图形学笔记 - 5. 光线追踪 - RayTracing

ops/2024/12/14 11:02:16/

Whitted-Style Ray tracing

为什么要光线追踪

  • 光栅化不能很好地处理全局效果

    • 软阴影
    • 尤其是当光线反射不止一次的时候
      ![[Pasted image 20241213175934.png]]
  • 栅格化速度很快,但质量相对较低

  • 光线追踪是准确的,但速度很慢

    • 光栅化:实时,光线追踪:离线
    • ~10K CPU核心小时来渲染一帧

基本光线追踪算法

光线

关于光线的三个观点:

  • 光沿直线传播(虽然这是错误的)
  • 光线交叉时不会相互“碰撞” (尽管这仍然是错误的)
  • 光线从光源传播到眼睛(但物理在路径反转-互易下是不变的)。
    “And if you gaze long into an abyss, the abyss also gazes into you.” — Friedrich Wilhelm Nietzsche (translated)

视觉发射理论

光线追踪

Appel 1968 -光线追踪

  • 通过每个像素投射一条光线来生成图像
  • 通过向光源发送光线来检查阴影
    在这里插入图片描述
产生眼睛射线

针孔相机模型
在这里插入图片描述

阴影像素(仅限局部)

在这里插入图片描述

从观察点往成像平面的每个像素位置投射光线,再从投射光线与场景物体的交点向光源位置投射光线判断交点是否在阴影里。

递归(Whitted-Style)光线追踪

“An improved Illumination model for shaded display” T. Whitted, CACM 1980
Time:

  • VAX 11/780 (1979) 74m
  • PC (2006) 6s
  • GPU (2012) 1/30s
    在这里插入图片描述
    一个递归的Ray Casting 方法,在Ray Casting假设的基础上考虑光线进一步的反射与折射。在每一个交点出都考虑光源的阴影着色,最后将这些点的着色累加作为该像素位置的成像结果。
    在这里插入图片描述

光线-表面交点

光线方程
光线由它的原点和方向向量定义
在这里插入图片描述
r ( t ) = o + t d , t ≥ 0 r(t)=o+td,t\ge0 r(t)=o+td,t0

射线与球面相交

光线: r ( t ) = o + t d , t ≥ 0 \mathbf{r}(t)=\mathbf{o}+t\mathbf{d},t\ge0 r(t)=o+td,t0
球: p : ( p − c ) 2 − R 2 = 0 \mathbf{p}:(\mathbf{p}-\mathbf{c})^2-R^2=0 p:(pc)2R2=0
![[Pasted image 20241213200501.png]]

什么是交点?
交点p必须同时满足射线方程和球方程
求交点:
( o + t d − c ) 2 − R 2 = 0 (\mathbf{o}+t\mathbf{d}-\mathbf{c})^2-R^2=0 (o+tdc)2R2=0
a t 2 + b t + c = 0 at^2+bt+c=0 at2+bt+c=0
a = d ⋅ d a=\mathbf{d}\cdot\mathbf{d} a=dd
b = 2 ( o − c ) ⋅ d b=2(\mathbf{o}-\mathbf{c})\cdot \mathbf{d} b=2(oc)d
c = ( o − c ) ⋅ ( o − c ) − R 2 c=(\mathbf{o}-\mathbf{c})\cdot(\mathbf{o}-\mathbf{c})-R^2 c=(oc)(oc)R2
t = − b ± b 2 − 4 a c 2 a t = \frac{-b\pm \sqrt{b^2-4ac}}{2a} t=2ab±b24ac

与隐式曲面的射线相交

一般隐式表面: p : f ( p ) = 0 \mathbf{p}:f(\mathbf{p})=0 p:f(p)=0
求解: f ( o + t d ) = 0 f(\mathbf{o}+t\mathbf{d})=0 f(o+td)=0
求解正实数
在这里插入图片描述

与三角形网格的光线相交

为什么?

