超级采样是⼀个spatial 抗锯齿的⼀种⽅法，⽤于消除⾛样（锯齿和像素化的边缘）从电脑游戏上的渲染的图⽚或者其他的电脑程序中产⽣。不像现实中的物体有连续光滑的曲线，锯齿的产⽣是因为电脑显⽰给浏览者的是⼤量的正⽅形。这些“像素”都是⼀样⼤的，每个都有⼀种颜⾊。⼀条线只能被显⽰成像素的集合，因此出现了锯齿，除⾮是绝对⽔平或垂直的线。超级采样的⽬的是为了减少这种事情，从⼏个在像素中的实例进⾏颜⾊采样（不是像正常情况下的只是在正中⼼），然后计算平均颜⾊值。这是从渲染的图⽚⽐已经显⽰的图⽚有⾼的多的分辨率中取得的，然后缩⼩到需要的⼤⼩，使⽤额外的像素来计算。结果是⼀个从⼀⾏像素到另⼀个沿着边缘的物体有着光滑过渡的降低采样的图⽚。 低能耗
采样的数量决定了输出的质量。
计算消耗与⾃适应超级采样
超级采样计算昂贵，因为它需要很多显卡显存和存储带宽，缓存的消耗数量是⼏倍之⼤。⼀个解决问题的⽅法是使⽤⾃适应超级采样（adaptive supersamplin）技术，只在当像素在物体边缘时进⾏超级采样。最初是在每个像素只进⾏很少的采样。如果这些值⾮常的类似，这些采样决定了颜⾊。如果不是，更多地使⽤。这个⽅法的结果是只在必要时进⾏⼤量的采样，从⽽提⾼性能。
超级采样模式
当在像素中进⾏采样时采样的位置可⽤⼀些⽅式决定。虽然⽅法有⽆限多种，下⾯这些是很常⽤的。
⽹格（Grid）
最简单的算法。像素分离为⼏个⼦像素，每⼀个像素都来⾃他们的中⼼。实现起来⼜快⼜简单。但是，因为这种抽样很有有规律，如果⼦像素数量很少的话，锯齿还是存在的。
匝道桥随机（Random）
也称为stochastic sampling，这种⽅法避免了像⽹格抽样的那种规律性。然⽽，由于这种不规则的模式，采样在其他⼀些像素和缺乏的区域不必要的结束。Poission disc中国检验检疫
⼜是⼀个随机取样的算法，但是每两个取样位置距离都不是很近。最终结果是⼀个随机分布的偶数。然⽽，这个算法需要的时间太⼤了以⾄于不能证明它⽤在实时渲染，除⾮样品本⾝计算⽐每个像素的定位取样点或没复位的取样点昂贵。 抖动（Jittered）
⽹格算法的修正，近似于Poission disc。⼀个像素分离为⼏个⼦像素，但是样品不是每个都从中⼼发出的，但是从在⼦像素中的⼀个随机的点。集合能依然存在，但是程度较轻。
旋转的⽹格（Rotated grid）
⼀个2x2⽹格的布局被使⽤但是取样模式是旋转的，来避免在⽔平或垂直轴的校准，通常⼤⼤的提⾼
的抗锯齿的质量。对于⼀个最佳的模式，旋转⾓度是arctan (1/2) (⼤约 26.6°)，正⽅形被⼀个因素拉伸 √5/2
译⾃：wolf96
补充：
1.Halton sequence
In statistics, Halton sequences are sequences used to generate points in space for numerical methods such as Monte Carlo simulations. Although these sequences are deterministic they are of low discrepancy, that is, appear to be random for many purposes.
伪代码：
FUNCTION (index, base)
BEGIN
result = 0;
f = 1;
i = index;
WHILE (i > 0)
BEGIN
f = f / base;
result = result + f * (i % base);
i = FLOOR(i / base);
END
RETURN result;
2014山东高考作文END
卡巴斯基安全部队2011But don’t use a regular grid like traditional super sampling.
There’sno reason sample positions from different frames need to be aligned to a grid.
Each new sample should be well distributed compared to most recent samples.
This is to say, samples shouldn’t be clustered in either space or time.
This sounds similar to a low discrepancy progressive sequence.
Halton surely isn’tperfect for this use but worked well enough
纳什均衡解
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议