VRay渲染守則&(DMC核心采樣管理器及其早期終止機(jī)制)

一、VRay渲染守則

1.永遠(yuǎn)不要使用材質(zhì)的opacity屬性，也不要在opacity通道中貼圖來實(shí)現(xiàn)半透明效果或制作某種貼片效果，比如片樹。原因:VRay的IRmap采樣點(diǎn)根本不能很好的支持

opacity屬性，特別在動(dòng)畫的情況下，一旦物體發(fā)生位置改變，采樣點(diǎn)對(duì)位分析的過程在遇到opacity通道的情況時(shí)將異常的慢。

2.盡可能使用純32位Raw格式來保存圖像或圖像序列，因?yàn)檫@能為后期帶來質(zhì)的調(diào)整變化，請(qǐng)注意，從幀緩存窗口中保存的圖像每通道最多只能是8位的，不可能是32位圖像。要輸出純32位Raw格式應(yīng)該在VRay Fram Buffer面板中，通過輸出raw序列的功能完成。

3.最好用算好的lightcache燈光緩沖文件來計(jì)算材質(zhì)的模糊反折射，而不是直接計(jì)算，因?yàn)閘c能大大簡(jiǎn)化模糊反折射計(jì)算過程，理由很簡(jiǎn)單，LC是反向光線追蹤，節(jié)省了大量反射或折射計(jì)算開銷。

4. 請(qǐng)小心調(diào)整QMC或DMC核心管理面板的內(nèi)容，所有調(diào)用QMC分布式光線追蹤的過程或者說功能塊，都受這個(gè)面板參數(shù)的影響，比如DMC sampler反走樣，IRmap的半球光線收集過程，面燈的陰影采樣、模糊反折射的非插值計(jì)算等等。

5. 如果調(diào)整了DMC核心管理器里面的noise threshold或adaptive amount參數(shù)，是需要重新跑光渲irmap才有效果的，不能重用。

6. 動(dòng)畫閃爍產(chǎn)生的原因并不總是一樣的，要分清楚是什么類型的，如果是大塊光斑或黑斑的跳閃，基本上是由于Irmap采樣點(diǎn)不足，這種情況容易發(fā)生在攝像機(jī)較遠(yuǎn)處，因?yàn)槟抢锏南鄬?duì)像素區(qū)域小，采樣點(diǎn)投在那的機(jī)率更低，需要手動(dòng)補(bǔ)采樣點(diǎn)，另一種閃爍的類型是，模糊反折射的表面和面光源陰影區(qū)域點(diǎn)閃，這是因?yàn)镼MC分布光線不足以及過早的QMC早期終止，如果提高subdivision還沒明顯效果，那么就要?jiǎng)佑肣MC的核心管理器了，降低noise threshold和adaptive amount，直到動(dòng)畫的點(diǎn)閃在你承受范圍內(nèi)，但代價(jià)是巨大的。還有一種比較常見的閃爍，遠(yuǎn)處極高頻圖像的閃爍，比如密集的線條，密集的交錯(cuò)貼圖，這些在極遠(yuǎn)處容易產(chǎn)生摩爾紋或頻閃，提高基本反走樣是唯一解決辦法，而選擇合適的過濾器則可使時(shí)間代價(jià)相對(duì)降低。閃爍對(duì)于一個(gè)像Vray這樣非工業(yè)級(jí)的渲染器，基本是很常見的，在這方面不能指望過于完美，完全去除噪點(diǎn)或點(diǎn)閃可能需要極高的反走樣或分布式光線數(shù)量。

7. 如果你的場(chǎng)景非常大，常規(guī)情況下一渲就跳出，可以肯定是內(nèi)存問題，默認(rèn)情況下VRay是自動(dòng)采用內(nèi)存分配方式，絕大部分場(chǎng)景都是分配的靜態(tài)內(nèi)存，而代理物體和VRay fur物體總是使用動(dòng)態(tài)內(nèi)存，動(dòng)態(tài)內(nèi)存的好處是自由且自動(dòng)分配，它會(huì)在需要時(shí)分配不需要時(shí)釋放，我們可以將渲染方式強(qiáng)制為動(dòng)態(tài)類型，也就是dynamic類型，這樣，渲染速度會(huì)變慢，但有可能幫你渲出這個(gè)場(chǎng)景來。

8. 盡可能不要使用color mapping中除線性外的其他方式，它將導(dǎo)致分層渲染無法還原，因?yàn)檫@是個(gè)有損過程。

9. VRay材質(zhì)的高光范圍和反射的模糊反射范圍默認(rèn)是鎖定的，當(dāng)然你可以解開單獨(dú)來調(diào)節(jié)，但高光的強(qiáng)度永遠(yuǎn)和反射強(qiáng)度是鎖定的，如果你希望僅有強(qiáng)烈的高光但又不

希望看到強(qiáng)烈的反射，請(qǐng)?jiān)诓馁|(zhì)選項(xiàng)里將tace reflection去掉即可。

二、DMC核心采樣管理器及其早期終止機(jī)制:

