跳到主要内容

抗锯齿技术:把采样定理的债还上

光栅化本质上是采样——把连续的几何函数在像素中心离散地问一次"这里被三角形覆盖了吗"。凡是采样就绕不开 Nyquist:信号频率高于采样率一半时,能量会折叠回低频,表现为走样(aliasing)。屏幕上表现为阶梯状的边缘、爬行的电线、闪烁的高光。抗锯齿的整个历史,就是一部"如何在有限带宽下逼近连续像素积分"的工程史。

1. 采样理论的两个视角​

一个像素理论上应该等于像素方格内信号的加权积分(box filter 是最粗的近似,Gaussian、Mitchell-Netravali 更贴近人眼):

Ipixel(x0,y0)=∬f(x,y) w(x−x0,y−y0) dx dyI_{\text{pixel}}(x_0,y_0)=\iint f(x,y)\,w(x-x_0,y-y_0)\,\mathrm{d}x\,\mathrm{d}y

但 GPU 只在像素中心执行一次 discard/keep + 一次片元着色。这一次采样对应频谱上无限展开的梳状复制。三角形的边缘是阶跃函数,其 Fourier 谱衰减很慢(1/ω1/\omega),必然含超过 Nyquist 的分量——这是几何走样的根源。着色器里 sin(1000·uv)、法线贴图高频、镜面高光则是着色走样的根源,二者需要不同的手段。

       连续边缘       单点采样        走样输出
/ · ██
/ · · ████
/ · · ██
/ · · ██
/ · ██

2. SSAA:暴力超采样,正确性的上界​

Super-Sample Anti-Aliasing 直接把整个渲染分辨率放大 k×kk\times k 倍,最后 downsample 回来。4×4\times SSAA 就是把 1920×1080 渲成 3840×2160,每个像素积分 16 个采样点。

优点:几何走样、着色走样、纹理走样、着色器高频统统解决——因为整个管线(光栅化、片元着色、深度测试)都在高分辨率跑。

代价:填充率、带宽、着色成本同时乘以 k2k^2。2×2\times SSAA 就要 4 倍算力。对现代 PBR + 复杂后处理管线,这是灾难。

SSAA 在实时管线里几乎绝迹,只留在离线渲染(光线追踪天然是分层随机 SSAA)和"截图党"手动开 DSR/VSR 的场景。

3. MSAA:只对几何边缘超采样​

Multi-Sample AA 是 SSAA 的工程妥协。硬件在光栅化阶段生成 NN 个覆盖率采样点(coverage samples),每个采样点独立做深度/模板测试;但片元着色器每像素只跑一次,颜色写入所有通过测试的样本。

4×4\times MSAA 的采样模式一般是 Rotated Grid:

    ·  ×               × 代表 4 个采样点
× · 像素中心不一定被采样
· ×
× ·

resolve 时把 4 个样本平均得到最终像素。

为什么比 SSAA 快很多:着色仍然按像素做,只有覆盖率、深度是超采样的。所以片元着色器复杂度基本不变。

它救不了什么:

  • Alpha test(草地、树叶、铁丝网)——片元着色器输出的 alpha 只写入被覆盖的那些样本,边缘依然锯齿。解决方式是 Alpha to Coverage:把 alpha 值转换为覆盖掩码。
  • Shader aliasing——高光、法线贴图的高频跟采样点数无关。
  • 延迟渲染——G-Buffer 每像素只能存一份材质属性,MSAA 要在几何 pass 存 NN 份 G-Buffer,显存爆炸。这是 MSAA 在 2010 年后淡出主流引擎的根本原因。

4. FXAA/SMAA:后处理形态学​

延迟渲染兴起后,业界开始寻找"只吃最终帧,不改渲染管线"的方案。

FXAA(Fast Approximate AA,Timothy Lottes, NVIDIA 2009):

  1. 用亮度算局部对比度,检测边缘
  2. 判断边缘是水平还是垂直
  3. 沿边缘方向搜索端点
  4. 根据像素在边缘的相对位置做一次方向性混合

一趟全屏 pass,几乎零显存开销,成本 0.5–2 ms。缺点是所有细节都会被稍微糊掉——文本、UI、细线尤其明显。

SMAA(Enhanced Subpixel Morphological AA):FXAA 的进化版,边缘检测更精细(用色度而非仅亮度),使用预计算查找表匹配 L/T/Z 型转角模式,能重建 2×2\times 甚至 4×4\times 的形态学 AA 效果。SMAA 1x 单帧 pass,SMAA T2x 引入时序,SMAA S2x 结合 MSAA。

形态学 AA 的本质是在图像空间猜几何——从像素亮度差异逆推边缘位置。这个"猜"必然有失败案例:subpixel 细节(远处的电线)依然会闪烁,因为它们在单帧图像里根本没有连续边缘可供推理。

5. TAA:把时间维度也纳入采样​

Temporal Anti-Aliasing 是现代 3A 引擎的标准配置。核心思路:如果单帧算不动 SSAA,就把 SSAA 分摊到多帧。

5.1 Jitter + History Buffer​

每一帧把投影矩阵的 x,yx,y 平移一个亚像素抖动量(常用 Halton(2,3) 低差异序列),前 8 帧的 jitter 加起来就是一个 8×8\times SSAA 的采样图案。当前帧渲染完后,与上一帧的 history buffer 混合:

Ct=α Ccurrent+(1−α) Chistory(reproject(p))C_t = \alpha\, C_{\text{current}} + (1-\alpha)\, C_{\text{history}}(\text{reproject}(p))

