Doc:JA/2.6/Manual/Lighting/Shadows/Raytraced Properties
< Doc:JA | 2.6 | Manual | Lighting | Shadows
2014年8月29日 (金) 22:15時点におけるwiki>Blendmildによる版 (translated)
Lamps Raytraced Shadows
（ランプのレイトレースによる影）
ほとんどの種類のランプ（ポイント、スポット および サン）はレイトレースによる影の生成用に同じオプションを持っており、以下に説明します。なお エリア ランプはこれらのオプションのほとんどを使いますが、 エリアランプのレイトレースによる影のページ で説明されるような専用のものをいくつか持っています。
- Ray Shadow（レイシャドウ）
- 光源がレイトレースによる影を生成できるようにします。
- Ray Shadow ボタンが選ばれると、次のようなオプションが利用できるようになります:
- 影のサンプル生成方式
- Adaptive QMC が一番高速で、Constant QMC はノイズが一番減りますが遅くなります。
- レイトレースによる影の計算に貢献する、サンプル生成に使うアルゴリズムを選べます（現在のところ、主に二種類の準モンテカルロがあります。後述します）:
- Constant QMC（コンスタント QMC）
- 非常に均一な、一様に分散する方法で影の値を計算するのに使われます。影の値を非常にうまく計算しますが、Adaptive QMC 方式ほどは速くありません。ただし Constant QMC のほうが正確です。
- Adaptive QMC（アダプティブ QMC）
- 若干均一性の少ない、分散する方法で影の値を計算するのに使われます。影の値をうまく計算しますが、 Constant QMC ほどではありません。Adaptive QMC を使う利点は一般的に高速であることですが、全体的な結果に関しては Constant QMC と比べてそれほど悪くありません。
- Samples（サンプル数）
- 追加のサンプル数（サンプル数 x サンプル数）。
- このスライダーは {Literal|Constant QMC}} と Adaptive QMC の両方で影の計算に使われるサンプル数の、最大値をセットします。最大値は 16 です。サンプル数のほんとうの数は実際にはその二乗で、サンプル値が 3 なら実際には
32 = 9サンプルが取られることになります。 - Soft Size（ソフトサイズ）
- レイシャドウのサンプリング用の光の大きさです。このスライダーは影の縁の周囲にある、不鮮明で拡散した半影部分の大きさを決めます。Soft Size はソフトシャドウの勾配や滑らかさではなく、幅だけを決めます。やわらかくきれいな勾配の幅を持った影を作る場合は、Samples 欄にも 1 より高いサンプル数を設定する必要があります。そうしないとこの欄の効果は見られなくなり、生成された影はやわらかな縁を持たなくなります。Soft Size の最大値は 100.0 です。
- 以下は さまざまな Soft Size と Samples 設定によるレンダリング画像の表で、さまざまな値の影の縁のやわらかさへの影響を示しています:
- 以下は上の表の画像のアニメーション版です:
さまざまな Soft Size と Samples 設定によるレンダリング画像のアニメーション版で、さまざまな値の影の縁のやわらかさへの影響を示しています
- Threshold（しきい値）
- Adaptive QMC 方式で使われます。ある領域がすでに影付けされていると判断するしきい値で、Adaptive QMC 影のサンプル計算が省略できるかどうかを決めるのに使われます。Threshold の最大値は 1.0 です。
What is Quasi-Monte Carlo?
（準モンテカルロ法とは）
モンテカルロ法とは、計算全体の正確性の測定に通常複数の標本値が必要な計算において、行うべき正しい操作を決めるため、ランダムな領域またはその周辺から一連の値（光の値、色の値、反射状態のようなあらゆる種類の値）の標本/読み取り値を取り出す方式です。モンテカルロ法は可能な限りランダムであろうとします。この方式はよく、抽出領域に大きな規格外の空白（標本抽出/読み取りがされていない場所）を発生させます。このことが回りまわってとある計算（影の計算など）で問題を起こしかねません。
この解決策が準モンテカルロ法です。
準モンテカルロ法もランダムですが、標本/読み取りが分散し（抽出領域内に残される規格外の空白を少なくします）、領域に渡ってもっと一様に広がるよう努めます。この方法には時折、標本/読み取り値にもとづいたもっと正確な計算に至るという利点があります。
