问为什么在路径跟踪中使用帐篷过滤器？

EN

对于离散采样数据，理论上理想的抗混叠滤波器是正弦滤波器，因为它完全消除了所有高于奈奎斯特频率的频率，而忽略了所有较低的频率。因此，在某种程度上，我们可以期待反混叠滤波器，更接近于正弦滤波器，以产生更好的图像质量。

帐篷过滤器(三角形过滤器)肯定比盒子过滤器更接近于正弦过滤器的中心峰值：

双三次滤波器(如米切尔-内特拉瓦利)可以更精确地捕捉鼻窦的形状，包括前两个负片。

滤波器选择的现实要比“近似正弦”更加微妙，因为“非理想”反混叠滤波器可以产生不同种类的伪影，如混叠、过模糊和振铃。另外，不同的过滤器在计算上可能或多或少是昂贵的。因此，这是一个游戏，试图交换不同的工件之间的相互竞争和性能。不同的场景/图像可能倾向于一种或另一种选择，这也部分是一种审美判断。

至于smallpt为什么特别使用帐篷过滤器，我会猜测性能(这是一个快速的过滤器来评估)和简洁的组合--它可以在几行代码中完成，而双三次过滤器则需要更多的代码。

顺便说一句，smallpt实际上使用了一个2x2亚像素网格，并在每个亚像素上放置了一个帐篷过滤器，然后将四个子像素的结果平均起来。奇怪的是，总效果是四个帐篷的总和，最后看起来像一个平顶金字塔：

我不确定这是故意的，还是只是碰巧的结果。我的猜测是，与使用单个帐篷过滤器(因为支持范围较窄)相比，这会产生更清晰的图像，但可能也会更明显地混叠。

我刚看过维基百科关于双线性插值的文章。帐篷滤波器是一种双线性插值。双线性插值在二维上进行插值。它首先在一个维度上线性插值，然后在另一个维度上线性插值。

当您查看这张图片时，它首先在列上这样做，然后再在行上这样做。

这可能比平均颜色更好的原因是，当其中一个点比另一个点更接近中心时，它对最终颜色的贡献更大。在平均颜色时，所有点的贡献相等，即使一个点比另一个点更靠近中心。

如果所有4分都在固定位置上，距离中心相等，那么所有点的贡献都是25%，这和平均贡献是一样的。

这意味着，当你实现反混叠时，只需渲染4倍高的分辨率，然后向下采样。据我所知，这两种方式之间的输出应该是相同的。

那么，你应该使用哪个过滤器呢？这取决于你想要什么和你的处境。如果你为你的样本选择随机的亚像素位置，那么最好使用双线性插值。如果所有的点都是固定的，而你只是在一个更高的分辨率，那么平均可能是有用的。最后，这只是一些亚像素的东西，你通常不会或几乎没有注意到，所以如果有某种如果AA，那么它就足够好。但这只是我的观点，大概是3D动画的普通观众的看法。

双三次插值给你一个更流畅的外观。比卡比奇：

双线性：

哪种更好些呢？这取决于你喜欢什么，我不认为会有太大的不同。

我的资料来源：https://en.wikipedia.org/wiki/Reconstruction_filter#Image_正在处理中

https://en.wikipedia.org/wiki/Bilinear_内插

https://en.wikipedia.org/wiki/Bicubic_内插

(图片来自维基百科，是公共领域)

我希望这有帮助，我只想说我不是专业人士，我只是喜欢电脑图形的东西。可能是我犯了一些错误。如果是的话，只要说出来，我就改变它！