跳到主要内容

光线追踪基本原理:从眼睛反向找光

光栅化用的是"图元 → 像素"的正向流水线,问"这个三角形覆盖了哪些像素";光线追踪是反过来的——问"这个像素后面的场景里第一次撞到什么"。方向不同,逻辑不同,能干的事也不同。反射、折射、软阴影、间接光照这些在光栅化里要拼各种 trick 的效果,在光线追踪里都是自然产物。

1. 从相机出发的射线​

一条光线是参数方程 r(t)=o+td\mathbf{r}(t)=\mathbf{o}+t\mathbf{d},o\mathbf{o} 是起点,d\mathbf{d} 是单位方向向量,t≥0t\geq 0 表示沿着方向走多远。看似平凡,但整个光线追踪算法都是围绕它转的。

给定像素中心 (i,j)(i,j)、相机位置 e\mathbf{e}、视图矩阵和投影参数,射线的生成如下:

dij=normalize(pij−e)\mathbf{d}_{ij} = \text{normalize}\left(\mathbf{p}_{ij}-\mathbf{e}\right)

其中 pij\mathbf{p}_{ij} 是像素中心在世界空间里的位置。屏幕像素在近平面上的坐标可以从 NDC 反推——这一步和光栅化里的视口变换是同一个数学,只不过反着来。

一条"眼睛射线"(primary ray)代表一个像素样本。要抗锯齿就在像素里多采几个位置;要景深就在光圈内多采几个 e\mathbf{e};要运动模糊就在时间上多采几帧。采样维度扩了几维,效果就多了几维,这是光线追踪最迷人的一点。

2. 光线-三角形求交:Möller-Trumbore​

三维场景通常被表达为三角网格,所以最基础的一步是判断射线与三角形是否相交、在哪相交。

一个三角形由顶点 v0,v1,v2\mathbf{v}_0,\mathbf{v}_1,\mathbf{v}_2 定义。任意点可以用重心坐标表示:

P(u,v)=(1−u−v)v0+uv1+vv2\mathbf{P}(u,v)=(1-u-v)\mathbf{v}_0+u\mathbf{v}_1+v\mathbf{v}_2

代入射线方程 o+td=P(u,v)\mathbf{o}+t\mathbf{d}=\mathbf{P}(u,v),整理得:

[−de1e2][tuv]=o−v0\begin{bmatrix}-\mathbf{d} & \mathbf{e}_1 & \mathbf{e}_2\end{bmatrix}\begin{bmatrix}t\\u\\v\end{bmatrix}=\mathbf{o}-\mathbf{v}_0

其中 e1=v1−v0\mathbf{e}_1=\mathbf{v}_1-\mathbf{v}_0,e2=v2−v0\mathbf{e}_2=\mathbf{v}_2-\mathbf{v}_0。用 Cramer 法则解这个 3×33\times 3 线性系统就得到 Möller-Trumbore 算法(1997):

p=d×e2,a=e1⋅pu=(o−v0)⋅paq=(o−v0)×e1v=d⋅qa,t=e2⋅qa\begin{aligned} \mathbf{p}&=\mathbf{d}\times\mathbf{e}_2,\quad a=\mathbf{e}_1\cdot\mathbf{p}\\ u&=\frac{(\mathbf{o}-\mathbf{v}_0)\cdot\mathbf{p}}{a}\\ \mathbf{q}&=(\mathbf{o}-\mathbf{v}_0)\times\mathbf{e}_1\\ v&=\frac{\mathbf{d}\cdot\mathbf{q}}{a},\quad t=\frac{\mathbf{e}_2\cdot\mathbf{q}}{a} \end{aligned}

有效解需要 u≥0u\geq 0、v≥0v\geq 0、u+v≤1u+v\leq 1、t>ϵt>\epsilon。这个算法不存储三角形的法线或平面方程,只用顶点——内存友好,这在几十亿三角形的场景里很关键。

