快速跳转：
1、矩阵变换原理Transform(旋转、位移、缩放、正交投影、透视投影)
2、光栅化(反走样、傅里叶变换、卷积)
3、着色计算(深度缓存、着色模型、着色频率)
4、纹理映射(重心坐标插值、透视投影矫正、双线性插值MipMap、环境光遮蔽AO)
5、几何(距离函数SDF、点云、贝塞尔曲线、曲面细分、曲面简化)
6、阴影映射(Shadow Mapping)
7、光线追踪原理(线面求交、预处理光追加速)
8、辐射度量学与光线追踪
9、蒙特卡洛路径追踪(Path Tracing)(光源采样)
10、材质(BRDF)(折射、菲涅尔项、微表面模型、各向异性材质)
11、渲染前沿技术介绍(双向路径追踪BDPT、MLT、光子映射、实时辐射度、外观建模)
12、相机（视场、曝光、光圈(F-Stop)、薄棱镜近似、CoC、景深）
13、光场、颜色与感知
14、动画（物理模拟、质点弹簧系统、粒子系统、运动学、动作捕捉、欧拉方法）

Lecture13~14

1 光栅化和光线追踪
2 Whitted-Style光线追踪
- 2.1 定义图形学中光线的性质
- 2.2 光线仅弹射一次的光追
3 光线-物体求交点
- 3.1 光线与球体表面
- 3.2 光线与隐式表面求交
- 3.3 光线与显式表面(三角形)求交
4 预处理 —— 包围盒求交加速
- 4.1 空间网格划分
- 4.2 非均匀空间划分
- 4.3 对象划分 Bounding Volume Hierarchy(BVH)
GAMES101图形学专栏

1 光栅化和光线追踪

光栅化：已知三角形在屏幕上的二维坐标，找出哪些像素被三角形覆盖。物体找像素点
光线追踪：从相机出发，对每个像素发射射线，去探测物体，判断这个像素被谁覆盖。像素点找物体

光栅化
光栅化不能很好的模拟全局光照效果
基本只考虑光线弹射一次，即从光源打到物体表面弹射到相机
是一种近似的效果，不准确、不真实
光线追踪的优势
更方便地处理间接光照(光线到达相机之前弹射多次)
更好实现软阴影、毛玻璃效果
准确、真实、符合物理规律、质量非常高
光线追踪唯一的缺点：特别慢

2 Whitted-Style光线追踪

2.1 定义图形学中光线的性质

不同于光在波动学中的定义，对于图形学中的光线简化(并不是很正确、很物理)的定义：
(1)光沿直线传播
(2)光线之间不会相互影响、碰撞
(3)光本该从光源出发照射到物体反射进入人眼，但图形学中反着来，眼睛发射光线。

2.2 光线仅弹射一次的光追

Whitted-Style光追，实际上只考虑了直接光照，即直接从光源照射到物体，然后物体反射光进入人眼。它并未考虑间接光照的影响，即别的物体反射的光打到另一个物体上再进入人眼。所以它不能很好的模拟全局光照的效果。

算法过程(眼睛发射光)
(1)通过摄像机对每一个像素发出一道射线(View Ray)
(2)射中物体，把该点直接连接到光源(Shadow Ray)，判断是否在阴影中(没被挡住就不在阴影内)
(3)计算着色(Blinn Phong model)
光追算法其实很好理解，摄像机(眼睛)到某像素两点一线发出射线，击中一个或多个点后，取最近一个，连到光源，若没被阻挡则不在阴影内，被阻挡则在阴影内。之后对每一个像素做一遍这个操作，有几百万个像素就要射出几百万根，所以对并行计算性能要求特别高。

如图看透明球，不仅能看到透明球，还能看到球后面的物体，这不就是光线击中球后，还进行了折射最后击中后面的地面，那交点有多个 每个交点都进行着色计算，然后按照一定的权重加到像素上

光线命名区分
primary ray：从摄像机射出的光线
secondary ray：反射或折射(一次或多次)后的光线
shadow rays：交点到光源的连线

3 光线-物体求交点

射线方程
定义光线：光源点、方向。t时刻光线的位置 = 光源点坐标 + t * 方向向量

3.1 光线与球体表面

球体方程如下

注意这个跟平常的定义不太一样(x-x₀)²+(y-y₀)²+(z-z₀)²=R²；但其实是另一种表示而已，比如p其实就是球面上任意一点(x,y,z)，c就是圆心(x₀,y₀,z₀) 这俩相减得到一个向量，再平方(自己跟自己点积)得到的是一个标量，这个量就是R²；所以下面这个方程表示的就是位于圆心在c半径为R的球表面上的任意一点。
射线与球面相交与p点(已知：球心c，半径R，光源o，射线方向d)
求解过程就是解方程额
(1) o + td = p
(2) (p - c)² - R² = 0
把(1)带入(2)得到关于t的 一元二次方程 解之即得t,交点是p = o+td,(注意：根t必须为实数才有意义,即△ ≥ 0)

