Chapter 38: Radiosity Methods

Radiosity 讨论的是静态 diffuse 场景中表面之间怎样交换能量。读完本章后，读者应能追踪一个室内 frame 中的能量路径：天花板灯具把能量发到墙面，墙面把一部分能量按自身反射率重新发出，地板、箱体和角落继续接收这些能量，最终形成颜色渗透、柔和间接光和局部能量积累。

本章贯穿一个固定场景：一个封闭房间，天花板有一块面光源，左墙为红色 diffuse 材质，右墙为灰白 diffuse 材质，地板和两个箱体也使用 diffuse 材质。这个场景接近经典 Cornell Box 的观察目标，相关历史和测试场景可从 Cornell Box 条目 追溯到早期 diffuse interreflection 研究；Radiosity 的基本算法关系也可从 Radiosity in computer graphics 追到 finite element 形式的渲染方程近似。

Radiosity 的核心结论很具体：当场景主要由静态 diffuse 表面构成时，可以把连续表面切成 patch，把每个 patch 离开的总能量写成未知量，再用 form factor 表达 patch 之间的可见、距离、朝向和面积关系。求解完成后，结果可以 bake 到 lightmap 或顶点颜色中，运行时 rasterization 只负责采样这些预计算结果。

这条路径把全局光照从逐像素射线积分转成一个离线线性系统。它的收益是视角无关、运行时成本稳定、间接 diffuse 结果平滑；它的代价是前处理计算量、patch 或 lightmap 存储、动态场景更新和非 diffuse 材质表达能力。

38.1 Radiosity 算法的数学基础

Radiosity 在图形学中的工作定义是：某个表面单位面积向外离开的总光能量，来源包括自身 emission 和从其他表面接收后按 diffuse 反射率重新散射出去的能量。它关心的是“表面离开多少能量”，因此结果与相机位置无关。只要场景几何、材质和光源保持固定，同一份 radiosity 解可以服务多个观察视角。

贯穿场景中，天花板灯具 patch 的 emission 较高，红墙 patch 的 reflectance 在红色通道高、绿色和蓝色通道低，灰白墙面三个通道比较接近。灯具先把能量送到墙面和地板，红墙接收后重新发出的能量在红色通道更强，于是地板和灰墙会出现红色渗透。这个结果来自能量方程，和相机看到哪一面没有直接关系。

把房间表面切成 $n$ 个 patch 后，每个 patch $i$ 有面积 $A_i$、diffuse 反射率 $\rho_i$、自身发光项 $E_i$ 和未知 radiosity $B_i$。若 $F_{ij}$ 表示从 sender patch $j$ 对 receiver patch $i$ 的几何传输比例，简化 radiosity 方程可以写成 $B_i = E_i + \rho_i \sum_j F_{ij} B_j$。这个式子在 RGB 渲染中通常按通道分别求解，红墙的颜色渗透来自 $\rho_i$ 在不同颜色通道上的差异。

这条方程包含三个层次。第一层是 emission，灯具 patch 即使没有其他表面也会向外发光。第二层是几何传输，form factor 把 sender 的能量按面积、朝向、距离和遮挡分配给 receiver。第三层是材质反射，receiver 收到能量后按 diffuse reflectance 把其中一部分重新贡献到自己的 outgoing radiosity 中。

写成矩阵形式时，所有 patch 的 radiosity 组成向量 $B$，emission 组成向量 $E$，diffuse 反射率形成对角矩阵 $R$，form factor 形成矩阵 $F$，关系为 $B = E + RFB$。求解对象是整组 patch 的稳定能量分布。只要场景中材质反射率整体低于能量守恒边界，反复传播能量会收敛到稳定结果。

在工程实现中，直接求逆 $B = (I - RF)^{-1}E$ 对大型场景通常开销过高。更常见的做法是迭代：先把 $B$ 初始化为 emission，再反复计算所有 patch 接收的间接能量并更新 $B$。每轮迭代可以理解为多传播一层 diffuse bounce；若增量低于阈值，当前结果已经足够稳定。

