部分游戏抗锯齿方法介绍

0.参考

【技术美术百人计划】图形 4.4 抗锯齿概论_哔哩哔哩_bilibili

主流抗锯齿方案详解（四）SMAA - 知乎 (zhihu.com)

1.SSAA超级采样抗锯齿 （SuperSampling Anti-Aliasing）

假设最终屏幕输出的分辨率是800600，4xSSAA就会先渲染一个分辨率为16001200的buffer上，然后再直接把这个放大4倍的buffer下采样至800*600，这种做法在数学上是最完美的抗锯齿，但是劣势也很明显，光栅化和着色的计算负荷都比原来多了4倍，RenderTarget的大小也涨了4倍。

2.MSAA多重采样抗锯齿（Mulitisample Anti-Aliasing）

在默认的光栅化采样中，我们的颜色采样至像素的中点。

在MSAA的采样中，我们将采样点扩大，下面演示的是4xMSAA的采样效果

光栅化阶段记录了百分比，片元着色器阶段根据百分比上颜色

3.TAA 时间性抗锯齿 （Temporal Anti-Alising）

TAA在MSAA的基础上，将多次采样的过程分布到每一帧中去，每一帧都平均前面几帧保存下来的数据。

因此，在使用TAA时，如果画面急速变化，会产生鬼影。

详细实现原理可以看：主流抗锯齿方案详解（二）TAA - 知乎 (zhihu.com)

4.FXAA 快速近似抗锯齿

①使用边缘检测检测边缘

②使用高斯模糊等模糊算法，将获取到的边缘进行模糊

因为是使用后处理的技术，所以完全不依赖硬件支持。

5.MLAA

假设现在我们要对左边这样一张图片进行AA处理：

就需要找到中间图片中这条蓝色的重矢量化线，这就是对像素进行重矢量化(revectorization)。

MLAA处理的流程，蓝色的线表示重矢量化线

重矢量化以后，我们可以算出重矢量化线覆盖像素的面积，作为混合系数。如上图中第三张图所示，算出混合系数后，就可以将锯齿两侧的像素按照混合系数进行混合，得到第四张图中的效果。这就是整个的 MLAA 的抗锯齿原理。

从这点出发， 我们可以大致梳理出我们想要的MLAA处理的流程：

1. 边缘检测， 得到每个像素的边缘，也就是锯齿边界，如下左图中绿色的线；
2. 沿着锯齿边界，向两侧搜索锯齿边界的终点，也就是锯齿边界结束的位置，如下图中间图片两侧圈起来的位置；
3. 根据两侧锯齿边界结束的位置，将像素矢量化， 作出一条蓝色的线，作为重矢量化线；
4. 算出重矢量化线覆盖像素的面积，作为像素间的混合系数；
5. 根据混合系数对像素进行混合。

详解请看 主流抗锯齿方案详解（四）SMAA - 知乎 (zhihu.com)

6.SMAA

SMAA(Enhanced Subpixel Morphological Antialiasing) 对 MLAA 的几个部分做了如下改进:

1.更准确的边界判断

对于使用颜色判断边界的情况， 很容易出现边界误判， 使得本来不应该是边界的地方被视为边界， 比如一些光照很强的地方， 虽然亮度变化快， 但是其实不应该是边界。 SMAA 中使用 Local contrast adaption 对边界进行二次判断。

SMAA中更加精确的边界判断

假设我们现在要判断某个像素和左侧像素是否构成边界。

首先使用相对亮度差的绝对值和亮度差阈值初步判断是否构成边界： 如果构成， 则需要根据周围点亮度再判断一次：

如果二次判断通过， 这个边界被保留， 如果判断不通过， 这个边界被丢弃。

2.转角保留

在某些情况下， 一些几何体的棱角可能被错误地识别为是需要AA处理的部分。

转角保留的情况处理

比如图中左上的正方形， 很可能被MLAA处理成左中的样子， 这种情况下，其实是不需要AA处理的。

那么如何分辨这样的情况呢? 解决方法是，这里沿着交叉的锯齿边界，往外再取一次边界值 (图中 e_1, e_2, e_3, e_4)。如果取不到边界，则认为是需要进行AA处理。

如果还能取到边界， 则在原来计算出的覆盖率/混合系数基础上， 再乘以一个转角系数 r (范围是0~1， 通常取0.25)。 比如上面图中橙色， 黄色， 和蓝色三条线， 分别代表三个不同转角系数下得到的新的混合系数)。

带有转角保留时的混合系数计算过程

3.对角线模式

MLAA中的模式，主要针对的是水平方向和垂直方向。然而这两种模式，处理一些斜向的边界，效果不是很好。

SMAA增加的斜线模式处理

和MLAA中使用的方法一样，我们也是使用判断两个方向的边界，算出交叉边，使用预计算的贴图信息。

SMAA斜线模式下，预计算的贴图

对角线模式应该再MLAA的水平垂直模式之前执行，如果成功找到，就不再进行水平和垂直方向的寻找。

4.更精确的边界搜索

前面在使用MLAA搜索边界时，有可能在搜索途中遗漏一些交叉边界。

比如下图中在沿着左边进行搜索时，MLAA会使用橙色的点采样，这样其实会将第一个左侧的边界遗漏，因为搜索过程中，仅判断了上边界，没有判断左边界。

MLAA中可能会出现错误的边界搜索方式

SMAA将双线性采样的技巧进一步发挥， 在右下图中的采样点采样， 在xy轴上取不同的偏移量， 这样就可以做到一次采样， 根据得到的值同时判断出周围4个点的边界信息。

如下图， 将采样点放置在2x2像素中心， 向左偏移1/3， 向下偏移1/6。 这样，设周围四个像素点的值(取值为0或1)为C_1、C_2、C_3、C_4，在R处采样时， 可求得四个像素点的采样的权重S_1、S_2、S_3、S_4和采样时得到最终结果C为：

当在R处进行双线性过滤采样时，周围四个像素点，可能的值是0或1，共可构成16种不同的组合，每种组合下，我们采样得到的值都是唯一的

因为边界值只能是0或者1，所以周围的四个像素点的值，共有16种可能的组合，每种组合下，双线性采样得到的值都是唯一的。读者可自行计算验证，这里不再列出具体的数值。

这样我们既提高了搜索边界的速度，还提高了搜索边界的质量，可谓是一举两得。

SMAA是 MLAA(Morphological Antialiasing) 的一个加强版

可以看出，SMAA 对锯齿的处理非常精细，得到的效果也非常好，可以说是基于后处理方法，处理抗锯齿的极限。如果要得到更好的抗锯齿效果，还可以和其他的抗锯齿方式进行结合。不过和 FXAA 一样，SMAA 也没有次像素的特征，在高频区域移动摄影机时可能会出现闪烁。

SMAA的需要三次 Pass，相对于 FXAA 性能消耗略大，对于现在的PC来可以说是非常轻松。而在手机上运行时，因为手机上切换 RenderTarget 会有比较大的开销，因此手机上还是使用 FXAA 的比较多，虽然画面会模糊一些，但是属于可以接受的范围。

6.抗锯齿性能排序

根据他们的原理，我们可以很好的为他们进行排序

①FXAA快速近似抗锯齿

②TAA时间抗锯齿

③MSAA多重采样抗锯齿

④SSAA超采样抗锯齿