Monte Carlo Path Tracer

环境

window10
vs 2017
第三方库
- glm
- nlohmann/json: JSON for Modern C++

使用

若要修改测试内容，main文件的tracer.traceScene("scene.json", 0)中，scene.json是场景配置文件路径，0是场景index。目前0是cbox，1是diningroom，2是veach，3是test scene。

实现

scene load
- 在读取场景部分，将场景参数写作json，使用nlomann json方便读取：
```
{
  "name": "CornellBox",
  "root_path": "../scene/cbox/",
  "obj_path": "cbox.obj",
  "camera": {
    "position": [ 278, 273, -800 ],
    "look-at": [ 278, 273, -799 ],
    "up": [ 0, 1, 0 ],
    "fov": 39.3077,
    "film-resolution": [ 512, 512 ]
  } 
},
```
- 在载入obj部分，class Model存储obj中的mesh group、faces、verts等内容。根据材质参数，分类不同的材质类型。
- scene包含Model，并从中提取直接光采样所需的emitters。
- 一些修改：
  - cbox中顶部灯和天花板完全重合了，我下移了一些距离；
  - dinningroom场景中，view space中左下角的墙壁没用缝合，留了一条黑色的空隙，我在Maya里又修改了一下；
  - diningroom场景的fov应该是36；
AABB
- 在里面加入了和ray求交的内容；
kd tree
- 因为场景的面片树较多，所以在scene中建立kd-tree来求交；
- 目前的树高为4*round(log10((double)model->all_objs.size()))；
multi threads
- 同样为了加速，尽量利用多线程并行计算，参考了https://stackoverflow.com/questions/36246300/parallel-loops-in-c；
- 不过，好像直接用openmp是一个更简洁快速的办法；
primitive
- 在基类object3d上派生triangle、sphere、box及对应的求交实现；不过因为现在是读取模型，目前只用上了triangle；
- triangle: 具体的求交的矩阵推导和转换，详细参考了《realtime rendering》p748中关于三角形求交的内容；
- sphere和box的求交，直接按照课堂slides实现；
frame
- 参考很多人的实现，class Frame好像是很常用的结构，方便坐标转换，在局部表面的采样和下表面方向剔除；
- 在class Hit中存储一个Frame对象，记录intersect计算时，交点的局部坐标信息；
spp
- 为了取得一定结果又不耗费过长时间，下方测试的spp基本是50；
sampler
- 一开始的方案是(double)rand() / RAND_MAX，不过每次写都很冗余。为了方便生成随机数，使用封装的class Sampler，在需要随机采样的函数间传递引用对象；
material importance sampling
- diffuse
  - sample:
    - Malley’s method: uniformly generates points on the unit disk and then generates directions by projecting them up to the hemisphere above it.
  - eval
```
this->diffuse_reflection*Frame::cosTheta(hit.wi)*INV_PI
```
  - pdf: cos_theta*INV_PI
- Phong
  - sample
```
double cosTheta = std::powf(sample.x, 1.0 / (exponent + 1));
double sinTheta = std::sqrtf(std::fmax(1.0 - (cosTheta * cosTheta), 0));
double phi = sample.y * 2.0 * PI;

v = glm::dvec3(sinTheta * std::cosf(phi), sinTheta * std::sinf(phi), cosTheta);
```
  - eval
```
this->specular_reflection*(exponent + 2)*INV_TWOPI*(double)std::powf(cos_theta, exp)
```
  - pdf
```
(exponent + 2) * INV_TWOPI * std::powf(cos_theta, exponent)
```
  - 方法
    - 定义采样Phong的概率，这里用specular / (specular+diffuse);
    - 生成随机数r0;
    - 如果r0<p, 采样phong，反之lambert;
    - 联合PDFs: PDF=p*pdf_phong+(1-p)*pdf_lambert
- glass
  - 计算菲涅尔系数，判断折射和反射，反射部分完全镜面反射
MIS
- light source sampling + BRDF sampling
- 参考下述内容：

结果

cbox:
- 结果:
  - spp: 50
  - bounce depth: 10
  - direction illumination:
    - sample bsdf: 10
    - sample light: 5
my scene:
- 结果:
  - 参数：
    - spp: 50
    - bounce depth: 10
    - direction illumination:
      - sample bsdf: 10
      - sample light: 5
diningroom:
- 结果:
  - spp: 50
  - bounce depth:
    - Russian Roulette depth: 5
    - Russian Roulette probility: 0.95
  - direction illumination:
    - sample bsdf: 10
    - sample light: 10
veach
- 结果:
  - spp: 50
  - bounce depth:2
  - direction illumination:
    - sample bsdf: 10
    - sample light: 10

AcccGO/MonteCarloPathTracer

Monte Carlo Path Tracer

环境

使用

实现

结果