资料来自
链接: GAMES:101
M李丽
Heinrich
阮一峰的网络日志
麻花团子
松下J27
阿姆斯特朗
维基百科
Sampling Artifacts(Errors/Mistakes/Inaccuracies)
Jaggies
Moire
Wagon wheel effect
Sampling & aliasing
先滤波(模糊化)再采样 vs 先采样再滤波
为什么会产生这种区别?
猜测:先滤波使高频信号消失的同时保留了高频信号的信息,先采样则直接丢失了高频信号的信息
信号与系统(数字信号处理)、时域空域频域、傅里叶变换、卷积定理、滤波
信号处理
首先是维基百科一个把傅里叶级数、时域频域讲的很清楚的图
傅里叶级数是傅里叶变换的特殊形式,傅里叶级数是作用于周期函数的,而傅里叶变换可以作用于非周期函数
时域、空域经傅里叶变换转变为频域,也就是我们看到的频谱图,横坐标是频率,纵坐标是幅值
关于时域、空域、频域可以看这里: M李丽
关于从傅里叶级数到傅里叶变化、相位谱可以看这里: Heinrich
图像与信号处理
为什么一个图像会跟波的信号处理有关联?因为如果把图像的一行像素的RGB通道值看做关于像素位置的函数,可得到类似于波的图形
具体看这里链接: 阮一峰的网络日志
通过对图像进行高通滤波,可以屏蔽平缓的部分(黑色),留下变化剧烈的部分(边缘线条),维基百科对高通滤波的描述:
高通濾波器:容許高頻信號通過、但減弱(或減少)頻率低於截止頻率的信號通過。強調細節。
通过对图像进行低通滤波,可以得到模糊的图片(弱化了边缘等变化剧烈的地方),维基百科对低通滤波的描述:
低通濾波器:容許低頻信號通過,但減弱(或減少)頻率高於截止頻率的信號通過。用在繪製長期走勢或均化。
二维频谱图
将频域图推广到二维得到如下的频谱图
关于如何解读频谱图可以看这里链接: 麻花团子
和这里松下J27
右边图中,每一个点:
1)它到中点的距离描述的是频率
2)中点到它的方向,是平面波的方向
3)那一点的灰度值描述的是它的幅值
平面波的方向和频谱图点的位置关系:链接: 阿姆斯特朗
以下是课程里对二维频谱图、高通低通滤波的展示
原图
高通滤波(过滤掉低频信号)
低通滤波(过滤掉高频信号)
卷积定理
看维基百科的卷积定理说明
可以说时域的卷积相当于频域的乘积,时域的乘积相当于频域的卷积
对上图中 a · c就是采样操作:连续 · 离散 得到离散
相当于
上图中 b * d :连续 * 离散 得到连续
离散与连续的乘积操作就是直觉上的对应点乘积
关于卷积操作,分为离散和离散,连续和连续,离散和连续,虎书上对卷积的解释是“滑动加权平均”。
首先是离散离散卷积:
然后是连续连续卷积:
其中帮助理解的技巧:移动f使得f(0)与g(x)对其之后,两函数的积(倒过来的积)就是 f * g 的 x 处的值,也即 f * g(x)
最后是离散与连续的卷积:
如果想得到x=5.3时,a * f的值,也即 a * f(5.3)
把f(0)移到a[5.3]处{这里也是(a * f)(5.3) 的位置},然后对应位置倒着相乘
/;/;/
先滤波再采样能antialiasing的频域解释
本来是这样的
处理之后变成这样了
其他antialiasing技术
MSAA
通过多设置一些采样点(在一个像素内设多个采样点)来细化对于像素的染色,不再是非黑即白,而是有一定灰度