0%

GAMES101——Rasterization

本文章是关于GAMES101课程的笔记。

课程链接:GAMES101-现代计算机图形学入门-闫令琪

一、图形学中的采样伪影

  1. 造成锯齿缺陷的原因:信号变换太快(高频),但是采样速度太慢。
  2. 反锯齿的想法:先模糊后采样

先模糊后采样:

image-20231207215943451

先采样后模糊:

image-20231207220042045

二、图形学中的频域

  1. 相同的采样频率,不同的信号频率所恢复的信号。

    image-20231207220304257

  2. 高频信号采样不足反应为低频信号;给定采样频率无法区分两个信号频率。

    image-20231207220557122

  3. 时域中的卷积等于频域中的乘法,反之亦然:

    1. 在时域中通过卷积进行过滤;
    2. 变换到频域 -> 乘以卷积核的傅里叶变换 -> 变换回时域。

    image-20231207221021169

  4. 时域的 box function 等于频域的低通滤波,更大的核等于更低频率的滤波。

    image-20231207221258374

    image-20231207221312667

  5. 采样 = 重复频域内容

    image-20231207221455345

    image-20231207221550641

三、减少锯齿问题

  1. 增加采样频率

    1. 增加傅里叶域中副本的间的距离;
    2. 更高分辨率的显示器、传感器等设备
  2. 抗锯齿:使得傅里叶域的信号“变窄”,即在采样前滤除高频部分。

    image-20231207222348774

    image-20231207222412323

    image-20231207222429187

四、MSAA

  1. 方法:将一个像素分成多份,计算该像素被覆盖的比例。

    image-20231207222643810

    image-20231207222656658

    image-20231207222708507

  2. 其他主要方法:

    1. FXAA(Fast Approximate AA):得到有锯齿的图片,找到锯齿,修改边界;
    2. TAA(Temporal AA):MSAA对应样本分布在时间上
    3. DLSS(Deep Learning Super Sampling)