PBRT学习笔记5 --体渲染

Volume Rendering

Volume Scattering Processes（体积散射过程）

现实中，在有介质参与的环境中，影响辐射分布的三个主要物理过程为吸收，发射和散射。

• 吸收：光能转化为其他能量
• 发射：发光粒子将光能添加到环境中
• 散射：由于粒子间的碰撞，光能从一个方向散射到其他方向

Absorption（吸收）

吸收效果越强，物体会有更黑暗的外观，边界更加明显，显得更加厚重，相反的，吸收效果弱的物体给人柔和的感觉

吸收由吸收系数（absorption coefficient）${\sigma }_a$表示，这是光在介质中传播每单位距离被吸收的概率密度，它的单位是$m^{-1}$。${\sigma }_a(p,\omega )$是关于位置与立体角的函数。

仅考虑吸收的影响，当 radiance $L_i(p,-\omega )$到达点 p，设这个点在吸收后的出 radiance $L_o(p,\omega )$，这个 radiance 变换由关于光线长度$\mathrm{d}t$（从入射位置到出射位置的距离）的微分方程给出：

$$\begin{array}{c}\mathrm{d}{L}_o(p,\omega )=L_o(p,\omega )-L_i(p,-\omega )=-{\sigma }_a(p,\omega )L_i(p,-\omega )\mathrm{d}t\end{array}$$

其中$L_i$的位置实际上为$p+\omega \mathrm{d}t$

这说明沿光线方向 radiance 的减小差异$\mathrm{d}{L}_o(p,\omega )$是初始 radiance 的线性函数（这基于辐射度量学的一个假设：介质吸收 radiance 的比例不会根据光线 radiance 量而改变，而是有一个固定比例）

Emit（发射）

介质的发射将别的能量转化为光能，与吸收类似，发射对介质中 radiance 的变换也与${\sigma }_a$相关，仅考虑发射的影响，有：

$$\begin{array}{c}\mathrm{d}{L}_o(p,\omega )={\sigma }_a(p,\omega )L_e(p,\omega )\mathrm{d}t\end{array}$$

这个方程不依赖于入射光假设，仅依赖于线性函数假设。

Out-scattering（外散射）

光在参与介质中的第三个基本相互作用是散射。当射线穿过介质时，它可能与粒子碰撞并向不同方向散射，这对光束携带的总 radiance 有两个影响：

1. 减少了微分区域出射光线的 radiance，因为其中一些被偏转到不同的方向。out-scattering
2. 别的方向的光线散射偏转到出射光线方向，增加 radiance。in-scattering

将 out-scattering 和 in-scattering 相加得到的是真实的散射 real scattering，这有别于零散射 null scattering。

介质的散射效应由散射系数（scattering coefficient）${\sigma }_s$表示，与吸收类似，仅考虑外散射，有微分方程：

$$\begin{array}{c}\mathrm{d}{L}_o(p,\omega )=-{\sigma }_s(p,\omega )L_i(p,-\omega )\mathrm{d}t\end{array}$$

In-Scattering（内散射）

相较于外散射，内散射将其他方向的 radiance 散射到所求方向，由此增加了出射光的 radiance。

在这里，先引入相位函数 phase function $p(\omega ,{\omega }^{\prime })$描述散射辐射的角分布。相位函数$p$，有归一化约束：${\int }_{S^2}p(\omega ,{\omega }^{\prime })\mathrm{d}{\omega }^{\prime }=1$，此约束意味着相位函数是特定方向上散射的概率分布。

由此，通过散射系数${\sigma }_s$和相位函数，我们可以对入射方向积分得到微分方程：

$$\begin{array}{c}\mathrm{d}{L}_o(p,\omega )={\sigma }_s(p,\omega ){\int }_{S^2}p(p,{\omega }_i,\omega )L_i(p,{\omega }_i)\mathrm{d}{\omega }_i\end{array}$$

