这里有一个有趣的演示解释了代码，提到帐篷过滤器，但没有解释为什么它在那里。
谁能解释为什么在这种情况下，帐篷过滤器比盒子模糊（仅对样本取平均值）更合适？
使用比帐篷过滤器更好的东西（例如双三次Hermite插值法）是否会带来更高的质量？
#1 楼
理论上理想的用于离散采样数据的抗混叠滤波器是Sinc滤波器，因为它可以完美地去除所有高于奈奎斯特频率的频率，而不会留下所有较低的频率。因此，在某种程度上，我们可以预期抗锯齿滤镜与sinc滤镜更相似，以产生更高质量的图像。帐篷滤镜（三角形滤镜）当然更像sinc滤镜的中心峰。比盒式滤波器更紧密：
双三次滤波器（例如Mitchell-Netravali）甚至可以更精确地捕获正弦的形状，包括其前两个负瓣。
滤波器选择的实际情况比“尽可能接近正弦”要微妙得多，因为“非理想”抗锯齿滤波器会产生不同种类的伪像，例如如混叠，模糊和振铃。同样，不同的过滤器可能或多或少地在计算上昂贵。因此，这是一个试图权衡不同工件之间以及性能之间进行权衡的游戏。不同的场景/图像可能会偏爱一个选择或另一个选择，这在某种程度上也是一种审美判断。
关于为什么为什么smallpt特别使用帐篷滤镜，我想结合一下性能（这是一种快速的方法）过滤器以评估）和简洁性-只需几行代码即可完成，而三次过滤器则需要更多代码。在每个子像素处进行滤波，然后将四个子像素的结果平均在一起。因此，奇怪的是，总体效果是四个帐篷的总和，最终看起来像是一个金字塔，顶部平坦：
我不确定这是故意的，还是恰好是解决问题的方式。我的猜测是，与每个像素使用一个帐篷滤镜相比，这会产生更清晰的图像（由于支持范围更窄），但可能还会出现更明显的锯齿。
#2 楼
我只是看过Wikipedia上有关双线性插值的文章。帐篷过滤器是一种双线性插值。
双线性插值在2维上插值。
它首先在一个维上线性插值，然后在一个维上线性插值。其他。
查看此图片时，它首先在列上执行，然后在行上进行执行。
原因为什么这比对颜色进行平均更好，原因是当其中一个点比另一个更靠近中心时，它对最终颜色的贡献更大。
对颜色进行平均，即使在一个点比另一个点更靠近中心。
如果所有4个点都位于距中心等距离的固定位置上，那么您在所有点上的贡献都是25％，这是相同的作为平均。
这意味着当您通过仅以4倍的高分辨率渲染然后降低采样率来实现抗锯齿时ng。据我了解，两种方式之间的输出应该相同。
那么，您应该使用哪个过滤器？好吧，这取决于您想要什么和您的情况。如果您为样本选择随机的子像素位置，那么最好使用双线性插值法。 />最后，这只是您通常不会或几乎不会注意到的一些子像素问题，因此，如果使用AA的话，那就足够了。但这只是我的观点，可能是3D动画等普通浏览器的观点。
双三次插值可以使您看起来更平滑。
双三次：
双线性：
哪个更好？好吧，这取决于您的喜好，我认为不会有很大的不同。
我的资料来源：
https://en.wikipedia.org/wiki/Reconstruction_filter#Image_processing
https://en.wikipedia.org/wiki/Bilinear_interpolation
https：// en。 wikipedia.org/wiki/Bicubic_interpolation
（图像来自Wikipedia并属于公共领域）
我希望这会有所帮助，我只想说我不是专业人士我只是喜欢计算机图形学的人。可能是我犯了一些错误。如果是这样，请说出来，然后我更改它！
评论
$ \ begingroup $
我忍不住说谢谢！实际上，我首先将其理解为具有4个层的分层抽样。并且我可以自定义“层”的数量，例如9、16 ...现在，我知道它是一个“梯形”过滤器（在其他渲染器中并不常见）。当我的“阶层”数趋于无穷大时，该过滤器变成了箱式过滤器，我在上面画百合花……有趣！
$ \ endgroup $
–chaosink
18年5月1日在15:48