光线追踪精粹——基于DXR及其他API的高质量实时渲染 pdf下载

《光线追踪精粹——基于DXR及其他API的高质量实时渲染》共分七大部分：第一部分帮你理解现代光线追踪的基础知识和进行高效渲染所需的思维模式；第二部分为从事光线追踪器编写工作的读者提供一些对于问题的洞察，乃至解决方案；第三部分介绍构建一个产品级的光线追踪渲染器时对基本的效果进行处理的方法；第四部分介绍采样的相关知识；第五部分介绍了多个实用的降噪和滤波技术；第六部分展示五种混合使用光栅和光线追踪的渲染系统；第七部分介绍了用光线追踪实现全局光照的五个开拓性工作。《光线追踪精粹——基于DXR及其他API的高质量实时渲染》提供了不少独门绝技，当这些技巧和技术由撰写《光线追踪精粹——基于DXR及其他API的高质量实时渲染》的专家们分享出来时，它们成为了无价的珠宝。

在本书中你将学到：
可用于多个领域中实时光线追踪技术
;使用微软 DirectX Raytracing (DXR) API 的指导意见及最佳实践
;如何实现交互可视化、游戏及模拟领域的高性能渲染

目录
第一部分 光线追踪基础
第1章 光线追踪术语 3
1.1 历史回顾 3
1.2 定义 4
参考文献 7
第2章 什么是光线？ 9
2.1 光线的数学表示 9
2.2 光线区间 10
2.3 DXR中的光线 11
2.4 小结 12
参考文献 12
第3章 DirectX光线追踪介绍 13
3.1 介绍 13
3.2 概述 13
3.3 准备就绪 14
3.4 DirectX光线追踪管线 14
3.5 HLSL针对DXR的新增支持 16
3.5.1 在HLSL中生成新的光线 17
3.5.2 在HLSL中控制光线遍历 17
3.5.3 额外的HLSL内部函数 18
3.6 一个简单的HLSL光线追踪案例 19
3.7 主机端初始化DXR 20
3.8 基础的DXR初始化和设置 21
3.8.1 几何体和加速结构 22
3.8.2 根签名 25
3.8.3 编译着色器 26
3.9 光线追踪管线状态对象（RTPSO） 27
3.10 着色器表 30
3.11 发射光线 32
3.12 挖掘更深和更多的资源 33
3.13 小结 33
参考文献 34
第4章 天文馆球幕相机 36
4.1 介绍 36
4.2 方法 36
4.2.1 从视口坐标计算光线方向 38
4.2.2 环形立体投影 40
4.2.3 景深 42
4.2.4 抗锯齿 43
4.3 天文馆球幕投影的示例代码 43
参考文献 43
第5章 计算子数组的*小值和*大值 45
5.1 动机 45
5.2 整表查询法 45
5.3 稀疏表查询法 46
5.4 区间树递归查询法 47
5.5 区间树迭代查询法 48
5.6 结果 50
5.7 小结 51
参考文献 51
第二部分 相交和效率
第6章 避免自相交的快速可靠的方法 55
6.1 引言 55
6.2 方法 55
6.2.1 计算物体表面上的交点 55
6.2.2 避免自相交 57
6.3 小结 60
参考文献 61
第7章 光线/球体相交检测的精度提升 62
7.1 光线/球体相交基础 62
7.2 浮点精度探究 63
7.3 相关资源 66
参考文献 67
第8章 精巧的曲面：计算光线/双线性曲面相交的几何方法 68
8.1 引言与当前技术 68
8.1.1 性能测试 70
8.1.2 网格四边形化 70
8.2 GARP细节 71
8.3 结果讨论 73
8.4 代码 76
参考文献 77
第9章 DXR中的多重命中光线追踪 80
9.1 引言 80
9.2 实现 81
9.2.1 朴素的多重命中遍历 83
9.2.2 节点剔除多重命中BVH遍历 85
9.3 结果 86
9.3.1 性能测量 86
9.3.2 讨论 89
9.4 结论 90
参考文献 91
第10章 一种具有高扩展效率的简单负载均衡方案 92
10.1 引言 92
10.2 要求 92
10.3 负载均衡 93
10.3.1 简单分块 93
10.3.2 任务大小 93
10.3.3 任务分布 94
10.3.4 图像组装 95
10.4 结果 96
参考文献 97
第三部分 反射，折射与阴影
第11章 嵌套volume中材质的自动处理 101
11.1 volume的建模 101
11.1.1 独立边界 101
11.1.2 添加空气间隙 102
11.1.3 重叠的边界 102
11.2 算法 103
11.3 局限性 106
