全局光照，(Global Illumination,简称 GI)概念介绍

全局光照
全局光照，(Global Illumination,简称 GI), 或被称为Indirect Illumination, 间接光照，是指既考虑场景中直接来自光源的光照（Direct Light）又考虑经过场景中其他物体反射后的光照（Indirect Light）的一种渲染技术。使用全局光照能够有效地增强场景的真实感。

即可以理解为：全局光照 = 直接光照(Direct Light) + 间接光照(Indirect Light)

图1 Direct illumination

图2 Global illumination = Direct illumination +Indirect illumination

上述两幅图片来自CMU 15-462/15-662, Fall 2015 Slider，Lecture 14: Global Illumination,当然，细心的朋友也可以发现，它也被《Physically Based Rendering,Second Edition From Theory To Implementation》选作封面。

同样可以看到，加入了Indirect illumination的图2，在直接光源（阳光）照射不到的地方，得到了更好的亮度和细节表现，从而使整张渲染效果更具真实感。

虽说实际应用中只有漫反射全局照明的模拟算法被称为全局照明算法，但其实理论上说反射、折射、阴影都属于全局光照的范畴，因为模拟它们的时候不仅仅要考虑光源对物体的直接作用还要考虑物体与物体之间的相互作用。也是因为，镜面反射、折射、阴影一般不需要进行复杂的光照方程求解，也不需要进行迭代的计算。因此，这些部分的算法已经十分高效，甚至可以做到实时。不同于镜面反射，光的漫反射表面反弹时的方向是近似“随机”，因此不能用简单的光线跟踪得到反射的结果，往往需要利用多种方法进行多次迭代，直到光能分布达到一个基本平衡的状态。

全局光照的实现方法

全局光照的实现方法有多种，主要可以分为以下几类：

1. 光线追踪（Ray Tracing）

光线追踪是一种经典的全局光照实现方法。它通过模拟光线从光源发出，经过场景中的物体，最终到达观察者的眼睛。光线追踪可以精确地计算光的反射、折射和阴影效果。

• 优点：能够生成高质量的图像，尤其在处理复杂的光照和材质时表现出色。
• 缺点：计算量大，渲染速度较慢，通常不适合实时应用。

2. 路径追踪（Path Tracing）

路径追踪是光线追踪的一种扩展，采用随机采样的方法来模拟光的传播。它通过追踪光线的路径，考虑多次反射和折射，计算间接光照。

• 优点：能够生成非常自然的光照效果，尤其在处理复杂的光照场景时表现优异。
• 缺点：渲染时间较长，通常需要多次采样以减少噪声。

3. 辐射度（Radiosity）

辐射度是一种基于能量传递的全局光照计算方法，主要用于处理漫反射表面。它通过将场景划分为多个小面元，计算每个面元之间的能量交换。

• 优点：适合处理静态场景，能够生成高质量的漫反射效果。
• 缺点：计算复杂，尤其在处理动态场景时效率较低。

4. 屏幕空间技术（Screen Space Techniques）

屏幕空间技术（如屏幕空间环境光遮蔽，SSAO）在实时渲染中广泛应用。它们通过在屏幕空间中计算光照效果，快速生成近似的全局光照效果。

• 优点：计算速度快，适合实时应用。
• 缺点：效果相对较差，无法处理场景中所有的光照交互。

5. 预计算全局光照（Precomputed Global Illumination）

预计算全局光照技术通过在离线渲染阶段预先计算光照信息，并将其存储在纹理中，以便在实时渲染时快速访问。这种方法通常结合光照贴图（Lightmaps）和体积光照（Volumetric Lighting）等技术。

• 优点：能够在实时渲染中实现高质量的全局光照效果。
• 缺点：不适合动态场景，预计算过程可能耗时。

全局光照的挑战

尽管全局光照技术在图形渲染中取得了显著进展，但仍然面临一些挑战：

1. 计算复杂性：全局光照的计算通常涉及大量的光线跟踪和迭代，导致渲染时间较长，尤其在复杂场景中。

2. 噪声问题：在路径追踪等随机采样方法中，噪声是一个常见问题。需要通过增加采样次数来减少噪声，这进一步增加了计算负担。

3. 动态场景处理：在动态场景中，实时更新全局光照信息是一项挑战。预计算方法在动态场景中效果不佳，而实时方法可能无法达到高质量的渲染效果。

4. 硬件限制：尽管现代图形处理器（GPU）在处理复杂光照计算方面有了显著提升，但全局光照的高计算需求仍然可能超出某些硬件的能力。

未来发展方向

全局光照技术的未来发展方向可能包括：

• 更高效的算法：研究更高效的全局光照算法，以减少计算时间和资源消耗。
• 机器学习的应用：利用机器学习技术来加速光照计算和噪声去除，提升渲染质量。
• 实时全局光照：开发新的技术，使得全局光照能够在实时渲染中实现更高的质量，适应动态场景的需求。
• 跨领域应用：将全局光照技术应用于虚拟现实（VR）、增强现实（AR）等新兴领域，提升沉浸感和真实感。