Ray-Traced Shadows¶
Параметры трассировки теней для ламп
Большинство типов ламп (точечная лампа, лампа-прожектор и лампа-солнце) совместно используют одни и те же параметры для генерирования трассируемых теней. Эти параметры описаны ниже. Обратите внимание, что лампа-область, хотя и использует большинство из этих параметров, обладает некоторыми дополнительными особенностями, описанными в соответствующем разделе.
- Трассировка теней
- Кнопка Трассировка теней включает генерацию трассируемых теней для источника света. Когда выбрана кнопка Трассировка теней, становятся доступны другие параметры, которые описаны ниже:
- Тип генератора выборок для расчёта теней
Метод генерации выборок теней: адаптивный QMC быстрее, равномерный QMC даёт меньше шума, но он медленнее. Параметр позволяет вам выбрать алгоритм, используемый для генерирования выборок, которые послужат для вычисления трассируемых теней (на текущий момент в основном поддерживаются две разновидности метода квази-Монте-Карло, смотрите раздел Метод квази-Монте-Карло):
- Равномерный QMC
- Равномерный QMC используется для вычисления значений тени очень единообразным и равномерно распределённым способом. Этот метод выдаёт очень хороший расчёт для значений теней, но он не настолько быстр, как Адаптивный QMC; однако же более точен.
- Адаптивный QMC
- Адаптивный QMC используется для вычисления значений теней несколько менее единообразным и распределённым способом. Этот метод выдаёт хороший расчёт значений теней, но не настолько хороший, как Равномерный QMC. Преимущество использования адаптивного QMC в том, что в целом он гораздо быстрее, и при этом не намного хуже постоянного QMC с точки зрения конечного результата.
- Сэмплы
- Количество дополнительных выборок (сэмплы x сэмплы). Этот ползунок задаёт максимальное количество выборок, которые будут использовать методы Равномерный QMC или Адаптивный QMC для вычисления тени. Максимальное значение равно 16: реальное количество выборок на самом деле является квадратом этого значения, поэтому установка сэмплов в значение 3 на самом деле значит, что будут задействованы 32 = 9 выборок.
- Размер мягкого освещения
Размер источника света для выборки трассируемых теней. Этот ползунок определяет размер нечёткой/диффузной области / полутени по краям основной тени. Размер мягкого освещения определяет только ширину мягкой тени, а не её градации и сглаженность. Если вы хотите получить широкую мягкую тень с тонкими градациями освещения, необходимо также установить количество выборок в поле Сэмплы в значение, большее 1; в противном случае это поле не даст никакого видимого эффекта и сгенерированные тени не будут иметь мягких краёв. Максимальное значение размера мягкого освещения равно 100.0.
Ниже приведена таблица визуализаиций с различными настройками параметров Размер мягкого освещения и Сэмплы, показывающими влияние различных значений на мягкость краёв теней:
Размер мягкого освещения: 1.0, Сэмплы: 2
Размер мягкого освещения: 1.0, Сэмплы: 4
Размер мягкого освещения: 1.0, Сэмплы: 6
Размер мягкого освещения: 2.0, Сэмплы: 2
Размер мягкого освещения: 2.0, Сэмплы: 4
Размер мягкого освещения: 2.0, Сэмплы: 6
Размер мягкого освещения: 3.0, Сэмплы: 2
Размер мягкого освещения: 3.0, Сэмплы: 4
Размер мягкого освещения: 3.0, Сэмплы: 6
- Порог
- Порог для адаптивной выборки. Это поле используется вместе с методом расчёта теней Адаптивный QMC. Значение порога используется для определения возможности пропуска расчёта выборки тени методом Адаптивный QMC на основе уже затенённой области. Максимальное значение параметра равно 1.0.
Quasi-Monte Carlo Method¶
Метод Монте-Карло представляет собой метод получения серии выборок/чтения значений (любого вида значений, например, значений освещения, цвета, состояний отражения) внутри или вокруг области в произвольном порядке. Поэтому для определения правильных действий, участвующих в определённых вычислениях, обычно требуются несколько значений выборок для определения общей точности этих расчётов. Метод Монте-Карло пытается быть случайным, насколько это возможно; часто это может привести к тому, что область, с которой берутся выборки, будет содержать большие нерегулярные дыры (места, из которых не происходило выборок/чтений). Это, в свою очередь, может вызвать проблемы с некоторыми вычислениями (например, при вычислении теней).
Решением является использование метода квази-Монте-Карло.
Метод квази-Монте-Карло также является случайным, но пытается убедиться, что принимаемые им выборки/чтения также имеют лучшее и более равномерное распределение по всей площади (оставляющее меньшие нерегулярные промежутки в области выборки). Это преимущество иногда приводит к более точным расчётам, основанным на выборках/чтениях.