参考文献 107
第12章 基于微表面阴影函数解决凹凸贴图中的阴影边界问题 108
12.1 介绍 108
12.2 之前的工作 109
12.3 方法 109
12.3.1 法线分布函数 110
12.3.2 阴影函数 112
12.4 结果 113
参考文献 114
第13章 光线追踪阴影：保持实时帧速率 115
13.1 介绍 115
13.2 相关工作 116
13.3 光线追踪阴影 117
13.4 自适应采样 119
13.4.1 时间重投影 119
13.4.2 识别半影区域 120
13.4.3 计算采样数目 121
13.4.4 采样Mask 121
13.4.5 计算可见性 122
13.5 实现 123
13.5.1 采样点集生成 124
13.5.2 按距离剔除灯光 124
13.5.3 限制总采样数 124
13.5.4 在前向渲染管线中集成 125
13.6 结果 127
13.6.1 与阴影映射（方法）的对比 127
13.6.2 软阴影与硬阴影对比 128
13.6.3 限制 129
13.7 总结和未来的工作 129
参考文献 130
第14章 DXR下的在单散射介质中引导光线的体积水焦散 132
14.1 介绍 132
14.2 体积光和折射光 134
14.3 算法 136
14.3.1 计算光束压缩比 136
14.3.2 渲染焦散图 137
14.3.3 光线追踪折射焦散图和累积表面焦散 138
14.3.4 自适应地对水表面的三角形进行曲面细分 139
14.3.5 构建三角形光束体积 140
14.3.6 使用加算混合方式渲染体积焦散 140
14.3.7 结合表面焦散和体积焦散 141
14.4 实现细节 141
14.5 结果 141
14.6 将来的工作 143
14.7 演示 143
参考文献 143
第四部分 采样
第15章 重要性采样 147
15.1 引言 147
15.2 例子：环境光遮蔽 148
15.3 理解方差 151
15.4 直接光照 153
15.5 结论 155
参考文献 156
第16章 采样变换集合 157
16.1 采样机制 157
16.2 样本分布介绍 157
16.3 一维分布 159
16.3.1 线性函数 159
16.3.2 三角形函数 159
16.3.3 正态分布 159
16.3.4 一维离散分布采样 160
16.4 二维分布采样 162
16.4.1 双线性 162
16.4.2 二维纹理分布 162
16.5 均匀表面采样 165
16.5.1 圆盘 165
16.5.2 三角形 166
16.5.3 三角形网格 167
16.5.4 球 167
16.6 方向采样 168
16.6.1 Z轴向余弦加权半球 169
16.6.2 向量轴向余弦加权半球 169
16.6.3 锥体方向采样 169
16.6.4 PHONG分布采样 170
16.6.5 GGX分布 170
16.7 体积散射 171
16.7.1 体积中的距离 171
16.7.2 Henyey-Greenstein相函数 172
16.8 添加到集合中 172
参考文献 173
第17章 忽略光线追踪时的不便 174
17.1 引言 174
17.2 动机 174
17.3 截断法 176
17.4 路径正则化 176
17.5 总结 177
参考文献 178
第18章 GPU实现的多光源重要性采样 179
18.1 概述 179
18.2 传统算法回顾 180
18.2.1 实时光源剔除 180
18.2.2 多光源的算法 181
18.2.3 光源重要性采样 181
18.3 基础知识回顾 182
18.3.1 光照积分 182
18.3.2 重要性采样 183
18.3.3 对光源的光线追踪 185
18.4 算法 186
18.4.1 光源的预处理 186
18.4.2 加速结构 187
18.4.3 光源重要性采样 188
18.5 结果 190
18.5.1 性能 192
18.5.2 图像质量 194
18.6 结论 196
参考文献 197
第五部分 降噪与滤波
第19章 利用实时光线追踪和降噪技术在UE4中进行电影渲染 203
19.1 引言 203
19.2 在UE4中集成光线追踪功能 203
19.2.1 阶段1：实验性的整合 204
19.2.2 阶段2 210
19.3 实时光线追踪和降噪处理 211
19.3.1 基于光线追踪的阴影 211
