t2.1雾化

基本概念

　　现实中，光线 被空气中无数粒子反射与折射。如果单位体积内粒子的浓度足够，则它们是可见的，例如烟、灰尘、雾等。计算机图形中，上述现象都是通过雾化技术加以模拟的。
　　想象我们正在注视远处的物体，眼睛与物体间的光线受到大量粒子的扰动。一些原来直线传播无法进入眼睛的光线，被那些粒子反射进入眼睛，这就是我们“看到”空气中粒子的原因。最后的视觉效果上，物体的颜色向雾的颜色偏移，粒子越多，偏移越大。
　　雾浓度在【0， 1】间取值，控制雾化程度。浓度0表示无雾化，浓度1表示完全雾化。这时像素呈现雾的颜色，最终的颜色由物体颜色和雾颜色线性插值得到。
　　如何计算雾浓度？前面提到，大气中粒子越多，雾化越显著。然而，如何知道粒子数并转化为雾浓度呢？幸运的是，不必确切知道粒子数，我们用另一个值模拟这个数。粒子数依赖两个因素：场景中的全局武浓度和眼睛与物体间的距离。
　　眼睛与物体间的距离容易得到。于是，剩下的就是根据这个距离由雾浓度求得像素颜色。如何定义雾的浓度和单位呢？我们不直接定义，而是用一个简化系统。雾浓度由两个距离dmin和dmax控制，像素和眼睛距离小于dmin时无雾化，随着距离的增大，雾化逐渐加重，当距离大于dmax时完全雾化。如公式所示：

有两点注意事项：

• 该公式假设雾是空间均匀的，但实际情况并不总是如此。例如，现实世界中，雾常在下方较浓，此模型不能表达这个现象。
• 距离的定义是可变的。当然，可以用欧式距离，得到球状雾效果，但需要做开方运算。有一种简化是以摄像机空间深度z为距离，从而得到线性雾。它的优点是速度快，但有一个恼人的副作用，某一点雾浓度可能因摄像机朝向的不同而改变，现实世界中这是不可能的。

一旦得到[0, 1]间的雾浓度，像素颜色就可以用如下线性插值公式计算：
Cfogged = Clit + f(gfog - Clit)
其中：Cfogged为最终结果。Clit为计算光照后的物体表面颜色。f为雾浓度。gfog为全局雾颜色。
为了在场景中得到雾化效果，必须向API说明雾的性质。常常需要下列三种信息：
- 雾化开关，如果要得到雾化效果，必须打开。
- 雾的颜色，即上式的gfog。
- 雾化距离，即dmin和dmax