• PBR Step by Step( 五)Phong反射模型


    Lamertian模型描述了当光源直接照射到粗糙物体表面时,反射光线的分布情况。在现实中,除了直接光照,还有来自周围环境的间接光照

    直接照射到物体表面的光照,又称为局部光照

    间接照射到物体表面的光照,又称为全局光照

    左图中点x接收到周围环境的光线照射,来自周围表面的反射光照称为全局光照;右图中点x接收来自太阳光的直接照射,来自太阳发射的直接光照称为局部光照。

    在现实环境中,全局光照的情况更为复杂,例如:

    • 半透明表面(Semi-transparent surfaces):光线可以穿过表面进行复杂的交互,如玻璃棱镜,可以改变光的波长;
    • 次表面散射(Sub-Surface Scattering):光线可以穿过子表面,在同一表面的不同方向反射,如皮肤;
    • 表面渗色(Surface bleeding):光线穿过表面,在介质中改变颜色到目标表面。

    其他例子还有很多,全局光照会比局部光照效果更佳柔和自然。我们在前篇中所研究的Lambertain BRDF光照模型为局部光照模型,还欠缺了全局光照因素。

    环境光照Ambient

    在实时渲染中模拟全局环境光照还是有一定难度的,通常为了不使场景中在没有全局光照射的情况下呈现黑暗,可理想的认为环境光均匀分布在所有物体表面。

    即环境光与位置({p})和方向({omega_i})无关,在所有表面都呈现同一颜色,表示为:

    ({L_i} = {l_sc_l})

    其中,({l_s})表示光照强度系数,({c_l})表示光照颜色。

    (未完待续,此处需补充双半球反射率({ ho_{hh}}))

    Phong反射模型

    Lamertian模型是粗糙表面的理想反射模型,当光线照射到光滑表面会产生高光,Phong反射模型(Phong reflection model,1973)是其中一类的有向光照的镜面反射模型。

    根据光的反射定律:入射光线与反射光线成相同角度。

    用({l})表示入射光线,({r})表示出射光线,({n})表示物体表面法线,那么存在如下方程关系:

    式①:({r} = {al} + {bn})

    上式中,({a})和({b})为常数项。对上式左右两边同乘({n}):

    ({r cdot n} = {al cdot n} + {bn cdot n})

    得到式②:({(1 - a)l cdot n} = {b})

     如果用({n}^{perp})表示与表面法线({n})垂直的向量,那么({l})与({r})在({n}^{perp})上的投影应为相反的向量,({r} = -{l}):

    ({r cdot n^{perp}} = {al cdot n^{perp}} + {bn cdot n^{perp}})

    ({-l cdot n^{perp}} = {al cdot n^{perp}})

    得:({a} = -1)

     代入式①和式②中,可得({r})的表达式:

    ({r} = -{l} + {2(n cdot l)n})

    围绕在反射光线({r})附近的反射辐射度应随({omega_o})与({r})之间的夹角({alpha})的增加而减少。

    Phong模型的镜面反射部分表示为({cos alpha}^{e} = {r cdot omega_o}^{e}),(alpha in {[0, frac{pi}{2}]}),({cos alpha} in {[0, 1]}),({e})与(alpha)存在如下函数分布关系:

    分布图中y轴代表({e}),x轴代表(alpha),当({e})增大时,随(alpha)的增加而快速收敛。

     至此可知Phong的BRDF高光项为:({f_{r, s}(l, omega_o)} = {k_s(r cdot omega_o)^{e}})

    其中,({k_s} in [0, 1])表示为高光系数。

    (未完待续)

  • 相关阅读:
    SpringBoot-Shiro普通登录与MD5加密
    uniapp H5 微信浏览器右上角分享
    uniapp ios下 输入密码 中文输入法,无法获取到内容
    uniapp跳转支付宝支付
    uniapp中使用webp格式图片
    uniapp隐藏HTML5+RUNtime
    PC微信多开
    下载blob:https://的视频
    Python字符串转字典
    随机名字生成器
  • 原文地址:https://www.cnblogs.com/jerrycg/p/4948879.html
Copyright © 2020-2023  润新知