计算机图形学十四：基于物理渲染的基础知识(辐射度量学，BRDF和渲染方程)

(本篇文章同步发表于知乎专栏：https://zhuanlan.zhihu.com/p/145410416 欢迎三连关注)

摘要

本篇文章将会从基于物理渲染(PBR)的动机开始讲起，逐步介绍PBR相关的基础知识，如辐射度量学(怎么用物理量精确的描述光线)，以及通过辐射度量学从而定义出来的BRDF(Bidirectional Reflectance Distribution Function)，最后会给出著名渲染方程，以及它直观的物理解释，帮助理解。

1 为什么需要辐射度量学？

首先，想一想到目前为止我们对光线亮度的定义是什么？只是简单的用3维(R,G,B)向量来描述，但却没有任何的单位，如果想要一个完全正确的模型，这显然是不应该的，必须用合适的物理量来描述光线！

其次，考虑在前两篇文章中提到的whited-style光线追踪模型，它真的是一个正确的模型吗？显然不是，原因如下：

1 whited-style光线追踪并没有对漫反射的光线进行追踪，而是直接返回当前着色点颜色
2 在计算光源直接照射的贡献时，使用了Blinn-Phong模型，而Blinn-Phong模型本身就是一个不准确的经验模型，使用的这种模型的whited-style光线追踪自身自然也是不正确的

而就以上的各种缺点而言，所有的问题都能在辐射度量学之中得到完美解决！

2 辐射度量学

辐射度量学其实是对光照的一套测量系统和单位，它能够准确的描述光线的物理性质。

具体来说，我们需要明白的是其中的几个关于光线概念，分别为：
辐射能量(Radiant energy)，辐射通量(Radiant flux)，辐射强度(Radiant intensity)，irradiance，radiance，(对后两种概念没有合适的中文，所以就直接用英文了)，接下来就对这些概念进行具体解释。

2.1 辐射能量(Radiant energy)和辐射通量(Radiant flux)

首先看一看Radiant energy的定义：

所谓辐射能量其实非常直观，就是辐射出来的电磁能量，单位为焦耳。可以用物理当中的做功的大小来进行类比。

接下来是Radiant flux(power)：

所谓辐射通量或者说辐射功率，其实就是在辐射能量的基础之上除以时间，也就是单位时间的能量。同样也可以用物理当中的功率来进行类比。
(tips: 具体来说一般偏向用radiant flux来衡量光线的亮度，因为我们更关心的是单位时间的效果，事实上也是这么做的，想想在说白炽灯泡的时候也是说60W亮度，80W亮度)

2.2 辐射强度(Radiant intensity)

在进行具体的数学定义之前，先借助如下一张图建立对剩下3个概念的一些直观的理解：

1 Radiant itensity其实就是指从一个光源出发某一方向上的亮度
2 Irradiance指某一微小平面所接受到的光线亮度
3 radiance衡量的是一条传播光线所具有的亮度(不受传播方向影响)
（这里的亮度也可以理解为radiant flux(power)。）

好了，接下来首先看Radiant intensity的数学定义：

Radiant intensity一句话来说就是从光源发出的每单位立体角上的功率，关于辐射功率的定义在上文已经解释，这里唯一还不知道的就是立体角(solid angle)了。

solid angle其实就是对应二维空间中圆的弧度在三维空间中球上的拓展。
首先看在二维计算弧度公式如下：

即 $\theta =\frac{l}{r}$(至于为什么这么算，中学知识这里就不展开了。)

那么对应在三维上的球的弧度(立体角)，只需进行一个简单的扩展如下：

即立体角度所对应球上的投影面积比上半径的平方，整个球的立体角为$4\pi$。

那么对于Radiant intensity的定义当中，微分立体角$d\omega$计算如下：

首先确定空间中一个方向(通过$\theta ,\varphi$)，在这两个角度上分别增加一个微分值，则可以计算出如图中所示的对应到球上的投影面积。其中$rd\theta$就是微分面积元的高，$rsin\theta d\varphi$是微分面积元的宽，二者相乘，自然就是面积了，再根据立体角的定义除以 $r^2$ 即可得到微分立体角了。

在此还可以验证下，对$d\omega$在整个球上积分：
$$\begin{array}{rl}\Omega & ={\int }_{S^2}\mathrm{d}\omega \\ & ={\int }_0^{2\pi }{\int }_0^{\pi }\sin \theta \mathrm{d}\theta \mathrm{d}\varphi \\ & =4\pi \end{array}$$
与之前所讲的球的立体角为$4\pi$一致。

tips：
注意在计算微分立体角之前，我们其实选定了空间当中的一个方向（由$\theta ,\varphi$所确定），称这个方向为$\omega$，然后才在此基础之上分别对$\theta ,\varphi$增加$d\theta ,d\varphi$经计算得到最终的$d\omega$，因此Radiant intensity的物理含义此时就很清楚了，为光源向某一方向所发射出的单位立体角的功率，简而言之就是光源在某个方向上的亮度如何！

