GAMES101课程学习笔记—Lec 06：光栅化（深度测试与抗锯齿）

课程资源 GAMES101-现代计算机图形学入门-闫令琪

课件 GAMES101: 现代计算机图形学入门

采样瑕疵

锯齿

摩尔纹

车轮效应

这些现象出现的原因本质上是信号变化过快，采样的速度跟不上变化的速度

反走样

模糊

在采样之前做一个模糊或者滤波，可以缓解锯齿的问题

左边未做处理，右边是模糊处理后的效果，可以看出效果不错

然而先采样后做模糊效果并不好

但是为什么会出现走样的现象？

为什么先采样后模糊起不到效果？

傅里叶级数展开

任何一个周期函数，都可以写成正弦函数和余弦函数的组合

傅里叶变换

给定一个函数，经过一个相当复杂的复杂的操作可以变成另外一个函数，同样的，变换后的函数通过逆变换可以变回原函数

可以把图像从时域变到频域

如上图，对于一组函数，频率从上到下逐渐变高，使用相同的采样频率对它们进行采样，可以看到频率越高，采样的效果越差

对于上图中的蓝色函数和黑色函数，两者的频率完全不同，但采用如图所示的采样频率，会得到相同的结果，这就是所谓的走样

滤波

去掉一系列的频率

如上图，左边为原图像，右边为频域图，可以发现图像大部分都是低频信号

使用高通滤波器使图像只剩下高频信号，再还原回原图像，可以看到图像只剩下边界部分

相对的，低通滤波器去掉高频信号，只剩下低频率信号，可以看到图像变得模糊，边界不再清晰

同时去掉高频和低频信号，留下一段中间的频率，得到左边的图像

从上我们可以粗浅认为，滤波等效平均，从而可以联想到卷积操作

卷积作用在一个信号上，我们使用某一种滤波器对该信号进行加权平均，得到处理后的结果

时域上的卷积等效于频域上的乘积

用更大的卷积核只能留下更小的频率

采样即是重复一个原始信号的频谱

采样不够快，f就越小，频谱在复制粘贴的时候发成了重叠，导致走样的问题

如何减少走样问题

增加采样率

反走样

如何模糊

用一个一定大小的低通滤波器对图像进行卷积

一个简单的方法是直接使用一个像素作为低通滤波器，对三角形的每个像素进行平均

MSAA-反走样的方法

使用更多的采样点，如上图，由每个像素一个采样点变成四个采样点，计算每个像素的覆盖率，采样结果如下