计算机图形学 第四章 光栅图形学

第四章 光栅图形学

计算机图形学 第四章 光栅图形学的相关内容，包括：直线段的扫描转换算法、圆弧的扫描转换算法、多边形区域填充、字符的生成、裁剪、反走样 等

Def 光栅显示器：一个像素矩阵（因此，要在光栅显示器上显示的图形逼近真实图形，需要用到下面的算法）

4.1 直线段的扫描转换算法

目标：需要在光栅显示器上画出过两点 $P_0(x_0,y_0)$ 和 $P_1(x_1,y_1)$ 的直线 $L$ 的最佳逼近

直线的三个算法轮流考，中点画线法和Bresenham算法一定要写出递推的优化算法

数值微分法（DDA）

算法

① 当 $k\le 1$ 时，以 $L$ 横坐标起点 $x_0$ 向横坐标终点以步长为 1 个像素步进，每次计算当前纵坐标的理论值 $y_i$ 并做四舍五入：令 $y=kx+b$ ，则令 $(x_i,round(k{x}_i+b))$ 作为当前像素的坐标

② 但是这样每次都要计算 $k{x}_i+b$ ，比较麻烦，可以使用增量计算：
$$y_{i+1}=k{x}_{i+1}+b=k(x_i+1)+b=y_i+k$$
因此，只需令纵坐标每次递增 $k$ ，再做四舍五入

代码

void DDALine(int x0, int y0, int x1, int y1, int color) {
    int x;
    float dx, dy, y, k;
    dx = x1 - x0;	dy = y1 - y0;
    k = dy / dx;	y = y0;
    for (x = x0; x < x1; ++x) {
        drawPixel(x, int(y + 0.5), color);
        y += k;
    }
}

注意：当 $k\ge 1$ 时，以 $L$ 纵坐标起点 $y_0$ 向纵坐标终点 $y_1$ 以步长为 1 个像素步进，每次计算当前横坐标的理论值 $x_i$ 并做四舍五入

注意：四舍五入后取整不利于硬件实现

例：用 DDA 方法扫描转换连接两点 $P_0(0,0)$ 和 $P_1(5,2)$ 的直线段

x	int(y+0.5)	y+0.5
0	0	0
1	0	0.4+0.5
2	1	0.8+0.5
3	1	1.2+0.5
4	2	1.6+0.5

中点划线法

算法

① 当 $k\le 1$ 时，设当前坐标为 $(x_i,y_i)$ ，则下一个坐标可以是 $(x_i+1,y_i)$ 或 $(x_i+1,y_i+1)$ ，怎么选择呢？令下一点的实际位置为 $Q$ 点，下一位置的两个选择的中点为 $M$ ：

• 若 $Q$ 在 $M$ 上方，则选择 $(x_i+1,y_i+1)$
• 若 $Q$ 在 $M$ 下方，则选择 $(x_i+1,y_i)$

② 如何判别 $Q$ 与 $M$ 的位置关系？设过点 $P_0(x_0,y_0)$ 和 $P_1(x_1,y_1)$ 的直线 $L$ 方程为：
$$F(x,y)=ax+by+c=0;(a=y_0-y_1;b=x_1-x_0;c=x_0{y}_1-x_1{y}_0)$$
只需要将 $M$ 带入 $F(x,y)$ 即可得到 $M$ 与直线的位置关系：
$$d=F(M)=F(x_i+1,y_i+0.5)=a(x_i+1)+b(y_i+0.5)+c$$

• 当 $d<0$ ，$M$ 在 $Q$ 点（直线 $L$ ）下方，取 $(x_i+1,y_i+1)$ 为下一个像素点
• 当 $d>0$ ，$M$ 在 $Q$ 点（直线 $L$ ）上方，取 $(x_i+1,y_i)$ 为下一个像素点
• 当 $d=0$ ，$M$ 和 $Q$ 点重合，约定取 $(x_i+1,y_i)$ 为下一个像素点

