VRay教程DMC核心

1、Vray是一個典型的以 MC分布式光線追蹤為核心的渲染器，我們在渲染過程中經(jīng)常會面對很多不同類型的計算過程，其中很多都離不開MC分布式光線追蹤。下面我列出需要調(diào)用MC分布式光線追蹤過程的特性和子功能塊：1： Fixed類型的圖像反走樣器（當其取值大于1時，會調(diào)用MC分布式過程來對每像素進行反走樣。）2: Adaptive DMC sampler 類型的圖像反走樣器（老版本叫 Adaptive QMC sampler ，它和 fixed 類型唯一的區(qū)別是帶有自適應(yīng)過程）3： Vray Mtl 材質(zhì)中的模糊反射和模糊折射特性的計算（當你將 Vray Mtl 中的 Reflection 面板 或Re

2、fraction面板里的Glossy值調(diào)為任何小于 1的值時，即打開了 Glossy effect （模糊特性） 計算的過程，這個過程將調(diào)用MC分布式過程。）4: Vray Dirt Map貼圖的計算過程（也就是我們常說的Vray的A0,這一過程需要調(diào)用 MC分布式光線追蹤來發(fā)射大量探測光線去收集每個像素周圍的阻塞情況。）5: Vray面光源的軟陰影計算過程（與傳統(tǒng)的光線追蹤投下的生硬陰影邊緣不同，Vray的面光靠 MC 分布式光線追蹤發(fā)射的次級光線來摸擬出面光源應(yīng)有的陰影虛化效果。）6: Vray的運動模糊特性（運動模糊的計算依靠的是分布式光線追蹤算法對時間域的離散計算， 所以這個過程完全依

3、賴 MC 分布式過程。 ）7:Vray的攝像機景深特效（景深的實現(xiàn)依靠的是分布式光線追蹤對空間距離的離散計算。）8: IrradianceMap 的計算過程 （在 IRmap 的計算過程中，當通過 prepass 分析圖像并放下采 樣點后， 需要從采樣點向周圍環(huán)境的虛擬半球空間發(fā)射分布式光線以探測和收集信息，從而計算出采樣點本身像素的最終GI結(jié)果，這個過程也就是調(diào)用 MC分布式光線追蹤來完成的，而 Hsph subdivs 決定的其實就是這個過程中發(fā)射半球分布式光線的數(shù)量。）9:Brute force算法計算 GI的過程（Brute force即老版本的 QMC GI算法，無論你在 Vray間

4、接 照明面板的主 GI引擎還是次級 GI引擎中打開Brute force，都是直接調(diào)用 MC分布式過程對 圖像上每一個像素進行 GI 計算）根據(jù)上表中列出的主要依靠MC分布式過程的特性， 我們不難看出MC分布式光線追蹤算法在VRay中的主導性地位，那么，請大家至少記住上表中我所提到的這幾種情況，因為它們 的計算過程都和下面我要講的這個面板里提供的參數(shù)有關(guān)，那就是Vray DMC sampler （VrayDMC 核心采樣管理器 ）。原來這個面板的名字叫Vray QMC sampler,Vray從1.5版開始更名為DM C，這里很多朋友 對此都有不解，到底 DMC 與 QMC 的區(qū)別在哪里？有沒

5、有區(qū)別，提及于此，我先為大家理 清楚幾個概念: 首先，理解一下 MC,也就是Monte Carlo （蒙特卡羅），蒙特卡羅其實是一種分布式積分, 而蒙特卡羅算法專門用這種積分所產(chǎn)生的分布概率來產(chǎn)生各種模糊數(shù)據(jù)， 其實上表所涉及的 特性都是為了解決模糊效果， 反走樣其實就是為了將圖像鋸齒模糊化， 模糊反折射也是為了 產(chǎn)生模糊但有源于真實情況的反折射成像， 運動模糊其實就是為了讓成像根據(jù)運動速度與時 間的關(guān)系產(chǎn)生出模糊效果，諸如此類。而什么又是QMC呢？全名是 Quasi-Monte Carlo （準蒙特卡羅），這其實是純蒙特卡羅算法的 一個變種，它縮減了算法取樣的范圍， QMC 所產(chǎn)生的隨機樣本

