CN108805971B - 一种环境光遮蔽方法 - Google Patents

Abstract

本发明具体涉及一种环境光遮蔽方法，主要解决了现有的SSAO方法在角落、褶皱层次感不足、对比度不明显等问题，同时适用于复杂的、完全动态的场景，实现稳定，大大提高渲染性能。本发明首先通过下采样减小后续计算量，然后引入一个离散的水平结构，通过采样深度纹理计算轮廓等级和轮廓值，然后根据距离应用线性或高斯衰减减小当前纹理像素与子像素间的距离，最后通过平滑滤波减少噪声影响。该方法适用于视频游戏、动画制作、实景仿真等领域，可以在实时运行的条件下较为逼真的模拟全局光照的渲染效果，针对采样点选择、纹理采样以及平滑滤波三个方面的缺陷做出了改进，通过改善性能和渲染效果使其更适用于三维游戏中实时游戏场景的渲染。

Description

一种环境光遮蔽方法

技术领域

本发明属于计算机图形学技术领域，具体涉及一种环境光遮蔽方法，该方法适用于视频游戏、动画制作、实景仿真等方面，该方法可以在实时运行的条件下较为逼真的模拟全局光照的渲染效果，针对采样点选择、纹理采样以及平滑滤波三个方面的缺陷做出了改进，通过改善性能和渲染效果使其更适用于三维游戏中实时游戏场景的渲染。

背景技术

图形效果的真实感,在很大程度上取决于光照模型的物理真实度。随着图形硬件的发展和人们对真实感画面的强烈需求,出现了很多可以表现物体之间相互光照影响的光照模型,人们把这类模型统称为全局光照明模型,包括辐射度、路径追踪、光子映射等。

环境光遮蔽(AO，Ambient Occlusion)是全局光照明的一种近似替代品，可以产生重要的视觉明暗效果，通过描绘物体之间由于遮挡而产生的阴影，能够更好地捕捉到场景中的细节，可以解决漏光，阴影漂浮等问题，改善场景中角落、齿轮、裂缝等细小物体阴影不清晰等问题，增强场景的深度和立体感。可以说，AO特效在直观上给玩家的主要感觉体现在画面的明暗程度上，未开启AO特效的画面光照稍亮一些；而开启AO特效之后，局部的细节画面尤其是暗部阴影会更加明显一些。环境光遮蔽方法的基本原理是为场景中的点计算一个遮挡因子。这个遮挡因子用来表示从该点出射的所有光线会被其他物体所遮挡的概率。因此在环境光遮蔽方法中，遮挡因子的算法就显得尤为重要，好的遮挡因子可以给画面增加细腻的明暗效果，极大提升画面的真实感。

传统的基于物理的光照方法(例如光线跟踪算法)可以达到很好的效果，但其计算复杂，难以做到实时应用。使用全局光照明模型可以得到真实感很强的画面,但是在当前的硬件和软件技术条件下,全局光照明是一种十分昂贵的渲染技术,因为它的计算量巨大,而且很难高效地映射到现有的硬件,要达到满意的效果往往需要相当长的时间。而交互式渲染系统比如视频游戏、实景仿真、数字化地球等恰恰需要能够在实时条件下进行渲染输出，这就使得全局光照明模型很难应用在这些系统上。

发明内容

针对现有的SSAO方法层次感不丰富，对比度低，本发明提出了一种环境遮挡方法：包括以下步骤：

步骤1，在g-buffer中输入待处理屏幕空间场景，产生一个较粗糙的分辨率，对待处理屏幕空间场景进行扫描，在每一次扫描中，每一个像素将结合一个较精细的分辨率和其四个相应子像素的屏幕空间坐标和法线，通过AO半径决定分辨率的总数，得到采样点，完成下采样流程；

步骤2，对步骤1中得到的采样点在深度缓冲区做深度纹理；

步骤3，在步骤2得到的深度纹理周围的屏幕空间中选择n个方向，并构建包含子片的环境多边形，通过采样点的深度纹理计算轮廓等级，然后计算每个子层次的平均轮廓水平，根据轮廓等级和平均轮廓水平渲染得到屏幕空间场景的AO贴图；

步骤4，对步骤3渲染得到的AO贴图进行平滑滤波，即完成对屏幕空间场景的环境光遮蔽。本发明首先通过下采样减小后续计算量，然后引入一个离散的水平结构，通过采样深度纹理计算轮廓等级和轮廓值，然后根据距离应用线性或高斯衰减减小当前纹理像素与子像素间的距离，最后通过平滑滤波减少噪声影响。本发明提出的方法更接近光线跟踪的解决方法，运行速度显著提高，而且对于静态或动态场景都不需要任何预先计算。

