La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Éclairage global, volumes, sources larges Nicolas Holzschuch iMAGIS/GRAVIR IMAG.

Présentations similaires


Présentation au sujet: "Éclairage global, volumes, sources larges Nicolas Holzschuch iMAGIS/GRAVIR IMAG."— Transcription de la présentation:

1 Éclairage global, volumes, sources larges Nicolas Holzschuch iMAGIS/GRAVIR IMAG

2 Éclairage global Techniques locales : –textures, BRDF, rendu volumique Techniques globales : –radiosité, lancer de rayons

3 En résumé :

4 Il manque quelque chose Éclairage global avec BRDF quelconques Et volumes participants

5 Éclairage global avec BRDF quelconques Monte-Carlo –Théorie –Pratique : ça marche pas pourquoi ? –Bi-directional Path Tracing –Metropolis Light Transport –Photon Maps

6 Équation de rendu Équilibre énergétique : Radiance émise = radiance propre + radiance réfléchie L(x, 0, 0 ) L e (x, 0, 0 ) bd (x, 0, 0,, )L i (x,, )cos d

7 Solution formelle de l'équation Opérateur de réflexion –Opérateur intégral –Agit sur la radiance bd (x, 0, 0,, )L i (x,, )cos d (RL)(x, 0, 0 )

8 Solution formelle Donc : D'où : Avec une série de Neumann : L L e RL L [I R] 1 L e L (R n )L e n 0

9 Sens physique Radiance propre (L e )… plus radiance réfléchie une fois (RL e )… plus radiance réfléchie deux fois (R 2 L e )… plus radiance réfléchie trois fois… L (R n )L e n 0

10 Intégration de Monte-Carlo Chaînes de Markov Méthode générique de calcul d'intégrales multi-dimensionnelles Principe (en gros) : –Échantillonner au hasard la fonction à intégrer –Additionner les échantillons multipliés par leur probabilité –Le résultat, c'est la valeur de la fonction

11 Intégration, dimension finie À titre d'exemple Résoudre : x=a+Mx Chemin de longueur k : =(n 1, n 2,…,n k ) –n i entier entre 1 et n. Valeur de x i pour ce chemin :

12 Dimension finie (suite) Moyenne sur tous les chemins –Valeur exacte = moyenne sur tous les chemin possibles –Valeur approchée = moyenne sur tous les chemins testés Probabilité d'un chemin : –Produit de l'état initial (n 0 ) et des probabilités de chaque transition entre état (n i n i+1 ) – =(n 1, n 2,…,n k )

13 Équation de rendu Pareil, mais en dimension infinie : –Choisir un chemin au hasard, –De longueur k –Calculer la valeur de l'état pour ce chemin –Moyenne des valeurs trouvées, pondérée par la probabilité du chemin Chemin : –Chemin parcouru par la lumière –État : irradiance sur une surface –Transition : passage d'une surface à une autre

14 Chemin Point de départ : un pixel de l'image, x Premier état : la radiance de la surface visible de ce pixel, au point x' État suivant : la radiance d'une surface visible de x', x" Transition : BRDF au point x', venant de x'', dans la direction de x État suivant : la radiance d'une surface visible de x'', x'''...

15

16 Chemin Pour chaque étape de la chaîne de Markov, mettre à jour l'intensité du pixel : : BRDF, quelconque G : terme géométrique, 1/r 2 et visibilité

17 Choix du chemin Pixel de départ, fixé. Pour chaque point d'intersection : –Tirer la direction du rayon réfléchi au hasard –En tenant compte de la BRDF Recommencer pour chaque pixel –10, 100, 1000 échantillons par pixel L'image converge lentement : –Neige au début, puis image bruité, puis image

18 Terminaison du chemin Nombre aléatoire t entre 0 et 1 Comparer avec la réflectance –t > : absorption –t < : réflexion Autres techniques: –Poids w de la particule influencé par la réflectance –Terminaison si w en dessous d'un certain seuil –Roulette russe : on augmente le poids des chemins survivants

19 (Distributed) Light Ray-Tracing Pareil, mais les rayons partent des sources lumineuses –Sources lumineuses potentiellement surfaciques –Échantillonnage spatial de la source Solution indépendante du point de vue –Stockage sur les surfaces Bonne représentation des caustiques Bruité : phase de lissage des échantillons –Reconstruction de la fonction de radiance

