Chunky路径追踪渲染原理¶

Chunky使用路径追踪（Path Tracing）算法进行渲染。理解这个算法的基本原理，能帮助您做出更好的渲染决策，并解释为什么某些场景需要更长的渲染时间。

什么是路径追踪？¶

路径追踪是一种全局光照渲染算法，它模拟真实世界光线的物理传播。

基本原理¶

在真实世界中，光线从光源（如太阳、灯泡）出发，在环境中不断反弹，最终进入我们的眼睛。路径追踪以相反的方向工作：

从虚拟摄像机发射光线
追踪这条光线与场景的交点
在交点处随机判断光线的反弹方向
重复此过程直到光线击中光源或逃逸（称为一条"路径"）
对每个像素重复此过程数千次，取平均值

为什么叫"路径"追踪？¶

因为每条从摄像机出发的光线可能会经历多次反弹，形成一条从摄像机到光源的"路径"。

与光栅化的区别¶

光栅化（Rasterization）¶

这是大多数实时游戏和引擎使用的技术：

原理：直接计算每个像素的颜色，不模拟光线物理
速度：极快，可实时运行
缺点：
阴影、反射、透射等效果需要特殊处理
多重反弹光线（间接光照）近似程度低
难以实现逼真的全局光照效果

路径追踪（Path Tracing）¶

原理：完全模拟光线物理传播
速度：很慢，离线渲染
优点：
自然产生准确的阴影、反射、透射
多重反弹光线的计算完全准确
能渲染极为逼真的全局光照
同一代码能处理各种光学现象

Chunky中的具体实现¶

为什么Chunky使用CPU而非GPU？¶

Chunky于2010年首次发布时，GPU显存远小于系统RAM。因此选择了基于CPU的路径追踪，这样可以加载整个Minecraft世界到内存中。虽然现代GPU显存已经充足，但Chunky仍然维持CPU实现。

不过，GPU路径追踪插件正在开发中（如ChunkyCL插件）。

数据结构优化¶

Chunky为了加快渲染速度，使用了两种高效的数据结构：

1. 稀疏体素八叉树（Sparse Voxel Octree, SVO）¶

结构：二叉树的8叉版本，每个节点有8个子节点
优势：
只存储暴露的方块（被完全包围的方块被剔除）
大幅减少内存占用
加速光线与方块的相交计算
利用空间局部性提升缓存效率

示例：一个100×100×100的实心立方体，用SVO表示时，内存占用远小于直接存储所有方块。

2. 包围体层次结构（Bounding Volume Hierarchy, BVH）¶

用途：存储实体和大型物体（如盔甲架、信标等）
原理：树形结构，每个节点代表一个包围体，包含多个子物体
优势：加快光线与实体的相交检测，避免逐个检查所有实体

为什么渲染很慢？¶

路径追踪速度慢的原因：

递归性：每条光线可能要追踪10+次反弹，每次反弹都需计算
随机性：需要数千条光线才能收敛（即减少噪声）
复杂场景：大量光源、镜面反射或透明材质会指数增加计算量

采样与收敛¶

采样的概念¶

路径追踪不能一次性准确计算像素颜色，而是通过多次采样取平均：

每次采样：发射一条随机光线，计算其颜色贡献
SPP（每像素采样数）：该像素的采样总数
最终颜色 = 所有采样的平均值

SPP与噪声¶

低SPP（如32 SPP）：图像有明显噪声（"沙粒感"）
高SPP（如1024 SPP）：噪声减少，图像更清晰
关键规律：SPP翻倍，噪声约减半

这意味着： - 从32→64 SPP：噪声减半，渲染时间2倍 - 从64→128 SPP：噪声再减半，总时间4倍 - 从256→512 SPP：噪声再减半，总时间8倍

收益递减

由于这个指数关系，后期提高SPP会带来明显的时间增加。例如，从256 SPP到4096 SPP（16倍），渲染时间会增加16倍。

光源的影响¶

直接光照 vs 间接光照¶

直接光照：光线直接从光源到达像素的贡献
间接光照：光线经过一次或多次反弹后到达像素的贡献

光源类型对渲染时间的影响¶

光源类型	难度	原因	建议SPP
太阳光（Sunlight）	低	方向明确，易于采样	32-256
天空光（Sky）	低	分布均匀，易于计算	32-256
小光源（火把、蜡烛）	高	表面积小，难以被采样命中	1024+
大量发光体	很高	噪声和复杂性指数增长	4096+
镜面反射	高	反射路径需精确计算	512+
水和玻璃	高	折射增加路径复杂性	256-1024

优化建议¶

日间场景（太阳+天空）：较少光源，SPP可较低
室内场景：光源集中，需要中等SPP
夜间场景：大量小光源，需要很高的SPP（可能数小时）
水下场景：折射增加复杂性，需要提高SPP

常见问题¶

Q：为什么有些地方噪声特别多？¶

A：通常是因为： 1. 该区域光线弱（如室内） 2. 该区域有小的发光体（如火把） 3. 该区域有复杂的反射/折射（如水面反射）

解决办法是提高那个区域的SPP，或在后期处理时仅对噪声区域进行降噪。

Q：为什么需要SPP这么多？¶

A：路径追踪的随机性质决定的。为了统计上得到准确的颜色值，需要足够多的样本。这是物理正确性的代价。

Q：有更快的渲染方法吗？¶

A：有几个选择： 1. 使用降噪：用AI降噪器处理低SPP的图像，可减少50-80%渲染时间（见降噪技术） 2. 使用插件：GPU加速插件（ChunkyCL）可显著加速 3. 优化场景：减少光源、简化几何体

数学概览（可选）¶

如果您对数学细节感兴趣，路径追踪本质上是在解决渲染方程：

\[L_o(p, \omega_o) = L_e(p, \omega_o) + \int_{\Omega} L_i(p, \omega_i) f(p, \omega_i, \omega_o) |\cos \theta| d\omega_i\]

其中： - \(L_o\)：出射光亮度 - \(L_e\)：自发光 - \(L_i\)：入射光亮度 - \(f\)：双向反射分布函数（BRDF） - 积分遍历所有入射方向

路径追踪通过蒙特卡洛采样来估计这个积分。