③ 每次需要计算下一个 $d$，太麻烦了，同样也可以使用增量计算：

• $d$ 的初始值为：
  $$F(x_0+1,y_0+0.5)=(a{x}_0+b{y}_0+c)+a+0.5b=F(x_0,y_0)+a+0.5b=a+0.5b$$

• 若 $d_i>0$ ，则 $d_{i+1}=F(x_i+2,y_i+0.5)=d_i+a$ ，增量为 $a$

• 若 $d_i<0$ ，则 $d_{i+1}=F(x_i+2,y_i+1.5)=d_i+a+b$ ，增量为 $a+b$

④ 由于 $a$、$b$ 和 $c$ 都是整数，而加 $0.5b$ 又涉及浮点数运算了，所以可以使用 $2d$ 来代替 $d$ 加速

代码

void MidPointLine(int x0, int y0, int x1, int y1, int color) {
    int a, b, d1, d2, d, x, y;
    a = y0 - y1;	b = x1 - x0;
    d = 2 * a + b;	d1 = 2 * a;		d2 = 2 * (a + b);
    x = x0;			y = y0;
    while (x < x1) {
        if (d < 0) {
            ++x; ++y; d += d2;
        } else {
            ++x; d += d1;
        }
        drawPixel(x, y, color);
    }
}

注意：当 $k\ge 1$ 时，以 $L$ 纵坐标起点 $y_0$ 向纵坐标终点 $y_1$ 以步长为 1 个像素步进，$d$ 的初始值为 $0.5a+b$ ，$d_1=b$ ，$d_2=a+b$

例：用中点画线法扫描转换连接两点 $P_0(0,0)$ 和 $P_1(5,2)$ 的直线段

// initialization
a = y0 - y1 = -2;	b = x1 - x0 = 5;
d0 = 2 * a + b = 1;
d1 = 2 * a = -4;	d2 = 2 * (a + b) = 6;

x	y	d
0	0	1
1	0	-3
2	1	3
3	1	-1
4	2	5

Bresenham 算法

算法

①（假设斜率 $k\le 0$ ）过各行各列像素中心构造网格线；采用增量计算，计算直线与垂直网格线交点到下一水平网格线的距离 $d$ （误差项），依据 $d$ 的大小判断下一像素点的选取：

• 当 $d>0.5$ 时，选取 $(x_i+1,y_i+1)$
• 当 $d\le 0.5$ 时，选取 $(x_i+1,y_i)$

误差项 $d$ 的初值 $d_0=0$ ；当横坐标增加 1 时，误差项 $d$ 的增量为 $k$ ；当 $d$ 大于 1 时，将其减一，保证 $d\in [0,1]$ ：

② 为了方便计算，可令 $e=d-0.5$ ，$e_0=-0.5$ ，增量为 $k$ ：

• 当 $e>0$ 时，选取 $(x_i+1,y_i+1)$
• 当 $e\le 0$ 时，选取 $(x_i+1,y_i)$

（因为只用到误差项 $e$ 的符号，所以可以改用整数 $2e$ 来避免除法）

代码

void BresenhamLine(int x0, int y0, int x1, int y1, int color) {
    int x, y, dx, dy;
    float k, e;
    dx = x1 - x0;	dy = y1 - y0;
    k = dy - dx;	e = -0.5;
    x = x0;			y = y0;
    for (int i = 0; i < dx; ++i) {
        drawPixel(x, y, color);
        ++x;	e += k;
        if (e > 0.5)	e -= 1;
        if (e >= 0)		++y;
    }
}

例：用Bresenham画线法扫描转换连接两点 $P_0(0,0)$ 和 $P_1(5,2)$ 的直线段

x	y	e	d
0	0	-0.5	0
1	0	-0.1	0.4
2	1	0.3	0.8
3	1	-0.3	0.2
4	2	0.1	0.6

4.2 圆弧的扫描转换算法

目标：

• 需要在光栅显示器上画出以原点 $O(0,0)$ 为圆心、以 $R$ （$R$ 为整数）为半径的圆
• 需要在光栅显示器上画出以原点 $O(0,0)$ 为对称中心、以 $a$ 、$b$ 为椭圆参数的椭圆

