Вы находитесь на странице: 1из 95

IluminacinyraytracingconYafaRay

Versin1.4
AlvaroLunaBautista,2012alvarolunab@yahoo.es
TextandimageslicensedunderaCreativeCommonsReconocimientoCompartirIgual3.0UnportedLicense.
Todoslosderechosreservadosparaimgenesconautoracreditado.Allrightreservedforimageswitha
creditedauthor.
Parte1.Cuestionesbsicassobreiluminacin.
Antecedentes
Eltringulodedecisinenraytracing
Objetivosdelailuminacin.
Dirigirlamiradadelespectador.
Realzarpropiedadesdeloselementosylahistoriadelaescena.
Contextualizar,crearperspectivayprofundidad
Complementarlacomposicindelosobjetosenlaescena
Elentornodetrabajo.
Atenuacin
Tiposdeluz
LuzOmnidirecional
LuzdeFoco(spotlight)
LuzIES
rea
Luzesfera(spherelight)
Meshlight
Iluminacindefondo(backgroundlighting)
MapaHDRI
ModelosSunsky
Luzportal(portallight)
LuzSol(Sunlight)
Luzdefotones(photonsonlylamp)
Sombras
Color
Introduccin
Altorangodinmicoversusbajorangodinmico
Tonemapping
Balancedeblancosytintadodelasfuentesdeluz.
Balancedecoloraposteriori
Exposicinycontraste.
Profundidad,volumenyperspectiva
Parte2.TcnicasdeRenderizadoeiluminacinglobal.
1
Tcnicasderenderizado
Raytracingsimple,montecarloraytracingeiluminacinglobal
Raytracingsimple
IluminacinLocalversusIluminacinGlobal
Raytracingeiluminacinglobalcomounasumadecomponentes
Montecarloraytracing
Necesitoiluminacinglobal?
Paseoclusivo
Pathtracing
Eyetracingversuslighttracing
Mapadefotones
Mapadefotonesdifuso
Mapadefotonescastico
Optimizacindelflujodefotonescusticoydifuso
Photons,SearchRadiusySearchCount
Materiales
Antialiasing
Muestreoadaptativo
Parte3.Prcticasdeiluminacin.
Iluminacinde3puntosconraytracingsimple.
Luzclaveoprincipal
Luzderelleno
Lucestraseras
Otrostiposdeluz
Proporcinclaverelleno(keytofillratio)
Terminador
Luceslgicas/Lucespictricas
Iluminacindeexteriores
Metodologadetrabajoeniluminacindeescenas
Postproduccin
Pasadasderender
Pasedeprofundidad(ZdepthPass)
Paseoclusivo(AmbientOclussinpass)
Pasedeiluminacinglobal.
Renderizadoencapas
Referencias
Parte1.Cuestionesbsicassobreiluminacin.
Antecedentes
Lailuminacindeescenastridimensionalesnotieneuncuerpotericopropiosinoqueest
basadaentcnicastradicionalesutilizadasenotrascienciasyartes,principalmenteelcine,la
2
pinturaylafotografa.Conocerdichastcnicasensumediotradicionalnosayudaasermejores
artistas3D.Unejemploeslailuminacinde3puntosusadaenmuchasescenas3D,quetiene
suorigenenelcineylafotografa.Dehechomuchosusuariosprofesionalesdeprogramas3D
aprendenfotografaodibujotradicionalparamejorarcomoartistas3D.
Elfindelaguerradelmegahercioallporelao2002trajocomoresultadoquelosingenieros
emplearansusesfuerzosenaumentarlasprestacionesdelosprocesadoresmedianteotras
tcnicasqueconsistennosoloenconseguirmsciclosporsegundoenlasCPU.Unmayor
nmerodetransistores,lavectorizacinmejoradamediantenuevasinstrucciones
especializadas,paralelizacindelosprocesosendiferentescoresymemoriasdeacceso
rpidodegranpotencia(memoriacach)sonalgunosdeestosmtodos.Unodelosefectos
colateralesdetodasesasnuevastcnicasesunasegundajuventudparalastcnicasde
trazadoderayosfotogrficos,msconocidocomoraytracing.Efectivamente,lapopularidad
recientedelraytracingcomoopcinviablepararenderizarescenaseinclusoanimaciones,yla
aparicindenuevosmotoresderaytracing,sedebemsbienalasnuevasprestacionesdel
hardwarequealainvencindenuevosymseficientesalgoritmosderenderizado.
ExplicarelraytracingconYafaRaytienediversasventajas.Laprimeraesquesetratadeun
motordecdigoabierto,loqueposibilitaquepodamosestudiarsufuncionamientosincoste
alguno.LasegundaventajaesqueYafaRayesunmotorderaytracingsimpleybastante
eclctico:mezclademaneraheterogneavariostiposdealgoritmosytcnicasdeiluminacin
global.Laterceraesquesetratadeunmotorderenderizadorelativamentemodernoque
incorporamuchasdelasltimasnovedadesenraytracing,yaquefuereescritocasiensu
totalidadentre2005y2007.
Lastcnicasderaytracingeiluminacinqueseexplicanenestelibronosonexclusivasde
YafaRay.Engeneral,losmtodosqueseencuentranimplementadosencualquierraytracer,
yaseacomercialodecdigoabierto,tienensuorigenenuncuerpotericocomnporlo
generalbastanteaccesibleydeorigenacadmico.Granpartedelosdesarrollosexistentesyde
lasnuevaslneasdeinvestigacinacercadelraytracingtienensuorigenenelmundo
universitario.LosconceptosaprendidosalusarYafaRaypuedenserdeutilidadalahoradeusar
cualquierotroraytracer,yaseacomercialolibre.
Parabienoparamal,elidiomaoficialdel3Deselingls.Eselidiomaenelcualseescribee
investigaacercadel3Dylastcnicasderenderizadodeescenas.Dehecho,noexistetodava
unatraduccinestndarparamuchostrminosydenominacionesusadasenlosprogramasde
3Dytambinenelmundodelraytracing.Esporelloqueenestaguaencontrarstrminossin
traducirdelingls.Engeneral,elalumnoversadoen3Dyrenderizadodebetenercompetencias
eninglsalmenosaniveldelecturaparapoderteneraccesoatodaladocumentaciny
tutorialesqueseproducenacercadelraytracing.
Eltringulodedecisinenraytracing
3
EnunraytracerhbridocomoYafaRay,dondesecombinandiferentestiposdealgoritmos,las
prestacionesdelprogramafuncionanmuchasvecesenuntringulodedecisindondeel
usuariopodrescogerdosprestacionesperodeberrenunciaralmenosparcialmenteala
tercera.Porejemplo,unusuariopodrconseguirunrendermsfcildeconfiguraryms
correctousandopathtracing,peronorenderizatanrpidocomousarmapadefotones+FG.
Porejemplo,sepuedeusarunmapadefotonesafinandoalmximolacalidaddelmismode
maneraqueseacasitancorrectocomounpasedepathtracing,peroyanoserunaescena
fcildeconfigurar.
Objetivosdelailuminacin.
Losobjetivosprincipalesdelailuminacinson:
Dirigirlamiradadelespectador.
Realzarpropiedadesdeloselementosdelaescenaylasuhistoria.
Contextualizar,crearperspectivayprofundidad.
Complementareltrabajodecomposicindelaescena.
Dirigirlamiradadelespectador.
Atravsdelailuminacin,lacomposicindelaescenaylaspropiedadesdeloselementosque
4
lacomponen,sedebeatraerlamiradadelespectadorhaciaaquelloquesequierecomunicar.
Eslapropiedadmsimportantedeunrender.Granpartedelaproblemticaasociadaalos
trabajosderenderizadotienesuorigenenlaincapacidaddeatraersuficientementelaatencin
delespectador,bienporquenoseutilizanlasherramientasadecuadamente,bienporqueel
objetodedichaatraccinnoestsuficientementedefinido.Engeneral,serenderizamejor
cuandohayalgoimportanteobelloquecomunicar.
Podemosatraerlamiradadelobservadormedianteunefectodecomposicindezonasclarasyoscuras(efecto
tnelhaciaelsujeto)omedianteelusodeungradientedesaturacinparaaumentarlasensacinde
perspectiva.Otrotrucomuycomnesusarpersonasquemiranhaciaelsujetoprincipaldelaescena.Imagen
realizadaporCarlosMazn.
Realzarpropiedadesdeloselementosylahistoriadelaescena.
Lailuminacindeberealzarformas,lneas,relieves,superficiesrugosas,reflejos,atmsferas
cargadasdepolvo,etc.Lailuminacindebetambinresaltarelcarcterdelospersonajesyla
historiadelaescena.Unejemploclaroeslailuminacindeestudioqueseusaenlosanuncios
decoches,queestenfocadapararesaltarlaslneasdelacarrocera.
Notienesentidocrearcomplejosmapasderelieve(bumpmap)osistemasdepeloopartculas
sidespusnuestrailuminacinnoescapazderesaltarlosadecuadamente.Unaluztangencial
alpersonajehacemsvisiblealespectadorlosmapasderelieveyelpelo.Lailuminacinpuede
sertilpararealzareldramatismodeunaescena,porejemplousandouncontrastealtoentrela
5
luzprincipalylasotraslucespresenteslaescena.
Lailuminacinhaderesaltarelementosdelaescenaysuhistoria.Enlaimagensuperior,lailuminacinrealza
elpelodelsujetoprincipal.ImagenrealizadaporMatejMo.
Contextualizar,crearperspectivayprofundidad
Juntoconelmodeladoyeltexturizado,lailuminacinylassombrasdebenayudaracrearel
efectotridimensional,elenplanovisualyenelpsicolgico.Porejemplo,efectosatmosfricos
enelplanodefondoayudanacrearelefectotridimensional.Porotraparte,lailuminacindebe
6
ayudarasugerirtambinelentornodecualnuestraescenaformaparte.Adichoefectosele
llamacontextualizacin,queesunefectopsicolgico.
Contextualizacinyperspectiva.Elcolorylaposicindelaslucesseusaparacontextualizarlaescena.Unaluz
dereablancaazuladaesusadaenlaparteizquierdaparasugerirqueexisteunasalidaeneselado,mientras
quelaluzrojausadaaladerechasugierequelaestanciaseprolongaenesadireccinconluzartificial.
Hayotrasmanerasdecrearcontextualizacin.Porejemplo,lacontextualizacinsecreacuando
elsujetodelaescenareflejaenlosespeculareselementosqueseencuentranfueradelatoma
renderizada.Tambinsecreacontextualizacincuandoenlaescenaexistensombrascreadas
porelementosqueseencuentranfueradetoma.
Complementarlacomposicindelosobjetosenlaescena
Lailuminacindeberesaltarlacomposicindeobjetosquequeremoscrearyayudarelen
balancedelaescena.
Competencia
Lacompetenciaalahoradeiluminarllegacuandosetienendemanerapresenteysecombinan
todoslosdiferentesconceptosexplicadosenestemanual.Esarmonizarlacolocacinyel
7
nmerodefuentesdeluzconlaatenuacindelaslucesrespectodelaexposicinsimuladay
todoellodelbalancedecoloryademsconoceryusarlasposibilidadestcnicasdelaltorango
dinmicoquebrindanprogramascomoBlenderyYafaRay.
Elentornodetrabajo.
Unentornodetrabajoadecuadoyunacorrectagestindelcolorsoncondiciones
imprescindiblesparaconseguirunresultadofiableennuestrostrabajosdeiluminacin.Fiable
quieredecirconsistenteendiferentesdispositivos,porejemploenotrosespaciosdecolor,en
otrosmonitoreseimpresorascalibrados,etc.Alconjuntodecondicionesyprcticasdetrabajo
requeridasparaunacorrectagestindelcolorseledenominacuartooscurodigital.Los
principaleselementosdedichoentornoson:
Iluminacindenuestroentornodetrabajo.Debemostrabajarenunentornodesemi
penumbra,iluminacinindirectayfuentesdeluzdecolorneutro.BombillaCFLblanco
5000K,paredesblancas,etc.Lailuminacindebeseruniformealolargodelajornada
detrabajo.

Monitor.PanelIPScapazdemostrarelgamutsRGBensutotalidad.
Calibracinbsicadelmonitor,quepuedehacersesinnecesidaddehardware
especfico.Monitorcontemperaturadeblancosen6500K(D65whitepoint),contrasteen
mximos,puntonegrocalibradoygamaen2.2.Existeabundanteliteraturasobre
calibracinbsicademonitores,inclusoesposiblequetusistemaoperativocuentecon
herramientasespecficaspararealizardichastareas.Unbuenpuntodepartidapara
estudiardichosconceptoseslawebdeLagon.nl:
8
http://www.lagom.nl/lcdtest/
Espaciodecolor.SeasumeunespaciodecolorsRGB(D65whitepoint,gama2.2)por
defectoparatexturasusadasyparalosrendersproducidos.
Lnearworkflow.Losmotoresderenderizadostrabajandemaneramscorrectasin
tenerencuentaningntipodecorreccindegama.Adichoprocesoseledenomina
lnearworkflow.Laprincipalventajadeusardichomtodoesunacorrecta
representacindeloscoloresyunaatenuacindelaluzennuestrosrendersms
realista.
Losmotoresderenderizadotrabajanloscoloresdemaneralnealysinningntipode
correccindegama.Paraincorporardicharealidadennuestrotrabajo,sedebenllevar
lastexturasyloscoloresaunespaciodecolorlnealantesdetrabajarconellos.Cuando
guardamosnuestrorenderenunarchivodeimagen,insertamosnuestrasimgenesotra
vezenunespaciodecolorconcorreccindegama,pordefectosRGB.Engeneral,los
motoresderenderizadollevanincorporadocontrolesparausarellnearworkflowde
maneraautomticayconmnimaintervencinporpartedelusuario.
Paramsinformacinsobreellinearworkflowconsultaraqu.
Atenuacin
Enlavidarealyenunmotorderenderizadorealista,laluzseatenaconrapidezydemanera
nolineal.Unobjetoaldoblededistanciarecibenolamitadsino4vecesmenosluz.Esteesun
condicionanteimportanteennuestrostrabajosdeiluminacin,porejemplocuandoqueremos
controlarelefectodeunaluzqueiluminaobjetosqueseencuentranenplanosdiferentes.En
general,cuantomscercaestlafuentedeluzdelosobjetos,msvisibleresultaelefectode
atenuacin.Alcontrario,cuantomsalejadaypotenteeslaluz,menosvisibleeselefectode
atenuacin.