下面的简化代码只表达 gather 迭代的关键数据路径。form_factors 负责把上一轮 sender radiosity 变成 receiver incoming energy，reflectance 负责材质吸收和反射，emission 保留光源项。

radiosity = emission.copy()

for bounce in range(max_bounces):
    incoming = form_factors @ radiosity
    updated = emission + reflectance * incoming

    delta = max_abs(updated - radiosity)
    radiosity = updated

    if delta < convergence_threshold:
        break

这段代码省略了 patch 面积、RGB 通道布局和稀疏矩阵存储，但保留了 radiosity 的工程骨架：输入是 patch 材质、emission 和 form factor，处理过程是迭代能量传播，输出是每个 patch 的稳定离面能量。后续 bake 阶段会把这些 patch 结果投射到 lightmap texel 或顶点上。

在贯穿场景中，第一轮主要产生直接照明：灯具能量到达地板、墙和箱体。第二轮开始，红墙把红色能量重新贡献给地板和灰墙。继续迭代后，角落处多表面互相可见，能量多次交换，暗部会被间接光抬起。这个过程给出了判断顺序：先看 emission，再看 form factor，再看 reflectance，最后看迭代残差。

38.2 Form Factors 的计算与近似方法

Form factor 是 radiosity 中最关键的几何项。它回答一个具体问题：sender patch 上离开的 diffuse 能量，有多少比例能到达 receiver patch。这个比例由四类因素共同决定：两个 patch 的面积、两个法线之间的夹角、中心或积分点之间的距离，以及中间是否被其他几何遮挡。

对两个微小面积元素，几何项可以近似写成 $dF \propto V \frac{\cos\theta_i\cos\theta_j}{\pi r^2} dA$。这里 $V$ 是可见性，$r$ 是两点距离，$\theta_i$ 和 $\theta_j$ 是连线方向与两个法线的夹角。这个式子解释了室内画面中的常见结果：相互正对、距离近、无遮挡的墙角 patch 交换强；背向、远距离或被箱体挡住的 patch 交换弱。

Form factor 具有两个工程检查性质。第一，封闭 diffuse 场景中，一个 patch 向外发出的能量会被其他表面接收，行和接近 1；有开口或能量逃逸时，行和小于 1。第二，面积互易关系 $A_i F_{ij} = A_j F_{ji}$ 可以用来检查成对 patch 的传输矩阵是否出现明显错误。若互易关系大面积失真，后续求解会产生能量偏色或局部过亮。

计算 form factor 有多种路径，选择取决于场景规模、几何复杂度和期望误差形态。

方法	输入	输出误差形态	适用判断
解析公式	简单矩形、平面、规则几何	误差低，覆盖范围窄	小型测试、单元校验、基准结果
数值积分	patch 采样点、可见性查询	采样密度决定平滑度	中小场景、精度可控离线 bake
Hemicube	patch 中心、五面投影、深度测试	分辨率和投影离散导致锯齿	多边形场景、可复用 rasterization 能力
Monte Carlo	随机方向、射线命中、概率权重	噪声随样本数下降	复杂遮挡、大场景、可并行预计算

解析公式适合验证算法方向。若两个矩形 patch 大小、距离和朝向固定，可以用解析值检查程序中的面积单位、法线方向和颜色通道是否正确。工程中常把一个两面墙或盒子角落作为最小测试，先确认 form factor 的方向和数量级，再放入完整房间。

Hemicube 方法把 receiver 或 sender 附近的半球可见性转成五个 rasterization 视图。每个像素携带预计算的 delta form factor，深度测试给出该方向最近的可见 patch，累加像素贡献后得到一组 form factor。这个方法的价值在于把可见性问题交给图形管线处理，经典 hemicube 思路可追溯到 Cohen 和 Greenberg 的 1985 年工作，相关条目可见 Hemicube in computer graphics。

Hemicube 的误差主要来自离散分辨率和 patch 投影。分辨率过低时，小物体遮挡会漏掉，墙角阴影边界会变钝；分辨率过高时，form factor 计算和内存累加成本上升。对于室内 bake，常见做法是把大 patch 先按光照变化切细，再给 hemicube 或采样器提供更合理的几何单元。

Monte Carlo 估计把每个 patch 的半球方向随机采样，发射射线查找第一个命中表面，再用采样概率和几何权重累加贡献。它与路径追踪共享“用样本估计积分”的思想，但 radiosity 的目标仍是求每个 surface element 的视角无关 outgoing energy。样本数低时结果会出现 blotchy 间接光；样本数增加、分层采样和低差异序列能改善噪声形态。