圆

特征：圆具有八对称性，因此只要扫描转换八分之一的圆弧

#### 简单方程产生圆弧（DDA）

算法

利用函数方程直接离散计算：
$$\begin{gathered} x^2+y^2=R^2 \\ {x}_{i+1}=x_i+1,x\in [0,\frac{R}{\sqrt{2}}] \\ {y}_{i+1}=round(\sqrt{R^2-x_{i+1}^2}) \end{gathered}$$

中点画圆法

算法

原方程：$F(x,y)=x^2+y^2-R^2$

构造判别式：$d=F(M)=F(x_p+1,y_p-0.5)=(x_p+1{)}^2+(y_p+1{)}^2-R^2$ ：

• 初始值为 $d_0=F(1,R-0.5)=1.25-R$

• 若 $d<0$ ，取 $P_1$ 为下一像素点，再下一像素的判别式为：
  $$d=F(x_p+2,y_p-0.5)=d+2x_p+3$$

• 若 $d\ge 0$ ，取 $P_2$ 为下一像素点，再下一像素的判别式为：
  $$d=F(x_p+2,y_p-1.5)=d+2(x_p-y_p)+5$$

代码

void MidPointCircle(int r, int color) {
    int x = 0, y = r;
    float d = 1.25 - r;
    circlePoint(x, y, color);
    while (x <= y) {
        if (d < 0)	d += 2 * x + 3;
        else {
        	d += 2 * (x - y) + 5;
            --y;
        }
        ++x;
        circlePoints(x, y, color);
    }
}

Bresenham算法

考试不会考

原理和前面 Bresenham 算法画直线的原理差不多

椭圆

计算量比较大，考的概率较低

特征：椭圆只具有四对称性，并且四分之一椭圆弧上也要分成两段做，因为切线的斜率同时有大于1和小于1发部分，需要分开处理

中点画椭圆法

算法

以 $a>b$ 的椭圆为例：

方程式：$F(x,y)=b^2{x}^2+a^2{y}^2-a^2{b}^2=0$ （椭圆外的点，$F(x,y)>0$ ）

法向量：$N(x,y)=2b^{2}xi+2a^{2}yj$ ，因此分界点为 $(\frac{\sqrt{2}}{2}a,\frac{\sqrt{2}}{2}b)$

上半部分

判别式 $d_1=F(x_i+1,y_i-0.5)=b^2(x_i+1{)}^2+a^2(y_i-0.5{)}^2-a^2{b}^2$ ：

• 判别式初始值为 $d_{10}=F(1,b-0.5)=b^2+a^2(-b+0.25)$
• 若 $d_1\le 0$ ，取 $P_u$ 为下一像素点，下一判别式的值为：