Esimportanterecalcarqueexistendostiposdeluzquenotienenatenuacinporquese
consideransuficientementepotentesyalejadascomoparanoverseafectadasporestetipode
fenmeno:laluzsolarylaluzdelplanodefondonodecaen(oalmenosnodeberan).Losotros
tiposdeluces(spot,area,puntual)ytambinlailuminacinderebotesevenafectadosporeste
tipodeatenuacinllamadacuadrticainversa.
9
Enlaimagendeladerechalafuentedeluzestmuchomscercadelpersonaje.Laatenuacinesmsevidente
yelefectoesmsdramtico.Controlarlaatenuacinesdificileninterioresgrandesconlucespequeas,porque
lailuminacindecaerpidamente.
Laatenuacinfuncionademanerainterdependienteconelconceptodeexposicin.Cuando
incrementamoslapotenciadefuentesdeluzdeinteriorqueseatenanrpidamente,loque
enrealidadestamoshaciendoescambiarelrangodeexposicinqueestamossimulandopara
laescenayportantootrasfuentesdeluzdeberanseradaptadasalanuevaexposicin,por
ejemplounbackground.
Tiposdeluz
LuzPuntual:Sedefinenlascoordenadasdeunpuntodesdeelcualseemitelaluz.Las
lucespuntualessuelenproyectarsombraspocorealistas,debordeduro,perolos
motoresderenderizadosuelenincluiropcionesparasuavizarlassombrasproyectadas
pordichostiposdeluz.Msrpidoymsfcil.
Omnidireccional
Foco
IES
Lasluzpuntualesunconceptopocorealistaperobastanteprcticoalahorade
iluminarunaescena.Porejemplo,laluzpuntualnoesvisibleyproduceunreflejo
estndarcircularsobrelosobjetosconcomponenteespecular.Enlavidareal,todaslas
fuentesemitenluznodesdeunpunto,sinodesdeunreadeemisin.
Luzderea:Sedefineunreadesdelacualseemiteluz.Lasombrassonsiempre
suaves.Losmotoresraytracingemitenvariosrayosdevisibilidad(shadowrays,
samples)desdeunpuntodelaescenaparadetectarlaprobabilidaddeencontrarlaluz
dereaobienunobjetointerpuesto.Msrealista.
rea
Esfera
Meshlight
LuzdeBackground
10
Luzportal
Otrostiposdeluz:
LuzSol(sunlight)
Luzdefotones(photonsonlylamp)
LuzOmnidirecional
Eseltipodeluzmssencillo.Emiteluzdesdeunpunto,demanerauniformeentodas
direcciones.Proyectasombrasdebordeduro.Seusaprincipalmentecomoluzderellenoo
trasera.
Ejemplodeluzomnidirecionall.Lassombrasproyectadastienenunbordedefinidopocorealista.Ntesecomo
lafuentedeluznoesreflejadaenelcomponentemirrordeshinnydiffuse,glassycoatedglossy.Encambiosi
quehayreflejoenelcomponentereflectivodelmaterialglossy.Msrpidoymsfcil..
LuzdeFoco(spotlight)
Estipomsutilizado,debidoalcontrolquepermitesobreladireccinyeltamaodelhazde
luz.Dehechoenalgunosentornosprofesionaleseselnicotipodeluzutilizado.Emiteluz
desdeunpunto,enunhazenformadecono.Senecesitadefinirunpuntodeorigen,una
direccinyunaaperturadelcono.Ladireccindelconosepuedevincularalasituacindeun
objetoenlaescena,enelcasodeBlendersesueleusarunobjetoempty.Sepuedesuavizar
laemisindeluzenelbordedelconoestableciendounreadesemipenumbra.Enunprincipio
laluzdefocoproyectasombrasdebordeduro,aunqueesposiblequeelmotorderenderizado
11
incorporeopcionesparasuavizarlassombrasgeneradasporestetipodeluz.Seusa
principalmentecomoluzclave(keylight)aunquepuedeusarseparacualquierotrotipodeluz
(luzdecontorno,luzderelleno,etc).Porejemplo,muchasvecesseusaunaluzdefocoagran
distanciaparasimularunaluzdesol.
Ejemplodeluzdefoco(spotlight).Elbordedelreacircularensemipenumbraesdenominadoblendareaen
YafaRay.Sehaactivadolasuavidaddelasombrasproyectadasporobjetosiluminadosporelfoco.Aligualque
enlaluzomnidireccional,lafuentedeluznoesreflejadaenelcomponentemirrordeshinydiffuse,glassy
coatedglossy.Encambio,siquehayreflejoenelcomponentereflectivodelmaterialglossy.
LuzIES
LuzIESesunavariantedelaluzdefocoenlacualladistribucindelaintensidadlumnicaest
controladaporunficherodetipoIES.Elobjetivodeestaopcinesreproducirelcomportamiento
realdeluminariascomercialesconmecanismo,enlascualeselhazlumnicopuedeabarcar
formasdiferentes.PuedenencontrarseficherosIESparaluminariascomercialesenlawebde
cualquierfabricanteespecializadoytambinenlawebdeYafaRay.Sesuelenutilizarpara
proyectosdeiluminacinprofesionalesenelmbitodeladecoracinperopuedensertiles
parareproducirunhaznaturalentrabajosmsartsticos..
12
EjemplodevariostiposdelucesIESenYafaRay.
rea
Mscorrecto.Seutilizaparacrearsombrassuavesyreflejosdereasemisorasdeluzsobre
objetosconcomponenteespecular.Emiteluzdesdeunasuperficieplanaquepuedeser
cuadradaorectangular.Laluzemitidaporlaluzdereasedistribuyedeformauniformedesde
elreaemisiva.Cuantomayoreslaluzderea,msgrandeeslazonaensemipenumbray
portantomsdifuminadoelbordedelaszonasensombra.
Laslucesdereanecesitandevariasmuestras(samples)paracomprobarlaprobabilidadde
exposicinalreadeiluminacindesdeunpuntodeterminadodelaescena.Dichasmuestras
segeneraneintegranusandoalgoritmosmontecarlo,queproducenruido.Parareducirelruido
13
producidoporlaslucesderea,necesitamosaumentarelnmerodemuestras(samples).A
mayornmerodemuestras,menosruidoperomstiempoderender.Estaesuna
particularidadcomnatodaslaslucesderea(rea,sphere,background,portal,
meshlight).
Ejemplodeluzderea.Ntesecomolaluzesreflejadaestavezenelcomponentemirrordeshinydiffuse,glass
ycoatedglossy.
Unadelasprincipalescaractersticasdelaluzdereaeslaopcindehacervisibleelrea
emisiva,osealafuentedeluzensimisma,enelcomponentemirrordeshinydiffuse,glassy
coatedglossy,quesonmaterialesdeYafaRay.Estaesunaopcinquenoesposibleconlas
lucespuntualescomoelfocoolaluzomnidireccional,quesolosecomputanenelmaterial
glossy.Estapropiedadescompartidaconotraslucesdereacomoeselcasodeiluminacin
delplanodefondo(IBLlighting)omeshlight,yquepuedesertilparadarrealismoopara
atraerlamiradadelespectadorhacalosreflejosproducidospordichostiposdeluz.
14
Lucesdereasvisiblesreflejadasenunobjetoconcomponentemirror,paradarrealismo.
Luzesfera(spherelight)
Esunaluzdereaenformadeesfera)
15
Meshlight
Unobjetodelaescenaseconvierteenunobjetoemisordeluz,detiporea.Elobjetoemisor
puedeserunplanoounamallaslida.
Ejemplosdemeshlight.Estetipodelucessereflejaenelcomponentemirrordelosmateriales,igualquelas
otraslucesdetiporea.
Iluminacindefondo(backgroundlighting)
Seusaindistintamenteparailuminacindeexterioresoparainteriores.Elbackgroundofondo
16
deescenaesunconceptovirtual,noexistecomoobjetofsicoenlaescena,peropuedeser
texturizadoconuncolorcontinuooconungradientedecolores.
Ejemplodeiluminacincongradientbackgroundademsdeunaluzsolar.Elmtodousadoesraytracing
simple,tambinconocidacomoDirectLightingenYafaRay.
Elbackgroundtambinpuedesertexturizadoconunaimagen,generalmenteunmapaHDRI.
Elobjetivoessimularloscoloresdelcieloyelementosdelplanodefondo(casas,rboles,
montaas),aunquetambinsepuedenusarmapasHDRIqueconsistenenescenasdeinterior.
Laimagenfuncionatambincomounafuentedeluztomandoelaltorangodinmicodelmapa
HDRIcomobaseparalailuminacin.
Enlaprctica,lailuminacinconelfondodeescenaenlos4casosdisponiblesenYafaRay
(singlecolor,gradient,imagebasedlighting,sunsky)funcionacomounaluzdereaesfrica
iluminandohaciaelinteriorycompartemuchascaractersticasconlasotraslucesderea.Por
ejemplo,producesombrassuavesyalserunaluzdereamuygrande,necesitamospocas
muestrasparaobtenerresultadoslibresderuidoenmontecarlosampling,yaseailuminacin
directaoiluminacindirecta+pathtracing.Esuntipodeiluminacinespecialmenteindicada
parapathtracing,aligualquelosotrostiposdearealight.
MapaHDRI
UnmapaHDRI(HDRIprobe)esunaimagendealtorangodinmicoqueconsisteenla
proyeccindeunentornotomadadesdeunpuntodeterminado.Unaimagendealtorango
17
dinmicosignificaqueexisteunrangomuchomayorentrelaszonasmsbrillantesylasms
oscurasqueaquelqueescapazdemostrarunaimagendebajorangodinmico(LDR),por
ejemplounaimagenJPG.Dehecho,elojohumanocaptalainformacinlumnicaconunalto
rangodinmicotambin.ElformatodeficheroHDRImshabitualesOpenEXRdeILM.
LainformacinlumnicacontenidaenunmapaHDRIpuedeservirparailuminarunaescena3D.
Porejemplo,laszonasbrillantesdelmapaHDRIquecorrespondanafuentesdeluz(sol,cielo,
unalmpara,ventanas)sontanbrillantesquetambinfuncionancomofuentesdeluzenla
escena3D,unavezqueelmapaHDRIestaplicadoanuestrofondodeescena.Dichatcnica
sedenominailuminacinbasadaenimgenes(imagebasedlighting).Unacaracterstica
principaldelosficherosHDRIessugrantamaocomparadoconficherosdeimgenesLDR.
Laotracaractersticaesqueelaltorangodinmiconopuedeservisualizadosinoporetapas,ya
quelosmonitorestienenunrangodinmicolimitadoLDRtambin.
AspectotpicodeunmapaHDRIenversinLDR,queconsisteenunatomade360deunanavevaca.Estetipo
deproyeccinsedenominaesfrica.ImagenrealizadaporBernhardVogl
18
EscenailuminadaconelmapaHDRIanterior.
UnadelasaplicacionesprincipalesdelailuminacinbasadaenmapasHDRIeslaintegracin
deobjetosgeneradosporordenadorenfilmacionesdeescenasreales.ElmapaHDRInosolo
ayudaareproducirlailuminacinrealdeunentorno,sinoquetambinproducirreflejos
acordesconlaescenarealsobrelosobjetos3Dconcomponenteespecular.Unejemplode
dichaaplicacinlapuedesvisualizarensiguienteenlace:
http://youtu.be/8nwLCPGQdiM
OtraaplicacinesusarmapasHDRIgenricosparailuminarcualquiertipodeescena,
particularmentetrabajosdevisualizacinarquitectnicaydeproducto.Eninternetsepueden
encontrarmapasHDRIcomercialesytambingratuitos.Existenvariostiposdeproyecciones
enlosmapasHDRI,perolasmsusadassonlasproyeccionesangular(lightprobe)y
esfrica.
ModelosSunsky
Unmodelosunskyintentareproducirelgradientedecoloresylailuminacindeuncielo
despejadomediantelaformulacinmatemticadeciertosfenmenosfsicoscomolaturbidez
atmosfricaysusefectosenlaluzvisible.Elcielosemostrarmsomenosturbioyel
espectrodecoloresdelmismocambiarenfuncindelosparmetrosintroducidosporel
usuario.Tambinsepuedencontrolarotrosparmetroscomoelbrillodelhorizonteoeltamao
eintensidaddeldiscosolar.UnmodeloSunskyconstadedosfuentesdeiluminacinquesonel
solyelcielo,quepodemosusarporseparadoodemaneraconjunta.
19
EjemplodeescenailuminadaconelbackgroundSunsky2.
Luzportal(portallight)
Esunaluzdereaquetomaloscoloresdelfondodeescena(background)quetengamos
configuradoenaquelmomento.Unodelosinconvenientesdelmapadefotonesesqueesuna
tcnicaindependientedelobservador,yportanto,enmuchasocasiones,elflujodefotones
impactaenzonasquenotienenrelevanciadesdeelpuntodevistadelacmara.
Enciertasescenasestehechosuponeunproblemaalahoradecrearmapasdefotonescon
unabuenadensidaddeimpactos,porejemplounaescenainteriordondelosemisoresestnen
elexterior,generalmenteluzsolaryfondodeescena(background)emitiendofotones.Una
solucineshacerqueelfondodeescenaemitaluzdirecta,peroquelosfotonesparagenerar
suluzindirectaseaencomendadosaunaluzportalqueseencuentradirectamenteenfocadaa
laaberturaporlacualnuestraescenainteriorrecibeluzdelexterior.Esteeselcometidobsico
delaluzportal.
20
Esquemadefuncionamientodelaluzportal.Eneldibujodeladerecha,laluzportalpuestaenlaaberturahace
quetodoslosfotonesemitidoscontribuyanalmapadefotonesenelinteriordelaestancia.Laluzportalotorgaa
losfotonesemitidoslaenergayelcolorcorrespondientealfondodeescena(background)queestconfigurado
enesemomento.
LuzSol(Sunlight)
Emiteluzenformadehaz,paralocualesnecesariodefinirunadireccin.Creasombras
paralelasdebordeduro,aunqueesposiblequeelmotorderenderizadoincorporeopciones
paracrearsombrassuaves,talcomoocurreenlarealidadconlassombrasproducidasporel
sol.
Ejemplodeluzsolar(sunlight)consombrassuavesactivadas.Encuantoareflexiones,tieneelmismo
comportamientoqueunaluzpuntual,portantoelsolnosereflejaenelcomponentemirrordeshinydiffuse,
21
glassycoatedglossy,aunquesilohaceenelcomponentereflectivodeglossy.Siquisiramosunaluzsolarque
produzcareflejosenelcomponentemirror,deberamosusarunmodeloSunskyounfondoHDRIenelcual
aparezcaeldiscosolar.
Luzdefotones(photonsonlylamp)
Esuntipoespecializadodeluzquenoemiteiluminacindirectasinosolofotonespara
iluminacinindirectayefectoscusticosproducidosporlatcnicadelmapadefotones(photon
mapping).Lafinalidaddeestetipodeluzesincrementarlacalidaddelmapadefotones,por
ejemplocuandoseusaunaluzdereaounfondo(background)parailuminarlaescena.
