反走样(抗锯齿)

94 阅读1分钟
问题:高频采样率低。
解决:模糊(滤波)=>采样

傅里叶级数:任何周期函数都可以用正弦函数余弦函数构成的无穷级数来表示 image.png

傅里叶变换:从时域变到频域,看到图像在不同频率的表现
傅里叶变换与傅里叶逆变换都是线性的。
高频需要更高频的采样。
走样:相同的采样频率对截然不同的频率,得到的结果无法区分。

滤波:去除特定的频段

边界:高通滤波
滤波=>平均=>卷积
时域的卷积等于频域的乘积
大卷积核会导致模糊,留下低通滤波
小卷积核的影响小。

image.png

采样:频谱的重复

image.png

走样:不同的采样间隔会导致不同的频谱间隔,采样间隔大会导致频谱的混合堆叠,导致走样

image.png

反走样
模糊后进行采样转换到频域就是去掉高频( 滤波=>平均=>卷积)再进行采样
MSAA:将一个像素点再分成多个位置(增加像素覆盖率),再进行模糊计算。

image.png