19.3.2 基于光线追踪的反射 214
19.3.3 基于光线追踪的全局漫反射照明 218
19.3.4 光线追踪中的透明度 221
19.4 结论 222
参考文献 223
第20章 实时光线追踪的纹理LOD策略 224
20.1 简介 224
20.2 背景 225
20.3 纹理LOD算法 226
20.3.1 MIP第0层的双线性滤波 226
20.3.2 射线微分 226
20.3.3 射线微分与G-Buffer 229
20.3.4 射线锥 230
20.4 实现 234
20.5 对照及结果 236
20.6 代码 239
参考文献 241
第21章 使用射线锥和射线差分进行环境贴图的过滤 242
21.1 引言 242
21.2 射线锥 243
21.3 射线差分 243
21.4 结果 244
参考文献 244
第22章 通过自适应光线追踪改进时域抗锯齿 245
22.1 简介 245
22.2 时域抗锯齿相关工作 247
22.3 一种新算法 247
22.3.1 分割策略 248
22.3.2 稀疏光线追踪超采样 251
22.4 初步结果 253
22.4.1 画面质量 253
22.4.2 性能 254
22.5 局限性 255
22.6 实时光线追踪抗锯齿技术的未来 256
22.7 结论 256
参考文献 257
第六部分 混合方法及系统
第23章 寒霜引擎中的交互式光照贴图和辐照度体预览 261
23.1 介绍 261
23.2 全局光照解算器管线 262
23.2.1 输入与输出 262
23.2.2 全局光照解算器管线的总览 265
23.2.3 光照计算与光路构建 266
23.2.4 光源 269
23.2.5 特殊材质 270
23.2.6 规划待计算纹素 271
23.2.7 性能开销 272
23.2.8 后处理 272
23.3 加速技术 275
23.3.1 视图优先级 275
23.3.2 灯光加速结构 275
23.3.3 辐照度缓存 2

第一部分 光线追踪基础
　　今天，光栅化占领了实时渲染的大多数应用领域，因此许多寻找实时渲染技巧的读者上次遇到光线追踪可能还是在学生时代（可能几十年前）。本部分包含了介绍性的章节来帮助大家复习基础知识，在术语方面达成共识，并提供一些简单却很有用的代码模块。
　　第1章，“光线追踪术语”定义了本书中要用到的术语并且给出了引入这些术语的论文。对于第一次接触的读者来说，当你阅读文献时，会遇到令人费解、不断变化的术语，它们时而含义重复，时而模棱两可。在不理解这些术语如何演化到今天的情况下，直接去读30年前的论文会令人沮丧。该章节提供了一个基础的路线图。
　　第2章，“什么是光线？”覆盖了一些常见的关于光线的数学定义：如何思考光线，哪些公式通常会用于现代API中。虽然这是一个简单的章节，但是分离出这个基本结构的基础部分会有助于提醒读者数值精度问题比比皆是。对于光栅化，精度问题出现在深度缓存闪烁（z-fighting）和阴影贴图（Shadow Mapping）中；在光线追踪中，每光线查询都要小心处理以避免假性相交判断（精度问题在第6章中有更深入的探讨）。
　　*近，微软公司对外发布了DirectX光线追踪技术，它是DirectX光栅化API的扩展。第3章，“DirectX光线追踪介绍”，简单介绍了该编程接口引入的抽象、心智模型和新的着色器类型。除此之外，还解释了如何初始化，并提供示例代码以帮助你入门。
　　光线追踪降低了构建任意相机模型的难度，而不像传统的光栅化那样必须定义4×4的投影矩阵来定义相机。第4章，“天文馆球幕相机”给出了构建一个180°半球形球幕投影（比如天文馆）的相机模型的数学形式和示例代码。这个章节同样展示了在光线追踪中添加立体渲染或者景深功能是多么容易。
　　第5章，“计算子数组的*小值和*大值”描述了三种不同的计算方法（并权衡了计算时的各种因素），用于计算数组中任意子数组的*小值和*大值。表面上看，评估这样的查询和光线追踪没有明显的关系，但是它可以应用到科学计算可视化这样的领域，在这些领域经常用到光线查询。
　　第一部分的知识可以帮你理解现代光线追踪的基础知识和进行高效渲染所需的思维模式。
　　Chris Wyman
　　第1章 光线追踪术语
　　Eric Haines， Peter Shirley NVIDIA
　　本章节介绍了贯穿全书的背景知识和术语定义。
　　1.1 历史回顾
