1
射线追踪中的抗锯齿/过滤
在光线跟踪/路径跟踪中，最简单的抗锯齿图像方法之一是对像素值进行超采样并取平均结果。IE浏览器 而不是通过像素中心拍摄每个样本，而是使样本偏移一定量。 在互联网上搜索时，我发现了两种略有不同的方法： 根据需要生成样本，并使用过滤器权衡结果 PBRT就是一个例子 生成具有等于过滤器形状分布的样本 两个例子是smallpt和Benedikt Bitterli的Tungsten Renderer 产生并称重 基本过程是： 根据需要创建样本（随机，分层，低差异序列等） 使用两个样本（x和y）偏移相机光线 用射线渲染场景 使用过滤器功能和参考像素中心的样本距离计算权重。例如Box过滤器，Tent过滤器，Gaussian过滤器等） 将权重应用于渲染中的颜色 生成过滤器形状 基本前提是使用逆变换采样来创建根据滤波器形状分布的采样。例如，以高斯形状分布的样本的直方图将是： 可以完全完成此操作，也可以将功能合并到离散的pdf / cdf中。smallpt使用帐篷过滤器的确切逆cdf。装箱方法的示例可以在这里找到 问题 每种方法的优缺点是什么？为什么要在另一个上使用一个？我可以想到几件事： 生成和加权似乎是最可靠的，它允许将任何采样方法与任何过滤器进行任意组合。但是，它要求您跟踪ImageBuffer中的权重，然后进行最终确定。 由于您不能使用负pdf，因此“以过滤器形状生成”只能支持正过滤器形状（即，不支持Mitchell，Catmull Rom或Lanczos）。但是，如上所述，由于您无需跟踪任何权重，因此实现起来更容易。 但是，最后，我想您可以将方法2视为方法1的简化，因为它本质上是使用隐式Box Filter权重。