Введение
Пространственный антиалиазинг метод Суперсамплинг или суперсамплинг антиалиазинг (SSAA) - это пространственный антиалиазинг метод, т. е. метод, используемый для удаления алиазинг (разрезанные и пикселированные края, в разговорном языке известные как "jaggies") из изображений, отображаемых в компьютерных играх или других компьютерных программах, которые генерируют изображения. Алиасинг происходит потому, что в отличие от объектов реального мира, которые имеют непрерывные гладкие кривые и линии, компьютерный экран показывает зрителю большое количество маленьких квадратов. Все пиксели одинакового размера, и каждый из них имеет один цвет. Линия может быть показана только как набор пикселей, и поэтому кажется неровной, если она не является совершенно горизонтальной или вертикальной. Целью суперпроб является уменьшение этого эффекта. Образцы цвета берутся в нескольких местах внутри пикселя (не только в центре, как обычно), и вычисляется среднее значение цвета. Это достигается путем отображения изображения с гораздо более высоким разрешением, чем отображаемое, а затем уменьшения его до желаемого размера, используя дополнительные пиксели для расчета. В результате получается сниженное изображение с более плавными переходами от одной линии пикселей к другой по краям объектов. Количество образцов определяет качество выпускаемой продукции.
Supersampling or supersampling anti aliasing (SSAA) is a spatial anti aliasing method, i. e. a method used to remove aliasing (jagged and pixelated edges, colloquially known as "jaggies") from images rendered in computer games or other computer programs that generate imagery. Aliasing occurs because unlike real world objects, which have continuous smooth curves and lines, a computer screen shows the viewer a large number of small squares. These pixels all have the same size, and each one has a single color. A line can only be shown as a collection of pixels, and therefore appears jagged unless it is perfectly horizontal or vertical. The aim of supersampling is to reduce this effect. Color samples are taken at several instances inside the pixel (not just at the center as normal), and an average color value is calculated. This is achieved by rendering the image at a much higher resolution than the one being displayed, then shrinking it to the desired size, using the extra pixels for calculation. The result is a downsampled image with smoother transitions from one line of pixels to another along the edges of objects. The number of samples determines the quality of the output.
Мотивация
Алиасинг проявляется в случае 2D-образов в виде моирного рисунка и пикселированных краев, в разговорной речи известных как "jaggies". Общие знания о обработке сигналов и обработке изображений предполагают, что для достижения идеального устранения псевдоизоляции требуется правильное пространственное отбор образцов с частотой Никвиста (или выше) после применения 2D-фильтра противоположности. Поскольку этот подход требует форвардного и обратного преобразования Фурье, были разработаны менее требовательные с точки зрения вычислений приближения, такие как суперсамплинг, чтобы избежать переключений доменов, оставаясь в пространственной области ("домен изображения").
Расчетные затраты и адаптивный суперпробный анализ
Суперуборочный процесс является вычислительно дорогим, поскольку требует гораздо большей памяти видеокарты и пропускной способности памяти, поскольку количество используемого буфера в несколько раз больше. Способ обойти эту проблему - использовать метод, известный как адаптивный суперпробный анализ, где только пиксели на краях объектов являются суперпробными. Первоначально в каждом пикселе отбирается всего несколько образцов. Если эти значения очень похожи, только эти образцы используются для определения цвета. Если нет, то используются другие. Результатом этого метода является то, что большее количество образцов рассчитывается только в случае необходимости, что улучшает производительность.
Сверхпробные модели
При отборе образцов внутри пикселя, позиции образцов должны быть определены каким-то образом. Хотя количество способов, которыми это можно сделать, бесконечно, есть несколько способов, которые обычно используются.
Сеть
Самый простой алгоритм. Пиксель разделяется на несколько подпикселей, и образец забирается из центра каждого из них. Его быстро и легко реализовать. Хотя, из-за регулярного характера выборки, алиазинг все еще может произойти, если используется небольшое количество субпикселей.
Случайный
Также известный как стохастический отбор проб, он избегает регулярности сетевого суперотбора проб. Однако из-за нерегулярности рисунка образцы в конечном итоге становятся ненужными в некоторых областях пикселя, а в других отсутствуют.
Диск Пуассона
Алгоритм выборки диска Пуассона размещает образцы случайным образом, но затем проверяет, что любые два из них не слишком близки. Конечный результат - равномерное, но случайное распределение образцов. Наивный алгоритм "броса стрел" чрезвычайно медленный для больших наборов данных, что когда-то ограничивало его применение для рендеринга в реальном времени. Множество Делона дает математическое описание такого выборки.
Ужас
Модификация алгоритма сетки для приближения диска Пуассона. Пиксель разделяется на несколько подпикселей, но образец не берется из центра каждого, а из случайной точки внутри подпикселя. Собрание может по-прежнему происходить, но в меньшей степени. , что делает его также решением 4 королевы.