【Unity Shader入门精要 第6章】基础光照(一)

1. 什么是光照模型

光照原理

在真实世界中,我们能够看到物体,是由于眼睛接收到了来自观察目标的光。这里面包括两种情况:一部分是观察目标本身发出的光(自发光)直接进入我们的眼睛,另一部分是其他物体(光源)发出的光与观察目标进行交互后最终进入我们的眼睛。不管是哪种情况,我们都可以统称为出射光。

通常,我们认为物体的自发光是均匀的,即在所有观察方向上都存在且密度、颜色相同。自发光的颜色显然跟观察目标自身的材质有关。

而其他光源的光(入射光)照射到某个物体上与物体发生交互时:

  • 一部分被物体表面直接反射,按照一个严格的反射路线传播,这部分就形成了镜面反射
  • 一部分进入物体内部,形成折射或透射,这部分光线也会遵循对应的物理规律,按照一定的路线传播
  • 还有一部分被物体表面细小的凹凸反射,或者进入物体内部与物体内部的粒子经过多次交互后最终又从表面发散出来,这部分光线没有特定的传播路径,也可以认为是均匀的,也就是漫反射

在这中间由于物体可能会吸收部分特定波长的入射光,从而导致出射光的颜色和密度发生变化,因此出射光的颜色和密度往往也会受到物体材质的影响。

所有这些出射光本身的颜色以及进入到我们眼睛的量共同决定了我们最终看到的物体的样子。

光照模型就是以摄像机代替眼睛,计算其所能接收到的出射光的数学模拟方式。

显然,光照模型是一个涉及到 “光源”(入射光的颜色、角度等)、“观察目标”(出射光的颜色、角度)、“观察者”(观察方向) 三方的数学模型。 基于不同类型出射光自身的特性,其计算可能会与这三者中的一个或多个有关。

标准光照模型

标准光照模型理论上只关心直接光照,即光线从光源射出后,只经过与物体的一次交互直接进入摄像机得到的颜色。间接光照的部分通过环境光进行统一概括。

在标准光照模型中,决定观察目标最终颜色的出射光包括四部分:

  • 环境光
  • 自发光
  • 漫反射
  • 高光反射

2. 环境光

  • 用于概括表示光线在环境间多次反射后进入摄像机的颜色
  • 是一个全局指定的颜色,与上文三者均无关
  • Cambient = Gambient
  • 其中 Gambient 为全局指定的环境光颜色

3. 自发光

  • 由观察目标发出,且是均匀的,因此与光源和观察者均无关
  • Cemissive = Memissive
  • 其中 Memissive 为材质自身的自发光颜色
  • 自发光只是表示观察目标本身材质带来的颜色影响,并不是作为真正的光源使用,因此不会照亮其他物体

4. 漫反射

  • 由观察目标反射入射光而来,且出射光均匀,因此与光源和观察目标有关,与观察者无关
  • 符合兰伯特定律:反射光线的强度与表面法线和光源方向之间的夹角的余弦值成正比
  • 两种计算漫反射的模型:
    • 兰伯特模型
      • Cdiffuse = Clight * Mdiffuse * Max(0, n·l)
      • 其中Clight为入射光的颜色,Mdiffuse为材质自身漫反射颜色,n为法线方向,l为光源方向(点到光源)
      • 该模型严格按照兰伯特定律计算,当光源在点背面时,认为不应该被光源照亮,此时ln夹角超过90°,通过 Max(0, n·l) 对这种情况进行直接截取
      • 该模型会导致背向光源的面都被截取为0,因此背光面完全为黑色,不会展现任何细节
    • 半兰伯特模型
      • Cdiffuse = Clight * Mdiffuse * (n·l * 0.5 + 0.5)
      • 通过缩放加平移的方式,将 n·l 的结果映射到了[0, 1]的区间内,从而使背光面也能有一定的细节展现,而非完全是黑色
      • 该模型没有物理依据,只是从数学角度出发,对兰伯特模型的渲染效果进行优化

5. 高光反射

  • 由观察目标反射入射光而来,且反射光线有特定传播路径,可以被摄像机接收到的出射光数量受出射光和观察方向的夹角影响,因此,高光反射与光源、观察目标、观察者三方均有关

  • 对于高光反射的计算模型都是经验模型,即均为通过数学方式对高光反射的效果进行模拟,并不是真实的物理模型

  • 两种计算高光反射的模型:

    • Phong 模型

      • Cspecular = Clight * Mspecular * Max(0, v · r)Mgloss
      • r = 2(l ·n)- l
      • 其中Clight为入射光的颜色,Mspecular为材质自身的高光反射颜色,v为观察方向(点到摄像机)r为反射光线的方向,Mgloss为观察目标的光泽度,用于控制高光亮斑的大小,其值越大,亮斑越小
      • 该模型遵循高光反射的原理,通过反射方向与观察方向的点乘(cosθ)来模拟二者夹角对观察高光反射的效果影响
      • 在这里插入图片描述
    • Blinn - Phong 模型

      • Cspecular = Clight * Mspecular * Max(0, n · h)Mgloss
      • h = (l + v) / | l + v |
      • 其中 h 为光源方向与观察方向的合成向量(归一化)
      • 该模型将光源方向与观察方向合成一个参考向量,通过这个参考向量与照射点法线之间的夹角来模拟对观察高光反射的效果影响
      • 在这里插入图片描述
  • 由于Blinn - Phong模型先求h向量再与n点乘,当光源、观察目标、观察者三方距离远到一定程度时,lv 几乎不变,可以被看做是定值,此时h也为定值,因而可以跳过求h的过程,此时相比Blinn - Phong模型必须要先与n点乘求反射方向之后再与观察方向v点乘,Blinn - Phong模型计算速度更快。

  • 而当距离不够远时,lv不可看作定值,此时从速度和效果上,Phong模型都要更好一些

6. 逐顶点光照和逐像素光照

  • 高洛德着色
    • 逐顶点光照
    • 在顶点着色器中对每个顶点进行光照计算
    • 三角面内部的光照颜色通过对顶点进行线性插值获得
    • 其优点是相比逐像素光照,计算速度更快
    • 缺点是由于三角面内部都是通过对顶点光照结果插值获得的,因此三角面内部的颜色一定比顶点处更暗,某些情况下容易出现棱角,并且因为都是线性插值,无法很好地表现一些非线性的光照效果
  • Phong着色
    • 逐像素光照
    • 在片元着色器中按照每个像素的法线等信息进行光照计算
    • 其优点是针对每个像素自身的信息进行光照计算且可以通过法线贴图等方式提供更细致的控制信息,因此光照结果更好
    • 缺点是相比只计算顶点,逐像素光照的计算量更大,速度更慢

7. 标准光照模型的问题

  • 难以模拟菲涅尔反射等特殊物理现象
  • 各向同性

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/324995.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

数字社交风潮:解析Facebook的影响力

随着互联网的普及和科技的发展,数字社交媒体已经成为现代社会不可或缺的一部分。在众多的社交媒体平台中,Facebook作为其中的佼佼者,影响着数以亿计的用户。本文将深入解析Facebook的影响力,探讨其在数字社交风潮中的地位和作用。…

springcloud alibaba微服务框架涉及的技术

一、微服务架构中核心模块及其使用技术总览 二、各模块详细说明 1、注册中心 该模块主要功能为 自动提供服务的注册与发现,集中式管理服务,让 服务调用端发现服务,让服务提供端注册服务,倘若没有注册中心,那客户端就…

【Java基础】初识正则表达式

正则表达式只适用于字符串 匹配matches 实际使用的是String类中定义的方法boolean matches(String regex) public static void piPei( ){String regex"[1][356789]\\d{9}";boolean boo"14838384388".matches(regex);System.out.println(boo); }验证qq号…

前后端完全开源!功能丰富的在线教室项目:Agora Flat

Agora Flat:高效集成的在线教室解决方案,重塑互动学习新体验。- 精选真开源,释放新价值。 概览 Agora Flat是在GitHub平台上公开分享的一个全面开源项目,它精心设计为一个高性能的在线教室解决方案,旨在便捷地搭建支持…

政安晨:【Keras机器学习示例演绎】(四十二)—— 使用 KerasNLP 和 tf.distribute 进行数据并行训练

目录 简介 导入 基本批量大小和学习率 计算按比例分配的批量大小和学习率 政安晨的个人主页:政安晨 欢迎 👍点赞✍评论⭐收藏 收录专栏: TensorFlow与Keras机器学习实战 希望政安晨的博客能够对您有所裨益,如有不足之处,欢迎在…

Linux提权--内核漏洞--web用户提权(脏牛)本地提权(脏管道)

免责声明:本文仅做技术交流与学习... 目录 Linux-内核漏洞Web用户提权-探针&利用-脏牛dcow nmap扫描目标IP及端口 导入脚本,进行探针 通过MSF发现目标机器存在脏牛漏洞 ---上传信息搜集的文件,查找漏洞,利用漏洞,继续上传EXP. --密码改了,再用xshell连一下就行了. …

