GEMES101-lec6

什么是锯齿?

举例:
在这里插入图片描述
我们可以对感光元件平面上的色彩进行采样,甚至可以对时间进行采样。
在这里插入图片描述

sampling artifacts:采样瑕疵

1锯齿
2摩尔纹
在这里插入图片描述
3车轮效应(看到车轮倒转,属于人眼对时间采样)
在这里插入图片描述

antialiasing的一种有效方法:先模糊再采样

在这里插入图片描述
能不能先采样再模糊(blurred liasing)?不行
在这里插入图片描述

频率知识

采样频率和信号频率的关系
在这里插入图片描述

什么是走样?(aliases)

在这里插入图片描述

用同一种采样频率对不同的信号进行采样,得到了同样的采样点

在这里插入图片描述
滤波的概念:剔除某些特定频率的成分。
以下几张图片说明了:

  • 图像也是一种信号,也可以进行频率分析和滤波处理
  • 图像中,高频体现在:颜色变化剧烈的部分,低频体现在:颜色连续的部分
  • 高通滤波:仅剩下边界了
  • 低通滤波:图像变得模糊
    高通
    低通
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

滤波=卷积=平均

什么是卷积?
在这里插入图片描述

滤波窗口在信号序列上逐个移动并且计算

定理:时域的卷积=频域的乘积

在二维空间下可以这样理解:在这里插入图片描述

图中:乘以1/9是为了不引起亮度变化

规则:卷积box越大,频域上的图像越小,频域分析后的图像中高频量越小,图像越模糊。

在这里插入图片描述
在这里插入图片描述

先模糊后采样的作用:更容易满足 f > 2f’

  • 模糊的本质是减少f’
  • 于是更容易满足f > 2f’
    在这里插入图片描述

如何让图像模糊?

通过上面的讨论我们看到:

  • 图像是一种信号,可以进行频域的分析
  • 频域上为了避免混叠,需要满足f>2f’,减少f’是解决问题的有效方式
  • 减少f’的方法是:让图像变得更模糊。具体的方法是:时域卷积,或者频域相乘。这里需要一个滤波的box
  • 最理想的方法:对区域内所有像素卷积:
    在这里插入图片描述
    但是上面这种方法的计算量很大,需要采用一种效果相似但性能更好的方法:MSAA
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    可见:
    可见:
  • MSAA提高性能的方式是:不对区域内所有像素求平均,而是取一些均匀分布的“特征像素”,对其是否在目标三角形内进行感知。
  • MSAA也需要一定“计算量”的代价。
  • MSAA完成的是“图片模糊”这部分的工作,而不是采样的工作。采样再图片模糊之后进行。

在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值