环境光重要性采样

重要性采样概述

计算积分需要利用蒙特卡洛方法去近似，蒙特卡洛方法我这里就不讲了，有兴趣的可以看看我的知乎：蒙特卡洛方法的简单总结 - 知乎

重要性采样的目的就是加快收敛速度，所以选择pdf比较重要。

所以对于环境光采样，我们需要知道环境光每个方向上的概率密度。

环境光贴图

环境光贴图能用整个球的所有方向去采样，球面方向能转成极坐标θ[0, π]和φ[0, 2π]表示，所以我们用经纬图(long_latitude_map)来做环境光贴图。纬度可以用θ，经度用φ，例如地球仪的贴图展开：

采样long_latitude_map可以把方向转成θ和φ再转成uv来做采样：

float2 DirectionToPolar(float3 direction)
{
	float3 normalizedCoords = normalize(direction);
	float latitude = acos(normalizedCoords.y);
	float longitude = atan2(normalizedCoords.z, normalizedCoords.x);
	float2 sphereCoords = float2(longitude, latitude) * float2(0.5 / PI, 1.0 / PI);
	return float2(0.5, 1.0) - sphereCoords;
}

float3 SampleEnviromentLight(float2 uv)
{
	if (enviromentTextureMask == 1)
	{
		return _LatitudeLongitudeMap.SampleLevel(_LatitudeLongitudeMap_linear_repeat_sampler, uv, 0).rgb;
	}
	return enviromentColor;
}

在某些引擎中，uv的方向和经纬方向不一定是相同的，例如Unity，uv是从左下角开始。

而沿着贴图u的方向，也不一定是从0到2π，例如在左手左边系下，沿着φ方向是2π到0，见下图：

 下面是左手坐标下的俯视图，表面了u和φ的关系：

 

如果我们把u从φ = π开始，沿着u的方向φ的范围就是[-π, π]了。 

 所以映射到uv的公式是：

环境光贴图重要性采样

构建分布

由于环境光贴图是一个离散的二维像素组成，没有通用函数，所以分布也是一个二维的分布。

但分布仅仅是用像素的亮度来决定吗？

我们可以看地球仪的展开图，极点坐标展开后，足足占了一整行像素，也就是说采样的频率和第下面赤道附近的频率一样，这样明显不符合分布，所以我们需要乘以一个sinθ来改变他们的分布，也就是说维度越高的，概率会越低。

我这里手画了一个图方便理解：

所以最后的分布构建是：亮度乘以sinθ。

for (int v = 0; v < height; ++v)
{
    float vp = (float)v / (float)height;
    float sinTheta = Mathf.Sin(Mathf.PI * (float)(v + 0.5f) / (float)height);
    for (int u = 0; u < width; ++u)
    {
        float y = pixels[u + v * width].Y();
        float distribution = y;
        if (distribution == 0)
            distribution = float.Epsilon;
        distributions[u + v * width] = distribution * sinTheta;
    }
}

概率密度函数转换推导

前面说了这么多，我们最后的目的是采样环境光贴图的uv来构建光照方向，然后计算出p(ω)来做蒙特卡洛计算，ω可以通过θ和φ构造。

然而我们的分布是通过θ和φ构造的，所以必须做一个分布的转换满足(θ, φ) -> (u, v)。

以下参考pbrtv3。

首先构建映射函数：

根据概率密度的转换函数：

 这里设x是(u, v)，y是(θ, φ)，Jg(u,v) = 2π²，最后得出分布函数的转换：

p(ω) = p(θ, φ) / sinθ，代入最后得到：

 代码如下：

float3 ImportanceSampleEnviromentLight(float2 u, out float pdf, out float3 wi)
{
	float mapPdf = 0;
	pdf = 0;
	wi = 0;
	float2 uv = Sample2DContinuous(u, mapPdf);
	if (mapPdf == 0)
		return float3(0, 0, 0);
	
    float theta = (1.0 - uv.y) * PI;
	float phi = (0.5 - uv.x) * 2 * PI;
	float cosTheta = cos(theta);
	float sinTheta = sin(theta);
	float sinPhi = sin(phi);
	float cosPhi = cos(phi);
	//left hand coordinate and y is up
	float x = sinTheta * cosPhi;
	float y = cosTheta;
	float z = sinTheta * sinPhi;
	wi = float3(x, y, z);
    // Compute PDF for sampled infinite light direction
	pdf = mapPdf / (2 * PI * PI * sinTheta);
	if (sinTheta == 0)
	{
		pdf = 0;
		return 0;
	}
	
	return _LatitudeLongitudeMap.SampleLevel(_LatitudeLongitudeMap_linear_repeat_sampler, uv, 0) * 100;
}

效果对比

64spp，importance sampling envmap

64spp，uniform sampling envmap