最后举一个对各向同性点光源计算Radiant intensity的例子：

因为各项同性点光源所有方向上的亮度都与方向无关，因此立体角可以直接积分出来为$4\pi$，最终计算得$I=\frac{\Phi }{4\pi }$。
(如果不是各项同性的话这里的$I(\omega )$应该为一个关于$\omega$方向的的函数)

以上就已经详细介绍完了关于Radiant intensity的定义，接下来给出irradiance的数学定义

2.3 irradiance

同样用一句话来说，irradiance是指每单位照射面积所接收到的power，单位如图中所示。
借助于irradiance，可以很轻松的解释在Blinn-Phong所提到的Lambert’s Law,即光线亮度需要乘上一个$cos\theta$，如下图所示：

当光线垂直照射平面时，如上图左边所示，照射到平面上的面积与光线本身的“宽度一致”。但当光线斜着照射到平面时，此时的照射面积就不再是光线本身的“宽度”了，具体来说此时的照射面积$A_2=A/cos\theta$。

那么针对右边情况的irradiance的计算就应该为：
$E2=\Phi /A_2=\Phi cos\theta /A$，相对于$E1=\Phi /A$多了一个$cos\theta$。
而这其实也就解释了Lambert’s Law要乘以一个$cos\theta$的原因了。

此外，回想也是在Blinn-Phong模型所提到的光线越远会越加衰减：

该现象也完全可以用irradiance解释，因为光的功率始终一致，离点光源所照射到的圆球面积也就越大，因此根据irradiance的式子，分母的面积值也就越大，irradiance也就越小。

2.4 radiance

最后，我们终于来到了最后一条概念了，这条概念也是所有辐射度量学的概念当中最为重要的一个，那么首先直接就来看他的数学定义是怎么样的：

用一句话概述的话，所谓radiance就是指每单位立体角，每单位垂直面积的功率，直观来看的话，很像是Intensity和irradiance的结合。它同时指定了光的方向与照射到的表面所接受到的亮度。

但这里有一个细微的区别，在irradiance中定义的每单位照射面积，而在radiance当中，为了更好的使其成为描述一条光线传播中的亮度，且在传播过程当中大小不随方向改变，所以在定义中关于接收面积的部分是每单位垂直面积，而这一点的不同也正解释了图中式子分母上的$cos\theta$，具体可以观察如下图：

即图中的$dA$是irradiance中定义所对应的，而$d{A}^{\perp }$才是radiance中所定义的面积。二者之间的关系为$d{A}^{\perp }=dAcos\theta$。

(以上各项定义确实比较绕，我在闫老师的讲解上又去借鉴了PBR书中的定义，对这些概念加以了自己的解释，希望能对大家有帮助！)

好了，在理解了radiance和irradiance的定义之后，再讨论讨论它们之间的关系，通过二者的定义式子，不难得出如下结果：
$$L(\mathrm{p},\omega )=\frac{\mathrm{d}E(\mathrm{p})}{\mathrm{d}\omega \cos \theta }$$
进一步推导得到：

观察一下积分后的式子，$E(p)$就是点p的irradiance，其物理含义是上文所提到过的点p上每单位照射面积的功率，而$L_i(p,\omega )$指入射光每立体角，每垂直面积的功率，因此积分式子右边的$cos\theta$解释了面积上定义的差异，而对$d\omega$积分，则是相当于对所有不同角度的入射光线做一个求和，那么该积分式子的物理含义便是，一个点(微分面积元)所接收到的亮度(irradiance)，由所有不同方向的入射光线亮度(radiance)共同贡献得到。

3 双向反射分布函数(BRDF)

通过上述所有辐射度量学各种概念的定义之后，我们可以从这样一个角度理解光线的反射，如下图所示：

一个点(微分面积元)在接受到一定方向上的亮度($dE({\omega }_i)$)之后，再向不同方向把能量辐射出去($d{L}_r({\omega }_r)$)

直观的理解，不同物体表面材质自然会把一定方向上的入射亮度($dE({\omega }_i))$反射到不同的方向的光线上($d{L}_r({\omega }_r)$)，如理想光滑表面会把入射光线完全反射到镜面反射方向，其它方向则完全没有。如理想粗糙表面会把入射光线均匀的反射到所有方向。因此所谓BRDF就是描述这样一个从不同方向入射之后，反射光线分布情况的函数，定义如下：

上图中下方的式子即为BRDF，它就收两个参数入射光方向${\omega }_i$,反射光方向${\omega }_r$，函数值为反射光的radiance与入射光的iiradiance的比值。

借助BRDF，可以定义出反射方程如下：

即摄像机所接受到的${\omega }_r$方向上的反射光，是由所有不同方向上入射光线的irradiance贡献得到的(图中式子的$L_i\left(\mathrm{p},{\omega }_i\right)\cos {\theta }_i\mathrm{d}{\omega }_i$)，而不同方向入射光线的irradiance对反射方向${\omega }_r$的贡献程度则由物体表面材质决定，所以乘上了一个BRDF函数。

到这里，通过辐射度量学，以及BRDF最终得到的反射方程正是一个完全正确的光照模型了，解决了在第一章提到的现有模型的所有缺点！（渲染方程只是在反射方程的基础之上加了一个自发光项，关于渲染方程会在下一章仔细去了解)。

