【从UnityURP开始探索游戏渲染】专栏-直达

GGX的全称与基本概念

GGX的全称‌:Ground Glass X (或 Generalized Trowbridge-Reitz Distribution)

首次提出‌:Walter等人在2007年发表的论文《Microfacet Models for Refraction through Rough Surfaces》中提出

GGX是一种‌法线分布函数‌(Normal Distribution Function, NDF),用于描述微表面模型中微观几何表面法线的概率分布。它是Unity URP中PBR渲染的核心组成部分,替代了传统的Beckmann分布。

GGX的数学原理

核心公式

在Unity URP中,GGX分布的实现基于以下公式:

$D_{GGX}(h)=\frac{α_g2}{π[(n⋅h)2(α_g2−1)+1]2}$

其中:

  • h:半角向量(光线方向与视线方向的中间向量)
  • n:表面法线
  • $α_g$:粗糙度参数($α_g=roughness^2$)

Unity URP中的代码实现

Packages/com.unity.render-pipelines.universal/ShaderLibrary/BRDF.hlsl中:

hlsl
// GGX/Trowbridge-Reitz分布函数
float D_GGX(float NdotH, float roughness)
{
float a = roughness * roughness; // 粗糙度平方
float a2 = a * a;
float NdotH2 = NdotH * NdotH; float denom = NdotH2 * (a2 - 1.0) + 1.0;
denom = PI * denom * denom; return a2 / max(denom, 0.000001); // 避免除零错误
}

GGX的核心特性

长尾分布特性

  • 相比Beckmann分布,GGX具有更长的"尾巴"
  • 能更好地模拟真实世界的材质高光衰减
  • 产生更自然的反射光晕效果

能量守恒

  • $∫_ΩD_{GGX}(h)(n⋅h)dω=1$
  • 保证了光线能量在反射过程中不会无故增加或减少
  • 是PBR渲染的基础要求

各向同性/各向异性支持

hlsl
// URP中各向异性GGX实现
float D_GGX_Anisotropic(float NdotH, float HdotX, float HdotY, float ax, float ay)
{
float denom = HdotX*HdotX/(ax*ax) + HdotY*HdotY/(ay*ay) + NdotH*NdotH;
return 1.0 / (PI * ax * ay * denom * denom);
}

GGX与其他分布函数对比

特性 GGX Beckmann Blinn-Phong
真实度 ★★★★☆ ★★★☆☆ ★★☆☆☆
性能开销 ★★☆☆☆ ★★★☆☆ ★☆☆☆☆
长尾表现 优异 中等 较差
移动端支持 良好 一般 优秀
URP默认 仅在SimpleLit中使用

GGX在Unity URP中的实际应用

材质粗糙度映射

hlsl
// 粗糙度处理流程
float perceptualRoughness = PerceptualSmoothnessToPerceptualRoughness(smoothness);
float roughness = PerceptualRoughnessToRoughness(perceptualRoughness); // 应用纹理采样
roughness = roughness * _RoughnessMap.Sample(sampler_MainTex, uv).r;

高光反射计算

hlsl
// BRDF.hlsl中的完整镜面反射计算
half3 BRDF_SpecularGGX(half3 F0, half roughness, half NdotH, half NdotL, half NdotV, half LdotH)
{
half D = D_GGX(NdotH, roughness); // GGX法线分布
half V = V_SmithGGXCorrelated(NdotL, NdotV, roughness); // 几何衰减
half3 F = F_Schlick(LdotH, F0); // 菲涅尔反射 return (D * V) * F;
}

环境光反射处理

hlsl
// 环境BRDF计算(使用GGX分布)
half2 envBRDF = tex2D(_BRDFLUT, float2(NdotV, roughness)).rg;
half3 envSpecular = specularColor * envBRDF.x + envBRDF.y;

GGX的视觉表现特点

粗糙材质表现

  • 低粗糙度:锐利的高光反射
  • 中粗糙度:柔和的散射光晕
  • 高粗糙度:均匀的漫反射外观

边缘响应

  • 在材质边缘产生自然的亮度衰减
  • 模拟真实物体的菲涅尔效应

材质连续性

  • 粗糙度参数从0到1变化时表现平滑过渡
  • 避免传统模型的突兀变化

性能优化技巧

近似计算

hlsl
// GGX的移动端近似
float D_GGX_Mobile(float NdotH, float roughness)
{
float a = roughness * roughness;
float a2 = a * a;
float d = NdotH * NdotH * (a2 - 1.0) + 1.0;
return a2 / (d * d * PI);
}

预积分技术

  • URP使用预计算的BRDF查找纹理(_BRDFLUT)
  • 将复杂计算转移到预处理阶段

动态降级

hlsl
#if defined(SHADER_API_MOBILE)
// 移动端简化版GGX
#else
// 完整精度GGX
#endif

GGX分布作为Unity URP中PBR渲染的核心,通过其独特的数学特性和长尾分布,实现了比传统模型更真实的材质表现。虽然计算复杂度略高,但其在视觉质量和物理准确性上的优势使其成为现代实时渲染的标准选择。


【从UnityURP开始探索游戏渲染】专栏-直达

(欢迎点赞留言探讨,更多人加入进来能更加完善这个探索的过程,)

【光照】[PBR][法线分布]GGX实现方法对比的更多相关文章

  1. Linux和Windows下查看环境变量方法对比

    摘自:Linux和Windows下查看环境变量方法对比 一.查看所有环境变量的名称和值 Linux下:export Windows下:set 二.根据名称查该环境变量的值 Linux下:echo $环 ...

