Методы построения теней в трассировке лучей

Содержание

1. 1. Тени в компьютерной графике3
2. 2. Трассировка теневых лучей5
3. 3. Мягкие тени и полутени7
4. 4. Уменьшение шума в тенях10

1. Тени в компьютерной графике

Тень редко воспринимается как самостоятельный объект. Чаще мы видим её как затемнённый участок, который сообщает что-то о форме предмета, его положении и свойствах поверхности. Для человеческого глаза это один из самых надёжных способов оценить, как далеко находится объект и насколько он объёмен. Без теней сцена превращается в плоский набор силуэтов: теряется ощущение глубины, предметы словно парят в пространстве, а их взаимное расположение становится трудно определить. Психологи и специалисты по визуальному восприятию подтверждают: мозг активно использует тени для восстановления трёхмерной структуры сцены по двухмерному изображению. Даже грубая, неточная тень лучше передаёт пространственные отношения, чем идеально освещённое, но «плоское» изображение.

Трассировка лучей, один из базовых методов синтеза изображений, появилась как раз из стремления сделать картинку физически корректной. Её принцип, впервые формализованный Тёрнером Уиттедом в 1980 году, обращает ход реального света. Вместо того чтобы испускать фотоны из лампы и ждать, пока они долетят до камеры, алгоритм пускает лучи из виртуального объектива в сцену. Каждый луч пересекает геометрию, и в точке пересечения необходимо понять, что видит камера. Для этого нужно выяснить, какое освещение достигает этой точки. Здесь-то и возникает задача с тенями.

Тень появляется тогда, когда прямой путь от точки поверхности к источнику света перекрыт другим объектом. Это простое геометрическое условие требует отдельного вычисления, поскольку трассировка основного луча отвечает лишь за то, что видно из камеры. Нужен дополнительный механизм, который проверит, существует ли вообще прямая видимость между точкой и лампой. Эта проверка принципиально отличается от расчёта отражений или преломлений: здесь важен только факт

перекрытия, а не свойства поверхности преграды. Даже в самой ранней реализации Уиттеда, описанной в статье «An Improved Illumination Model for Shaded Display», эта идея была заложена отдельным этапом.

Характер тени определяется не только геометрией сцены, но и свойствами источника света. Точечный источник, математическая абстракция, не имеющая размера, даёт резкую границу между освещённой и затенённой областями. Такую тень называют жёсткой: её контур чёткий, переход занимает один пиксель. Реальные источники света, будь то лампа накаливания или окно, всегда протяжённые. Каждая точка такого источника посылает свет в свою сторону, и объект перекрывает его лишь частично. В результате возникает полутень: область, где освещение ослаблено, но не отсутствует полностью. Плавный переход между светом и тенью, который мы видим в повседневной жизни, это прямое следствие неточечности источника. Чем больше источник, тем шире полутень и тем мягче выглядит край тени.

Солнце, из-за огромного расстояния до Земли, ведёт себя почти как точечный источник, поэтому в ясный день тени получаются жёсткими. Но даже у Солнца есть угловой диаметр около 0,5 градуса, что на практике даёт едва заметную, но измеримую полутень. Моделирование этих эффектов требует разных подходов: для жёстких теней достаточно одного проверочного луча, для мягких приходится учитывать множество направлений на разные части источника. Осознание этого разделения пришло в компьютерную графику в 1980-х годах, когда стало ясно, что простое бинарное «в тени или нет» недостаточно для фотореализма. Именно различие между типами теней определило дальнейшее развитие алгоритмов, о которых пойдёт речь в следующих главах.

2. Трассировка теневых лучей

Для каждой точки поверхности, которую видит камера, нужно понять, освещена она или нет. В 1980 году Тёрнер Уиттед описал классический способ решить эту задачу: используется теневой луч. От точки, где основной луч встретился с поверхностью, строится вектор в сторону источника света, и этот вектор трассируется через сцену.