VRay是一個(gè)典型的以MC分布式光線追蹤為核心的渲染器，我們?cè)阡秩具^程中經(jīng)常會(huì)面對(duì)很多不同類型的計(jì)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(dāng)其取值大于1時(shí)，會(huì)調(diào)用MC分布式過程來對(duì)每像素進(jìn)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(jì)算（當(dāng)你將VRay Mtl中的Reflection面板或Refraction面板里的Glossy值調(diào)為任何小于1的值時(shí)，即打開了Glossyeffect（模糊特性）計(jì)算的過程，這個(gè)過程將調(diào)用MC分布式過程。）

4：VRay Dirt Map 貼圖的計(jì)算過程（也就是我們常說的VRay的AO，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(cè)光線去收集每個(gè)像素周圍的阻塞情況。）

5：Vray面光源的軟陰影計(jì)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(jí)光線來摸擬出面光源應(yīng)有的陰影虛化效果。）

6: VRay的運(yùn)動(dòng)模糊特性（運(yùn)動(dòng)模糊的計(jì)算依靠的是分布式光線追蹤算法對(duì)時(shí)間域的離散計(jì)算，所以這個(gè)過程完全依賴MC分布式過程。）

7:VRay的攝像機(jī)景深特效（景深的實(shí)現(xiàn)依靠的是分布式光線追蹤對(duì)空間距離的離散計(jì)算。）

8：IrradianceMap的計(jì)算過程 (在IRmap的計(jì)算過程中，當(dāng)通過prepass分析圖像并放下采樣點(diǎn)后，需要從采樣點(diǎn)向周圍環(huán)境的虛擬半球空間發(fā)射分布式光線以探測(cè)和收集信息，從而計(jì)算出采樣點(diǎn)本身像素的最終GI結(jié)果，這個(gè)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(shí)就是這個(gè)過程中發(fā)射半球分布式光線的數(shù)量。)

9:Brute force算法計(jì)算GI的過程 （Brute force即老版本的QMC GI算法，無論你在VRay間接照明面板的主GI引擎還是次級(jí)GI引擎中打開Brute force，都是直接調(diào)用MC分布式過程對(duì)圖像上每一個(gè)像素進(jìn)行GI計(jì)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(dǎo)性地位，那么，請(qǐng)大家至少記住上表中我所提到的這幾種情況，因?yàn)樗鼈兊挠?jì)算過程都和下面我要講的這個(gè)面板里提供的參數(shù)有關(guān)，那就是VRay DMC sampler (VRay DMC核心采樣管理器)。 原來這個(gè)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(duì)此都有不解，到底DMC與QMC的區(qū)別在哪里？有沒有區(qū)別，提及于此，我先為大家理清楚幾個(gè)概念：

首先，理解一下MC，也就是Monte Carlo（蒙特卡羅），蒙特卡羅其實(shí)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(shí)上表所涉及的特性都是為了解決模糊效果，反走樣其實(shí)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(shí)情況的反折射成像，運(yùn)動(dòng)模糊其實(shí)就是為了讓成像根據(jù)運(yùn)動(dòng)速度與時(shí)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(zhǔn)蒙特卡羅)，這其實(shí)是純蒙特卡羅算法的一個(gè)變種，它縮減了算法取樣的范圍，QMC所產(chǎn)生的隨機(jī)樣本全部來自于一個(gè)低差異數(shù)據(jù)序列，而不是傳統(tǒng)MC的龐大假隨機(jī)數(shù)生成，但事實(shí)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(gè)變種，其區(qū)別在于，MC生成用于模糊結(jié)果的采樣點(diǎn)情況源于一個(gè)龐大的隨機(jī)數(shù)據(jù)集，即使我們計(jì)算的情況或考慮的內(nèi)容本身根本沒有發(fā)生改變，但計(jì)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(jì)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，因此，多次的計(jì)算結(jié)果是一致的，這有利于動(dòng)畫的計(jì)算，以及更好的降低可能帶來的噪點(diǎn)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(shí)上，QMC只是DMC的一個(gè)子集。

OK，我們不需要在這些純理論定義上浪費(fèi)太多時(shí)間，點(diǎn)明一下就行，我著重要闡述的，是VRay的這個(gè)核心DMC，是如何影響上表中這些功能實(shí)現(xiàn)的。

先來看看下面這個(gè)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(shí)就是分布式光線追蹤的samples樣本數(shù)，這是一個(gè)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(gè)模糊結(jié)果，取決于三個(gè)方面。

一方面取決于每個(gè)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(gè)特性其面板里都有subdivis參數(shù)，那么這個(gè)參數(shù)是一個(gè)非常重要的基本決定性因素，事實(shí)上用戶指定的每個(gè)功能部分的subdivis最終都要乘以面板中的Global subdivs multiplier這個(gè)倍增器。

