Games101-光线追踪（基本原理）

关注

原创 2024-04-11 11:36:47 1k 阅读 AI 写同款· GEO 优化 ›

AI权益加码！Claude Code、Cursor等20+工具免费用！购周边限时加赠Coding Plan Lite，畅享主流AI工具！学习进阶更高效！阅读详情

在这里插入图片描述
光线追踪和光栅化是两个不同的成像方式。
光栅化最大的问题是无法很好的表示全局的效果。
全局效果包括软阴影(shadow mapping后来被改进成能够支持软阴影，阴影随着离物体越远越来越模糊)，glossy反射(类似镜子，但没有镜子那么光滑，打磨的比较光滑的金属)，间接光照(光线在到达人眼前会弹射很多次)
在这里插入图片描述
光栅化是一种很快的，但是质量较低，近似的渲染方法

光学追踪是种准确的渲染方法，但是非常慢。1帧就需要1万个cpu小时
光栅化通常用来做实时的应用，光学追踪通常被用来离线的应用(电影)

Basic Ray-Tracing Algorithm

在这里插入图片描述
光线;

光线沿直线传播(现实物理是错的，但计算机图形学离这样假设)
光线和光线不会碰撞(现实物理是错的，但计算机图形学离这样假设)
光线肯定从光源发出来，打到场景中，在场景中不断反射折射最终进入到人眼(光线的可逆性，可以理解为从人眼发出感知的光线，打到物体上，最终打到光源。即如果光源可以通过某种办法看到相机，则相机也能看到光源，可以形成一条反过来的光路)

在这里插入图片描述
光线追踪实际是从眼睛/相机出发，往世界中投射光线，把这些光线在世界中弹来弹去，最终到达光源。

首先做光线的投射：假设往一个虚拟的世界中看，眼前放了一个成像的平面，平面被画成了不同的像素格子。对每个像素可以从摄像机连一条线穿过像素，可以打出一根光线，这跟光线一定会打到场景中的某个位置或者和场景中什么都不相交，如果光线和场景中某一物体相交，说明沿着这个方向看到了某点，然后把这个点与光源做连线(判断点是否对光源也可见，即是否在阴影里)，如果不在阴影里，则形成一条有效的光路。可以计算光路上光的能量，进行着色。
在这里插入图片描述
光线追踪认为眼睛永远是一个针孔摄像机，即一个点。光源也假设是个点光源。对于光线中的物体，认为光线打上去，会发生完美的反射或折射。
eye ray/camera ray：打出的光线找到场景中最近的物体相交的点
在这里插入图片描述
shadow ray：从交点到光源的连线。
通过法线，入射方向，出射方向可以算该点的着色，写入像素

Whitted-Style Ray Tracing

在这里插入图片描述

依然是找到最近的相交点，当光打到点上时，有一部分能量会被反射，另一部分能量会被折射进去

从眼睛投射出来的光线打到一个点时，如果是个玻璃材质，这个点应该做一个完美的镜面反射

同时对于玻璃球，可以折射进去，在内部继续传播，打到另外一个点，在折射出来

即在任何一个点，可以继续传播光线，只要正确的算出反射方向，折射方向
在这里插入图片描述
由于光线弹射的次数多了，在每一个弹射的点，都会计算着色的值，如上图每一个和光线的交点，都与光源做一条连线。看在这个点上，能否被光源照亮
如果光源可以照亮任何一个弹射的点，就把弹射的点内部算出着色的值，都加到最后着色的像素
在这里插入图片描述
eye ray/camera ray又称作primary ray
之后弹射的光线都称为secondary ray
往光源连线为了判定可见性的称为shadow ray

Ray-Surface Intersection

在这里插入图片描述
数学上的光线就是一个射线。一个起点，一个方向
点光源o，传播方向d。光线上的任意点r: $o + t d$ ，由于只往一个方向，所以 $0{\leq}t{\leq}∞$
图形学很少考虑边界，所以是否等于0影响不大

Ray Intersection With Sphere

在这里插入图片描述
球上任一点p到球心c的距离，都等于R

t需要为正，并且为实数，即 $b^2{\geq}4ac$

Ray Intersection With Implicit Surface

在这里插入图片描述
光线与隐式表面求交与球求交同理，求t，t需大于0，并且为实数

Ray Intersection With Triangle Mesh

在这里插入图片描述
光线与显式表面三角形求交：一个一个三角形判断
对于无洞物体
点在物体内，交点数一定是奇数
点在物体外，交点数一定是偶数

Ray Intersection With Triangle

在这里插入图片描述
光线和三角形求交：先求光线和三角形所在平面交点，再判断交点是否在三角形内

Ray Intersection With Plane

在这里插入图片描述
平面：可以定义成一个方向(法线)和一个点
平面上任一点p，满足 $p-p^、$ 的向量和法线垂直

Möller Trumbore Algorithm

在这里插入图片描述
MT算法：3维向量可以得出3个方程组，解3个未知量
克拉默法则求解线性方程组

Accelerating Ray-Surface Intersection

加速求交（和三角形）
在这里插入图片描述
原始方法每次弹射都要和场景里所有三角形求交，找出最近点，非常慢

一千多万个三角形

两千万个三角形

作业

主要注意求人眼所看实际屏幕的大小。
需要先将输出点x，y转换为正交投影的[-1,1],此时打出来的图片是上下颠倒的，说明图片着色输出顺序是反的，所以需要y取反输出，正交投影是按宽高比缩放为[-1,1]，所以逆推还原屏幕比 x要乘以imageAspectRatio
人眼为光的方向是 normalize(Vector3f(x, y, -1) - Vector3f(0)),所以近平面z值在-1，此时y是被压缩成[-1,1]的范围，根据fov还原实际屏幕的y值，实际y/z = tan(fov)， z绝对值为1，所以实际屏幕y最大值为tan(fov)，1要转化为tan(fov)即乘以scale。
MT算法直接抄公式，注意判定时间t大于0，以及三角形重心坐标符号点在内部的性质
在这里插入图片描述
github作业地址