20 Light ray-tracing

21 Méthodes multi-passes MCRT : –moins il y a de rayons, plus ça converge vite –Cas idéal : toutes les surfaces sont presque spéculaires –Cas le pire : toutes les surfaces sont diffuses Idée : –Traiter chaque chemin par la méthode adaptée Les surfaces diffuses par la radiosité L'éclairage direct par Eye Ray-Tracibng Les caustiques par Light Ray-Tracing Les choses compliquées par MCRT

22 Combinaison des méthodes Problèmes : –Ordre des méthodes –Représentation commune (LRT/Radiosité) Ordre : –Light Ray-Tracing –Passe de radiosité –Passe de MCRT –Passe de Eye Ray-Tracing

23

24

25 Bi-directional Path Tracing Combinaison de deux méthodes : –Light Ray-Tracing : chemin partant de la source –Eye Ray-Tracing : chemin partant de l'œil –Plus des rayons connectant chaque point des deux chemins –Valeur au pixel calculée par ces rayons

26

27

28 BDPT : flux à un pixel C ij : contribution après i rebonds depuis la source, j rebonds depuis l'œil w ij : poids. À choisir (degré de liberté) –1 si i=0, 0 sinon : MCRT classique

29

30

31 Choix des poids W j = degré de spécularité au point y j –Surfaces diffuses : light path + important –Surfaces spéculaires : eye path + important

32 W j = degré de spécularité au point y j

33

34

35

36 Metropolis Light Transport Au départ, MCRT –Nombreux chemins initiaux Mutations des chemins –Bouger un point du chemin –Allonger le chemin Techniques pour choisir les mutation de façon efficace

37 Mutations

38

39

40 Metropolis : résultats

41 Bi-directional Path Tracing, 40 échantillons par pixel

42 Metropolis LT, 250 mutations par pixel (même temps de calcul)

43 Bi-directional Path Tracing, 210 échantillons par pixel

44 Metropolis LT, 100 mutations par pixel (même temps de calcul)

45 Photon Maps Première passe : construction –On envoie des photons dans la scène En partant de la source –Path-tracing classique : Ils sont réfléchis, meurent… Chaque photon touchant une surface est stocké dans la photon map de la surface Avec sa direction incidente Balanced k-d tree

46 Affichage des photon maps Pour afficher un point x d'une surface : –On prend la sphère de centre x de rayon r tel que N photons sont dans la sphère –Élément de surface d'aire r 2

47 Filtre des photons Densité de photons trop faible : –Flou Pour éviter ça : –On filtre. L'importance des photons dépend de la distance à x : Normalisation du filtre

48 Effet du filtre

49 Photon Map seule (5 mn)

50 Photon Maps : algorithme complet Étape 1 : construire 2 photon maps –Caustiques : photons à haute énergie,très dense –Éclairage global : moins de photons, à peu près tous la même énergie –Stockage de photons d'ombre Étape 2 : Rendu –Par MCRT –Séparer les termes pour un meilleur traitement –Traitement précis ou approché

51 Rendu Traitement précis : –Pour les surfaces visibles directement de l'œil, ou après quelques réflexions spéculaires –Si la longueur du rayon est faible Traitement approché : –Si le rayon a été réfléchi par une surface diffuse –Si le poids du rayon est faible Séparation : –Éclairage direct –Réflexions spéculaires –Caustiques –Éclairage indirect

52 Éclairage direct Shadow rays Traitement précis : –Utilise les photons d'ombre –Si tous les photons voisins sont identiques (ombre ou lumière) pas besoin de lancer un rayon –Sinon, rayon d'ombrage Traitement approché : –On prend la global photon map (sans shadow ray)

53 Réflexions spéculaires Radiance réfléchie par les surfaces spéculaires ou quasi-spéculaires MCRT –Importance guidée par la BRDF –Cas optimal : converge vite.

