OpenGL3.3_C++_Windows(36)

PBR_IBL镜面部分

• 镜面部分并不能像漫反射部分一样将常量提取出来，因为它受到wi和w0的影响，就比如一个x的等式，不能把x部分提取出来一样，他是随着等式变化的
• 但是如果放在等式中，计算所有的可能性，计算量会极大，我们把镜面部分再次拆分为两个部分
• 分割求和近似法（split sum approximation）:预滤波环境贴图（辐照度） + BRDF积分贴图

预滤波环境贴图（镜面部分）：

• 这次会考虑粗糙度，因为对于不同粗糙度的表明会使用不同的mip图采样
• 粗糙度越高，采样越分散，贴图越模糊，将保存到不同的mipmap级别的贴图中，
• 为了确保为其 mip 级别分配足够的内存，一个简单方法是调用 glGenerateMipmap(GL_TEXTURE_CUBE_MAP)。
• GL_LINEAR_MIPMAP_LINEAR 启用三线性过滤
• mip 级别每增加一级，尺寸缩小为一半。

流程

• 如果使用均匀的半球采样，计算镜面部分的辐照度，效果会很差，镜面反射依赖于表面的粗糙度，形成镜面波瓣，如果以类似方式选取采样向量将是有意义的，这个过程称为重要性采样。
• 因为镜面的辐照度图应该和视角有关，对于采样方向和散射强度，通过DNF--BRDF中的法线分布函数生成，公式受法线，h（半程），a粗糙度影响
• 如果要预计算，我们并不知道视角方向，如果我们假设视角方向==输出采样方向w0，这个部分中就不用考虑视角方向，从而预计算，虽然效果不是很好

重要性采样：

• 具有更快收敛速度的采样

• 蒙特卡洛积分（纯随机）：

• 蒙特卡洛积分：离散的解决问题，不必考虑所有

  • 在 a 到 b 上采样 N 个随机样本的子集，求和并求平均数，pdf 代表概率密度函数 

  • 随着样本数量的不断增加，我们最终将收敛到积分的精确

  • 估算是有偏的，集中于特定的值或方向

• 低差异序列（均匀）:

• 该序列生成的仍然是随机样本，但样本分布更均匀：具有更快的收敛速度，它们会以更快的速度收敛到精确解,这使得它对于性能繁重的应用很有用。

•  Hammersley 序列：该序列是把十进制数字的二进制表示镜像翻转到小数点右边而得

• GGX几何函数 重要性采样：

• 我们需要一些方法定向和偏移采样向量，以使其朝向特定粗糙度的镜面波瓣方向:

• 有别于均匀或纯随机地，采样会根据粗糙度，偏向微表面的半向量的宏观反射方向，将 GGX NDF应用到采样中。并和随机（低差异）序列值配合使用

预过滤卷积的伪像：接缝和亮点：

• 较低的 mip 级别具有更低的分辨率，并且预过滤贴图代表了与更大的采样波瓣卷积，因此缺乏立方体的面和面之间的滤波的问题就更明显：

• 可以启用 GL_TEXTURE_CUBE_MAP_SEAMLESS，以为我们提供在立方体贴图的面之间进行正确过滤的选项：

• 对镜面反射进行卷积需要大量采样，才能正确反映 HDR 环境反射的混乱变化。

• 我们可以在预过滤卷积时，不直接采样环境贴图，而是基于积分的 PDF 和粗糙度采样环境贴图的 mipmap 

 BRDF积分贴图:

• 假设每个方向的入射辐射度L都是白色的,在给定粗糙度、光线 ωi 法线 nn 夹角 n⋅ωi 的情况下，可以预计算结果,
• 使用RGB通道的纹理，R为菲涅耳响应的系数，G为偏差值，
  n⋅ωi为横坐标，粗糙度作为纵坐标
• 需要生成一张 512 × 512 分辨率的 2D 纹理
• 对于brdf部分，我们可以再次移项变换和近似，将得到这个公式

合成最终颜色：

• ……