3.2 光线与隐式表面求交

解出来的是t，交点p还要o+td

3.3 光线与显式表面(三角形)求交

通过光线和三角形求交
渲染：可判断可见性，计算阴影、光照
几何：可判断点是否在物体内（很简单，光源发射射线，判断该射线与物体的交点有几个
奇数个交点表示在物体内，偶数个交点则在物体外）
计算方法：遍历物体每个三角形，判断与光线是否相交
(1)光线-平面求交(三角形属于平面)
(2)计算交点是否在三角形内(3次叉乘)
那么如何定义一个平面呢？
法线N+面内一个点p’(跟法线向量垂直的面有无数个，再额外给定某个点，即可唯一确定一个面)
平面方程： 平面内所有点p满足 (p - p’)·N = 0，只有p在该平面内，(p-p’)点乘N才为0，垂直嘛。
打开括号，p(x,y,z) · N(a,b,c) = ax+by+cz；然后p’ · N = d

然后求交点——解方程组
p = r(t) = o+td，(p - p’)·N = 0 联立这两个方程即可得到t的结果，很简单甚至没有二元一次方程了
t的右侧全都是已知量，注意验证t必须是实数

到这里只是算出t，交点= o + td，算出交点还不够(这是和平面的交点)，还要满足这个点在三角形内，才能说这个点是光线和三角形的交点，即还要叉乘判断内外，结束。
有点麻烦啊，算这么多步骤，能不能一步到胃？——阔以

Möller-Trumbore射线-三角形求交算法

这种算法更方便快捷
他以另外一种方式描述了平面(重心坐标)
等式左边是射线(光线)方程，t是未知量
等式右边是三角形的重心坐标，P₀,P₁,P₂是三角形三个已知顶点，b₁ 和 b₂ 是P1,P2的权重，也是交点的重心坐标的两个分量，第三个分量可以1-b₁-b₂算出
所以未知量一共3个 t，b₁，b₂
由于坐标都是三维的所以每个分量都可以对应建立1个方程，即3个未知数3个方程，可以解方程组得到3个未知量

解线代方程组得到结果。要验证(t>0；b1+b2+b3 = 1,且非负)
具体推导过程

4 预处理 —— 包围盒求交加速

目前求交算法的花销
一根光线与场景每一个三角形都判断一次是否有交点，找到最近的击中点(通过找最小的t)。
计算次数 = 像素个数 x 场景中所有三角面个数 x 反射次数，超级慢
加速方法:用简单的体积包住复杂对象
场景的物体都被一个个包围盒包住，先用光线跟盒子求交，光线如果连包围盒都碰不到，里面的三角形那是必然碰不到的。
我们认为，一个盒子其实就是6个平面围住的一块公共区域，下图只画了2个平面
后面所有包围盒都遵循Axis-Aligned-Bounding-Box(AABB)轴对齐包围盒
轴对齐即面跟xoy或xoz或yoz任一平面平行

AABB(轴对齐)，如何快速求交点(以与x轴对齐的面为例)？
光线方程：p=o⃗+t⋅d⃗\large p=\vec{o}+t·\vec{d}p=o+t⋅d
与x轴对齐的面：x=x0\large x=x_0x=x0
两者求交的方式很简单，明确目的：求 t 只要求出t就能用光线方程得到交点
仅看光线方程的x轴分量，公式可以变成 px=ox+t⋅dx\large p_x=o_x+t·d_xpx=ox+t⋅dx，三个已知量，t很容易得出
ox\large o_xox：光线起点的x分量
dx\large d_xdx：光线的方向的x分量
px\large p_xpx：目标平面的x值

稍微整理一下

求光线与面x=x0\large x = x_0x=x0的交点：t=x0−oxdx\displaystyle \large t=\frac{x_0-o_x}{d_x}t=dxx0−ox
求光线与面x=x1\large x = x_1x=x1的交点：t=x1−oxdx\displaystyle \large t=\frac{x_1-o_x}{d_x}t=dxx1−ox

