您的位置:首页 > 移动开发 > Unity3D

Unity3d 游戏中的实时降噪-对Square Enix文档的研究与实现

2015-06-07 09:02 603 查看
看到SE的技术文档关于降噪的决定研究一下,

本次试验场景:



文章中提到了3中主要滤波方法,最后一种方法又有三种方式

分别为Conventional geometry-aware filtering,Distribution-Aware Filtering,Specular Lobe-Aware Filtering and Upsampling

根据公式做了一些,自己弄得除噪方法不知道是否正确,虽然有效果= =;

博主的步骤:

1. 找出噪波(包括噪波与贴图上的细节)

2. 算出specular,diffuse的干扰

3. 此处方法众多:a.用别的像素代替噪波b.周围采样求平均值(会造成模糊)。。。。

Conventional geometry-aware filtering

基于最基本的高斯滤波,

此方法需要计算深度depth和normal,可通过获取_CameraDepthTexture和_CameraNormalsTexture获取,详细请点

W相当于对过滤正确性的判断,因为物体的边缘可能被当做噪波误判,产生边缘粗糙或者模糊

W权重公式




float wk = Gaussian(GetDepth(i_) - GetDepth(j), _Sigma_z);


Si是像素i中屏幕空间点的位置

G为高斯函数




σ是高斯分布的标准差

inline	float Gaussian(float x, float y)
		{
			return _A * exp(-(((pow((x - _X0), 2)) / (2 * _Sigma_x *_Sigma_x)) +
				((pow((y - _Y0), 2)) / (2 * _Sigma_y *_Sigma_y))));

		}


算出w结果图




边缘清晰可见,因为是通过depth和normal判断的,所以没有噪波,也包括了diffuse等的细节,通过w我们可以减少对边缘的降噪

然后采样对灰度进行比较,如果当前点与采样点相差过多则为噪波,采样点数越多越准确,但是也有限度



通过上图可明显发现w起的作用

结果如下(图片可点击放大查看)



放大结果



Distribution-Aware Filtering

对噪波进行判断并锐化,便于识别出噪波






t2为自定义参数

Ci为光滑分布

b函数为任意smoothing kernel

比如:

高斯滤波Gaussian filtering

各向异性滤波anisotropic filtering

总变分最小化Total Variation minimization

相邻滤波neighborhood filtering

NL-means algorithm

等等

这里博主使用高斯滤波



W结果如下




上图的结果没有开noise,但是这种方法的w是包含噪波的,所以不能用w来判断cut off,

此处的w是其第一种作用,也就是判断噪波,但是这种方法的输入参数β,可以调节对高光部分和阴影部分的过滤程度(可以看到在图中参数下specular处是全黑的,此时高光处时不会过滤的,采样点之间的差别为0),所以这种方法不需要cut off

结果如下





比之前方法的图片细节(见lena)保真度高,高光等细节损失几乎为0

SE文档中实现结果




Specular Lobe-Aware Filtering and Upsampling

对过滤的正确性判断加强,加上对高光的判断,免去对高光高亮处边缘的误判




float ai = v * max(dot(N, lightDir), 0);


W的结果如下




加入了对高光与暗部细节部分的判断,使得高光部分降噪效果良好



三种方法中效果最好的方法

结果如下





SE文档中实现结果




三种方法效果比对



代码已上传至github

------ by wolf96 http://blog.csdn.net/wolf96
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: