跳转到内容
Jason's Study

Phong 1975 — 把光照拆成环境+漫反射+高光三项

是什么

Phong 1975 提出一个让屏幕上的物体看起来像被光照过的最小公式。日常类比：你画一个苹果，光打在上面。苹果整体不死黑（背面也能看清），亮面有渐变（侧面比正面暗一点），最亮处有一个白点（高光）——这三件事，Phong 拆成三项可计算的数学量。

公式只有 8 行：

I = ka·ia + Σ over lights [ kd·(L·N)·id + ks·(R·V)^n·is ]

逐项读：

  • ka·ia —— 环境光（ambient）：常数项，让背面别死黑
  • kd·(L·N)·id —— 漫反射（diffuse）：光源方向 L 和法线 N 的夹角越正，越亮
  • ks·(R·V)^n·is —— 高光（specular）：反射方向 R 和视线 V 越对齐，越闪

L、N、R、V 都是单位向量；· 是点乘（cos 夹角）；n 是光泽度（shininess），数值越大高光越尖。

为什么重要

不理解 Phong，下面这些事都无法解释：

  • 为什么 Three.js 的标准材质叫 MeshPhongMaterial、shininess、specular——名字直接来自 1975 这篇
  • 为什么所有图形入门课第一个能跑的着色器都是这 8 行
  • 为什么 50 年后的 PBR（Cook-Torrance、GGX）还在沿用 diffuse + specular 这种拆法
  • 为什么 OpenGL 固定管线默认就是 Phong 模型的简化版（实际是 Blinn-Phong，1977 年的优化）

这是计算机图形学第一个进入工业的真实感光照模型。在它之前，1971 年 Gouraud 已经能在多边形之间平滑过渡颜色，但没有高光——苹果看起来像橡皮泥。Phong 加上高光那一刻，CG 才开始像照片。

核心要点

三项每一项对应一种物理现象的粗暴近似：

  1. 环境光 ka·ia：现实里光会在房间里反弹无数次，每个角落都有一点散射光。Phong 说：“太复杂，加个常数糊弄过去。“——这就是 ambient。物理上不存在，纯 fudge factor，但没它背面就是死黑。

  2. 漫反射 kd·(L·N)·id：粗糙表面（纸、墙、橡胶）把光均匀往四面八方散。Lambert 1760 年就推过：朝向光源越正（L·N 越大），单位面积接到的光越多。这一项和视角无关——你绕到侧面看，漫反射部分亮度不变。

  3. 高光 ks·(R·V)^n·is：光滑表面（金属、塑料、湿物）把光集中往反射方向弹。理想镜面只在 R 方向有亮，但真实表面有微小起伏，所以亮度按 cos 衰减。Phong 的关键创新就是这一项——指数 n 控制衰减速度，n=1 像橡皮，n=200 像镜子。这一项强烈依赖视角——你动一下头，高光就漂移。

三项加起来就是这个像素的颜色。每个光源都跑一遍 diffuse + specular，再加一次 ambient。

实践案例

案例 1：Three.js 里的 Phong 材质

const material = new THREE.MeshPhongMaterial({
  color: 0xff0000,        // kd 漫反射颜色（红色苹果）
  specular: 0xffffff,     // ks 高光颜色（白色高光）
  shininess: 30,          // n 光泽度（30 = 塑料感）
});

shininess 这个字段名就是 Phong 1975 公式里的 n。改成 200 就像抛光金属，改成 1 就像哑光橡胶。

案例 2：手动拆解一个像素的颜色

红苹果某个像素，光从左上来，相机在正前：

ka = 0.1, ia = (1,1,1)            # 环境
kd = (0.8, 0.1, 0.1), id = (1,1,1) # 红色漫反射
ks = (1,1,1), is = (1,1,1), n = 50 # 白色高光


L·N = 0.7    # 光与法线夹角约 45°
R·V = 0.95   # 反射方向几乎对着相机


ambient  = 0.1 · (1,1,1)            = (0.10, 0.10, 0.10)
diffuse  = (0.8,0.1,0.1) · 0.7 · 1  = (0.56, 0.07, 0.07)
specular = (1,1,1) · 0.95^50 · 1    = (0.08, 0.08, 0.08)


I = (0.74, 0.25, 0.25)  # 偏红+一点白

这个像素是亮红色加一点白闪。换个角度让 R·V=0.5，0.5^50 ≈ 0.0000009，高光直接消失——这就是高光”会跟着视角跑”的感觉。

案例 3：Phong shading 与 Phong reflection 不是一回事

同一篇论文里两个东西容易混：

  • Phong reflection model（本文主角）：上面那个 8 行公式
  • Phong shading：在多边形顶点之间插值法线，每个像素重新算一次公式

