课程地址
光栅化
Pixel：picture element
由三个红蓝绿三个颜色组成
屏幕空间
像素的坐标如上图由（x,y）组成；
像素的坐标取值在（0,0）到（width-1,height-1）之间；
像素的中心在（x+0.5,y+0.5）;
屏幕覆盖范围（0,0）到（width,height）
视口变换
Canonical Cube to Screen(投影得到的标准立方体到屏幕空间的变换)
将xy平面[-1,1]2转换到[0,width]×[0,height]
转换矩阵如下：
Drawing to Raster Device
为什么使用三角形：
- 三角形是基础多边形；
- 其他多边形可以拆成三角形；
- 三角形一定是平面；
- 可以很容易定义内部和外部；
- 可以根据三个顶点的关系，在三角形内部进行插值，以得到渐变的值。
判断像素与三角形的位置关系：
- 采样：利用像素中心对屏幕空间进行采样，判断像素中心是否在三角形内
- inside(tri,x,y)函数：
三次叉乘，叉乘可以判断一个向量在另一个向量的左侧或右侧，（这里必须保证三角形的绕序） - 加速光栅化：
使用轴向包围盒（AABB）：
包围盒外的不需要进行判断，包围盒内的执行之前的循环。
Increment Triangle Traversal：
判断每一行的最左和最右，只判断里面的点。
Antialiasing（反走样）
Antialiasing
Sampling Artifacts：采样出现的视觉错误，比如锯齿、摩尔纹等。
Antialiasing Idea：在采样前，先对图像进行模糊
频域分析
傅里叶级数展开：任何一个周期函数可以写成一系列正弦和余弦函数的组合表示
傅里叶变换：
高频率函数需要更高频率的采样：
Aliases：同样的采样方法采样两种频率截然不同的函数，其采样结果却相同，这种现象被称之为走样。
滤波
原图：
高通滤波：高频信号代表边界
低通滤波：模糊处理
同时去掉高频和低频信息
滤波=平均=卷积
卷积：
时域上两个信号的卷积，是两个信号在频域上的乘积；时域上两个信号的乘积，是两个信号在频域上的卷积。
采样
采样 = 复制频谱
走样 = 频谱的混叠
去除走样的方法：
- 增加采样率
- 反走样：先做模糊（低通滤波），再做采样
对每一个像素覆盖的区域的颜色求一个平均值（低通滤波）
Multi-Sample Antialiasing（MSAA）
假设一个像素被划分为若干个子像素，并对子像素的值进行平均。
缺点：计算量增加。
其他反走样技术
FXAA（Fast Approximate AA）：一种后处理方法，找到图像的锯齿位置，并去掉
TAA（Temporal AA）：复用上一帧的结果
Super resolution/super sampling
将低分辨率的图拉大成高分辨率的图，且需要避免锯齿
DLSS（Deep Learning Super Sampling）：利用深度学习猜缺失的细节