蓝噪声采样深度实践：实时全局光照质量优化解决方案

频谱分布特性解析+三层架构实现+渲染场景应用

蓝噪声采样技术在实时全局光照渲染中解决了传统随机采样模式下的噪点聚类问题，通过高频频谱分布特性实现采样点的空间均匀分布，为kajiya项目提供了兼顾渲染质量与性能的核心技术支撑。该技术的应用使间接光照计算在保持实时性的同时，显著降低了图像方差，提升了画面的视觉稳定性。

原理解析模块：蓝噪声的本质特性

蓝噪声是一种在空间域呈现均匀分布、在频率域表现为高频能量集中的随机模式。与白噪声的完全随机分布不同，蓝噪声通过抑制低频成分，避免了采样点聚集形成的块状噪点，同时保留了足够的随机性以避免周期性伪影。这种特性使其在低采样率条件下仍能生成视觉上更平滑的结果。

蓝噪声的核心优势体现在两个方面：一是空间均匀性，采样点在区域内分布更均衡，避免了局部过密或过疏；二是频谱特性，能量集中在高频区域，使得产生的噪点更接近人眼感知阈值，更容易通过后期滤波消除。在实时渲染中，这意味着可以用更少的采样数获得更高质量的结果。

架构实现部分：数据-逻辑-应用三层设计

数据层：纹理资源组织

蓝噪声纹理资源存储在assets/images/bluenoise/目录下，提供多种分辨率（64x64和256x256）和格式（LDR/HDR、RGB/RGBA/LA等）的预生成蓝噪声纹理。其中LDR_RGB1系列（如assets/images/bluenoise/256_256/LDR_RGB1_0.png）为标准动态范围渲染提供基础采样模式，HDR系列则支持高动态范围场景需求。这些纹理资源采用CC0许可，可直接用于商业项目。

逻辑层：采样函数实现

核心逻辑实现在assets/shaders/inc/blue_noise.hlsl中，定义了蓝噪声采样的基础函数集。该文件提供了从纹理中获取采样值的blue_noise_sample()函数，支持基于屏幕空间坐标和时间帧的采样偏移，实现时域抖动以进一步降低噪点。通过bindless_textures.hlsl中定义的BINDLESS_LUT_BLUE_NOISE_256_LDR_RGBA_0等绑定点，实现采样纹理与渲染管线的高效集成。

应用层：渲染器集成

在crates/lib/kajiya/src/renderers/目录下的多个渲染器模块中，蓝噪声采样被应用于不同渲染阶段。例如，rtdgi.rs（实时动态全局光照）使用蓝噪声进行半球采样，ssgi.rs（屏幕空间全局光照）则将其用于光线方向随机化，taa.rs（ temporal anti-aliasing）通过蓝噪声实现抖动累积。这些模块通过rust-shaders/src/constants.rs中定义的采样参数控制，实现不同场景下的质量与性能平衡。

实践应用指南：分场景配置方案

间接漫反射采样

应用场景：全局光照中的间接漫反射计算
配置参数：

• 采样数：8-32 samples/pixel
• 纹理选择：LDR_RGBA格式（assets/images/bluenoise/256_256/LDR_RGBA_0.png）
• 时域抖动：启用（每帧偏移量0.001-0.01像素）

效果对比：
传统随机采样在低采样数下会产生明显的块状噪点，而蓝噪声采样使噪点分布更均匀，在16 samples/pixel条件下即可达到接近传统64 samples/pixel的视觉质量，性能提升约4倍。

反射光线追踪

应用场景：镜面和光泽反射效果
配置参数：

• 采样数：4-16 samples/pixel
• 纹理选择：HDR_RGB格式（assets/images/bluenoise/256_256/HDR_RGB_0.png）
• 各向异性控制：0.1-0.5（值越高反射越锐利）

效果对比：
在金属材质反射场景中，蓝噪声采样使高光区域过渡更自然，减少了传统采样产生的"火花"状噪点，尤其在掠射角区域效果提升显著。

阴影边缘抗锯齿

应用场景：太阳阴影和区域光阴影
配置参数：

• 采样数：16-64 samples/pixel
• 纹理选择：LDR_LLL1格式（assets/images/bluenoise/256_256/LDR_LLL1_0.png）
• 过滤半径：1.5-3.0像素

效果对比：
蓝噪声采样的阴影边缘噪点分布更均匀，配合PCF滤波后，在相同采样数下比传统随机采样获得更平滑的过渡效果，尤其在高分辨率阴影贴图中优势明显。

进阶优化策略：质量与性能调优

1. 纹理分辨率匹配

根据渲染目标分辨率选择合适的蓝噪声纹理尺寸：

• 1080p渲染：256x256纹理（assets/images/bluenoise/256_256/）
• 4K渲染：512x512纹理（需额外生成）
• VR应用：1024x1024纹理（减少重复采样模式）

纹理分辨率与屏幕分辨率的匹配可减少采样模式的重复出现，避免周期性伪影。

2. 多帧累积优化

通过taa.rs中的时域累积参数调整：

• 历史帧权重：0.8-0.9（值越高画面越稳定但响应越慢）
• 抖动幅度：0.5-1.0像素（基于纹理分辨率动态调整）
• 重置阈值：0.1-0.3（场景变化时的累积重置敏感度）

适当的累积参数可在8-16帧内将噪点降低约90%，同时保持场景动态变化的响应速度。

3. 采样模式混合

在blue_noise.hlsl中实现多纹理混合策略：

• 基础采样：LDR_RGB1_0.png
• 运动区域：LDR_RG01_0.png（增加采样密度）
• 高光区域：HDR_RGBA_0.png（更高动态范围支持）

通过场景特征自适应选择采样模式，可在保持平均采样数不变的情况下，将关键区域质量提升30%以上。

问题解决方案：常见问题排查路径

问题1：采样模式可见性

症状：画面中出现明显的蓝噪声纹理重复模式
排查路径：

1. 检查bindless_textures.hlsl中的纹理绑定是否正确，确认BINDLESS_LUT_BLUE_NOISE_256_LDR_RGBA_0指向正确的纹理资源
2. 在rtdgi.rs中检查采样坐标计算，确保使用uv * texture_size / screen_size进行正确缩放
3. 验证constants.rs中的BLUE_NOISE_TILE_SIZE参数是否与纹理分辨率匹配（通常设为256）

问题2：噪点收敛速度慢

症状：经过多帧累积后噪点仍未充分消除
排查路径：

1. 在taa.rs中检查history_weight参数，确保其值在0.8-0.9范围内
2. 检查blue_noise.hlsl中的blue_noise_sample()函数，确认是否启用了时域抖动
3. 验证renderers/post.rs中的降噪滤镜参数，适当增加filter_radius至1.5-2.0

问题3：性能开销过高

症状：启用蓝噪声采样后帧率下降明显
排查路径：

1. 在profiler.rs中分析各渲染阶段耗时，确认蓝噪声采样是否成为瓶颈
2. 检查constants.rs中的采样数设置，在保证质量的前提下降低至8-16 samples/pixel
3. 考虑在half_res.rs中实现半分辨率采样，通过空间上采样恢复分辨率，可降低50%采样开销