6、全部來自于一個低差異數(shù)據(jù) 序列，而不是傳統(tǒng) MC 的龐大假隨機數(shù)生成，但事實上， Vray 在新版本中已經(jīng)摒棄了 QMC 分布式特性，使用一種全新的MC變種算法，也就是接下來我們要說的DMC。DMC的全稱為：Deterministic Monte Carlo（確定性蒙特卡羅），DMC作為MC的一個變種，其區(qū)別在于， MC 生成用于模糊結(jié)果的采樣點情況源于一個龐大的隨機數(shù)據(jù)集，即使我們計 算的情況或考慮的內(nèi)容本身根本沒有發(fā)生改變，但計算的模糊結(jié)果每一次都是不一樣的。DMC則不同，DMC先依據(jù)某種規(guī)則考慮計算的重要性和內(nèi)容的特質(zhì)，然后事先確定一組數(shù) 據(jù)序列，而樣本則產(chǎn)生于這組已確定的數(shù)據(jù)序列， 因

7、此， 多次的計算結(jié)果是一致的，這有利 于動畫的計算，以及更好的降低可能帶來的噪點情況，DMC和QMC之間的區(qū)別在于，這兩者選擇產(chǎn)生樣本的數(shù)據(jù)序列集不同，考慮規(guī)則不同。事實上,QMC只是DMC的一個子集。0K,我們不需要在這些純理論定義上浪費太多時間，點明一下就行，我著重要闡述的，是Vray的這個核心DMC，是如何影響上表中這些功能實現(xiàn)的。先來看看下面這個面板，這就是Vray DMC sampler,Vray的核心：首先理解，我們常說的分布式光線數(shù)量，其實就是分布式光線追蹤的samples樣本數(shù)，這是一個概念。我們所見到的和分布式光線追蹤有關(guān)的subdivis參數(shù)和樣本數(shù)的關(guān)系是平方關(guān)系，也就是

8、說，subdivis 值的平方就是分布式光線數(shù)量（或樣本數(shù)量 ）。Vray 的 DMC 分布式光線追蹤算法最終產(chǎn)生多少 samples 樣本來得到一個模糊結(jié)果，取決于 三個方面。一方面取決于每個局部效果或功能塊，我們用戶指定了多少subdivs值，大家都知道上表中我列出的各個特性其面板里都有 subdivis 參數(shù)，那么這個參數(shù)是一個非常重要的基本決定性 因素，事實上用戶指定的每個功能部分的 subdivis 最終都要乘以面板中的 Global subdivs multiplier 這個倍增器。一方面，還取決于 Vray 的重要性采樣分析，這是一個自適應(yīng)判斷過程，雖然用戶為每一個 特性指定了

9、subdivis 值來確定其應(yīng)有樣本數(shù)量，但事實上 Vray 認為它先要通過一個自適應(yīng) 過程判斷一下待計算模糊效果的像素點（shade point）是否是一個重要性采樣，這個規(guī)則很復(fù)雜，我不詳細說明， 比如暗的像素會比亮的像素需要更少的細節(jié)， 比如遠的會比近的需要更 少的模糊細節(jié)， 諸如此類， 這個自適應(yīng)判斷過程的作用是要不要對這個像素使用全部的用戶 所指定的 subdivis 數(shù)量級別來生成分布式光線樣本， 如果某像素點實際上是比較遠或暗的像 素， Vray 認為用某個低于用戶指定的 subdivs 值即可，越不重要的像素點就用越低于指定 subdivs 的值來生成樣本。相反，相對重要的就用

10、接近用戶指定的 subdivis 值來產(chǎn)生樣本。 然而，用戶可以指定 Vray 重要性自適應(yīng)分析對最終形成樣本起改變作用的權(quán)重，面板上看 到的 Adaptive amount 值就是這個權(quán)重參數(shù)，當這個值為 1 時， Vray 將完全參考重要性分析 的過程來決定如何優(yōu)化 (其實就是降低 )用戶指定的 subdivs 參數(shù)對某個像素點的影響，用戶 給定的 subdivs 值此時只是個理想狀態(tài)，幾乎完全要被這個重要性自適應(yīng)判斷過程所削減， 降低 Adaptive amount 這個權(quán)重，將使這個自適應(yīng)過程改變用戶決定權(quán)的情況降低，當降到 零時，完全使用用戶給定的 subdivs 值產(chǎn)生某像素點的樣

