CN104463944A - 一种基于物理的高光计算方法 - Google Patents

Abstract

本发明公开了一种基于物理的高光计算方法，主要包括：设置基于预设游戏场景的环境贴图材质模型，将该环境贴图材质模型切割为多个立方体贴图；计算从立方体贴图的像素中有多少光照反射到虚拟摄像机中；基于上述光照计算结果，采样高光值，并进行柔化处理；基于对采样所得高光值的柔化处理结果，进行插值计算，得到最终的对象模型的所需高光值；该对象模型即预设游戏场景的环境贴图材质模型。本发明所述基于物理的高光计算方法，可以克服现有技术中计算量大、光照效果呆板和适用范围小等缺陷，以实现计算量小、光照效果灵活和适用范围广的优点。

Description

一种基于物理的高光计算方法

技术领域

本发明涉及图像处理技术领域，具体地，涉及一种基于物理的高光计算方法。

背景技术

目前模拟游戏中物理的高光是采用环境贴图预处理过滤技术或者球面调和函数的空间解决方法，然而这种实现的方法是对象光照过于呆板，因为需要大量的预计算和冗余的代码来实现这种表面高光效果。

需要利用重采样的蒙特卡罗积分来模拟高光效果的技术，该技术应参与很少的预计算并在单个的图形处理器（Graphic Processing Unit，简称GPU）着色器中运算，且适用范围广、可以置入其他程序也可以实现。

在实现本发明的过程中，发明人发现现有技术中至少存在计算量大、光照效果呆板和适用范围小等缺陷。

发明内容

本发明的目的在于，针对上述问题，提出一种基于物理的高光计算方法，以实现计算量小、光照效果灵活和适用范围广的优点。

为实现上述目的，本发明采用的技术方案是：一种基于物理的高光计算方法，主要包括：

a、设置基于预设游戏场景的环境贴图材质模型，将该环境贴图材质模型切割为多个立方体贴图；

b、计算从立方体贴图的像素中有多少光照反射到虚拟摄像机中；

c、基于上述光照计算结果，采样高光值，并进行柔化处理；

d、基于对采样所得高光值的柔化处理结果，进行插值计算，得到最终的对象模型的所需高光值；该对象模型即预设游戏场景的环境贴图材质模型。

进一步地，在步骤a中，所述将该环境贴图材质模型切割为多个立方体贴图的操作，具体包括：

将已做好的游戏场景即基于预设游戏场景的环境贴图材质模型，分割划分为N个立方体BOX，N为自然数；

每个BOX内部均含有物体对象模型，而每个BOX的6个面内部均有各自的贴图，这些贴图通常用于环境贴图中，也称为立方体贴图。

进一步地，所述步骤b，具体包括：

b1、将每个立方体贴图中的每个像素光照积分与双向反射分布函数BRDF相乘并累加，并根据累加结果进行重采样；

b2、对概率密度函数PDF进行变换，生成二维度的重要性采样方向（                                                ），采样获取镜面反射的最优方向；对该采样结果进行mipmap过滤处理；

b3、基于步骤b1的重采样结果和步骤b2的mipmap过滤处理结果，采用重采样的蒙特卡罗积分计算每个立方体贴图内环境贴图像素的平均颜色值。

进一步地，所述步骤b1，具体包括：

⑴从单个方向Li(u)转换入射光到朝向摄像机方向V的反射光，同时用材质函数f，即双向反射分布函数（BRDF），要计算总的反射光L0(v)从每个入射方向得到的贡献u，然后把他们累加到一个半球面H上：

；

在公式（1）中，为表面法线与入射光方向u 的角度；入射光通过立方体环境贴图近似得到，其中每一个纹理像素对应一个入射方向u，忽略遮挡；材质函数f其物理意义：来自方向地表辐射度的微增量与其引起的方向上反射辐射亮度增量之间的比值；

