UE4 pbr概念理解

• 概念

1. 什么是PBR

PBR(Physically-Based-Rendering)基于物理的渲染，有时也叫（Physically-Based-Shading)PBS.

是一套渲染解决方案，包括基于物理的材质制作，基于物理灯光的PBL，基于物理的镜头等。

PBR不是一项技术，而是一系列技术的集合，其中串联一系列技术的线索就是“反射率方程（Reflectance Equation）”

1. PBR涉及到的理论

PBR光照模型三个条件

1. 基于微平面的表面模型
2. 能量守恒
3. 应用基于物理的BRDF

微平面模型

PBR基于微平面理论，即达到微观尺度后任何平面都可以用被称为微平面的细小镜面来描绘。平面越粗糙，微平面的排列越混乱，镜面反射时就会向完全不同的方向发散开来。

能量守恒

出射光线的能量永远不能超过入射光线的能量（自发光除外）。当一束光线碰撞到一个表面的时候，它就会分离成一个折射部分和一个反射部分。反射部分就是会直接反射开来而不会进入平面的那部分光线，这就是我们所说的镜面光照。而折射部分就是余下的会进入表面并被吸收的那部分光线，这也就是我们所说的漫反射光照。(传统的基础光照模型是没有遵守能量守恒理念的，只考虑了局部光照的并让它们相加)

（并非所有能量都会被全部吸收，而光线也会继续沿着随机的方向发散，然后再和其他的粒子碰撞直至能量完全耗尽或者再次离开这个表面。而光线脱离物体表面后将会协同构成该表面的（漫反射）颜色。不过在基于物理的渲染之中我们进行了简化，假设对平面上的每一点所有的折射光都会被完全吸收而不会散开。次表面散射(Subsurface Scattering)技术的着色器技术将这个问题考虑了进去。）

金属表面所有折射光都会被直接吸收而不会散开，只留下反射光或者说镜面反射光。亦即是说，金属表面不会显示出漫反射颜色。所以金属和非金属材料在PBR中需要区别处理。

BRDF（描述表面入射光和反射光关系）

fr 被称为BRDF，或者双向反射分布函数(Bidirectional Reflective Distribution Function) ，它的作用是基于表面材质属性来对入射辐射率进行缩放或者加权。BRDF分为两部分，折射部分（漫反射） 反射部分（高光反射），很多种BRDF都可以近似为下面的公式.kd 是入射光线中折射部分的能量所占的比率，而ks是反射部分的比率。BRDF的左侧表示的是漫反射部分，用flambert 来表示。BRDF的右侧表示的是镜面反射。

金属：
金属具有很高的反射率（>=0.5）,不会出现任何次表面散射和透明效果。金属的所有可见光都来自反射，即所有可见颜色都来自反射。
非金属反射率低（<=0.06），产生镜面反射和漫反射，镜面反射为单色/灰色。

菲涅尔反射：
光源入射方向与平面法线法线夹角的对应关系。夹角越大，亮度也就越大，反之夹角越小，亮度也就越小。

线性空间光照：
为了保证光照渲染的正确性，最好是在线性空间中进行操作与计算。PBR计算要放在线性空间中。

PBR工作流程

渲染器实用PBR时具有其规范的材质纹理工作流程。

环境光线采用linear线性模式，原gamma模式不再适用。

原gamma模式用以环境光修正，而PBR基于物理光计算，已无需修正。

以下为PBR工作流程，“取代”指由Blinn-Phong工作流程转型：

●双工作流通用节点：

1.AO（Ambient Occlusion）环境光遮蔽：决定与相邻模型的集合距离，越接近越不受光。

2.Normal法线：中尺度法线空间表面凹凸细节效果，取代凹凸Bump。

3.Height高度：宏观几何凹凸效果。等同置换Displacement？

●金属粗糙度工作流（Metal – Roughness Workflow）节点：

1.BaseColor基色：固有色。

2.Roughness粗糙度：微观尺度法线分布函数，取代Specular重定义光泽粗糙程度。

3.Metallic金属度：镜面反射与漫反射的光线占比，取代镜面反射Reflaction。

金属度将自动配比镜面反射与漫反射比例，下种工作流可自定义比率。

●反射光泽度工作流（Specular – Glossiness Workflow）节点：

1.Diffuse漫反射：固有色。

2.Glossiness光泽度：取代Specular重定义光泽粗糙程度。

3.Specular镜面反射：取代Reflection重定义为镜面反射，与Diffuse共同决定固有色。

以上是两种PBR流程的基本工作流程，接下来拓展

●PBR参数基于微观几何学与光学物理视觉成像理论的定义：

除了自发光物体，成像皆由视网膜接收物体各尺度平面反射的光线构成。

物理世界不存在完美镜面，镜面反射只有相对视距的平滑程度之分。

光源照射物体时，将会与物体产生多种交互现象，反馈大致为：

光源到达物体表面时、物体原子会将光子部分吸收partially absorbed，能量守恒转化为热能，反射的部分较弱；且根据折射率具有不同角度微平面散射scattered，该现象的BRDF渲染参数体现称为归一化Nomalized，