Radiative Transfer Equation（RTE）

由上文可知，出射方向的 radiance 总量需要考虑吸收，发射，内散射，外散射四项，其中，吸收和外散射导致了 radiance 总量的减少；发射和内散射导致了 radiance 总量的增加。

对于吸收和外散射，我们可以将两者合并的影响称为衰减（attenuation），设衰减系数 attenuation coefficient 为：

$$\begin{array}{c}{\sigma }_t(p,\omega )={\sigma }_a(p,\omega )+{\sigma }_s(p,\omega )\end{array}$$

那么总衰减量即为：

$$\begin{array}{c}\mathrm{d}{L}_o(p,\omega )=-{\sigma }_t(p,\omega )L_i(p,-\omega )\mathrm{d}t\end{array}$$
——————
我们将单次散射的反照率single-scattering albedo定义为$\rho (p,\omega )=\frac{{\sigma }_s(p,\omega )}{{\sigma }_t(p,\omega )}$

在辐射度量学的假设下，单次散射反照率在0-1之间，它代表了在散射事件发生时散射的比例。

此外，我们还用平均自由路径（mean free path）$1/{\sigma }_t(p,\omega )$代表光线在衰减系数为${\sigma }_t(p,\omega )$的介质中，在与其他粒子相互作用前能前进的平均距离（衰减系数的单位为$m^{-1}$）。
——————

对于发射和内散射，我们也可以同时考虑，有总增加量：

$$\begin{array}{c}\mathrm{d}{L}_o(p,\omega )={\sigma }_a(p,\omega )L_e(p,\omega )+{\sigma }_s(p,\omega ){\int }_{S^2}p(p,{\omega }_i,\omega )L_i(p,{\omega }_i)\mathrm{d}{\omega }_i\end{array}$$

为方便公式书写，我们认为增加的总 radiance 由源函数$L_s$给出，有：

$$\begin{array}{c}{L}_s(p,\omega )=\frac{{\sigma }_a(p,\omega )}{{\sigma }_t(p,\omega )}{L}_e(p,\omega )+\frac{{\sigma }_s(p,\omega )}{{\sigma }_t(p,\omega )}{\int }_{S^2}p(p,{\omega }_i,\omega )L_i(p,{\omega }_i)\mathrm{d}{\omega }_i\end{array}$$

那么总增加量即可改写成：

$$\begin{array}{c}\mathrm{d}{L}_o(p,\omega )={\sigma }_t(p,\omega )L_s(p,\omega )\mathrm{d}t\end{array}$$

由此，我们得到了总 radiance 的变化量，这个公式也被称为 Radiative Transfer Equation：

$$\begin{array}{c}\mathrm{d}{L}_o(p,\omega )=-{\sigma }_t(p,\omega )L_i(p,-\omega )\mathrm{d}t+{\sigma }_t(p,\omega )L_s(p,\omega )\mathrm{d}t\end{array}$$

透过率（Transmittance）

Definition

前文描述的散射过程都是根据其在空间点上的局部效应来指定的，但在 rendering 中，我们感兴趣的是它们对沿射线的 radiance 的总影响，即我们需要得到光线上两点间的 radiance 减少，这样就有利于计算从一个光源经过介质到一个物体表面的 radiance 的衰减量。

仅考虑衰减量时，给定衰减系数${\sigma }_t$，radiance 的衰减随距离增长的变化率为：

$$\begin{array}{c}\frac{\mathrm{d}{L}_o(p,\omega )}{\mathrm{d}t}=-{\sigma }_t(p,\omega )L_i(p,-\omega )\end{array}$$

方程中的$\mathrm{d}t$为经过的微小距离。

通过这个方程以及 Beer–Lambert law 可以得出两点间 radiance 的变化，我们将其称之为光线透过率 beam transmittance $T_r$，有：

$$\begin{array}{c}{T}_r(p\to p^{\prime })=e^{-{\int }_0^d{\sigma }_t(p+t\omega ,\omega )\mathrm{d}t}\end{array}$$

