每日编程实践: SSAO - Screen Space Ambient Occlusion 屏幕空间环境光遮蔽

SSAO - Screen Space Ambient Occlusion 屏幕空间环境光遮蔽

今天实现了 SSAO（Screen Space Ambient Occlusion）——现代实时渲染管线中最重要的后处理技术之一。从 Crysis（2007）开始被引入游戏工业，此后成为 UE、Unity 等引擎的标配功能，也是《赛博朋克 2077》、《荒野大镖客2》等 AAA 游戏中真实感的重要来源。

本项目在纯 CPU + 软光栅化器上从零实现完整的 SSAO 管线，不依赖 GPU 或任何图形 API，完整掌控每个数学细节。

为什么需要 SSAO？

传统环境光的问题

实时渲染中，处理全局光照（Global Illumination）在计算上开销极大。最简单的近似是用一个常数环境光项代替所有间接光照：

ambient = albedo × k_a × L_ambient

这意味着场景中所有点受到同样强度的环境光，结果是球体底部贴地处和空旷的墙面获得完全相同的环境光强度——不真实，缺乏层次感。

现实中，环境光不是均匀到达的：

• 狭窄缝隙里的光线被周围几何体阻挡
• 凹陷区域（角落、裂缝）只能接收来自小立体角的间接光
• 两个物体紧贴的接触面几乎没有间接光

这种遮蔽现象就是 Ambient Occlusion（AO）。

AO 的物理含义

AO 是对某点 P 的法线半球上，被周围几何体遮挡的方向所占比例的度量：

AO(P) = 1/π × ∫_Ω V(ω) · (ω · n) dω

其中 V(ω) 是方向 ω 的可见函数（1=可见，0=被遮挡），(ω · n) 是余弦权重。

精确计算需要路径追踪，代价极高。SSAO 用一个关键近似：只在屏幕空间内，通过采样当前像素周围的深度信息来估计遮蔽。

---

渲染管线设计

整个实现分为四个 Pass，展示了经典 Deferred Shading 的核心思想：

┌──────────────────────────────────────────────────────┐
│                   SSAO 渲染管线                       │
│                                                      │
│  Pass 1: 软光栅化 → G-Buffer                          │
│    场景几何 → vsPos（视空间坐标）                       │
│             → vsNorm（视空间法线）                     │
│             → albedo（漫反射颜色）                     │
│             → zbuf（NDC 深度）                        │
│                     ↓                               │
│  Pass 2: SSAO 计算                                    │
│    对每个有效像素：                                    │
│    噪声纹理 + G-Buffer法线 → TBN矩阵                   │
│    采样核 → 半球64个采样点 → 投影 → 深度比较 → aoRaw    │
│                     ↓                               │
│  Pass 3: Box Blur 降噪                                │
│    aoRaw → 4×4邻域平均 → aoBlur                       │
│                     ↓                               │
│  Pass 4: 最终着色                                     │
│    ambient × aoBlur + diffuse + specular → 输出       │
└──────────────────────────────────────────────────────┘

---

Pass 1：G-Buffer 构建

软光栅化器

项目使用纯 CPU 软光栅化器，实现了完整的几何管线：

坐标变换链：World Space → View Space → Clip Space → NDC → Screen Space

// 顶点变换
Vec4 vsPos  = viewMat * Vec4(worldPos, 1.0f);   // 世界 → 视空间
Vec4 clipPos = projMat * vsPos;                 // 视空间 → 裁剪空间
// NDC: x/w, y/w, z/w
float ndcX = clipPos.x / clipPos.w;
float ndcY = clipPos.y / clipPos.w;
// 屏幕坐标（Y 轴翻转：NDC Y 向上，屏幕 Y 向下）
int px = (int)((ndcX * 0.5f + 0.5f) * W);
int py = (int)((-ndcY * 0.5f + 0.5f) * H);  // Y轴翻转

法线变换：法线不能直接乘 ModelView 矩阵，需要使用法线矩阵（模型矩阵逆转置）。在只有刚体变换的场景中，旋转矩阵的逆转置等于它本身，因此 viewMat 的左上 3×3 可以直接用于变换法线方向：

// 法线变换（无缩放时 = 旋转部分，安全）
Vec3 vsNorm = Vec3{
    viewMat.m[0][0]*n.x + viewMat.m[0][1]*n.y + viewMat.m[0][2]*n.z,
    viewMat.m[1][0]*n.x + viewMat.m[1][1]*n.y + viewMat.m[1][2]*n.z,
    viewMat.m[2][0]*n.x + viewMat.m[2][1]*n.y + viewMat.m[2][2]*n.z
}.normalize();

