当前位置:网站首页>云渲染-体积云【理论基础与实现方案】
云渲染-体积云【理论基础与实现方案】
2022-07-26 16:48:00 【米莱虾】
- 前段时间去听了xzw大佬的体积云线下授课,记了好几张笔记
- 根据与课期间所做的笔记和课后的复习,有了不少的知识积累
- 授课内容主要包括:体积云渲染的理论基础与实现方案、光学特征角度出发对这些特征进行建模、渲染效果和性能两方面的优化方案
- 我在下面会分享这次课程的部分所得(先在知乎发表了一下)
️常见的云渲染方案
基于 纹理 / 粒子系统 / 几何体扰动 / 体渲染 的云渲染
️不同云渲染方案的优缺点

️大气的概念
所谓大气就是围绕行星/卫星等天体的气态物质外壳,模拟地球大气的视觉特征时,我们要考虑三种大气成分:
- 尺寸明显小于可见光波长的介质粒子(氧气/氮气)
- 大小接近或超过可见光波长的介质粒子(水滴)
- 具有特殊视觉效果和单独密度分布的介质粒子(臭氧)
️云的分类

Luke Howard 在1803年根据云的类型划分了七种不同的云形态:

️云的形态模拟
云具有不定形特征,通常采用噪声去模拟云的这种不定形特征。对于体渲染而言,一般采用3D纹理。确定纹理维度后,再考虑采用何种噪声模拟形态。DECIMA团队曾提到的 Perlin-Worley 噪声就具备很好的云形态特征。
Tileable Perlin-Worley 3D (shadertoy.com)www.shadertoy.com/view/3dVXDc

柏林噪声 基于随机,在此基础上利用缓动曲线进行平滑插值,最终效果更加趋于自然,具有较好的空间连续性。

沃利噪声 属于细胞噪声的一类实现,有明显的晶胞特征,这一特征比较好的模拟自然界云的胞状体。

柏林-沃利噪声 兼具两种云特征,有较好的连续性和晶胞效果。具体而言,可把柏林噪声以沃利噪声为下界,重映射到0~1的值域空间,从而得到柏林沃利噪声。

低频噪声与高频噪声 在体积云的制作中,常以低频噪声构建云的基本形状,并用高频噪声侵蚀云的基本形状从而塑造单朵云。
低频噪声 是一个4通道的3D纹理,R通道存储柏林-沃利噪声,G\B\A对应逐渐提升的3个沃利噪声。

高频噪声 用于为云的基本形状增加细节的3D纹理具备3个通道,分别存储频率逐渐提升的3个沃利噪声,这三个通道的沃利噪声低频噪声的G\B\A三个通道存储的沃利噪声的不同处在于其频率相对更高。

后续的根据时间再做补充...
边栏推荐
- Analysis of the advantages of eolink and JMeter interface testing
- Current limiting comparison: how to choose sentinel vs hystrix?
- My meeting of OA project (meeting seating & submission for approval)
- Implementing dropout with mxnet from zero sum
- Pack tricks
- Xiaomi Wuhan headquarters building starts today! Lei Jun: planned according to the scale of 10000 people
- Chuan Hejing technology's mainland factory was invaded by a virus, and the whole line was shut down!
- The principle of reliable transmission in TCP protocol
- 03 | implement usereducer and usestate
- 图的遍历的定义以及深度优先搜索和广度优先搜索(一)
猜你喜欢

Application of machine vision in service robot
![[flight control development basic tutorial 3] crazy shell · open source formation UAV - serial port (basic transceiver)](/img/25/160b827d74f7902ec0d6be4683b1e5.png)
[flight control development basic tutorial 3] crazy shell · open source formation UAV - serial port (basic transceiver)

【OpenCV 例程 300篇】240. OpenCV 中的 Shi-Tomas 角点检测

How does the data link layer transmit data

图解用户登录验证流程,写得太好了!

【机器学习】Mean Shift原理及代码

浅谈云原生边缘计算框架演进
![[ctfshow-web]反序列化](/img/cd/b76e148adfc4d61049ab2cf429d4d7.png)
[ctfshow-web]反序列化

(25)Blender源码分析之顶层菜单Blender菜单

Small application of C language using structure to simulate election
随机推荐
the loss outweighs the gain! Doctors cheated 2.1 million yuan and masters cheated 30000 yuan of talent subsidies, all of which were sentenced!
Current limiting comparison: how to choose sentinel vs hystrix?
Pytest(思维导图)
ASEMI整流桥KBPC2510,KBPC2510参数,KBPC2510规格书
The diagram of user login verification process is well written!
Xiaomi Wuhan headquarters building starts today! Lei Jun: planned according to the scale of 10000 people
Methods of path related comments (I)
Comparison between dimensional modeling and paradigm modeling
MySQL foundation - basic database operation
How to write plug-ins quickly with elisp
大家下午好,请教一个问题:如何从保存点启动一个之前以SQL提交的作业?问题描述:用SQL在cl
【OpenCV 例程 300篇】240. OpenCV 中的 Shi-Tomas 角点检测
[machine learning] principle and code of mean shift
Small application of C language using structure to simulate election
37. [categories of overloaded operators]
Batch normalization batch_ normalization
Execution process of select statement in MySQL
About the difference between BigDecimal conversion string toengineeringstring, toplainstring and toString
Use dired to move files quickly
浅谈云原生边缘计算框架演进