计算机图形学中的光学基础
简单记录一下计算机图形学中需要的光学基础,并以此重新复习一下BRDF光照模型。
物理光学
光学的分类
光学有两个重要的分支,分别是几何光学和波动光学。
- 波动光学
- 光在介质中以波的形式传播
- 可以解释衍射,干涉等现象
- 以波长为研究对象,非常复杂
- 几何光学
- 可见光的波长非常短,可以忽略
- 在 $\lambda \to 0$ 的情况下,光学定理可以用几何学描述
- 光可以看做沿着直线传播
图形学的光学需求
计算机图形学中使用几何光学,但是几何光学模型仍然过于复杂,因此,计算机图形学中的几何光学模型,相比物理学中的几何光学模型继续做了如下简化:
- 物体表面是绝对光滑(smooth)的
- 光只可以被发射(emitted),反射(reflected)或者传播(transmitted)
- 光速无穷大*(光以无限快的速度沿直线传播)
- 在某些极其特殊的光照模型(需要光程差)中不适用,不过实时渲染中暂时没有使用这些光照模型的可能
图形学使用的几何光学定理
光入射到物体表面时,同时发生反射和折射。
1. 反射定理
光射到一个界面上时,其入射光线与反射光线成相同角度
\[\theta_1 = \theta_1\]2. 折射定理
- 折射光线位于入射光线和界面法线所决定的平面内;
- 折射线和入射线分别在法线的两侧;
- 入射角 $\theta_1$ 的正弦和折射角 $\theta_2$ 的正弦的比值,对折射率一定的两种媒质来说是一个常数。
3. 菲涅尔定理
在计算机图形学中,人眼看到的是物体表面反射的光,因此我们要求出物体表面反射部分光线的能量。
\[L_2 = (1 - R_F(\theta_1))\frac{n_2^2}{n_1^2}L_1\]该公式在计算时依旧过于复杂,所以实际计算时一般使用菲涅尔反射能量公式的Schlick近似公式:
\[R_F(\theta_i) \approx R_F(0^o) + (1 - R_F(0^o))(1 - \overline{cos}\theta_i)^5\]反射率随入射角变化曲线:
金属:
非金属:
在接近平行物体表面观察的情况下,非金属平整表面也有很明显的镜面效果。
由光学定理推导渲染方程
在这里推导GGX BRDF。
1. 图形学中几何光学模型的限制
目前为止的理论要求我们所处理的表面是绝对光滑的,但只有相当于微观原子尺寸上,表面才可能绝对光滑,在实际物体表面物体是有微小的无规则起伏的。
2. 微面元理论
核心思想:使用一个统计分布函数来描述微观尺寸
假设我们能够处理微观尺寸,则来自同一个方向的光照会被反射至多个方向。那么只要能够模拟这个行为,就能在像素尺寸模拟微观结构的光学行为。所以可以定义一个法线分布函数,以代替单个像素的法线值。
3. 法线分布函数D
法线分布函数表示微面元发现方向的统计分布。给定一个入射方向,一个微面元有多大概率朝向半向量方向。
法线分布函数有各向同性、各向异性之分。
对于GGX(二维函数,园对称),只需要表面的
- 粗糙度
- 半向量与法线的夹角
法线分布函数虽然模拟了表面的凹凸的情况,但是缺忽略了一个问题,那就是微面元上光线被凹凸遮挡的问题。
为了解决这个问题,引入一个阴影补偿函数G,来模拟表面凹凸遮挡阴影的情况。
4. 双向阴影遮挡函数G
NDF假设所以微面元位于同一平面,不考虑实际几何结构导致的遮挡。它描述的是那些具有半向量法线的微面元中,有多少比例是同时被入射方向和反射方向看到的(或者说没有被阻挡的),一般使用史密斯阴影函数。
\[k = \frac{(\alpha + 1)^2}{8}\] \[G_1(v) = \frac{n \cdot v}{(n \cdot v)(1 - k) + k}\] \[G(l, v, h) = G_1(l)G_1(v)\]用来补偿的阴影遮挡函数G是一个纯粹的经验模型,没有任何光学理论的支撑。函数 $G_1$ 表示光没有被凹凸表面遮挡的概率。将入射光和反射光概率相乘就是整个光路光线不被遮挡的概率。所谓双向,就是入射光和反射光两个方向
现在我们有了物体表面能量的表示方法。由于我们只关心反射能量,所以上述公式还要再乘以菲涅尔公式,就是物体表面的反射能量。
5. 双向分布函数BRDF
\[f(l, v) = \frac{D(h)F(v, h)G(l, v, h)}{4(n \cdot l)(n \cdot v)}\]- $D$ 为法线分布函数
- $F$ 为菲涅尔函数
- $G$ 为双向阴影遮挡函数
- $4 (n \cdot l)$ 为微面元坐标系向世界坐标系变换的雅可比行列式
6. BRDF的物理性质
- 赫姆霍兹互反律(Helmholtz reciprocity)
- 能量守恒*
解释一下BRDF的能量守恒。BRDF能量遵循如下公式。
\[f_r(\omega_i, \omega_r) = \frac{\mathrm{d} L_r(\omega_r)}{\mathrm{d} E_i(\omega_i)} = \frac{\mathrm{d} L_r(\omega_r)}{L_i(\omega_i)cos\theta_i \mathrm{d} \omega_i}\] \[f_r(\omega_i, \omega_r) = f_i(\omega_r, \omega_i)\] \[\int_\Omega f_r(\omega_i, \omega_r) cos\theta_i \mathrm{d} \omega_i \leqslant 1, \forall \omega_r\]BRDF并不一定遵循能量守恒,只能保证反射出的总能量不大于入射的能量。就是说,BRDF模型发射光相比真实的物理情况可能要暗一些。
7. 其他常见的BRDF模型
Blinn-Phong,简单快速,各向同性,表达能力有限:
\[D(h) = \frac{\alpha + 2}{2 \pi}cos^{\alpha}(\delta)\] \[G(l,v,h) = (n \cdot l)(n \cdot v)\]Cook-Torrance,复杂一些,各向同性,可以较好地表达真实材质:
\[D(h) = \frac{1}{\pi \beta^2 cos^4(\delta)}e^{-\frac{tan^2(\delta)}{\beta^2}}\] \[G(l,v,h) = min \{1, \frac{2(n \cdot h)(n \cdot v)}{v \cdot h}, \frac{2(n \cdot h)(n \cdot l)}{v \cdot h} \}\]Ward,复杂一些,支持各向异性:
\[D(h) = \frac{1}{\pi \alpha^2}e^{-\frac{tan^2(\delta)}{\alpha^2}}\] \[G(l,v,h) = \sqrt{(n \cdot l)(n \cdot v)}\]
Comments