光线追踪

前言

• 写一点困惑
• 我看了关于光线追踪的教程视频，对其原理有了认识
• 看到最后，老师布置作业不让用OpenGL，因此只能用C++手动敲代码
• 我完全不知道该怎么入手，一脸懵逼

原理

• 从视点发出一条射线，然后透过屏幕的某个像素点，然后与场景中物体相交，取相交的第一点，然后利用Phong模型，计算其颜色值，再从该点引发反射和折射光线（根据物体的材质不同，金属没有折射，直接被吸收了。透明材质的折射光线会与后面的物体相交，并且反映后面物体的颜色值），计算这两个光线与其它物体的交点，并计算交点的颜色值，与初始颜色值叠加，一直迭代下去，直到光线衰减为0。
• 利用这个算法，可以实现阴影，反射，折射等效果

步骤

光线投射

• 明暗效果仅仅由第一次相交的物体表面法线方向，材质，视点和光照方向，以及光照强度等因素共同考虑
• 光线投射并不考虑第二层以及更深层次的光线，因此不具有阴影，反射，折射等效果

添加阴影

• 计算阴影区域时，只关心是否与物体相交，而不关注哪个是最近交点

折射效果与反射效果

• 计算光线在交点处被物体反射和折射所产生的新的光线的方向，新的方向由入射光方向，物体表面法向，以及介质共同决定
• 对新产生的光线分别继续进行跟踪
• 反射方向 R=I-2(I.N)N
• 折射方向的公式很复杂。

递归结束

• 有些物体并不透明
• 递归深度
• 在光线弹射一定次数后停止
• 光线的贡献
• 在光线的贡献衰减到足够小时停止

关键

• 因此光线追踪算法的关键就是如何计算射线和各个图形的交点

平面类

• 平面类进行计算，光线本身有一个方程，平面本身也有一个方程，直接联立方程组，计算出交叉点即可。
• 计算出交叉点只是表明该位于平面上，但不一定在该平面范围内。
• 所以我们需要判断该点是否位于该平面范围内。因此也引发了很多有趣的算法。并且这涉及到计算几何

光线的表示

• 这里将光线作为从眼睛射出的射线
• P(t) = R0+t*Rd
• R0是光线的源点，Rd代表光线的朝向，Rd是单位向量
• 参数t代表光线到达的位置
• 在光线的正方向上，参数t都是正数，t>0

平面的表示

• 由法线和该平面上的任意一点可以确定一个平面
• 显示表示P0 = （X0，y0, z0）,n=(A,B,C)
• 隐式表示H（P）=Ax+By+Cz+D=0（n.P+D=0）n与P是点乘
• 当n是单位法向量时，距离就是H（P）（见距离公式）

获得解

• 直接联立两个方程获得解
• t=-（D+n.R0）/(n.Rd)
• 需要验算t>0

三角形平面

• 在实时图形学中，基于三角形的几何表示十分常见，可以使用三个顶点坐标来表示
• 重心坐标（也是需要数学证明）
• 三角形P0P1P2内的一点P可以表示成P=aP0+bP1+cP2
• （a,b,c）被称为重心坐标，满足大于等于0小于等于1，a+b+c=1
• 有许多其它的应用,纹理映射，法向插值，颜色插值等
• 性质，将点P连接P0，P1，P2，然后计算分割出来的三个三角形的面积占总面积的比例，就是abc的值。相反，我们只要给出abc，相加等于1，那么就一定能找到一个点在该三角形内。
• 然后联立光线方程与重心坐标方程获得一个方程组
• 计算就可以知道
• 需要验算t>0并且b+c<=1

多边形平面

• 虽然三角形比较常用，但是多边形也需要用到，因此需要一个普遍性的求交算法
• 判断是否在多边形内部，将交点以及多边形的所有顶点投影到XY,YZ,ZX平面中一个，在二维平面上进行处理
• 问题转变为判断一个点是否在多边形的内部（计算几何学科的问题）使用交点检测算法