其中，$d=||p-p^{\prime }||$，为 p 和 p’两点之间的距离。

因此若一个表面点 p 朝方向$\omega$的出射 radiance 为$L_o(p,\omega )$，点 p’接收到的朝向$-\omega$方向的入射 radiance 为：

$$\begin{array}{c}{L}_i(p^{\prime },-\omega )=T_r(p\to p^{\prime })L_o(p,\omega )\end{array}$$

透过率有以下性质：

1. 每个点到自己的透过率$T_r(p\to p)=1$

2. 在${\sigma }_t=0$的真空中，所有点 p’的透过率都为$T_r(p\to p^{\prime })=1$

3. 若介质的衰减系数在方向上对称，${\sigma }_t(\omega )={\sigma }_t(-\omega )$或者说衰减系数只与位置相关，则透过率也有对称性$T_r(p\to p^{\prime })=T_r(p^{\prime }\to p)$

4. 透过率是 multiplicative 的，有$T_r(p\to p^{\prime \prime })=T_r(p\to p^{\prime })T_r(p^{\prime }\to p^{\prime \prime })$
   

5. 在均匀介质中，${\sigma }_t$为常数，有$T_r(p\to p^{\prime })=e^{-{\sigma }_{t}d}$

同时，$T_r$中的负指数部分被称为光学厚度 optical thickness，用符号$\tau$表示：

$$\tau (p\to p^{\prime })={\int }_0^d{\sigma }_d(p+t\omega ,\omega )\mathrm{d}t$$

蒙特卡洛计算透过率

在上文中，我们可以看到光线透过率$T_r$中仅存在一个关于位置 t 的一维积分，因此有了 t 的分布函数后，就可以用蒙特卡洛法进行无偏估计，有：

$$e^{-{\int }_0^d{\sigma }_t(p+t\omega ,\omega )\mathrm{d}t}\approx e^{-[\frac{{\sigma }_t(p+t^{\prime }\omega ,\omega )}{p(t^{\prime })}]}$$

但我们在估计时，由于$E[e^{-X}]\ne e^{-E[X]}$，假如直接使用蒙特卡洛会低估最终值（此现象可以用_Jensen’s inequality_以及$e^{-x}$是凸函数来解释）

此误差随着透过率估计的误差的减小而减小，很多应用中这个误差都是可接受的（eg. 通过黎曼积分，再计算透过率）。但 pbrt 使用一种 alternative 的无差估计。

根据方程$\frac{\mathrm{d}{L}_o(p,\omega )}{\mathrm{d}t}=-{\sigma }_t(p,\omega )L_i(p,-\omega )$，设${\sigma }_t$与方向无关，可以得到积分方程：

$${\int }_0^d\frac{\mathrm{d}L(p+t\omega )}{\mathrm{d}t}\mathrm{d}t=L(p^{\prime })-L(p)={\int }_0^d-{\sigma }_t(p+t\omega )L(p+t\omega )\mathrm{d}t$$

由于$T_r(p\to p^{\prime })=L(p^{\prime })/L(p)$，带入方程有：

$$T_r(p\to p^{\prime })=1-{\int }_0^d{\sigma }_t(p+t\omega )T_r(p+t\omega \to p^{\prime })\mathrm{d}t$$

由这个方程可以看出，透过率是根据积分递归定义的，它似乎将问题复杂化了，但这样可以使得蒙特卡洛积分得到透射率的无偏估计成为可能。但这个被积函数很难采样，它在实践中的估计有很高的方差，下一章讲解如何通过一种公式进行采样。

零散射（Null Scattering）

零散射可以解释为引入了一种额外类型的散射，这种散射不对应于任何类型的物理散射过程，但被指定为对光的分布没有影响。由此，零散射可以将非均匀介质视为均匀介质，从而更容易将采样算法应用于非均匀介质。