　　光线追踪在环境中追踪光的运动这一学科方向中具有悠久的历史，常常称为辐射传输（radiative transfer）。图形学从业者从中子迁移（neutron transport）［2］、热传导（heat transfer）［6］和照明工程（illumination engineering）［11］等领域引入了这些概念。因为有特别多的领域在研究这些概念，加上在学科之间或者学科内部术语经过不断发展，有时这些概念之间会出现分歧。经典的论文里也可能会错误地使用术语，给读者带来困扰。
　　光沿光线传播的基本度量是SI国际单位制（International System of Units）中的光谱辐射率(spectral radiance），其在真空中沿光线传播时保持不变，它*直观的感受就是亮度（brightness）。在得到标准化之前，光谱辐射经常被称为“强度”（intensity）或者“亮度”。计算机图形学丢弃了“光谱”这个前缀，因为我们从不使用非光谱的辐射（在所有波长上的辐射集合）。
　　图形学领域中涉及光线的术语在一直发展。几乎所有的现代光线追踪器都使用递归和蒙特卡罗法，因此现在很少有人会刻意称自己的渲染器为“递归式蒙特卡罗”光线追踪器。在1968年，苹果公司［1］使用光线来渲染图片。1979年，Whitted［16］和Kay，Greenberg［9］开发了一种递归光线追踪方法来描述精确的折射和反射。1982年，Roth［13］使用沿着光线的内向/外向区间列表以及局部实例化来进行CSG模型的渲染和体积估计。
　　1984年，Cook等人［4］提出了分布式光线追踪。在其他地方，为了避免和分布式处理混淆，此方法通常被称为随机（stochastic）光线追踪。几乎每一个现代光线追踪器都会使用随机采样的方法来实现景深（depth of field）、模糊反射（fuzzy reflection）和软阴影（soft shadow）等效果。1984年之后不久，研究人员使用传统的辐射传输方法重新描述了绘制过程。1986年，人们提出了两个重要的算法。Kajiya［8］将积分传输方程称为渲染方程（rendering euqation）。他尝试了多种解决方案，其中包括他称为路径追踪（path tracing）的蒙特卡罗方法。Immel、Cohen和Greenberg［7］提出了相同的传输方程，只是使用了不同的单位，并使用有限单元法（finite element method）来求解这个方程，该方法现在称为辐射度算法（radiosity）。
　　自三十多年前使用经典的辐射传输理论来重新描述这个图形学问题后，在如何从数值上进行问题求解方面大家做了大量的工作。一些关键的算法也发生了改变，如双向（bidirectional）路径追踪［10， 14］和20世纪90年代引入的基于路径的（path-based）方法［15］。更多细节，包含如何在项目中实现这些技术，在Pharr、Jakob和Humphreys的书［12］中有讨论。
　　1.2 定义
　　我们在此强调一些本书中的重要术语，反映了行业中对这些概念的用法。虽然说除了一些标准单位，尚不存在公认的标准术语列表。
　　光线投射（ray casting）技术返回沿着光线*近的那个物体，有时甚至返回光线穿过的所有的物体。一根光线通过一个像素离开相机，在场景中行进，直到碰撞到*近的物体。作为着色的一部分，可以在发生碰撞的点向光源投射一个新的光线，以确定这个物体是否在阴影里，如图1.1所示。
　　图1.1 光线投射。一根光线从相机的位置出发经过像素网格进入场景中。在每个碰撞点，朝光源投射另一根光线来确定表面被照亮还是在阴影里（图片来源Henrik，“光线追踪（图形学）”，维基百科）
　　光线追踪（ray tracing）利用光线投射的机制来递归地采集反射材质和折射材质对*终光强的贡献。比如，当光线碰到一个镜子，从镜子上的碰撞点沿反射方向投射一根光线。不管这个反射光线（reflection ray）和什么相交都会影响镜子*终的着色。类似的，透明物体如玻璃可能会同时产生反射光线和折射光线（refraction ray）。这个过程会不断递归下去，每一根新的光线都可能引发新的反射和折射光光线。递归通常都会有截断限制，比如光线的*大反弹次数。整个光线树会被反向地沿着光路评估，直至*后计算出颜色。和之前一样，我们在每个碰撞点向每个光源发射光线来确定该物体是否在阴影里，如图1.2所示。
　　图1.2 光线追踪。三束光线从相机射入场景。上方绿色的光线直接击中盒子。中间紫色的光线先击中镜子，经反射击中盒子的背部。下方蓝色光线击中玻璃球，产生反射和折射光线。折射光线接着产生两束子光线，其中一根穿过玻璃球
