技术美术百人计划 | 《5.4 水体渲染》笔记

一、水体渲染的波形模拟技术-基于物理

基于物理 的波形模拟方法：

欧拉方法（Eulerian approaches）[Kass 1990]
拉格朗日方法（Lagrangian approaches） [Stam 1995]
欧拉-拉格朗日混合方法（Hybrid approaches）[Brien 1995]

预渲染方法：

顶点高度位移贴图（Vertex Height Map Displacement） [Yuri 2005]
流型图（Flow Map）[Vlachos 2010]
离线FFT贴图烘焙（Offline FFT Texture） [Torres 2012]
离线流体帧动画烘焙（bake to flipbook）[Bowles 2017]

1. 控制方程与无散流场

基于物理的水体模拟方法一般比较昂贵，由于可以离线渲染，所以在电影工业中具有很好的运用。由于现阶段很难用于实时渲染，这边仅进行一个综述性的总结。

基于物理模型的水体模拟方法的核心是对Navier-Stokes方程（Navier-Stokes Equations,NS方程）进行求解。Navier-Stokes方程是一组描述液体和空气之类的流体物质的方程，描述作用于液体任意给定区域的力的动态平衡。除了水体模拟之外，其还可以用于模拟天气，水流，气流，恒星的运动。

Navier-Stokes方程如下：

u 为流体速度矢量（fluid velocity vector）
p 为流体压力（fluid pressure）
ρ 为流体密度（fluid density）
ν 为运动粘度系数（kinematic viscosity coefficient）
▽ 为梯度微分（gradient differential）
▽2 为拉普拉斯算子（Laplacian operators）

1.1. 流体的描述方法

常用的求解Navier-Stokes方程的方法有欧拉方法（Eularian Method）和拉格朗日方法（Lagrangian Method）两种：

欧拉方法（Eularian Method）

- 是一种基于网格的方法。它从研究流体所占据的空间中各个固定点处的运动着手，分析被运动流体所充满的空间中每一个固定点上流体的速度、压强、密度等参数随时间的变化，以及由某一空间点转到另一空间点时这些参数的变化。
- 看作一个个区域/网格，给出每个时刻每个空间点上的物理量。网格内的数据会变化，形状和位置不会变化。

拉格朗日方法（Lagrangian Method）

- 是一种基于粒子的方法。它从分析流体各个微粒的运动着手，即研究流体中某一指定微粒的速度、压强、密度等参数随时间的变化，以及研究由一个流体微粒转到其他流体微粒时参数的变化，以此来研究整个流体的运动。最常用的拉格朗日方法是光滑粒子流体力学(Smoothed Particle Hydrodynamics，SPH)方法，其核心渲染思想为流体模拟产生粒子，然后多边形化粒子以产生波。
- 把流体看作一个个粒子，每个粒子做曲线运动。跟踪每个流体质点，记录物理量随时间的变化

除了独立的两种方法之外，还有结合两者的欧拉-拉格朗日混合方法（Eularian-Lagrangian Hybrid approaches），其主要思想是使用欧拉方法来模拟流体的主体，并使用拉格朗日方法来模拟诸如泡沫，喷雾或气泡之类的细小细节。

FX Guide上有一篇关于电影业界使用流体模拟方法的不错文章，感兴趣的朋友可以了解一下：https://www.fxguide.com/fxfeatured/the-science-of-fluid-sims/

另外，也可以采用bake to flipbook方法，将离线的流体模拟，烘焙成flipbook帧动画，用于实时渲染。

1.2. 控制方程（NS方程）

控制方程是基于欧拉方法的，利用三大守恒定律，将流体看作一块块区域、正方体进行。

对于一小块区域内，满足三大守恒：

增量=流入-流出=m1-m2

就有下面的式子。

然后再看这张图，对于质量守恒：m=ρV=Δρ*(ΔxΔyΔz)

同理动量和内能：

参考前面的：

那么质量、动量和能量的F的计算如下（里面的u就是体积V）（可以只看质量，其他类比）：

进而我们将守恒转化为矩阵形式，得到最终的控制方程

无量纲：例如1m和120cm 将他们的m和cm去掉，化作1/1=1和120/100=1.2或1/0.01=100和120/1=120就叫无量钢化，其中最后选取的参考量m或者cm为就叫特征量，我们可以自己选取特征量。

