smallpt: Global Illumination in 99 lines of C++讲解

smallpt: Global Illumination in 99 lines of C++

光线追踪

正向光线追踪

正向光线追踪符合常识：光线从发光物体出发出，“撞击”到被观察物体上，经过一系列光线传输进入人眼。

因此正向光线追踪的基本流程可以简述为：

1. 追踪从发光体发射的所有光线
2. 检测光线是否“撞击”物体
   • 如果没有“撞击”物体，直接抛弃
3. 如果撞击到物体。看反射光线是否直接射入人眼
   -如果没有直接射入人眼，则其可能经过一系列传输才射入人眼(间接射入人眼)，需要进步判断
   -如果直接射入人眼，则计算当前反射光线的颜色，作为该撞击点的颜色

从上述流程不难可以看出，正向光线追踪需要追所有光线。而在这所有光线中，只有一部分光线会“撞击”到观察体，“撞击”到观察体的光线也只有部分会射入人眼。因此追踪所有光线，计算量大且做无用功较多。

逆向光线追踪介绍

追踪光线的方向与正向相反：从眼睛处射出光线，追踪光线射击到物体后，是否能回到光源。如果能则说明该点被光源照亮，否则物体上该点可能被间接照亮，需要进一步判断。

逆向光线追踪为什么比正向光线追踪号好呢？
因为从图形学的角度来看

人眼发射出的光线是有限的，而光源发射出的光线是无限的：人眼接收图像是二维的像素组成的。每个像素记录着该点的颜色。也即对于每个像素计算其颜色， 代表着该像素上一次光线追踪的结果。

因此逆向光线追踪的基本流程可以简述为：

FOR 每个像素点 :
	构造人眼入射光线Ray
	光线追踪Ray :
		计算与光线Ray相交的最近的物体Obj
		IF obj == null :
			该像素点颜色为缺省值：全局环境光AmbientColor
			Continue
		ELSE 
			看反射光Reflection是否能直接与光源相连(未被其他物体遮挡)
			IF 没有被遮挡
				该像素点颜色为光源颜色在该材质上的作用
			ELSE IF 被遮挡 
				该像素点颜色根据反射光的光线追踪结果得到。

蒙特卡罗光线追踪算法

个人理解，不对欢迎指正
蒙特卡洛思想介绍

蒙特卡罗光线追踪对逆向光线追踪模型进行改进，其中最大的区别在于把概率模型引入光线追踪。

• 逆向光线追踪中物体的表面材质很单一。引入俄罗斯赌盘轮，可以设定漫反射、镜面反射、甚至折射的概率。丰富表面材质的显示
• 每个像素点只采样一条光线计算出的颜色，正确率不高。引入蒙特卡罗可以多次采样求平均，优化渲染结果。
  

根据上述分析光线追踪算法中最重要的步骤可以分解成两个：

1. 射线与多边形物体的求交判断（空间划分kdTree）
2. 光线追踪这个递归子算法(包括对各种材质的处理)

下面由于准备材料不够，我先只主要介绍方面2：

非透明材质

漫反射材质

漫反射材质表现为表面不规则，因此反射光线的方向无法确定判断。它朝可能的任意方向反射。

我们假定对于漫反射材质，反射光线的方向范围可以限定在以撞击点为圆心，撞击点法相为中心的半圆内。

假设：
入射光线为Ray(x0, d0)。其中x0表示光线起点 d代表光线方向
入射光线与物体表面的相交点为x
入射光线与物体表面相交点x出的法向为n
目标：求反射光线Reflection Ray(x, d1).

1.构建以x点为中心，n为一个坐标轴的笛卡尔直角坐标系
w = n
u=((fabs(w.x)>.1?Vec(0,1,0):Vec(1,0,0)) * w).norm()
v=w * u
u/v/w即组成一个笛卡尔直角坐标系

2.将反射光线方向d1分解为u/v/w表示形式
如下图所示
d1 = |d1| * cosα * cosθ * u + |d1| * sinα * w + |d1| * cosα * sinθ * v
其中α为 [0, PI/2]中的随机数；θ为[0,2*PI]中的随机数

这两个步骤对应smallpt: Global Illumination in 99 lines of C++中代码片段56-60：

 if (obj.refl == DIFF){
                     // Ideal DIFFUSE reflection 
     double<