⑵基于上述计算进行改良：

采用重采样的蒙特卡罗积分来采样半球面的N=32个入射光，基于公式（1），对Phong BRDF模型进行采样，把材质方程转为PDF，然后积分到一个点上：

；

在公式（2）中，为采样方向与镜面反射方向的夹角，n为表面的反射系数；为视角V的方向与表面法线之间的镜面发射计算出来的镜面反射方向，为采样方向的球面坐标，镜面反射方向为Z轴。

进一步地，所述步骤b2，具体包括：

⑴立方体贴图中某一点所有光照的方向分为N=32个区域样本来采样，每个区域组成的两条射线和该点构成一个立体角，把立体角和样本定义一种关系：

；

在公式（3）中，为周围立体角内环境贴图所有像素的平均值，p是公式（2）中的概率密度函数；

⑵计算内环境贴图像素数，这个数字是有和第0级mipmap级的一个像素所对应多面角之间的比率确定的；而是纹理分辨率的w、h：

。

进一步地，所述步骤c，具体包括：

⑴从环境贴图找到相应的平均像素，则对mipmap层级产生方程：

其中，纹理分辨的长和宽分别是w和h，能够被预计算且开销很小，而对于每个采样方向，需要计算；

⑵将上述计算结果结果代入程序textureCubeLod（）作为查找到环境贴图时的细节等级LOD参数，进而得到某一个区域该点的平均颜色值d，其高光值s定义为样本的倒数乘以采样的颜色值的累加之和：

；

为了使对象模型的边缘更加融入到场景中，利用菲涅尔函数进行柔化处理让对象模型的边缘更加真实。

进一步地，所述步骤d，具体包括：

我们根据公式（6）的到的高光值与菲涅尔系数相乘，并对这个结果进行插值计算。具体计算方法：

；

在公式（7）中，x1表示周围立方体贴图的像素的颜色值，x2表示白色，w是一个权重值；这个计算的最终结果就是我们对象模型在整个场景中的颜色形态，如果对象模型在运动，则在不同的周围环境立方体中呈现了不同的颜色形态，这样的模拟也具有真实性。

本发明各实施例的基于物理的高光计算方法，由于主要包括：设置基于预设游戏场景的环境贴图材质模型，将该环境贴图材质模型切割为多个立方体贴图；计算从立方体贴图的像素中有多少光照反射到虚拟摄像机中；基于上述光照计算结果，采样高光值，并进行柔化处理；基于对采样所得高光值的柔化处理结果，进行插值计算，得到最终的对象模型的所需高光值；该对象模型即预设游戏场景的环境贴图材质模型；可以根据蒙特卡罗积分对高光进行重采样；从而可以克服现有技术中计算量大、光照效果呆板和适用范围小的缺陷，以实现计算量小、光照效果灵活和适用范围广的优点。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明基于物理的高光计算方法中不同环境贴图中，模型表面材质的不同的示意图1；

图2为本发明基于物理的高光计算方法中不同环境贴图中，模型表面材质的不同的示意图2；

图3为本发明基于物理的高光计算方法中入射光沿着从半球发出的法线与BRDF，f相乘，并加到折射向摄像机的光量中的示意图；

图4为本发明基于物理的高光计算方法中菲涅尔参数较低时，模型边缘亮度小，与场景融合，显生硬的示意图；

图5为本发明基于物理的高光计算方法中菲尼尔参数较高时，模型边缘亮度大，与场景融合，显自然的示意图；

图6为本发明基于物理的高光计算方法中模拟物理光照的流程图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

根据本发明实施例，如图1-图6所示，提供了一种基于物理的高光计算方法，可以根据蒙特卡罗积分对高光进行重采样，尤其对模拟物体高光效果有很大的作用。

本发明的技术方案，是基于GPU的重要性采样模拟物理高光，用于通过环境贴图的多参数的材质模型，以及重要性采样结合蒙特卡罗积分计算，通过mipmap采样过滤，得到采样数量的颜色值并求和，最终的结果乘以菲涅尔函数得到高光值，这个过程可以有效的减少计算的复杂度，使其在单个GPU着色器中执行的。

蒙特卡罗方法又称随机抽样方法，是一种与一般数值计算方法有本质的区别的计算方法，最早用于近似概率的数学思想，他利用随机树进行统计试验，以求的统一的特征值作为待解决问题的数值解，这也是蒙特卡罗方法的基本思想。虽然这种方法早已被人提出，却很少被应用，随着电子工业的发展，这种方法被越来越多的应用到科学技术中。而计算复杂的多重积分是蒙特卡罗方法应用的重要领域。

本发明技术方案的具体实施步骤：

首先对环境贴图材质模型的设置：

例举一个游戏场景，也可以是其他的场景，场景中的对象模型受周围的环境受光照的影响，自身的表面的材质发生了变化，例如：图1场景中，模型中表现的材质显示和周围环境颜色相近；当场景图片改变，其他的参数都不变时，图2。

有这两种图中的对象中模型，我们可以看出不同的环境贴图的材质会影响对象表面的材质效果，这样的模拟更接近与现实，可以有效的解决场景中的对象模型随着外界环境不同显示不同的光照效果。

首先我们先把我们已做好的游戏场景通过程序分割划分为N个立方体（BOX），每个BOX里都含有物体对象模型，而每个BOX的6个面里都有自己的贴图，这些贴图通常用于环境贴图中，也称为立方体贴图。

下面我们来说一下我们计算从立方体贴图的像素中有多少光反射到虚拟的摄像机中，如图3：要从单个方向Li(u)转换入射光到朝向摄像机方向V的反射光，同时还是用的材质函数f，即双向反射分布函数（BRDF），要计算总的反射光L0(v)从每个入射方向得到的贡献u，然后把他们累加到一个半球面H上：

；

在公式（1）中，为表面法线与入射光方向u 的角度。入射光通过立方体环境贴图近似得到，其中每一个纹理像素对应着一个入射方向u，忽略遮挡。材质函数f其物理意义：来自方向地表辐射度的微增量与其引起的方向上反射辐射亮度增量之间的比值。

这种计算是对所有的入射光计算光照的方法，而每个像素的光照积分的运算是环境贴图的成千像素来于BRDF函数相乘并累加。这种计算几乎接近与实际的光照值，这中运算显然对实时的渲染来说过于消耗时间，同时也降低了GPU计算的性能。基于此运算思想，我们对此运算进行改良，找到了一个既能体现光照效果又能硬件兼容的平衡的方法。

基于此思想，本发明采用的是采用重采样的蒙特卡罗积分来采样半球面的N=32个入射光，对于公式（1）的积分来说，是生成的是一致随机方向并不是最佳的方案。当我们对环境采样积分中，镜面反射方向周围的方向进行采样才是最为合理的，因为这些大部分都是反射光都是由这些方向发出的。一个概率密度函数（probability density function，简称PDF函数）定义采样的最优方向。由于PDF是BRDF是积分的一部分，我们为PDF使用了一个归一化的采样。要对这个PDF采样，例如我们对Phong BRDF模型进行采样，把材质方程转为PDF，然后积分到一个点上：

；

在公式（2）中，为采样方向与镜面反射方向的夹角，n为表面的反射系数。为视角V的方向与表面法线之间的镜面发射计算出来的镜面反射方向，为采样方向的球面坐标，镜面反射方向为Z轴。

根据这里的PDF生成二维度的重要性采样方向（），这样的我们可以找到采样方向的优秀估计，算出对积分的最佳近似。这种重采样的结果可能会导致严重的失真，使得镜面效果看起来低劣，但是我们利用mipmap处理纹理的视觉化表现，这些贴图处理成有一系列被预计算和优化过的图片组成的文件，而贴图中每一个层级的小图都是有主图的一个特定比例的缩小而成的复制品。使用这个技术来过滤采样，是为加快渲染的速度和减少图像的锯齿。