进一步，所述步骤1中，通过AO半径决定分辨率的总数，得到采样点，具体方法为：

根据AO半径决定分辨率的总数，保留四个子像素中一个空间坐标，对四个子像素对应的z-values进行排序，然后选取绝对值第二小的像素，我们使用P_i ^z表示点P_i在屏幕空间内的深度值，根据深度值选取采样点。采样点的选择关系到对场景细节的捕捉，理想的状态是采样点尽可能均匀的分散在各个平面上，原有的采样方法落在大致相同的角度，丢失了随机性，场景中的一些细节可能被忽略，下采样方法实现了对区域大小的控制，可以有效地使用纹理缓存，减少了混叠区域和计算量，提高了渲染的速度，同时把采样空间从原始的顶点数据空间改变到屏幕空间，提高了效率。

更进一步，所述步骤2中对采样点在深度缓冲区做深度纹理，通过步骤2.1到步骤2.3实现：

步骤2.1，对步骤1得到每一个采样点计算其在三维空间的位置p；

步骤2.2，在以p为中心，R为半径的球体空间内随机的产生若干的三维采样点，若有法向缓存则在半球体空间内选取采样点；

步骤2.3，估算步骤2.2得到的每个采样点产生的AO，计算每个采样点在深度缓存上的投影点，用投影点产生的遮蔽代替采样点产生的遮蔽，使用法向缓存，使所有采样点都在p点上方，利用采样点跟投影点产生的深度差异计算遮蔽大小，以此完成对像素的深度纹理。对采样点在深度缓冲区做深度纹理不需要预处理，没有加载时间和内存分配，屏幕空间内每个像素的计算任务都保持一致，所有的计算都在GPU内完成，没有GPU负担，同时可以很方便的集合到现有的渲染系统中。

再进一步，所述步骤3中，在深度纹理周围的屏幕空间中选择n个方向进行统一抽样，对采样点构建环境多边形，通过采样点的深度纹理计算轮廓等级，然后计算每个子层次的平均轮廓水平，根据轮廓等级和平均轮廓水平渲染得到屏幕空间场景的AO贴图，通过步骤3.1到步骤3.7实现：

步骤3.1，在深度纹理周围的屏幕空间中选择n个方向进行统一抽样，对采样点构建环境多边形；

步骤3.2，在采样点环境多边形内构建切片和子切片，覆盖三角形半径的所有采样区域，大小固定，由固定的采样距离和采样方向两个边缘组成切边；子切片是切片划分的几个等腰梯形子部分的联合，采样方向的数量等于切片的数量，同时，子切片的数量与采样半径成正比；

步骤3.3，计算对应于采样点子层次的顶点的轮廓等级，当采样深度值小于当前纹理的深度值时，轮廓等级成为正整数，否则，该级别为负；

步骤3.4，当深度纹理与高度场大致相同时，通过围绕点p的相对高度来确定轮廓水平，每个样本通过使用简单的传递函数从浮点深度值转换为整数级别来生成轮廓水平c：

c＝(d_cur-d_smp)(2t+1)/d_trh

其中d_cur是当前纹理的深度值，d_smp是深度纹理中采样纹理的深度值，d_cur的符号和绝对值d_cur-d_smp用于定义相应的轮廓级别，近平面和远平面之间的轮廓水平的最大差异是水平总数2t+1，值d_trh取决于场景复杂度；

步骤3.5，对于自然阴影效果，应用额外的衰减，并选择高斯衰减函数，由点p和子层之间的距离定义次级水平权重，将低权值应用于具有高次级水平的子层，环境多边形A中第n个切片的环境遮挡为：

其中R(q)表示第q个子层的代表性轮廓值，W(q)是根据子层次具有浮点重量值的衰减函数；

步骤3.6，计算第q个子层的轮廓等级，当子层远离当前纹理时，W(q)使用较高的次级水平导致较低的权重；

步骤3.7，对于环境多边形中的每个切片，环境遮挡照明A被表示为

其中n是环境多边形中的切片数量，t是接近视图位置的正级别的用户定义的最大轮廓等级，衰减函数W(q)影响第c片中第q个子片的代表轮廓值R(c,q)，至此屏幕空间场景AO贴图渲染完成。

