低通滤波是否可以应用于光线跟踪?

我的猜测是,由于算法运行后,我们有了图像,因此低通滤波有助于防止发生混叠。但是,我对此不确定。有人可以详细说明吗?

#1 楼

低通滤波是信号理论中的经典工具,可以有效消除噪声,如您建议的那样,但也可以消除图像中所需的高频信息,例如尖锐边缘。图像看起来很模糊。

后滤波的蒙特卡洛渲染结果是一个开放的研究领域,多年来已经取得了许多进展,有关这些概述的概述可以在《对您的蒙特卡洛进行降噪》中找到。渲染器:此处的图像空间自适应采样和重构SIGGRAPH课程的最新进展。

#2 楼

David Kuri的答案提出了一种现代方法,但是一个易于实现的解决方案是显式地对抖动进行超采样。经典论文:http://www.cs.cmu.edu/afs/cs/academic/class/15869-f11/www/readings/cook86_sampling.pdf。

评论


$ \ begingroup $
请注意,有一个根本的区别:超级采样(使用抖动或任何其他技术)需要额外的采样,而后置滤波器(如建议的低通滤波器)在渲染的图像上起作用。但是,这是有价值的附加信息,并且这两种技术是齐头并进的。
$ \ endgroup $
– David Kuri
16年1月25日在12:47

$ \ begingroup $
我最初没有看到您的回答(带有某种随机超采样的抗锯齿),但是您的回答更好。我仍然认为较旧的论文仍然值得参考,因此我更改了答案而不是删除它。我希望这是合理的礼节吗?
$ \ endgroup $
–丹尼尔·格塞尔(Daniel M Gessel)
16年1月25日在17:34

$ \ begingroup $
总的来说,您的回答是一个很好的补充:)我只是想确保没有人感到困惑。
$ \ endgroup $
– David Kuri
16年1月26日在8:43

$ \ begingroup $
理解了。真正的原因在于,混叠是由于初始采样以固定的间隔进行的:如果每个采样都击中栅栏的栅栏,那么您将被困在白色的墙壁上。在常规采样的图像上应用低通滤波器并不是普遍有效的方法(高频纠察栅别名为低频伪像-白墙)。
$ \ endgroup $
–丹尼尔·格塞尔(Daniel M Gessel)
16年1月26日在14:00

$ \ begingroup $
后过滤方法也似乎是一个非常有趣的现代CPU(具有集成GPU)的负载平衡问题。使用有效跟踪此类数据结构的CPU内核进行光线跟踪,然后在GPU上对图像进行后处理。好玩的项目!
$ \ endgroup $
–丹尼尔·格塞尔(Daniel M Gessel)
16年1月26日在14:02