之所以mipmap是一堆不同分辨率纹理贴图组成的金字塔结构。高分辨率的mipmap的图像用于靠近摄像机时，低分辨率mipmap的图像用于远离摄像机时。

其思路为：

当采样方向的PDF很小的时候，我们从该区域获得到的环境贴图的平均光照几乎取不到，当采样的PDF很大的时候，这样的区域虽得到环境贴图的平均光照，由于是更多个样本计算出这个区域的积分，误差的平均值比较大，如何从中得到一个比较平衡的区域积分的平均值，我们用立体角和一个样本来定义这种关系。

我们把图1中某一点所有光照的方向分为N=32个区域样本来采样，每个区域组成的两条射线和该点构成一个立体角，我们把立体角和样本定义一种关系：

；

在公式（3）中，为周围立体角内环境贴图所有像素的平均值，p是公式（2）中的概率密度函数。

为了使平均值更加有效，在GPU中在纹理图是金字塔结构的，其中第1层的每个像素是层中4个相应像素的均值，而第0层为原始的纹理像素。对于立体角内所有像素取平均可以通过mipmap中合适的层级来近似完成。有了上述的思想，我们只需要计算内环境贴图像素数，这个数字是有和第0级mipmap级的一个像素所对应多面角之间的比率确定的。而是纹理分辨率的w、h：

；

我们希望从环境贴图找到相应的平均像素，则对mipmap层级产生了一个简单的方程：

其中纹理分辨的长和宽分别是w和h，可以被预计算且开销很小，而对于每个采样方向，我们需要做的就是计算将这些计算的值代入计算。

然后结果代入我们程序中的textureCubeLod（）作为查找到环境贴图时的细节等级（LOD）参数，进而得到某一个区域该点的平均颜色值d，其高光值s的我们定义为样本的倒数乘以采样的颜色值的累加之和：

；

为了使对象模型的边缘更加的融入到场景中，我们利用了菲涅尔函数让对象模型的边缘更加的真实。当我们的视线垂直于表面时，反射较弱，而当我们视线于表面有夹角时，夹角越小，反射越明显。如图5和如图6（同一对象模型不同菲涅尔值的不同效果）。

如图4是菲涅尔参数较低时，模型边缘亮度小，与场景融合，显生硬。

如图5是菲尼尔参数较高时，模型边缘亮度大，与场景融合，显自然。

我们根据公式（6）的到的高光值与菲涅尔系数相乘，并对这个结果进行插值计算。具体计算方法：

；

在公式（7）中，x1表示周围立方体贴图的像素的颜色值，x2表示白色，w是一个权重值。这个计算的最终结果就是我们对象模型在整个场景中的颜色形态，如果对象模型在运动，则在不同的周围环境立方体中呈现了不同的颜色形态，这样的模拟也具有真实性。

本发明的技术方案，利用重采样的蒙特卡罗积分来模拟高光效果，参与很少的预计算并在单个的GPU着色器中运算，适用范围广，可以置入其他程序也可以实现。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于物理的高光计算方法，其特征在于，主要包括：