  2. C语言清空输入缓冲区的N种方法对比

    转自C语言清空输入缓冲区的N种方法对比 C语言中有几个基本输入函数: //获取字符系列 int fgetc(FILE *stream); int getc(FILE *stream); int get ...

  3. iPhone开发 数据持久化总结(终结篇)—5种数据持久化方法对比

    iPhone开发 数据持久化总结(终结篇)—5种数据持久化方法对比   iphoneiPhoneIPhoneIPHONEIphone数据持久化 对比总结 本篇对IOS中常用的5种数据持久化方法进行简单 ...

  4. interrupt interrupted isInterrupted 方法对比、区别与联系 多线程中篇(八)

    interrupt interrupted isInterrupted 是三个“长相”非常类似的方法. 本文将对这三个方法简单的对比下,首先了解下线程停止的方式 线程停止方式 在Java中如果想停止一 ...

  5. JavaScript中易混淆的DOM属性及方法对比

    JavaScript中易混淆的DOM属性及方法对比 ParentNode.children VS Node.prototype.childNodes ParentNode.children:该属性继承 ...

  6. vue-cli 项目优化之3种方法对比:本地静态库资源(推荐)、cdn、DllPlugin

    vue-cli 项目优化之3种方法对比:本地静态库资源(推荐).cdn.DllPlugin 事项 本地静态库资源 cdn DllPlugin 依赖 依赖cdn网站资源(有种完善方法:如果cdn引入不成 ...

  7. vue 和 react 组件间通信方法对比

    vue 和 react 组件间通信方法对比: 通信路径 vue的方法 react的方法 父组件 => 子组件 props(推荐).slot(推荐).this.$refs.this.$childr ...

  8. js与jQuery方法对比

      javascript与jQuery方法对比jquery对象转dom对象 // 方式一(推荐使用) $("input")[0] // 方式二 $("input" ...

  9. UIImage类方法总结及UIImage生成方法对比

    http://mp.weixin.qq.com/s/A900w0Y5pGjuaB4j9Os9ww1.UIImage 生成方法的对比 Apple官方的文档为生成一个UIImage对象提供了两种方法: 1 ...

  10. Hibernate学习(5)- session的get与load方法对比

    1.共同点:get和load都是根据Id单条查询获取对象 org.hibernate.Session.load(Class<User> theClass, Serializable id) ...

随机推荐

  1. pm2启动nextjs项目

    安装pm2 npm install -g pm2 yarn global add pm2 pm2启动项目 npm run xx,就可以写成:pm2 start npm -- run xx pm2 st ...

  2. centos设置swap

    熟话说 内存不够,交换来凑,swap 就是用来提前在硬盘中划分一部分空间作为内存使用, 无奈论在linux或windows都有这个概念. 在安卓手机中还给起了一系列的名字 比如 内存融合.扩展内存什么 ...

  3. HEX and BIN 的不同

    转载自http://bbs.21ic.com/icview-126904-1-1.html HEX文件和BIN文件是我们经常碰到的2种文件格式.下面简单介绍一下这2种文件格式的区别:1 - HEX文件 ...

  4. C++ linux 信号量

    简介 信号量本质上是一个计数器,用于协调多个进程(包括但不限于父子进程)对共享数据对象的读/写. 它不以传送数据为目的,主要是用来保护共享资源(共享内存.消息队列.socket连接池.数据库连接池等) ...

  5. 远程创建的git仓库,第一次与本地仓库进行联动,需要强制推送。

    简介 远程创建的git仓库,第一次与本地仓库进行联动,需要强制推送. 参考链接 cnblog

  6. Django 实战:I18N 国际化与本地化配置、翻译与切换一步到位

    一.国际化与本地化介绍 定义 国际化和本地化的目标,是允许一个单一的 Web 应用程序以适合受众的语言和格式提供其内容. Django 提供了完整的国际化(i18n)和本地化(l10n)支持. 国际化 ...

  7. POLIR-Lawsuits: 法院审核通过后迟迟不立案可以提起上诉 + 当法院迟迟不立案怎么办

    法院审核通过后迟迟不立案可以提起上诉. 法院一般需要在当事人起诉后七日内决定是否立案,如果拖着不立案可以问明原因, 要求法院在规定期限内立案,如果裁定不予受理,原告对裁定不服的,可以提起上诉. 立案: ...

  8. 进阶篇:2.4)DFMA实施障碍和关键

    本章目的:了解一些DFMA实施障碍与关键. 1.作者个人见解 1.1 利益的对撞 1.1.1 公司的性价比收益 后来作者反复思量,恐怕引入DFMA最难的地方,还是性价比的问题. 公司产品不需要这么好的 ...

  9. C#性能优化:为何 x * Math.Sqrt(x) 远胜 Math.Pow(x, 1.5)

    大家好,今天我们来聊一个由 AI 引发的"血案",主角是我们日常开发中可能不太在意的 Math.Pow 函数. 缘起:一个"烧CPU"的爱好 熟悉我的朋友可能知 ...

  10. ubuntu 10.04.4版本第一次安装注意点和说明

    引语:linux现在主要有两个系,一个是Redhat系和debian系,redhat系有redhat,centos等版本操作系统,debian系有ubuntu等版本操作系统:可能大家习惯用了redha ...