泛光(bloom)总结

前言

本篇会介绍什么是泛光(bloom)、眩光及形成原因，会介绍基础的实现泛光的流程

镜头眩光

镜头眩光（Lens flare）定义：由于眼睛的晶状体或者相机的透镜直接面对强光所产生的一种现象，由一圈光晕（halo）和纤毛状的光环（ciliary corona）组成
原理：光晕的出现是因为透镜物质（如三棱镜）对不同波长光线折射数量的不过而造成的，看上去很像是光周围的一个圆环外圈是红色，内圈是紫红色。纤毛状的光环源于透镜的密度波动，看起来像是从一个点发射出来的光线。Lens flare 是近来较为流行的一种图像效果，自从我们认识到它是一种实现真实感效果的技术后，计算机便开始模拟此效果

泛光

泛光（Bloom）定义：泛光是由于眼睛晶状体和其他部分的散光而产生，在光源附近出现的一种辉光.在现实世界中，透镜无法完美聚焦是泛光效果的物理成因；理想透镜也会在成像时由于衍射而产生一种名为艾里斑的光斑

下面是一个使用了和没有使用光晕的对比
泛光和HRD是不同的：常见的一个误解便是将 HDR 和 Bloom 效果混为一谈。Bloom 可以模拟出 HDR 的效果，但是原理上和 HDR 相差甚远。HDR 实际上是通过映射技术，来达到整体调整全局亮度属性的(颜色，强度等)，而 Bloom 仅仅是能够将光照范围调高达到过饱和，也就是让亮的地方更亮。不过 Bloom 效果实现起来简单，性能消耗也小，却也可以达到不错的效果。但Bloom和HDR结合使用效果是非常好的

泛光的实现

实现泛光的大致思路：提取场景的HDR颜色缓冲和只有该场景中明亮区域可见的图片。再模糊提取的带有亮度的图片，将结果添加到HDR场景

举个例子，假设我们渲染四个不同颜色的光源，且光源亮度在[1,15]间，渲染场景如下

那么对光源的泛光实现如下：

得到HDR的颜色缓冲,针对该颜色缓冲提取所有超出一定亮度值的片元
对这些超出亮度值的纹理进行高斯模糊。模糊分两步，先对纹理进行横向模糊，再在横向模糊基础上进行纵向模糊
将这些模糊的纹理替换原来的纹理

注意：泛光的实现并不难，但难在获得正确的效果，因为泛光的质量取决于所用的模糊过滤器的质量和类型

图像模糊

图像模糊算法描述：针对源对象的每个像素\(P_{ij}\),计算以它为中心的\(m \times n\)矩阵的加权平均值，该加权平均值便是经模糊处理后图像的第i行，第j列的像素颜色,公式如下：
\(Blur(P_{ij}) = \sum\limits^{a}_{r = -a} \sum \limits^{b}_{c = -b}w_{rc} P_{i+r,j+c}\)，且权值和为1(大于1会变亮，小于1变暗)

其中，\(m = 2a + 1, n = 2b + 1\)(\(m，n\)只为奇数，保证有中心点),\(a\)为垂直模糊半径，\(b\)为水平模糊半径, \(m \times n\)的权值矩阵称作模糊核(可理解为卷积核)

高斯模糊

高斯模糊(Gaussian blur)的定义：高斯模糊基于高斯曲线，高斯曲线通常被描述为一个钟形曲线，中间的值达到最大化，随着距离的增加，两边的值不断减少，它的函数表达式\(G(x) = exp(-\frac{x^2}{2\sigma^2})\)，使用高斯函数可以获取权值(需要保证权值和为1)。如下图所示，可以看到\(\sigma\)越大，曲线越平缓，赋予的权值也越大
求权值的实例。假设我们进行\(1 \times 5\)的高斯模糊，\(\sigma = 1\)
1. 求G(x)，并求和
2. 计算权值
分离性：若对模糊核为9x9的进行2d的模糊计算，计算样本是81个。但若分离为两个1d模糊计算，仅需处理18个样本