计算机图形学--全局光照(3D 空间:LPV,VXGI;屏幕空间:SSAO)

LPV算法

LPV做全局光照:
1.质量好
2.非常快
在这里插入图片描述
LPV的基本思想:
1.在任何一个shading point上,我如果可以立刻知道四面八方到达该点radiance,就可以很好的做全局光照。
2.在直线转播的过程中,radiance是不变的量
3.解决方法:
将场景分成3D的网格,这些格子用来传播radiance。需要传播间接光照的radiance。
在这里插入图片描述
LVP算法思路:
在这里插入图片描述
Step1 : 找到次级光源(RSM方法)
在这里插入图片描述
Step2:
a.将次级光源放到对应的格子里面
b.对于每个格子,找到虚拟光源
c.计算出任意一个格子,计算出radiance
d.使用SH做radiance的分布
在这里插入图片描述
Step3:传播
在这里插入图片描述
Step4: Rendering
在这里插入图片描述
LPV的问题:
格子划分的无限小
在这里插入图片描述

VXGI算法

在这里插入图片描述
思路:
1.整个场景划分成不同的格子
2.将格子建立成树
3.RSM采样
在这里插入图片描述
在这里插入图片描述
做2次Pass
Pass1:
在这里插入图片描述
Pass2:
从场景中连出来一个椎,判断和场景中的体素的相交
在这里插入图片描述
对于Diffuse的物体,我们会用多个椎体模拟光线向四面八方散射
在这里插入图片描述

AO环境光遮蔽

在这里插入图片描述
环境光遮蔽让模型看起来更立体
在这里插入图片描述
在这里插入图片描述在这里插入图片描述
环境光遮蔽是对全局光照的近似
在这里插入图片描述
环境光遮蔽深入理解
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
对cosθ积分的理解
在这里插入图片描述
在这里插入图片描述
如何计算加权平均的KA
在这里插入图片描述
在这里插入图片描述
SSAO
用深度图计算遮挡关系
在这里插入图片描述
判断法线所在的半边
在这里插入图片描述
在这里插入图片描述
带有噪声的AO
在这里插入图片描述
去噪
在这里插入图片描述
在这里插入图片描述
考虑一定范围的遮挡物
在这里插入图片描述

截图和公式来源闫令琪老师games202课程
感谢闫令琪老师为我们带来这么精彩的图形学课程
https://www.bilibili.com/video/BV1YK4y1T7yY?p=4&spm_id_from=pageDriver

  • 2
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
LPV模型是一种非线性动态系统模型,它可以表示为一个线性时变系统的加权和。在Matlab中,可以使用System Identification Toolbox中的函数来建立LPV模型。 以下是一些建立LPV模型的步骤: 步骤1:数据采集 首先,需要收集实验数据来建立LPV模型。实验数据应该覆盖LPV模型的全部操作范围,并且应该包含各种输入和输出信号。 步骤2:数据预处理 在建立LPV模型之前,需要对数据进行预处理。这包括去除噪声,平滑数据,处理离群值等。 步骤3:选择LPV模型结构 选择LPV模型结构是LPV模型建模的关键步骤之一。需要考虑以下因素: - 选择合适的LPV模型类别(例如,线性加权和模型,线性分段模型,非线性加权和模型等)。 - 选择适当的加权函数(例如,线性函数,多项式函数,指数函数等)。 - 确定每个加权函数的区域(例如,输入变量,输出变量等)。 步骤4:估计LPV模型参数 使用系统识别工具箱中的函数来估计LPV模型的参数。这可以通过最小二乘法或最大似然估计等方法来实现。 步骤5:检验LPV模型 完成LPV模型的估计后,需要对其进行检验。这可以通过使用实验数据集的未使用部分来进行模型验证,或者通过使用交叉验证技术来进行模型验证。 步骤6:使用LPV模型 完成LPV模型的检验后,可以将其用于控制和预测应用中。在Matlab中,可以使用Control System Toolbox中的函数来设计和实现LPV控制器。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值