a、设置基于预设游戏场景的环境贴图材质模型，将该环境贴图材质模型切割为多个立方体贴图；

b、计算从立方体贴图的像素中有多少光照反射到虚拟摄像机中；

c、基于上述光照计算结果，采样高光值，并进行柔化处理；

d、基于对采样所得高光值的柔化处理结果，进行插值计算，得到最终的对象模型的所需高光值；该对象模型即预设游戏场景的环境贴图材质模型。

2.根据权利要求1所述的基于物理的高光计算方法，其特征在于，在步骤a中，所述将该环境贴图材质模型切割为多个立方体贴图的操作，具体包括：

将已做好的游戏场景即基于预设游戏场景的环境贴图材质模型，分割划分为N个立方体BOX，N为自然数；

每个BOX内部均含有物体对象模型，而每个BOX的6个面内部均有各自的贴图，这些贴图通常用于环境贴图中，也称为立方体贴图。

3.根据权利要求2所述的基于物理的高光计算方法，其特征在于，所述步骤b，具体包括：

b1、将每个立方体贴图中的每个像素光照积分与双向反射分布函数BRDF相乘并累加，并根据累加结果进行重采样；

b2、对概率密度函数PDF进行变换，生成二维度的重要性采样方向（                                                ），采样获取镜面反射的最优方向；对该采样结果进行mipmap过滤处理；

b3、基于步骤b1的重采样结果和步骤b2的mipmap过滤处理结果，采用重采样的蒙特卡罗积分计算每个立方体贴图内环境贴图像素的平均颜色值。

4.根据权利要求3所述的基于物理的高光计算方法，其特征在于，所述步骤b1，具体包括：

⑴从单个方向Li(u)转换入射光到朝向摄像机方向V的反射光，同时用材质函数f，即双向反射分布函数（BRDF），要计算总的反射光L0(v)从每个入射方向得到的贡献u，然后把他们累加到一个半球面H上：此公式是参考GPU精髓3 

；

在公式（1）中，为表面法线与入射光方向u 的角度；入射光通过立方体环境贴图近似得到，其中每一个纹理像素对应一个入射方向u，忽略遮挡；材质函数f其物理意义：来自方向地表辐射度的微增量与其引起的方向上反射辐射亮度增量之间的比值；

⑵基于上述计算进行改良：

采用重采样的蒙特卡罗积分来采样半球面的N=32个入射光，基于公式（1），对Phong BRDF模型进行采样，把材质方程转为PDF，然后积分到一个点上：

；

在公式（2）中，为采样方向与镜面反射方向的夹角，n为表面的反射系数；为视角V的方向与表面法线之间的镜面发射计算出来的镜面反射方向，为采样方向的球面坐标，镜面反射方向为Z轴。

5.根据权利要求4所述的基于物理的高光计算方法，其特征在于，所述步骤b2，具体包括：

⑴立方体贴图中某一点所有光照的方向分为N=32个区域样本来采样，每个区域组成的两条射线和该点构成一个立体角，把立体角和样本定义一种关系：

；

在公式（3）中，为周围立体角内环境贴图所有像素的平均值，p是公式（2）中的概率密度函数；

⑵计算内环境贴图像素数，这个数字是有和第0级mipmap级的一个像素所对应多面角之间的比率确定的；而是纹理分辨率的w、h：

。

6.根据权利要求5所述的基于物理的高光计算方法，其特征在于，所述步骤c，具体包括：

⑴从环境贴图找到相应的平均像素，则对mipmap层级产生方程：

其中，纹理分辨的长和宽分别是w和h，能够被预计算且开销很小，而对于每个采样方向，需要计算；

⑵将上述计算结果结果代入程序textureCubeLod（）作为查找到环境贴图时的细节等级LOD参数，进而得到某一个区域该点的平均颜色值d，其高光值s定义为样本的倒数乘以采样的颜色值的累加之和：

；

为了使对象模型的边缘更加融入到场景中，利用菲涅尔函数进行柔化处理让对象模型的边缘更加真实。

7.根据权利要求6所述的基于物理的高光计算方法，其特征在于，所述步骤d，具体包括：

我们根据公式（6）的到的高光值与菲涅尔系数相乘，并对这个结果进行插值计算；

具体计算方法：

；

在公式（7）中，x1表示周围立方体贴图的像素的颜色值，x2表示白色，w是一个权重值；这个计算的最终结果就是我们对象模型在整个场景中的颜色形态，如果对象模型在运动，则在不同的周围环境立方体中呈现了不同的颜色形态，这样的模拟也具有真实性。