大家好,我是逆水。今天为大家讲解全局DMC的运用。
这篇文章我们继续来讲解参数面板里面的一个很重要的参数,它就是全局DMC。不同的版本可能翻译出来的不一样,但是它所控制的东西是一样的。我这里翻译的是全局确定性蒙特卡洛。
那么这个参数我们从名称就可以知道它是对VRay全局质量的一个整体控制的。也可以把它叫做一个控制中心,因为它对所有的这些采样计算都有参数上的联系,也就是说它可以配合比如说GI的参数还有图像采样器(抗锯齿)过滤器这些参数来进行提高图片的质量。
包括这些GI采样图像采样(抗锯齿),后面我们讲到的景深以及灯光面积阴影采样还有包括模糊反射,折射细分运动模糊,都是跟它有关系。
那么这个全局DMC我们在设置高质量效果图的时候会经常的去调整运用它,因为它一般运用在确定要获取多少样本并确定哪些样本被追踪计算,所以它很重要。
比如我们要设置一个高质量的发光图效果,我们除了要设置这些参数以外,
我们还要设置这个全局DMC才能够出现更好的效果,
它们是有关联的。在比如我们要得到一个很清晰的模糊反射效果,我们除了要增加里面的反射模糊的细分值以外,
我们还要合理的去设置我们前面讲到的图像采样器(抗锯齿)过滤器类型,我们设置这些还不够,还要同时去设置全局DMC,
这样才能够得到一个理想的效果,那么总结出来如果我们要得到一个高质量的GI效果和清晰干净的图像效果我们都离不开它,都要去设置它。
我们来看一下它的这些参数都有说明作用,这里有一个自适应数量。
这个自适应数量实际上理解起来也是非常的简单,它就是控制各种样本的数量达到什么程度以后就停止计算了,那么这里的这个值有两个极限值,一个是0另外一个极限值是1,我们在通常在设置的时候在0-1之间进行一个合理的设置。
如果我们设置为1的时候就表示样本完全自适应的,只不过我们在设置为1的时候它的渲染时间是非常的快,它在短时间内去判断样本的计算,但是它的计算效果不是很好。
当我们设置为0的时候,就意味着自适应就被关闭了,我们的计算机将完全按照用户预设的其他的比如说图像采样和对应的自适应图像采样器等等得这些参数来进行计算的,那么这个计算的过程中可能很慢但是计算的结果是很精确的。
在我们实际的工作中这个参数越接近1就意味着结果会越差,越接近0它的结果就会越好,这里给大家一个参照值,通常我们在大图的时候设置0.5-0.85之间就可以了。如果我们在设置草图的时候这个值通常是在0.85-1之间,我们看具体的图像与场景的细节而定。
我们再来看下面一个参数,就是噪波阈值。
在看到这个相信大家就会知道它是以个极限值,它就是来控制噪点的也就是说它在某种情况是用来控制模糊效果的,如果这个值越小那么它对图像中的噪波控制就会越少,品质就会越高,如果这个值越大那么它的噪波当然会相应的越多。
那么我们通常在设置大图的时候我们的参考值通常是在0.001-0.005之间,而在草图的时候0.01就够了。
我们来看一下,下面有一个全局细分倍增,
这个值也是以个很重要的参数,那么在渲染的过程中我们如果要设置这个值的话,我们同时要改变其他的GI采样。它跟这个GI采样里面的参数是密切相关的,
所以说我们在设置这个参数的时候我们要配合其他的GI采样图样采样以及抗锯齿还有景深灯光面积的阴影采样,还有模糊反射折射细分运用模糊等等其他的细分值相配套。
但是在我们一般的情况下我们是不用去改动它的,因为我们改动它得到的效果是得不偿失的,也就是说它改变一丁丁点效果可能就会耗费很多很多的时间。
这里有一个时间独立,
那么这个就是只对动画渲染有影响,如果我们在渲染这些效果图的时候它是没有影响的,这里我们就不用去理会它。
实际上我们常调节的参数就是这三个,
我们来看一下这个最小采样,有的可能版本可能会翻译成什么最小样本数还有最小数量等等翻译的有很多,那么这个值它就是在确定VRay在中止时间,结束渲染计算的时候它所获得的最少采样数。
比如说我们在一个图像的一部分采样了很多回,那么这个值就是确定整个VRay在这里采样的过程中到结束它所获得的最小样本数,图像中的样本数就是由最小采样的参数值来控制,这里最少是8个,如果我们把这个值加大的话,那么会得到一个很不错的效果,当然也会减慢渲染速度。
同时这个值也是和其他的值,比如说GI采、样图像采样(抗锯齿)、景深、灯光面积、阴影的采样、模糊反射、折射的细分还有运动模糊等等这些参数是有密切相关的,并且它是以这些参数为基础的,比如说像我们如果要让这个地板的才是效果很好,
首先我们要保证这个细分值是以个合理的范围内,还要保证这个图像采样器(抗锯齿)类型是以个合理的值,
包括过滤器也是以个合理的值,这样的情况下它才能够得到一个不错的效果。
因为我们如果去一味的提高这个图像采样器的话,其他的部分质量跟不上来,也是得不到效果的,大家要注意这一点。
从我们总结来说,大家要注意这几个参数跟其他参数的联系性。
那么今天呢,就给大家分享到这里,如果你觉得文章对你有帮助,希望将网站分享给你的朋友。感谢大家支持!
请先
!