也可以通过物理的方式记忆这个公式，ttt是时间，x0−oxx_0 - o_xx0−ox是两个点之间的水平距离，dxd_xdx是水平方向的速度，时间 = 距离÷÷÷速度

2D中的轴对齐盒子的求交
看着挺复杂的哈
(1)首先第一幅图是跟X₀,X₁两个无限大的平面求交点，得到两个相交时间t_min、t_max
(2)然后跟y₀、y₁面求交点得到另一对时间t_min、t_max
(3)实际上这两次求交分别得到了两个线段，再对两个线段求个交集即得到最后一张图的跟盒子的实际交点了

再看3D中做法
提醒：一个盒子是3对无限大的面围的一块区域
判断进入包围盒：光线进入所有对面才算进入包围盒
判断离开包围盒：光线出任意一个对面就算离开包围盒
小的里面找大的，大的里面找小的，就是进入和离开盒子的时间
- 进入3D盒子的时间：t_enter = max{t_min}
- 离开3D盒子的时间：t_exit = min{t_max}
  (如果t_exit < 0：盒子在光线发射方向的后面，不可能有交点)
  (如果t_exit >= 0 && t_enter < 0：光源在盒子内部，必然有交点)
总结：有交点的判定条件 (t_enter < t_exit && t_exit >= 0 )

4.1 空间网格划分

做光线追踪之前，预先构建好包围盒、网格
(1)构建包围盒
(2)构建网格
(3)网格跟物体表面求交，记录内部有物体的网格

做光线-场景相交计算
光线跟格子求交，如果遇到"内部有物体的"格子则需要做光线-物体求交，判断光线是否跟该物体相交，从而可以找到光线跟所有物体的交点。
问题：如何知道光线首先打到哪个格子，下一次又会打到哪个格子呢？
简单的一个想法，具体算法可能与这个想法有差别：
第一个格子：可能就遍历所有格子求出一个最近的相交的格子。
下一个格子：判断光线的方向，比如向右上方发射的光线，击中某个格子后，下一个可能击中的格子必然是右边或者上面的格子，就不用遍历所有格子了。
其实就是光栅化一条直线，具体算法，课中未提及
格子的数量对于加速效果的影响？
格子太多：比像素数量还多，那你这是加速还是减速。。。
格子太少：整个世界就用一个格子，完全没有加速。
所以格子数量的多少是有讲究的。经验公式：格子数 = 对象数量 x 27
Uniform Spatial Partitions适用的场景，物体均匀分布在场景的各个位置

4.2 非均匀空间划分

物体少的地方格子少一些，物体分布密集的地方格子多一些。
例子是2D，自己脑补3D

Oct-Tree：类似八叉树结构，注意下面省略了一些格子的后续划分，格子内没有物体或物体足够少时，停止继续划分。
KD-Tree：每次划分只沿着某个轴砍一刀，XYZ交替砍，不一定砍正中间，每次分出两块，类似二叉树结构。
BSP-Tree：空间二分的方法，每次选一个方向砍一刀，不是横平竖直，所以不好求交，维度越高越难算。

KD-Tree 预处理

注意KD-Trees有两类节点，存放的信息是不同的
内部节点(如ABCD)存放：
(1)对齐的轴：x、y、z的其中一个
(2)分割的位置：分裂平面沿着轴的坐标
(3)节点指针：指向两个孩子节点的指针
叶子节点(如12345)存放：物体对象的列表

KD-Tree遍历

如果是内部节点则分裂、如果是叶子结点则与内部存放的对象求交

求交过程详细描述(假设KD-Tree就长上面这个样子)
光线进入盒子A触发以下逻辑
(1)判断光线与其两个子节点是否有交点
(2)孩子节点1：是叶子节点，光线与其存放的所有物体求交点
(3)孩子节点B：是内部节点，判断光线与其两个子节点是否有交点
递归，直到遍历完所有的相交的叶子结点为止。
KD-Tree的巨大缺陷：判定物体和包围盒的交集、物体是否属于某包围盒、同一物体可能存放于多个包围盒的问题，这些问题导致KD-Tree并不受欢迎。很难去建立一个很好的KD-Tree

4.3 对象划分 Bounding Volume Hierarchy(BVH)

不划分空间，而是划分物体！——(换个角度思考，就美美的解决问题)
根节点依然是最外层大包围盒
逐步对物体进行分区：
（1）所有物体分成两组，对两组物体分别求一个包围盒(xyz的最值作为包围盒边界)

