上傳3D模型
上傳SU模型
合成全景VRay渲染守則&(DMC核心采樣管理器及其早期終止機制)
一、VRay渲染守則
1.永遠不要使用材質的opacity屬性，也不要在opacity通道中貼圖來實現半透明效果或制作某種貼片效果，比如片樹。原因:VRay的IRmap采樣點根本不能很好的支持opacity屬性，特別在動畫的情況下，一旦物體發生位置改變，采樣點對位分析的過程在遇到opacity通道的情況時將異常的慢。
?2.盡可能使用純32位Raw格式來保存圖像或圖像序列，因為這能為后期帶來質的調整變化，請注意，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燈光緩沖文件來計算材質的模糊反折射，而不是直接計算，因為lc能大大簡化模糊反折射計算過程，理由很簡單，LC是反向光線追蹤，節省了大量反射或折射計算開銷。
4. 請小心調整QMC或DMC核心管理面板的內容，所有調用QMC分布式光線追蹤的過程或者說功能塊，都受這個面板參數的影響，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算等等。
5. 如果調整了DMC核心管理器里面的noise threshold或adaptive amount參數，是需要重新跑光渲irmap才有效果的，不能重用。
?
6. 動畫閃爍產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采樣點不足，這種情況容易發生在攝像機較遠處，因為那里的相對像素區域小，采樣點投在那的機率更低，需要手動補采樣點，另一種閃爍的類型是，模糊反折射的表面和面光源陰影區域點閃，這是因為QMC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，那么就要動用QMC的核心管理器了，降低noise threshold和adaptive amount，直到動畫的點閃在你承受范圍內，但代價是巨大的。還有一種比較常見的閃爍，遠處極高頻圖像的閃爍，比如密集的線條，密集的交錯貼圖，這些在極遠處容易產生摩爾紋或頻閃，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間代價相對降低。閃爍對于一個像Vray這樣非工業級的渲染器，基本是很常見的，在這方面不能指望過于完美，完全去除噪點或點閃可能需要極高的反走樣或分布式光線數量。
7. 如果你的場景非常大，常規情況下一渲就跳出，可以肯定是內存問題，默認情況下VRay是自動采用內存分配方式，絕大部分場景都是分配的靜態內存，而代理物體和VRay fur物體總是使用動態內存，動態內存的好處是自由且自動分配，它會在需要時分配不需要時釋放，我們可以將渲染方式強制為動態類型，也就是dynamic類型，這樣，渲染速度會變慢，但有可能幫你渲出這個場景來。
?8. 盡可能不要使用color mapping中除線性外的其他方式，它將導致分層渲染無法還原，因為這是個有損過程。
?9. VRay材質的高光范圍和反射的模糊反射范圍默認是鎖定的，當然你可以解開單獨來調節，但高光的強度永遠和反射強度是鎖定的，如果你希望僅有強烈的高光但又不希望看到強烈的反射，請在材質選項里將tace reflection去掉即可。
二、DMC核心采樣管理器及其早期終止機制:
VRay是一個典型的以MC分布式光線追蹤為核心的渲染器，我們在渲染過程中經常會面對很多不同類型的計算過程，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（當其取值大于1時，會調用MC分布式過程來對每像素進行反走樣。）?
?2: Adaptive DMC sampler類型的圖像反走樣器（老版本叫Adaptive QMC sampler，它和fixed類型唯一的區別是帶有自適應過程）。
?3：VRay Mtl材質中的模糊反射和模糊折射特性的計算（當你將VRay Mtl中的Reflection面板或Refraction面板里的Glossy值調為任何小于1的值時，即打開了Glossyeffect（模糊特性）計算的過程，這個過程將調用MC分布式過程。）?
4：VRay Dirt Map 貼圖的計算過程（也就是我們常說的VRay的AO，這一過程需要調用MC分布式光線追蹤來發射大量探測光線去收集每個像素周圍的阻塞情況。）?
5：Vray面光源的軟陰影計算過程（與傳統的光線追蹤投下的生硬陰影邊緣不同，VRay的面光靠MC分布式光線追蹤發射的次級光線來摸擬出面光源應有的陰影虛化效果。）?