α≈0.05∼0.1\alpha\approx 0.05\sim 0.1,等价于指数移动平均,有效样本数 ∼1/α\sim 1/\alpha。

5.2 Motion Vector 与 Reprojection​

物体在动,摄像机在动,直接用上一帧同位置像素会拖影。所以要在几何 pass 里额外输出 motion vector——每个像素在屏幕空间从上一帧移到当前帧的位移:

v⃗(p)=p−proj(Mt−1Mt−1unproj(p,zt))\vec v(p) = p - \text{proj}(M_{t-1} M_t^{-1}\text{unproj}(p, z_t))

采样 history 时用 history_sample = HistoryTex.Sample(p - v(p))。

5.3 Ghosting、闪烁与 Neighborhood Clamping​

Reprojection 会失败:

  • 遮挡关系变化(disocclusion)——上一帧被前景挡住的地方现在露出来了,history 里根本没有这块信息
  • 光照变化(灯突然亮)——history 是错的
  • 半透明、粒子——motion vector 不好定义

工程 fix 是 neighborhood clamping:把 history 采样值 clamp 到当前帧 3×33\times 3 邻域颜色的 AABB(YCoCg 空间的效果最好)内。这样即使 reproject 找错了像素,也会被拉回合理范围。副作用是过度 clamp 会退化为无 TAA 的锯齿。

TAA 的调参永远是清晰度(低 α\alpha、松 clamp、多帧累积)和响应性(高 α\alpha、紧 clamp、少残影)的对抗。UE4/UE5 的 TAA/TSR、Frostbite、Decima 各自做了大量工程 patch。

5.4 TAA Upsampling​

既然 TAA 已经在做时序累积,何不同时做超分?把渲染分辨率降到 1440p,jitter 到 4K 像素中心之间,累积后重建 4K 图像——这是 TAAU / TSR / DLSS 前身的思路。UE5 的 TSR 就是深度魔改的 TAAU,跟 DLSS 竞争。

6. DLAA/DLSS/FSR:机器学习入场​

DLSS(NVIDIA)1.0 在 2019 年是"每个游戏训练一个网络",效果参差。2.0 之后固定网络架构,输入是低分辨率 jittered 帧 + motion vector + 深度 + 抖动偏移,输出是高分辨率抗锯齿帧。本质是一个学会做 TAA + upsampling 的 CNN,跑在 Tensor Core 上,2–3 ms 出结果。

DLAA 是 DLSS 去掉 upsampling 部分——原生分辨率进、原生分辨率出,纯粹用网络做 TAA。适合算力够但对画质敏感的用户。

FSR 2.x(AMD)是无 ML 的手写 TAAU,用启发式做 disocclusion 检测和 history clamping,硬件不挑,效果略逊于 DLSS 2 但相差不大。

FSR 3 / DLSS 3 加上了 frame generation——用光流+运动矢量在两帧之间插一帧,把 60fps 秀成 120fps。这不再是抗锯齿了,属于时域插值,本质上跟视频编解码里的 motion compensation 同源。

7. 各方案的对比​

方案几何锯齿着色走样亚像素细节GPU 成本主要问题
No AA差差差0阶梯、闪烁
4×4\times SSAA好好好4×4\times太贵
4×4\times MSAA好差中∼1.3×\sim 1.3\times延迟渲染难做
FXAA中中差极小糊
SMAA 1x中好中差小subpixel 闪烁
TAA好中好好中ghosting、糊
DLAA极好好好中(需 Tensor)硬件门槛
DLSS/FSR好好好负(省算力)disocclusion artifact

8. 特殊场景​

Alpha test 边缘:MSAA 下用 Alpha to Coverage;TAA 下需要在 shader 里做 dithered alpha(例如 Hashed Alpha Testing, Wyman 2017)配合时序累积。

Specular aliasing:高光的高频完全跟几何无关。经典解法是 pre-filtered normal(把法线贴图的方差编码到粗糙度里,LEAN mapping、Toksvig、Frostbite 的 Specular AA)——片段处理里着色前先把 normal 分布做卷积。这是从"事后抗锯齿"转向"事前预滤波",跟纹理的 mipmap 一个思路。

线状物体:远处电线、栏杆宽度小于 1 像素时,无论 MSAA 还是 TAA 都难保。UE5 的 Nanite 用连续 LOD 让远处几何自然折叠到 subpixel 大小以下,避免二值覆盖率突变。

9. 抗锯齿其实是"预滤波 + 重建"的整门学问​

回到第 1 节的积分公式,所有方案本质都在做两件事:

  1. 预滤波——保证输入信号带宽不超过 Nyquist(mipmap、Specular AA、几何 LOD)
  2. 多样本重建——在采样层面尽量逼近真实积分(MSAA、SSAA、TAA、DLSS)

哪一步都不能省。只堆采样点不做预滤波,纹理的高频永远抓不干净;只做预滤波不管几何边缘,直线仍然是阶梯。工程上,现代管线大致是:

几何 LOD  +  mipmap  +  Specular AA        ← 预滤波
↓
TAA jitter 光栅化 ← 采样
↓
motion vector reprojection + neighborhood clamp ← 时序重建
↓
DLSS/FSR/TSR (可选) upsample ← 空间重建
↓
后处理链([色调映射](./高动态范围与色调映射.mdx)、[景深](./景深、运动模糊与雾效.mdx)等)

理解抗锯齿的最好方式,不是记住 FXAA 里那 200 行 shader 代码,而是把每个方案都放回"采样定理欠了什么债、这里用什么办法还"的框架里。