Anti-Aliasing (SSAA , MSAA , MLAA , SRAA) 简介

前两天在浏览游民星空的时候，小编居然在文章中挂了一篇技术文章，是关于SRAA的。对于AA的了解很少，正好入职之前还有几天的空闲时间，所以就这个机会把AA的一些基本算法简单学习了一下，不过也只是学习到了一点皮毛而已。
本文将简单介绍四种反走样算法，他们分别是：
SSAA: Super Sampling Anti-Aliasing
MSAA: Multi Sampling Anti-Aliasing
MLAA: Morphological Anti-Aliasing
SRAA: Sub-pixel Reconstruction Anti-Aliasing
当然，AA算法的种类实在是很多，还有CSAA，ADAA，Transparent AA等等。本文就简单介绍上面四种吧。
首先，什么是走样呢？我们在现实生活中观察到的物体经常是细节非常丰富的，而大部分信息的频率远远高于人眼的识别能力。而计算机中的图像是由一个一个离散的pixel组成的，其实是个有限的集合。所以它只能用来逼近现实中的场景，并不能完美的重现。走样有很多表现形式，例如边缘的锯齿，采样频率过低等。本文的AA算法都是针对锯齿边缘的。一般而言，纹理的采样频率过低都是通过AF或者更复杂的采样算法来解决的。
 
举个简单的例子，我们放大一条直线所经过的两个pixel。由于对于每个像素，我们只在像素的中心采样，所以对于上图而言，上面的像素中的采样点是在直线上面的，而下面采样点则在直线的下面。假设我们要把直线下面的图像填充成黑色，如果没有AA，那么下面的像素就会是纯黑色，而上面是纯白色。而这种情况会产生三角形边缘的锯齿现象，我们称之为走样。下图为经过MLAA处理前后的图像变化。