对比 1971 年 Gouraud：Gouraud 在顶点算颜色，多边形内部插颜色——结果高光在多边形中心会丢失。Phong 改成插法线，每像素算一次完整公式，高光保住。代价是 GPU 要做 N 倍计算，1975 年根本跑不动，1990 年代硬件追上后才普及。

踩过的坑

  1. 能量不守恒：ka + kd + ks 可以随便填超过 1，物体看起来比光源还亮。现代 PBR 强制 kd + ks ≤ 1。

  2. 金属不准：Phong 假设高光是白色（光源同色）。但金属的高光带颜色——金子的高光是黄的。要画金属必须改成 ks 跟漫反射颜色挂钩，或者干脆换 Cook-Torrance。

  3. n 大了会闪：n=500 时高光只占几个像素，相机一动高光就在像素之间跳——叫做 specular aliasing。解法是加 mipmap 或用 prefiltered environment map。

  4. R 算错方向：R = 2(N·L)N - L。新人常写成 L 和 N 反向算，结果高光在背面出现。

  5. 光强累加超出 1：多个光源各自跑一遍后加起来颜色 > 1，需要 tone mapping 压回 [0,1]。

适用 vs 不适用场景

适用：

  • 教学：图形学第一个能跑的真实感模型
  • 移动端 forward 渲染（每像素几十次乘法即可）
  • 风格化渲染（卡通渲染常基于 Phong 改）
  • 不追求物理正确的实时场景

不适用：

  • 物理正确渲染（PBR 流程必须用 Cook-Torrance / GGX）
  • 金属、各向异性材质（拉丝金属）
  • 间接光照（ambient 只是常数糊弄，需要 IBL / 球谐 / 路径追踪）
  • 半透明、次表面散射（皮肤、蜡、玉）

历史小故事（可跳过）

  • 1971：Henri Gouraud 在 Utah 大学发表平滑着色，能在多边形间渐变颜色但没高光
  • 1973：Bui Tuong Phong 在 Utah 大学完成博士论文，导师是 Ivan Sutherland（图形学之父）
  • 1975 年 6 月：CACM 发表 6 页论文，把博士论文核心成果浓缩
  • 1975 年：Phong 因白血病去世，年仅 33 岁
  • 1977：Jim Blinn 用半角向量 H 替代 R，得到 Blinn-Phong，省一次反射计算，OpenGL 选它作默认
  • 1982 年后：Cook-Torrance 等物理模型出现，但 Phong 因为快、好教，一直活到今天

学到什么

  1. 拆解就是减少：把”画出真实光照”这个无法直接计算的目标，拆成三个各自只有一行公式的可计算项。这是工程学的基本功。
  2. 经验模型也能赢 50 年：Phong 不守恒、不物理，但 cos^n 那一项实在太聪明——一个参数从橡胶滑到镜子。
  3. 命名很重要：specular / diffuse / shininess / ambient 这四个词从 1975 用到现在，所有图形 API 都遵循。
  4. 简单 + 早 = 教科书：6 页论文 + 8 行公式 + 一个 cos^n，半个世纪没换。

延伸阅读

关联

  • gouraud-1971 —— Gouraud 着色：Phong 的前辈，按颜色插值丢高光
  • lambert-cosine —— Lambert 余弦定律：漫反射那一项的物理基础
  • 3d-gaussian-splatting —— 现代实时渲染的另一支，但着色思想仍是 diffuse+specular
  • ssa —— 编译器术语 specular 与 SSA 无关，只是同时代图形学命名学示例

反向链接

  • 3d-gaussian-splatting —— 3D Gaussian Splatting — 用一堆 3D 模糊光斑重建场景
  • blinn-1977 —— Blinn 1977 — 用半角向量 H 把高光算量减半
  • cook-torrance-1982 —— Cook-Torrance 1982 — 把镜面反射拆成微面元 × 几何遮挡 × Fresnel
  • disney-brdf-2012 —— Disney Principled BRDF 2012 — 11 个滑块封装 Cook-Torrance 全家桶
  • heckbert-1986-texture-survey —— Heckbert 1986 — 把”贴图”这件事讲清楚的第一篇综述
  • perlin-1985-noise —— Perlin Noise — 让计算机生成的图像不再有”机器味”
  • ssa —— SSA — 静态单赋值形式
  • ward-1992 —— Ward 1992 — 第一个能落地的各向异性反射模型
  • whitted-1980 —— Whitted 1980 — 让光线在场景里递归跑三种次级射线