VRay教程DMC核心_第1页
VRay教程DMC核心_第2页
VRay教程DMC核心_第3页
VRay教程DMC核心_第4页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、Vray是一个典型的以 MC分布式光线追踪为核心的渲染器,我们在渲染过程中经常会面对很多不同类型的计算过程,其中很多都离不开MC分布式光线追踪。下面我列出需要调用MC分布式光线追踪过程的特性和子功能块:1: Fixed类型的图像反走样器(当其取值大于1时,会调用MC分布式过程来对每像素进行反走样。)2: Adaptive DMC sampler 类型的图像反走样器(老版本叫 Adaptive QMC sampler ,它和 fixed 类型唯一的区别是带有自适应过程)3: Vray Mtl 材质中的模糊反射和模糊折射特性的计算(当你将 Vray Mtl 中的 Reflection 面板 或Re

2、fraction面板里的Glossy值调为任何小于 1的值时,即打开了 Glossy effect (模糊特性) 计算的过程,这个过程将调用MC分布式过程。)4: Vray Dirt Map贴图的计算过程(也就是我们常说的Vray的A0,这一过程需要调用 MC分布式光线追踪来发射大量探测光线去收集每个像素周围的阻塞情况。)5: Vray面光源的软阴影计算过程(与传统的光线追踪投下的生硬阴影边缘不同,Vray的面光靠 MC 分布式光线追踪发射的次级光线来摸拟出面光源应有的阴影虚化效果。)6: Vray的运动模糊特性(运动模糊的计算依靠的是分布式光线追踪算法对时间域的离散计算, 所以这个过程完全依

3、赖 MC 分布式过程。 )7:Vray的摄像机景深特效(景深的实现依靠的是分布式光线追踪对空间距离的离散计算。)8: IrradianceMap 的计算过程 (在 IRmap 的计算过程中,当通过 prepass 分析图像并放下采 样点后, 需要从采样点向周围环境的虚拟半球空间发射分布式光线以探测和收集信息,从而计算出采样点本身像素的最终GI结果,这个过程也就是调用 MC分布式光线追踪来完成的,而 Hsph subdivs 决定的其实就是这个过程中发射半球分布式光线的数量。)9:Brute force算法计算 GI的过程(Brute force即老版本的 QMC GI算法,无论你在 Vray间

4、接 照明面板的主 GI引擎还是次级 GI引擎中打开Brute force,都是直接调用 MC分布式过程对 图像上每一个像素进行 GI 计算)根据上表中列出的主要依靠MC分布式过程的特性, 我们不难看出MC分布式光线追踪算法在VRay中的主导性地位,那么,请大家至少记住上表中我所提到的这几种情况,因为它们 的计算过程都和下面我要讲的这个面板里提供的参数有关,那就是Vray DMC sampler (VrayDMC 核心采样管理器 )。原来这个面板的名字叫Vray QMC sampler,Vray从1.5版开始更名为DM C,这里很多朋友 对此都有不解,到底 DMC 与 QMC 的区别在哪里?有没

5、有区别,提及于此,我先为大家理 清楚几个概念: 首先,理解一下 MC,也就是Monte Carlo (蒙特卡罗),蒙特卡罗其实是一种分布式积分, 而蒙特卡罗算法专门用这种积分所产生的分布概率来产生各种模糊数据, 其实上表所涉及的 特性都是为了解决模糊效果, 反走样其实就是为了将图像锯齿模糊化, 模糊反折射也是为了 产生模糊但有源于真实情况的反折射成像, 运动模糊其实就是为了让成像根据运动速度与时 间的关系产生出模糊效果,诸如此类。而什么又是QMC呢?全名是 Quasi-Monte Carlo (准蒙特卡罗),这其实是纯蒙特卡罗算法的 一个变种,它缩减了算法取样的范围, QMC 所产生的随机样本

6、全部来自于一个低差异数据 序列,而不是传统 MC 的庞大假随机数生成,但事实上, Vray 在新版本中已经摒弃了 QMC 分布式特性,使用一种全新的MC变种算法,也就是接下来我们要说的DMC。DMC的全称为:Deterministic Monte Carlo(确定性蒙特卡罗),DMC作为MC的一个变种,其区别在于, MC 生成用于模糊结果的采样点情况源于一个庞大的随机数据集,即使我们计 算的情况或考虑的内容本身根本没有发生改变,但计算的模糊结果每一次都是不一样的。DMC则不同,DMC先依据某种规则考虑计算的重要性和内容的特质,然后事先确定一组数 据序列,而样本则产生于这组已确定的数据序列, 因

7、此, 多次的计算结果是一致的,这有利 于动画的计算,以及更好的降低可能带来的噪点情况,DMC和QMC之间的区别在于,这两者选择产生样本的数据序列集不同,考虑规则不同。事实上,QMC只是DMC的一个子集。0K,我们不需要在这些纯理论定义上浪费太多时间,点明一下就行,我着重要阐述的,是Vray的这个核心DMC,是如何影响上表中这些功能实现的。先来看看下面这个面板,这就是Vray DMC sampler,Vray的核心:首先理解,我们常说的分布式光线数量,其实就是分布式光线追踪的samples样本数,这是一个概念。我们所见到的和分布式光线追踪有关的subdivis参数和样本数的关系是平方关系,也就是

