跳转到内容
Jason's Study

Kajiya 渲染方程 — 把所有渲染算法统一成一个积分方程

是什么

渲染方程（Rendering Equation）是一条积分方程，把”如何在一个三维场景里算出每个像素的颜色”这件事，写成了一行数学：

L(x, ω) = Le(x, ω) + ∫ f_r(x, ω′, ω) · L(x, ω′) · cos θ′ dω′

日常类比：你站在一面镜子前，镜子里看到的亮度 = 镜子自己发的光（如果会发光）+ 房间里所有方向射到镜子上的光，按”镜子怎么反射”的规则加权求和。

逐部分翻译：

  • L(x, ω)：点 x 沿方向 ω 射出的亮度（你眼睛看到的就是这个）
  • Le(x, ω)：点 x 自己发的光（灯泡是非零，墙壁是零）
  • f_r：BRDF——告诉你”光从 ω′ 进、ω 出”该怎么转（镜面、漫反射各有公式）
  • cos θ′：几何衰减（光斜着射到表面，单位面积接到的能量更少）
  • ∫ ... dω′：对所有可能的入射方向求积分

Kajiya 的贡献不是发明这个方程（物理学早有），而是指出整个图形学行业在做的事，就是在解它。

为什么重要

1986 年之前，渲染算法是一堆各干各的方法：

  • 光线追踪（Whitted 1980）：从眼睛打射线，碰到镜面继续追——只能处理纯反射 / 折射
  • 辐射度算法（Goral 1984）：建有限元方程组解漫反射间接光——只能处理纯漫反射
  • 分布式光线追踪（Cook 1984）：随机分散射线模拟模糊、景深——经验性

Kajiya 把它们全部解释成在解同一个方程：

  • 光线追踪 = 只取镜面反射方向那一项
  • 辐射度 = 假设 BRDF 是纯漫反射，把积分离散化成线性方程组
  • 分布式光线追踪 = 用 Monte Carlo 估积分

更重要的：他直接给出正确的解法——路径追踪（Path Tracing），从眼睛出发反向递归采样光路，让结果在足够多样本后收敛到真解。

后来 30 年的渲染史，几乎都是在改进”怎么更快地解这个方程”：

  • BDPT（双向路径追踪，1993）— 从光源和眼睛同时发射线，中间连接
  • 光子映射（Jensen 1995）— 第一遍存光子，第二遍查询近似
  • MLT（Metropolis Light Transport，1997）— 用 MCMC 在路径空间游走
  • NeRF（2020）— 用神经网络拟合一个体积版的渲染方程
  • 3D Gaussian Splatting（2023）— 用一堆椭球替代神经网络，更快地解同一类积分

理解这一条方程，等于理解了图形学半个世纪的主线。

核心要点

可以拆成 三个洞见：

  1. 递归性：要算 x 点出射的光，得先知道所有送光给 x 的点它们各自出射多少光——这又要先知道送光给那些点的点。这是一个 Fredholm 第二类积分方程：未知量同时出现在等号两边。

  2. 维度爆炸：光从光源到眼睛，可能反弹 N 次。每反弹一次，路径就多 2 个维度（一个方向角）。10 次反弹 = 20 维积分。普通数值积分（梯形 / Simpson）在高维彻底失败。

  3. Monte Carlo 是唯一出路：随机采样路径，用样本平均估积分。维度灾难对 Monte Carlo 失效——它的误差只看样本数 N，不看维度。代价：图像有噪点，要 1000+ 样本才平。

三个洞见合起来，得到路径追踪算法：

trace(x, ω):
  if x 是光源: return Le
  ω′ = 按 BRDF 重要性随机采样一个入射方向
  x′ = 从 x 沿 ω′ 射出，找下一个交点
  return f_r * trace(x′, -ω′) * cos θ′ / pdf(ω′)  # Monte Carlo 估计

实践案例

案例 1：为什么”全局光照”是难的

直接照明：光源 → 物体 → 眼睛。一次反射，1 维积分，便宜。

间接照明：光源 → 墙 → 桌面 → 眼睛。两次反射，3 维积分。再多一次反射就 5 维。

辐射度算法把场景切成 N 个面片，建 N×N 方程组——N=10 万时矩阵根本存不下。Kajiya 说：别离散化，直接 Monte Carlo。这是路径追踪相对辐射度的根本胜利。

案例 2：Russian Roulette 让递归终止

数学上递归是无穷深的（光可以反弹无限次）。代码里必须停。简单截断（“反弹 5 次就 return 0”）会让结果有偏——丢掉的能量不见了。

Russian Roulette 的做法：每次以概率 p 继续追，若继续，把贡献除以 p。期望值不变（无偏），但平均路径长度有限。这是论文里直接给出的工程招式，今天每个生产渲染器都还在用。

