四种体积光的写法

【USparkle专栏】如果你深怀绝技,爱“搞点研究”,乐于分享也博采众长,我们期待你的加入,让智慧的火花碰撞交织,让知识的传递生生不息!


一、效果预览与对比

Volumetic Light性能与表现的取舍之道,总有一款适合你的项目(文末源码附上)。

1. 方案一:RayMarching
特点:效果一流且稳定,但多次采样ShadowMap比较消耗性能。

提供URP源码

2. 方案二:光强Threshold+径向模糊
特点:效果不够稳定,性能消耗适中(有点类似于Bloom的思想)。

提供Build-In源码

3. 方案三:Noise造假术
特点:需要额外的模型,但特别省性能,表现效果也还不错(如果是面片,则搭配Billboard效果更佳)。

提供ASE源码

4. 方案四:挤出造假术
特点:性能高,效果还行。但对模型顶点数不能太少,否则模型挤出时会被整体偏移(拿一个Cube试试就知道是啥意思了)。

提供Build-In源码

二、具体分析

以下是不同方法的实现思路,请结合下载的源码搭配使用。

1. 方案一:RayMarching
大体步骤:

  • 深度重建世界坐标系
  • 步进式采样ShadowMap,累计光强
  • 模糊算法提高光强质感
  • 混合体积光与原场景

首先:按照之前文章中提到的RenderFeature小框架,配置好RenderFeature,将RayMarching的RenderPass注入到管线中,后续在工程源码里会放这个小框架,不必担心额外下载。

关于小框架的讲解文章可查看:《URP RenderFeature通用框架(附源码与使用教程)》

利用反射实例化RenderPass脚本

后面我们将按照VolumetricLight_RenderPass中,重写的Render()函数展开分析(类似于Build-In中的OnRenderImage函数)。

1.1 深度重建世界坐标系
可参照文章:
《深度重建世界坐标系的N种方法(附带源码)》

1.2 步进式采样ShadowMap,累计光强
强烈推荐教我的赛博师傅的文章:
《【UnityShader】Volumetric Light 体积光(8)》

接下来就是利用重建好的世界坐标系,进行ShadowMap的采样。

比如采样下图的0,1,2,3点,如果步进4次,那么就会对0,1,2,3进行ShadowMap采样,这样0,1点就累计到了光强,而2,3点则没有。

于是就会出现这种情况:

左图为场景展示,右图为累计光强

但明显能看到分层的情况,这是因为当步进次数不够大的时候,等距采样会出现刚好漏过洞口的情况,造成某一段地方的光强累计不够,从而出现分层。由此我们可以试试随机采样的效果。

抖动解释

左图为未使用抖动,右图为抖动之后的

但这样却多了很多噪点,为了优化表现,我们可以用模糊算法来优化。

1.3 模糊算法提高光强质感
模糊算法依旧还是推荐毛大神的文章:
《高品质后处理:十种图像模糊算法的总结与实现》

1.4 混合体积光与原场景
直接相加就好:sceneColor+lightColor
也可以柔性混合:sceneColor+sceneColor*lightColor

左图为直接相加, 右图为柔性混合

2. 方案二:光强Threshold+径向模糊
2.1 提取高亮部分
屏幕空间中的灯光距离作为遮罩+Threshold过滤亮度值=生成亮度图

提取高亮部分后的效果图

2.2 使用径向模糊
营造发散的效果(这里不展开讲径向模糊,可以参考毛大神的文章):

对高亮部分进行模糊之后

2.3 混合体积光与原场景
直接相加就好:sceneColor+lightColor
也可以柔性混合:sceneColor+sceneColor*lightColor

混合之后

3. 方案三:Noise造假术
3.1 造假体积
Noise图拉长:

Noise图被极度拉长了

效果展示

3.2 边缘消隐
上图明显边缘太硬了,我们可以用Fresnel+UV摆放形成遮罩,来控制一下边缘消隐。

3.3 VertexOffset做开合控制
效果是有了,但不太可控,所以利用遮罩做开合控制。

4. 方案四:挤出造假术
4.1 顶点阶段的模型挤出
模型沿着背光方向,顶点挤出一定程度:

4.2 片元阶段控制衰减值
让挤出的部分呈现丁达尔效应:

三、工程提供

百度网盘链接:
百度网盘 请输入提取码
提取码:2233

Git链接:
https://github.com/RewriteHJ/Aqua-treasure-of-knowledge

方案一:RayMarching
文件名:0002Volumetic Light / 0002RayMarchingVolumeticLight.unitypackage
下载后,新建一个URP工程,拖入Assets覆盖即可(测试版本为Unity 2021.3.26)

方案二:光强Threshold+径向模糊
文件名:0002Volumetic Light / 0002RadialBlur_VolumetricLight.unitypackage
下载后,新建一个Build-In工程,拖入Assets覆盖即可(测试版本为Unity 2021.3.26)

方案三:Noise造假术
文件名:0002Volumetic Light / 0002NoiseTrick_VolumetricLight.unitypackage
下载后,新建一个Build-In工程,拖入Assets覆盖即可(测试版本为Unity 2021.3.26)

方案四:挤出造假术
文件名:0002Volumetic Light / 0002VertexExtrude_VolumetricLight.unitypackage
下载后,新建一个Build-In工程,拖入Assets覆盖即可(测试版本为Unity 2021.3.26)

四、结语

总结的四种Volumetric Light的方法就到这里啦。沉下心来看,其实体积光特别容易实现。今天的分享就到这啦,下次再见!


这是侑虎科技第1628篇文章,感谢作者智慧之水Aqua供稿。欢迎转发分享,未经作者授权请勿转载。如果您有任何独到的见解或者发现也欢迎联系我们,一起探讨。

作者主页:https://www.zhihu.com/people/tokisaki-52

再次感谢智慧之水Aqua的分享,如果您有任何独到的见解或者发现也欢迎联系我们,一起探讨。

内容概要:本文深入探讨了多种高级格兰杰因果检验方法,包括非线性格兰杰因果检验、分位数格兰杰因果检验、混频格兰杰因果检验以及频域因果检验。每种方法都有其独特之处,适用于不同类型的时间序列数据。非线性格兰杰因果检验分为非参数方法、双变量和多元检验,能够在不假设数据分布的情况下处理复杂的关系。分位数格兰杰因果检验则关注不同分位数下的因果关系,尤其适合经济数据的研究。混频格兰杰因果检验解决了不同频率数据之间的因果关系分析问题,而频域因果检验则专注于不同频率成分下的因果关系。文中还提供了具体的Python和R代码示例,帮助读者理解和应用这些方法。 适合人群:从事时间序列分析、经济学、金融学等领域研究的专业人士,尤其是对非线性因果关系感兴趣的学者和技术人员。 使用场景及目标:①研究复杂非线性时间序列数据中的因果关系;②分析不同分位数下的经济变量因果关系;③处理不同频率数据的因果关系;④识别特定频率成分下的因果关系。通过这些方法,研究人员可以获得更全面、细致的因果关系洞察。 阅读建议:由于涉及较多数学公式和编程代码,建议读者具备一定的统计学和编程基础,特别是对时间序列分析有一定了解。同时,建议结合具体案例进行实践操作,以便更好地掌握这些方法的实际应用。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值