一方面，還取決于VRay的重要性采樣分析，這是一個(gè)自適應(yīng)判斷過程，雖然用戶為每一個(gè)特性指定了subdivis值來確定其應(yīng)有樣本數(shù)量，但事實(shí)上VRay認(rèn)為它先要通過一個(gè)自適應(yīng)過程判斷一下待計(jì)算模糊效果的像素點(diǎn)(shade point)是否是一個(gè)重要性采樣，這個(gè)規(guī)則很復(fù)雜，我不詳細(xì)說明，比如暗的像素會(huì)比亮的像素需要更少的細(xì)節(jié)，比如遠(yuǎn)的會(huì)比近的需要更少的模糊細(xì)節(jié)，諸如此類，這個(gè)自適應(yīng)判斷過程的作用是要不要對(duì)這個(gè)像素使用全部的用戶所指定的subdivis數(shù)量級(jí)別來生成分布式光線樣本，如果某像素點(diǎn)實(shí)際上是比較遠(yuǎn)或暗的像素，VRay認(rèn)為用某個(gè)低于用戶指定的subdivs值即可，越不重要的像素點(diǎn)就用越低于指定subdivs的值來生成樣本。相反，相對(duì)重要的就用接近用戶指定的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(duì)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(gè)權(quán)重參數(shù)，當(dāng)這個(gè)值為1時(shí)，VRay將完全參考重要性分析的過程來決定如何優(yōu)化(其實(shí)就是降低)用戶指定的subdivs參數(shù)對(duì)某個(gè)像素點(diǎn)的影響，用戶給定的subdivs值此時(shí)只是個(gè)理想狀態(tài)，幾乎完全要被這個(gè)重要性自適應(yīng)判斷過程所削減，降低Adaptive amount這個(gè)權(quán)重，將使這個(gè)自適應(yīng)過程改變用戶決定權(quán)的情況降低，當(dāng)降到零時(shí)，完全使用用戶給定的subdivs值產(chǎn)生某像素點(diǎn)的樣本，即理想狀態(tài)。

最后，我們把經(jīng)由第一個(gè)方面，和第二個(gè)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(jī)制影響。

最后一個(gè)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(gè)機(jī)制影響，那就是早期終止機(jī)制，在不停產(chǎn)生分布式光線數(shù)量樣本以計(jì)算模糊效果的過程中，VRay會(huì)不停判斷正在生成的模糊結(jié)果其噪點(diǎn)是否已經(jīng)在承受范圍內(nèi)，如果達(dá)到承受范轉(zhuǎn)，或者說達(dá)標(biāo)，那么不管前兩個(gè)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?jí)蚰莻�(gè)確定的樣本數(shù)量，也立即停止，停止前完成min sapmles參數(shù)指定的最小樣本生成數(shù)量。而這個(gè)判斷噪點(diǎn)的標(biāo)準(zhǔn)，就是我們看到的面板中的noise threshold參數(shù)，這個(gè)參數(shù)越小，VRay對(duì)模糊結(jié)果的噪聲敏感程度就越高，VRay所能容忍的噪點(diǎn)情況就越小，相反對(duì)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(duì)模糊結(jié)果的噪聲敏感程度就越低，所能容忍的噪點(diǎn)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(gè)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(shí)其實(shí)就打開了模糊反射的計(jì)算，并且下面的subdivs值我給16(默認(rèn)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(gè)像素點(diǎn)(shade point)將用256個(gè)樣本光線來計(jì)算其模糊后效果，但這時(shí)情況并沒這么簡(jiǎn)單，先分析該shade點(diǎn)是不是應(yīng)該屬于重要性采樣，假定這個(gè)像素很遠(yuǎn)，也很暗，VRay認(rèn)為并不那么重要，于是說，用什么256個(gè)樣本來采樣，100個(gè)夠了，但VRay 說的100個(gè)和用戶指定的256個(gè)誰更說了算，用Adaptive amount權(quán)重來決定 ，當(dāng)Adaptive amount為1時(shí)，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(rèn)為的100的平均值，即178，如果為0，則完全按用戶指定的256個(gè)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(rèn)為0.85，那么將按：

(VRay認(rèn)為的樣本數(shù)*adaptive amount+用戶指定的樣本數(shù)*(2-adaptive amount))/2這個(gè)公式來計(jì)算。

即：(100*0.85+256*(2-0.85))/2=190 ,也就是說這時(shí)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(shí)實(shí)際以190個(gè)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(dú)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)無意義，完全由Adaptive DMC Sampler圖像反走樣自身的min subdivs參數(shù)決定最小樣本數(shù)量。當(dāng)Adatpive DMC Sample反走樣面板中的use DMC sampler threshold被勾掉后，DMC核心管理器的重要性自適應(yīng)判斷不再影響該圖像反走樣過程，而由它自帶的clr threshold顏色閥值來簡(jiǎn)單控制其自適應(yīng)判斷，但早期終止機(jī)制仍然作用于該反走樣過程，noise threshold仍然有效。