历史脉络:早期算法先算射线与三角形所在平面的交点再判断是否在三角形内,需要 24 次乘法。Möller-Trumbore 通过重心坐标把它压到 19 次左右,同时天然给出 u,vu,v 用于纹理插值和法线插值。几何基础可以参考点、线、面与隐式曲面。

3. Whitted 光线追踪​

1980 年 Turner Whitted 发表 An Improved Illumination Model for Shaded Display,把光线追踪从"眼睛射线找可见面"扩展为递归结构。核心思路:每次射线撞到表面后,根据材质属性生成新的射线。

        eye
│
▼ primary ray
┌─┴─┐ (hit)
│ │─────► shadow ray → 光源
│ │─────► reflection ray ──► 递归
│ │─────► refraction ray ──► 递归
└───┘

对每个交点 x\mathbf{x},最终颜色为:

L(x,ωo)=Le+kaIa+∑lvisible(x,l) (kd(n⋅l)+ks(r⋅v)n)+krLr+ktLtL(\mathbf{x},\omega_o)=L_e+k_a I_a+\sum_{l}\text{visible}(\mathbf{x},l)\,(k_d(\mathbf{n}\cdot\mathbf{l})+k_s(\mathbf{r}\cdot\mathbf{v})^n)+k_r L_r+k_t L_t

其中 LrL_r 是反射方向递归得到的颜色,LtL_t 是折射方向递归得到的颜色。折射方向由 Snell 定律 n1sin⁡θ1=n2sin⁡θ2n_1\sin\theta_1=n_2\sin\theta_2 决定。

递归的终止靠最大深度(比如 5 层)和能量阈值(贡献低于 10−310^{-3} 就停)。Whitted 的模型只处理纯镜面反射/折射——每次只往一个确定方向发射子射线,所以场景里的玻璃和镜子表现极好,磨砂表面和柔和光照根本无法处理。这个坑要等到 Kajiya 的渲染方程才被填上。

4. 阴影射线与自相交​

从交点 x\mathbf{x} 向光源发一条射线 r(t)=x+t(l−x)\mathbf{r}(t)=\mathbf{x}+t(\mathbf{l}-\mathbf{x}),如果 t∈(0,1)t\in(0,1) 内命中任何几何体,说明 x\mathbf{x} 被遮挡。

一个坑:起点 x\mathbf{x} 就在几何体表面上,浮点误差会让射线立刻"命中"自己。修复方法有两种:

  • 偏移起点:x′=x+ϵn\mathbf{x}'=\mathbf{x}+\epsilon\mathbf{n},通用但 ϵ\epsilon 难调
  • 忽略源三角形:记录当前三角形 ID 排除,几何精确但对多面体的凹角不完美

工业界(如 PBRT-v4、Embree)用的是更精细的自适应偏移,误差随交点距原点的距离缩放。

5. 与光栅化的正面对比​

维度光栅化光线追踪
算法方向图元 → 像素像素 → 场景
复杂度O(n⋅p)O(n\cdot p)O(plog⁡n)O(p\log n)(有加速结构)
反射/折射环境贴图、平面反射等 hack天然支持
软阴影Shadow Map + PCF面光源采样
间接光照需要预计算(Lightmap/GI)天然支持
硬件成熟度40 年 GPU 流水线RTX 后才有专用单元
内存访问相干,缓存友好发散,缓存不友好
并行性顶点/像素高度并行每条射线独立,但发散大

早期光线追踪的最大痛点是每条射线要测试 O(n)O(n) 个三角形,一亿三角形场景根本没法实时。这个问题的答案是加速结构:BVH 与 k-d 树,把复杂度压到对数级别。