$$d_1=F(x_i+2,y_i-0.5)=d_1+b^2(2x_i+3)$$

• 若 $d_1>0$ ，取 $P_d$ 为下一像素点，下一判别式的值为：

$$d_1=F(x_i+2,y_1-1.5)=d_1+b^2(2x_i+3)+a^2(-2y_i+2)$$

下半部分

判别式 $d_2=F(x_i+0.5,y_i-1)=b^2(x_i+0.5{)}^2+a^2(y_i-1{)}^2-a^2{b}^2$

• 判别式初始值按照上半部分的最后一个点确定
• 若 $d_2>0$ ，取 $P_l$ 为下一像素点，下一判别式的值为：

$$d_2=F(x_i+0.5,y_i-2)=d_2+a^2(-2y_i+3)$$

• 若 $d_2<0$ ，取 $P_r$ 为下一像素点，下一判别式的值为：

$$d_2=F(x_i+1.5,y_i-2)=d_2+b^2(2x_i+2)+a^2(-2y_i+3)$$

（仔细观察一下，上半部分和下半部分的判别式增量是对称的）

4.3 多边形区域填充

两种表示方法：顶点表示和点阵表示

扫描线算法

考过好几次。给图形，写出活性边表的迭代过程，还要写出扫描线的四个转换步骤。可能也要写伪代码，或解释活性边表项的内容

步骤：

• 求交：计算扫描线与多边形各边的交点
• 排序：把所有交点按照横坐标递增顺序排序
• 配对：排序后的交点序列中相邻的两个进行配对
• 着色：把相交区间内的像素置成多边形颜色，区间外的像素填充为背景色

算法：

活性边： 多边形中与当前扫描线相交的边

（图中每个点代表每个像素）

活性边表（AET）： 链表，结点代表多边形的某条边与当前扫描线的脚店情况，按照横坐标递增存放，保存的信息有：

• $x$ ：当前扫描线与边的交点
• $\Delta x$ ：从当前扫描线到下一条扫描线之间的交点的 $x$ 增量
• $y_{max}$ ：该边所交的最高扫描线号（扫描线号就是纵坐标）

（活性边表只有一个，但是会随着遍历扫描线的过程而动态变化，表里每一项代表多边形的一条边）

（活性边表代表当前被遍历到的扫描线与多边形各边的交点情况）

如扫描线 $6$ 和 $7$ 的活性边表（AET）：

新边表（NET）： 每一条扫描线都建立一个新边表，用于存放 第一次出现交点是与当前扫描线相交的多边形的边（若某边的较低端点为 $y_{min}$ ，则该边存放在扫描线 $y_{min}$ 的新边表中）

交点取舍： 扫描线与多边形的顶点相交时，需要做取舍

方法：检查顶点的两条边的另外两个端点 $y$ 值，按这两个 $y$ 值中大于交点 $y$ 值的个数是 0、1、2 来决定取零个、一个还是两个交点

• 共享顶点的两条边落在扫描线两侧，则只取一个交点，如 $P_1$
• 共享顶点的两条边落在扫描线同一侧：
  • 若交点是局部最高点，即 $y_i>y_{i-1}$ 且 $y_i>y_{i+1}$ ，则取零个交点，如 $P_6$
  • 若交点是局部最高点，即 $y_i<y_{i-1}$ 且 $y_i<y_{i+1}$ ，则取两个交点，如 $P_2$

增量法： 下一扫描线与多边形某条边的交点横坐标不需要重新计算，只需要 $x_i+\Delta x$

• 若该边的方程为 $ax+by+c=0$ ，则$\Delta x=-\frac{b}{a}$

算法步骤：

void polyfill(多边形 polygon, int color) {
    for (i : 扫描线) {
        初始化新边表头指针NET[i];
        将 ymin = i 的边放入新边表 NET[i];
    }
    创建空的AET表;
    for (i : 扫描线) {
        插入排序法: 将NET[i]中的所有边结点插入AET;	//保证按横坐标递增顺序排列
        // 此时AET表中除了新边，还有ymax > i 的边结点
        遍历AET表，删除 ymax = i的结点;
       	for((x, y) : 左闭右开的配对交点区间) {
            drawpixel(x, y, color);
            将ymax > i的结点的x值递增dx;
        }
    }
}

举例： 沿用上面的多边形，活性边表 AET 的迭代过程：（加粗代表新增加的边）

i = 0	AET = null
i = 1	AET = P1P2 -> P2P3
i = 2	AET = P6P1 -> P1P2 -> P2P3; del: P1P2; left: P6P1 -> P2P3
i = 3	AET = P6P1 -> P2P3 -> P3P4; del: P2P3; left: P6P1 -> P3P4
i = 4	AET = P6P1 -> P3P4
i = 5	AET = P6P1 -> P5P6 -> P4P5 -> P3P4
i = 6	AET = P6P1 -> P5P6 -> P4P5 -> P3P4
i = 7	AET = P6P1 -> P5P6 -> P4P5 -> P3P4 del: P6P1, P5P6 left: P4P5 -> P3P4
i = 8	AET = P4P5 -> P3P4 del: P4P5, P3P4 left: null