Если на его пути оказывается любой другой объект, точка уходит в тень: свет из источника до неё просто не доходит. Такая проверка выполняется для каждой точки по отдельности, поэтому алгоритм считается локальным. Ему не нужно знать, что происходит в соседних областях сцены.

Реализовать построение теневых лучей несложно. Для точечного источника хватает одного луча на точку пересечения. По вычислительной стоимости это сравнимо с обычной трассировкой луча, так что метод удобен для интерактивных приложений. В той самой работе Уиттеда теневые лучи использовались для синтеза изображений простых геометрических тел, и этого уже хватало, чтобы получить визуально убедительную картинку.

Но у метода есть принципиальное ограничение: он считает свет бесконечно малой точкой. Реальные источники всегда имеют конечный размер, и именно из-за этого размера появляются полутени. Если источник протяжённый, объект может закрыть одну его часть, а другая останется видимой. Теневой луч, направленный в центр такого источника, эту частичную окклюзию не улавливает. В итоге ответ получается бинарным: точка либо освещена полностью, либо затемнена целиком.

Из-за этого между светом и тенью возникают резкие границы, что выглядит неестественно при протяжённом освещении. Плавных переходов метод Уиттеда не даёт. Он игнорирует рассеянный свет от других поверхностей и не умеет считать каустику. Так что

годится он только для узкого класса задач, где источник допустимо свести к бесконечно малой точке. Тем не менее, без понимания этого простого механизма окклюзии не разобраться в более сложных алгоритмах, о которых речь пойдёт дальше.

3. Мягкие тени и полутени

Классический теневой луч от Уиттеда дает только бинарный ответ: точка либо освещена, либо нет. Такая картина верна лишь для идеализированного точечного источника, которого в реальности не существует. Любая лампа, окно или экран имеют физические размеры, и именно это обстоятельство разрушает четкую границу света и тьмы. Свет от протяженного объекта падает на поверхность под разными углами, поэтому перекрытие происходит лишь частично: одни участки источника видны из точки, другие скрыты препятствием. В итоге возникает градиентное затемнение, которое в компьютерной графике принято называть мягкой тенью или полутенью.

Пионером в моделировании этого эффекта стал Роберт Кук. В 1984 году на конференции SIGGRAPH он представил метод распределенной трассировки лучей. Его ключевая идея заключалась в отказе от детерминированного подхода. Вместо того чтобы пускать один теневой луч строго в центр источника, алгоритм генерирует множество лучей, направления которых случайно распределяются по видимой площади источника света. Каждый такой луч проверяется на пересечение с геометрией сцены. Если из N испущенных лучей k достигают источника, то освещенность точки пропорциональна отношению k/N. Частичное затенение возникает естественным образом: чем больше лучей заблокировано, тем темнее точка.

Математической основой этого процесса служит метод Монте-Карло. Он позволяет оценить интеграл освещенности по площади источника через усреднение случайных выборок. Стохастическое семплирование здесь работает сразу в двух плоскостях: в пространстве направлений для теневых лучей и в пространстве пикселей изображения. Второе необходимо, чтобы избежать регулярных артефактов, которые возникают при равномерном распределении. Хаотичный, но статистически корректный разброс направлений превращает дискретные ошибки в высокочастотный

шум. Человеческий глаз воспринимает такой шум гораздо менее болезненно, чем регулярные полосы или ступенчатые края.

Важнейший параметр качества мягкой тени, количество теневых лучей на одну точку. При малом числе семплов, скажем, от четырех до шестнадцати, оценка освещенности получается грубой и шумной. Граница полутени начинает дрожать от пикселя к пикселю, создавая характерную зернистость. Увеличение выборки до сотен лучей на точку дает гладкий, физически корректный переход, но стоимость вычислений растет линейно. Именно поэтому в практических реализациях часто используют компромиссные схемы. Например, адаптивное распределение, когда плотность лучей увеличивается только вблизи границы тени, а в полностью освещенных или полностью затененных зонах ограничиваются минимумом.

