PBR中引入IBL——漫反射篇

PBR中引入IBL——漫反射篇

IBL

• IBL（Image based lighting，基于图像的光照）是一类光照技术的集合
• 在IBL中，将周围环境整体视为一个大光源
• IBL通常使用环境立方体贴图实现，可以理解为：将立方体贴图的采样值认为是渲染方程的计算结果，使用这个采样值可以在着色器中直接进行光照计算
• 环境立方体贴图取自现实世界或从场景中生成
• IBL是一种比较精确的环境光照输入格式，也可以说是一种间接光照的粗略近似（全局光照可以理解为直接光照+间接光照，IBL只相当于间接光照部分）

分解渲染方程

• Cook-Torrance反射方程：
  $$L_o(p,{\omega }_o)=\underset{\Omega }{\int }(k_d\frac{c}{\pi }+k_s\frac{DFG}{4({\omega }_o\cdot n)({\omega }_i\cdot n)})L_i(p,{\omega }_i)n\cdot {\omega }_{i}d{\omega }_i$$

$$L_o(p,{\omega }_o)=\underset{\Omega }{\int }(k_d\frac{c}{\pi })L_i(p,{\omega }_i)n\cdot {\omega }_{i}d{\omega }_i+\underset{\Omega }{\int }(k_s\frac{DFG}{4({\omega }_o\cdot n)({\omega }_i\cdot n)})L_i(p,{\omega }_i)n\cdot {\omega }_{i}d{\omega }_i$$

• 本篇内容只关注前半部分，即漫反射部分，所以就有：
  $$L_o^{\prime }(p,{\omega }_o)=\underset{\Omega }{\int }(k_d\frac{c}{\pi })L_i(p,{\omega }_i)n\cdot {\omega }_{i}d{\omega }_i$$

• 提出常数部分：
  $$L_o^{\prime }(p,{\omega }_o)=k_d\frac{c}{\pi }\underset{\Omega }{\int }{L}_i(p,{\omega }_i)n\cdot {\omega }_{i}d{\omega }_i$$

• 结合IBL的思路，将$\underset{\Omega }{\int }{L}_i(p,{\omega }_i)n\cdot {\omega }_{i}d{\omega }_i$的结果存入一个立方体纹理，我们给这个纹理起个名字叫irradiance map，当需要${\omega }_o$方向上间接光的漫反射时，只用对irradiacne map采样即可

irradiance map的生成和作用

• 在生irradiance map时，会遇到一系列问题：

irradiance map生成过程

• 首先要有一个环境纹理envTexture，这个envTexture的目的是提供${\omega }_i$方向上的radiance，即$L_i(p,{\omega }_i)$

• envTexture可以是由美术人员提前做好的、也可以是在场景中提前生成的，具有HDR颜色值的立方体纹理、或者是可以变换成立方体纹理的其他类型纹理

• irradiance map是在envTexture基础上生成的

• 通过对envTexture上每个纹素的半球 Ω 上所有可能的${\omega }_i$进行采样，来计算$\underset{\Omega }{\int }{L}_i(p,{\omega }_i)n\cdot {\omega }_{i}d{\omega }_i$，并将结果保存到irradiance map中，即生成irradiance map；这个计算结果表示点p在所有可能的${\omega }_i$上的irradiance的和，这个结果再乘以 $k_d\frac{c}{\pi }$就等于${\omega }_o$方向上的radiance，即$L_o^{\prime }(p,{\omega }_o)$

• 用来采样envTexture的半球，要面向${\omega }_o$方向
  

• 对于生成的irradiance map，通过每个采样方向${\omega }_o$，得到的是场景中所有能够击中${\omega }_o$的表面的间接漫反射光的总和

• 此后就可以通过采样irradiance map获取间接光照的漫反射，进行光照计算

• 生成irradiance map的过程看似简单，却每一步都暗藏玄机

环境纹理envTexture的格式

• 由上一篇的内容可知，PBR渲染中一定要使用HDR颜色值，而这个envTexture当然也不能例外
• 因此这里要引入一个新的图片格式——“.hdr”，这种格式的图片专门用来存储HDR颜色值

环境纹理envTexture的类型

• 一般常见的envTexture并不是立方体纹理，而是一个等距柱状投影图的2d纹理
• 等距柱状投影图(Equirectangular Map)的特点：图像扭曲，水平视角附近分辨率较高，而底部和顶部方向分辨率较低
• 因此需要将这种envTexture变换成立方体贴图envCubeTexture
• 此后就是对envCubeTexture进行操作了

计算irradiance map

• 实际上，不可能对envCubeTexture的每个纹素，在半球Ω的所有可能的${\omega }_i$进行采样，我们采用的方法是：在半球Ω的大量${\omega }_i$上进行离散采样，并对其采样值$L_i$进行积分计算后再取平均值，这个过程其实是对envCubeTexture进行卷积

• 卷积的特性是，对数据集其中的一个条目做一些计算时，要考虑到数据集其中的所有其他条目；这里的数据集就是场景的$L_i$或envCubeTexture

• 在求积分时，积分变量$d\omega$比较难处理，将其变换成球坐标的$\theta$和$\varphi$，如下图
  

• 在变换了积分变量后，$n\cdot \omega d{\omega }_i=cos\theta d\varphi d\theta$，所以整个积分变成了
  $$L_o^{\prime }(p,{\varphi }_o,{\theta }_o)=k_d\frac{c}{\pi }{\int }_{\varphi =0}^{2\pi }{\int }_{\theta =0}^{\frac{1}{2}\pi }{L}_i(p,{\varphi }_i,{\theta }_i)cos\theta d\varphi d\theta$$