零散射系数由一个常数${\sigma }_{maj}$定义，类似于将下左图不均匀黑色介质用浅色介质补充完整，使得整体呈现均匀密度，如右图所示。

零散射定义了一个零散射系数 null-scattering coefficient${\sigma }_n$。类似于其他散射系数，它代表在介质中传播的每单位距离零散射事件的概率。同时，引入一个大于${\sigma }_a+{\sigma }_s$的常数 majorant ${\sigma }_{maj}$，将${\sigma }_n$定义为：

$${\sigma }_n(p,\omega )={\sigma }_{maj}-{\sigma }_t(p,\omega )$$

由此可以得出，所有散射系数的和为${\sigma }_a+{\sigma }_s+{\sigma }_n={\sigma }_{maj}$，由此，整个介质都具有均匀的散射系数。

根据此定义，可将 radiance 衰减方程改写为：

$$\frac{\mathrm{d}{L}_o(p,\omega )}{\mathrm{d}t}=-({\sigma }_{maj}-{\sigma }_n(p,\omega ))L_i(p,-\omega )$$

将其构建成与上文透过率的积分递归方程一致的方程，有：

$$T_r(p\to p^{\prime })=e^{-{\sigma }_{maj}d}+{\int }_0^d{e}^{-{\sigma }_{maj}t}{\sigma }_n(p+t\omega )T_r(p+t\omega \to p^{\prime })\mathrm{d}t$$

对于一个均匀介质，方程中的第二项积分会消除，第一项对应 beer’s law。

对于一个非均匀介质，方程的第一项可以被视为计算真实透射率的低估值，然后用积分计算其余部分。

相位函数

如上文所述，相位函数是特定方向上散射的概率分布，相位函数是关于入射角和出射角的函数$p({\omega }_i,{\omega }_o)$。

它基于的假设是_粒子间的距离几倍大于它们的半径，我们即可以忽略粒子间的相互作用_。

现实中大部分材质的相位函数值只与入射角和出射角间的夹角$\theta$相关，因此相位函数为 1 维函数，可写作$p(\cos \theta )$，这些介质被称为是各向同性的或对称的。

与之相对的各项异性的介质的相位函数则是一个 4 维函数，例如由一致方向纤维组成的晶体或介质。

前文所述的各向同性和各向异性都是针对介质而言的，而各项同性的相位函数则专指所有方向$p({\omega }_i,{\omega }_o)=\frac{1}{4\pi }$的相位函数，其他都是各向异性的（因此可能会有一个各项同性的介质有一个各向异性的相位函数）。

Henyey–Greenstein 相位函数

一个广泛使用的相位函数是由 Henyey 和 Greenstein 创造的(1941)。这个相位函数经过专门设计，易于拟合测量的散射数据，并使用单个参数$g$（各向异性参数）控制散射光分布。

$$\begin{array}{c}{p}_{HG}(\cos \theta )=\frac{1}{4\pi }\frac{1-g^2}{(1+g^2+2g(\cos \theta ){)}^{3/2}}\end{array}$$

其中参数$g$有明确的物理意义，它是给定角度$\omega$和${\omega }^{\prime }$的相位函数与夹角余弦的积分，也被称为平均余弦（mean cosine）。

$$g={\int }_{S^2}p(-\omega ,{\omega }^{\prime })(\omega \cdot {\omega }^{\prime })\mathrm{d}{\omega }^{\prime }=2\pi {\int }_0^{\pi }p(-\cos \theta )\cos \theta \sin \theta \mathrm{d}\theta$$

公式中的$\omega$和${\omega }^{\prime }$都朝向外。当相位函数为各项同性时，$g=0$；当前向散射大于后向散射时，$g>0$；当后向散射大于前向散射时，$g<0$。