?6: VRay的運動模糊特性（運動模糊的計算依靠的是分布式光線追蹤算法對時間域的離散計算，所以這個過程完全依賴MC分布式過程。）?
7:VRay的攝像機景深特效（景深的實現依靠的是分布式光線追蹤對空間距離的離散計算。）
8：IrradianceMap的計算過程 (在IRmap的計算過程中，當通過prepass分析圖像并放下采樣點后，需要從采樣點向周圍環境的虛擬半球空間發射分布式光線以探測和收集信息，從而計算出采樣點本身像素的最終GI結果，這個過程也就是調用MC分布式光線追蹤來完成的，而Hsph subdivs決定的其實就是這個過程中發射半球分布式光線的數量。)?
9:Brute force算法計算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GI引擎中打開Brute force，都是直接調用MC分布式過程對圖像上每一個像素進行GI計算） 根據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中的主導性地位，那么，請大家至少記住上表中我所提到的這幾種情況，因為它們的計算過程都和下面我要講的這個面板里提供的參數有關，那就是VRay DMC sampler (VRay DMC核心采樣管理器)。 原來這個面板的名字叫“VRay QMC sampler”，VRay從1.5版開始更名為"DM C"，這里很多朋友對此都有不解，到底DMC與QMC的區別在哪里？有沒有區別，提及于此，我先為大家理清楚幾個概念：?
?
首先，理解一下MC，也就是Monte Carlo（蒙特卡羅），蒙特卡羅其實是一種分布式積分，而蒙特卡羅算法專門用這種積分所產生的分布概率來產生各種模糊數據，其實上表所涉及的特性都是為了解決模糊效果，反走樣其實就是為了將圖像鋸齒模糊化，模糊反折射也是為了產生模糊但有源于真實情況的反折射成像，運動模糊其實就是為了讓成像根據運動速度與時間的關系產生出模糊效果，諸如此類。?
而什么又是QMC呢？全名是Quasi-Monte Carlo（準蒙特卡羅)，這其實是純蒙特卡羅算法的一個變種，它縮減了算法取樣的范圍，QMC所產生的隨機樣本全部來自于一個低差異數據序列，而不是傳統MC的龐大假隨機數生成，但事實上，VRay在新版本中已經摒棄了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的一個變種，其區別在于，MC生成用于模糊結果的采樣點情況源于一個龐大的隨機數據集，即使我們計算的情況或考慮的內容本身根本沒有發生改變，但計算的模糊結果每一次都是不一樣的。DMC則不同，DMC先依據某種規則考慮計算的重要性和內容的特質，然后事先確定一組數據序列，而樣本則產生于這組已確定的數據序列，因此，多次的計算結果是一致的，這有利于動畫的計算，以及更好的降低可能帶來的噪點情況，DMC和QMC之間的區別在于，這兩者選擇產生樣本的數據序列集不同，考慮規則不同。事實上，QMC只是DMC的一個子集。?
?OK，我們不需要在這些純理論定義上浪費太多時間，點明一下就行，我著重要闡述的，是VRay的這個核心DMC，是如何影響上表中這些功能實現的。?
?先來看看下面這個面板，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量，其實就是分布式光線追蹤的samples樣本數，這是一個概念。
?我們所見到的和分布式光線追蹤有關的subdivis參數和樣本數的關系是平方關系，也就是說，subdivis值的平方就是分布式光線數量(或樣本數量)。?
?VRay的DMC分布式光線追蹤算法最終產生多少samples樣本來得到一個模糊結果，取決于三個方面。?
一方面取決于每個局部效果或功能塊，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特性其面板里都有subdivis參數，那么這個參數是一個非常重要的基本決定性因素，事實上用戶指定的每個功能部分的subdivis最終都要乘以面板中的Global subdivs multiplier這個倍增器。?