NS方程的无量纲形式如下，其中带*的就是自己选取的特征量。

在这里面出现了一个无量纲参数Re，也就是雷诺数。

1.3. 雷诺数Re

我们可以看到雷诺数都是由特征量构成的，因此不同人选取的尺度可能不一样，不一样的尺度也可能导致相同的结果，所以要明确对方的特征量再对比Re。

当层流（流动平缓，各个层不容易交换）时候，Re较小。

当湍流（流动加剧，各个层很容易交换）时候，Re较大层流到湍流的过渡，就是Re增大的过程。

其中卡门涡街就是Re变化导致

其中的黑圆可以看作障碍物，这样当流体流过障碍物时，上下的流速会发生变化，导致流速差，进而导致压强差，对障碍物产生某个方向的力。

1.4. N-S方程的简化（无散流场）

在流体不可压缩情况下

2. 卷积

a.系统

系统本身也就相当于一个函数，将一个函数映射到另一个函数

b.阶跃函数和冲激函数

c.冲激响应

当系统的输入函数为冲激函数，那么他输出函数就为冲激响应

d.卷积的作用

将输入函数和冲激响应进行卷积就可以得到输出函数

3. 傅里叶变换与拉氏变换

3.1. 系统的时域分析

3.1.1. 连续系统

输入输出函数就可以用两个微分形式表示

求解系统的表达式=解微分方程

将输入输出函数联立，用一个方程来表示连续系统

(求i阶导，再乘以对应权重累加):

3.1.2. 离散系统

相较于上面就是把微分改为了差分

求解系统表达式=解差分方程

3.2. 连续系统的频域分析

对于一个函数f(t)写成基础函数的求和的形式

其中Fn为下式（T为周期）

当函数为非周期性，就可以认为T趋向无穷大，就可以将有T的地方换为无穷大，就得到了傅里叶变换.

总览：

通过傅里叶变换就可以把时域函数f(t)映射到频域函数F（jω）

3.3. 连续系统的s域分析

傅里叶变换有一个局限，当f这个函数在积分下不收敛的时候就没有傅里叶变换，这个时候就可以乘一个收敛因子σ让其收敛，乘完之后的就叫拉式变换

4. Z变换与DFT

4.1. 离散系统的z域分析

实现了拉氏变换的离散化

4.2. DFT离散傅里叶变换

傅里叶变化中，如果时域为离散的，那么频域就是周期的。如果时域为周期的，频域就是离散的。

但计算机只能处理离散数据，所以我们想要把离散的提出来，让他时域和频域都离散

对DFT的任何处理都是先把序列值周期延拓后再作响应处理，然后取主值序列后，处理的结果都隐含周期性，即在DFT讨论中，有限长序列都是作为周期序列的一个周期表示。

Wn是旋转因子，用Wn替换e

x(n)的n是一个周期的分段数

5. FFT ,IFFT

5.1. 快速傅里叶变换 FFT

傅里叶变换（Fourier transform）是一种线性积分变换，用于信号在时域和频域之间的变换。而快速傅里叶变换（Fast Fourier Transform，FFT）, 是一种可在O（nlogn）时间内完成离散傅里叶变换（Discrete Fourier transform，DFT）的高效、快速计算方法集的统称。

FFT的基本思想是把原始的N点序列，依次分解成一系列的短序列。充分利用DFT计算式中指数因子所具有的对称性质和周期性质，进而求出这些短序列相应的DFT并进行适当组合，达到删除重复计算，减少乘法运算和简化结构的目的。

5.2. 改善离散傅里叶变化DFT运算效率的基本途径

利用W的共轭对称性，周期性，可约性，可以将DFT运算中的一些项进行合并，将长序列DFT分解为段系列DFT

快速傅里叶变换算法分两大类DIT和DIF

下面分析按时间抽取（DIT）的基-2FFT算法

5.3. 按时间抽取（DIT）的基-2FFT算法

5.3.1. 算法原理

根据奇偶拆分成两部分，简化计算

5.3.2. 计算过程

其中X1（k）为偶数，X2（K）为奇数，W为旋转因子，推导过程：

举例，有八个x

如果只有七个x要怎么分？

当不足2的次幂时，就需要补0（对结果没有影响），否则无法使用

5.3.3. 倒位序

为了分开奇偶，可以使用倒位序的实现：通过变址运算实现。

6. FFT水体渲染

6.1. FFT解泊松方程

求解过程：

6.2. FFT海洋模拟

h（x,t）是波浪的高度（wavehegiht），其中x是位置

7. 拉格朗日/欧拉方法

对于之前式子的求解，我们将其拆为两部分

👇

一个流体求解器通常可分为两个步骤：

步进（advection）：通过速度和加速度更新粒子状态或进行场的流动。
投影（projection）：根据位置来求得新的速度（去掉速度的散度，维持物质守恒等）。