Form factor 排查应按固定顺序进行。先检查 patch 法线是否朝向场景内部，再检查面积单位和尺度是否统一，再检查行和与互易关系，之后观察遮挡项。若红墙背面的 patch 仍向房间内部贡献红光，首要问题通常是法线或可见性；若整个房间偏暗，常见问题是反射率、行和或单位比例过低。

38.3 离线 Radiosity 场景实现

离线 radiosity 管线的目标是把静态场景中的 diffuse 间接光提前算好，并把结果转成运行时容易采样的数据。它通常位于 asset build、lighting bake 或场景发布流程中，而运行时 draw call 只读取 lightmap、顶点颜色或 probe 数据。

下面的流程图描述本章贯穿场景从几何输入到运行时采样的路径。图中的每个节点都对应一类可检查数据：mesh patch、form factor 矩阵、迭代残差、lightmap texel 和最终 frame。

第一步是 mesh patching。墙面、地板和箱体需要切成能承载光照变化的 surface element。平整白墙可以使用较大的 patch；靠近红墙、箱体接触边和灯具附近的区域需要更细的 patch。切分粒度决定了能量分布的空间分辨率，后续 lightmap 再高也无法恢复 patch 阶段已经丢失的变化。

第二步是材质和 emission 数据准备。每个 patch 至少需要 diffuse reflectance、emission、面积、法线、位置和 lightmap UV 映射。反射率应使用线性颜色空间参与能量计算，sRGB 贴图需要在线性化后进入求解器。若直接用 gamma 编码颜色做能量传播，红墙颜色渗透和暗部抬升都会偏离物理尺度。

第三步是 form factor 计算。小型场景可以使用完整矩阵，patch 数量增加后应使用稀疏表示、分块计算或阈值裁剪。室内房间大多数 patch 存在远距离弱贡献，稀疏化可以减少内存和矩阵乘法成本。稀疏阈值需要和能量守恒检查一起使用，阈值过高会削弱多次 bounce 后的低频间接光。

第四步是迭代求解。工程中常见停止条件包括最大 bounce 数、全局能量增量、局部最大增量和可见误差阈值。对于 diffuse 室内场景，前几轮 bounce 决定主要视觉变化，后续迭代主要抬高暗部和补充角落能量。求解日志应记录每轮总能量和最大 patch 增量，用来判断收敛状态。

第五步是 bake 到 lightmap。Patch radiosity 可以先插值到 lightmap texel，再经过 seam dilation、mipmap 生成和压缩。Lightmap 分辨率应跟几何光照变化匹配：大面积平墙需要稳定低频，箱体接触边、红墙附近和灯具投影区域需要更多 texel。若 UV chart 间距不足，mipmap 会把亮区颜色扩散到相邻 chart，形成漏光。

第六步是运行时采样。最终 shader 通常把直接光、材质 albedo、baked indirect light 和可选阴影项组合起来。Radiosity bake 结果已经包含 diffuse 间接光，运行时再叠加强 ambient 会抬高暗部并削弱墙角层次。更稳的做法是把 direct lighting、baked indirect 和后处理曝光分开观察。

一个最小实现可以把 patch 结果直接写成顶点颜色，用于验证能量传播链路；正式资产通常写成 lightmap，因为 texel 分辨率能独立于 mesh 拓扑。顶点颜色适合粗糙 blockout 或低多边形资产，lightmap 适合室内建筑、静态道具和需要明确阴影接触关系的空间。

离线管线的失败情况也有固定迹象。Patch 太大时，红墙颜色渗透会变成大块均匀染色；form factor 可见性错误时，箱体背面会收到穿透光；lightmap UV 间距不足时，阴影边缘会在 mipmap 中向外扩散；颜色空间错误时，整体能量分布会偏灰、偏暗或过饱和。排查时先锁定几何与法线，再看 form factor debug，再看求解残差，最后检查 lightmap 写入和运行时采样。

38.4 Radiosity 与其他 GI 算法对比

Radiosity 的定位是“把 diffuse interreflection 预计算成视角无关的表面能量分布”。这个定位决定了它和其他 global illumination 方法的差异。比较时应使用同一组维度：支持的光路、是否依赖视角、动态更新成本、存储形态、噪声形态和运行时开销。