案例 3：NeRF 怎么解同一个方程

NeRF 把”场景里每个点”看成一个函数：输入 (x, y, z, 视角)，输出 (颜色, 密度)。然后用体积渲染方程（渲染方程的体积形式）沿光线积分：

C(r) = ∫ T(t) · σ(t) · c(t) dt

形式不同，本质同样：自发光 + 入射光的加权积分。NeRF 的”贡献”是用一个 MLP 网络拟合 σ 和 c 这两个场，反向传播让渲染结果匹配照片。Kajiya 1986 给方程，NeRF 2020 换了个解法（神经网络 + 梯度下降）。

踩过的坑

  1. 方差爆炸：高频材质（金属、玻璃、焦散）让某些路径贡献巨大、概率极低。简单均匀采样会出现”一万个样本里只有 3 个真起作用”，图像出现亮点噪声（fireflies）。重要性采样（按 BRDF 形状采样）是标准解药。

  2. 维度灾难依然存在：Monte Carlo 误差是 O(1/√N)，每加一个 0 的精度要 100 倍样本。这是为什么离线渲染一帧要算几小时。

  3. 直接照明 vs 间接照明分别处理：完全靠路径采到光源是低效的（点光源概率为 0）。Next Event Estimation 在每次弹射时显式连接光源——这又是论文里直接提示的工程修正。

  4. 能量守恒易错：BRDF 必须满足 ∫ f_r cos θ dω ≤ 1。许多老引擎用的 Phong 模型违反这条，能量越反弹越多，画面越来越亮。现代材质（Disney BRDF / GGX）都先过能量守恒检查。

适用 vs 不适用场景

适用：

  • 离线高质量渲染（电影、广告）— 每帧几分钟到几小时
  • 实时渲染的”参考真值”— 用路径追踪算 Ground Truth，再训神经网络逼近
  • 任何需要全局光照（间接光、焦散、软阴影）的场合

不适用：

  • 实时游戏（直到 RTX 出现）— 一帧 16ms 不够算几百路径
  • 极简风格化渲染（卡通、像素）— 不需要物理正确
  • 需要解析解的场景（积分有闭式）— Monte Carlo 此时反而劣势

历史小故事（可跳过）

  • 1968 年：Appel 提出 ray casting（一根射线判可见性），还没有反射递归
  • 1980 年：Whitted 做出递归光线追踪——能镜面反射 / 折射，但漫反射靠 ambient 常数糊弄
  • 1984 年：Cornell 团队（Goral）发明辐射度——能算漫反射间接光，但不能镜面
  • 1986 年：Kajiya 在 Caltech 写出渲染方程，发现两者只是同一方程的不同近似，并提出 Monte Carlo 路径追踪
  • 1993 年：Veach 博士论文系统化路径空间理论，给出 BDPT / MLT
  • 2020 年：NeRF 把这套数学搬到神经网络上，引爆 3D 重建领域

Kajiya 1986 这篇论文只有 8 页。它的力量不在算法多复杂，而在统一视角——把零散的 hack 提升成一门科学。

学到什么

  1. 统一视角的力量：好理论的标志是”原来你们都在做同一件事”。Kajiya 没发明新算法，只是把旧算法翻译到一个共同语言里——这件事本身价值千金。

  2. 递归积分方程是普适工具：渲染方程是 Fredholm 方程的特例。同样数学结构在辐射输运、中子物理、声学传播里反复出现。一份解法（Monte Carlo + Russian Roulette）服务多个领域。

  3. 维度灾难下 Monte Carlo 是唯一招：这个洞见在路径追踪里成立，在金融衍生品定价、贝叶斯推断（MCMC）、强化学习（Policy Gradient）里同样成立。

  4. 理论 → 工程要 30 年：1986 年提出，1990 年代离线电影开始用，2018 年 RTX 让实时光追上消费显卡，2020 年 NeRF 重新激活。每一步隔 5—10 年。

延伸阅读

关联

  • 3d-gaussian-splatting —— 3DGS 用一堆 3D 椭球解同一类体积渲染积分，速度比 NeRF 快两个数量级
  • dijkstra-shortest-path —— 同样在解”图上最优路径”的问题，但渲染方程的”路径”是连续高维空间
  • turing-1936 —— 可计算性的根；Monte Carlo 是把”算不出来的连续积分”翻译成”采样能跑的算法”

反向链接