CG-光栅图形学反走样算法-学习笔记

1. 背景——对于直线、圆及椭圆这些最基本元素生成的线条具有明显的“锯齿形”，即会发生走样（Liasing）现象；

2. 走样现象

1）光栅图形产生的阶梯形（锯齿形）；

2）图形中包含相对微小的物体时，这些物体在静态图形中容易被丢弃或忽略；

3）快速变化的新号采样频率过低，所得样本表示的会是低频变化的信号；

3. 反走样技术

1）采用分辨率更高的显示设备，有所帮助，可以使锯齿相对物体更小一些；

2）采用“模糊”的形式来产生更平滑的图像；

4.非加权区域采样方法

1）原理：根据物体的覆盖率计算像素的颜色。覆盖率是指某个像素区域被物体覆盖的比例；

2）示例

把这个多边形放在方格线中，其中每个正方形的中心对应显示器上一个像素中心。被多边形覆盖了一半的像素的亮度值赋为1/2，覆盖三分之一的像素赋值为1/3,；依此类推。0表示黑色，15表示白色。

3）缺点

a. 像素的亮度与相交区域的面积成正比，而与相交区域落在像素内的位置无关，这仍然会导致锯齿效应；

b. 直线条上沿理想直线方向的相邻两个像素又是会有较大的灰度差；

5. 加权区域采样方法

1）原理：将直线段看做是具有一定宽度的狭长举行；当直线段与像素有交时，根据相交区域与像素中心的距离来决定其对像素亮度的贡献；

2）方法：设置相交区域面积与像素中心距离的权函数（高斯函数）反映相交面积对整个像素亮度的贡献大小，利用权函数积分求相交区域面积，用它乘以像素可设置的最大亮度值，即可得到该像素实际显示的亮度值；

3）采用离散计算方法

将一个像素划分为n = 3 × 3个子像素，加权表可以取作：

加权方案：中心子像素的加权是子像素的4倍，是其他像素的2倍，对9个子像素的每个网格所计算出的亮度进行平均；

1° 求出所有中心落在直线段内的子像素；

2° 计算所有这些子像素对元像素亮度贡献之和

4）效果

转载于:https://www.cnblogs.com/mzyan/p/9709384.html