在进入到渲染方程之前，再仔细观察一下反射方程：

不难发现正如上图中所说的，入射光线的radiance不仅仅是光源所造成，还有可能是其他物体上着色点的反射光线的radiance，恰好反射到当前的着色点p，而其他物体上的反射光线的radiance依然也是这么个情况，没错！这与whitted-style当中的光线追踪过程十分类似，也是一个递归的过程。所以说想要解这样一个方程还是比较难的。

接下来，在最后一章我们会引入渲染方程，并对渲染方程做一些直观上的物理解释，对于反射方程或者说是渲染方程的具体求解，留在下一篇文章里面去说。

4 渲染方程及其物理含义解释

正如在上一节中提到的，渲染方程知识在反射方程的基础之上添加了一个自发光项(Emission term)，从而使得反射方程更加的general：

$$L_o\left(p,{\omega }_o\right)=L_e\left(p,{\omega }_o\right)+{\int }_{{\Omega }^{+}}{L}_i\left(p,{\omega }_i\right)f_r\left(p,{\omega }_i,{\omega }_o\right)\left(n\cdot {\omega }_i\right)\mathrm{d}{\omega }_i$$

其中$L_e(p,{\omega }_o)$为自发光项，反射方程中的$cos\theta$用，$n\cdot {\omega }_i$代替。
(tips：所有光线方向均指向外)

接下来从一个点光源和单个物体的场景开始理解渲染方程：

(点光源对一个点来说自然只有一个方向有入射光，所以这里没有了积分)

多个点光源一个物体的情况：

将这些所有的点光源的贡献全部求和即可，那么如果点光源变成了面光源呢？如下图所示：

其实面光源就相当于无穷多个点光源的集合，只需要对 面光源所在的立体角范围进行积分，并且能够确定不同立体角方向的面光源的入射光radiance即可。

那么更进一步的，再在场景当中加入其它物体，使得物体之间发生光线交互之后是什么情况呢：

如上图所示，可以把其它物体同样考虑成面光源，对其所占立体角进行积分即可，只不过对其它物体的立体角积分不像是面光源所有入射方向都有radiance，物体的立体角可能只有个别几个方向有入射的radiance(即多次物体间光线反射之后恰好照射到着色点x)，其它方向没有，但本质上都可以视作是面光源。

观察一下图中的渲染方程可以发现除了两个radiance，其它所有项都是知道的，可以将上式进一步写成如下图下方所示的式子：

其中各项与原渲染方程中一一对应，(这里其实是有数学严格推导的，不过我们只是为了接下来构建直观的物理解释，对于这些推导不必在意，默认成立即可)，再接着，可以把该式子离散化写为线性代数的形式：

呼，经过两步我们不是很清楚但其实是正确的数学推导之后(后面不会有让读者直接默认的数学推导了！)，得到了这样一个式子：
$$L=E+KL$$
其中L其实就是想要求得的反射光，E是自发光其实就是光源的发光项，K可以理解为对光线进行反射的一种算子操作。那么利用线性代数的知识很容易就可以推导出L的结果如下：
$$\begin{array}{rl}L& =E+KL\\ IL-KL& =E\\ (I-K)L& =E\\ L& =(I-K{)}^{-1}E\end{array}$$
其中$I$为单位矩阵，再接着对$(I-K{)}^{-1}$使用广义二项式定理得到：
$$\begin{array}{l}L=\left(I+K+K^2+K^3+\dots \right)E\\ L=E+KE+K^{2}E+K^{3}E+\dots .\end{array}$$

仔细观察这个式子，注意E是光源所发出的光，K为反射算子，这样一个式子的物理含义如下图所示：

E为光源发出的光，KE则代表对光源反射一次的结果，即直接光照，那么前两项之和就是光栅化当中着色所考虑的结果，对于全局光照来说，还考虑了$K^{2}E$，即一次弹射的间接照明，$K^{3}E$就是两次弹射的间接照明，依次类推。

这样来看整个结果是不是就很清晰了，就是光源发光加上直接光照与多次间接光照的结果！而这一切都是从渲染方程推导而来的，因此这也正是渲染方程的物理意义！

最后以几张基于物理渲染的图片作为本篇文章的结束
一次反射直接光照：

两次反射，考虑到一次弹射的间接光照：

3次反射，考虑到两次弹射的间接光照：

(考虑次数越多越接近真实图片效果,趋近收敛)

总结

以上就是所有的关于PBR的一些相关基础知识了，我们从辐射度量学入手，掌握了正确衡量光线属性的方法，由此定义出了BRDF，来表示物体的材质，即它对于光线的反射能量分布，最后结合辐射度量学与BRDF得到渲染方程，一个个真正完全正确的光照模型！

这篇文章相比之前的内容写的还挺久的，如果对你理解相关概念帮助的话求点赞求收藏求一个大大的关注 😃 ,后序会持续更新，感谢阅读！

Reference

[1] GAMES101-现代计算机图形学入门-闫令琪
[2] Fundamentals of Computer Graphics 4th
[3] Physically Based Rendering, Second Edition: From Theory To Implementation, Fifth Chapter