【实时渲染】UE新版大气渲染（论文及分析）

UE4新版的大气实现性能上完全碾压基于预计算大气散射方法，它是在论文A Scalable and Production Ready Sky and Atmosphere Rendering Technique的基础上实现的。

从篇幅就可以看出来这篇论文的主要看点在Multi Scatter部分，几乎是剩下三个LUT篇幅和的两倍。

Multiple scattering LUT

其实这个新的方法只是比之前的预计算大气散射多想了一步近似。

为了保持符号相同，后文都用预计算大气散射论文的公式进行分析：
$L=L_0+(R+S)L_0+(R+S)[(R+S)L_0]+......$
$=L_0+R[L_{\ast }]+S[L_{\ast }]$

看到这个公式，我们容易会有下面的想法，只要知道R+S不就知道全部阶数了吗？
$L_1=(R+S)L_0$
$L_2=(R+S)L_1$

但是R和S里面还包含了L，R+S没法分离，新方法做的第一步就是把R给忽略，不考虑地面的反射。只剩下S了，S里面还有L，这是个递归的过程，怎么终结这个递归，很简单，把S里面的L设为一个固定数值就可以了。

所以这个方法总结下来就两点，忽略地面反射并设n-1阶的L是个固定的值。

近似1：
$L_n=R[L_{n-1}]+S[L_{n-1}]$
$L_n=S[L_{n-1}]$

近似2：
$L_n=S[L_{n-1}]=\int T({\int }_{\Omega }{\sigma }_s\times phase()\times L_{n-1}dw)dx$
$L_n=S[L_{n-1}]=L_{n-1}\int T({\int }_{\Omega }{\sigma }_s\times phase()dw)dx$
$L_n=S[L_{n-1}]=L_{n-1}\int T({\int }_{\Omega }{\sigma }_s\times \frac{1}{4\pi }dw)dx$

$L_n=L_{n-1}{f}_{ms}$

再回到最初的式子
$L=L_0+(R+S)L_0+(R+S)[(R+S)L_0+......$
$L=L_0+(R+S)L_0+L_2+f_{ms}{L}_2+f_{ms}^2{L}_2+......$

运用几何级数
$L=L_0+(R+S)L_0+L_2(1+f_{ms}+f_{ms}^2+......)$
$L=L_0+(R+S)L_0+L_2(1/(1-f_{ms}))$

这样就是整个论文的核心了，后文可以不看了，只需要计算出下面的式子就可以了。

$f_{ms}=\int Tr({\int }_{\Omega }{\sigma }_s\times \frac{1}{4\pi }dw)dx$

是不是很无脑。

大气模型

Raylei和Mie的海拔密度分布公式如下：
$d^r(h)=e^{-\frac{h}{8km}}$
$d^m(h)=e^{-\frac{h}{12km}}$
臭氧是天空呈现天蓝色的重要因素，它对散射没有贡献，仅仅吸收Light。
$d^o(h)=max(0,1-\frac{|h-25|}{15})$

	const float densityMie = exp(Atmosphere.MieDensityExpScale * viewHeight);
	const float densityRay = exp(Atmosphere.RayleighDensityExpScale * viewHeight);
	const float densityOzo = saturate(viewHeight < Atmosphere.AbsorptionDensity0LayerWidth ?
		Atmosphere.AbsorptionDensity0LinearTerm * viewHeight + Atmosphere.AbsorptionDensity0ConstantTerm :
		Atmosphere.AbsorptionDensity1LinearTerm * viewHeight + Atmosphere.AbsorptionDensity1ConstantTerm);

论文假设Rayleigh没有吸收，只有散射。
${\sigma }_a^r=(5.802,13.558,33.1)$
${\sigma }_s^r=(0,0,0)$
${\sigma }_t^r={\sigma }_a^r+{\sigma }_s^r$

接着乘上海拔密度
${\sigma }_a^r\ast =d^r(h)$

最后把Raylei、Mie和臭氧对应系数相加。

	s.scatteringMie = densityMie * Atmosphere.MieScattering;
	s.absorptionMie = densityMie * Atmosphere.MieAbsorption;
	s.extinctionMie = densityMie * Atmosphere.MieExtinction;

	s.scatteringRay = densityRay * Atmosphere.RayleighScattering;
	s.absorptionRay = 0.0f;
	s.extinctionRay = s.scatteringRay + s.absorptionRay;

	s.scatteringOzo = 0.0;
	s.absorptionOzo = densityOzo * Atmosphere.AbsorptionExtinction;
	s.extinctionOzo = s.scatteringOzo + s.absorptionOzo;

	s.scattering = s.scatteringMie + s.scatteringRay + s.scatteringOzo;
	s.absorption = s.absorptionMie + s.absorptionRay + s.absorptionOzo;
	s.extinction = s.extinctionMie + s.extinctionRay + s.extinctionOzo;

Sky-View LUT

用RayMarching进行Sample的消耗还是很大。作者观察到Earth-like sky的效果其实是非常低频的，所以论文将Sky的渲染结果放大一个低分辨率的LUT（192x108）中，在后续的进行upsample以减少消耗。

1.对于给定视点，文章将Sky渲染到一张latitude-longitude坐标的纹理上，上半部分是天空，下半部分是地面，中间是地平线，同时由于在接近地平线的部分是相对高频的信息，文章对latitude 进行非线性映射，使得接近地平线的部分存储更多信息。
$v=0.5+0.5\mathrm{sign}(l)\cdot \sqrt{\frac{l}{\pi /2}}$

	float coord = (acos(viewZenithCosAngle) - ZenithHorizonAngle) / Beta;
	coord = sqrt(coord);
	uv.y = coord * 0.5f + 0.5f;

2.同时由于分辨率较低以及非线性映射的原因，sun disk在最后与Sky-View LUT进行合成。

output.Luminance = float4(SkyViewLutTexture.SampleLevel(samplerLinearClamp, uv, 0).rgb + GetSunLuminance(WorldPos, WorldDir, Atmosphere.BottomRadius), 1.0);

Aerial Perspective LUT

和Sky-View LUT类似，为了减少消耗，文章将各位置的in-scattering and transmittance进行计算并存储到一张32x32x32的Texture中，可以覆盖32km的场景。

在最后计算时根据这一点的pixel得到对应Pos，对LUT查找得到最终结果。

上一篇文章的基于预计算的方法需要RayMarching来Sample，本文计算时通过实例渲染和GS来进行绘制，相当于计算32x32x32次，效率提升很明显。

const float4 AP = Weight * AtmosphereCameraScatteringVolume.SampleLevel(samplerLinearClamp, float3(pixPos / float2(gResolution), w), 0);