Cornell Box 场景

场景是一个 4×4×4 的 Cornell Box，共 8824 个三角形（高细分网格确保法线插值精度）：

几何体	位置	颜色
地面（12×12 细分）	y=0	浅灰
天花板	y=4	浅灰
后墙	z=-2	中灰
左墙	x=-2	红色
右墙	x=+2	绿色
大球（r=0.55）	中央	浅灰
2 个中球	前侧	蓝/橙
2 个小球	靠墙	红/绿
高盒（0.9×1.3×0.9）	左后	米黄
矮盒（1.1×0.6×0.9）	右前	米黄

有效像素：338,773 / 480,000（70.6%）。

---

Pass 2：SSAO 核心算法

采样核生成

SSAO 通过在法线半球内随机采样来估计遮蔽。这 64 个采样向量在离线阶段预生成：

void buildKernel(mt19937& rng) {
    uniform_real_distribution<float> rnd(0,1), rnd11(-1,1);
    for (int i = 0; i < KERNEL_SIZE; i++) {
        Vec3 s = {rnd11(rng), rnd11(rng), rnd(rng)};  // z > 0，在半球内
        s = s.normalize() * rnd(rng);
        
        // 关键：加速插值（Accelerating Interpolation）
        // 让采样点在靠近原点（fragPos）附近密集分布
        // 物理意义：近距离遮蔽比远距离遮蔽更重要，更常见
        float scale = float(i) / KERNEL_SIZE;
        scale = 0.1f + scale * scale * 0.9f;    // 二次曲线，尾部才扩展
        kernel[i] = s * scale;
    }
}

为什么用加速插值？

如果均匀分布采样半径，大量样本会落在离当前像素很远的位置，这些位置的遮蔽贡献与近距离相比往往弱得多，却消耗了宝贵的采样预算。二次曲线确保更多样本集中在 fragPos 附近的小半径内。

噪声纹理 + TBN 矩阵

核心问题：采样核是在切线空间（以法线为 Z 轴的局部坐标系）中定义的，但 G-Buffer 中的坐标在视空间（Camera Space）。需要通过 TBN 矩阵做空间变换。

直接随机旋转会增加噪声，SSAO 利用 4×4 小噪声纹理的平铺重复来引入微小随机旋转，同时保持 Blur Pass 后的连贯性：

void buildNoise(mt19937& rng) {
    uniform_real_distribution<float> rnd11(-1, 1);
    for (int i = 0; i < NOISE_DIM * NOISE_DIM; i++)
        // 噪声向量只在 XY 平面内旋转（绕 Z 轴），不影响法线方向
        noise[i] = Vec3(rnd11(rng), rnd11(rng), 0).normalize();
}

// ---- 在 computeSSAO 中 ----

// 从 4×4 噪声纹理取随机旋转向量（tile 重复）
Vec3 randVec = noise[(py % NOISE_DIM) * NOISE_DIM + (px % NOISE_DIM)];

// Gram-Schmidt 正交化：构造切线 T，使 T ⊥ N
Vec3 tangent   = (randVec - normal * normal.dot(randVec)).normalize();
Vec3 bitangent = normal.cross(tangent);
// TBN：[T, B, N] 三列，将切线空间向量变换到视空间

Gram-Schmidt 正交化的几何直觉：

randVec - normal * (randVec · normal) 等价于从 randVec 中去除沿 normal 方向的分量，得到 randVec 在垂直于 normal 的平面上的投影。这个投影向量 T 就是切线，由于它在 normal 的垂直面内，满足 T · N = 0。

遮蔽判断

这是整个算法最微妙的部分，也是最容易出 bug 的地方：

for (int i = 0; i < KERNEL_SIZE; i++) {
    Vec3 s = kernel[i];
    // 切线空间 → 视空间（TBN 乘以切线空间向量）
    Vec3 sampleVS = tangent*s.x + bitangent*s.y + normal*s.z;
    Vec3 samplePos = fragPos + sampleVS * SSAO_RADIUS;   // 视空间采样点
    
    // 将采样点投影到屏幕，取对应的 G-Buffer 真实深度
    int sx, sy; float ndcZ;
    if (!projectToPixel(samplePos, sx, sy, ndcZ)) continue;
    
    float sceneZ = gbuf.vsPos[sidx].z;   // 视空间 Z（负值，越负越远）
    
    // ⚠️ 关键：视空间 Z 坐标判断方向
    // 视空间中相机在原点，物体在 -Z 方向
    // sceneZ = -3.5，samplePos.z = -3.8 → sceneZ > samplePos.z
    // 意味着：场景真实表面比采样点更靠近相机
    // → 采样点在真实表面的后面 → 被遮蔽 ✅
    float occluded = (sceneZ > samplePos.z + SSAO_BIAS) ? 1.0f : 0.0f;
    