6. 反射与折射方向的推导​

反射方向(Snell 反射定律):

r=d−2(d⋅n)n\mathbf{r}=\mathbf{d}-2(\mathbf{d}\cdot\mathbf{n})\mathbf{n}

几何直观:把入射方向 d\mathbf{d} 在法线方向上取负、在切平面上不变。

折射方向推导稍复杂。设入射角 θi\theta_i,折射角 θt\theta_t,折射率比 η=n1/n2\eta=n_1/n_2,则:

t=ηd+(ηcos⁡θi−cos⁡θt)n\mathbf{t}=\eta\mathbf{d}+(\eta\cos\theta_i-\cos\theta_t)\mathbf{n}

其中 cos⁡θi=−d⋅n\cos\theta_i=-\mathbf{d}\cdot\mathbf{n},cos⁡θt=1−η2(1−cos⁡2θi)\cos\theta_t=\sqrt{1-\eta^2(1-\cos^2\theta_i)}。如果根号内为负说明发生全反射(total internal reflection),t\mathbf{t} 不存在,光完全按反射方向返回。这是水下看天花板边缘发亮、光纤能导光的原理。

菲涅尔项决定反射和折射的能量分配:

F=12(∣n1cos⁡θi−n2cos⁡θtn1cos⁡θi+n2cos⁡θt∣2+∣n1cos⁡θt−n2cos⁡θin1cos⁡θt+n2cos⁡θi∣2)F=\frac{1}{2}\left(\left|\frac{n_1\cos\theta_i-n_2\cos\theta_t}{n_1\cos\theta_i+n_2\cos\theta_t}\right|^2+\left|\frac{n_1\cos\theta_t-n_2\cos\theta_i}{n_1\cos\theta_t+n_2\cos\theta_i}\right|^2\right)

工程上常用 Schlick 近似 F≈F0+(1−F0)(1−cos⁡θi)5F\approx F_0+(1-F_0)(1-\cos\theta_i)^5,误差很小但避免了开方。更多细节见 BRDF 与材质系统。

7. 一个最小实现的伪代码​

Color trace(Ray r, int depth) {
if (depth > MAX_DEPTH) return black;
Hit h = scene.intersect(r);
if (!h) return background(r.d);

Color local = shade_direct(h); // Phong + shadow rays
Color reflected = black, refracted = black;

if (h.mat.reflective) {
Ray rr = { h.p + eps*h.n, reflect(r.d, h.n) };
reflected = trace(rr, depth + 1);
}
if (h.mat.transparent) {
Ray tr = { h.p - eps*h.n, refract(r.d, h.n, h.mat.ior) };
refracted = trace(tr, depth + 1);
}

float F = fresnel_schlick(h, r.d);
return local + F*reflected + (1-F)*refracted;
}

关键点:递归结构直白,scene.intersect 的效率决定一切,eps 决定自相交是否出错。80 行 C++ 就能写出经典的三球一平面 raytracer 效果,这也是为什么每个图形学新手的第一个 side project 都是它。

8. Whitted 之后:向真实感的两条分叉​

Whitted 只处理"点光源+光滑面"的世界,对磨砂金属、次表面散射、面积光源无能为力。1980-1990 年代出现两条路线:

  • 分布式光线追踪(Cook, 1984):把镜面反射方向抖动成一束射线做锥形反射,把点光源变成面光源采样,得到软阴影、光泽反射、景深。计算量线性增加,效果与真实感一起提升。
  • 路径追踪(Kajiya, 1986):把光传输写成积分方程,用蒙特卡洛方法求解。理论完备,但收敛慢。

现代离线渲染器(Arnold、RenderMan、Cycles)走的是路径追踪;游戏引擎的实时光追(RTX、Lumen)走的是混合方案——光栅化管线 + 光线追踪做反射/阴影/GI。参考 实时光线追踪与 RTX。

Whitted 光线追踪今天更多作为教学起点存在,工业界很少直接使用。但它奠定了两件事:一是"从眼睛反追"的思维范式,二是"射线-场景求交"这个基础操作可复用到今天所有的光追算法里。