对话易参创始人黄怡然:股权能不能赋能企业增长?| 极新企服直播实录

“ 致所有爱画饼的老板 ” 整理 | 云舒 编辑 | 小白 出品|极新 2022年以前,股权激励作为企业实现增长、吸引人才、保留人才并大幅度激发人才价值的重要手段,几乎成为每一个企业的标配。但是,现在这个时代,股权激励几…

Python 将Excel转换为多种图片格式(PNG, JPG, BMP, SVG)

目录 安装Python Excel库 使用Python将Excel工作表转换为PNG,JPG或BMP图片 使用Python将Excel特定单元格区域转换为PNG,JPG或BMP图片 使用Python将Excel工作表转换为SVG图片 有时,你可能希望以图片形式分享Excel数据,以防止他…

基于遗传优化的双BP神经网络金融序列预测算法matlab仿真

目录 1.程序功能描述 2.测试软件版本以及运行结果展示 3.核心程序 4.本算法原理 5.完整程序 1.程序功能描述 基于遗传优化的双BP神经网络金融序列预测算法matlab仿真,采用的双BP神经网络结构如下: 2.测试软件版本以及运行结果展示 MATLAB2022A版本…

【讲解下目标追踪】

🌈个人主页: 程序员不想敲代码啊 🏆CSDN优质创作者,CSDN实力新星,CSDN博客专家 👍点赞⭐评论⭐收藏 🤝希望本文对您有所裨益,如有不足之处,欢迎在评论区提出指正,让我们共…

个人微信api

简要描述: 退出群聊 请求URL: http://域名地址/quitChatRoom 请求方式: POST 请求头Headers: Content-Type:application/json Authorization:login接口返回 参数: 参数名 必选 类型 …

物流EDI:GEFCO EDI 需求分析

GEFCO专注于汽车物流领域近70年,是欧洲整车市场的物流供应商,也是欧洲十大领先的运输和物流集团之一。GEFCO的业务遍及六大洲,业务覆盖150个国家,在全球拥有庞大的员工队伍,在全球汽车行业的挑战中茁壮成长。为汽车制造…

MySQL-索引篇

文章目录 什么是索引?索引的优缺点索引底层数据结构选型Hash表二叉查找树AVL树红黑树B树&B树 索引类型总结主键索引二级索引聚集索引与非聚集索引聚集索引非聚集索引 覆盖索引与关联索引覆盖索引联合查询最左前缀匹配原则 索引下推如何正确使用索引选择合适的字…

iOS Xcode Debug View Hierarchy 查看视图层级结构

前言 我们难免会遇到接手别人项目的情况,让你去改他遗留的问题,想想都头大,😂可是也不得不面对。作为开发者只要让我们找到出问题的代码文件,我们就总有办法去解决它,那么如何快速定位问题对应的代码文件呢…

r语言数据分析案例-北京市气温预测分析与研究

一、选题背景 近年来,人类大量燃烧煤炭、天然气等含碳燃料导致温室气 体过度排放,大量温室气体强烈吸收地面辐射中的红外线,造 成温室效应不断累积,使得地球温度上升,造成全球气候变暖。 气象温度的预测一直以来都是…

python视频转码脚本

今天有一个临时的需求,就是需要将一个wmv的初步转码成mp4的格式。找了一圈,免费的工具少,即使有免费的工具,在功能上也是有所限制,或者会给你塞广告或者附带安装其它流氓小游戏或者杀毒程序。 我并非不支持正版&#…

前端笔记-day05

文章目录 01-结构伪类选择器02-结构伪类选择器-公式用法03-伪元素选择器04-盒子模型-组成05-盒子模型-边框线06-盒子模型-单方向边框线07-盒子模型-内边距08-盒子模型-padding多值写法09-盒子模型-尺寸计算10-盒子模型-版心居中11-清除默认样式12-元素溢出overflow13-外边距合并…

贪心算法-----柠檬水找零

今日题目:leetcode860 题目链接:点击跳转题目 分析: 顾客只会给三种面值:5、10、20,先分类讨论 当收到5美元时:不用找零,面值5张数1当收到10美元时:找零5美元,面值5张数…

3588 pwm android12 的操作

问题: 客户需要在android12 的界面上操作板卡上的 PWM 蜂鸣器设备。 过程: 1 了解一下 3588 android12 源码的 关于PWM 的驱动。 设备树找不到 pwm 但是, 还不知道,android12 最终包含的 设备树是哪个,但是经过我的…

Meilisearch使用过程趟过的坑

Elasticsearch 做为老牌搜索引擎,功能基本满足,但复杂,重量级,适合大数据量。 MeiliSearch 设计目标针对数据在 500GB 左右的搜索需求,极快,单文件,超轻量。 所以,对于中小型项目来说…