环境光照小记

环境光照

用一张图记录在场景中一点从任何一个方向看所接受到的光照。（默认光照来自无限远）只能用于着色，不能用做阴影

从环境光照获取某一点的着色

这种技术被称之为IBL(Image-based lighting)

获取颜色的方法即为解相应的渲染方程

如果用通用的蒙特卡洛积分，会导致计算缓慢。需要采用其他方法避免采样。

BRDF是glossy的，那么它反射的光线的影响范围是比较小的。

BRDF是diffuse的，那么的朝四周反射的光线的值是变化不大的。

这正好满足的积分拆开的条件。

g（x）为平滑或者影响范围比较小的函数，拆出来的函数只需要在g（x）的影响范围内积分就好了。

将之前的渲染方程拆分：

拆出来的部分即为黄色框内的部分。该部分所表达的意思即为将BRDF所影响的范围内的光照加起来并平均一下。实质上就是将图片周围的像素点加起来平均一下，实际上就是将图片进行模糊。

可以预先将环境光图片进行不同程度的模糊（核取1* 1，2* 2， 4* 4，···），之后在使用的时候可以根据brdf影响的范围在相应的图上获取光照，没有的也可以在相邻的两张图之间进行插值得到。由于是预计算得到的图，在运行时的速度将会很快。

对BRDF项进行简化：

积分BRDF项是不明智的，但是如果直接对BRDF进行预计算的话，其未知参数过多，会导致预计算的量大幅增加也是不切实际的。所以，需要先简化BRDF，降低维度，才能更好的进行预计算。

BRDF采用Mocrofacet BRDF，我们只需要关心F和D两项。

F项和D项原本就有数学上的近似公式：

两个函数之间有4个变量，由于两个角度之间有一定的关系，可以变为一个变量，即目前BRDF项中还有3个变量。（R0为基础反射率，θ为角度，α为粗糙度）3维的预计算还是代价太大，需要进一步进行简化。简化的方法即为将其中一个变量拆分到积分外。

该近似将F项显示地写出来，然后将其中地R拆出来，这样几分钟就只剩两项了，2维的预计算是可以接受的。

注意：对于R0不一样的场景，图片也是不一样的

为何不能生成阴影：

可以把环境光看成是来自四面八方的光照，即很多个光源。如果要为其生成阴影，就要生成非常多的ShadowMap，这在消耗上是不可接受的。

把它看成解渲染方程的问题：里面的V项是难以计算的。并且由于L项是影响大范围的，Brdf项如果是glossy又是高频，diffuse又是影响大范围的，也难以将v项单独拆分出来。所以很难考虑将V项单独拆分出来。

PRT

可以用于生成非常准确的来自环境光照的阴影。

基础知识

关于频率和滤波

傅里叶级数可以将任意一个函数由若干sin，cos项线性组合而成。这些函数被称为基函数。并且这些函数的频率是越来越高的，越高频率的函数意味着越丰富的细节。

对于一张图，颜色变化不大的区域被称为低频部分（脸），颜色变化剧烈的部分被称为高频区域（边缘）将图片转化维频谱图，高亮部分即为低频部分，其他部分即为高频部分。

所谓滤波，就是将一张图的某些频率的内容删除。

下图是一个低通滤波器对一张图的滤波，可以发现，滤波之后仍然能够保留图片的大致内容。说明一张图的大部分内容其实是低频的。

对于图片的卷积，相当于对于频率的乘积。

可以看出，卷积操作后留下了图片的低频部分，说明频率的乘积，由低频的频率起主导作用。即为高频和低频相乘，得到的结果也是低频的。

一般认为，两个函数乘积再积分，可类比为两个频谱的乘积。

低频函数一般是变化不大的函数。

两个函数相乘，由低频函数占据主导地位。

球谐函数：

球谐函数就是一系列定义在球面上的2维基函数。它们有不同的阶数，阶数越高，频率越高，所描述的信息越丰富。基函数的数量也会随着阶数的增加而增加。

球谐函数在代表任意函数的系数可以直接通过上述积分解得（两个频谱的乘积）求该系数的过程被称之为投影（类比在二维坐标系中将一个向量投影到xy轴）

SH应用例子：计算diffuse物体的环境光着色

滤波（模糊）一张图后对其进行一次采样，相当于不滤波对一定范围内进行采样后取平均。

对于着色，渲染方程不需要考虑V。不考虑V后渲染方程就成为了L和Brdf乘积的积分，即可把这个看作是两个频率的乘积。L是复杂的光照，显然是一个高频的，而diffuse的brdf，由于其变化很小，显然是低频的。而高频和低频相乘，由低频其决定作用，即diffuse的brdf就像一个低通滤波器，将光照的高频部分全部删除了。上图表格明显可以看出，使用球谐函数表示brdf（brdf可以看成是一个在着色点周围的球面函数）后，在3阶之后，系数基本上趋于0，即没有什么高频信息了。

由于低频函数决定乘积结果，那么高频的光照便不需要使用更复杂的球谐函数来进行描述。和brdf采用相同阶数的球谐函数即可得到十分真实的光照效果

参考资料

Games202