　　在Whitted算法（即经典光线追踪）中，假设物体表面绝对闪亮光滑，光源是方向光或者说位于无穷远处。在Cook算法（即随机光线追踪）中，光线树中每个节点可以发射更多的光线以产生各种效果。比如说，我们想象一个球面光源而非点光源。物体表面的局部被照亮，因此我们需发射非常多的光线到球面光源上不同的位置，来估计有多少光照可到达。我们对面光源的可见程度进行积分，完全落在阴影里的点位于在全影区（umbra），局部照亮的点落在半影区（penumbra），如图1.3所示。
　　图1.3 球面光源投射出柔和的半影区，全影区则完全在阴影当中
　　通过向反射方向上的锥形区域射出很多光线并对结果进行混合，我们得到带光泽的反射而非完全的镜面反射。如图1.4所示。这种分散采样点的理念同样可用于实现半透明（translucency）、景深（depth of field）、运动模糊（motion blur）等效果。
　　在真实世界中有很多光源，它们到达人眼的方式多种多样，包括折射和反射。光泽表面反射光线到很多方向上，不仅仅局限在反射方向上。漫反射或者哑光材质可以将光线分散到更广泛的范围。在路径追踪方法中，我们颠倒一下光的散射行为，使用出射方向和材质来决定入射方向*终着色的重要性。
　　追踪如此复杂的光线传输过程对计算资源的要求非常惊人，也容易造成低效的渲染。其实，为了产生一张图像，我们只需要光线沿着特定的一组方向穿过相机镜头。递归光线追踪（recursive ray tracing）及其衍生算法逆转了光线传播的物理过程，仅在相机处对*终图像内容的方向生成光线。
　　(a)入射光被反射后朝单个方向离开镜面
　　(b)在被打磨过的材质上（比如黄铜），在反射方向附近散布光线并使表面有光泽
　　(c)在漫反射或哑光的材质上（比如石膏），反射光线被散布到各个方向
　　图1.4 镜面（mirror）反射、光泽（glossy）反射及漫（diffuse）反射
　　在Kajiya风格算法（即路径追踪）中，场景中的哑光表面会反射光线，它可以模拟现实世界中的所有光路（衍射之类的相位效果除外）。这里的光路（path）指的是从相机到光源之间一系列的光与物体的相互作用。
　　每个表面的交点处都需要结合材质的反射属性来估算它周围所有方向上的光线的贡献。例如，一堵红色的墙旁边有白色的屋顶，墙会反射红色的光到屋顶，反之亦然。墙和屋顶会不断产生更多的相互反射，这些相互反射又会产生更多反射光线，不断影响彼此的着色。我们从相机的视角递归地累计这些效果，只有当光线击中光源时才结束该光路。通过这种方法，才可能生成出真实的基于物理的图像。
　　这里我们使用了“可能”，如果我们在一个粗糙的表面射出一组光，比方说一千束。然后对于每一束光，我们递归地发射出另外上千束，那我们仅仅是计算一个像素点就可以到天荒地老了。相反，当一束光线从人眼发射出去并碰到一个可见的表面上，在碰撞点光线追踪器在有用的方向上只产生一束光。这束光依次产生一束光并持续下去，这些光线并*终形成一个路径。对于一个像素，将多个路径的结果进行混合就可以估计出真正的像素辐射值。随着追踪的路径数量变多，*后的效果也会提升。通过适当的处理，路径追踪可以给出无偏（unbiased）的、符合物理现实的结果。
　　大多数现代的光线追踪器对每个像素使用多束光线作为蒙特卡罗（Monte Carlo，MC）算法的底层部分。Cook风格和Kajiya风格的算法就是例子。这些算法都在某些空间对各种概率密度函数(probability density function，PDF)有着特定的理解。比如，在Cook风格算法中，我们可能会在一个透镜空间包含一个PDF。在Kajiya风格算法中，PDF将会在我们称为路径空间（path space）的路径上出现。
　　蒙特卡罗算法使用不均匀分布的PDF采样来减少误差，这种采样称为重要性采样（importance sampling）。使用数论方法中的样本低差异模式而不是传统的伪随机数生成器来创建随机样本被称为准蒙特卡罗（Quasi-Monte Carlo，QMC）采样。大部分场合，计算机图形学从业者使用MC和QMC领域的标准术语。然而，这样的做法有时会造成同义词混淆。比如，计算机图形学中的“使用阴影光线的直接光照”是MC/QMC中“下一事件估计”的一个例子。
　　从形式化的角度看，渲染器求解的是传播方程（transport equation），在图形学领域