픽셀 색상을 결정하기위한 가우스 분포의 최적 반경은 얼마입니까?


10

이미지 평면의 가우스 분포를 사용하여 픽셀 값을 계산하면 최종 이미지에서 어떤 반경 / 표준 편차가 가장 많은 정보를 제공합니까? 반경이 너무 크면 이미지가 흐려지고 너무 작 으면 픽셀보다 작은 정보를 무시하여 최종 이미지에 영향을주지 않습니다. 최적의 절충안은 어디에 있습니까? 이 질문에 대한 단일 답변이 있습니까, 아니면 상황이 달라질 수 있습니까?

레이트 레이싱과 관련하여 이것을 생각하고 있지만 이미지 축소와 같은 것들에 동일하게 적용될 것이라고 생각합니다. 답이 다를 경우 연속 이미지 평면을 샘플링 할 때 적용되는 것에 관심이있어 더 큰 이미지의 픽셀 위치를 사용하여 최적의 반경을 결정할 수 없습니다.

답변:


7

실제로 최적의 반경 이 있는지 확실하지 않습니다 . 이미지의 모양에 따라 주관적인 문제가 될 것입니다. 말하자면 반경이 너무 크면 흐려지고 반경이 너무 작 으면 앨리어싱이 발생합니다.

전체 반경이 약 1.5 픽셀이되도록 sigma = 0.5px를 설정하고 싶습니다 (가우스가 평균의 ± 3 시그마 내에 무게의 대부분을 가짐). 내 경험상 블러 링과 앨리어싱 사이에 좋은 절충점을 제공하지만 객관적인 고려 사항이 아닌 내 취향입니다.

그건 그렇고, 작년에 쓴 앤티 앨리어싱대한 블로그 게시물의 일부로 (이 사이트의 이전 화신에 게시 한 답변을 기반으로!) 합성 테스트 이미지에 대해 다양한 앤티 앨리어싱 커널을 테스트하고 나왔습니다. 내가 주관적으로 가장 좋아하는 0.5 px Gaussian.


나는 지난번에 그 대답을 기억합니다 :) (나는 그때 githubphagocyte였습니다). 블로그 게시물로 확장 된 것을보고 흥미로 웠습니다.
trichoplax

4

수평선까지 확장되는 균일 한 흑백 바둑판 패턴으로 평평한 바닥의 그림을 렌더링한다고 상상해보십시오. 체커는 카메라 근처의 지점에서 명확하게 볼 수있을만큼 충분히 크지 만 수평선 근처에서는 식별 할 수있을만큼 크지 않습니다.

수평선 근처에서 바닥은 단순히 균일 한 회색으로 나타납니다. 카메라 근처에서 체커가 뚜렷하게 나타납니다. 카메라와 수평선 사이에서 바닥의 모양은 어떻게 든 두 극단 사이에서 전환되어야합니다.

장면이 매우 양이 잘린 공간 필터로 렌더링되는 경우 바닥이 체크 무늬에서 회색으로 변하는 일정한 거리가 있습니다. 더 얕은 필터를 사용하면 전환이 훨씬 점진적으로 진행되지만 원래의 "차단"거리 근처의 물체는 그렇지 않은 것보다 덜 선명합니다.

"벽"을 추가하거나 바닥의 먼 부분을 숨기기 위해 장면을 자르는 경우, 체크 무늬 바닥의 일부를 회색으로 흐리게 할 필요가없는 경우 가장 가파른 부분을 사용하여 최상의 결과를 얻을 수 있습니다. 가장 선명한 이미지를 얻을 수 있습니다. 더 얕은 필터를 사용하면 어쨌든 눈에 띄지 않는 거친 전환을 방지하기 위해 이미지 선명도를 제공합니다.

어떤 종류의 필터링을 사용해야하는지 파악하려면 표시 할 정보의 공간 주파수 내용에 대해 알고 있어야합니다. 이미지에 Nyquist에 접근 할 관심이없는 경우 가파른 필터를 사용하면 가장 선명한 결과를 얻을 수 있습니다. 그러나 이미지 내용이 Nyquist를 초과하는 경우 점진적 필터를 사용하면 추악한 "전환"을 피할 수 있습니다. 모든 경우에 단일 접근법이 최적의 것은 아닙니다.


2

내 의견과 경험에 따르면 나는 단일 대답이 없다고 생각합니다 ... 기본적으로 문학에서는 적응 형 필터의 예 (예 : 가변 크기)를 쉽게 찾을 수 있습니다.

실제 답변은 응용 프로그램의 컨텍스트 (예 : 하드웨어 또는 소프트웨어, 실시간 여부)와 합성하려는 장면의 종류와 관련이 있어야한다고 생각합니다 (일부 장면은 일반적으로 합성 될 때 다른 종류의 앨리어싱이 필요합니다 (사용 이 일반 용어는 의도적으로)). 기본적으로 컴퓨터 그래픽은 이미지 합성을위한 알고리즘 및 데이터 구조에 대한 연구이며 이러한 정의는 어떤 종류의 응용 프로그램과도 밀접한 관련이 없습니다.

물론 중요한 요소는 필터링 프로세스를 통해 달성해야 할 목표이기도합니다 (예 : 과도한 블러 링이 나쁜 것은 아닙니다).

만약 당신이 "좋아요"라고 말하고 있다면 "유쾌한 이미지"에 대한 구체적인 척도가 없다고 말할 때 당신이 저에게 동의 할 수 있다고 생각합니다.

당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.