Eneldibujodelaizquierda,laluzdereaemitefotonesdeigualmaneraqueemitelailuminacindirecta,de
formadispersa.Eneldibujodeladerecha,laluzderea,queestaveznoemitefotones,esayudadaporunaluz
quenoemiteluzdirecta,perosiemiteunhazdefotonesqueseconcentrasobreunreadeterminada,eneste
casounobjetoconrefraccindelquequeremosobtenercusticas.Lasdosfuentesdeluzdebentenerlas
mismascaractersticasencuantoacolorypotencia.Esteeselcometidobsicodelaluzdefotones.
Sombras
22
Imagenrealizadapormaleficmax
Sinsombraslosobjetosflotan.Lassombrasayudanaposicionarunosobjetosconrespectoa
otrosyadarlesunvolumencorrecto.Lassombrasademspueden:
Dirigirlamiradadelespectadorhaciaelsujetoprotagonistadelaimagen.
Equilibrarlacomposicinconel'peso'delaszonasiluminadas.
Aadircontraste.
Puedenofrecerinformacinsobreunobjeto'offscreen'queproyectasombrassobreel
rearenderizada.
EnYafaRayexistelaposibilidaddecrearsombrasdesuavesentodoslostiposdeluzexcepto
enluzomnidireccional,loquesindudacontribuyeaincrementarelrealismodelos
renderizados.Siobservasatualrededor,todaslassombrasenmayoromenormedidatienen
enelbordealgntipodesuavidad,inclusolasproyectadasporelSol.
23
Ejemplodeusocreativodelassombrascomounaherramientaparaatraerlamiradadelespectador.Tambin
ayudanparacrearunbalanceentrezonasiluminadasyensombra.ImagenrealizadaporYarpen.
Enmuchosmotoreseliluminadorpuededecidirsiunaluzproyectasombrasonoeincluso
configuraruncolorespecficoparalassombras.Enmotorderenderizadorealistacomo
YafaRaydichaopcinnoesposible,todaslaslucespresentesenlaescenaproyectansombras
demanerarealista.
Eniluminacindepersonajes,loselementosqueproducensombrasindeseadaso
problemticassonaquellasquesobresalendelplanodelpersonaje,porejemplolanarizolos
pies.Existentrucos,comolacolocacindeobjetosymuebles,paraeliminarsombrasno
deseadas,sobretodoenlabasedelosobjetosypersonajes.
24
Color
Introduccin
Losmotoresderenderizadousanunmodelodemezclaaditivadecoloresprimariosrojo,verde
yazul(RGBporsussiglaseningls)paradefinirloscoloresdebasedelosobjetosydelas
fuentesdeluz.Porejemplo,usandounrangoquevade0a1,elcolorazulmarinodelcuadro
siguienteresultademezclar0.18derojo,0.20deverdey0.90deazul.
Tambinelmismocolorsepuededefinirmedianteloscomponentesmatiz,saturacinybrillo
(HSVporsussiglaseningls)omedianteuncdigodecolorHex,perointernamenteelmotor
derenderizadorealizaoperacionesconcoloresenbaseasucomposicinRGBenvaloresde
rango[0,1]
Demaneramuyresumida,paracalcularelcoloremitidoporunobjeto(radiance),losmotores
derenderizadomultiplicanelcolorbasedelobjetoporelcolordelafuentedeluzyporla
intensidaddelamismaalllegaralobjeto,conceptotambinconocidocomoirradiancia
(incomingradiance).Bsicamente,lafrmulaconsisteen:
[RGB]emitido=[RGB]objeto[RGB]luzIrradiancia
Estemodelotienevariascaractersticasqueesprecisoapuntar,porejemplo:
ElcolorblancoRGB[1,1,1]enunafuentedeluznotieneinfluenciaenelcolorfinalya
queelresultadodependerexclusivamentedemultiplicarelcolorbasedelobjetoporla
irradiancia,loqueenlaprcticanosdaunavariacinsoloenelbrillo.Enelmundoreal
laslucessiempretienenciertacoloracin(temperatura)einfluyenenelcoloremitidopor
losobjetos.Esunabuenaprcticatintarsiempre,aunquesealevemente,nuestras
fuentesdeluz.
Porejemplo,siunobjetodecoloramarilloRGB[1,1,0]loiluminamosconunluzdecolor
25
azulRGB[0,0,1]entonceselcoloremitidoesnegro[0,0,0]cualquieraqueseala
potenciadelafuentedeluz.Engeneralsehandeevitarloscoloresmuysaturados,
aunqueenciertoscasospuedensertilesparadirigirlamiradadelespectador.
Elobjetodelaizquierda,quetieneuncoloramarilloRGB[0.80,0.80,0]yelobjetodeladerecha,quetiene
colorblancoRGB[1,1,1]estniluminadosporunaluzazulRGB[0,0,0.95]
Unconceptoproblemticoalahoraderealizarexterioresesrenderizarlosespeculares
yloscoloresblancosconsuficienteenergayalmismotiempoconservarunabuena
saturacinenelrestodecolores.Alavistadelafrmula,unairradianciaaltatendera
comerseloscolores,esdecir,aproducirunresultadoRGB[1,1,1]entodoslos
objetos.Lasolucinestenusarcomparativamentemssaturacinenelcolorbasede
losmaterialescuandoestamostrabajandoenescenasconmuchailuminacin.
Elobjetodeladerechatieneunrojomassaturadoqueeldelaizquierda,loqueconllevaqueelcolorsea
msestablecuandoexisteunailuminacindegranpotencia.
26
Unaluzblancatrataatodoslosobjetosporigualcomohemosvisto.Unaluzcoloreada
resaltaenmayormedidalosobjetosqueusanelmismomatizdecoloroparecido.Si
usamosunaluzamarillentaRGB[1,0.90,0.60]losaltosndicesderojoyverde
aumentarnenmayormedidalosndicesderojoyverdeenelresultadofinal.Lasuma
delcolorrojoyverdeeselcoloramarillo.
Otrastcnicasparatrabajarconcoloresson:
Esposiblesimularlaexposicindeescenasconpocailuminacinusandocolorespoco
saturadosenlosobjetos.
Trabajarconpaletaspredefinidasdecoloresayudaaligarlaimagen.
Usarcoloresmssaturadosenelprimerplanoymenossaturadosenlosplanosde
fondoayudaadarprofundidadyperspectivaanuestraimagen.Esttcnicamuchas
vecesseusaparareproducirenciertamaneralainfluenciadeefectosatmosfricosen
elcolordelosobjetosdelplanodefondodeescenasabiertas,perotambinseusapara
cualquiertipodeescenaysituacin.
Aumentamoselcontrastesirodeamosloscoloresdesuscomplementarios.
Esbuenoentrenarnuestraintuicinacercadelusodeloscoloresobservandoeltrabajo
depintoresydiseadoresgrficos.
Enanimacin,muchasvecessebuscaasociarloscoloresapersonajesoasituaciones
determinadas.
27
Enlaimagensuperiorseusacoloressaturadosenelprimerplano,mientrasqueloscoloresmenossaturados
estnenelplanodefondo.
Altorangodinmicoversusbajorangodinmico
28
Unconceptomuyimportanteenlareproduccindelcolorenelmbitodelafotografaytambin
enlosgrficosporordenador,eselquehacereferenciaalrangodinmico(dynamicrange).El
rangodinmicoesladiferenciaentreelmayorvalorposibleyelmspequeoparaunrango
variable.Elojohumanosoloescapazdeverunrangolimitadodelespectrodeondas
electromagnticas.Porejemplo,nosomoscapacesdeverespectrolimtrofealaluzvisible
comosonlosrayosinfrarrojosolosultravioletas.Aunas,elrangodeluzvisiblequesepuede
apreciarasimplevistaesbastantemsextensocomparadoconelquepuedenmostrarlos
monitoresdecomputadoras.Porejemplo,unmonitordecomputadoranoescapazdemostrar
unreflejoproducidoporelsolenunasuperficiepulidaconelmismobrilloeintensidadconel
quelovemosconelojohumanoenlavidareal.
Paramostrarimgenesenmonitoressecrearonunaseriedeestndaresqueseadaptaban
perfectamentealasprestacionestecnolgicasdedichosdispositivosLDR(lowdynamic
range).Esdecir,unficherodeimagenodevdeoLDRguardaelcolorenunrangoyprecisin
suficientesparalasprestacionesdelosmonitores.Dichaprecisindependedelaprofundidad
decolor,queenelcasodeformatosLDRcomoporejemploJPG,consisteen256tonospara
cadaunodelostrescanalesRGB.Sicadacolorconsisteenunamezcladelostres
componentes[RGB],elnmerototaldecoloresposibleses256
3
=16.777.216colores.
ColorpickerenGimp2.6,basadoencomponentesRGB,cadaunodeellosexpresadoen256tonosdesdeel0
hastael255.Enestecaso,losotrosdoscomponentesmuestranelresultadohipotticoencasodemezclarcon
loscomponentesexistentes.Enmuchosotrosmezcladoresdecoloresseusaunrango[0,1]conelmismo
resultado.
LaprcticahademostradoquelosformatosLDRde8bitsporcanalsonsuficientespara
visualizacinperoinsuficientesparaedicin.Adems,lossensoresdefotografadigitalylos
motoresderenderizadocalculanytambinpuedenguardarelcolorsinlaslimitacionesde
rangodinmicodelosdispositivosLDRyconunamayorprecisin.Lasventajaprincipalde
guardartrabajosenformatodealtorangodinmico(HDRporsussiglaseningls)noestenla
visualizacinsinoenlaprecisindelaedicinposteriorquesehacedelasimgenes
renderizadas.Porejemplo,unamayorprofundidaddecolorpermiteunaedicindecolores
muchomsprecisaysindestruccindecolor(colorbanding).Tambinpodemoscambiarla
exposicinyelbalancedecoloraposteriorieditandoelficheroHDRI.Dehecho,lafilmacin
digitalyelrenderizadodepelculasdeanimacinseentregaapostproduccinguardadoen
variosterabytesdecuadrosenformatoHDRI,generalmenteDPXoOpenEXR.
ElformatodealtorangodinmicoOpenEXRpuedereproducirhasta1024tonosporcadacanal
RGBporcadapasodeexposicin(fstops)yuntotalde30pasosposibles.ElformatoJPGsolo
puedereproducirunos710pasosdeexposicinyhasta70tonosporcanalRGBparacada
pasodeexposicin.Despusdeunaspocasoperacionesdeedicindecolorsobreimgenes
29
LDRcomoporejemploJPG,elhistogramamuestrasignosdediscontinuidad,quese
correspondenconbandasdecolorenlosgradientesdelaimagen.ElformatoEXRnomuestra
signosdecolorbandinginclusodespusdevariasoperacionesdeedicindecoloryniveles.
ExistenvariasherramientasparaeditarficherosHDR,peroenelcampodelsoftwarelibrela
herramientamspotentehoyendaeselpropionodescompositordeBlender.Tambin
mereceserdestacadalaherramientaLuminanceHDRporlacantidaddeopcionesde
tonemappingqueofrece.
EleditordenodosdeBlenderrealizandounaedicindeunrenderenformatoEXR,concorreccindegamay
edicindebrilloycontraste.Nteseelhistogramacontinuodelresultadofinal,enlapartesuperiorderecha.
Tonemapping
Tonemappingconsisteenasimilarunaimagendealtorangodinmico(HDR)enunaimagende
bajorangodinmico(LDR),intentandopreservarelcoloryeldetalleenlaimagen,apesardela
reduccindecontraste.Eltonemappingpuedeocurrirendiferentesmomentosennuestro
renderpipeline.Porejemplo,tonemappingocurrecuandonuestromotorderenderacabade
30
calcularynosmuestralaimagenfinalenundispositivoLDR,porejemplounmonitorde
computadora.Elmotorderenderizadosimplementetomaeltonomsclaroyelmsoscurodel
renderyloasimilaaunrangoLDR.Talcomosehaexplicadoenelapartadoanterior,los
motoresderenderizadotrabajanentodomomentoenaltorangodinmico,perocuandoel
rendersemuestraenpantallaoseguardaenformatoJPGporejemplo,lasimgenesse
asimilanaunrangodinmicomslimitado.
Tonemappingpuedeocurrirtambinenlafaseposteriordeedicindeimgenes.Hoyendiaen
todoslosmotoresderenderizadosepuedeguardarlaimagenenaltorangodinmico,
generalmenteenformatoOpenEXR,queesunestndarenlaindustria.Dichasimgenes
puedenserabiertasyeditadaseneditoresquesoportendichoformato,porejemploPhotoshop.
TambinpuedesereditadaseneditoresHDRespecializados,p.e.LuminanceHDRoenel
propionodescompositordeBlender.DichoseditoresincorporanfiltrosHDRavanzadospara
procesarlainformacinlumnicacontenidaenunficherodealtorango.
Conlosfiltrosdetonemappingpodemoseditarparmetroscomolaexposicin,elcontraste,la
adaptacinlumnica,laadaptacincromtica,etc.LaedicinsobreformatosHDRespreferible
alosformatosLDRyaquemuchasoperacionesdeedicinhechassobreimgenesde8bits
porcanal(JPG,PNG,TGA)destruyenrangodinmico,porejemploajustesdenivelesy
contraste.UnadelasventajasdeeditarapartirdeunaimagenHDRIesquelasoperacionesde
edicinoperancontalprecisinquenodestructivasaefectosprcticos.
TonemappingenelnodescompositordeBlender,directamentesobreelrenderoutputdeYafaRay.
Balancedeblancosytintadodelasfuentesdeluz.
31
Ejemplodedistintosbalancesdeblancosparaunamismaescena3D.Imgenrealizadaporsadaj72
Enelcineylafotografa,unaparmetroimportantedelacmaraeselbalancedeblancos,que
definecomoelsensorgrabaelcolorproducidoporlasfuentesdeluzysuinteraccinconlos
objetos.Unsensorsepuedeadaptarparagrabaruniluminacindecolormsfro(luzinteriorde
tungsteno3200K)obiensepuedeajustarparagrabarunailuminacindecolormscaliente,
porejemploluzexteriordiurnaa5500K.CalienteyfroserefierenaqualatemperaturaKelvin
delafuentedeluz,noalacualidadcromticadelcolor.
LaconvencindedefinirelcolordelasfuentesdeluzenbaseaunaescaladegradosKelvin
vienedadaporelexperimentoderadiacinlumnicadeunobjetotericollamadocuerponegro.