再进一步，所述步骤4中对渲染得到的AO贴图进行平滑滤波，采用的滤波算法为双边滤波，通过步骤4.1到步骤4.5实现：

步骤4.1，将AO贴图像素值应用于高斯滤波，使其同时包含空间和像素值信息；

步骤4.2，由高斯滤波推导双边滤波公式，其模糊函数如下公式所示：

d(ε,x)＝d(ε-x)＝||ε-x||

σ(φ-f)＝||φ-f||

步骤4.3将上述公式进行离散化，作用域为Ω，最终的平滑公式为：

h(x)＝k^-1(x)∑_Ωf(ε)c(ε,x)s(f(ε),f(ε))

步骤4.4，将模糊算法迁移到CPU上，用CPU多核的方式减少图片平滑的时间；

步骤4.5，根据卷积的范围将AO贴图划分为细小的模块，将各个模块同时进行双边模糊操作，最后将处理过的模块进行整合，至此完成对AO贴图的渲染。高斯滤波是一种基于空间的滤波方法，离中心点的距离越大，其权重就越小，造成了边缘丢失，本发明采用的双边滤波方法，通过在高斯滤波中引入关于像素的加权函数来弥补像素间的差异性这一缺陷，将像素值应用于高斯滤波，使其同时包含空间和像素值信息，增强了对中心点的影响，更好的保存了边缘信息。

针对现有的SSAO方法层次感不丰富，对比度低，本发明提出了一种环境遮挡方法。首先通过下采样减小后续计算量，然后引入一个离散的水平结构，通过采样深度纹理计算轮廓等级和轮廓值，然后根据距离应用线性或高斯衰减减小当前纹理像素与子像素间的距离，最后通过平滑滤波减少噪声影响。通过与现有的环境光遮蔽方法进行对比，本发明提出的方法产生的结果更接近光线跟踪的解决方法，运行速度也更高，而且对于静态或动态场景都不需要任何预先计算。

本发明提出的环境光遮蔽方法具有能够利用现有GPU进行实时计算的潜力，并且在效果上逼近全局光照明,恰恰为解决全局光照明在效率上的不足提供一种合理的解决方案。本发明提出的环境遮蔽方法解决了现有的SSAO算法在角落、褶皱层次感不足、对比度不明显等问题，同时适用于复杂的、完全动态的场景，实现稳定，大大提高渲染性能。

附图说明

图1是本发明一种环境光遮蔽方法的流程图；

图2是通过Hoang提出的MSSAO对屏幕空间场景渲染得到的结果图；

图3是通过Bavoil提出的HBAO对屏幕空间场景渲染得到的结果图；

图4是采用本发明的方法对屏幕空间场景渲染得到的结果图。

具体实施方式

下面通过附图和具体实施例对本发明做进一步的阐述和说明，但本发明的保护范围不受以下实施例的限制。

采用本发明的环境光遮蔽方法对屏幕空间场景进行渲染，包括以下步骤：

步骤1，在g-buffer中输入待处理屏幕空间场景，产生一个较粗糙的分辨率，对待处理屏幕空间场景进行扫描，在每一次扫描中，每一个像素将结合一个较精细的分辨率和其四个相应子像素的屏幕空间坐标和法线，通过AO半径决定分辨率的总数，得到采样点：具体方法为：根据AO半径决定分辨率的总数，保留四个子像素中一个空间坐标，对四个子像素对应的z-values进行排序，然后选取绝对值第二小的像素，我们使用P_i ^z表示点P_i在屏幕空间内的深度值，根据深度值选取采样点，完成下采样流程，具体下采样流程如下所示；

步骤2，对步骤1中得到的采样点在深度缓冲区做深度纹理：通过步骤2.1到步骤2.3实现：

步骤2.1，对步骤1得到每一个采样点计算其在三维空间的位置p；

步骤2.2，在以p为中心，R为半径的球体空间内随机的产生若干的三维采样点，若有法向缓存则在半球体空间内选取采样点；

步骤2.3，估算步骤2.2得到的每个采样点产生的AO，计算每个采样点在深度缓存上的投影点，用投影点产生的遮蔽代替采样点产生的遮蔽，使用法向缓存，使所有采样点都在p点上方，利用采样点跟投影点产生的深度差异计算遮蔽大小，以此完成对像素的深度纹理；

步骤3，在步骤2得到的深度纹理周围的屏幕空间中选择n个方向进行统一抽样，对采样点构建环境多边形，通过采样点的深度纹理计算轮廓等级，然后计算每个子层次的平均轮廓水平，根据轮廓等级和平均轮廓水平渲染得到屏幕空间场景的AO贴图：通过步骤3.1到步骤3.7实现：