边界标志算法

在帧缓冲器中对边界经过的像素打上标志，然后对每行循环每个像素填充颜色

简单暴力，计算量大，适合硬件实现、对多边形形状没有要求

（记录一个 flag 用于指示是否在多边形内部，每次遇到多边形的边界就反转 flag）

种子填充算法

有点像是 BFS，从区域内某一点（种子点）出发，通过四个（4向连通区域）或八个（8向连通区域）的移动组合来到达区域内的任意像素

因此要求填充区域是联通的，且初始状态下填充区域内部颜色统一，填充区域边界颜色统一

原理简单，但递归费时费内存，效率不高

种子填充的扫描线算法

从种子点向左右填充直到边界，再从两端向上下找未填充像素作为种子压栈，重复上述过程

每个区间只需入栈一次

4.4 字符的生成

字符编码

• 美国信息交换标准代码集ASCII码

• 汉字编码国家标准字符集GB2312-80

  • 字符最高位 0表示ASCII码，1表示汉字编码

字符表达和生成

点阵式字符

硬件操作快，可以加粗、旋转90度、斜体、比例缩放等，任意角度旋转比较困难

• 加粗：每个像素 $(x_i,y)$ 右边相邻的像素 $(x_{i+1},y)$ 也被写入
• 旋转90°：每个像素先交换 $x$ 和 $y$ 坐标，再改变 $y$ 的符号（先沿对角线翻转，在上下翻转）
• 斜体：逐行拷贝像素，每隔 $n$ 行左移一单元

压缩技术

• 黑白段压缩法：简单，还原快，不失真，压缩较差，使用不方便，用于低级文字处理系统

• 部件压缩法：压缩比大，字型质量不能保证

• 轮廓字型法：压缩比大，能保证质量，符合工业标准化方法

  • 采用直线或二/三次贝塞尔曲线的集合来描述一个字符的轮廓线，加上指示横宽、竖宽、基点、基线等的控制信息（即构成压缩数据），采用适当的区域填充算法；
  • TrueType轮廓字型技术由Apple和Microsoft联合开发；
  • 占领主要电子印刷市场的是北大方正激光照排系统；

矢量式字符

用点坐标的序列表示各个笔划，调用矢量式字符的过程相当于输出一个 polyline 存储空间小、美观、变换方便

方向编码式字符

• 用若干种方向编码(如8方向编码)来表达一个字符，偶数方向固定长度为 1 ，奇数方向固定长度为 $\sqrt{2}$

  • 字母“B”的方向矢量构成：{0000 123 444 000 123 4444 0 666666}

• 容易填入帧缓存寄存器显示，所占空间小，易放大缩小或45度旋转，但难以进行任意角度的旋转

4.5 裁剪

三个算法不会同时考

一般是先裁剪再扫描转换

直线段裁剪

Cohen-Sutherland裁剪算法

考了无数次 [\doge]

延长窗口四条边，将平面分为九宫格；每个格用四位编码 $C_t{C}_b{C}_r{C}_l$ ：

C_t = y > y_max ? 1 : 0;	// top
C_b = y > y_max ? 0 : 1;	// bottom
C_r = x > x_max ? 1 : 0;	// right
C_l = x > x_max ? 0 : 1;	// left

