Raxvan, kenar yumuşatma yapmak için derinlik gibi bilgileri kullananlar da dahil olmak üzere, "geleneksel" kenar yumuşatma tekniklerinin çalışacağı konusunda tamamen haklıdır. Örneğin ışın izlemede geçici kenar yumuşatma bile yapabilirsiniz.
Julien, süper örneklemenin bir açıklaması olan Raxvan'ın 2. maddesini genişletti ve bunu nasıl yapacağınızı gösterdi, ayrıca örneklerin piksel içindeki yerini rastgele ayarlayabileceğinizi ancak daha sonra çok fazla sinyal işleme ülkesine girdiğinizi belirtti. daha derin ve kesinlikle öyle!
N-N-
Bunu yaparsanız yine de takma ad alabilirsiniz. Bunu yapmak DEĞİLDİR daha iyidir, çünkü örnekleme oranınızı artırıyorsunuz, bu nedenle daha yüksek frekanslı verileri (daha küçük detaylar gibi) işleyebileceksiniz, ancak yine de diğer adlara neden olabilir.
N-
Rand () veya std :: uniform_int_distribution gibi sadece "normal" rasgele sayılar kullandığınızda buna "beyaz gürültü" denir, çünkü beyaz ışığın diğer tüm renklerden nasıl oluştuğu gibi (frekanslar) ) ışığın.
Bir piksel içindeki örnekleri rastgele ayarlamak için beyaz gürültü kullanmak bazen örneklerinizin bir araya gelmesi sorununu yaşar. Örneğin, bir pikselde ortalama 100 örnek alırsanız, ancak TÜMÜ pikselin sol üst köşesinde kalırsa, pikselin diğer bölümleri hakkında HERHANGİ bir bilgi alamazsınız, bu nedenle sonuçta ortaya çıkan piksel renginiz ne renk olması gerektiği hakkında bilgi eksik olacaktır.
Daha iyi bir yaklaşım, sadece yüksek frekanslı bileşenler (mavi ışığın yüksek frekanslı ışık gibi) içeren mavi gürültü adı verilen bir şey kullanmaktır.
Mavi gürültünün yararı, düzgün bir örnekleme ızgarasında olduğu gibi piksel üzerinde bile kapsama alanı almanızdır, ancak yine de bazı rastgele özellikler elde edersiniz, bu da takma gürültüye dönüşür ve size daha iyi görünen bir görüntü verir.
Ne yazık ki, mavi gürültü hesaplamak çok maliyetli olabilir ve en iyi yöntemlerin hepsi patentli gibi görünüyor (ne halt ?!), ancak bunu yapmanın bir yolu, pixar tarafından icat edildi (ve patentli de düşünüyorum ama% 100 emin değilim) eşit bir numune noktaları ızgarası oluşturmak, daha sonra her numune noktasını rastgele bir şekilde dengelemek - örnekleme ızgarasının genişliği ve yüksekliğinin yarısı veya eksi yarısı arasındaki rastgele bir miktar gibi. Bu şekilde oldukça ucuz bir tür mavi gürültü örneklemesi elde edersiniz.
Bunun tabakalı örnekleme biçimi olduğunu ve poisson disk örneklemenin de mavi gürültü üretmenin bir yolu olduğunu unutmayın:
https://www.jasondavies.com/poisson-disc/
Daha derine inmek istiyorsanız, muhtemelen bu soruyu kontrol etmek ve cevaplamak isteyeceksiniz!
Bir piksel içinde birden fazla rasgele örnek kullanarak kenar yumuşatmanın temel nedeni nedir?
Son olarak, bu şeyler fotogerçekçi ışın izlemenin yaygın bir yöntemi olan monte carlo yol izleme alanına girmeye başlıyor. bunun hakkında daha fazla bilgi edinmek istiyorsanız, bunu okuyun!
http://blog.demofox.org/2016/09/21/path-tracing-getting-started-with-diffuse-and-emissive/