目录
1.2 基本光线追踪算法（Basic Ray-Tracing Algorithm）
1.2.3 递归(Whitted-Style)光线追踪（Recursive (Whitted-Style) Ray Tracing）
（2）技术细节--如何求光线和物体表面的交点(Ray-Surface Intersection)
1：光线和球做交点（Ray Intersection With Sphere）
2：光线与隐曲面的射线相交（Ray Intersection With Implicit Surface）
问题转化：三角形在一个平面内，先考虑光线和平面，再判定点是否在三角形内。
速度进化：光线-表面相交的算法加速（Accelerating Ray-Surface Intersection）
1 光线追踪
1.1 引入（为什么要有光线追踪）
因为：光栅化不能很好的处理 软阴影、光滑材质反射、间接光照 等问题。
下面是绝地求生大逃杀中的一个画面，它没有阴影、画面质量低，因为地图大，对质量不能有太高的要求。所以采用了光栅化，光栅化方法是一个快速的近似。
光线追踪是准确，质量非常高的方法，但它速度很慢
光线追踪大约用10K CPU核心小时来渲染一帧
所以 光栅化：实时 光线追踪：离线
1.2 基本光线追踪算法（Basic Ray-Tracing Algorithm）
1.2.1 光线的定义
关于光线的三个观点
1. 光沿直线传播 (虽然这是错误的)
2. 光线交叉时不会相互“碰撞” (尽管这仍然是错误的)
3. 光线从光源传播到眼睛 (并且光路可逆)
“如果你凝视深渊，深渊也会凝视你。”——弗里德里希·威廉·尼采
光线传播方向倒过来，从人眼发出观测光线，也是可以理解光线可逆性的。
1.2.2 光线投射（Ray Casting）
（1）基本步骤
1. 从每个像素投射一条光线，产生某个图像的位置。
2. 从图像位置向光源发送光线，来检查这个图像是否在阴影内。
（2）举例
前提：点光源，光线打到东西之后会发生完美的反射或者折射。
step1. Eye ray投射出去，射出去之后打到物体的某个点（此时顺便解决了深度缓存的问题）
step2. 打到物体之后，连接这个点与光源，判断该点是否在阴影中。
step3. 此时可以计算出该点的着色，并且写入像素。
这时候其实还是只考虑了“一次反射”，并没有考虑更多的反射和折射的因素。
1.2.3 递归(Whitted-Style)光线追踪（Recursive (Whitted-Style) Ray Tracing）
（1）Whitted风格光线追踪的基本步骤
step1：考虑反射光、折射光。
step2：对每一条光与物体的交点，与光源连接，并将所有弹射点的计算值都求和写入像素。这个 过程肯定要考虑光的能量损失。
一些光面名词的定义如下图：
最终结果：
（2）技术细节--如何求光线和物体表面的交点(Ray-Surface Intersection)
光线在数学定义为一个射线，有起点o和方向d。
光线上的任何一个点都可以用r(t) = o + td表示。
1：光线和球做交点（Ray Intersection With Sphere）
写出光线函数、球表面隐函数。
交点又在球上、又在光线上。
将光线方程代入点p，可得关于未知量t的方程，求解其中的t值即可。
二次函数展开，用求根公式求解即可。
t必须是正的，有实际物理意义，不能是虚数，必须是实数。
2：光线与隐曲面的射线相交（Ray Intersection With Implicit Surface）
推广到隐式曲面，解决方法也是一致的。
如何解这种式子，现在数值计算的方法很方便，不用担心求解。
3：光线与三角网格相交
上面讨论了隐式曲面与光线交点的求解方法，下面讨论显式曲面。
如果我们能找到光线与三角形的交点，我们可以知道以下信息：
·三角形的可见性、阴影、光照……
·某个点是在模型内还是模型外
奇数个交点：物体内
偶数个交点：物体外
那么如何计算交点？
·最简单的求交方法：遍历所有三角形，连接三角形和光线
·简单，但很慢（加速方法之后说）
·只考虑交点有1和无0，图形学很少考虑边界条件。
问题转化：三角形在一个平面内，先考虑光线和平面，再判定点是否在三角形内。
平面的定义：给平面上任意一个点、一条法线，就可以定义一个平面。
平面上任何一个点p满足：(p-p’)·N = 0
计算光线和平面的交点：
把点p换成o+td代入，求t。判断t是否有物理意义。
若t有意义，则说明有交点，接下来判断交点是否在三角形内：
叉乘，之前讲过。
是否有一次计算出结果的好方法？上面这个太麻烦了。。
有的，懒惰是生产力。
下面介绍MT算法：
算法优化：MT算法
如果光线与三角形有交点，那么交点坐标可以用三角形重心坐标来表示，因此可以列出以下的式子：
其中未知量为t\b1\b2，而且里面的向量又是三维的，所以有三个式子三个变量，可以求解。
线性代数中的克莱姆法则可以求解t\b1\b2。
如果系数（1-b1-b2）、b1、b2解出来都是非负的，那么这个点就在三角形内。
速度进化：光线-表面相交的算法加速（Accelerating Ray-Surface Intersection）
这里的表面多指三角形表面。
下面这些复杂场景肯定不能用最简单的那种判定方法，需要引入新的概念--包围盒。
包围盒/包围体积(Bounding Volumes)
用简单形状的盒子把物体包起来，判断包围盒与光线的相交情况。
将长方体看作是三对面形成的交集。
平常用的包围盒叫Axis-Aligned Bounding Box (AABB) (轴对⻬包围盒)。
如何判定光线与包围盒求交？
先看二维情况：
分别求出光线和x0x1、y0y1这两对面的交点（进入时间和离开时间）
然后求2个红色线段的交集。
再看三维情况：
只有当光线进入了所有的对面，光线才进入盒子
任意光线离开了任意一个对面，光线就已经出盒子了。
故：进入时间：进入时间的最大值，离开时间：离开时间的最小值。
如果 进入时间 < 离开时间
那么 光线与包围盒有交点。
如何考虑时间为负数的情况？
·如果 离开时间<0
那么 光线在盒子背后，不可能相交。
·如果 离开时间>0，进入时间<0
那么 光线起点在盒子里，必然有交点。
·光线与AABB包围盒有交点 当且仅当
为什么包围盒要与坐标轴平行？？
便于计算，计算量可以减少。
扫一扫
656
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
