跳到主要内容

景深、运动模糊与雾效:模拟真实世界的"不清晰"

理想的针孔相机会给出一切都清晰的图像,但真实世界的图像永远是模糊的——镜头有孔径、快门有时长、大气有粒子。人眼把这些"不清晰"当成距离、速度、体量的线索。计算机图形学里,这类"故意加的模糊"统称镜头/大气效果,是后处理阶段最有辨识度的一部分。

1. 景深:孔径不为零带来的圈​

针孔相机(pinhole)里的光线路径唯一,所有物体不管远近都对应像面上一点。真实镜头有孔径 AA,物体不在焦平面时会成一个圆——弥散圆(Circle of Confusion, CoC)。

1.1 薄透镜模型与 CoC 半径​

薄透镜方程:

1so+1si=1f\frac{1}{s_o}+\frac{1}{s_i}=\frac{1}{f}

sos_o 是物距,sis_i 是像距,ff 是焦距。设焦平面对应物距 so=Ss_o=S,另一深度 zz 处的物体像面直径推导后得到弥散圆直径:

c(z)=∣z−S∣z⋅f2N(S−f)c(z)=\frac{|z-S|}{z}\cdot\frac{f^2}{N(S-f)}

N=f/AN=f/A 是光圈值 f-number。三个直观结论:

  • CoC 与深度差符号无关——前景失焦和后景失焦都会模糊
  • 越大光圈(NN 越小)CoC 越大——所以人像镜头用 f/1.4 拍虚化背景
  • 越长焦距 CoC 越大——85mm 比 35mm 更容易糊背景

工程上把 CoC 换算到屏幕像素:rpixel=c(z)⋅sensor_to_pixelr_{\text{pixel}}=c(z)\cdot\text{sensor\_to\_pixel}。

1.2 散景(Bokeh)——CoC 的形状​

CoC 不是几何点而是光圈的成像。圆形光圈得圆形散景,六边形光圈得六角形散景。远处的高光被扩散成"光斑",是散景最显眼的表现。

想在游戏里做真实的六边形/心形散景,通常用分散写入(scatter):每个高亮像素往目标半径内的多个像素叠加带形状 mask 的能量。GPU 上更常见的是反过来做聚集(gather):目标像素采样一圈周围像素并按 CoC 加权。

1.3 实时景深的两大流派​

Gather-based DoF(大多数游戏):

  1. 一个 pass 计算每像素 CoC,存到 alpha 通道
  2. 分辨率减半,做前景 / 后景分离(否则清晰前景会把后景颜色"漏"进来)
  3. 用径向 sample pattern(Poisson disc / 环形 disc)在半分辨率图上做 gather 模糊,权重按 CoC 决定
  4. upsample、合成

Scatter-as-Gather + Tile 优化:把屏幕分块,先算每个 tile 的最大 CoC,模糊时只对 tile 范围内的像素做合并。UE、Frostbite 都是这一套。

难点:焦平面附近的"清晰/模糊边界"(bleeding)、半透明物体(几何 order-independent)、TAA的历史帧被 DoF 糊化后再累积会永久模糊。所以 DoF 一般放在 TAA resolve 之后。

1.4 光线追踪的 DoF​

在 光线追踪 里 DoF 是免费的——从像素射线不再从针孔出发,而是从光圈内随机采样一点,指向"焦平面上应该被采到的点"。多条采样光线自然产生 CoC。这也是为什么离线渲染的散景永远比后处理更真实——它是几何正确的。

2. 运动模糊:曝光时间不为零的痕迹​

真实相机快门开合有时长 Δt\Delta t,物体在这段时间内相对相机运动,就会在像面留下条纹。人眼看运动模糊会自动理解为"高速"。缺失运动模糊的画面(早期赛车游戏、24fps 电影没启用 shutter)会显得抽帧、卡顿。