  • 渲染:可见性,阴影,照明
  • 几何:内/外测试
    如何计算?
    让我们来分析一下:
  • 简单的想法:让射线与每个三角形相交
  • 简单,但慢(加速?)
  • 注:可以有0、1个交集(忽略多个路口)
    三角形在平面上
  • 光线平面交点
  • 测试命中点是否在三角形内
    许多优化方法…
平面方程

平面由法向量和平面上的一个点定义
在这里插入图片描述

平面方程(若p满足,则p在平面上):
p : ( p − p ′ ) ⋅ N = 0 \mathbf{p}:(\mathbf{p}-\mathbf{p'})\cdot \mathbf{N}=0 p:(pp)N=0
a x + b y + c z + d = 0 ax+by+cz+d=0 ax+by+cz+d=0
带入射线求解:
( o + t d − p ′ ) ⋅ N = 0 (\mathbf{o}+t\mathbf{d}-\mathbf{p'})\cdot\mathbf{N}=0 (o+tdp)N=0
t = ( p ′ − o ) ⋅ N d ⋅ N t=\frac{(\mathbf{p}'-\mathbf{o})\cdot\mathbf{N}}{\mathbf{d}\cdot\mathbf{N}} t=dN(po)N
检测 t ≥ 0 t\ge0 t0

Möller Trumbore算法

能不能一步到位?计算交点并判断是否在三角形内
O + t D = ( 1 − b 1 − b 2 ) P 0 + b 1 P 1 + b 2 P 2 \mathbf{O}+t\mathbf{D}=(1-b_1-b_2)\mathbf{P}_0 + b_1\mathbf{P}_1+b_2\mathbf{P}_2 O+tD=(1b1b2)P0+b1P1+b2P2
等式左边式射线,右边是三角形
三个未知数。
[ t b 1 b 2 ] = 1 S 1 ⋅ E 1 [ S 2 ⋅ E 2 S 1 ⋅ S S 2 ⋅ D ] \begin{bmatrix} t\\ b_1\\ b_2 \end{bmatrix}=\frac{1}{\mathbf{S_1}\cdot{}\mathbf{E_1}}\begin{bmatrix} \mathbf{S_2}\cdot\mathbf{E_2}\\ \mathbf{S_1}\cdot\mathbf{S}\\ \mathbf{S_2}\cdot\mathbf{D} \end{bmatrix} tb1b2 =S1E11 S2E2S1SS2D
其中
E 1 = P 1 − P 0 \mathbf{E_1}=\mathbf{P}_1-\mathbf{P}_0 E1=P1P0
E 2 = P 2 − P 0 \mathbf{E_2}=\mathbf{P}_2-\mathbf{P}_0 E2=P2P0
S = O − P 0 \mathbf{S}=\mathbf{O}-\mathbf{P}_0 S=OP0
S 1 = D × E 2 \mathbf{S_1}=\mathbf{D}\times\mathbf{E}_2 S1=D×E2
S 2 = S × E 1 \mathbf{S_2}=\mathbf{S}\times\mathbf{E}_1 S2=S×E1
代价:1次除法,27次乘法,17次加法

光线表面求交加速

简单的光线-场景交集

  • 详尽地测试与每个三角形的射线相交
  • 找到最接近的命中点(即最小t)
    问题:
  • 朴素算法=#像素 * # 三角形 * # 弹射数
  • 非常慢
    为了通用性,我们在后面使用术语“对象”而不是“三角形”(但不一定是指整个对象)。
Bounding Volumes 包围体积

避免交叉的快速方法:用简单的体积绑定复杂的对象

  • 对象被完全包含在卷中
  • 如果没有碰到体积,就不会碰到物体
  • 所以先测试BVol,然后测试对象是否命中
    在这里插入图片描述
光线与盒子的交点

理解:盒子是3对平板的交点
具体地:
我们经常使用Axis-Aligned Bounding Box(AABB)轴对⻬包围盒
任意一条边都沿着x, y或z轴

射线与轴对齐框的交点

二维例子;3D也是一样!计算与平板的交点并取 t m i n / t m a x t_{min}/t_{max} tmin/tmax间隔的交点
在这里插入图片描述
我们怎么知道什么时候射线与盒子相交
Key ideas:

