反走样算法详解：MSAA、TAA、FXAA与DLSS的对比分析

反走样算法详解：MSAA、TAA、FXAA与DLSS的对比分析

引用

CSDN

1.

https://blog.csdn.net/qq_44722674/article/details/142919244

在计算机图形学中，反走样（anti-aliasing）是解决图像锯齿和摩尔纹等视觉伪影的关键技术。随着图形硬件和算法的不断发展，出现了多种反走样方法，包括多重采样反走样（MSAA）、时域反走样（TAA）、快速近似反走样（FXAA）和深度学习超采样（DLSS）。本文将详细介绍这些反走样算法的原理、优缺点及其应用场景。

光栅化的采样过程会导致图形走样，走样有很多种形式：

• 锯齿
  

• 摩尔纹
  

走样的本质原因是采样速度跟不上信号变化的速度。采样频率低，使得我们将连续变化的信号离散化。

反走样方法 anti-aliasing

MSAA 多重采样反走样

超采样

优点：

• 对几何反走样效果良好
• 缺点：
• 像素的亮度与覆盖区域的面积成正比，而与覆盖区域落在像素内的位置无关，这仍会导致锯齿效应；
• 只能消除几何走样，无法解决高光区域的着色走样
• 静态画面表现良好，时域上不稳定
• 不支持延迟渲染（关于延迟渲染之后会详细说）

TAA 时域反走样

以后处理的方式进行反走样,如果MSAA是在空间域超采样,TAA就是在时域超采样

优点：

• 效果好，开销小
• 时域稳定性强
• 支持延迟渲染

缺点：

• 随着历史颜色的累积，会导致不可绝对消除的模糊（运动模糊），尤其在移动过快的镜头或物体情况下，会导致重影现象
• 需要额外内存开销，保存历史信息
• 不能应对半透明物体

FXAA 快速近似反走样

对图像边缘进行柔化

优点：

• 性能开销极小

缺点：

• 画面会更模糊
• 对像绒毛一类的复杂物体效果不好

DLSS 深度学习超采样

对几何边缘以及着色进行重建

优点：

• DLSS 能同时在几何、着色、时域上进行反走样
• 深度学习解决了 TAA 种画面模糊、透明、遮挡、残影等现象

缺点：

• 性能开销高，仅仅反走样就占用了画面 20% 的渲染时长