Распределение направлений влияет на результат не меньше, чем их количество. Если семплировать площадь источника равномерно, полутень получается однородной и реалистичной. Однако существуют более хитрые стратегии. Так, важность семплирования, или importance sampling, смещает распределение лучей в сторону тех участков источника, которые ярче или которые видны под большим телесным углом. Это позволяет достичь той же визуальной точности при меньшем числе лучей. В работе Кука и его коллег из Lucasfilm, опубликованной под названием «Stochastic Sampling in Computer Graphics», подчеркивалось: решающее значение имеет не просто случайность, а правильная статистическая модель, согласованная с физическими свойствами света.

Отдельного внимания заслуживает случай, когда источник частично перекрыт несколькими объектами. Мягкая тень тогда распадается на зоны с разной степенью затемнения. Внешняя полутень, где лишь малая часть источника скрыта, почти незаметна глазу. Внутренняя область, так называемая умбра, формируется там, где источник закрыт полностью. Между ними простирается плавный градиент, который невозможно получить никаким детерминированным алгоритмом.

Только стохастическая оценка интеграла по площади источника способна воспроизвести этот непрерывный переход.

Разумеется, плата за реализм высока. Сцена с несколькими протяженными источниками и сложной геометрией требует миллионов дополнительных лучей только для расчета теней. Однако именно этот подход заложил фундамент для всей современной фотореалистичной визуализации. Метод Кука, дополненный идеями Монте-Карло, до сих пор остается эталоном точности, а все последующие ускорения, лишь попытки приблизиться к его качеству с меньшими затратами.

4. Уменьшение шума в тенях

Стохастическая трассировка лучей всегда оставляет в изображении шум. Чем меньше лучей попадает в зону полутени, тем сильнее заметны случайные колебания яркости. Каждый семпл лишь приблизительно оценивает, какая часть света перекрыта, а разброс этих оценок создаёт зернистую текстуру там, где освещение меняется плавно. При двадцати четырёх семплах на пиксель дисперсия в полутени может достигать величин, которые визуально разрушают гладкость перехода.

Первый способ борьбы с этим артефактом, фильтрация готового изображения. Простое усреднение соседних пикселей убрало бы шум, но вместе с ним смазало бы и резкие границы тени. Поэтому применяют билатеральный фильтр. Он учитывает не только расстояние до соседнего пикселя, но и разницу в их яркости. Пиксели, сильно отличающиеся по значению, считаются принадлежащими разным объектам, и их вклад в свёртку уменьшается. Так края остаются на месте, а случайные выбросы яркости внутри однородной области подавляются. Питер Ширли с коллегами в работах по деноизингу начала двухтысячных годов показал, что такой подход снижает среднеквадратичную ошибку изображения в два-три раза при том же количестве семплов.

Но фильтрация не устраняет причину шума. Она лишь скрывает его на этапе постобработки. Более радикальный путь, адаптивное семплирование. Идея проста: плотность лучей не обязана быть одинаковой по всей сцене. В местах с высокой вариативностью освещения, например у границы полутени, нужно больше семплов. Там, где свет меняется слабо, достаточно и четырёх лучей на пиксель. На практике сначала запускают небольшое число пробных лучей, вычисляют дисперсию яркости, и если она превышает порог, добавляют дополнительные семплы. Этот подход описан в классической работе Роберта Кука 1986 года «Stochastic Sampling in Computer Graphics». Он сокращает общее

количество лучей на 40-60 процентов без заметной потери качества.

Ни один из методов по отдельности не гарантирует полного устранения шума. Билатеральная фильтрация работает, когда шум умеренный, но при малом числе семплов остаются характерные пятна. Адаптивное семплирование сходится медленно в сложных сценах с множеством мелких теней. Поэтому современные рендер-системы, например Cycles в Blender, используют оба подхода вместе. Сначала адаптивный семплер находит проблемные зоны и добавляет туда лучи. Затем билатеральный фильтр сглаживает остаточный шум, опираясь на данные о нормалях и глубине для точного определения границ. В итоге получается изображение, которое при полном стохастическом семплировании потребовало бы в четыре-пять раз больше вычислений.