一方面，還取決于VRay的重要性采樣分析，這是一個自適應判斷過程，雖然用戶為每一個特性指定了subdivis值來確定其應有樣本數量，但事實上VRay認為它先要通過一個自適應過程判斷一下待計算模糊效果的像素點(shade point)是否是一個重要性采樣，這個規則很復雜，我不詳細說明，比如暗的像素會比亮的像素需要更少的細節，比如遠的會比近的需要更少的模糊細節，諸如此類，這個自適應判斷過程的作用是要不要對這個像素使用全部的用戶所指定的subdivis數量級別來生成分布式光線樣本，如果某像素點實際上是比較遠或暗的像素，VRay認為用某個低于用戶指定的subdivs值即可，越不重要的像素點就用越低于指定subdivs的值來生成樣本。相反，相對重要的就用接近用戶指定的subdivis值來產生樣本。然而，用戶可以指定VRay重要性自適應分析對最終形成樣本起改變作用的權重，面板上看到的Adaptive amount值就是這個權重參數，當這個值為1時，VRay將完全參考重要性分析的過程來決定如何優化(其實就是降低)用戶指定的subdivs參數對某個像素點的影響，用戶給定的subdivs值此時只是個理想狀態，幾乎完全要被這個重要性自適應判斷過程所削減，降低Adaptive amount這個權重，將使這個自適應過程改變用戶決定權的情況降低，當降到零時，完全使用用戶給定的subdivs值產生某像素點的樣本，即理想狀態。
?最后，我們把經由第一個方面，和第二個方面后最終決定的樣本數量叫做VRay分布式額定樣本數量。后面它還將受到早期終止機制影響。?
最后一個方面，除了受用戶指定的subdivis值，以及重要性自適應分析，還受一個機制影響，那就是早期終止機制，在不停產生分布式光線數量樣本以計算模糊效果的過程中，VRay會不停判斷正在生成的模糊結果其噪點是否已經在承受范圍內，如果達到承受范轉，或者說達標，那么不管前兩個方面所提到的因素最終確定了用多少樣本來生成結果，即使目前并未分布夠那個確定的樣本數量，也立即停止，停止前完成min sapmles參數指定的最小樣本生成數量。而這個判斷噪點的標準，就是我們看到的面板中的noise threshold參數，這個參數越小，VRay對模糊結果的噪聲敏感程度就越高，VRay所能容忍的噪點情況就越小，相反對質量要求就越高，早期終止將越晚出現，甚至完全不出現。反之，noise threshold參數越大，VRay對模糊結果的噪聲敏感程度就越低，所能容忍的噪點情況就越大，質量要求越低，早期終止容易越早出現。?
?
說了這么多理論且抽象的東西，為了幫助大家理解，我舉個例子：?
?以模糊反射為例，某VRay材質我設置Reflection glossy為0.65，這時其實就打開了模糊反射的計算，并且下面的subdivs值我給16(默認為8)，換算過來就是應該產生16*16=256條分布式光線，或者說256樣本數，即被賦材質的物體表面的每個像素點(shade point)將用256個樣本光線來計算其模糊后效果，但這時情況并沒這么簡單，先分析該shade點是不是應該屬于重要性采樣，假定這個像素很遠，也很暗，VRay認為并不那么重要，于是說，用什么256個樣本來采樣，100個夠了，但VRay 說的100個和用戶指定的256個誰更說了算，用Adaptive amount權重來決定 ，當Adaptive amount為1時，Vray自適應重要性分析將占據一半的權重，即最終的樣本數將為用戶指定的256和VRay認為的100的平均值，即178，如果為0，則完全按用戶指定的256個樣本算，不考慮重要性分析，如果介于兩者之間，比如Adaptive amount默認為0.85，那么將按：
?(VRay認為的樣本數*adaptive amount+用戶指定的樣本數*(2-adaptive amount))/2這個公式來計算。?
即：(100*0.85+256*(2-0.85))/2=190 ,也就是說這時用戶占百分之115的權重，VRay分析的占百分之85的權重，一共是百分之兩百權重。這時實際以190個樣本數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，不受其它任何參數影響。?
Adaptive DMC Sampler圖像反走樣模式下，DMC核心面板里的min samples參數無意義，完全由Adaptive DMC Sampler圖像反走樣自身的min subdivs參數決定最小樣本數量。當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顏色閥值來簡單控制其自適應判斷，但早期終止機制仍然作用于該反走樣過程，noise threshold仍然有效。 ?
更多圖文教程推薦：
評論（0）