54 Caustiques Par la caustics photon map Visualisation directe de la photon map Pas faisable avec MCRT directement

55 Éclairage indirect Lumière réfléchie au moins une fois sur une surface diffuse Douce Calcul approché : déjà vu Calcul précis : MCRT –En utilisant la photon map et la BRDF : Directions incidentes importantes –Irradiance gradient : interpolation des valeurs voisines

56 Photon map, 298 s

57 Rendu complet, 5 mn+51 mn

58 Milieux participants

59 Équation des milieux participants Coefficient d'absorption: a Coefficient de dispersion : s Coefficient d'extinction : t = a + s Émission de lumière : Le Variation de la radiance : dfLLL ds dL iseat ),(),(

60 Résoudre l'équation Dépendance volumique –Complexité cubique –Plus de conservation de la lumière Simplifications : –Sans dispersion –Dispersion, milieux isotropes Sans dispersion: LL ds dL eaa

61 Sans dispersion On intègre : : transmittance le long du rayon : –proportion de lumière transmise s t duu es 0 )( )( s ae duusuuLsLsL 0 )()()()()0()(

62 Sans dispersion Intégration facile avec RT/MCRT Pire : milieux homogènes : Modèle simple de brouillard –utilisé dans les cartes graphiques )1()0()( s e s aa eLeLsL

63 Dispersion isotrope : discrétisation Fonction de phase constante : f=1/4 On discrétise tout (volumes et surfaces) –Radiosité des surfaces : B i = L i –Radiosité des volumes : B k = J k Facteurs de forme : –Surface-surface: S i S j –Surface-Volume: S i V k –Volume-Volume: V k V m

64 Dispersion isotrope : discrétisation Surfaces: Volumes: volumessurfaces kkijjiiiiii BVSBSSAEAB volumessurfaces )( )( )(4)(4 mmkjkj t s kkakkt BVVBVS k k VEkVBk k t s R k k )( )( = albédo du volume

65 Dispersion isotrope Résolution en deux passes : –Résolution du problème discret Calcul de la radiance pour toutes les surfaces et les volumes –Affichage par les méthodes de rendu volumique Plus traitement des surfaces Interpolation essentielle

66 Photon Map pour milieux participants Y compris dispersion anisotrope On trace des photons partout, y compris dans le volume Photon dans le volume : –Sans interagir (traversée) –Avec interaction (dispersion/absorption) Si interaction, stockage Probabilité d'interaction :

67 Photon maps et milieux participants

68 Rendu des photon maps Ray-marching algorithm Marche par étapes –Atténuation de la radiance au point précédent –Addition de l'émission et du in-scattering Supposés constants par étape –Étapes adaptatives si variation brutale

69

70

71

72 Bibliographie Monte-Carlo : –Kajiya,J. T., The rendering Equation, Computer Graphics (ACM Siggraph '86 Proceedings), vol. 20, n° 4, p Multi-passes : –Shirley, P., A Ray Tracing Method for Illumination Calculation in Diffuse-Specular Scenes, proceedings of Graphics Interface '90, p , papers/gi90/gi90.ps.Z –Shirley, P, Hybrid Radiosity/Monte Carlo Methods, Siggraph 94 Advanced Radiosity Course, papers/mc94/mc94.ps.Z –Chen, S. E., Rushmeier, H. E., Miller, G. et Turner, D., A Progressive Multi-Pass Method for Global Illumination, Computer Graphics (ACM Siggraph '91 Proceedings), vol. 25, n° 4, p –Lafortune, E. P. et Willems, Y. D., Bi-directional Path Tracing, proceedings of Third International Conference on Computational Graphics and Visualization Techniques (Compugraphics '93), p , Portugal.html –Veach, E. et Guibas, L. J., Metropolis Ligth Transport; Computer Graphics (ACM Siggraph '97 Proceedings), vol 31, n° 3, p papers/metro/ Photon Maps : –Jensen, H. W., Global Illumination Using Photon Maps, Rendering Techniques '96 (Proceedings of the Seventh Eurographics Workshop on Rendering),1996, p , papers/ewr7/ –Jensen, H. W. et Christensen, P. H., Efficient Simulation of Light Transport in Scenes with Participating Media Using Photon Maps, Computer Graphics (ACM SIGGRAPH '98 Proceedings), 1998, p , papers/sig98.html


Télécharger ppt "Éclairage global, volumes, sources larges Nicolas Holzschuch iMAGIS/GRAVIR IMAG."

Présentations similaires


Annonces Google