Chapter 9 – Physically Based Shading 基于物理的着色

9.2 Camera

正如我们在第八章最开始提到的,在渲染中,我们将计算从着色表面上某一点到camera坐标点的radiance。其模拟了一个简化的图像系统,例如电影摄像机,数码摄像机或者说人类的眼睛。

这一类系统都包含了由多个独立的微型传感器所组成的表面。例如眼球中的视锥细胞与视干细胞,数码相机中的光电二极管。这些传感器将会检测irradiance的值并生成一个颜色信号。irradiance传感器自身并不能够生成图像,因为它们只是将所有入射方向的光线进行平均处理。因此,一个完整的图像系统将包含一个“遮光附件”,其类似于照相机的光圈,会限制光线进入传感器的角度。而位于光圈处的镜头将会聚集光线,这样每一个传感器所接受的光线就只会来自于几个方向。“遮光附件”,光圈与镜头使得传感器是directionally specific(基于某个方向)。也就是说,传感器将会对一小块区域内几个方向的入射光线进行平均。而不是检测平均的irradiance——在第八章中我们学习了irradiance,其表示某个区域内所有方向上的辐照通量的密度——因此我们的传感器只会对单一光线的亮度与颜色进行平均。

在过去,渲染模拟了一个非常简单的图像传感器,其被称为pinhole camera(针孔摄像机),如下图中顶部的部分所示。这一类camera的光圈非常非常小——理论上该光圈是数学意义里的一个点,没有尺寸——而且没有镜头。点光圈限制了传感器表面上的每一个点只收集单一光线,而每一个独立传感器基于其覆盖的传感器表面的区域和其到光圈点的向量只收集一小束光线。渲染系统以稍许不同的方法来模拟pinhole camera,如下图中间部分所示。pinhole camera的光圈由点c表示,通常将其作为camera position或者eye position。该坐标点也是透视转换投影的中心点。

当我们进行渲染时,每一个着色采样都对应一条光线,因此也对应传感器表面的一个采样点。抗锯齿的过程就是重构每一个独立传感器表面所接受的信号的过程。但是,由于渲染并不会被物理传感器所限制,我们可以将抗锯齿的过程当作是连续的图像信号重构的过程。

但是pinhole camera对于大多数实际使用的camera或者说对于人眼来说是一种非常糟糕的模拟方式。下图底部的图片则展示了使用镜头的图像系统。其含有一个镜头,能够使用更大的光圈,为传感器收集更多的光线。但是,这会使得camera受限于depth of field(景深),距离camera太近或者太远的物体都会显得非常模糊。

除了限制景深,镜头还拥有一个额外的效果。每一个传感器点都能接受一束光线,即使是那些位于完美聚焦的传感器点。如果每一个着色采样点只对应一条进入camera的光线,那么这将会造成数学上的奇点效应或者说造成视觉上的错误。时刻记住camera的物理模型能够帮助我们解决这一类问题。

留下评论

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据