Amedidaquesecalentamosdichoobjeto,seproduceunespectrodecoloresquevandesdeel
rojoanaranjadohastaelazulpasandoporelblanco.Endichaescalaestidentificadala
temperaturaabsolutadelamayorpartedelasfuentesdeluz,desdelaluzdeunavelaoelcolor
delsolalatardecer,pasadoporlatemperaturadeuncielonublado,hastaelazulproducidopor
elcielojustoantesdelapresenciadelastrosolar.Dosreferenciasimportantesdedichaescala
detemperaturason3200Kparalaluzdeincandescenciainteriory5500Kparaunmediodacon
cielodespejado.
Efectivamente,noexisteunsolotipodeblancoenmundodelafotografaylailuminacin.Un
ejemplotpicoeseldelasbombillasCFL,queseestnclasificadasparalaventasegnel
blancoqueproducen,expresadoengradosKelvin.Enlatcnicadelbalancedeblancosen
realidadcoexistendosconceptosdiferentes:latemperaturaabsolutadelasfuentesdeluz,
expresadaengradosKelvin,queesinamovible,ylapercepcinrelativaquetenemosdeellosen
baseaunejedeequilibrio,llamadobalancedeblancos.Elejeindicadonde,enlaescalade
temperaturasdelasfuentesdeluz,nuestrosensorinterpretaelcolordelailuminacincomo
colorblanconeutro.Unaconsecuenciadeestablecerunejerelativoesquesilomovemos,la
percepcindelcolordelasotrasfuentesdeiluminacintambincambia.
32
Enestasdosescalaslatemperaturadelasfuentesdeluzpermaneceinvariableperoelbalancedeblancosse
hadesplazado.Enlaescaladeladerechaelejedefinidoparaelcolorblancoesaprox.3000K,queseusapara
iluminacindeinterior,mientrasenlaescaladelaizquierdaelejedeblancosestaalrededorde5000K,usado
paraexteriores.
Tabladecombinacionesdefuentesdeluzybalancedeblancos.Elcolorpercibidodelaslmparassvaraa
medidaquesubimoselbalancedeblancosdelacmaradigital.
Elcerebrohumanotambinrealizaunaadaptacincromticaalcolorpredominante,aunqueno
nosdemoscuenta,deahlaimportanciadeconfigurarcorrectamentenuestrocuartooscuro
digital.
33
Enlafotografareal,unbalancedeblancosesunparmetroconfigurablequecambiala
respuestadelsensordefilmacin,enbaseaunascondicionespredeterminadasdeiluminacin
delaescena.Encambio,enlailuminacin3Delprocedimientomscomnelinverso:se
cambianlascondicionesdeiluminacindelaescenaparasimularunbalancedeblancos
determinado,mientrasquenuestrosensorderenderizadoesunparmetrofijo.
Bsicamenteelbalancedecoloressimuladodemaneraaproximadadandotintesdecoloralas
fuentesdeluz(lmparaincandescente,fluorescente,luzsol,luzcielo,etc).Enelbalancede
colorresultanteintervienentodaslaslucesqueexistenenlaescena3D.Elbalancedecolorse
puedecambiartambinaposteriori,esdecirdurantelaedicindelasimgenesderender.Sin
embargo,unbalancedeblancoscorrectamenteequilibradodepartidahaceque,enlas
operacionesdeedicin,loscoloresfinalesdelailuminacinylasfuentesdeluzseancorrectos
respectodenuevoequilibriodeblancoselegido.
Enestaimagensesimulaunbalancedeblancosde3200Kaproximadamente.Lasimgenesinferiores
muestranlaslucesporseparado.Siguiendolosparmetrosdelaescala,sehausadouncolorblancolevemente
amarillentoparalasluminariasinteriores,mientrasqueelsolusauncolorazulclaroyelbackgroundunazul
bastantesaturado.
34
Enlaimagensuperiorsesimula,demaneraaproximada,unbalancedecolorde5000K.Lasluminarias
interioresusanuncolormsanaranjado,mientrasqueelsolusauncolorblancoligeramenteamarillento.La
iluminacindelplanodefondousauncolorazuladoperomenossaturadoqueenelcasoanterior.
35
Enlaimagensuperiorsesimulademaneraaproximadaunbalancedecolorde6500K.Lasluminariasinteriores
usanuncoloranaranjadobastantesaturado.Laluzsolarusaunblancoconbastantetinteamarillento,mientras
quelaluzdelplanodefondo(background)usaunblancobastanteneutro.
Enlasescenas3Dexteriores,lailuminacinseproducealmezclarunaluzsolar(sunlight)tintadadecolor
amarillentoconlaluzdelcielo(skylight),queesttintadadecolorazul.Enlasimgenesmspequeasdela
derechasemuestranamboscomponentesporseparadoyenlaimagendelaizquierdaelresultadofinal.Ntese
comoparacambiarelbalancedeblancos,seestmoviendoelcolordelosdoscomponentesdemanera
coordinadahaciaunouotroladodelaescala.
Losbalancesdecolormsusadosson:
36
Exterior=5500K
Interiorpredominantementeiluminadoporluzexterior=5500K
Exteriornocturnoiluminadoporlmparaincandescente=3200K
Interioriluminadoconluzincandescenteofluorescente=3200K
Balancedecoloraposteriori
Enlafotografadigitalyenelrenderizadodeescenas3D,elbalancedecolorsepuedecambiar
omodificaraposteriori,esdecirunavezlaimagenhasidorenderizada,usandolas
herramientasdeedicindecolordeloseditoresdeimagen(Gimp,Photoshop,Luminance,etc).
Serecomiendausarformatosdealtorangodinmico(EXR,HDRI)enoperacionesdeedicin
decolor,yaqueporlogeneraldichasoperaciones,cuandoserealizansobreformatosLDR
(JPG,PNG,TGA)destruyenrangodinmico.Losmotoresderenderpuedenguardarlos
trabajosrenderizadosenformatodealtorangodinmico,bienEXRoHDRI.Otraopcines
usaredicinnodestructivamediantemezcladodecapasyusodemscarasobienusarel
nodescompositordeBlender,quepuedetrabajarconimgenesHDR.
Enlacomparativasuperior,trasvariasoperacionessucesivasdeedicindecolorsobreelformatoLDR,el
histogramamuestradiscontinuidadquenosindicanqueexistedestruccindeinformacin.Engeneral,ocurre
porqueelinputnotienesuficienteprofundidaddecolorcomoparaproducirunareconstruccincontinuadel
resultadofinal.Adichoefectoseledenominacolorbandingeningls.
Exposicinycontraste.
37
Lasimulacincorrectadelaexposicindarealismoanuestrostrabajosderenderizado.La
exposicinenlafotografarealconsisteendecidirenquerangodeiluminacinqueremoscaptar
lamayorcantidaddedetallesymaticesyalmismotiempoasumirquepartesdelrenderpuedan
quedarfueradedichorango,yportantosobreexpuestososubexpuestos,yaquelatomaser
finalmentevisualizadaenundispositivoLDR.Controlarunaexposicinesrenderizarconuna
mentalidadLDRdesdeelHRD.
Unfotgrafousalaexposicinparaatraerlamiradadelespectadoraaquellaszonasdela
escenacorrectamenteexpuestas,perotambinpuedeusarlasobreexposicinola
subexposicinparaatraerelintersdelespectador.Elfotgrafodebedecidirsiexponeparalas
zonasconiluminacindirectaoparalaszonasensombraquerecibeniluminacinindirecta.
Losfotgrafosusanconceptoscomoescenasdealtoobajocontraste,zonasdeexposicin,
exponerparalassombrasoexponerparalaslucesquetambinpuedenseraplicadosala
horadeiluminarunaescena3D.
Enlailuminacindeescenas3Dpodemosreproducirlaexposicindeuncmarafotogrfica,
modulandolapotenciadelasfuentesdeluzaprioriyeditandoelrenderHDRaposteriori.Como
ocurreconelbalancedeblancos,unbuentrabajodeiluminacindepartidanospuedeahorrar
muchosquebraderosdecabezaalahoradeeditarelrenderacabado.
Ejemplodeescenadealtocontraste.Eliluminadorexponeparalaszonasensombra,ycreazonasde
sobreexposicinusandolucesmuypotentes.Casitodaslosinteriores3Dquerecibengrancantidadde
iluminacindiurnadesdeelexteriorestnenlacategoradeescenasdealtocontraste.Imagenrealizadapor
Gabich.
38
Ejemplodeexposicinparalassombras(izquierda)yexposicinparalasluces(derecha),obtenidasapartirde
laedicindeunrenderEXRenLuminanceHDR,usandoelfiltroReinhard05.Enlaimagendelaizquierda,enla
siluetadelpeluchecontralaparediluminada,sepuedeapreciarunodelasdesventajasdeltonemappinga
posteriori:dichomtodopuedemagnificarelaliasingenzonasdealtocontraste.
Unaexposicincorrectaesaquellaqueconsigueelefectoqueelartistaquieretransmitir.Una
maneradecontrolarlaexposicineselegirunaproporcinluzprincipalluzderelleno
adecuada.
Profundidad,volumenyperspectiva
Unodelosobjetivosprincipalesdelailuminacinesdotaranuestraescenadeprofundidad.La
sensacindeprofundidadseconsigueatravsdeunacombinacindediferentestcnicas.
Coloresmssaturadosenelprimerplano,menossaturadosenelplanode
fondo.
Coloresmsclidosenelprimerplano,msfrosenelplanodefondo.
Fuentesdeluzqueayudenacontextualizarlaescena.
Realzarformasytexturasmedianteunailuminacinqueayudeasepararel
primerplanodelplanodefondo,porejemplomedianteiluminacindecontorno.
Desenfoqueparalosobjetosquenoestnenelprimerplanooconunrol
secundario,particularmenteenescenasoscurasyconobjetospequeos.
Establecerungradientedezonasclarashacaoscurasoviceversa,amedida
quepasamosdelprimerplanoalplanodefondo.
Usarunaalternanciadezonasiluminadasyensombra(mtodoPixar).
Usaefectosatmosfricos(volumtricas).
Usarlaintuicinyentrenarla.
Parte2.TcnicasdeRenderizadoeiluminacin
39
global.
Tcnicasderenderizado
RenderizadoScanline(p.e.BlenderInternal).Consisteenunbarridodelneas
horizontalesqueseinterseccionaconlaproyeccindelospolgonosdelaescenasobre
elplanodelaimagen.Seutilizaprincipalmenteenaplicacionesdetiemporeal,como
videojuegosyanimacionessencillas.Tienelimitacionesencuantoalareproduccinde
superficiesespecularesylosefectosdeiluminacinglobal.Flexible.Msrpidoyms
fcil.
ReyesRendering(PixarRenderman).Consisteenlasubdivisindelosobjetosdela
escenaenmicropolgonos.Sesubdividenlosobjetosenvezdesubdividirelmuestreo
comoocurreenraytracing.Flexible,reproducecongraneficienciaefectosyrelieves
complejosyestorientadoprincipalmentealaanimacin.UtilizapointbasedGIpara
reproducirefectosdeiluminacinglobal.
40
Montecarloraytracing(p.e.YafaRay,Vray).Esunmtododerenderizadoque
consisteentrazarrayosaleatoriosatravsdelaescena3D.Eltrazadoderayos
subyaceatodaslastcnicasdelaqueescapazunraytracer,yaseasimpleraytracing,
lighttracing(mapeadodefotones)ocualquierotroalgoritmodeiluminacinglobal.
Montecarloesunalgoritmomatemticoquesebasaenlageneracineintegracinde
muestrasaleatoriasparacalcularunresultadoporaproximacinytanteo,envezde
hacerlodemaneraanaltica.Lasdosprincipalesventajasdelraytracingsonla
consistenciayescalabilidad.Losresultadossonaproximacionesbienconstruidasde
efectosdeiluminacinreal.Raytracingesfcildeparalelizarendiferentescores,ya
quecadarayopuedesercomputadoindividualmente.Raytracingesusado
principalmenteenvisualizacinarquitectnicaydeproductos.
Enlaprctica,losmotoresderenderizadoseadscribenaunadelastcnicasdescritaspero
41
suelenimplementartambinalgoritmosdelasotras,porejemploBlenderInternalymotores
rendermanincorporanalgoritmosdetrazadoderayosfotogrficoscomoeselcasodelpase
oclusivo.Porcuestionesdeeficienciaeintegracin,lonormalesquecadamotortengaventajas
comparativasensureadeespecializacin,yaseascanline,rendermanoraytracing.
Raytracingsimple,montecarloraytracingeiluminacinglobal
Raytracingsimple
Elraytracingsimpleescapazdecalcularlailuminacindirectaylasombrasproducidaspor
dichailuminacin,ademsdelareflexinylarefraccin.Elraytracingsimpleporsisolonoes
capazdecalcularefectosdeiluminacinglobal.
Parainiciarelprocesoderaytracing,selanzanunnmeroderayosporcadapxeldelavistade
cmara,denominadosrayoprimarioE(eyeray).Dichosrayosinterseccionanconlosobjetos
delaescenayendichasinterseccionesselanzanrayossecundariosquepuedenconsistiren:
RayosdevisibilidadS(shadowrays)queselanzanhacialasfuentesdeluzpara
calcularsombras.Cuandohaylucesdereaoiluminacindesdeelplanodefondo
(background),senecesitanvariosshadowrays(samples)paracalcularlaprobabilidad
deexposicinalreadeiluminacin(arealight)desdedichainterseccin.
RayoderefraccinT,sielrayoprimarioEencuentraunasuperficieconcomponente
refractivo(vidrio,agua,etc).
RayodereflexinR,sielrayoprimarioEencuentraunasuperficieconcomponente
especular.
Rayodeoclusin(Ambientocclusion),sidichomtodoestactivado.
42
Procesoderaytracingenunobjetodifuso.Lassombrassecalculanmedianteelrayodevisibilidad(shadowray).
SiesteencuentraunobjetointerpuestoentrelainterseccindelrayoE(eyeray)ylafuentedeluz,entoncesse
determinaquelasuperficieestensombra.Elnmerodeeyerayssedeterminaconlosparmetrosde
antialiasing.Ntesecomoelrendersereconstruyeenelplanodelaimagen.
ElrayoprimarioEeselquerealizaasuvezlareconstruccindelaimagenyenantialiasing.
NtesecomoelnmeroderayosprimariosEtieneunefectomultiplicadorsobreelnmerode
rayossecundarios,yaqueraytracingesunprocesorecursivoenformaderbol.Amedida
queaumentamoselnmeroderayosEenantialiasing,queseasemejanaramasprincipales
deunrbol,aumentanelnmeroderamassecundarias(rayossecundarios)quesederivande
estos.Esteesunhechoatenerencuentatambineniluminacinlocal,globalyenelpase
oclusivo.