2.1 几何法:多次渲染取平均​

概念上最简单:曝光时间内均匀采样 NN 个时刻,各渲染一次,取平均。NN 足够大就是 ground truth。

代价是渲染成本乘以 NN。离线渲染(V-Ray、Arnold)就是这么做的,实时几乎不用。

2.2 后处理法:velocity buffer + 定向模糊​

主流实时方案:

  1. 几何 pass 输出 motion vector v⃗(p)\vec v(p),公式和 TAA 里的一样
  2. 后处理 pass 沿 v⃗(p)\vec v(p) 方向做线性模糊——从像素中心向 v⃗/2\vec v/2 方向和 −v⃗/2-\vec v/2 方向各采样 NN 步
Cout(p)=1N∑i=0N−1C(p+(iN−1−12)v⃗(p))C_{\text{out}}(p)=\frac{1}{N}\sum_{i=0}^{N-1} C\left(p+\left(\frac{i}{N-1}-\frac{1}{2}\right)\vec v(p)\right)

优点:一个 pass,成本可控。缺点:

  • 前景后景 bleed——快速移动的角色会把背景颜色拉进来。工程 fix 是深度感知加权:拒绝远于自己 depth 的样本。
  • 背景遮挡:McGuire 等人 2012 年 "A Reconstruction Filter for Plausible Motion Blur" 提出分块最大速度、随机采样、深度加权、层次遮挡的一整套 filter,成为现代实时运动模糊的事实标准。

2.3 快门角度与感官尺度​

摄影术语里 shutter angle 是快门开启角度占单帧时长的比例,180° 意味着曝光时长 = 1/(2·fps)。游戏里的模糊强度参数其实等价于这个。太大(>270°>270°)画面像流糖水,太小(<90°<90°)动作显得卡。24fps 电影传统 180°;60fps 游戏一般 90°–120° 更舒适。

2.4 相机模糊 vs 物体模糊​

  • 物体模糊:物体动,相机静。地上的车飞驰而过,需要 per-object motion vector。
  • 相机模糊:整帧全糊。只需要用相机自身矩阵变化生成 motion vector。
  • 旋转模糊:车轮辐条、旋转叶片。屏幕空间 motion vector 无法处理(辐条上采样点是"直线运动",但整体是圆周)。需要几何法或专门 shader。

3. 雾效:把大气介质当成积分​

雾、霾、水下光衰减,本质都是光线穿过参与介质时被吸收/散射的过程。经典的比尔-朗伯定律:

Leye=Lscene⋅T(d)+Lfog⋅(1−T(d))L_{\text{eye}}=L_{\text{scene}}\cdot T(d) + L_{\text{fog}}\cdot(1-T(d))

T(d)T(d) 是从物体到眼睛距离 dd 上的透过率(transmittance),LfogL_{\text{fog}} 是雾自身贡献的光。核心问题就是求 T(d)T(d)。

3.1 线性雾、指数雾、指数平方雾​

最原始的固定管线年代(OpenGL fixed pipeline)三种参数化:

线性雾:

T(d)=dend−ddend−dstartT(d)=\frac{d_{\text{end}}-d}{d_{\text{end}}-d_{\text{start}}}

超出 dendd_{\text{end}} 完全雾化。物理上不成立但便宜。

指数雾:

T(d)=e−σdT(d)=e^{-\sigma d}

σ\sigma 是消光系数。这一条来自参与介质常数密度的比尔定律,物理正确。

指数平方雾:

T(d)=e−(σd)2T(d)=e^{-(\sigma d)^2}

近处不糊、远处快速糊。没有物理来源,纯粹是艺术调节——想让"远处一堵墙"效果更明显。

3.2 高度雾(Height Fog)​

真实大气密度随高度指数衰减。让 σ\sigma 依赖于 yy 坐标:

σ(y)=σ0e−y/H\sigma(y)=\sigma_0 e^{-y/H}

沿视线积分:

τ=∫0dσ(y(s)) ds\tau=\int_0^d \sigma(y(s))\,\mathrm{d}s

对于直线视线 y(s)=y0+ssin⁡θy(s)=y_0+s\sin\theta,积分可以解析出:

τ=σ0sin⁡θe−y0/H(1−e−dsin⁡θ/H)⋅H\tau=\frac{\sigma_0}{\sin\theta}e^{-y_0/H}(1-e^{-d\sin\theta/H})\cdot H

θ\theta 是视线俯仰角。sin⁡θ→0\sin\theta\to 0(水平视线)时用泰勒展开避免除零。UE 的 Exponential Height Fog 就是这套公式,加上双层(不同 σ0,H\sigma_0, H)叠加得到更丰富的分层雾。

3.3 体积雾:ray marching + 光照​

前面所有的雾都不考虑光源在雾里的散射(in-scattering)。想让阳光穿过树林出现"上帝光柱"(god rays)、想让一个火把在雾里出现光晕,需要体积雾。

体渲染方程简化形式:

L(d)=∫0dT(s) σs(s) Lin(s) ds+T(d)LsceneL(d)=\int_0^d T(s)\,\sigma_s(s)\,L_{\text{in}}(s)\,\mathrm{d}s + T(d)L_{\text{scene}}

σs\sigma_s 是散射系数,LinL_{\text{in}} 是该点从各光源到达的入射光(要做阴影测试)。

实时体积雾(Frostbite 的 Volumetric Fog、UE 的 Volumetric Fog)通用做法:

  1. 沿视锥切一系列 slab(frustum-aligned 3D texture,一般 160×90×64)
  2. Voxel 里存密度 σ\sigma 和 in-scattering 值(对所有光源做阴影采样)
  3. 从近到远在 3D texture 上做前缀积分(scattering integration pass),得到每个 voxel 的累计透过率和累积 in-scattering
  4. 屏幕像素采样 3D texture,用 depth 索引对应 slab
     eye ─→  slab0 slab1 slab2 ... slabN-1
│ │ │
每帧一次 compute: in-scatter + shadow query
│
一次前缀 pass: T累乘、L累加
│
采样:屏幕像素 (uv, linearZ) → 3D tex

64 层是精度和带宽的折衷。近处 slab 密、远处 slab 稀(exponential slice),因为近处一点密度变化就影响很大。

3.4 大气散射​

体积雾的极端形式是大气散射(Rayleigh + Mie),用来渲染天空。Rayleigh 解释蓝天/红霞(∼1/λ4\sim 1/\lambda^4,波长依赖),Mie 解释朝阳晕光/云雾白色。Nishita 1993 的模型是经典基础,后来 Bruneton、Hillaire 各自做了预计算 LUT 版本。Frostbite/UE5 天空系统就是 Hillaire 的 "A Scalable and Production Ready Sky and Atmosphere Rendering Technique"。跟屏幕空间雾同源,只不过尺度到了行星级别。

4. 三者的共通哲学:真实世界都是积分​

针孔相机是 delta 函数,快门瞬时是 delta 函数,空气无参与介质是 delta 函数。任何不理想都表现为在时间、空间、光路上的积分:

效果积分变量现实原因视觉线索
景深光圈上的空间点镜头孔径距离感
运动模糊曝光时间快门开合速度感
雾/大气视线路径空气散射吸收空间深度、体量

离线渲染把这些积分交给 Monte Carlo,一并解决。实时渲染只能把每种积分拆开、各自用最省的 approx——分辨率降一半、gather 半径预算 K 次、体素 3D texture 64 层。表面上完全不同的技术,底层都在回答一个问题:如何用有限采样近似连续世界?

后处理链里这三个效果一般按 片段处理与输出合并 之后、色调映射 之前的顺序执行——因为它们都要在线性 HDR 空间做,映射到 LDR 后再做散景/条纹会得到错误的能量守恒。