SRBF的全称是Spherical
Radial Basis Function，笔者擅自翻译为球面放射基底函数。由于SRBF并不怎么出名，相对来说，SH(Spherical
Harmonic)球谐函数更为出名（出现的也更早）。并且网上关于SRBF的资料也非常少。这里写关于SRBF的文章，主要是针对对SRBF有兴趣的同学。一起探讨一下SRBF在渲染上的应用。

在网上找到的唯一比較详尽的资料是在这个网页上（http://www.cse.cuhk.edu.hk/~ttwong/papers/srbf/srbf.html）。里面能够下到一个PPT，关于SRBF的理论在这个PPT里写的比較明确。比較遗憾的是Demo代码原来是能够下载的，（网页上面写着2007年5月是开放下载的）可是如今已经下载不了。

由于SRBF和SH的理念非常相似，看过SH后，笔者琢磨着模仿SH的实现。SRBF的实现应该也能够写的出来，事实确实如此。SRBF里除了基函数那部分，其它的都能够借用SH的源码。

所以说学过SH再去看SRBF应该会比較easy理解。

推荐一篇CSDN上介绍SH的质量比較好的中文文章：http://blog.csdn.net/BugRunner/article/details/6994379。英文的推荐这篇：Spherical
Harmonic Lighting: The Gritty Details.另外SH的源码网上也有不少能够下载。

watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvemh1b19wZW5nX3poYW5n/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast" style="width:356px; height:151px">

这篇文章会浅浅的介绍一下SRBF的理论，探讨下实现细节，还会把个人实现的代码发布一下。希望会对读者有帮助。

SRBF和SH都属于PRT（Precompute Radiance Transfer）的手法。和SH类似。SRBF光照处理步骤例如以下所述：

    连续的光照方程 -> 离散的光照方程 -> 分解后的光照方程 -> 投影到SRBF变换得到SRBF系数 -> 利用SRBF系数还原光照方程

这里把The Gritty Details 中介绍SH概念的图拿出来说明SRBF的处理过程，实质上两者在处理流程方面是一样的。

流程整体上说分两步，即预处理和绘制。

1） 预处理：连续的光照方程离散採样投影到SRBF。得到SRBF系数。

这一步是在预处理时进行的，Ri是第i个SRBF函数，E（L）是一个环境光的採样。L是採样方向。

考虑一下经常使用的skybox。能够把它理解为一个环境光照方程，由代表採样方向的变量L，能够得到一个颜色值（即一个像素）。

则上面公式能够理解为，系数Ci是全部环境光的採样值和Ri的乘积的累加。

环境光的採样数量能够自己定义。一般採取几百上千个，个人取4096个。

watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvemh1b19wZW5nX3poYW5n/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast" style="width:229px; height:176px">

上图是天空盒环境光投影在两个SRBF上的示意图。

Ri即是SRBF基函数，能够採用一个中心对称的频率函数。文献里列举了Gaussian和Poisson两种，个人比較熟悉Gaussian函数，以下即是用Gaussian函数实现SRBF时的定义：

watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvemh1b19wZW5nX3poYW5n/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast" style="width:315px; height:129px">

L为之前介绍的环境光照的採样方向。qi是SRBF的中心朝向（Center）。希腊字母delta（三角∆）是SRBF的范围（coverage）。Exp是以自然对数e为底指数函数。

watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvemh1b19wZW5nX3poYW5n/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast" style="width:131px; height:81px">

參数delta（三角∆）的意义--控制单个SRBF影响区间。

全部的SRBF都有着同样的形状，不同的是朝向（Center）

怎样理解SRBF--SRBF就像一个*分布，在球面上每一个点都受到某个SRBF或轻或重的影响。越靠近SRBF中心的点受影响最重(由于L和qi的夹角最小)。

2）绘制：利用SRBF系数还原光照方程

在预处理时，一般针对每一个顶点（Vertex）计算环境光照，得到了n个系数，实时绘制时。即把系数取出，再次与基函数相乘。得到的是近似的环境光照函数。

相对SH。SRBF有下面优势：

• 数学上的表达更简单
• 更easy旋转
• 可用于全频率光照（SH趋于低频率）
• 处理局部光照时更为有效
• 环境光投影更为高速（能够仅仅需非常少量的採样点）

理论就讨论到此为止，实际编写代码（C++）时，须要做下面工作

1. 实现一个类提供天空盒採样的函数
2. 把天空盒投影为SRBF形式（一个SRBF数组代表简化了的环境光照）
3. 把网格上每一个顶点的几何信息投影为SRBF形式
   
   除了光照影响外。网格自我遮挡信息也能够存在SRBF系数中，渲染时就可以实现软阴影。笔者编写网格自我遮挡的处理时全然抄袭了SH的代码。
   
   （这里笔者自身有个疑问，SH的Diffuse光照处理实现时是取法线和光照方向的点积。可是SRBF的话本身就有方向值存在，在还原环境光照步骤时，能够直接拿来和法线做点积。那把是否不须要预处理法线和光照方向的点积也能够？假设能够的话，即能降低非常多预处理时间。）
4. 以上都在预处理时进行，实际渲染时。把顶点的SRBF再次投影到环境光的SRBF上（这里有些难以理解，个人也没理解透彻。只是代码上是这么实现的，代码中顶点的SRBF存了网格的自我遮挡信息。须要和天空盒光照强度交互才干得到最后收到的光照值）
   

最后使用20个SRBF绘制得到的效果图（此Demo公开代码）

另外SRBF也能够被用作为一个非常好的光滑採样的技术，所以SRBF也能够用于环境光下头发的绘制。这里是笔者实现的绘制效果。

笔者SRBF软阴影网格绘制的代码能够在下面地址下载，欢迎阅读和交流。

http://dl.vmall.com/c0axu6r8ag