(1)反走样

图片说明
瑕疵
图片说明
摩尔纹:抽取奇数行奇数列。
图片说明
三种采样瑕疵:
(1)锯齿
(2)摩尔纹
(3)时间采样,人眼跟不上,导致视觉差异
信号的变化太快,采样跟不上,导致瑕疵
图片说明
图片说明

采样之前做一次滤波,模糊

图片说明
模糊化
图片说明

效果:图片说明
采样之后进行滤波是不行的,只是把锯齿话的图形模糊
图片说明
##频域
图片说明
调整系数:频率不同
图片说明
##傅立叶级数展开
任何一个周期函数都可以用一系列争先与预先的函数加一个常数项表示,
图片说明
图片说明
图片说明
##傅立叶变换
将不同频率的部分分离开来,变成不同的段。
图片说明

图片说明
采样之后画出分离开来的频率
图片说明
##高频的函数,无法通过低频的采样来恢复。
图片说明

高频无法低采样率恢复
##走样定义:同样的采样,对于两完全不同的函数相同的画出的图像却是一样的,这就是走样
图片说明

滤波

去掉一定频段叫做把滤波
傅立叶变换:时雨变成频域
中心是低频,向外是低频,低频多,高频少。
让我们看到频谱
图片说明
去掉低频:高通滤波
图片说明
去掉低频,看不到纹理:低通滤波器
图片说明
高频去掉,低频也去掉,提取到不明显的边界信息:数字图像操作
图片说明
图片说明
##滤波等于平均与卷积
图片说明

图片说明
时雨两个信号卷积,等于频域相乘
时雨上的信号乘机等于频域上的两个信号卷积
图片说明
图片说明
##1/9需要将亮度降下来
图片说明
时雨变大,频域上反而变小
图片说明
图片说明
##采样:重复频域上面的内容
图片说明
冲击函数
图片说明
##采样稀疏,导致频域重合,导致走样
图片说明
##反走样
(1)增加采样率:受物理限制
图片说明
(2)先做模糊,再做采样
模糊:低通滤波:去掉高频信号
图片说明
图片说明
##实际操作:模糊操作
使用一个低通滤波:卷积
图片说明
图片说明
卷积过程,对每个像素内部最个平均
图片说明

计算三角形面积很麻烦 MSAA方法(模糊操作)

每个像素里面用更多的点来近似面积,像素里面有4个点
图片说明
0.25-》0.5-》0.5-》1
图片说明

图片说明
##MSAA牺牲了性能,增加了点的计算,对像素平均越精细那么越清晰
FXAA:图像的后期处理,先得到锯齿的图,再进行后期处理
TAA:去找上一帧的点,静止的场景。复用上一帧的结果
图片说明
超分辨率:给一张图512*512 拉大会有很多锯齿:DLSS(深度学习)
图片说明