步骤3.1，在深度纹理周围的屏幕空间中选择n个方向进行统一抽样，对采样点构建环境多边形；

步骤3.2，在采样点环境多边形内构建切片和子切片，覆盖三角形半径的所有采样区域，大小固定，由固定的采样距离和采样方向两个边缘组成切边；子切片是切片划分的几个等腰梯形子部分的联合，采样方向的数量等于切片的数量，同时，子切片的数量与采样半径成正比；

步骤3.3，计算对应于采样点子层次的顶点的轮廓等级，当采样深度值小于当前纹理的深度值时，轮廓等级成为正整数，否则，该级别为负；

步骤3.4，当深度纹理与高度场大致相同时，通过围绕点p的相对高度来确定轮廓水平，每个样本通过使用简单的传递函数从浮点深度值转换为整数级别来生成轮廓水平c：

c＝(d_cur-d_smp)(2t+1)/d_trh

其中d_cur是当前纹理的深度值，d_smp是深度纹理中采样纹理的深度值，d_cur的符号和绝对值d_cur-d_smp用于定义相应的轮廓级别，近平面和远平面之间的轮廓水平的最大差异是水平总数2t+1，值d_trh取决于场景复杂度；

步骤3.5，对于自然阴影效果，应用额外的衰减，并选择高斯衰减函数，由点p和子层之间的距离定义次级水平权重，将低权值应用于具有高次级水平的子层，环境多边形A中第n个切片的环境遮挡为：

其中R(q)表示第q个子层的代表性轮廓值，W(q)是根据子层次具有浮点重量值的衰减函数；

步骤3.6，计算第q个子层的轮廓等级，当子层远离当前纹理时，W(q)使用较高的次级水平导致较低的权重；

步骤3.7，对于环境多边形中的每个切片，环境遮挡照明A被表示为

其中n是环境多边形中的切片数量，t是接近视图位置的正级别的用户定义的最大轮廓等级，衰减函数W(q)影响第c片中第q个子片的代表轮廓值R(c,q)，至此屏幕空间场景AO贴图渲染完成。

步骤4，对步骤3渲染得到的AO贴图进行平滑滤波，采用的滤波方法为双边滤波，通过步骤4.1到步骤4.5实现：

步骤4.1，将AO贴图像素值应用于高斯滤波，使其同时包含空间和像素值信息；

步骤4.2，由高斯滤波推导双边滤波公式，其模糊函数如下公式所示：

d(ε,x)＝d(ε-x)＝||ε-x||

σ(φ-f)＝||φ-f||

步骤4.3将上述公式进行离散化，作用域为Ω，最终的平滑公式为：h(x)＝k^-1(x)∑_Ωf(ε)c(ε,x)s(f(ε),f(ε))

步骤4.4，将模糊算法迁移到CPU上，用CPU多核的方式减少图片平滑的时间；

步骤4.5，根据卷积的范围将AO贴图划分为细小的模块，将各个模块同时进行双边模糊操作，最后将处理过的模块进行整合，至此完成对AO贴图的渲染。即完成对屏幕空间场景的环境光遮蔽，渲染结果如图4所示。

为表明本发明具有渲染速度快、对比度明显、性能稳定等优点，分别通过Hoang提出的MSSAO和Bavoil提出的HBAO对屏幕空间场景进行渲染，渲染结果分别如图2图3所示，采用本发明方法对屏幕空间场景渲染结果如图4所示，对比结果如下表所示。

上表中渲染时间值越小，表明渲染速度越快，性能越优，SSIM指数表示渲染前后场景之间的相似度，其值越大表明渲染逼真度越高，CSSAO代表本发明环境光遮蔽方法，通过上表中的数据可以看出本发明方法在GeForce 8600M GT和GeForce 460M GTX两种显卡下的渲染时间值均小于前两种方法，而SSIM指数高于前两种方法，故本发明提出的方法比另外两种环境光遮蔽方法都更接近光线跟踪的解决方法，使屏幕空间场景渲染逼真程度更高，运行速度更块。

Claims (4)

1.一种环境光遮蔽方法，其特征在于：包括以下步骤：

步骤1，在g-buffer中输入待处理屏幕空间场景，产生一个较粗糙的分辨率，对待处理屏幕空间场景进行扫描，在每一次扫描中，每一个像素将结合一个较精细的分辨率和其四个相应子像素的屏幕空间坐标和法线，通过AO半径决定分辨率的总数，得到采样点，完成下采样流程；

步骤2，对步骤1中得到的采样点在深度缓冲区做深度纹理；

步骤3，在步骤2得到的深度纹理周围的屏幕空间中选择n个方向，并构建包含子片的环境多边形，通过采样点的深度纹理计算轮廓等级，然后计算每个子层次的平均轮廓水平，根据轮廓等级和平均轮廓水平渲染得到屏幕空间场景的AO贴图，通过步骤3.1到步骤3.7实现：