Raytracingsimplepuedevisualizaryrebotaratravsdereflexionesorefraccionesunnmero
devecesdeterminadaporelusuarioenelparmetroraydepth.Encambio,losrayossiempre
sedetienencuandosetopanconunasuperficiedifusa,yenaquelinstantesolosoncapacesde
calcularsidichasuperficieestiluminada(iluminacindirecta)porunafuentedeluzyenque
medida,medianteelshadowray.Enlosmaterialesquetienenvarioscomponentes,por
ejemploespecularrefraccinenelmaterialglass,oespeculardifusoenalgunosotros
materiales,partedelosrayossedetendrnenelcomponentedifusooyotrossetransmitirn
reflejadosorefractados,segnlaproporcindecadacomponenteenelmaterial.
Enestavistaesquemticatenemos3objetosa,bycquecorrespondenaobjetodifuso,objetodetipoglassy
43
objetoespeculardifuso,respectivamente.OeselobservadoryL1yL2sonfuentesdeluz.Lalneaverdeesel
rayoE,lalnearojaeselrayodereflexinylalneaazulesrayoderefraccin.Enloscomponentesdifusosse
lanzanshadowrays(lneadiscontinua)hacialasfuentesdeluz.Ennmeroderebotesposiblesparalosrayos
escontroladoporraydepth.
Enlaimagensuperiorpodemosverunrenderdelesquemaanterior.Lapelotacorresponderaalobjetoa,elvaso
alobjetobylabolaespeculardifusaalobjetoc.Elrayoquellegaalvasoescapazdevisualizarlapelotaconun
rayodereflexinytambinescapazdevisualizarlaesferaespecularconunrayoderefraccin,quealrebotaren
laesferaseconvierteenunrayodereflexinquevisualizaelentorno.
44
Raytracingesunprocesorecursivoenformaderbol.Recursivosignificaquelosresultadosencada
interseccinsecalculandevueltaalobservador.Cuandoelrayollegaalobjetob,enestecasoelvaso,elrayose
desdoblaenrayoespecular(rojo)yrayorefractivo(azul).Lasinterseccionesb1yb2correspondenalaentraday
salidaenlamalladelvaso.Cuandoelrayollegaalainterseccinc1,quecorrespondealabolaespecular,lanza
rayosespecularesquepuedenvolveralvasoenb3opararseenotroobjetoespeculardifusod2,yas
sucesivamente.Elprocesoterminacuandoelrayoencuentrauncomponentedifusoocuandosealcanzauna
profundidadderayo(raydepth)determinada.Entodaslasinterseccionesconcomponentesdifusossegeneran
rayosdevisibilidad(shadowrays)haciaL1yL2.
TeniendoencuentaqueunraytracergeneraunnmeroderayosEporcadapxel,queestos
rayospuedenrebotarvariasvecesyqueencadainterseccindifusaselanzanrayosde
visibilidad(shadowrays),unrenderenraytracingsimplepuedegenerarfcilmentevarios
centenaresdemillonesderayos.MayornmeroderayosEparaunmejorantialiasingsignifica
msramassecundariaseintersecciones.
IluminacinLocalversusIluminacinGlobal
45
Iluminacinlocal,tambindenominadailuminacindirectaenYafaRay,esaquellaquese
calculamedianterayosdevisibilidad(shadowrays),loscualessontrazadosdelassuperficies
difusashacialasfuentesdeluz.
Encambio,iluminacinglobalesaquellaqueescapazdecalcular,ademsdelailuminacin
directa:
Lailuminacinindirectaqueseproduceentresuperficiesdifusas(interreflexindifusa)
Efectoslumnicosproducidosporlaconcentracindelhazluminosoapartirdela
refraccinylareflexin,denominadoscusticas.
Efectosvolumtricosproducidosporelvaporylaspartculasensuspensin
Comportamientodelaluzenmaterialestranslucentes(Subsurfacescattering).
Lainterreflexindifusanospermitenverobjetosquerecibeniluminacindemaneraindirectarebotadadesde
otroscomponentesdifusos.Lainterreflexindifusatambinsimulaelsangradodecolor,queconsisteenquela
luzquerebotaenunasuperficiedifusalohacellevandoelcolordelamisma.Lailuminacinglobaltambin
producecusticas,queeslaconcentracindelflujoluminosoquesepuedeverdebajodelaesferadecristal.
Comohemosvisto,elraytracingsimpleporsimismonoescapazdecalcularefectosde
iluminacinglobal,paraellonecesitamosactivarunmtodosesiseacapazdecalcularla.En
YafaRay,dichosmtodosson:
Pathtracing.
Mapadefotonescastico,soloparaefectoscusticos.
Mapadefotonesglobal,queincluyemapadifusoycustico.
Mapadefotonesvolumtrico.
Pathtracingbidirecional.
Raytracingeiluminacinglobalcomounasumadecomponentes
Siobservamosunbucledetrazadodeunrayofotogrficoaniveldeprogramacin,vemosque
46
lailuminacindirectaproducidaporraytracingsimpleeiluminacinglobalproducidaporalguno
delosmtodosmencionadosenlaseccinanterior,noesunprocesoglobalsinoquesonde
hechodosprocesosdiferentesqueseacumulanparaobtenerunresultadofinal.
Adems,existeotradistincinimportante:lailuminacinglobalseacumulasiempreenel
componentedifusodelosmateriales,yaqueconelraytracingsimpleyelraydepthpodemos
visualizarelcomponenteespecularylarefraccinsinningnproblema.
Lailuminacinglobalseacumulaenelcomponentedifusodelosmateriales,demaneraqueconraytracing
simpleenreflexinyrefraccinyconiluminacinlocalyglobalenloscomponentesdifusos,larayodel
observadorpuedepropagarsedemanerailimitada.Elpaseoclusivo(ambientocclusion)tambinseacumula
enelcomponentedifusodelosmateriales.
Montecarloraytracing
Losalgoritmosmontecarlofueroninventadosporfsicosymatemticosenelmarcodela
segundaguerramundial.Elobjetivoeraencontrarunasolucinaciertosproblemascomplejos
47
defsicanucleardemaneraindirectayporaproximacin,mediantelageneracineintegracin
demuestrasaleatorias,envezdehacerlodemaneraanaltica.Dichosalgoritmosrecibieronel
nombredemontecarloparaasociarlosalaideadealeatoriedadyjuego.
Generacindemuestrasaleatoriasenelhemisferiodemuestreo,enestecasoparacalculariluminacindeuna
luzderea.
Enmontecarloraytracingsegeneran,encadainterseccindifusa,unaseriedemuestras
aleatoriasdecuyosresultadosserealizaunamedia.Elresultadoglobalesunasealvibratoria
queseaproximaporexcesoytambinpordefectoaunresultadotericamentecorrecto.A
dichavibracinseledenominaruido.Amedidaqueseaumentaelnmerodemuestrasen
cadasuperficiedifusa,lasdiferentesmediasseacercanmsalresultadocorrectoyportanto
disminuyeelruidoentrediferentespuntos,perotambinseincrementaeltiempode
renderizado.Eltrabajodeliluminadorestenllevardichavibracinanivelsubpxel,de
maneratalqueaparezcacomounasealcontinuaalobservador,usandoelmenor
nmerodemuestrasposibles.
Enunraytracerseusanalgoritmosmontecarloeniluminacinlocalodirectaytambinen
iluminacinglobal.EnYafaRay,montecarloseusaenlageneracinaleatoriaeintegracinde:
Rayosdevisibilidadeniluminacindirectaparalucesdetiporeayspherelight,
iluminacinconmapadefondo(IBLlighting)eiluminacinconmallas(meshlight).
Rayosoclusivos(ambientocclusion).
RayosPathtracingeniluminacinglobal.
RayosFinalGathereniluminacinglobal.
Reflexindifusa(Glossy)iluminadoporlucesdereaybackground.
LighttracingenBidirectionalPathtracing.
48
Ruidotpicodelosmtodosmontecarlo,enestecasousandoelmtodopathtracing.Elruidoseproduceporel
contrastedemediasqueseaproximanporexcesoobienpordefectoalresultadotericamentecorrecto.La
aleatoriedadproducidaporelalgoritmomontecarlohacequeladistribucindelruidoestbienrepartida.
Portanto,enunrenderesposibleteneralmismotiemporuidomontecarloprocedentedela
iluminacindirectacomputadamedianterayosdevisibilidad(IBLporejemplo)ytambinruido
montecarloprocedentedeunmtododeiluminacinglobal.Lacapacidaddeeliminarruidocon
unnmerodadodemuestrasnoesunarelacinfija,sinoquedependedevariosfactores.
Algunosdeestosfactoresson
Tipo,tamaoeintensidaddelasfuentesdeluz.Cuantomsgrandesyaccesiblesson
lasfuentesdeluzrespectodelaescenavistaporelobservador,menosruido.Cuanto
mscontrasteentrelasfuentesdeluzysuentornoycuantomspequeaslasfuentes
deluz,msruido.
Zonasconpocailuminacinydetipoindirectasignificamsruido.
Optimizacindelosalgoritmosmontecarlocontcnicascomoimportancesampling,
nexteventestimation,adaptivesampling,pathmutation,etc.
Enteora,losalgoritmosmontecarlonecesitancuatrovecesmsmuestrasparareducirelruido
remanentealamitad,aunqueenlaprcticadichaprogresinsesuavizagraciasa
optimizacionesqueseintroducenenlosalgoritmos.Esporelloque,cuandoseusanalgoritmos
montecarlo,engeneralserecomiendaaumentarelnmerodemuestras(samples)siempreen
49
etapasdebase2(2,4,8,16,32,64,128,512muestras,etc).
Necesitoiluminacinglobal?
Laexperienciademuestraqueelcostedelailuminacinglobalentrminosdetiempode
renderizadonosiempreguardaunabuenaproporcinrespectodelefectoconseguido,sobre
todosilocomparamosconotrosmtodosqueproducenefectosparecidosalailuminacin
globalenmuchomenostiempo.
Comohemosvisto,lailuminacinglobalseacumulaenelcomponentedifuso.Hayportanto
variosfactoresporloscualeslailuminacinglobalpuedenosernecesariaennuestraescena.
Elprimerfactoresquenuestraescenatengapocodesuperficiesdifusasypredomineel
componentereflectivo.Elsegundofactoresquelassuperficiesdifusasinteractendemanera
muylimitadaentresylailuminacinindirectanoseauncomponenteimportante.Untercer
casoescuandonoexistenefectoscusticosenlaescenaopodemosprescindirdeellos.Sila
respuestaaestostresfactoresesafirmativa,entonceselusodelailuminacinglobalpuedeno
sernecesaria.
HayvariosejemplostpicosenloscualeslosusuariosdeYafaRaydescartanlailuminacin
globalyusanlailuminacinlocal,tambinllamadailuminacindirecta.Unodeestoscasoses
lailuminacindeestudio(studiolighting).Siniluminacinglobal,losmotoresderaytracing
siguensiendotilesgraciasalrenderizadohiperrealistaquehacendelosmaterialesylas
reflexiones.
50
Ejemploderenderusandoiluminacindirecta.Imagenrealizadaporkellyq.
Otrocasoenelcualelefectodelailuminacinindirectanoestanaparenteescuandopodemos
simularlainterreflexindifusausandoiluminacindelplanodefondo(backgroundIBLlighting).
Elplanodefondoproduceiluminacinaleatoriaentodaslasdirecciones,locualproduceuna
iluminacinmuysuave,parecidaalainterreflexindifusaproducidaporlosmtodosde
iluminacinglobal.Dichatcnicasueleserusadaeniluminacindeexterioresytambinen
iluminacindeinterioresconHDRIdeinterior.
Escenausandoiluminacindeplanodefondo(gradientIBLbackground)yunaluzsun.Alaizquierdaconpath
tracing,204segundos.Aladerecha,iluminacindirectamsunpaseoclusivo(AOocclusion),129segundos.
Eliluminadordebepreguntarsesielcostedelailuminacinglobalguardaunabuenarelacin
conelefectoquesequiereconseguirosiexistenmtodosalternativosparaconseguirun
parecidoenuntiempomenor.Lailuminacinglobalesnecesariacuandolailuminacinindirecta
olosefectoscusticossonpredominantesenlaescena.Perosobretodohemosderecordar
quelailuminacinglobalnoresuelveporsisolaunmaltrabajodeiluminacin.
51
Imagenenlacuallailuminacinglobalestilpararenderizarcorrectamentelaescena.
Paseoclusivo(AmbientOcclusion)
52
Elpaseoclusivoesunatcnicaderenderizadoqueconsisteenlanzar,desdelassuperficies
difusas,unconjuntoderayos(AOsamples)demaneraaleatoriayhallarunamediade
luminanciadetodosellos.Siunrayoalcanzaelplanodefondo(background)ounadistancia
determinada(Distance),entoncescontribuyeenmayormedidaalamediadeluminancia
calculada.Sielrayoimpactaenunobjetointerpuestocontribuyeenmenormedida,segnla
distanciadelimpacto.
Esquemabsicodelpaseoclusivo.
Elpaseoclusivocalculaunefectoparecidoalailuminacinindirectaenmenostiempode
renderizado,peronotieneencuentaenquemedidacontribuyecadasuperficiealailuminacin
indirectaenbasesuscaractersticasparticulares,nitampocoproducesangradodecolores.En
YafaRay,lapotenciadelpaseoclusivosecontrolamedianteelAOcolor.Uncolormsclaro
significamspotencia.
53
Ejemplodepaseoclusivoenmaterialesdifusosdecolorblanco..
Dehecho,muchosiluminadoresusanelpaseoclusivocomocapaindependienteenedicinde
imgenes,paradarmscontrastearenderizadosqueusanunmtododeiluminacinglobal.
Paraelloutilizanelpaseoclusivoeniluminacindirecta(DirectLightingmethod)yactivan
ademslaopcinClayrender,lacualconviertetodoslosmaterialesdelaescenaenun
mismomaterialdifuso,delcualpodemoselegirelcolor.
Ejemplodepaseoclusivoindependienteusadoparadarcontrasteatrabajosqueusaniluminacinglobal.
Pathtracing
54
Pathtracingesunmtododeiluminacinglobalneutro(unbiased)yconsistente.Quieredecir
quecalcularesultadossindesviaciones,atajosniestimacionesprevias,pormediodelafuerza
bruta,yamayormuestreoconvergehaciaunresultadotericamentecorrecto.