欧拉网格法在投影（projection）步骤上有较大的优势：

易于离散化（discretize)
易于实现高效的邻域访问（访问当前像素的周围像素,直接查周围格子）
易于设置初始状态

但欧拉网格法在步进（advection）步骤上有一些缺陷：

无法精确有效地处理场的流动
容易丢失能量和几何细节

而拉格朗日粒子法的优势和缺陷就与此相反：

易于更新粒子的运动状态
需要复杂的数据结构来实现邻域访问,要把周围的粒子加权求和来做

因此，人们就想到把两种方法结合使用，利用各自的优势同时避免各自的缺陷。

对于我们要解的泊松方程，他的边界条件

例如对于一杯水，他的上边界接触空气压强已知，边界条件叫做Dirichlet condition

他的左右碰到杯壁，压强是未知的，边界条件叫做Neumann condition

二、水体渲染的着色技术

关于水体渲染的Shading部分，首先要提到的是，目前游戏业界的主流方案都不是基于物理的。

首先需要得到水面网格，之后的渲染主要分为基本着色和效果提升两部分

1. LOD

1.1. GeometryClipmaps

1.2. 渲染性能优化

当水变浅时水的颜色会发生变化，从某些方向看过去可以看到水的分层。为了模拟这种现象我们使用两个LOD的shader：

LOD0：transparent version，透明，可以看到水底，这部分用完整的shader渲染折射反射之类的，比较耗性能，仅用于较浅的水。
LOD1：opaque version，这一部分的渲染就当做不透明处理，不进行折射或反射等处理，节约性能，这样就可以在广阔的水域达到一个比较好的效果。

2. 高光

2.1. Minimalist Cook-Torrance

原始Cook-Torrance模型拥有D,F,G项

而一个简化版的Cook-Torrance模型：Minimalist Cook-Torrance则有以下项

法线分布函数D：normalized Blinn-Phong distribution
菲尼尔项F：Schlick approximation
visibility项V: 是UE中的一个做法，将G项（几何函数）和原始的分母部分进行合并
漫反射比例kd：diffuse reflectance
镜面反射比例ks：specular reflectance

最终得到的就是

2.2. URP

在URP中想要只输出高光，就可以手动修改InitializeBRDFData各个属性，让其只输出高光和光滑度

这样在之后的DirectBRDF函数中就能保证只输出高光

3. 渲染流程

《神秘海域3》在2012年SIGGRAPH上的技术分享中有一张分析水体渲染技术非常经典的图，如下。

白沫由wave height函数计算
水的深度颜色：depth distance查找表，随着与背景的距离而衰减
扰动：churn颜色和水颜色混合
几何法向量，高度法向量，折射

使用高度贴图干扰表面法线：除了水体本身的GeometricNormal之外还需要一个BumpedNormal去扰动表面，增加细节

对此，我们可以将水体渲染的要点总结为：

漫反射（Diffuse）
镜面反射（Specular）
法线贴图（Normal Map）
折射（Reflection）
通透感（Translucency）

- 基于深度的查找表方法（Depth Based LUT Approach）
- 次表面散射（Subsurface Scattering）

白沫（Foam/WhiteCap）
流动表现（Flow）
水下雾效（Underwater Haze）

使用被干扰法线的菲涅尔项来混和折射和反射：通过F项（fresnel term）去混合折射refraction和反射reflection，可以在0-1均等采样一个值，当他大于frenelterm时候就让他参与反射，其余就折射。同时水体的折射也取决于水的深度

使用扰动来模拟体积效果
泡沫是由浪的高度来调节的：主要思路是通过waveHeight，当它离水平面比较远的时候就标记为白沫，然后用白沫贴图混上去，实现浪尖的效果。同时也要根据水面与水底距离产生岸边白沫。
折射的颜色去取决于水面和背景的距离

- 深度着色可以是线性或者指数函数
- 取泡沫纹理的一个通道来混合深度颜色和扰动颜色（当泡沫移动时，颜色会随着浪花和泡沫而改变）
- 首先有一个根据深度的颜色（线性或指数都行）查找，得到一个水的基本颜色，在此的基础上再添加一个扰动颜色，并且根据waveHeight进行混合mix，达到一种体积效果。当泡沫移动时候，颜色会随着波浪和泡沫滚动而发生变化，所以可以取泡沫纹理的一个通道在深度着色和扰动着色之间混合

