Antialiasing
Artifact(引申为不正确的图形渲染效果)
Jaggies(锯齿)
Moire Pattern(摩尔纹)
Wagon Wheel Illusion (False Motion)车轮倒转
Behind the Aliasing Artifacts:
信号变化过快而采样频率过慢
反走样的思路:
在采样前先进行模糊(blur)
- Why undersampling introduces aliasing?
- Why pre-filtering then sampling can do antialiasing?
Frequency Domain(频域)
傅里叶变换
将函数在时域和频域之间转换
对于高频信号,采样频率过低,采样结果与某个低频信号采样结果一致,这种结果就导致了失真
Filtering(滤波,将某种频率的信号过滤)
右图为左图在傅里叶变换后的结果,越靠近中心点频率越低,十字线是因为图片边缘为重复处理,导致剧烈变化,因此有高频信号
高通滤波
低通滤波
带通滤波
滤波可通过卷积(Convolution)进行
Convolution Theorem:
Convolution in the spatial domain is equal to multiplication
in the frequency domain, and vice versa
空间域上的卷积等于频域中的乘积,反之亦然
3x3的均值滤波相当于低通滤波
如果是一个9x9或者更大的核,那么对应频域中的图像就会更小,频率更集中在低频
Sampling = Repeating Frequency Contents
采样本质是用序列的冲激信号与原信号相乘,得到一系列的采样值
相当于是在频域空间做卷积,而冲激信号的傅里叶变换还是冲击信号,冲激信号的卷积结果就是将原函数的原点移动到冲激信号处,所以结果即将频域信号一个个地搬到周期点位置。
而低频采样导致频域的冲激信号分布密集,因此会出现信号堆叠,从而失真
反走样则是先进行模糊(低通滤波,或者说用box function卷积),将频域信号重叠部分过滤,结果则会减少失真
实际应用:SuperSampling
MSAA:一个像素点的值由周围多个采样点平均决定
别的方式还有FXAA,TAA,DLSS