Lasventajasdepathtracingsonlaconsistenciaylaescalabilidad.Consistentequieredecirque
losresultadosnocontienendesviacionesyconvergenhaciaelresultadocorrecto.Otroaspecto
destacadodepathtracingesquenorequieremuchaintervencinporpartedelusuariosalvo
configurarcorrectamentelapotenciayelcolordelasfuentesdeluz.Pathtracingesun
algoritmoquefuncionamuybienensistemasconmltiplescoresyprocesadores,yaquecada
segmentopathtracingpuedeprocesarseindependientementeencadahilo.Ademsesun
algoritmoquenohaceusodelamemoriaRAM.
Lasdesventajaprincipaldedepathtracingesladificultadparaconvergerhaciaunresultadosin
ruidocuandolasfuentesdeluzestnescondidasalamayoradelassuperficiesdifusasyala
horadecalcularefectoscusticos.Pathtracingesunalgoritmodefuerzabrutayrequiereun
grancantidaddeparalelizacinparaproducirresultadossinruidoenuntiemporazonable,sobre
todoencasosdifciles.
Enunalgoritmobsicodepathtracingsegeneranunaseriedemuestrasaleatoriasapartirde
lainterseccinproducidaporelrayoEenlassuperficiesdifusas.Estasmuestrasrebotan
aleatoriamenteportodalaescenahastaencontrarunafuentedeluz.Enlaprctica,encontrar
fuentesdeluzconrebotesaleatoriosesbastantedifcil,sobretodosiestasfuentesdeluzno
sonmuygrandesoaccesibles.
55
YafaRayusaunavariantedepathtracingdenominadanexteventestimation.Selanzanvarios
rayoscondireccionesaleatorias(pathsamples)querebotanportodalaescenaunmximode
veces(pathtracingDepth)ohastaqueencuentranunafuentedeluz.Encadarebotesehace
unclculodelailuminacindirectaconrayosdevisibilidadylaindirectalanzandounnuevo
rayoaleatoriohaciaotrassuperficies.Elresultadoesiluminacinindirectaquesecalculade
manerarecursivadevueltaalainterseccindelrayoprimarioE(puntox),dondeesintegrado
conlasotrasmuestras(pathsamples)paracalcularunamediadeluminancia.Estemtodo
consigueunaconvergenciamsrpidaconunmenornmerodemuestrasqueelpathtracing
puro.
Apartirdelpuntox,queeslainterseccindelrayoEconunasuperficiedifusa,setrazanunaseriedemuestras
aleatorias(pathsamples)quetrazanuncaminorebotandounnmerodeveces(pathtracingdepth)ohasta
56
encontrarunafuentedeluz.Encadarebotesecalculalailuminacindirectaendichopuntomedianterayosde
visibilidad(lneadiscontinua)ylaindirectamedianteelsiguientesegmentopathtracing.Elresultadosecalcula
demanerarecursivadevueltaalpuntox,dondesecalculalamediaconotrasmuestraspathtracingysesumaa
lailuminacindirectacalculadaenesepunto.
Elruidoenpathtracingapareceenaquellaszonasenlascualeslosrayosdevisibilidadno
puedenencontrarlafuentedeluz,sobretodoenlosprimerosrebotes,yaquehayobjetos
interpuestos.Enestaszonashaymuchamsvariacinentrecadaunadelasmedias
calculadasyportantomsruido.Paraeliminarruidonosenecesitamsprofundidadsinoun
mayornmerodemuestras,paraaumentarlaprobabilidaddequeunnmeromayorde
caminosreboteenzonasdondellegailuminacindirectayportantosepuedantrazarrayosde
visibilidad.
Pathtracingfuncionamejorcuandoesposibleencontrarunafuentedeluzconrayosde
visibilidadporlamayoradelasmuestras(pathtracingsamples)enlos23primerosrebotes
(pathtracingdepth).Pathtracingfuncionamejorconlucesderea,cuantomsgrandesy
accesiblesmejor.Dehechopathtracingesunalgoritmoquefuncionarelativamentebiencon
IBLbackgroundlightingenescenasdeexterioreinterior.Endichoscasosrequiereun
57
nmeroreducidodemuestrasparaproducirresultadossinruido.
Usandoelmismonmerodemuestras,unescenaesmsruidosacuandolafuentedeluz,enestecasoluzde
rea,esmenosaccesiblealosrayosdevisibilidadqueselanzanenlosrebotesdepathtracing.
58
Usandounmismonmerodemuestraspathtracing(6)enlasdosimgenessuperiores,unfondoHDRIconun
mayorcontrasteentrezonasclarasyoscurastiendeaproducirmsruido,debidoalaaleatoriedadconlacuallos
rayospathtracinglleganalfondoHDRI.Losrayospathsedetienensegnunnmeroderebotesespecificado
enpathtracingdepthobiencuandoencuentranunafuentedeluz,queesestecaso:enescenasHDRI,las
mayoradelosrayospathtracingencuentranconfacilidadlafuentedeluz,enestecasoelfondoHDRI,conunoo
dosrebotes.
Cuandotrabajamoseninterioresconlucespequeasyescondidasydondepredominala
iluminacinindirecta,laconvergenciahaciaunresultadosinruidopuedesercaraynolineal:
parareducirelruidoremanentealamitaddebemosusarcuatroveceselnmeroanteriorde
pathtracingsamples.Enestoscasosdebemosconsiderarelusodemapadefotones.
Laproporcinentreruidoymuestrascuandopathtracingtrabajasinrayosdevisibilidadyencusticassepuede
describircomounacurvadefuncindeltipo .Lasprimerasmuestrasreducengrancantidadderuido, f(x) / = 1 x
peroenreasdifcilessenecesitaunnmeromuygrandedemuestrasparaeliminarelruidoresidual.
59
Comparativacondiferentesnmerosdemuestras.Enzonasoscuraseintrincadasquesolorecibenluzindirecta,
eliminarruidonosiempreesunatareafcilparaelalgoritmopathtracing.Eltiempoderenderizadose
incrementademaneradirectamenteproporcional:4vecesmsmuestrassignificatiempoderenderizado
multiplicadopor4.
Imagenfinalcon512muestrasenpathtracing.
60
Elnmeroderebotesparalasmuestraspathtracing(pathtracingdepth)noesunfactortan
determinantecomoloeselnmerodemuestras(pathsamples).Engeneral,unaprofundidad
de5rebotesdeberasersuficienteparacualquiertipodeescena,yaquesonlos23primeros
losmsimportantes.Adems,unexcesivonmeroderebotesproduceunefectodeprdidade
contrasteenlaimagen,ademsdeunconsiderableaumentodetiempoderenderizado.
Comparacinentrepathtracingdepth=5alaizquierdaypathtracingdepth=20aladerecha.Apartedeuna
estimacinmscorrectaenalgunasreas,elnicoefectoesunaumentolinealdelbrillodelaimagen.El
aumentodeltiempoderenderizadoesdirectamenteproporcional:elrenderdeladerechatoma4vecesms
tiempoqueeldelaizquierda.Pathtracingdepthtieneunefectonulosobrelareduccindelruido.
Custicasconpathtracingsecalculantambindemaneratotalmentealeatoria,alnopoder
trazarelrayodevisibilidadatravsdelobjetoconrefraccin.Elruidoproducidopordicho
mtodoestambinmuycarodecalcularaunquefsicamentecorrecto.Engeneral,pathtracing
esunmtodomuypocoutilizadoparacalcularefectoscusticos.
Eyetracingversuslighttracing
Comohemosvisto,pathtracingesunmtodoquesecalculaapartirdelrayoE,yportanto
desdeelobservadordelaescena.Sinembargo,existenvariosfenmenosquesonmuydifciles
deaproximardesdeelpuntodevistadelobservador,sobretodoconmuestrasaleatorias.Uno
deestoscasossonlosefectoscusticosproducidosporlaconcentracindelhazdeluzquese
originaavecesapartirdematerialesreflectivosyrefractivos.Otrocasoesencontrarfuentesde
luzescondidasopequeasconrebotesaleatorios.Estosdosproblemastienenunorigen
comn:elrayodevisibilidadnopuedeencontrarlafuentedeluzenlosprimerosrebotesylas
mediascalculadasencadapuntodivergenmuchoentres.
61
Custicascalculadasconpathtracing.Ntesecmo,mientrasquehayausenciaderuidoenlassuperficies
difusas,lascusticastodavanecesitanunacantidaddemuestreomuchomayor.
Parasolucionarestosproblemas,secrearonunaseriedealgoritmosdetrazadoderayosque
tienensupuntodepartidaenlasfuentesdeluz.Adichastcnicasselesdenomina,demanera
genrica,lighttracing.YafaRayincorporatrestcnicasderenderizadobasadasendicho
concepto:
Mapadefotones.
Mapadefotonesprogresivo.
Pathtracingbidireccional.
Conlighttracingyanoesnecesarioencontrarlasfuentesdeluzconrebotesaleatoriosyaque
lailuminacin,alsertrazadadesdelasfuentesdeluz,puedellegarasitiosrecnditoso
transmitirseenmallasrefractivasyreflectivassinproblemas.Dependiendodelalgoritmo,el
resultadoproducidoporlighttracingsepuedevisualizardesdeelobservadordediferentes
maneras.
Mapadefotones
62
Conlatcnicadelmapadefotonespodemosconseguirunclculodelailuminacinglobalms
rpido,peronosiempreesunatcnicafcildeconfiguraryproduceresultadosrelativamente
menoscorrectosquepathtracing,aunqueladiferenciaenlamayorpartedeloscasoses
inapreciable.
Elmapadefotonesfueinventadocomounarespuestaalascarenciasdemontecarlopath
tracing,particularmentelaconvergenciahaciaunresultadosinruidoencasosdifcilesyla
dificultadalahoradegenerarlosefectoscusticos.Coneltiempo,latcnicadefotonesseha
utilizadoparacalculartodotipodeefectoscomplejosdeiluminacinglobal.
Elmapadefotonesseproducedemaneraindependientealprocesoderaytracingyelrayo
primarioE.Dehecho,elmapadefotonessetrazadesdelasfuentesdeluz,mientrasque
raytracingypathtracingsegenerandesdeelpuntodevistadelacmara.Elmapadefotones
esunmtododeiluminacinbiased(desviado)peroconsistente:amayordensidadconverge
haciaunresultadofsicamentecorrectoigualquepathtracing.Losmapasdefotonesen
cualquieradesusvariantessealmacenaenlamemoriaRAMyhacenunusointensivodela
misma.LacantidaddememoriaRAMusadaparaalmacenarunmapadefotoneses
directamenteproporcionallosparmetrosdecalidaddelmismo(nmerodefotones,rebotes,
impactos).
63
Hayvariostiposdemapasdefotonesqueseconstruyendemaneraseparada.Sepueden
procesardemaneraseparadaobiendemaneraconjuntaparacrearunmapadefotones
global:
1. Mapadefotonesdifuso.Esunmapaglobal,nofocalizadoydebajaresolucin,
necesitadeunalgoritmodeinterpolacin,p.e.FinalGather.
2. Mapadefotonescustico.Focalizadoenobjetosreflectivosyrefractivos,esunmapa
dealtaresolucinysevisualizadirectamente.
3. MapadefotonesSubsurfaceScattering(SSS).
4. Mapadefotonesvolumtrico.
Elmapadefotonesesunaestructuradedatosqueinformadelailuminacinquellegaalas
superficiesdifusas(irradiance)ysealmacenaenmemoriaRAMenelmomentoderenderizar.
YafaRaysoportalosmapasdefotonesdifusoycustico.Tambinimplementaelmapade
fotonesSSSdemaneraexperimental.
Mapadefotonesdifuso
Elmapadefotonesdifusocalculailuminacinindirectaentresuperficiesdifusas.Comohemos
visto,losfotonessedisparandesdelasfuentesdeluzyrebotandeunassuperficiescon
componentedifusoaotras.Lainformacinsobredichosimpactosesalmacenadaenmemoria
RAMenformademapadefotones.Losfotonessonabsorbidosporlassuperficiesdifusaso
muerencuandolleganaunlmitederebotesdefinidoporelusuario.Sihayvariasfuentesdeluz,
losfotonesadispararserepartenentreellas.
64
Unavezconstruidoelmapadefotones,seconstruyeunrboldemuestreoapartirdelrayoE
llamadoFinalGatherpass.CuandoelrayoEllegaaunasuperficieconcomponentedifuso
secreaunpuntoFG.Endichospuntossehaceunamediadelaluminanciadelosfotones
cercanos(searchradiusysearchcount)buscndolosenelmapadefotones,ytambin
desdeallseemitennuevosrayosaleatorios(finalgathersamples)quecreannuevospuntos
FG,assucesivamentesegnelnmerodevecesespecificadoenFinalGatherdepth.El
resultadosecalculadevueltaalrayoEyseinterpolaconlasotroscaminosFG.Enla
prctica,FinalGatherrealizaunainterpolacinintensivadelclculoaproximadodela
iluminacinindirectarealizadoporelmapadefotonesdifuso.
EsquemadefuncionamientodeFinalGather.EnlospuntosFGsecalculaunamediadelairradianciadelos
fotonesqueseencuentranenunradiodeterminado,ysedisparanrayosFG(samples)haciaotrassuperficies
difusas,queasuvezcreannuevospuntosFG.ElnmeroderebotesvienedadoporFinalGatherdepth.Cuatroo
cincorebotesdeprofundidadpararayosFinalGathersonsuficientesparacualquiertipodeescena.
65
Mapadefotonescastico
Elmapadefotonescusticotienelosmismosfundamentosdefuncionamientoqueelmapade
fotonesdifuso,perounadiferenciasustancial:elmapadefotonesdifusoesunmapano
focalizadodebajaresolucinquenecesitaunalgoritmodeinterpolacin,mientrasqueelmapa
defotonescasticoesunmapadealtaresolucin,focalizadoenobjetosrefractivosy
reflectivosysevisualizadirectamente.Losfotonesseconviertenautomticamenteen
custicoscuandoencuentranunobjetoconrefraccinoreflexinyrebotanorefractansegnun
nmerodevecesespecificadoporelusuario(causticdepth)ohastaencontraruncomponente
difuso.
Enelesquemasuperior,losfotonescusticosnecesitanalmenos2rebotes(causticdepth)parallegarala
superficiedifusa:unoalentrarenelobjetorefractivoyotroalsalir.Enlainterseccinxdelrayoeserealizauna
mediadelosfotonescusticosinscritosenunacircunferencia(causticradiusycausticmix).
PaneldecontroldelmapadefotonescusticoenYafaray.Unprametroimportanteeselnmerodefotonesa
disparar(Photons).Unmayornmerodefotonesmejoralacalidaddelresultadoconunimpactorelativamente
pequeoeneltiempoderenderizado,peroimportanteencuantoamemoriaRAM.Engeneral,seusanmuchos
msfotones(x5)paraelmapadefotonescusticoqueparaeldifuso.