流动Flow：可以通过向量场（flowmap）来实现滚动法线贴图uv

4. 反射reflection

4.1. 菲涅项

对于反射夹角越小反射越明显，可以使用菲涅项项来做，也可以使用简化的NdotV来做

4.2. 扰动 jitter

反射的扰动可以通过贴图扰动水面的法线来实现。

通过法线贴图的RG通道值对mesh法线x和z进行扰动

5. 折射refraction和焦散caustic

从定义上来说，焦散指的是光从光源--->镜面反射/折射的表面（经过一次或多次反射/折射）--->漫反射表面--->摄影机或眼睛的光照贡献。画成光路分析图是这样：

GPUGens焦散的模拟方案

[GPU Gem] 2. Rendering Water Caustics渲染水体焦散 - 知乎 (zhihu.com)

其中的一个假设为太阳在正上方，这样我们通过n向量通过折射定理计算入射光线v，

再计算v和n向量的的夹角，也就是与太阳夹角得到发射自太阳的密度

水平是法线与视角方向夹角，竖轴是焦散强度。

Photon Mapping算法学习总结 - 简书 (jianshu.com)

提前了解：

6. 白沫foam

白沫（Foam），在有些文献中也被称为Whitecap，White Water，是一种复杂的现象。即使白沫下方的材质具有其他颜色，白沫也通常看起来是白色的。出现这种现象的原因是因为白沫是由包含空气的流体薄膜组成的。随着每单位体积薄膜的数量增加，所有入射光都被反射而没有任何光穿透到其下方。这种光学现象使泡沫看起来比材质本身更亮，以至于看起来几乎是白色的。

白沫的渲染方案，按大的渲染思路而言，可以分为两类：

基于动态纹理（dynamic texture）
基于粒子系统（particle system）

按照类型，可以将白沫分为三种：浪尖白沫、岸边白沫、交互白沫。

6.1. 浪尖白沫：基于Saturate高度的方法

第 18 章.使用 Vertex Texture Displacement |NVIDIA 开发人员

《GPU Gems 2》中提出的白沫渲染方案，思路是将一个预先创建的白沫纹理在高于某一高度H0的顶点上进行混合。白沫纹理的透明度根据以下公式进行计算：

其中， Hmax 是泡沫最大时的高度， H0 是基准高度， H 是当前高度。
白沫纹理可以做成序列帧来表示白沫的产生和消失的演变过程。此动画序列帧既可以由美术师进行制作，也可以采用程序化生成。
将上述结果和噪声图进行合理的结合，可以得到更真实的泡沫表现。

6.2. 岸边白沫：基于Multi Ramp Map的方法

《刺客信条3》中的岸边白沫的渲染方案可以总结为：

以规则的间距对地形结构进行离线采样，标记出白沫出现的区域。
采用高斯模糊和Perlin噪声来丰富泡沫的表现形式，以模拟海岸上泡沫的褪色现象。
由于白沫是白色的，因此在R，G和B通道中的每个通道中都放置三张灰度图，然后颜色ramp图将定义三者之间的混合比率，来实现稠密、中等、稀疏三个级别的白沫。要修改白沫表现，美术师只需对ramp图进行颜色校正即可。如下图所示：

这样比如取0.1就只有稀疏的白沫，中等和稠密几乎没有
当取0.8的时候中等和稀疏完全体现，同时还有部分稠密部分

代码：

6.3. 交互白沫：基于场景深度的渲染

《盗贼之海（Sea of Thieves）》团队在SIGGRPAPH 2018的talk上也提到了白沫的渲染方案，可以总结如下：

放置一个top-down的相机，用于渲染场景深度，通过比较场景深度和水深来得到白沫mask，即：

half4 foamMask = 1 - saturate(_FoamThickness* (depth - i.screenPos.w )) ;
最终，将foamMask和基础texture做blend。
盗贼之海中，得到相对深度后，还会对白沫mask做渐进模糊（progressively blur），以得到风格化的白沫表现。

图《盗贼之海（Sea of Thieves）》中的交互白沫

图《盗贼之海（Sea of Thieves）》中的交互白沫

7. 次表面散射

7.1. BSSRDF

描述次表面散射（Subsurface Scattering）：BSSRDF 简介 - 知乎 (zhihu.com)

到达水面的光线除了在水体表面发生反射之外，还有部分光线进入水体内部，经过吸收和散射后再次从水体表面射出，即水体的次表面散射现象（Sub-Surface Scattering, SSS）。基于物理的渲染中，求解次表面散射最标准的方法是求解BSSRDF（Bidirectional Surface Scattering Reflectance Distribution Function，双向表面散射反射分布函数）。但在光栅图形学中，求解BSSRDF需要很大的计算量，所以实时渲染业界大多数的水体渲染，依旧是非基于物理的经验型渲染方法。