跳到主要内容

光栅化:三角形如何变成像素

光栅化是整条渲染管线里唯一一步"从连续几何跳到离散像素"的操作。它决定了一个三角形能覆盖哪些像素、每个像素处的深度和插值属性是多少、多重采样的采样点应该怎么放。走样、Z-fighting、透视失真——这些实时图形里最经典的问题,根源都在这里。

1. 问题定义​

输入:一个屏幕空间三角形 T=(V0,V1,V2)T=(V_0, V_1, V_2),每个顶点带位置 (xi,yi,zi)(x_i, y_i, z_i)、1/wi1/w_i、以及一组属性 {ai(k)}\{a_i^{(k)}\}。 输出:一批片段(fragment),每个片段对应一个被 TT 覆盖的采样点,携带插值好的深度和属性。

看似简单,但要做到又快、又准、又不闪,需要几个精心设计的部件:一个高效的覆盖测试、一套无误差的属性插值、一种处理边界像素的规则。

2. 历史:扫描线算法​

早期光栅器(80s–90s,SGI 图形工作站、软件光栅化如 Quake 引擎)用扫描线算法:

  1. 把三角形三个顶点按 y 排序
  2. 从上顶点开始,沿两条边同时下扫,每行算出左右两个交点 xL,xRx_L, x_R
  3. 在这一行填 [xL,xR][x_L, x_R] 之间的像素
  4. 属性也按 y 增量插值(dz/dydz/dy、du/dydu/dy);每行内按 x 增量再插一次
Δzx=zR−zLxR−xL,z(x+1)=z(x)+Δzx\Delta z_x = \frac{z_R - z_L}{x_R - x_L}, \quad z(x+1) = z(x) + \Delta z_x

优点:整数加法就够、缓存友好、非常适合 CPU 顺序执行。缺点:顺序依赖强——必须逐行逐像素,很难并行化。

现代 GPU 一秒扫几亿三角形,每个三角形只占几十像素,扫描线的启动开销都受不了,何况没法多个像素同时算。这套算法被淘汰是必然的。

3. 半空间算法与边缘函数​

Juan Pineda 在 1988 年提出了一个漂亮的替代方案:边缘函数(edge function)。对三角形的一条边 V0V1V_0 V_1,定义:

E01(x,y)=(y−y0)(x1−x0)−(x−x0)(y1−y0)E_{01}(x, y) = (y - y_0)(x_1 - x_0) - (x - x_0)(y_1 - y_0)

这是点 (x,y)(x,y) 到直线 V0V1V_0 V_1 的有符号"面积"(乘 2 后)。正负号取决于点在直线的哪一侧。三角形是三条边围成的凸区域,点在三角形内的条件是:

E01(x,y)≥0  ∧  E12(x,y)≥0  ∧  E20(x,y)≥0E_{01}(x,y) \ge 0 \;\wedge\; E_{12}(x,y) \ge 0 \;\wedge\; E_{20}(x,y) \ge 0

(假设三角形绕序为 CCW;CW 则反号。)

边缘函数的三个性质让这套算法特别适合硬件:

  1. 线性:E(x+1,y)=E(x,y)+(y1−y0)E(x+1,y) = E(x,y) + (y_1-y_0),只需要一次加法就能得到下一像素的值
  2. 可并行:所有像素的 EE 值可以独立计算,没有顺序依赖
  3. 能算重心坐标:三个边缘函数的值除以三角形总面积就是重心坐标

半空间算法(每边界一个"半空间约束")现在是所有硬件光栅器的标准做法。

4. 重心坐标​

三角形内一点 PP 可写成三个顶点的加权和:

P=λ0V0+λ1V1+λ2V2,λ0+λ1+λ2=1,λi≥0P = \lambda_0 V_0 + \lambda_1 V_1 + \lambda_2 V_2, \quad \lambda_0 + \lambda_1 + \lambda_2 = 1, \quad \lambda_i \ge 0

λi\lambda_i 就是重心坐标。用边缘函数:

λ0=E12(P)E12(V0),λ1=E20(P)E20(V1),λ2=E01(P)E01(V2)\lambda_0 = \frac{E_{12}(P)}{E_{12}(V_0)}, \quad \lambda_1 = \frac{E_{20}(P)}{E_{20}(V_1)}, \quad \lambda_2 = \frac{E_{01}(P)}{E_{01}(V_2)}

分母是常数(等于三角形面积的两倍)。用重心坐标插值任意属性:

a(P)=λ0a0+λ1a1+λ2a2a(P) = \lambda_0 a_0 + \lambda_1 a_1 + \lambda_2 a_2

5. 透视校正插值​

前面那个公式对屏幕线性量是对的,但对世界空间线性量是错的。

看一个具体例子:一根水平放置的长棒,头部离相机近、尾部远,纹理坐标 uu 从头到尾从 0 变到 1。在屏幕上棒因为透视变短,等间距屏幕位置对应的世界位置不是等间距的——远处的世界间距被压缩了。如果直接在屏幕空间线性插值 uu,画出来的贴图会像"贴在屏幕上"而不是"贴在物体上",视觉上像一张纸拉伸。