11、本，即理想狀態(tài)。最后，我們把經(jīng)由第一個方面，和第二個方面后最終決定的樣本數(shù)量叫做 Vray 分布式額定 樣本數(shù)量。后面它還將受到早期終止機制影響。最后一個方面， 除了受用戶指定的 subdivis 值，以及重要性自適應(yīng)分析， 還受一個機制影響， 那就是早期終止機制， 在不停產(chǎn)生分布式光線數(shù)量樣本以計算模糊效果的過程中， Vray 會不 停判斷正在生成的模糊結(jié)果其噪點是否已經(jīng)在承受范圍內(nèi)， 如果達到承受范轉(zhuǎn)， 或者說達標， 那么不管前兩個方面所提到的因素最終確定了用多少樣本來生成結(jié)果， 即使目前并未分布夠 那個確定的樣本數(shù)量， 也立即停止， 停止前完成 min sapmles 參數(shù)指定的最小樣本

12、生成數(shù)量。 而這個判斷噪點的標準， 就是我們看到的面板中的 noise threshold 參數(shù)，這個參數(shù)越小， Vray 對模糊結(jié)果的噪聲敏感程度就越高， Vray 所能容忍的噪點情況就越小， 相反對質(zhì)量要求就越 高，早期終止將越晚出現(xiàn)，甚至完全不出現(xiàn)。反之， noise threshold 參數(shù)越大， Vray 對模糊 結(jié)果的噪聲敏感程度就越低， 所能容忍的噪點情況就越大， 質(zhì)量要求越低， 早期終止容易越 早出現(xiàn)。說了這么多理論且抽象的東西，為了幫助大家理解，我舉個例子：以模糊反射為例，某 Vray 材質(zhì)我設(shè)置 Reflection glossy 為 0.65 ，這時其實就打開了模糊反射

13、的計算，并且下面的 subdivs 值我給 16(默認為 8)，換算過來就是應(yīng)該產(chǎn)生 16*16=256 條分 布式光線，或者說 256 樣本數(shù)，即被賦材質(zhì)的物體表面的每個像素點 (shade point) 將用 256 個樣本光線來計算其模糊后效果， 但這時情況并沒這么簡單， 先分析該 shade 點是不是應(yīng)該 屬于重要性采樣，假定這個像素很遠，也很暗， Vray 認為并不那么重要，于是說，用什么 256 個樣本來采樣， 100 個夠了，但 Vray 說的 100 個和用戶指定的 256 個誰更說了算，用 Adaptive amount 權(quán)重來決定， 當 Adaptive amount 為

14、1 時， Vray 自適應(yīng)重要性分析將占據(jù)一 半的權(quán)重，即最終的樣本數(shù)將為用戶指定的 256 和 Vray 認為的 100 的平均值，即 178，如 果為 0，則完全按用戶指定的 256 個樣本算，不考慮重要性分析， 如果介于兩者之間， 比如 Adaptive amount 默認為 0.85 ，那么將按 :(Vray 認為的樣本數(shù) *adaptive amount+ 用戶指定的樣本數(shù) *(2-adaptive amount)/2 這個公式 來計算。即： (100*0.85+256*(2-0.85)/2=190 , 也就是說這時用戶占百分之 115 的權(quán)重， Vray 分析的占 百分之 85的權(quán)重，一共是百分之兩百權(quán)重。這時實際以190 個樣本數(shù)來生成該像素反射模糊效果。最后，我把一些特殊情況拿出來單獨說明一下：Fixed 圖像反走樣模式情況下， 由于該反走樣根本沒有自適應(yīng)過程， 除了 subdivs 值受最終要 乘以 DMC sampler 面板里的 Global subdivs multiplier 外，不受其它任何參數(shù)影響。Adaptive DMC Sampler 圖像反走樣模式下， DMC 核心面板里的 min samples 參數(shù)無