Supersampling

Supersampling (בתרגום חופשי לעברית: סופר-דגימות) או supersampling anti-aliasing היא שיטת spatial anti-aliasing כלומר שיטה להפחתת aliasing (קצוות מעוותים או מפוקסלים) מתמונה המרונדרת למשחק מחשב או לכל תוכנת מחשב שיוצרת תמונות. aliasing נוצר בגלל שלעומת העולם האמיתי שמורכב מקימורים מתמשכים המחשב מייצג תמונה על ידיי הרבה ריבועים קטנים כלומר פיקסלים ולכן אם נרצה לצייר קו הוא יראה מפוקסל (אלה אם כן הוא מאונך או מאוזן לגמרי). המטרה של Supersampling הא הפחתת הaliasing דבר זה נעשה על ידיי רינדור התמונה ברזולוציה גבוהה יותר מהרזולוציה הרצויה ולאחר מכן מעבר על כל פיקסל ויצירת פיקסל חדש מממוצע הצבעים מרחבי הפיקסל ולא רק מאמצע הפיקסל כמו שעושים בדרך כלל.

מוטיבציה

Aliasing היא תופעה בתמונות דו ממדיות שבה נראים קצוות כמפוקסלים או מעוותים. Supersampling באה על מנת לפתור בעיה זאת בצורה חישובית זולה יחסית.

שיטה

Supersampling יקרה יחסית חישובית מכיוון שהיא דורשת יותר זיכרון מהמעבד הגרפי ורוחב פס לצורך רינדור התמונה ברזולוציה גדולה יותר וחישוב הממוצעים. דרך לפתרון הבעיה היא Supersampling אדפטיבי שבו עושים את הSupersampling רק על קצוות עצמים דרך נוספת היא לקיחת מעט דגימות ואם הן כולן אינן באותו הצבע בערך אזי יילקחו עוד דגימות שיטה זאת חוסכת בכוח עיבוד מכיוון שהרבה פעמים אין צורך בלקיחת מספר מלא של דגימות.

תבניות Supersampling

ישנן מספר שיטות לדגימת הפיקסל לכל אחת איזון שונה בין ביצועים לתוצאות

• 

  אלגוריתם רשת עם חלוקה שווה

• 

  אלגוריתם רשת מסובבת עם צפיפות כפולה

• 

  אלגוריתם אקראי

• 

  Jitter algorithm

• 

  דיסק פואיסון

• 

  Quasi-Monte Carlo method algorithm

• 

  N-Rooks

• 

  RGSS

• 

  High-resolution antialiasing (HRAA), Quincunx

• 

  Flipquad

• 

  Fliptri

רשת

האלגוריתם הפשוט ביותר, מחלקים את הפיקסל לרשת ואז לוקחים דגימה ממרכז כל תא ברשת. שיטה זו זולה וקלה למימוש אך עדיין יכול להיווצר aliasing אם לא נעשה שימוש ברזולוציה מספיק גבוהה.

אקראי

ידוע גם כstochastic sampling (דגימה הסתברותית). האלגוריתם האקראי יכול להימנע מהבעיות של אלגוריתם הרשת בגלל חוסר התבנית הקבועה איך יכול להיקלע לבעיות אחרות כגון צפיפות כל הדגימות באזור אחד או חוסר כל הדגימות באזור אחר.

דיסק פואיסון (Poisson disk)

שדרוג של האלגוריתם האקראי כאן נלקחות דגימות אקראיות ואז נבדק אם הם מרוכזות מידיי אם כן ידגום מחדש עד שהדגימות יהיו מפוזרות שווה. אלגוריתם זה מביא לתוצאות טובות אך יקר מאוד חישובית ולכן לא נעשה בו שימוש ברינדור זמן אמת.

jitter

שלוב של אלגוריתם הרשת והאקראי, מחלקים את הפיקסל לרשת ואז בכל תא לוקחים דגימה ממקום אקראי ולא ממרכז התא כמו באלגוריתם הרשת. aliasing עדיין יכול להתרחש אך במידה פחותה.

רשת מסובבת

הדגימות נלקחות בצורה של רשת 2×2 שנמתחה בכ${{\sqrt {5}} \over 2}$ ועברה סיבוב של 26.6° על מנת שלא ליצור התאמה עם הקווים המאונכים והמאזנים של התמונה.

הערות שוליים

הערך באדיבות ויקיפדיה העברית, קרדיט,
רשימת התורמים
רישיון cc-by-sa 3.0

33759244Supersampling