正确做法:在齐次空间做线性插值。对每个属性 aa,插值 a/wa/w 和 1/w1/w,然后相除:

a(P)=λ0a0w0+λ1a1w1+λ2a2w2λ01w0+λ11w1+λ21w2a(P) = \frac{\lambda_0 \frac{a_0}{w_0} + \lambda_1 \frac{a_1}{w_1} + \lambda_2 \frac{a_2}{w_2}}{\lambda_0 \frac{1}{w_0} + \lambda_1 \frac{1}{w_1} + \lambda_2 \frac{1}{w_2}}

推导:世界空间线性关系经过透视投影后,1/w1/w 保持屏幕线性,a/wa/w 也保持屏幕线性(aa 是世界线性的话)。所以在屏幕上用重心坐标插 a/wa/w 和 1/w1/w,再相除就能还原真正的世界线性 aa。

ww 从哪来?就是 VS 输出 gl_Position.w,未做透视除法的那个。透视校正是自动的、硬件做的,但你需要知道它在做什么——否则遇到 "深度插值精度不均匀" 这类问题时无从下手。

深度的处理稍微特别:由于投影矩阵设计的问题,zNDC=z/wz_{\text{NDC}} = z/w 本身就是屏幕线性的,所以直接插 zNDCz_{\text{NDC}} 就对。这也是为什么 zz-buffer 里的值在近处精度高、远处精度低——它是 1/w1/w 的双曲函数而不是线性函数。

6. 覆盖测试与像素中心​

一个像素被"覆盖"的定义是什么?主流选择:采样点在三角形内。

对不用 MSAA 的普通渲染,采样点就是像素中心 (x+0.5,y+0.5)(x+0.5, y+0.5)。对 MSAA Nx,一个像素里放 N 个亚像素位置,每个位置独立测覆盖,覆盖了就生成一个片段样本。

6.1 Top-Left 规则​

边缘上的点(E=0E = 0)算不算覆盖?如果两个相邻三角形共享一条边,边上的像素两边都覆盖了就重复画(overdraw + 半透明混合错误),都不覆盖就出现"接缝亮线"。

D3D/GL 采用top-left 规则:只有当共享边是三角形的"上边"或"左边"时才算覆盖。定义:

  • 上边:水平边、且三角形在其下方
  • 左边:非水平边、且三角形在其右方

工程上通过在边缘函数上加一个小偏置(fill rule bias)实现——不用真去判断上下左右。

6.2 亚像素精度​

顶点的屏幕坐标不能只是整数,否则每次相机稍微一移动,三角形边界就会"跳"一个像素,出现闪烁。硬件光栅器用固定小数点(例如 D3D 是 8 位小数、GL 至少 4 位),顶点被吸附到 1/2561/256 像素精度。这样相机连续移动时三角形边界也连续变化,只是变化步长离散。

亚像素精度是 MSAA 得以工作的前提——采样点在同一个像素内不同位置,边缘函数值会有可分辨的差异。

7. 三角形遍历策略​

知道怎么判一个像素覆盖没,还得决定遍历哪些像素。三种主流:

逐像素扫全屏:太蠢,只在极大三角形(占满屏幕)时才不亏。

扫描三角形包围盒:算出三角形的 AABB,对盒内所有像素测三个边缘函数。简单,但小三角形浪费不多、大三角形也不算多——是 GPU 常用起点。

层级 Tile 遍历:把屏幕划成 8×88\times 8 或 16×1616\times 16 的 tile,先测一个 tile 的四角是否全在某条边外——是的话整块跳过。层级化,粗排除后再细扫。真实 GPU 用的都是这一套,配合 Hi-Z 剔除(tile 级深度快速比较)。

    +---+---+---+---+
| . | X | X | . | X = tile 与三角形相交,展开细扫
+---+---+---+---+ . = tile 完全在外,跳过
| X | X | X | X |
+---+---+---+---+

8. 属性插值实现​

硬件光栅器有专门的属性插值器(attribute interpolator),每种属性一个通道,输入是三个顶点属性值加上当前像素的重心坐标,输出是插值结果。透视校正在这里做。

一次像素着色的完整输入准备:

  1. 边缘函数计算 → 重心 λ0,λ1,λ2\lambda_0, \lambda_1, \lambda_2
  2. 对每个 varying aa:读 a0/w0,a1/w1,a2/w2a_0/w_0, a_1/w_1, a_2/w_2,加权得 a/wa/w;同时插 1/w1/w;相除得 aa
  3. 特殊处理深度 zNDCz_{\text{NDC}}:不需要透视校正
  4. 打包成 FS 输入下发

varying 数量越多,插值器就越忙,硬件通常有 32 个 vec4 varying 上限。写 shader 时 varying 是稀缺资源。

9. 2×2 Quad 与屏幕空间导数​

FS 里能用 ddx(uv)、ddy(uv) 得到相邻像素的差分。这个功能不是白来的——GPU 强制把片段按 2×2 quad 打包调度,同一个 quad 的四个片段并行执行同一条指令,导数就是 quad 内的相邻差值。