裁剪一条线段 $P_1{P}_2$ 时，先求出所在区号 $cod{e}_1$ 、$cod{e}_2$ ：

• 若 $cod{e}_1=0$ 且 $cod{e}_2=0$ ，则说明线段 $P_1{P}_2$ 完全在窗口内，不需要裁剪，直接保留
• 若 $cod{e}_1\&cod{e}_2\ne 0$ ，则说明线段 $P_1{P}_2$ 完全在窗口外，不需要裁剪，直接舍弃
• 否则，求出线段与窗口某边的交点，在交点处把线段一分为二，其中必有一段完全在窗口外，舍弃；再对另一段重复上述处理

注意：第三种情况求交点时，可以取任意一个编码不为 0 的端点，然后按顺序遍历编码的每一位，取编码不为 0 的那一位对应的窗口边界，求边与此窗口边界的交点

中点分割方法（求交点的算法）

Cohen-Sutherland 裁剪算法在的第三种情况需要求出 $P_0{P}_1$ 与窗口的一个交点，可以用中点分割算法进行求交点的优化：

• 首先求出 $P_0{P}_1$ 的中点 $P_m$ 及其编码
  • 若 $P_0{P}_m$ 不是显然不可见的：（此时已知 $P_0{P}_1$ 在窗口中有可见部分）则 $P_0{P}_m$ 中必与窗口有一个交点，所以用 $P_0{P}_m$ 代替 $P_0{P}_1$
  • 若 $P_0{P}_m$ 是显然不可见的：则用 $P_m{P}_1$ 代替 $P_0{P}_1$
• 重复上述过程，直到 $P_0{P}_1$ 的长度小于给定的常数为止，此时 $P_m$ 收敛于交点

（Cohen-Sutherland 裁剪算法在的第三种情况需要求出 $P_0{P}_1$ 与窗口的一个交点，而且只需要求出一个交点就够了）

注意：由于该算法的主要计算过程只用到加法和除 2 运算，所以特别适合硬件实现和并行计算

梁友栋－Barskey算法

设线段 $P_0{P}_1$ 端点坐标分别为 $(X_1,Y_1)$ 和 $(X_2,Y_2)$ ；以 $(X_1,Y_1)$ 为起点，参数 $0\le \mu \le 1$ ，$\Delta X=X_2-X_1$ ，$\Delta Y=Y_1-Y_2$ ，则裁剪的保留条件为：
$$\begin{gathered} X_L\le X_1+\mu \Delta X\le X_R \\ {Y}_B\le Y_1+\mu \Delta Y\le Y_T \end{gathered}$$
可以表示为：$\mu p_k\le q_k$ ，$p_k$ 和 $q_k$ 定义为：
$$\begin{gathered} p_1=-\Delta X{q}_1=X_1-X_L{p}_2=\Delta X{q}_2=X_R-X_1 \\ {p}_3=-\Delta Y{q}_3=Y_1-Y_B{p}_4=\Delta Y{q}_4=Y_T-Y_1 \end{gathered}$$
位置关系：

• 若 $p_k=0$ ，则平行于裁剪边界之一：
  • 若同时有 $q_k<0$ ，则线段完全在边界外，舍弃该线段
  • 若此时 $q_k\ge 0$ ，则线段平行于裁剪边界且在窗口内
• 若 $p_k\ne 0$ ，则可以计算出线段与边界 $k$ 的延长线的交点的 $u$ 值：$u=\frac{q_k}{p_k}$
  • 若 $p_k<0$ ，线段从裁剪边界及延长线的外部延伸到内部，对于不同的边界，有正负不同的 $\Delta X$ 和 $\Delta Y$
  • 若 $p_k>0$ ，线段从裁剪边界及延长线的内部延伸到外部，对于不同的边界，有正负不同的 $\Delta X$ 和 $\Delta Y$

**参数计算：**对于每条直线，计算参数 $u_1$ 和 $u_2$ ，它们定义了裁剪矩形的线段部分：

• $u_1$ 代表线段相对于矩形边界从外到内（ $p_k<0$ ），$u_1=max(0,$ 其他从外到内的 $u)$
• $u_2$ 代表线段相对于矩形边界从内到外（ $p_k>0$ ），$u_2=min(1,$ 其他从内到外的 $u)$

