- Artifacts（瑕疵）：
比如人眼采样频率跟不上陀螺的旋转速度，这时就有可能看到陀螺在反方向旋转 - 怎么做抗锯齿（滤波）：
在采样之前先进行一个模糊操作，可以降低锯齿的明显程度
通过傅里叶定理：任何函数都可以被分解为不同的频率
- 走样
指在进行取点采样时，因为采样频率不够而造成的频率分解错误
同样一种采样方法,采样两种不同的函数,有可能得到相同的结构,这种情况就被称为走样
关于成像和傅里叶变换(数字图像处理)
傅里叶变换: 通过图像的时域得出图像的频域,
逆傅里叶变换: 通过频域得出图像时域
时域:
频域:
- 频谱:分为高频和低频,在上图中
越高频越靠边,
越低频越靠中间 - 滤波(Filtering)
抹除一定的频率就叫做滤波,例如去除高频,或去除低频信息
高通滤波器 - 只留下高频信号 => 对应图像上的边界(色差大)
低通滤波器 - 只留下低频信号 => 对应图像上的非边界(色差小) - 滤波(Filtering) = 平均(图像平均Averaging) = 卷积(Convolution)
- 卷积:
简单来说就是求范围内平均值
时域上的卷积 = 频域上的乘积,例:
下图中,左边是时域,右边是频域
所以根据频域上的信号采样过程可得: 采样就是在重复一个原始信号的频谱
那么走样就是:
解决走样的方法1: 提高采样率
方法2: 反走样
反走样(抗锯齿)
先做低通滤波,再做采样
-
MSAA
每个像素添加采样点,测算覆盖率解决走样
-
FXAA 快速近似抗锯齿
使用一种后处理,即 先得出有锯齿的图,然后找到边界,将边界换成模糊的 -
TAA
通过上一帧的图像计算当前哪些图像不需要处理, 可以减少计算量,应该是配合使用 -
Super resolution 超分辨率
可以通过深度学习的方法来还原低分辨率的图像,将缺失图像猜出来
典型技术:DLSS(可以用于补帧)