• 然而，由于球的一般性质，当采样区域朝向中心顶部会聚时，天顶角 θ 变小，半球的离散采样区域也变小；为了平衡较小的区域贡献度，使用 sinθ 来权衡区域的贡献度，即：
  $$L_o^{\prime }(p,{\varphi }_o,{\theta }_o)=k_d\frac{c}{\pi }{\int }_{\varphi =0}^{2\pi }{\int }_{\theta =0}^{\frac{1}{2}\pi }{L}_i(p,{\varphi }_i,{\theta }_i)cos\theta sin\theta d\varphi d\theta$$

• 积分的求解需要我们在半球 Ω 内采集固定数量的离散样本并对其结果求平均值；分别给每个球坐标轴指定离散样本数量 n1 和 n2 求其黎曼和（${\int }_a^{b}f(x)dx={\sum }_{k=1}^{n}f({\epsilon }_k)\Delta x_k$），即：
  $$L_o^{\prime }(p,{\varphi }_o,{\theta }_o)=k_d\frac{c}{\pi }\frac{1}{n1n2}\sum _{\varphi =0}^{n1}\sum _{\theta =0}^{n2}{L}_i(p,{\varphi }_i,{\theta }_i)cos\theta sin\theta d\varphi d\theta$$

• 在变换积分变量后，对envCubeTextre采样的向量也有相应的变化：用$\theta$和$\varphi$表示空间中的方向v=(sinθcosϕ，sinθsinϕ，cosθ)；球坐标的z轴正方向始终是竖直向上，因此这个向量v相当于是切线空间中的坐标，在对envCubeTexter进行采样时，要将他变换到世界坐标

• 在绘制立方体贴图时，有一个方便的特性：顶点坐标与纹理坐标一致

• 在生成irradiance map时，假设对于envCubeTexture的每个片段，表面的半球朝向法向量 N ，对envCubeTexture进行卷积等于计算朝向 N 的半球 Ω 中每个${\omega }_i$方向的总平均irradiance。
  

vec3 N = normalize(WorldPos);
vec3 irradiance = vec3(0.0);
vec3 up = vec3(0.0, 1.0, 0.0);
vec3 right = cross(up, N);
up = cross(N, right);
float sampleDelta = 0.025;
float nrSamples = 0.0;
for(float phi = 0.0; phi < 2.0 * PI; phi += sampleDelta)
{
    for(float theta = 0.0; theta < 0.5 * PI; theta += sampleDelta) 
    {
        vec3 tangentSample = vec3(sin(theta) * cos(phi), sin(theta) * sin(phi), cos(theta));
        vec3 sampleVec = tangentSample.x * right + tangentSample.y * up + tangentSample.z * N; 
        irradiance += texture(envCubeTexture, sampleVec).rgb * cos(theta) * sin(theta);          nrSamples++;
    }
}
irradiance = PI * irradiance * (1.0 / float(nrSamples));//为啥乘以pi？？？

• 完成这一步，我们就得到了一个预计算好的irradiance map，可以直接将其用于IBL 计算

计算间接光照中的漫反射

• 给定一张irradiance map，它存储了场景中的所有间接漫反射光，获取片段的irradiance就简化为给定法线的一次纹理采样：

//顶点着色器
//...
layout (location = 2) in vec3 aNormal;
uniform mat4 model;
out vec3 Normal;
void main()
{
    Normal = mat3(model) * aNormal;   
    //...
}
//片段着色器
in vec3 Normal;
void main()
{
    //...
   vec3 irradiance = texture(irradianceMap, Normal).rgb;
    //...
}

• 由于间接光照包括漫反射和镜面反射两部分，我们可以使用菲涅耳函数来计算表面的间接反射率$k_d$
• 由于环境光来自半球内围绕法线 N 的所有方向，因此没有一个确定的半程向量来计算菲涅耳函数；为了模拟菲涅耳函数，我们用法线和视线之间的夹角计算菲涅耳系数，但是这样的近似忽略了表面粗糙度的影响，我们可以通过在 Sébastien Lagarde 提出的 Fresnel-Schlick 方程中加入粗糙度项来缓解这个问题：

vec3 fresnelSchlickRoughness(float cosTheta, vec3 F0, float roughness)
{
    return F0 + (max(vec3(1.0 - roughness), F0) - F0) * pow(1.0 - cosTheta, 5.0);
}

void main()
{
    //...
    vec3 kS = fresnelSchlickRoughness(max(dot(N, V), 0.0), F0, roughness);
    vec3 kD = 1.0 - kS;
    vec3 irradiance = texture(irradianceMap, N).rgb;
    //..
}

• 根据$L_o^{\prime }(p,{\omega }_o)=k_d\frac{c}{\pi }\underset{\Omega }{\int }{L}_i(p,{\omega }_i)n\cdot {\omega }_{i}d\omega$

vec3 diffuse  = Lo' = kD * albedo * irradiance;//为啥没有pi分之一？？？

效果对比

• 只有间接漫反射光的效果
  

• 可见漫反射的作用：金属没有漫反射所以表现的比较暗，非金属主要是靠漫反射提供颜色或亮度

• 下一篇将介绍间接光照中的镜面反射部分，他将长这个样子
  

• 可见镜面反射的作用：可以使表面光滑的物体反射出周围的环境，金属主要靠镜面反射提供颜色，而非金属主要靠漫反射提供颜色，所以最下边一排的非金属小球都显示了黑色

• 将漫反射和镜面反射合起来
  

• 对于传说中的全局光照，还差一个直接光照，现再将直接光照加上就会是这个样子
  

• 可以看出所有的物体的亮度又增加了，而且光滑物体的表面出现了的高光