交点判断：

• 若 $u_1>u_2$ ，则线段完全落在裁剪窗口之外，舍弃；

• 否则，裁剪线段可以由参数 $u_1$ 和 $u_2$ 计算出来：

$$(X_1+u_1\Delta X,Y_1+u_1\Delta Y)\to (X_1+u_2\Delta X,Y_1+u_2\Delta Y)$$

（实际算法就是对裁剪矩形上下左右边界都进行判断，只要有一个出现舍弃就舍弃；否则算出参数 $u_1$ 和 $u_2$ ，进而算出裁剪线段）

注意： 使用参数化的算法，计算更快

多边形裁剪

Sutherland-Hodgeman算法

考虑窗口的每一条边与线段的关系，设线段 $SP$ 为有向线段，$S\to P$ ：

• 若 $S$ 、$P$ 均可见，则输出终点 $P$
• 若 $S$ 、$P$ 均不可见，则不输出
• 若 $S$ 可见，$P$ 不可见，则输出 $SP$ 与裁剪线的交点 $I$
• 若 $S$ 不可见，$P$ 可见，则输出 $SP$ 与裁剪线的交点 $I$ 与终点 $P$

记忆：输出 = 交点（如果存在）+ 终点（如果可见）

（即若存在交点，则需输出交点；若终点可见，则需输出终点）

遍历窗口四条裁剪线；对于某一条裁剪线，遍历多边形每一条边，将输出的顶点按顺序连接：

字符串裁剪

经常考简答题，画出四种裁剪精度下裁剪结果的示意图

待裁剪字符串	串精度裁剪	字符精度裁剪	像素精度裁剪

字符串精度裁剪

• 求出字符串外包盒（box），与窗口裁剪边进行比较：当字符串外包盒完全再窗口内时显示，否则不显示；

字符精度裁剪

• 先以字符串 box 判断字符串是全删、全留或部分留
• 对于部分留的字符串，逐个测量字符的 box 与窗口裁剪边关系而决定字符保留或删除

像素精度裁剪

• 先以字符串 box 判断字符串是全删、全留或部分留
• 对于部分留的字符串，逐个测量字符的 box 与窗口裁剪边关系而决定字符全删、全留或部分留
• 对部分留的字符的每一笔划，用直线裁剪法对窗边裁剪

4.6 反走样

Def 走样：使用离散的光栅显示器显示连续的图形信号，引起失真现象（包括：阶梯状的边界、图形细节失真、狭小图形遗失）

区域采样可能考简答题

提高分辨率

依靠硬件设施，存储器代价和扫描转换时间增加，只能减轻而不能消除锯齿问题

区域采样

根据直线段与像素相交区域面积大小确定该像素的亮度值

将一个像素的面积看作1，则亮度 $=$ 最大亮度 $\times$ 相交面积

面积可以采用离散估计的方法，即将像素均分为 $n$ 个子像素，计算中心点落在直线段内的子像素个数 $k$ ，则相交区域面积近似值为 $\frac{k}{n}$

加权区域采样

相交区域对像素亮度的贡献依赖于该区域与像素中心的距离

同样可以使用离散的计算方法，即将像素均分为 $n$ 个子像素，选定一个加权表，则该像素亮度 $=$ 最大亮度 $\times \sum _{i=1}^n{p}_i{w}_i$ ，其中 $w_i$ 为子像素权重，当子像素中心落在直线段内时，$p_i=1$ ，否则为 $0$；

例：将屏幕划分为 $n=3\times 3$ 个子象素，加权表可以取作：
$$\left[\begin{array}{ccc}{w}_1& w_2& w_3\\ w_4& w_5& w_6\\ w_7& w_8& w_9\end{array}\right]=\frac{1}{16}\left[\begin{array}{ccc}1& 2& 1\\ 2& 4& 2\\ 1& 2& 1\end{array}\right]$$
8