方法	主要表达对象	视角关系	运行时成本	典型优势	典型边界
Radiosity	静态 diffuse 表面间能量交换	视角无关	低，主要采样 bake 结果	室内 diffuse 间接光、颜色渗透、稳定 lightmap	动态几何和 glossy/specular 表达弱
Path Tracing	从相机出发的多 bounce 路径积分	视角相关	高，样本数决定噪声	统一表达 diffuse、specular、透明和复杂光路	实时低样本需要积累和降噪
Photon Mapping	光源发射光子后密度估计	渲染阶段相关	中到高，依赖查询和半径	焦散、小光源、多 bounce 能量缓存	半径和光子密度影响 bias
Irradiance Probe / Light Probe	空间点上的低频间接光	采样位置相关	低到中	动态物体接收间接光	几何接触和遮挡细节弱
Screen Space GI	屏幕可见信息近似间接光	强视角相关	中，依赖屏幕采样	易接入实时后处理	屏幕外信息缺失

在本章贯穿场景中，Radiosity 对墙面颜色渗透和角落柔和间接光很合适，因为场景静态、材质以 diffuse 为主、最终结果可以 bake。Path tracing 能覆盖更广的材质和光路，尤其适合镜面反射、透明折射和高精度参考图；但它在实时低样本下会产生噪声，需要 temporal accumulation 和 denoiser。Photon mapping 对焦散和小光源聚焦有优势，适合水杯、玻璃、金属聚光等现象。

Radiosity 的视角无关性带来两个工程结果。第一，玩家或相机移动时，墙面间接光稳定，lightmap 采样成本接近普通纹理读取。第二，场景中灯光、墙体颜色或大块几何改变后，预计算结果需要局部或全局更新。若游戏需要开关灯、破墙、移动大型家具，传统离线 radiosity 的更新成本会进入设计约束。

和实时 GI 近似相比，Radiosity 的存储从“每帧计算”转成“离线 bake 和运行时读取”。这使它适合建筑可视化、静态关卡、移动端室内场景和高质量预烘焙流程。它对运行时 GPU 压力友好，但资产管线需要管理 lightmap UV、chart padding、压缩格式、mipmap 和不同质量等级。

在图形工程中，选择 GI 方法时可以按三步判断。先看场景是否静态和 diffuse 占比是否高；再看需要表达的视觉现象是颜色渗透、暗部抬升、焦散、镜面多 bounce 还是动态遮挡；最后看预算落在离线构建、运行时 GPU、内存还是内容制作。Radiosity 适合把预算前移到 bake 阶段，用存储换取稳定运行时表现。

38.5 室内照明 Radiosity 效果展示

室内 radiosity 的效果应通过可观察证据判断。对贯穿场景而言，直接光版本通常只有灯具照到的墙面、地板和箱体明亮，遮挡区快速变暗；radiosity bake 后，红墙附近的地板和灰墙带有红色间接光，箱体背光面得到柔和补光，墙角暗部仍保留接触层次。

颜色渗透是最容易检查的现象。红墙接收天花板灯具能量后，按红色高反射率重新发出能量；靠近红墙的地板和箱体侧面会变暖。若颜色渗透覆盖整个房间且强度均匀，patch 过大或 form factor 稀疏阈值可能过高；若红色完全没有传到相邻表面，常见原因是反射率通道、法线方向、可见性或 bounce 次数设置错误。

间接光柔化来自多次 diffuse 传播。箱体背面没有直接看到灯具，但它能看到被照亮的墙面和地板，因此会得到低频补光。这个补光通常平滑、低对比、无高频噪声。若背面出现随机斑块，问题多半在 Monte Carlo form factor 样本数、lightmap texel 插值或迭代结果过滤；若背面被整体抬得过亮，应检查 albedo、额外 ambient 和曝光。

角落能量积累需要同时看亮度和遮挡。墙面、地板和箱体形成的凹角会接收周围多个 patch 的反射，但几何遮挡也限制可见方向。正确结果通常是暗部被抬起，同时接触线附近仍有层次。若角落完全发灰，可能把 baked indirect 与 ambient 重复相加；若角落出现锐利漏光，优先检查 lightmap UV padding、chart dilation 和背面几何封闭性。