    // 范围衰减：遮蔽源离当前像素越远，权重越低
    float dist = fabsf(fragPos.z - sceneZ);
    float rangeCheck = 1.0f - smoothstep(0.0f, SSAO_RADIUS, dist);
    
    occlusion += occluded * rangeCheck;
}

aoRaw[idx] = 1.0f - (occlusion / KERNEL_SIZE);

BIAS 的作用：如果不加 BIAS，同一平面上的采样点由于浮点精度问题，可能被判定为”遮蔽了自己”（Self-shadowing Artifact），导致表面产生条纹状噪声。BIAS = 0.12f ≈ RADIUS × 0.15，给遮蔽判断留出一个小的容错区间。

一个常见错误：rangeCheck 不能用 fabsf(samplePos.z - sceneZ) 来计算，而必须用 fabsf(fragPos.z - sceneZ)。前者是采样点和场景深度的差，随 RADIUS 变化；后者才是遮蔽源与当前像素的实际距离，用于控制”远处遮蔽无效”的物理含义。

---

Pass 3：模糊降噪

4×4 噪声纹理意味着相邻像素使用不同的随机旋转方向，导致原始 SSAO 图有明显噪点。Box Blur 在一个 5×5 邻域（半径 R=2）内平均，消除高频噪声：

void blurAO() {
    const int R = 2;
    for (int py = 0; py < H; py++)
    for (int px = 0; px < W; px++) {
        float sum = 0; int n = 0;
        for (int dy = -R; dy <= R; dy++)
        for (int dx = -R; dx <= R; dx++) {
            int nx = px+dx, ny = py+dy;
            if (nx < 0 || nx >= W || ny < 0 || ny >= H) continue;
            sum += aoRaw[ny*W+nx]; n++;
        }
        aoBlur[py*W+px] = n > 0 ? sum/n : aoRaw[py*W+px];
    }
}

为什么 4×4 噪声 + Blur 等价于更多采样数？

如果用 512 个采样核，可以在不引入噪声的情况下得到平滑结果，但性能下降约 8 倍。SSAO 的经典权衡是：少量采样（64）× 随机扰动（噪声纹理）× 空间滤波（Blur），在视觉质量相近的情况下大幅降低采样成本。这是实时渲染中「时空权衡（Temporal-Spatial Tradeoff）」思想的体现，TAA 也是类似逻辑。

---

Pass 4：最终合成

SSAO 只影响环境光项，不影响直接光照（diffuse + specular）：

Vec3 shade(Vec3 vsPos, Vec3 vsNorm, Vec3 albedo, float ao) {
    Vec3 L = (lightVS - vsPos).normalize();
    Vec3 V = (-vsPos).normalize();
    Vec3 H = (L + V).normalize();

    float diff = max(0.0f, vsNorm.dot(L));
    float spec = powf(max(0.0f, vsNorm.dot(H)), 64.0f);

    // ✅ SSAO 只乘以 ambient：物理正确
    Vec3 ambient  = albedo * 0.55f * ao;   // 有 AO：最低 0.55×0.627=0.345
    Vec3 diffuse  = albedo * diff  * 0.65f;
    Vec3 specular = Vec3(1,1,1) * spec * 0.25f;

    return ambient + diffuse + specular;
}

为什么只影响 ambient？

从物理上看，SSAO 近似的是间接光（环境光/漫反射）被遮蔽的现象，不是直接光被遮蔽（那是 Shadow Map 的职责）。如果把 AO 乘在整个光照输出上，会错误地压暗直接光照强烈的区域，产生视觉上的不协调感（俗称”SSAO 晕”）。

最后应用 ACES 色调映射（防止高光过曝）+ Gamma 矫正（sRGB 显示器校正）。

---

量化验证结果

渲染分辨率:  800 × 600
三角形数:    8,824
有效像素:    338,773 / 480,000 (70.6%)

AO 范围:     [0.627, 1.000]
平均:        0.991
平均遮蔽率:  0.9%（全局均值，开放空间较多）
最强遮蔽区:  63% AO → 环境光降低 37%

为什么平均遮蔽率只有 0.9%？

Cornell Box 是一个开放的室内空间，大部分表面都能看到大面积的天花板和墙壁，只有物体正下方的接触区域、墙角缝隙等处产生强遮蔽。全局平均低，但局部对比鲜明——这正是 SSAO 视觉价值的所在。