为什么要 ddx/ddy?Mipmap 选级需要它——采样一张贴图时,纹理坐标在屏幕上的变化率越大,就该用越粗的 mip 层:

λ=log⁡2(max⁡((∂u/∂x)2+(∂v/∂x)2, (∂u/∂y)2+(∂v/∂y)2))\lambda = \log_2\left(\max\left(\sqrt{(\partial u/\partial x)^2+(\partial v/\partial x)^2},\, \sqrt{(\partial u/\partial y)^2+(\partial v/\partial y)^2}\right)\right)

Quad 打包有个副作用:三角形边缘会生成"废片段"。一个三角形只覆盖 quad 的一个像素时,另外三个像素也会被生成(但 FS 结果被丢弃),只为给这一个像素提供导数。这就是helper invocation。小三角形(≤8\le 8 像素)的 quad 利用率极低,是现代高多边形渲染的性能杀手——Nanite 用软件光栅化的部分原因就是硬件光栅器处理这种"微三角形"太浪费。

10. Early-Z 与 Hi-Z​

严格按管线顺序,深度测试在 FS 之后。但如果一个片段最终会被深度测试丢弃,那 FS 白跑了。Early-Z:在 FS 之前先做深度测试,直接丢弃看不见的片段。

Early-Z 的前提:FS 不能修改深度。如果 shader 里写 gl_FragDepth = ...(少见但合法),硬件必须禁用 Early-Z,因为不算 FS 就不知道真实深度。同理 discard 语句:discard 会决定片段是否写入,如果 discard 在 FS 里,硬件某些实现下也会关 Early-Z。

Hi-Z(分层 Z)是 tile 级的深度快速拒绝。GPU 维护一份低分辨率的最大深度记录——每个 8×88\times 8 tile 存该区域里最远的深度。光栅化一个三角形前,先看它某个 tile 的最小深度 zmin⁡z_{\min} 是不是大于 Hi-Z 里的最大值——是的话整个 tile 的片段全部剔除,连 quad 打包都省了。

Hi-Z 对近处物体优先绘制特别有效——如果先画近景填了 Z-buffer,远景 tile 大部分被 Hi-Z 直接踢掉。所以工业界的一般策略:不透明物体从前到后画(front-to-back),最大化 Hi-Z 收益。

11. 保守光栅化与其他扩展​

保守光栅化(Conservative Rasterization,DX12/Vulkan 扩展):只要三角形与像素有任何面积重叠就算覆盖。用途:体素化、图形碰撞、遮挡查询。跟默认规则(采样点判定)不同,标准做法覆盖不了的边角像素也会算进去。

可变着色率(Variable Rate Shading,VRS):每 2×22\times 2 或 4×44\times 4 像素共用一次 FS 调用。视觉上主要区域全率、周边低率,省 30% 以上 FS 成本。RTX 20 系起硬件支持。

12. 与其他阶段的接口​

光栅化的输入来自 顶点处理与图元装配——屏幕空间三角形加每顶点的 1/w1/w 和属性。

输出是片段流:位置 (x,y)(x, y)、插值属性、深度 zNDCz_{\text{NDC}},进入 片段处理与输出合并 做着色和帧缓冲写入。

MSAA 的每采样点覆盖信息也在这里生成,会影响下游的深度/模板测试粒度。详细的走样成因和补救见 抗锯齿技术。

13. 一张覆盖测试的完整流程图​

    Vertex → Screen-space Triangle
│
▼
┌───────────────────────┐
│ Compute Bounding Box │
└───────────┬───────────┘
▼
┌───────────────────────┐
│ Tile-level Test (Hi-Z │
│ + edge sign test) │──── 拒绝 → 跳过整 tile
└───────────┬───────────┘
▼
┌───────────────────────┐
│ Pixel-level Edge Test │
│ E01, E12, E20 ≥ 0 │──── 拒绝 → 跳过像素
└───────────┬───────────┘
▼
┌───────────────────────┐
│ Sample-level Coverage │ MSAA: N 个采样点
│ (Top-Left Rule) │
└───────────┬───────────┘
▼
┌───────────────────────┐
│ Compute barycentric │
│ + perspective correct│
│ + interpolate attrs │
└───────────┬───────────┘
▼
Fragment 送 FS

14. 光栅化的局限​

光栅化算得快、专用硬件加速、对静态场景近乎免费。但它有几个先天缺陷:

  • 只能画三角形:曲面必须先细分。真曲面渲染(如 Bezier patch)要么细分、要么走光线追踪
  • 不擅长处理复杂全局效应:反射、折射、软阴影都要各种 trick 或者多趟渲染
  • 微三角形效率崩塌:屏幕上占 1–4 像素的三角形浪费 quad 打包和 setup 成本

前两条催生了光线追踪回归。第三条催生了 Nanite 这种软件光栅化 + 层次化 LOD 的现代方案。但对 90% 的实时图形,硬件光栅化仍然是最快最省的路径——理解它的每一步在做什么,才能理解为什么某些渲染现象是那样、某些性能问题会那样发生。