
Универсальные установки Vray 1.5
Безусловно данный список установок не является оптимальным и единственно верным во всех случаях, но тем не менее именно с такими установками визуализированная сцена смотрится хорошо в 90 процентов случаев. Также не придётся в процессе настройки менять слишом много цифр. Здесь соблюдается баланс между качественной картинкой на выходе и временем визуализации.
Проставьте следующие параметры:
1. Выберите VRay в качестве визуализатора (Rander>Assign Renderer>Vray).
2. В свитке Image sampler установите «Adaptive QMC».

3. Установите «Max. subdivs» в 100. Проследите чтобы «Min. subdivs» оставался 1.

4. Установите движок для первичного отскока GI в QMC GI. Установите движок для вторичного отскока GI в Light cache.

5. Поставьте число выборок интерполяции Кэша света в 5.

6. Установите QMC Sampler «Adaptive amоunt» в 1,0.

7. Снимите флажоки «Clamp output» и «Sub-pixel mapping» в свитке Color mapping. Это позволит Вам использовать любой тип картирования цвета.

8. Обычно Вам нужно настроить Noise threshold, так как значение по умолчанию производит много шума. Оптимальное значение – 0.005.

Вы можете также упралять шумом непосредственно из свитка AA (Image sampler). Снимите флажок «Use QMC sample thresh.» и настройте Clr. thresh в 0.005.

Оставьте все разделения везде в их значения по умолчанию. Они не имеют никакого эффекта в любом случае – 100 AA subdivs будет заглушать почти все.
При использовании VRay до 1.49.30, НЕ ИСПОЛЬЗУЙТЕ color mapping других кроме Linear. Иначе возможно получение плохого результата на выходе. Если нужно применяйте коррекцию цвета в постобработке. Вы можете изменить множители dark/bright, при условии что Вы поставите обоим одно значение.
Избегайте использовать обостряющие AA фильтры. Они могут делать шум более видимым.
Преимущество этих установок:
Как они работают:
Высокое разделение AA по существу приведет к тому, что все выборки будут делаться для выборки изображения. Т.е. будет делаться так много выборок на пиксель, сколько нужно для получения требуемого порога шума. Во многих признаках это подобно PPT, но делается на основе bucket (сегментов) и число выборок адаптивно.
