GAMES101学习笔记（四）反走样与深度缓冲

一、反走样（Antialiasing）

        1.反走样的基本方法：先模糊再采样

        

        注：应该先模糊再采样，而不是先采样再模糊

                1.1 反走样原理

                

         先过滤掉图像频谱的高频信息，再做密集采样，就可以得到混叠减少的反走样的图像

                1.2 如何让图像变模糊

        利用低通滤波器来卷积图像即可

        对每个像素做卷积操作，即加权平均

        

         对每个块做卷积操作，求每个像素覆盖面的平均

         MSAA：将一个像素划分为许多个小像素，比如4*4，再对每个小像素进行判断其是否在三角形内，再将判断的结果进行平均，得到一个覆盖面的近似，例如：

        通过近似得到模糊的图像 

 思考题：利用MSAA操作抗锯齿，额外花费了什么？--消耗了更多的计算量

        2.频率与频域（Frequency Domain）

                2.1 傅里叶变换

        傅里叶级数展开：

        傅里叶变换及其逆变换：           

      

         采样的频率与函数本身的频率有关：

        走样的定义：指通过同样的采样方式得到两种不同的结果称为走样

                 2.2 滤波（Filtering）

        滤波的概念：把某个特定频率删掉

        原始图像及其傅里叶变换之后的图像：

        傅里叶变换图反应图像的频率信息，低频信息集中在中心，高频信息集中在外面

        有水平和竖直线的原因是本身无周期变换的图像在附加周期后边界变换时会发生剧烈的频率变化，导致出现竖直和水平亮线 

        过滤掉低频信息：

         剩下的信息就是图像中边界的信息，因为在边界的信号频率变化剧烈

         过滤掉高频信息，得到一张模糊的图像，意味着边界被去掉了

         只保留中间频率的信息，可以得到模糊边界

                2.3 卷积

        卷积即在原始信号的位置加权平均

 

        对原始图做卷积操作，可以得到原始图的模糊图，相当于对原图做了一个低通滤波

 

        盒型滤波器等于低通滤波器，左边白方块越大，右边低频白色区域越小

                2.4 采样

        采样就是在重复频域上的内容

         采样就是对a、c两图做乘积。就是对应频域b、d的卷积，得到e和f

        当密集采样时， 频谱不会混叠，而稀疏采样时，我们会得到混叠的频谱，这就发生了走样

        3.更多的反走样方法

        FXAA：先走样再抗锯齿的方法，对图像进行处理

        TAA：利用前后帧的相同性复用上一帧的结果

        超分辨率问题：将分辨率低的图像变为分辨率高的图像，通常采用DLSS，深度学习的方法猜测像素