交点检测算法

• 是所有不进行预处理的方法中最快的
• 基于Jordan曲线定理（如果一点在多边形内部，当且仅当由该点发出的任何一条射线与多边形的边界有奇数个交点。如果是外界就会有偶数个算法）
• 几种特殊情况
• 我们会遍历将该射线分别和三角形的几条边求交点
• 如果该射线穿过多边形的顶点，那么是按照一个交点还是两个
• 但是如果该射线与某条边平行，并且穿过该边，那么就有无数个交点
• 技巧
• 以检测点为原点，发出的射线为正坐标轴，作为检测交点的射线
• 如果某条边的y坐标符号相同，则与x轴无交点
• 否则，计算这条边与x轴的交点
  • 位于x轴正半轴上，交点个数的变量+1
  • 否则，与x轴正半轴没有交点（这样做还是没有解决上面两个特殊情况）

弧长法

• 按照顺时针给多边形的顶点标记ABCDE
• 然后依次连接PA，PB,PC，PD，PE
• 再去计算这几个边之间的夹角之和，最后等于2π，在内部。等于0在外部。
• 因为要求角度所以很麻烦，但是很稳定。一点误差也没有关系（上一个算法不稳定，因为有特殊情况。如果错了就完蛋）
• 升级版本
• 我们不直接计算角度，而是以该点为坐标原点，然后计算各象限内点的符号
• 事先规定，如果顶点Pr的某个坐标为0，则其符号为正。都为0就是被测点，预先排除。
• 然后根据象限变化
• 1-1 同一个象限 0
• 1-2 π/2
• 1-3 ±π（可能为正或者负号）
• 1-4 -π/2
• 当边的终点在与起点相对象限时，弧长变化增加或者减少π
• 这里通过二维形式的叉乘来计算，(x1,y1)和（x2,y2）分别是起点与终点
• f=x1y2-x2y1
• f=0，则穿过坐标原点，f>0,弧长代数和增加π，f<0,弧长代数和减少π

球体

• 和平面类似，直接联立方程组，然后求出相交点。但是这样很麻烦并且有一些缺点
  • 我们不需要相交的第二个点
  • 可以加速
• 用几何方法
  • 首先连接光源点和球心并计算两者之间的距离
  • 然后和r的平方作对比，如果大于该r的平方，则说明光源点在球体外否则在球体内。当相等的时候，则位于球上。（要考虑退化。什么是退化？）
  • 然后计算球心与光源点向量到光线方向的投影tp（即光源点到球心沿光源方向的距离）
  • 如果光源在球外，并且投影距离小于0，则光线不与球面相交
  • 然后计算球心到光线所在直线的距离d,如果d大于R，则 光线与球面也不相交
  • 然后计算球心到光线方向的投影点与交点的距离t，如果光源点在球内，那么交点s=tp+t,如果光源点在球外，s=tp-t

长方体

• 我们可以用长方体将三维模型包裹，然后计算光线是否与该长方体相交，如果相交就再计算与该三维模型的交点。不相交就直接忽略
• 因此长方体经常用来进行光线追踪加速
• Slab算法与Woo算法
  • Slab算法
  • Slab是两个互相平行的一组平面
  • 计算该光线与长方体的三组Slab的交点，p1max，p1min,p2max,p2min ,p3max,p3min
  • 然后取max里面的最小点Pmax与min里面的最大点Pmin。Pmin要小于Pmax，然后这就是与长方体相交的两个点了。如果Pmin不小于Pmax，那么该光线不与长方体相交
  • 至于为什么，教程里面用一个二维图像验证了。但是具体的证明估计要用到数学。不想深究
  • Woo算法
  • 该算法是建立在这样一个基础上，沿坐标轴进行放置
  • 我们取比较近的三个平面，（去掉背相面）
  • 然后获得光线与该三个平面的交点，
  • 将这三个t值中的最大一个对应的点作为可能的交点
  • 检查这个可能的交点是否位于长方体的表面上，如果不在，则光线与长方体不相交
  • 两者的计算复杂度类似

  添加纹理

• 纹理自身分为二维纹理与三维纹理
• 进行光照模型计算的时候，我们需要使用与该模型上的某点的颜色
• 但是如果贴上纹理，就要取该点所对应的纹理的颜色值
• 因此我们需要进行纹理映射
• 以矩形表面为例
• 为矩形的四个顶点指定二维纹理坐标
• 计算矩形内部与光线的交点的二维纹理坐标（双线性插值）
• 使用该纹理坐标在纹理图上进行查找，根据查找结果赋予交点相应的颜色值

一些思考

• Epsilon问题，计算精度问题
• 当光线与平面，球面相切，或者与多边形相交于某个顶点时，需要仔细考虑
• 加速算法
• 使用包围盒加速Bounding
• 使用层次结构加速 Hierarchical Structure 加速