Rendering Lecture 7:Path Tracing I
Course: 渲染基础 Rendering Basics Date: November 29, 2025 11:07 AM (GMT+8)
🎨 Rendering Lecture 7:Path Tracing I
Notion 完整学习笔记(内容不删减版)
🏛 1. Path Tracing 的核心思想
路径追踪是一种根据渲染方程进行随机路径采样的算法,其目标是估计:
- 像素 radiance(亮度)
- 全局光照贡献
- 所有可能路径在路径空间中的积分
与光房(Radiosity)或有限元方法不同,路径追踪不在空间中建立方程,而是在路径空间进行随机采样。
🎯 2. 像素值的表达:路径空间积分
对于像素 j,其亮度可写成:
其中:
- X̄(路径):由一系列顶点 x₀, x₁, …, xₙ 组成
- μ(测度):决定路径如何被积分
- F_j(X̄):路径对像素的贡献
路径可能从光源开始,也可能从相机开始,取决于积分方式。
📐 3. Surface Area Sampling(表面积采样)
一种简单的路径采样是:
- 从光源开始
- 沿着光线击中一个表面点
- 在该点从单位半球上采样反射方向
- 如此反复,构建完整路径
这种方式称为 “surfel(surface element)采样”。
但这种采样效率低,因为绝大多数路径不一定能到达相机。
🔁 4. 从相机生成路径(Camera Path Sampling)
更有效的方法:
- 从相机生成一条射线
- 找到与场景第一个交点 x₁
- 在 x₁ 半球中采样反射方向,得到 x₂
- 重复直到路径终止(到光源或 Russian Roulette)
这是最常用的路径追踪形式。
相机的积分形式:
缩写成:
🎨 5. Path Throughput(路径通量)
定义:
其中包括:
- BRDF
- 几何项(G,包括可见性、余弦项、距离平方)
- 光源发射项由路径起点决定
路径通量表示整条路径的能量传输比例。
由于包含多个乘积,值通常随着跳数快速衰减。
🧱 6. Monte Carlo 估计的路径追踪形式
将路径积分写成 Monte Carlo 形式:
其中:
- F(X̄):路径贡献
- p(X̄):路径的采样概率
- N:样本数量
路径追踪的目标是构造一个可采样的 p(X̄)。
📦 7. 从半球进行方向采样
在每个表面点 x_i:
- 采样方向 ω_i
- 样本 PDF 为 p(ω_i)
- 路径贡献使用:
这形成了路径追踪中最基础的反射方向采样结构。
✨ 8. BRDF Sampling(材质采样策略)
方向采样若按 BRDF(f_s)分布进行,会使:
- 高光区(亮点)采样概率更高
- 方差降低
- 收敛速度提升
路径的 Monte Carlo 权重就变为:
其中 p_s 是 BRDF 的 PDF。
🌞 9. 面光源的讨论
直接在路径追踪过程中击中光源的情况需处理:
- 只有当路径实际“看见”光源
- 才能把光源亮度纳入贡献
- 若光源面积小,随机路径几乎不可能正好击中
- 导致噪声严重,甚至几乎看不到光源
因此,路径追踪必须配合下一节(Direct/Next Event Estimation)。
⚠️ 10. 没有 Direct Light Sampling 时的重大问题
如果路径追踪只通过“随机反射路径是否碰到光源”来获取光源亮度:
- 短跳路径几乎永远找不到光源
- 高光表面、镜面反射情况尤其难以找到
- 图像亮度极低
- 噪声严重
- 需要极高采样数才能看到光源正确贡献
这导致了数十年前早期路径追踪难以实际使用。
🎯 11. Light Transport 的两部分:Direct + Indirect
路径追踪的光照可拆分为:
- 🔆 Direct Lighting(直接光) 来自光源的单次反射
- 🌫️ Indirect Lighting(间接光) 来自多个反弹的全局光照
基本渲染中 Direct 光占主导; 复杂光照、漫反射间接颜色由 Indirect 决定。
💡 12. Direct Light 的重要性(需要重点采样)
如果不专门采样光源,Direct Light 贡献几乎无法收集到。
原因:
- 光源在路径空间中占比极小
- 随机路径几乎不击中光源
- 图像无亮度来源
- 整体非常暗、噪声大
- 需要几百万采样才能看到稳定结果
因此下一部分(Path Tracing II)将引入:
- Next Event Estimation(NEE)
- Multiple Importance Sampling(MIS)
它们对 Path Tracing 的可用性至关重要。
📌 13. 小结
这节的主要内容:
- 路径追踪使用路径空间积分表达像素亮度
- 通过从相机出发构造随机路径
- 每条路径的贡献由 BRDF × 几何项 × 光源 × 通量累积
- 采样概率 p(X̄) 决定了 Monte Carlo 权重
- BRDF sampling 用于降低方向采样噪声
- 若不对 Direct Light 进行额外采样,效果极差(几乎看不到光源)
- 下一节将引入 Direct Light Sampling 和 MIS,使路径追踪实用化