穿透的部分将会产生折射Refraction、次表面散射Subsurface Scattering、半透明透射Transmission。

经过散射、微平面镜面反射的部分，称为 漫反射Diffuse。

被相对镜面反射，称为 镜面反射Specular。

镜面反射与漫反射的光线占比，称为 金属度Metallic。

金属物体金属度：70%-100%，镜面反射占比大。

粗糙物体金属度：2%-5%，宝石约8%，漫反射占比较大。

反射光线相对角度大小决定 粗糙度Roughness。

菲尼尔反射Fresnel Reflectance是基于其物理学发现的光学折射反射效应，取决于光线反射率与视角度：

相对接近垂直于视角度而言，与法线的相对角度越接近的90度，折射反射率越小，观感较柔和；

非垂直于视线的掠射角度（法线角减入射角）越小于90度，折射反射率越大，观感较锐利。

PBR光学反射概念：

1. 自然光照下，物体呈现的颜色；对应BaseColor基色，决定固有色。
2. 物体表面对光线的镜面反射分散角度；对应Roughness粗糙度，决定高光。
3. 物体表面对光线镜面反射和漫反射的比例；对应Metallic金属度，决定反射。

光照模型

也成为明暗模型，用于计算物体表面某处的光强（颜色值）

光照模型分为两类

基于物理理论的光照模型：偏重于使用物理的度量和统计方法，遵守能量守恒。例如：PBR

 经验模型：通过前人的总结的经验对光照的一种模拟，例如：Lambert，Phong，Billing-Phong

简单理解常见的经验光照模型：

光线定义/组成

把进入摄像机的光线分为4个部分，每个部分分别有一种分发来计算贡献度。

自发光（emissive）：物体本身产生的光。

高光反射（specular）：光线从光源照到物体表面反射到眼睛里的光。菲涅尔效应

漫反射（diffuse）：光线从光源照到物体表面时，物体向各个方向产生的光。

环境光（ambient）：其他间接的光。可以理解成整体的一个基础颜色。

1.ambert光照模型

定义：只计算了漫反射部分的光照

计算：Diffuse = 光线颜色 x 漫反射颜色 x Dot(N·L)注：通过这样的计算方式，模型的暗面会非常的黑，这是我们不希望达到的效果
因此我们用环境光和贴图颜色来作为暗部颜色与亮部进行插值运算

粗糙的物体表面向各个方向等强度地反射光，这种等强度的散射现象称之为光的漫反射（Diffuse Reflection）。产生光的漫反射现象的物体表面称为理想漫反射体，也称为Lambert反射体。

Lambert定律：当方向光照射到理想反射体上时，漫反射光的光强与入射光方向和入射点便面法向量夹角的余弦成正比。当入射角为零时，说明光线垂直于物体表面，漫反射光强最大；九十度时光线与物体表面平行，物体接收不到任何光线。

2.镜面反射与Phong光照模型

定义：是第一个有影响力的光照模型，考虑了环境光、漫反射和高光反射3个类型
公式： Color = Ambient Diffuse Specular

Lambert模型较好的表现了粗糙表面的光照现象，如墙壁，纸张等，但是在用于诸如金属等有光泽效果的材质上则会显得呆板，表现不出光泽，主要原因是Lambert光照模型没有考虑表现这些表面的镜面反射效果。

一个光滑物体被光照射时，可以早某个方向上看到很强的反射光，这是因为在接近镜面反射角的一个区域内，反射了入射光的全部或大部分光强，这种现象称为镜面发射。

故此，Phong Bui Tuong提出一个计算镜面反射光强的光照模型，称为Phong模型，认为镜面反射的光强与反射光线和视线的夹角相关。

Bl定义：是对phong模型的改进，不再依赖反射向量，采用半角向量来计算高光反射

3.BinnPhong光照模型

高光反射强度与半角向量和法线的夹角余弦值成正比

计算公式：Color = Ambient Diffuse Specular（半角计算）

 注：使用Blinn-Phong模型比Phong模型的消耗少了3分之一左右
BlinnPhong光照模型混合和了Lambert的漫反射和标准的高光，渲染有时比Phong高光更柔和、更平滑，此外它的处理速度相当快，因此成为许多CG软件中默认的光照渲染方法.

4.gourand模型

以顶点为单元计算光量，再通过插值得到每个像素点的光亮度，高光效果较差

5.Flat模型

只计算面法线的光照，适用与lowpoly风格的场景

这篇好文章是转载于：学新通技术网