อะไรคือเหตุผลพื้นฐานในการต่อต้าน aliasing โดยใช้ตัวอย่างสุ่มจำนวนมากภายในพิกเซล


12

ในกราฟิกมันเป็นเรื่องธรรมดาที่จะเก็บตัวอย่างหลาย ๆ อันภายในขอบเขตของพิกเซลและรวมเข้าด้วยกัน (โดยทั่วไปแล้วจะทำการเฉลี่ย) สำหรับสีพิกเซลตัวอย่างสุดท้าย นี่เป็นผลของการต่อต้าน aliasing ภาพ

ในแง่หนึ่งสิ่งนี้สมเหตุสมผลสำหรับฉันเพราะสิ่งที่คุณกำลังทำอย่างมีประสิทธิภาพคือการรวมสีของพิกเซลเหนือพื้นที่ที่พิกเซลแสดง ในแนวความคิดนี้การสุ่มตัวอย่างเฉลี่ย "สุ่ม" น่าจะเป็นการตั้งค่าที่เหมาะสำหรับการรวมกันของ monte carlo ("สุ่ม" อาจแบ่งเป็นชั้นเสียงตามสีน้ำเงินลำดับความคลาดเคลื่อนต่ำเป็นต้น)

ในทางกลับกันสิ่งนี้รู้สึกผิด (หรืออย่างน้อยก็ไม่ถูกต้องเท่าที่ควร) จากมุมมองการประมวลผลสัญญาณดิจิตอล จากมุมมองดังกล่าวรู้สึกว่าเราได้รับตัวอย่างจำนวนมากจากนั้นลดขนาดตัวอย่างลงโดยใช้ตัวกรองกล่อง (เบลอกล่อง) เพื่อรับค่าพิกเซลสุดท้าย ในแง่นี้ดูเหมือนว่าสิ่งที่ดีที่สุดที่ควรทำคือใช้การกรองแบบ sinc แทนที่จะใช้ค่าเฉลี่ยตัวอย่าง ฉันเห็นว่าตัวกรองกล่องเป็นค่าประมาณที่ถูกกว่าในการคิดตามเส้นเหล่านี้

นี่ทำให้ฉันสับสนเล็กน้อย แนวคิดหลักที่เรากำลังรวมพื้นที่พิกเซลและค่าเฉลี่ยถูกต้องหรือไม่? หรือว่าเราเป็นกลุ่มตัวอย่างและควรใช้ sinc แต่ใช้ตัวกรองแบบกล่องเพราะรวดเร็ว

หรือเป็นอย่างอื่นอย่างสิ้นเชิง?

เกี่ยวข้องกับเล็กน้อย: การลบรอยหยัก / การกรองในการติดตามเรย์


ฉันหาคำตอบได้ที่นี่: groups.csail.mit.edu/graphics/classes/6.837/F04/lectures/…
Alan Wolfe

คำตอบ:


9

จากมุมมองการประมวลผลสัญญาณคุณกำลังสุ่มสัญญาณโดเมนต่อเนื่องและคุณจำเป็นต้องกรองสัญญาณเพื่อกำจัดความถี่ที่เกินขีด จำกัด ของ Nyquist นั่นคือการกรองที่นำไปสู่การรวมพื้นที่พิกเซล - หรือโดยทั่วไปแล้วรวมการสนับสนุนเคอร์เนลลดรอยหยักของคุณ (ซึ่งไม่จำเป็นต้องเป็นกล่อง)

x,y

ตอนนี้คุณต้องการแปลงให้เป็นจำนวนพิกเซลที่ จำกัด เช่นเดียวกับการแปลงสัญญาณเสียงเป็นดิจิตอลเมื่อคุณสุ่มตัวอย่างคุณจะได้รับนามแฝงเว้นแต่คุณจะกำจัดความถี่ที่เกินขีด จำกัด Nyquist ที่กำหนดโดยอัตราการสุ่มตัวอย่าง คุณต้องกำจัดคุณสมบัติที่เล็กกว่ากริดพิกเซล ในการทำเช่นนี้คุณใช้ตัวกรองความถี่ต่ำ เหมาะ low-pass filter เป็นฟังก์ชัน sinc แต่ด้วยเหตุผลต่างๆของการปฏิบัติจริงที่เราใช้ตัวกรองอื่น ๆ (ที่ไม่สมบูรณ์แบบขจัดความถี่เกินขีด จำกัด Nyquist แต่พวกเขาอย่างน้อยผอมพวกเขา)

f(x,y)k(x,y)

ffiltered(x,y)=f(x,y)k(xx,yy)dxdy

ffiltered

kk=1k=0f

kk


คำตอบที่ยอดเยี่ยมเช่นเคย
ivokabel

4

คุณกำลังทำทั้งสองสิ่ง คุณกำลังรวมพื้นที่และเนื่องจากผลลัพธ์ของคุณยังเป็นกลุ่มตัวอย่างที่ไม่ต่อเนื่องคุณกำลังสร้างสัญญาณใหม่เพื่อให้สามารถทำงานได้อย่างต่อเนื่อง ดังนั้นการกรองคำสั่งซื้อที่สูงขึ้น (ดวงตาของมนุษย์เป็นตัวอย่างที่ไม่ต่อเนื่องดังนั้นมันจึงสร้างสัญญาณขึ้นมาใหม่)

ฉันใช้เวลาพอสมควรในการทำความเข้าใจกับคำอธิบายนี้ สิ่งที่ช่วยให้ฉันเป็นกระดาษโดยโทนี่ Apodaca หัวข้อตำนานของ TDs


ขอบคุณสำหรับลิงค์ที่ยอดเยี่ยม! ลิงค์สุดท้ายในหน้านั้นดูเหมือนจะดำลงไปทางนี้ ในแง่การปฏิบัติคุณจะรู้หรือไม่ว่าการทำสิ่งใดเหนือกล่องเบลอทำให้เกิดความแตกต่างทางสายตาหรือไม่? หรือมันจะช่วยเพิ่มการบรรจบกันหรือไม่
Alan Wolfe

2
มันเป็นไพรเมอร์ที่ดีที่สุดสำหรับแนวคิดการแสดงผลกราฟิก 3 มิติที่ฉันเคยเห็น (ยากมากเกี่ยวกับสิ่งที่มีพื้นฐานทางกายภาพ ภาพที่กรอง sinc นั้นมีความคมชัดกว่าตัวกรองแบบกล่องให้ภาพและความรู้สึกเบลอมาก ฉันจะสงสัยว่ามันจะมาบรรจบกันหรือไม่
joojaa

ดูเหมือนว่าลิงก์นั้นจะหายไปในขณะนี้ ชื่ออะไรที่คุณอ้างถึงว่าเป็นไพรเมอร์ 3 มิติที่ดีที่สุดที่คุณอ่าน?
johnbakers
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.