（2）递归，对每个包围盒内部物体重复(1)中步骤，直到包围盒中的物体足够少

BVH方法的包围盒有相交，应当尽可能减少相交量

节点细分原则

选择某一个轴进行划分，横平竖直
永远切割最长的轴，切割位置选择在物体数量的中位数附近(可以沿着该轴方向对所有三角形的中位数进行排序，找出中间的那个，复杂度o(logn)；也可以不排序，快速选择算法，直接找出中间数o(n))
节点中的物体数量小于某个数就停止划分(比如5个)

BVH数据的存储结构

中间节点存放
1.包围盒
2.指向孩子节点的指针
叶子节点存放
1.包围盒
2.对象列表

遍历BVH的算法
遍历每个盒子的算法跟KD-Tree遍历的算法没有区别，两者只是划分盒子的角度不同
递归

GAMES101图形学专栏

计算机图形学【GAMES-101】7、光线追踪原理(线面求交、预处理光追加速)相关推荐

16、计算机图形学——基于AABB进行光线追踪的加速（下）
三.KD-tree加速光线追踪前面已经说过,均匀空间划分存在一个划分粒度的问题,所以,为了解决这个问题,就出现了基于树形结构的空间划分.基于KD-tree进行空间划分就是其中一种 KD-tree每次 ...
【计算机图形学】深入浅出讲解光线追踪（Ray Tracing）
CG基础与光学基础 ▍问自己一句,3D场景为何可以被绘制到2D的画布/屏幕上? emmmmm-没有那么复杂,这几乎是一个纯几何的过程: 透视投影.将三维物体的特征点与眼睛连接成一条线,这条线会穿过画布 ...
15、计算机图形学——基于AABB进行光线追踪的加速（上）
white-styled光线追踪需要计算光线与每个三角形面的交点,并投影到像素上,并且还要考虑光线的反射和折射,所以,计算量很大(GPU你忍一下) 那么,如何降低white-styled光线追踪的计算 ...
GAMES101-现代计算机图形学入门09（光线追踪）
基本光线跟踪算法光线定义首先先要对光线定义 ●光沿直线传播: ●不发生碰撞: ●是从光源到人眼的--对于第三个性质,我们在根据光路可逆性,会采取从人眼到光源的方法光线追踪是从人的眼睛(摄像机)出 ...
计算机图形学--方法篇（DDA画线算法）
计算机图形学中所有的绘制算法都是用离散的点尽可能的去逼近理想的图形,本篇为大家介绍常见的几种画线算法. 首先啰嗦一下大家都懂得直线方程,假设有直线: x的增量,y的增量有这样的关系: 或 ...
【光线追踪系列十】光追加速结构(BVH树)
本文主要参照 Ray Tracing: The Next Week,其中只是主要精炼光追相关理论,具体实现可参照原文. 经过之前几部分的光追实现,我们大致可以实现了光追的效果,但其中有一个致命的bug ...
计算机图形学【GAMES-101】8、辐射度量学与光线追踪
快速跳转: 1.矩阵变换原理Transform(旋转.位移.缩放.正交投影.透视投影) 2.光栅化(反走样.傅里叶变换.卷积) 3.着色计算(深度缓存.着色模型.着色频率) 4.纹理映射(重心坐标插值 ...
计算机图形学【GAMES-101】1、矩阵变换原理Transform(旋转、位移、缩放、正交投影、透视投影)
快速跳转: 1.矩阵变换原理Transform(旋转.位移.缩放.正交投影.透视投影) 2.光栅化(反走样.傅里叶变换.卷积) 3.着色计算(深度缓存.着色模型.着色频率) 4.纹理映射(重心坐标插值 ...
计算机图形学【GAMES-101】13、光场、颜色与感知
快速跳转: 1.矩阵变换原理Transform(旋转.位移.缩放.正交投影.透视投影) 2.光栅化(反走样.傅里叶变换.卷积) 3.着色计算(深度缓存.着色模型.着色频率) 4.纹理映射(重心坐标插值 ...
计算机图形学【GAMES-101】14、动画（物理模拟、质点弹簧系统、粒子系统、运动学、动作捕捉、欧拉方法）
快速跳转: 1.矩阵变换原理Transform(旋转.位移.缩放.正交投影.透视投影) 2.光栅化(反走样.傅里叶变换.卷积) 3.着色计算(深度缓存.着色模型.着色频率) 4.纹理映射(重心坐标插值 ...

计算机图形学【GAMES-101】7、光线追踪原理(线面求交、预处理光追加速)