# SRPAmbientOcclusion

**Repository Path**: alienity/SRPAmbientOcclusion

## Basic Information

- **Project Name**: SRPAmbientOcclusion
- **Description**: 在Unity上实现了SSAO和HBAO
- **Primary Language**: Unknown
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2021-03-28
- **Last Updated**: 2022-07-13

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README


# 简介
环境光遮蔽是计算场景中每一点是如何接受环境光的。而实时渲染中的环境光遮蔽则是对此的模拟。

我们这里实现比较常见的SSAO和HBAO，一个表面点的AO的计算则是对其法线所在半球面的可见性的积分

$$
\displaystyle A_{\bar {p}}={\frac {1}{\pi }}\int _{\Omega }V_{{\bar {p}},{\hat {\omega }}}({\hat {n}}\cdot {\hat {\omega }})\,\operatorname {d} \omega
$$

实时计算的时候离散的积分就好了

## SSAO
SSAO的原理比较简单，其流程比较适合DeferredLighting，一个点的
其实现步骤如下

1. 获取到当前帧的深度图Depth，能获取到法线贴图Normal更好，不能的话直接用ddx和ddy计算也行
2. 对深度图上的每个像素，计算出其ViewSpace的坐标P0，在其法线所在半球面上采样点N个点，计算出这些点的ViewSpace坐标P1 ~ PN，并再次计算出P1 ~ PN的NDC，并采样得到这些点的真实深度值，并重建出真实的ViewSpace坐标V1 ~ VN
3. 对于P1 ~ PN与V1 ~ VN的大小，当V大于P的时候，该点被遮挡，可以根据遮挡的距离给出遮蔽的遮挡积分的权重
4. 最后对所有的采样点都做了遮挡计算后平均，得到当前点的AO值

实现上我们是直接抄的Unity实现版本，从中比较有意思的点是GPU上的伪随机，因为我们需要在单位半球面上随机采样

```c
//From  Next Generation Post Processing in Call of Duty: Advanced Warfare [Jimenez 2014]
// http://advances.realtimerendering.com/s2014/index.html
float InterleavedGradientNoise(float2 pixCoord, int frameCount)
{
    const float3 magic = float3(0.06711056f, 0.00583715f, 52.9829189f);
    float2 frameMagicScale = float2(2.083f, 4.867f);
    pixCoord += frameCount * frameMagicScale;
    return frac(magic.z * frac(dot(pixCoord, magic.xy)));
}

// Pseudo random number generator with 2D coordinates
float UVRandom(float u, float v)
{
    float f = dot(float2(12.9898, 78.233), float2(u, v));
    return frac(43758.5453 * sin(f));
}
```
这基本是在GPU上能找到的比较好用的随机数生成方法了

![SSAO实现参数没调](https://img-blog.csdnimg.cn/20210408015720807.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Rlbmd5aWJpbmc=,size_16,color_FFFFFF,t_70#pic_center)


## HBAO
相比于SSAO，HBAO则是扩展了采样点的启发性，参考[2]，具体代码实现则是参考[3]

环境光遮蔽的半径定义在ViewSpace，我们实现中也是

1. 获取到当前帧的深度图Depth，能获取到法线贴图Normal更好，不能的话直接用ddx和ddy计算也行
2. 对深度图上的每个像素，计算出其ViewSpace的坐标P0，在其法线所在半球面上采样点
   1. 当前点Tangent-Bitagent平面上随机朝着比如4个方向采样
   2. 当前点Tagent-Normal的随机一个方向上做类似RayMatching的操作，第一步还做一个随机的Offset，每个步进，都获取到对应深度的ViewSpace上的点，计算每个采样 $S_{1}$ 的权重，总权重 WAO=0
      - $AO(S_{1})=\sin\Theta(S_{1})-\sin t$ 
      - $WAO+=W(S_{1})AO(S_{1})$
3. 最后把所有采样得到的权重跟采样次数平均一下就可以得到最终的AO效果

![HBAO实现有噪声没弄明白](https://img-blog.csdnimg.cn/20210408015755975.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Rlbmd5aWJpbmc=,size_16,color_FFFFFF,t_70)

具体详细的流程还是把PPT上的内容抄一遍比较好。

实现中我们采用了跟SSAO一样的伪随机函数

一般AO的实现后都使用Horizontal和Vertical的Blur进行降噪。

还没有尝试过Temporal的方式去降噪，因为AO本来就是低频的信息，所以非常适合这种Temporal的方法

# 引用

[1] [https://zhuanlan.zhihu.com/p/46633896](https://zhuanlan.zhihu.com/p/46633896)

[2] [https://developer.download.nvidia.cn/presentations/2008/SIGGRAPH/HBAO_SIG08b.pdf](https://developer.download.nvidia.cn/presentations/2008/SIGGRAPH/HBAO_SIG08b.pdf)

[3] [https://developer.nvidia.com/sites/default/files/akamai/gameworks/samples/DeinterleavedTexturing.pdf](https://developer.nvidia.com/sites/default/files/akamai/gameworks/samples/DeinterleavedTexturing.pdf)