---

渲染结果

无 SSAO vs 有 SSAO 对比

左侧：纯 Blinn-Phong，所有点环境光相同；右侧：开启 SSAO，球体底部、盒子边缘、墙角处明显暗化

区域	变化
大球底部（接触地面）	接触阴影 ✅
高盒与左墙夹角	角落暗化 ✅
小球贴墙处	接触遮蔽 ✅
天花板中央	几乎不变（无遮蔽） ✅

SSAO 遮蔽贴图

灰度图：越暗 = AO 值越低 = 遮蔽越强。球体底部、高盒底角最暗。

单独对比

无 SSAO	有 SSAO

---

迭代历史与调试过程

迭代 1：多余括号导致编译失败

computeSSAO 函数的 for 循环里多了一对 {}，使函数体末尾出现多余的 } 而报 expected declaration before '}' token。

教训：复杂循环嵌套时，养成立即对齐缩进的习惯，IDE 的括号匹配高亮非常有用。

迭代 2：断言条件不匹配实际场景

原始断言 minAO < 0.5f 要求最深遮蔽超过 50%。但 Cornell Box 是开放室内空间，最深遮蔽只有 37.3%（minAO=0.627），并非代码错误，而是场景尺度决定的。

调试过程：用 -DNDEBUG 跳过断言先看数据，确认 AO 值范围和视觉效果后，将断言改为 minAO < 0.8f（符合实际场景特征）。

教训：断言阈值要根据场景特征标定，不能凭直觉设定”看起来合理”的数值。运行几组不同参数的对比实验，再定义合理范围。

遮蔽方向判断的坑

初期对 View Space Z 的方向理解有误：相机在原点，物体在 -Z 方向，所以 vsPos.z 是负数，越负越远。

错误版本（原始理解）：
sceneZ >= samplePos.z + bias → 真实表面比采样点更远 → 采样点在表面前方 → 未遮蔽

正确版本（修复后）：
sceneZ > samplePos.z + bias → 真实表面比采样点更靠近相机（z更大更接近0）→ 采样点在后方 → 被遮蔽

这类坐标系方向错误非常难靠肉眼排查，因为产生的视觉结果仍然是”有 SSAO 效果”，只是遮蔽区域反了。

---

SSAO 与相关技术对比

技术	原理	质量	性能	适用场景
SSAO	屏幕空间深度采样	中	高	实时游戏
HBAO	视角相关半球采样	中高	中	高端游戏
GTAO	Ground Truth AO	高	低	次世代游戏
RTAO	光线追踪 AO	极高	极低	DXR/DLSS 辅助
光照贴图	离线烘焙	极高	极高	静态场景

SSAO 的核心优势是实时可用，主要局限：

• 只能使用屏幕内的深度信息（屏幕边缘物体的遮蔽会丢失）
• 对薄物体（草、头发）效果差
• 高 RADIUS 时会产生”光晕”伪影（Halo Artifact）

---

技术总结

五个关键认知

1. View Space Z 为负 — 相机在原点，物体在 -Z 方向。遮蔽判断 sceneZ > samplePos.z + bias 意味着场景面比采样点更靠近相机，即采样点在几何体后方。

2. rangeCheck 必须用 fragPos.z — 不能用 samplePos.z - sceneZ，因为采样点位置本身受到法线和 RADIUS 影响；只有当前像素的 Z 和场景 Z 的差值才代表遮蔽源的真实距离。

3. 噪声 + Blur 是采样效率的工程权衡 — 64 样本 × 4×4 噪声平铺 ≈ 5×5 邻域内 64×25=1600 次随机采样的统计期望，但只需 64+blur 的计算量。

4. SSAO 只作用于 ambient — 对 diffuse/specular 同样乘 AO 是常见的错误做法，会产生视觉上不自然的整体压暗。

5. 场景尺度决定参数 — SSAO_RADIUS 是视空间单位，场景坐标越大需要越大的 RADIUS。视空间中物体的 Z 坐标范围（-3 到 -7 左右）决定了合理的 RADIUS 量级（0.5 到 2.0）。

代码量

• 核心代码：584 行 C++17
• 运行时间：约 1.2 秒（CPU，800×600，单线程）
• 无任何第三方依赖（除 stb_image_write.h）

---

代码仓库

GitHub: SSAO Screen Space Ambient Occlusion

编译运行：

g++ -O2 -std=c++17 ssao.cpp -o ssao
./ssao
# 输出：ssao_off.png, ssao_on.png, ssao_map.png, ssao_comparison.png

---

完成时间: 2026-03-13 → 图片重新生成 2026-03-16
代码行数: 584 行 C++17
迭代次数: 4 次（含 2026-03-16 断言修复）
编译器: g++ -O2 -std=c++17