8、说,subdivis 值的平方就是分布式光线数量(或样本数量 )。Vray 的 DMC 分布式光线追踪算法最终产生多少 samples 样本来得到一个模糊结果,取决于 三个方面。一方面取决于每个局部效果或功能块,我们用户指定了多少subdivs值,大家都知道上表中我列出的各个特性其面板里都有 subdivis 参数,那么这个参数是一个非常重要的基本决定性 因素,事实上用户指定的每个功能部分的 subdivis 最终都要乘以面板中的 Global subdivs multiplier 这个倍增器。一方面,还取决于 Vray 的重要性采样分析,这是一个自适应判断过程,虽然用户为每一个 特性指定了

9、subdivis 值来确定其应有样本数量,但事实上 Vray 认为它先要通过一个自适应 过程判断一下待计算模糊效果的像素点(shade point)是否是一个重要性采样,这个规则很复杂,我不详细说明, 比如暗的像素会比亮的像素需要更少的细节, 比如远的会比近的需要更 少的模糊细节, 诸如此类, 这个自适应判断过程的作用是要不要对这个像素使用全部的用户 所指定的 subdivis 数量级别来生成分布式光线样本, 如果某像素点实际上是比较远或暗的像 素, Vray 认为用某个低于用户指定的 subdivs 值即可,越不重要的像素点就用越低于指定 subdivs 的值来生成样本。相反,相对重要的就用

10、接近用户指定的 subdivis 值来产生样本。 然而,用户可以指定 Vray 重要性自适应分析对最终形成样本起改变作用的权重,面板上看 到的 Adaptive amount 值就是这个权重参数,当这个值为 1 时, Vray 将完全参考重要性分析 的过程来决定如何优化 (其实就是降低 )用户指定的 subdivs 参数对某个像素点的影响,用户 给定的 subdivs 值此时只是个理想状态,几乎完全要被这个重要性自适应判断过程所削减, 降低 Adaptive amount 这个权重,将使这个自适应过程改变用户决定权的情况降低,当降到 零时,完全使用用户给定的 subdivs 值产生某像素点的样

11、本,即理想状态。最后,我们把经由第一个方面,和第二个方面后最终决定的样本数量叫做 Vray 分布式额定 样本数量。后面它还将受到早期终止机制影响。最后一个方面, 除了受用户指定的 subdivis 值,以及重要性自适应分析, 还受一个机制影响, 那就是早期终止机制, 在不停产生分布式光线数量样本以计算模糊效果的过程中, Vray 会不 停判断正在生成的模糊结果其噪点是否已经在承受范围内, 如果达到承受范转, 或者说达标, 那么不管前两个方面所提到的因素最终确定了用多少样本来生成结果, 即使目前并未分布够 那个确定的样本数量, 也立即停止, 停止前完成 min sapmles 参数指定的最小样本

12、生成数量。 而这个判断噪点的标准, 就是我们看到的面板中的 noise threshold 参数,这个参数越小, Vray 对模糊结果的噪声敏感程度就越高, Vray 所能容忍的噪点情况就越小, 相反对质量要求就越 高,早期终止将越晚出现,甚至完全不出现。反之, noise threshold 参数越大, Vray 对模糊 结果的噪声敏感程度就越低, 所能容忍的噪点情况就越大, 质量要求越低, 早期终止容易越 早出现。说了这么多理论且抽象的东西,为了帮助大家理解,我举个例子:以模糊反射为例,某 Vray 材质我设置 Reflection glossy 为 0.65 ,这时其实就打开了模糊反射

13、的计算,并且下面的 subdivs 值我给 16(默认为 8),换算过来就是应该产生 16*16=256 条分 布式光线,或者说 256 样本数,即被赋材质的物体表面的每个像素点 (shade point) 将用 256 个样本光线来计算其模糊后效果, 但这时情况并没这么简单, 先分析该 shade 点是不是应该 属于重要性采样,假定这个像素很远,也很暗, Vray 认为并不那么重要,于是说,用什么 256 个样本来采样, 100 个够了,但 Vray 说的 100 个和用户指定的 256 个谁更说了算,用 Adaptive amount 权重来决定, 当 Adaptive amount 为

14、1 时, Vray 自适应重要性分析将占据一 半的权重,即最终的样本数将为用户指定的 256 和 Vray 认为的 100 的平均值,即 178,如 果为 0,则完全按用户指定的 256 个样本算,不考虑重要性分析, 如果介于两者之间, 比如 Adaptive amount 默认为 0.85 ,那么将按 :(Vray 认为的样本数 *adaptive amount+ 用户指定的样本数 *(2-adaptive amount)/2 这个公式 来计算。即: (100*0.85+256*(2-0.85)/2=190 , 也就是说这时用户占百分之 115 的权重, Vray 分析的占 百分之 85的权重,一共是百分之两百权重。这时实际以190 个样本数来生成该像素反射模糊效果。最后,我把一些特殊情况拿出来单独说明一下:Fixed 图像反走样模式情况下, 由于该反走样根本没有自适应过程, 除了 subdivs 值受最终要 乘以 DMC sampler 面板里的 Global subdivs multiplier 外,不受其它任何参数影响。Adaptive DMC Sampler 图像反走样模式下, DMC 核心面板里的 min samples 参数无

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论