Lightmap 分辨率会改变 radiosity 的空间表达。低分辨率 lightmap 会把箱体接触阴影、灯具边界和红墙渗透边缘压成大块颜色；高分辨率能保留局部变化，但会增加内存、构建时间和 streaming 压力。分辨率选择应跟可见光照变化匹配，平坦墙面用低频 texel，接触边和颜色边界给更多密度。

实际调试时，建议准备四个视图：albedo-only、direct-only、baked indirect-only 和 final composite。Albedo-only 检查材质输入；direct-only 检查灯具和阴影；baked indirect-only 检查 radiosity 的颜色渗透和多 bounce；final composite 检查 tone mapping、曝光和材质叠加。这个拆分能把视觉问题定位到管线阶段，防止把 lightmap、材质和后处理混成一个模糊结论。

Radiosity 展示的判断终点是：画面中的红色渗透、暗部抬升和墙角层次，都应能追溯到 patch emission、form factor、reflectance、迭代求解和 lightmap 采样中的某一环。若无法从最终 frame 回推到这些数据，效果展示就缺少工程可复查性。

最小自检任务

给定一个静态室内盒子：天花板有白色面光源，左墙为红色 diffuse 材质，右墙和地板为灰白 diffuse 材质，中间有一个灰色箱体。渲染时发现地板靠近红墙处没有任何红色渗透，箱体背光面也接近全黑。请按 radiosity 管线给出排查顺序，并说明每一步要验证什么证据。

答案要点

先检查输入材质和颜色空间。左墙 diffuse reflectance 应在线性空间中保留红色高反射率，灯具 patch 应具有 emission。若红墙 reflectance 被写成灰色或 sRGB 值直接进入能量求解，颜色渗透会失真。

再检查 patch 法线和几何封闭。红墙、地板和箱体 patch 的法线应朝向房间内部，箱体背面应能看见被照亮的墙面或地板。若法线朝外，form factor 会把能量发到房间外；若房间存在几何缝隙，能量会从开口逃逸。

接着检查 form factor 矩阵。红墙到相邻地板、地板到箱体背光面的传输项应为非零，互易关系和行和应在合理范围内。若相邻 patch 的 form factor 为零，问题通常在可见性、采样方向、hemicube 分辨率或遮挡测试。

然后检查迭代求解。第一轮主要是直接光，第二轮以后才会产生明显红色渗透和背面补光。若 bounce 数设置过低或收敛阈值过粗，间接光不足；若总能量每轮快速归零，应检查 reflectance 和矩阵乘法方向。

最后检查 bake 和运行时合成。Baked indirect-only 视图应能单独看到红墙贡献和暗部补光；final composite 应把这份结果和 direct lighting 按线性空间组合。若 bake 视图正确但最终画面仍全黑，问题在 lightmap UV、纹理采样、压缩、shader 绑定或曝光。

本章知识点总结

• Radiosity 定义：Radiosity 表达单位面积表面向外离开的总能量，包含自身发光和 diffuse 反射后的能量。
• Patch 建模：连续表面需要切成 patch，patch 的面积、法线、反射率和 emission 构成 radiosity 求解输入。
• 能量方程：$B_i = E_i + \rho_i \sum_j F_{ij}B_j$ 把发光、几何传输和材质反射合成一个稳定能量系统。
• 视角无关：Radiosity 解绑定在表面上，相机移动后可以复用同一份静态 diffuse 间接光结果。
• Form Factor：Form factor 由面积、朝向、距离和遮挡决定，是 patch 之间传输能量的几何权重。
• 互易检查：$A_iF_{ij}=A_jF_{ji}$ 可作为 form factor 方向、面积和单位的一类工程校验。
• Hemicube 路径：Hemicube 把半球可见性转成 rasterization 视图，用深度测试和 delta form factor 累加几何传输。
• 迭代求解：每轮迭代增加一层 diffuse bounce，残差和总能量变化用于判断求解是否稳定。
• Lightmap Bake：离线求解结果常写入 lightmap，运行时通过纹理采样获得稳定间接光。
• 方法边界：Radiosity 适合静态 diffuse 室内空间，动态几何、动态灯光和 glossy/specular 光路需要其他 GI 技术补充。
• 效果证据：颜色渗透、背光面柔和补光、角落层次和 lightmap 分辨率变化是室内 radiosity 的主要观察证据。
• 排查顺序：Radiosity 问题应按材质颜色空间、法线和几何、form factor、迭代残差、bake 写入和 shader 采样逐层定位。