图形学中采样的瑕疵(Artifacts)问题

• 锯齿 在空间中采样
• 摩尔纹 不同位置的采样
• 车轮效应 时间上的采样

采样问题的本质：信号变化的太快了 以至于采样的速度跟不上

反走样：滤波

在采样前做一个滤波（模糊）

先做采样后做滤波是达不到预期效果的

Frequency Domain 频率

傅里叶变换

走样

对于两个不同的函数以相同的频率采样它，得出一样的结果，无法区分这两种函数，称为走样

滤波

抹掉某特定频段上的频率

类型

• 高通
• 低通
• 中通
• 等

卷积Convolution

图形学上定义：信号在他周围做的一个平均计算

定理

空间域中的卷积等于乘法
在频域中，反之亦然

时域的卷积等于频域的乘积

滤波器

采样的真实过程

c为冲激函数

发生重叠是走样的最终原因

反走样

• 增加采样率
• 做反走样（先做模糊再做采样）

MSAA

解决的是对信号模糊的操作

不是对提高分辨率直接提高的解决问题

NO FREE LAUNCH MSAA牺牲了什么

• 增大了计算量
• FXAA TAA 还有很多种抗锯齿
• 超分辨率和抗锯齿并不一样
• 深度学习可以解决