关于 Henyey–Greenstein 相位函数的采样与 PDF，PDF 非常容易理解，由于相位函数就是概率密度函数，所以 PDF 就为$p_{HG}(\cos \theta ,g)$的函数值，重要的是如何通过随机数生成方向$\varphi$和$\theta$。方位角直接均匀采样即可，$p(\varphi )=1/(2\pi )$，对于极角的采样，当$g\ne 0$时，可以通过函数$\cos \theta =-\frac{1}{2g}(1+g^2-(\frac{1-g^2}{1+g-2g\xi }{)}^2)$采样；反之可以使用$\cos \theta =1-2\xi$均匀采样。

传递方程（The Equation of Transfer）

由体积散射过程和透过率的概念我们可以了解到，如果我们假设场景中没有表面，那么光线就不会被阻挡，并且具有无限长的长度，传递方程的积分形式就为：

$$L_i(p,\omega )={\int }_0^{\infty }{T}_r(p^{\prime }\to p){\sigma }_t(p^{\prime },\omega )L_s(p^{\prime },-\omega )\mathrm{d}t$$

这个方程的含义即是将光路上所有的出射 radiance 全部加起来，但由于中途会有损耗，所以还需乘上一个透过率。

更一般的，若入射光线的路径被一个反射或发光表面所阻挡，光线则不再需要积分无限距离，假设表面上的点为$p_s$，则传递方程的积分形式就为：

$$L_i(p,\omega )=T_r(p_s\to p)L_o(p_s,-\omega )+{\int }_0^t{T}_r(p^{\prime }\to p){\sigma }_t(p^{\prime },\omega )L_s(p^{\prime },-\omega )\mathrm{d}{t}^{\prime }$$

引入零散射

若在原传递方程的基础上引入零散射，将介质的密度以固定的参数${\sigma }_{maj}$表示，则可将传递方程的积分形式改为：

$$L_i(p,\omega )=T_{maj}(p_s\to p)L_o(p_s,-\omega )+{\sigma }_{maj}{\int }_0^t{T}_{maj}(p^{\prime }\to p)L_n(p^{\prime },-\omega )\mathrm{d}{t}^{\prime }$$

其中，$p^{\prime }=p+t^{\prime }\omega$不变，但引入了一个$T_{maj}$用于表示包含常规散射和零散射的主透过率（majorant transmittance），有$T_{maj}(p^{\prime }\to p)=e^{-{\int }_0^d({\sigma }_t(p+t\omega ,\omega )+{\sigma }_n(p+t\omega ))\mathrm{d}t}=e^{-{\sigma }_{maj}d}$。

同时还引入了一个零散射的源方程$L_n$，它在$L_s$的基础上加上了一个新的项：

$$L_n(p,\omega )=\frac{{\sigma }_a(p,\omega )}{{\sigma }_{maj}}{L}_e(p,\omega )+\frac{{\sigma }_s(p,\omega )}{{\sigma }_{maj}}{\int }_{S^2}p(p,{\omega }_i,\omega )L_i(p,{\omega }_i)\mathrm{d}{\omega }_i+\frac{{\sigma }_n(p)}{{\sigma }_{maj}}{L}_i(p,\omega )$$

$T_{maj}$由于引入了零散射，透过率始终会小于或等于真实透过率，传递方程中物体表面部分$T_{maj}{L}_o$可能会略小于真实值，但其也可以由$L_n$中给出的项来补足。

Reference

https://www.pbr-book.org/4ed/Volume_Scattering/Volume_Scattering_Processes

PS

本文主要是对PBRT内容的翻译总结，欢迎交流学习~
由于PBRT是一本讲解离线渲染，光追渲染的书，在讲解体渲染时除上文的概念外，还写了非常多实操时蒙特卡洛采样的做法，但由于笔者能力实在有限，无法完全理解相关内容，因此略过了这部分内容，如果有对此方面感兴趣的同学可自行查阅Reference中PBRT的原文~