GAMES101-现代计算机图形学学习笔记（16）

GAMES101-现代计算机图形学学习笔记（16）

原课程视频链接以及官网
b站视频链接: link.
课程官网链接: link.

Review

课程首先简单回顾了上节的内容：包括渲染方程、概率论：

Monte Carlo Integration

课程随后介绍了 Monte Carlo Integration，它是一种求解定积分的技术。

①直观解释

定积分本质上是求解曲线在区间内与坐标轴所围成的面积。Monte Carlo Integration 是一种近似求解积分的方法，它在所求定积分的函数中随机取样多次，分别对取样得到的 f(x) 值和定积分上下限的矩形求面积，然后将这些面积平均，以近似求解定积分。

②数学定义

定义积分：${\int }_a^{b}f(x)dx$ 和随机变量： $X_i\sim p(x)$，那么 Monte Carlo estimator 的计算方式就如下：
$$F_N=\frac{1}{N}\sum _{i=1}^N\frac{f\left(X_i\right)}{p\left(X_i\right)}$$

当然，采样次数越多，该方法求解的定积分结果就越准确。

Path Tracing

为什么需要 Path Tracing ？ 是为了解决 Whitted-Style Ray Tracing 中的一些问题，让渲染更加真实。

问题①：Whitted-Style Ray Tracing 在处理光照反射时总是沿着镜面反射方向进行，这适用于镜面材质，但却不适用于 Glossy 之类的材质：

问题②：Whitted-Style Ray Tracing 不考虑物体表面漫反射会进一步反射，但实际上漫反射物体仍会继续反射光线：

相较于这些问题，渲染方程的结果是对的，所以我们只需要按照渲染方程来求解物体表面的着色问题即可：
$$L_o\left(p,{\omega }_o\right)=L_e\left(p,{\omega }_o\right)+{\int }_{{\Omega }^{+}}{L}_i\left(p,{\omega }_i\right)f_r\left(p,{\omega }_i,{\omega }_o\right)\left(n\cdot {\omega }_i\right)\mathrm{d}{\omega }_i$$

不考虑自发光项，那么渲染方程就可以写成：
$$L_o\left(p,{\omega }_o\right)={\int }_{{\Omega }^{+}}{L}_i\left(p,{\omega }_i\right)f_r\left(p,{\omega }_i,{\omega }_o\right)\left(n\cdot {\omega }_i\right)\mathrm{d}{\omega }_i$$

为了求解这个在球面上的积分，这里就需要 Monte Carlo 方法来近似求解：
$$\begin{array}{rl}{L}_o\left(p,{\omega }_o\right)& ={\int }_{{\Omega }^{+}}{L}_i\left(p,{\omega }_i\right)f_r\left(p,{\omega }_i,{\omega }_o\right)\left(n\cdot {\omega }_i\right)\mathrm{d}{\omega }_i\\ & \approx \frac{1}{N}\sum _{i=1}^N\frac{L_i\left(p,{\omega }_i\right)f_r\left(p,{\omega }_i,{\omega }_o\right)\left(n\cdot {\omega }_i\right)}{p\left({\omega }_i\right)}\end{array}$$

实际上通过该公式就可以简单描述出求解着色的步骤：

1. 随机采样 N 次入射方向
2. 根据采样的入射方向，针对能够反射到光源的部分，计算 $L_i\left(p,{\omega }_i\right)f_r\left(p,{\omega }_i,{\omega }_o\right)\left(n\cdot {\omega }_i\right)$
3. 累加该次求解结果
4. 平均，完成着色

同时，还需要考虑反射如果打到物体表面，物体会吸收光源进行二次反射，着色过程描述为：

但是这里还存在几个问题：

问题①：物体表面在进行反射的过程中，反射的光线数目应该为多少？如果反射的光线数目为 N，反射 次数为 M，那么对于一个像素上的射线的计算量都有可能为： $N^M$，这个计算量是相当大且呈指数增长的。为了减少计算量，人们将反射的光线数目设为1，而在每个像素处打入多条射线来解决这个问题：

这一步可以在一个循环里面做，即对于一个像素选取不同的位置打入射线以求解着色：

问题②：着色何时停止，即当光线反射多少次后，不再进行反射？这里采用了 Russian Roulette (RR) 来解决这个问题。当满足概率为 P 时，返回除以该概率的着色结果：$L_o/P$ ，当概率为 (1-P) 时，就停止反射光线，通过这种方式，我们仍然能够得到正确的着色结果：
$$E=P\ast (L_o/P)+(1-P)\ast 0=L_o$$

转换为伪代码就是：

问题③：光线在反射的过程中打到光源是存在一定概率的，它往往与光源自身大小相关，如果光源过小，会使得大量光线无法打到光源：

这里的做法就是将物体表面接收到的 radiance 分解为两部分：来自光源和来自其他反射物体。对于来自光源的部分，直接在光源上进行采样即可，采样过程就是换积分域的过程，在采样完后我们还需要判断光源能否作用在物体表面：


问题④：在对光源进行采样的过程中，可能会存在光源是无法打到物体的，这时需要判断一下：

经过上述所有步骤，就完成了 Ray Tracing。归纳一下，它的着色步骤描述如下：

1. 给定射线 
2. 判断射线是否击中场景中的物体；若击中就记录下该位置，并进入 3 和 4
	3. 对光源进采样，判断光源能否对该位置进行作用
	4. 对反射后的光线进行采样，判断该光线能否反射到其他物体，如果可以，递归回到 1 ；否则进入 5
5. 返回光源对该位置的作用和其他物体对该位置的作用

光线追踪正确吗？ 回答是正确的