66
Efectocusticocalculadoconmapadefotones.Nteseladiferenciaconcusticasrealizadasconpathtracing
(arriba).
Optimizacindelflujodefotonescusticoydifuso
Haydosfactoresprincipalesparahacerunbuenusodelmtodomapadefotones,en
cualquieradesusmodalidadesdifusoycustico:
1. Flujodefotonesoptimizado.
67
2. Relacinentreladensidaddelmapadefotonesyradiodebsquedaenlospuntosde
muestradefinalgatheryenvisualizacindirectaencusticas.
Latcnicadelmapadefotonesrequiereunflujooptimizadodefotoneshaciaaquellaszonas
quesedesearenderizarcondichatcnica,paraaumentarladensidaddeimpactos.Siendo
comoes,unprocesoindependientedelobservador,esposiblequemuchosfotonescaiganen
zonasconpocarelevanciarespectoalassuperficiesavisualizarrenderizando.Paraconseguir
dichaoptimizacin,primeroesnecesarioconocercomolasfuentesdeluzdisparanfotones
segneltipodeluz:
Elhazdefotonessedispersaexceptoenluzdefoco/luzdefotones,dondepermaneceenunaabertura
predecible.Podemoscrearcaonesdefotonesconfocosconaperturasrelativamentepequeasyfocalizadas.
Sirenderizamosunaescenadeinteriorenlacuallaluzprincipalesunaluzexteriorque
proyectafotonesdemaneranoconcentrada,porejemploluzsolary/oluzdelplanodefondo,
muchosfotonessepierdenalimpactarenzonasexterioressinrelevanciaparanuestravistade
cmara.Losraytracerspuedenincorporarherramientasparafocalizarelflujodefotones,por
ejemplolucesportal,lucesdefotonesobienimplementaninternamentemtodosde
importanceshooting.Tambinsepuedeusarunaluzdefocoalejadayconunconoestrecho
parasimularlaluzsolar.
68
Alaizquierda,siusamosluzdelplanodefondo(backgroundlighting)paradispararfotonessobreunaescena
interior,muchosfotonesimpactanenreasnorelevantesanuestravistadecmara.Enelcasodeladerechase
usaunaluzportalparafocalizarfotoneshaciaelinteriordelaestancia.
Comparativadelesquemaanterior,disparandoelmismonmerodefotonesenlosdoscasos.Enelrenderdela
izquierda,elplanodefondoemiteiluminacindirectaytambinfotonesparailuminacinindirecta.Aladerecha,
elplanodefondosigueemitiendoluzdirectamientrasqueahoraelemisordefotonesesunaluzportalenfocada
sobrelaventana.
69
Nota:Losraytracersqueimplementanelmapadefotonesdifusosuelenincluirunaopcinparavisualizarel
mapadefotonesdirectamentesinlainterpolacinproducidaporfinalgather.EnYafaRayestaopcinse
denominaShowRadianceMap.
Comparativaentrecusticasproducidasporluzdereaycusticasproducidasporunaluzdefoco,disparandoel
mismonmerodefotones.Laluzdefococoncentraelflujodefotonessobreelmaterialrefractivo,mientrasquela
luzderealosdispersaportodalaescena.Tambinsepuedeusarunaluzdefotones(photonsonlyspot)en
combinacinconlaluzderea.
70
Photons,SearchRadiusySearchCount
Elprincipalobjetivoalahoradeconfigurarunmapadefotonesesconseguirquelasmanchas
tenganuntamaoytonalidadacordesconelresultadoquequeremoscalcular,usandoel
mnimonmerodefotonesposibles.Lamancha(patch)esunreadondeserealizaunamedia
delosfotonescercanos,segndosparmetroslmitequeseusanindistintamente,search
radiusysearchcount.Seusaaquellmitequesealcanzaprimeroamedidaqueseinscriben
fotonesdentrodelacircunferencia.
SearchCount:Segnunnmerodefotonesmnimoainscribirdentrodela
circunferencia.
SearchRadius:Segnelradiodedichacircunferencia,referidoalasunidadesdela
escena.
Elmapadefotonesesunproblemaprincipalmenteestadstico:cuantosmenosfotonesse
encuentranenlacircunferencia,msprobabilidadeshaydeerrorenlamediaestadstica
dedichosfotonesrespectodelresultadoptimo.Comoencualquierproblemaestadstico,
cuantosmsfotoneshaydisponiblesencadamanchaparacalcularlamedia,mejor.
Enlprctica:
Unmayornmerodefotonesadispararsetraduceenunamayorcalidaddelmapade
fotones,peroelflujodebeestaroptimizado(vercaptuloanterior).
Elnmerodeimpactosenelmapadefotonesdependedelaoptimizacindelflujode
fotonesydelnmerodefotonesemitidoporlasfuentesdeluz(photonstobeshot).
Unradiusmenorsignificamsmanchasymspequeasyunaestimacinms
precisa.Elnmerodeimpactosenelmapadefotonesyelvalorderadiustrabajanen
proporcininversa:siradiusdisminuyeparaobtenerunmapamspreciso,en
generalesnecesarioaumentarelnmerodeimpactosparaevitarquelasmanchas
tenganpocosfotonesparamezclar,sobretodosielflujodefotonesnoestmuy
optimizado.
71
Sidisminuyeelvalorradiussinincrementarladensidaddeimpactosenelmapadefotones,entonces
lascircunferenciastienenmenosfotonesamezclaryhaymsdivergenciaentrediferentesmedias.
Inclusoesposiblequealgunascircunferenciasnoencuentrenfotonesparamezclar.Entalcaso,enla
visualizacindelmapadefotonesaparecenzonasnegras.Cuandoradiusdisminuye,muchasveceses
recomendableaumentarelnmerodefotonesemitidosporlasfuentesdeluz,sobretodocuandolos
flujosdefotonesnoestnmuyoptimizados.
Comparativadelesquemaanterior,disparandoelmismonmerodefotonesenlosdoscasos,50.000.Enla
imagendelaizquierdaseusaunsearchradius=1,mientrasqueenladerechaseusasearchradius=0.10.Un
menornmerodefotonesencadamanchasignificaquehaymsprobabilidadesderealizarmediasdiferentes
entremanchasadyacentes.Enalgunasreaslasmanchasnoconsiguencircunscribirningnfotonyporeso
aparecennegras.Senecesitaaumentarelnmerodefotonesdisparadoporlasfuentesdeluz.
72
Enlaimagensuperiorseusasearchradius=0.10,peroestavezelnmerodefotonesdisparadoporlasfuentes
deluzsehaincrementadohasta2.000.000.Lasmanchassonmspequeasyportantoelresultadoesms
preciso.Lasreasnegrashandesaparecido.EsteesunbuenmapadefotonesparaserinterpoladoconFinal
Gather.
Searchcountfuncionaenunrangoaproximadode50200fotones.Cuantomsaltoes
elparmetrosearchcount,msfotonessemezclanymshomogneoeselresultado
general,perotambinsenecesitanmsdensidaddeimpactosenelmapadefotones
paramantenerlaprecisin.
Msfotonesemitidos,unsearchradiusmspequeoysearchcountmsgrande,
significamstiempoderenderizadoymstrabajodememoriaRAM.
Estasreglasvalentantoparaelmapadefotonesdifusocomoparaelcastico.
EvitarlucesdereaybackgroundIBLparalosmapasdefotones,ocomplementarlas
conlucesdefotones,lucesportalyfocos.
Photonsdepthenelcasodelmapadifusofuncionabiencon56rebotesparacualquier
tipodeescena.Unaprofundidadderebotemuygrandenotieneunpesosignificativoen
lacalidaddelresultadofinalyaquemuchosfotonessonabsorbidosporlassuperficies
difusasodisminuyensuenergaamedidaquerebotanysucontribucinalresultado
finalesmenor.
73
Materiales
ElrayoEquellegaaunobjetosereflejadivididoenvarioscomponentesydirecciones.Lasuma
deloscomponenteshaceel100%delaluzreflejadayportantolaaparienciadeunmaterial
cuandosecomputademanerarecursivahaciaelobservador.Cuantomsexistedel
componenteespecular,menosvemosdelcomponentedifusoyviceversa.Enunmaterialpuede
habervariostiposdecomponentes,porejemplo:
Reflexindifusa
Reflexinespeculardeespejo(mirror)
Reflexinespeculardifusa(glossy)
Refraccin
Asuvez,dichoscomponentespuedetenerdiferentesvariantesyparmetrosdecontrolque
modificansucomportamiento,porejemplolareflexindifusapuedeserdetipoLambertode
tipoOrenNayar.Lareflexinespeculardeespejopuedesercontinuaoenbaseaunndicede
refraccinIORdefinidoporelusuario,etc.UnmaterialenYafaRayesdehechounamezclade
dosomscomponentesbsicos.
LosmaterialesenYafaRaysonlamezcladevarioscomponentesbsicosdereflectancia.
74
DiagramadecomponentesbsicosymaterialesenYafaRay.Laproporcindecadacomponentepuedeser
controladademaneraindependiente.Porejemplo,podemoscrearunmaterialtotalmentedifusoapartirde
shinydiffuse,usandocerodecomponenteespecular.
MendesplegableconlostiposdematerialesdisponiblesenYafaRay.
75
Antialiasing
Aliasingeselerrordeaproximacinqueseproducealreconstruirunasealcontinuaquevara
enelespacio,enestecasonuestraescena3D,conunnmerodiscretodemuestras,que
quieredecirlimitado.Enunaescenasepuedendarvarioscasosdealiasing:
1. Contrasteentreobjetosymateriales.
2. Reflejosintensossobreobjetosquetienencomponenteespecular(highlights).
3. Unafuentedeluzvisible,p.e.luzdearea
4. Concentracindedetalleentexturasygeometra
76
Diversasreasdelaimagendondeelaliasingesmsevidente.
Lastcnicasdeantialiasingprocesanelpixelnocomounaunidadderea,sinocomouna
sealareconstruir.Cuantasmsmuestras,mejorserlareconstruccindelaescena3D,pero
mayoreseltiempoderender.Paraello,selanzanunnmeroderayosprimariosE(AA
samples)porcadapixel,usandounadistribucinquasialeatoria(lowdiscrepancysampling).
DistribucindelosrayosEenelplanodereconstruccinyporcadapxel,usandolowdiscrepancysampling.
77
Esttcnicatransformaelaliasingenruidomuyfino,queesmenosevidenteparaelojo
humano.Conunbuenmuestreo,dichoruidosereduceanivelsubpixelesdecir,estanfino
queseinterpretacomounasealcontinua.
Raytracingesunprocesoderbol:elnmeroderayosE(AAsamples)usadospara
reconstruirlaimagen,tieneunefectomultiplicadorsobreelnmeroderayossecundariosen
raytracingsimple,rayos(samples)eniluminacindirectaconarealightingybackground,enel
paseoclusivo(ambientocclusion)ytambinenlailuminacinglobal(pathtracingyfinalgather),
encasodeestaractivados.Portantotambinayudanenlareduccindelruidomontecarloen
dichosalgoritmos.
Raytracingesunprocesorecursivoenformaderbol.UnmayornmeroderayosE(colorverde)significaun
mayornmeroderamassecundarias(rayossecundarios)paracomputarraytracingsimple,iluminacinlocale
iluminacinglobal.AntialiasingenYafaRaytieneunefectomultiplicadorsobreelmuestreadoenrayos
secundarios.
78
Muestreoadaptativo
Elmuestreoadaptativo(adaptivesampling)construyeelrbolrecursivosoloendeterminadas
reasdelaimagen.Esunmuestreoparcialyespecializado,basadoenunumbral(AA
threshold)quedetectaladiferenciadecolorentredospxelesadyacentes.Seusapararealizar
nuevaspasadasdereconstruccinperosoloenaquellaszonasquelonecesitan.Enel
muestreoadaptativo,porcadanuevorayoEsereconstruyeelraytracingtreecompleto.Por
elloescapazdedisminuirnosoloelaliasing,sinotambinelruidomontecarloenrea
sampling,paseoclusivoeiluminacinglobalenpathtracingyfinalgather.EnYafaRay,el
muestreoadaptativoseactivacuandoPasses>1.AdditionalSamplesespecificaelnmero
demuestras(rayosE)porpixelencadanuevopase.
Enlaprctica,elmuestreoadaptativofuncionamejorparaelaliasingmsfcilderesolvery
paraelruidomontecarlo,mientrasqueparacasosdifcilesdealiasing,comoporejemplo
reflejospotentesencontrasteconsuperficiesoscuras,necesitaremosunabuena
reconstruccininicial(firstpass).
Lospuntosverdesmuestranaquellaszonasdondesefocalizaelmuestreoadaptativo.Amedidaqueserealizan
mspasesadaptativos,unmayornmerodereasquedanpordebajodelumbraldemuestreo(AAThreshold)y
79
portantolaszonasamuestreardisminuyen.Lospuntosverdessealanzonasdondehayaliasingperotambin
zonasdondeexisteruidomontecarlo.
Laconfiguracinptimaparaelmuestreoadaptativoesutilizarunnmerorelativamentegrande
depases(>10)yunnmeroreducidodemuestras(23)porcadapase,conunvalorparaAA
thresoldigualomenorde0.01.
Parte3.Prcticasdeiluminacin.
Iluminacinde3puntosconraytracingsimple.
Lailuminacindetrespuntosesunatcnicadeiluminacinquetienesuorigenenlafotografay
elcine.Lailuminacinde3puntosestcompuestade3fuentesdeluz:luzclaveoprincipal,luz
derellenoyluzdecontorno.
80
81
Luzclaveoprincipal
Caractersticas:
Eslaluzprincipaldelaescena,
Esmspotentequelaluzderelleno.
Eslaluzqueproducelosgradientesdeluminanciaqueayudanamodelarlaescena,y
Eslaqueestableceladireccindelassombrasprincipales.
Lassombrasdefinidasproducidasporlaluzprincipaltienenunefectodireccionalmuypotente
sobrelaescena.Laluzprincipaldebetenersiempreunnguloadecuadoconrespectoala
cmara,segnelefectoquequeramostransmitir.Laluzprincipal,sucolorydireccinsehade
trabajarensolitario,sinlaconcurrenciadeningunaotrafuentedeluz.Engeneral,elnguloms
ptimoestenunrangoaproximadode1545gradosconrespectoalacmara,enlosdos
planosverticalehorizontal.Laluzclavesueleserunaluzlgica,oseareal.
Unabuenaluzclaveesprimordialparaelresultadofinal.Porelcontrario,sinlaconcurrenciade
unabuenaluzprincipaleltrabajodeiluminacinsehacemuchomsdifcil.
