使用图像平面上的点的高斯分布来计算像素值，什么半径/标准偏差将在最终图像中提供最多信息？半径太大会产生模糊的图像，而半径太小则会忽略小于像素的信息，因此对最终图像没有帮助。最佳折衷在哪里？这个问题有一个单一的答案，还是在某些情况下会有所不同？在答案可能不同的地方，我对连续图像平面采样时适用的内容感兴趣，因此无法使用较大图像中像素的位置确定最佳半径。

#1 楼

我不确定是否存在真正的最佳半径-这将取决于图像的外观而定。就像您说的那样，半径太大会导致模糊，而半径太小会导致锯齿。

我喜欢将sigma = 0.5 px设置为，因此总半径约为1.5 px（因为高斯大部分重量在平均值的±3 sigma之内）。根据我的经验，可以在模糊和锯齿之间做出很好的权衡，但这只是我的喜好，并非基于任何客观考虑。

在抗锯齿博客文章中，我写道去年（基于我在该网站的前身发布的答案！），我针对合成测试图像测试了多种抗锯齿内核，并得出了0.5像素高斯的主观喜好。

评论

$ \ begingroup $
我记得上一轮的回答：）（当时我是githubphagocyte）。有趣的是，它扩展为博客文章。
$ \ endgroup $
– trichoplax
15年8月5日在21:01

#2 楼

想象一下，正在渲染一幅均匀的黑白棋盘图案并延伸到地平线的平坦地板的图片；棋盘格足够大，以至于它们在相机附近的点处应清晰可见，但又不大到在地平线附近可辨别的地方。在相机附近，棋子应该显得与众不同。在摄像机和地平线之间，地板的外观必须以某种方式在这两个极端之间过渡。

如果将场景渲染为具有非常小羊眼的空间滤镜，则将有一定的距离地板从方格变成灰色。如果使用较浅的滤镜，过渡将更加平缓，但是接近原始“截止”距离的事物将不如原本那么清晰。 “墙”或裁剪场景以隐藏地板的远处部分，从而无需将方格地板的任何部分模糊化为灰色，最好使用最陡峭的滤镜，获得最清晰的效果图片。使用较浅的滤镜会降低图像的清晰度，以防止无论如何都不可见的讨厌的过渡。要显示的信息的空间频率内容。如果图像中没有任何有趣的东西会接近奈奎斯特，则使用陡峭的滤镜将产生最清晰的结果。但是，如果图像内容超过奈奎斯特，则使用渐进式滤镜将避免难看的“过渡”。没有一种方法会在所有情况下都是最佳选择。

#3 楼

根据我的观点和经验，我认为没有一个明确的答案...因为基本上在文献中您也可以轻松找到自适应滤波器的示例（即可变大小）。

我认为实际答案应该与应用程序的上下文（即硬件或软件，实时与否）以及您要合成的场景有关（某些场景通常涉及不同的场景）合成时的混叠（我有意使用此通用术语）。基本上，计算机图形学是图像合成的算法和数据结构的研究，这种定义与任何类型的应用都没有严格的联系。一个过滤过程（即不必要的过度模糊可能是不好的……）。

如果您所说的“好看”，我想您可以同意我的看法， “愉悦形象”的具体措施。