步骤3.1，在深度纹理周围的屏幕空间中选择n个方向进行统一抽样，对采样点构建环境多边形；

步骤3.2，在采样点环境多边形内构建切片和子切片，覆盖三角形半径的所有采样区域，大小固定，由固定的采样距离和采样方向两个边缘组成切边；子切片是切片划分的几个等腰梯形子部分的联合，采样方向的数量等于切片的数量，同时，子切片的数量与采样半径成正比；

步骤3.3，计算对应于采样点子层次的顶点的轮廓等级，当采样深度值小于当前纹理的深度值时，轮廓等级成为正整数，否则，该级别为负；

步骤3.4，当深度纹理与高度场大致相同时，通过围绕点p的相对高度来确定轮廓水平，每个样本通过使用简单的传递函数从浮点深度值转换为整数级别来生成轮廓水平c：

c＝(d_cur-d_smp)(2t+1)/d_trh

其中d_cur是当前纹理的深度值，d_smp是深度纹理中采样纹理的深度值，d_cur的符号和绝对值d_cur-d_smp用于定义相应的轮廓级别，近平面和远平面之间的轮廓水平的最大差异是水平总数2t+1，值d_trh取决于场景复杂度；

步骤3.5，对于自然阴影效果，应用额外的衰减，并选择高斯衰减函数，由点p和子层之间的距离定义次级水平权重，将低权值应用于具有高次级水平的子层，环境多边形A中第n个切片的环境遮挡为：

其中R(q)表示第q个子层的代表性轮廓值，W(q)是根据子层次具有浮点重量值的衰减函数；

步骤3.6，计算第q个子层的轮廓等级，当子层远离当前纹理时，W(q)使用较高的次级水平导致较低的权重；

步骤3.7，对于环境多边形中的每个切片，环境遮挡照明A被表示为

其中n是环境多边形中的切片数量，t是接近视图位置的正级别的用户定义的最大轮廓等级，衰减函数W(q)影响第c片中第q个子片的代表轮廓值R(c,q)，至此屏幕空间场景AO贴图渲染完成；

步骤4，对步骤3渲染得到的AO贴图进行平滑滤波，即完成对屏幕空间场景的环境光遮蔽。

2.根据权利要求1所述的环境光遮蔽方法，其特征在于：所述步骤1中，通过AO半径决定分辨率的总数，得到采样点，具体方法为：

根据AO半径决定分辨率的总数，保留四个子像素中一个空间坐标，对四个子像素对应的z-values进行排序，然后选取绝对值第二小的像素，我们使用P_i ^z表示点P_i在屏幕空间内的深度值，根据深度值选取采样点。

3.根据权利要求2所述的环境光遮蔽方法，其特征在于：所述步骤2中对采样点在深度缓冲区做深度纹理，通过步骤2.1到步骤2.3实现：

步骤2.1，对步骤1得到每一个采样点计算其在三维空间的位置p；

步骤2.2，在以p为中心，R为半径的球体空间内随机的产生若干的三维采样点，若有法向缓存则在半球体空间内选取采样点；

步骤2.3，估算步骤2.2得到的每个采样点产生的AO，计算每个采样点在深度缓存上的投影点，用投影点产生的遮蔽代替采样点产生的遮蔽，使用法向缓存，使所有采样点都在p点上方，利用采样点跟投影点产生的深度差异计算遮蔽大小，以此完成对像素的深度纹理。

4.根据权利要求1-3任一项所述的环境光遮蔽方法，其特征在于：所述步骤4中对渲染得到的AO贴图进行平滑滤波，采用的滤波算法为双边滤波，通过步骤4.1到步骤4.5实现：

步骤4.1，将AO贴图像素值应用于高斯滤波，使其同时包含空间和像素值信息；

步骤4.2，由高斯滤波推导双边滤波公式，其模糊函数如下公式所示：

步骤4.3将上述公式进行离散化，作用域为Ω，最终的平滑公式为：

h(x)＝k^-1(x)∑_Ωf(ε)c(ε,x)s(f(ε),f(ε))

步骤4.4，将模糊算法迁移到CPU上，用CPU多核的方式减少图片平滑的时间；

步骤4.5，根据卷积的范围将AO贴图划分为细小的模块，将各个模块同时进行双边模糊操作，最后将处理过的模块进行整合，至此完成对AO贴图的渲染。

Images