Luzderelleno
82
Laluzderellenosugiereunasegundafuentedeluz,yaseacomorebotedelaluzprincipal
clave,yaseaunasegundafuentedeluzindependiente.Lasprincipalescaractersticasdelaluz
derellenoson:
Ilumina,endireccinmsomenosopuestaalaluzprincipal,peronosimtricacon
respectoalacmara.
Iluminalasreasnoiluminadasporlaluzprincipal.
Tienemenospotenciaquelaluzprincipal.
Proyectasombrasdifusas.
Usaporlogeneraluncolordiferentealaluzprincipal.
PuedenusarsevariaslucesderellenooningunasiusamosIluminacinGlobal.
Laluzderellenopuedeserdetipolgica(real)oprctica.
Laluzdereflejoesuntipodeluzderellenoqueseusaparasimularelrebotedelailuminacin
sobreunasuperficie.
Elusodeiluminacinglobalnoexcluyelaslucesderelleno:puedesustituiralaluzde
reboteperonoalasfuentesdeluzsecundariasquepuedahaberenlaescena.
Lucestraseras
83
Luzdecontorno(rimlight)
Luzderealce(kick)
Laluzdecontorno(rimlight)usadaenpersonajestienecomomisinresaltarydiferenciarla
siluetadeunpersonaje(ounapartedeste)delplanodefondo.Laluzdecontornoproduceun
reflejomuyestrechosobrelasiluetadelpersonaje,deunospocospxelesdegrosor.Funciona
muybiensobresuperficiesrugosasosobreefectosdepielypelo.Enlaszonastangencialesal
ngulodevisindelespectadorseacumulanlosefectospticos(fresnel).
Laslucesdecontornoyderealceayudanadirigirlamiradadelespectador,ydanrealismoala
escena.
Laluzderealce(kick)funcionandemaneraparecidaalaluzdecontorno,peroenestecaso
iluminanunaporcinmayordelcostadodelpersonaje.Enmuchasocasioneslaluzdecontorno
yderealcesecombinanparatrabajarjuntas.
Otrostiposdeluz
Luzespecular,pararealzarreflejos.
Luzdefotones,paramejorarlosmapasdefotones.
Luzportal,paramejorarlosmapasdefotones.
etc
Proporcinclaverelleno(keytofillratio)
Existendostiposdeproporcinsegnlapotenciadelaluzprincipalrespectoalaluzderelleno
Proporcinprincipalrellenobaja
Proporcinprincipalrellenoalta.
84
Cuandolaluzprincipalylaluzderellenoformanuncontrastenomuypronunciado,detal
maneraquelailuminacinsedistribuyeportodalaescenademaneraparecida,sedicequees
unaproporcinprincipalrellenobaja.Dichotipodeiluminacinsedaeninterioresconbuena
iluminacinyenescenasconsuperficiesblancasobastantereflectivas.Tambinsedaen
exterioresnubladosporejemplo.
Proporcinprincipalrellenobaja.Laluzprincipalyladerellenousanunapotenciaparecidayelcontrasteentre
laszonasiluminadasporambasnoesmuygrande.
Cuandolaluzprincipalylaluzderellenoformanuncontrastemuyalto,porejemploenescenas
oscurasdondeseexponeparalaszonasiluminadas,sedicequeesunaproporcin
principalrellenoalta.Dichaproporcinseusacuandoqueremosdirigirlamiradadel
espectadorhacialazonaconiluminacindirecta,ylazonasubexpuestaseusaparareforzar
dichoobjetivo.Seusatpicamenteenescenasdeinterior,escenasnocturnasyparaaadir
dramatismo.
85
Proporcinprincipalrellenoalta.Laluzderellenousanmuchomenospotenciaquelaluzprincipalyelcontraste
entrelaszonasiluminadasporambasesalto.
Terminador
Elterminador(terminator)eslalneaqueseparalaszonasiluminadasporlaluzclavedelas
zonasiluminadasporluzderelleno.Endichazonaseacentanlosefectosproducidosporlos
mapasderelieve.Cabereseartambinqueelterminadorpuedeverseafectadoensu
continuidadyenlaformadependiendodelacolocacindelaluzclaverespectodelsujetodela
escena.Esporelloqueelterminadordebecolocarsesiempreconintencinyparareforzarla
siluetaylascualidadesdelsujetoiluminado.
Elterminadoresunconceptodelaastrofsicaaplicadoalailuminacinquehacereferenciaalalneaquesepara
lazonaconiluminacindirectadezonasquenoloestn,obiensolorecibeniluminacinindirecta.Endichas
zonasseacentanlosmapasderelieve.ImagenrenderizadaconYafaRay,usandounatexturaTIFFde16bits
porcanalenunmodificadordedesplazamiento.Ntesecomoelrelieveseacentaenlazonadelterminador.
86
Luceslgicas/Lucespictricas
Unaluzlgicaesaquellaquereproduceunahipotticaluzreal.Unaluzpictricanotiene
fundamentorealperoseaadenparaobtenerunmejorresultado
Consejos:
Unaluznuncapuedesolucionardosproblemas.Dospersonajesgeneralmente
tendrnlamismaluzclaveperoseusaunaluzdecontornodiferenteparacada
unodeellos.
Hazlosencillo
Trabajalaslucesporseparado.
Trabajatuluzclave.
Iluminacindeexteriores
Enlailuminacindeexteriores,oeninterioresqueseiluminanconluzexterior,existenal
menos3componentesprincipales:
Luzsolar(sunlight).
Luzdelcielo(skylight).
Luzderebote.
Enexteriores,algunosartistasaadenademsunaterceraluzdecontornoparailuminarla
partesaltasdeledificioqueestnencontrasteconelplanodefondo.Comohemosvistoenel
captulodebalancedeblancos,cadaunodeestoscomponentestieneuncolorcaractersticoy
eslamezcladetodosellosloqueproduceeltonofinaldelaescena.Enmuchasescenasde
exteriorseprescindedelaluzdereboteyaquelaluzdelcielo(skylight)iluminaentodaslas
direccionesyproducesombrasmuysuaves,locualrecreaunefectoparecidoalailuminacin
indirectaoderebote.
TambinsepuedeusarunfondoHDRIparailuminarlaescenaexterior,perolosresultadosse
resientencuandodichosherramientasdeiluminacinsonutilizadasdeformaindiscriminadaen
escenasquepocoonadatienenqueverconelmotivoylascaractersticasdelfondoHDRI
utilizado.
87
Componenteskylight,realizadoconelmodelosunsky2
Componentesunlight,queactacomoluzprincipal,fijandoladireccindelassombrasyelequilibrioentre
zonasiluminadasyensombra.
88
Resultadoalcombinarskylightandsunlight,usandoiluminacindirecta.
Metodologadetrabajoeniluminacindeescenas
Trabajaconunplan.Tomatiempoparapensarsobrelosefectosquetendrtuescenaylas
herramientasqueusarsparareproducirlos.Piensaenelmtododeiluminacinglobalms
convenientesegnlascaractersticasdelasescenaodecidesipuedesprescindirdeella.
Referencias.Buscaimgenesrealesyrendersquereproduzcanunasituacinparecidaala
quequieresconseguir.Porejemplo,sivasailuminarunautomvilenmodoestudio,busca
anunciossobreautomviles.Tomanotadelascuestionesgenerales:balancedecolor,luz
clave,cualidadesdelaluzderelleno,proporcinclaverelleno,exposicin,etc.Observalos
detallesyapntalos.Usaunpequeomaniqudedibujoartstico,unamascotaounamigoyun
flexoparaestudiarlailuminacindetuescena,elemplazamientoptimodelterminator,etc.
Trabajatuluzclaveenprimerlugar,hastaobtenerunresultadoptimo,desactivandootras
luceseinclusoiluminacinglobal.Situluzclavenoesptima,eltrabajodeiluminacinse
resentirhastaqueestanoseacorregida.
Otrascuestionesyrecomendaciones:
Lailuminacinindirectatieneuncostemsomenosfijo,sobretodoenelmapade
fotones.
Elcostedelailuminacinseincrementaamedidaqueaumentamoselnmerode
fuentesdeluz.Portanto,usasoloelnmerodefuentesdeluznecesarioyeliminatodas
89
aquellaslucesquenotenganunimpactosignificativoenlaescena.
Raytracingesunprocesorecursivoenformaderbol,desdelasramassuperioresms
pequeasaltroncocentral(rayoE).CuantomsrayosEparaunmejorantialiasing,
msramasdemuestreoeniluminacindirectadereaeiluminacinglobalen
pathtracingyfinalgather.
Pathtracingesunproblemacomputacional.Photonmappingesunproblema
computacionalydememoria,yaqueelmapadefotonessealmacenaenmemoriaRAM
enelmomentoderenderizar.
Raytracingmanejamsdemaneramseficientequescanlinerenderingescenascon
ungrannmerodepolgonos,inclusoeniluminacindirecta.
Reutilizatusplantillasdeiluminacin.
Postproduccin
Pasadasderender
Elconceptodepasadasderenderhacereferenciaarenderizarloscomponentesdelos
materiales(difuso,especular)ylailuminacin(iluminacinlocal,iluminacinglobal)por
separadoycomponerlosenpostedicin.Lasventajasdedichomtododetrabajoesunmayor
controlartsticosobreelresultadofinal,perotambinunacomplejidadmuchomayoralahora
detrabajar.
Elconceptodepasadasderendernoestanimportanteenmotoresderenderizadorealistas
comoYafaRay(physicallybasedrendering).Dehechomuchosestudiosqueusanmotores
modernosderaytracingcambiansufilosofadetrabajoenloquerespectaalaspasadasde
render.Unraytracerrealistaqueuseunclculoglobaldeiluminacinnecesitalaconcurrencia
detodoslosmaterialesylosefectosdeiluminacinparacalcularcorrectamenteunaescena.
YafaRaynoimplementapasadasderenderdemaneranativa,peropodemosproduciryextraer
muchostiposdepasadasdemaneramanual.EnYafaRaysepuedenextraerdemanera
independientelossiguientespases:
Pasedeprofundidad(Zdepthpass)
Paseoclusivo(AmbientOclussinpass)
Pasedecanalalfa(alphachannelpass)
Pasedifuso,desactivandoloscomponentesespeculares
Paseespecular,desactivandocomponentesdifusos.
Pasedeiluminacindirecta,desactivandoiluminacinglobal.
Pasedeiluminacinindirecta,conlucesenmodoonlyphotonsenmapadefotones.
Pasedecusticas,conlucesenmodoonlyphotonsycusticasactivadas.
90
Lafinalidaddeestospasesesrealzarunefectodeterminadomediantelacomposicindeuna
pasadaespecficaconelrendergeneral.Porejemplo,sepuederealizarunpasede
especularesglossyllevandolareflectividaddetodosloscomponentedifusosacero.Adicho
paseseleaplicaunfiltrodedifuminadoysecomponeconlapasadaprincipalparacrearun
auraenlosmaterialesglossy.
Pasedeprofundidad(ZdepthPass)
Elpasedeprofundidadesunaimagenescalardegrisesquedeterminaladistanciaquehay
entrelacmaraylosobjetosdelaescena.Cuantomsoscuros,msalejadosseencuentran
losobjetosdelobservadoryviceversa.Losraytracerscalculanelmapadeprofundidad
fcilmentemidiendolalongituddelosrayosE.
Elpasedeprofundidadpuedesertilparaeditarlasaturacindeloscoloresenbaseala
distanciaalobservadorydeestamanerasimularefectosvolumtricos.Tambinpuedesertil
parasimularprofundidaddecampo(depthoffield)
91
Pasedeprofundidadusadoparadesaturarloscoloresdelaimagenenbasealadistanciaalobservadory
tambinparadifuminarloselementosdelplanodefondo.
Paseoclusivo(AmbientOclussinpass)
Elconceptodepaseoclusivosevioenelapartadoderaytracing.Pararealizarunpaseoclusivo
independienteconelcualmodificarnuestrorenderfinal,hemosdeactivarclayrenderingy
ambientocclusionenmodoiluminacindirecta.Estoproducirunrenderenelcualtodoslos
objetostienenunmaterialuniformeylasesquinasyzonasintrincadasestnmsoscuras.El
paseoclusivoseusaengeneralparadarmscontrastealrenderfinal.
Ejemplodepaseoclusivoindependienteusadoparadarcontrasteauntrabajoqueusailuminacinglobal.
Paseespecular.
92
Siponemoselcomponentedifusodeunobjetodecolorcompletamentenegro,loqueseobtiene
esunobjetoenelcualsolosevisualizanloscomponentesespeculares.Siponemostodoslos
difusosdeunaescenadecolornegro,solosevisualizarnlasfuentesdeluzreflejadasatravs
deloscomponentesespecularesdelosobjetos(glossyymirror).Adichopaseseleaplicaun
filtrodedifuminadoysemezclaconelrenderfinalparaobtenerunefectodeauraenlos
especulares.
Pasedeiluminacinglobal.
EnYafaRay,laluzspotpuedenfuncionarenmodophotonsonly,loquenospermite
93
reproducirefectosdeiluminacinglobalsinlaconcurrenciadelailuminacindirecta.Por
ejemplo,enlaimagendeabajo,losefectoscusticosylailuminacindirectahansido
renderizadosporseparadoymezcladosenelcompositordeBlender.Alpasedeiluminacin
globalselehaaplicadounfiltrodedifuminado.
Renderizadoencapas
Elrenderizadoencapasconsisteensepararnuestrosobjetosenplanosdecomposicinque
94
notienenmutuainfluenciaalahoradecalcularsombrasyefectosdeiluminacinglobal.Esuna
tcnicaquetienesuorigenenelcinedeanimacintradicional,dondelospersonajesanimados
sedibujabanapartedelplanodefondoysefilmabansuperpuestosparaconseguirunresultado
final.Esunatcnicaqueseusamayormenteenescenascomplejas.
Referencias
Paraartistas:
Siggraph96course#30:ALightingApproachforComputerGraphics(PDFdisponibleen
internet).
DigitalLighting&RenderingbyJ.Birn(2nd.editionbook)
LightingandRenderinginMaya,byJ.Birn(DVD)
RatatouillebyPixarstudios.
Abundantedocumentacinonline.
Paraprogramadores:
Physicallybasedrendering,fromtheorytoimplementationbyMattPharrandGreg
Humphreys(2nd.edition).
RealisticImageSynthesisUsingPhotonMappingbyHenrikWannJensen.
GlobalIlluminationcompendiumbyPhiliphDutr(onlinedocumentation).
Abundantedocumentacinonline.
AlvaroLunaBautista,2012
alvarolunab@yahoo.es
CursodeiluminacinbyAlvaroLunaBautistaislicensedunderaCreativeCommons
ReconocimientoCompartirIgual3.0UnportedLicense.
95