  • 光线只有在进入所有对平板时才能进入盒子
  • 射线离开盒子的时间和离开任何一对平板的时间一样长
    对于每一对,计算tmin和tmax(负数也可以)
    对于3D框, t e n t e r t_{enter} tenter = max ⁡ t m i n \max{t_{min}} maxtmin, t e x i t t_{exit} texit = min ⁡ t m a x \min{t_{max}} mintmax
    如果 t e n t e r < t e x i t t_{enter} < t_{exit} tenter<texit,我们知道射线在盒子里停留了一段时间(所以它们一定是相交的!)
    然而,射线不是一条直线
  • 应该检查t是否为负以保证物理正确性!
    如果 t e x i t < 0 t_{exit}<0 texit<0
  • 盒子在光线的“后面”——没有交集!
    如果 t e x i t ≥ 0 t_{exit}\ge0 texit0 t e n t e r < 0 t_{enter}<0 tenter<0
  • 射线的原点在框内,有交点
    总之,射线与AABB相交当且仅当:
  • t e n t e r < t e x i t 且 t e x i t ≥ 0 t_{enter}<t_{exit}且 t_{exit}\ge0 tenter<texittexit0
    为什么要轴对称?
    点与面的交点:
    t = ( p ′ − o ) ⋅ N d ⋅ N t=\frac{(\mathbf{p}'-\mathbf{o})\cdot\mathbf{N}}{\mathbf{d}\cdot\mathbf{N}} t=dN(po)N
    3个减法,6个乘法,1个除法
    垂直于x轴的平面:
    t = p x ′ − o x d x t=\frac{p_x'-o_x}{d_x} t=dxpxox
    一个减法一个除法

http://www.ppmy.cn/ops/141795.html

相关文章

ios上架构建版本没苹果电脑怎么上传

在app store上架的时候&#xff0c;遇到下图的问题&#xff1a; 点击蓝色加号的时候&#xff0c;并没有构建版本可以选择 从图中可以看出&#xff0c;它给我们推荐了很多上传工具&#xff0c;比如xcode、transporter或命令行工具之类的&#xff0c;但是这些工具都是只能在苹果…

Debedium如何忽略Oracle的purge命令

报错 截至目前3.0版本&#xff0c;Debezium的Oracle Connector并不支持purge table这个指令。 所以&#xff0c;在使用Debezium解析Oracle变更的时候&#xff0c;如果在源端执行了类似 purge table "$BIN… 的语句&#xff0c;就会导致Debezium罢工&#xff0c;日志里显…

双城联动 | 桥田智能获汽车装备卓越供应商奖

12月10日&#xff0c;2024年扶轮奖颁奖典礼在上海金陵紫金山大酒店举行&#xff0c;桥田智能设备有限公司获2024扶轮奖“汽车装备卓越供应商奖 ”荣誉称号。桥田智能市场部负责人张苏娜出席本次颁奖仪式。 桥田智能市场部负责人张苏娜 (右三&#xff09; 本次获得“汽车装备卓…

EDA - Spring Boot构建基于事件驱动的消息系统

文章目录 概述事件驱动架构的基本概念工程结构Code创建事件和事件处理器创建事件总线创建消息通道和发送逻辑创建事件处理器消息持久化创建消息发送事件配置 Spring Boot 启动类测试消息消费运行项目 概述 在微服务架构和大规模分布式系统中&#xff0c;事件驱动架构&#xff…

avue-crud 同时使用 column 与 group 的问题

场景一&#xff1a;在使用option 中的column 和 group 进行表单数据新增操作时&#xff0c;进行里面的控件操作时&#xff0c;点击后卡死问题&#xff0c;文本没问题 其它比如下拉&#xff0c;单选框操作&#xff0c;当删除 column 中的字段后&#xff0c; group 中的可以操作 …

CNN时间序列预测Matlab实现

代码&#xff1a; %% 清空环境变量 warning off % 关闭报警信息 close all % 关闭开启的图窗 clear % 清空变量 clc % 清空命令行%% 导入数据&#xff08;时间序列的单列数据&#xff09; result xlsread…

SpringBoot集成Caffeine缓存:高性能本地缓存解决方案

SpringBoot集成Caffeine缓存&#xff1a;高性能本地缓存解决方案 一.Caffeine是什么&#xff1f; Caffeine是一个高性能的Java缓存库&#xff0c;为Java应用程序提供了极快的本地内存缓存解决方案。它是基于Google Guava Cache重新设计的缓存框架&#xff0c;在性能和功能上都…

arXiv-2024 | VLM-GroNav: 基于物理对齐映射视觉语言模型的户外环境机器人导航

作者&#xff1a; Mohamed Elnoor, Kasun Weerakoon, Gershom Seneviratne, Ruiqi Xian, Tianrui Guan, Mohamed Khalid M Jaffar, Vignesh Rajagopal, and Dinesh Manocha单位&#xff1a;马里兰大学学院公园分校原文链接&#xff1a;VLM-GroNav: Robot Navigation Using Phys…