[发明专利]基于定义域和值域的卷积近似的着色器自动滤波方法、装置和系统

说明书

本发明公开了一种基于定义域和值域的卷积近似的着色器自动滤波方法、装置和系统，包括：将着色器解析成以抽象语法树组织的多个计算节点，将每个计算节点看作随机变量，针对每个计算节点，基于绘制计算函数的定义域，计算输入中值和输入方差在定义域内的输出中值和输出方差，依据输出中值和输出方差获得概率密度分布，以实现卷积近似，并以最后计算节点的输出中值作为着色器自动滤波结果。该方法和装置通过增加定义域和值阈的方式，将每次进行卷积近似计算约束在定义域和值阈内，以避免卷积过程出现严重失职，进而提高着色器滤波的普适性和质量。

技术领域

本发明涉及图形绘制，信号滤波和自动测试技术领域，具体涉及一种基于定义域和值域的近似卷积的着色器自动滤波方法、装置和系统。

背景技术

绘制过程中，屏幕像素颜色可以理解成为对于绘制物体表面连续信号的离散采样。根据信号采样定理，只有信号采样频率大于信号中最高频率2倍时，采样的数字信号才能完整保留原始信号中的信息。由于实时绘制对效率的约束导致采样频率不够，从而产生了常见的走样现象。在图形学中，用于减少或消除这种效果的技术，就称为反走样。在显示屏光栅图形时，可以理解成用离散信号采样物体表面连续的信号。由于屏幕设备像素有限，导致采样率经常不够。因此，反走样技术在图形学绘制中一直都是学术界和工业界重点关注的课题。

超采样和随机采样是两种最早提出的方法，超采样能够从根本上解决采样率不足的问题，因此常被作为精确值进行实用，但是计算代价太高，不适合用于实时绘制。随机采样在低采样率时存在较大的噪声，效果不稳定。因此，一些针对特定场景的高效滤波方法逐步被人提出。

Mipmapping和SATs是对于纹理滤波最常用的两种方法，并且Mipmapping具备通用硬件支持，但两种方法均受限于线性空间。对于非线性方程，研究人员尝试用高斯函数逼近原方程或者引入概率密度函数，通过高斯函数的性质和卷积计算实现对非线性空间的滤波方法。由于绘制方程是图形学中最重要的着色计算公式之一，因此有大量的研究方法通过引入高斯函数和法向分布函数的方法，解决高光部分由于采样不足导致的闪烁的走样问题。工业界中最常用的是Lean mapping，即利用高斯函数在斜率域上逼近法向分布函数，通过对一阶和二阶矩实现对绘制方程的滤波。随后，研究人员将Lean mapping增加考虑可见性、阴影，甚至直接对双向反射分布函数进行滤波，拓展了原始方法的适用范围。

然后上述方法是针对特定绘制方程或者分布函数，难以直接应用到其他的方程中。杨等人提出一个新的自动框架来构建滤波的着色器并且产生光顺的结果，详见文献YANG Y.,BARNES C.:Approximate program smoothing using mean-variancestatistics,with application to procedural shader bandlimiting.In ComputerGraphics Forum(2018),vol.37,Wiley Online Library,pp.443–454。针对任意的着色器，首先将着色器分拆成很多子程序，依次滤波每一个子程序。对于每个子程序应用中值-方差概率统计方法，通过核卷积依次计算输出节点的中值和方差，迭代上述过程，得到着色器输出节点的概率密度函数，最后输出节点的中值即作为滤波过后的结果输出。然而，这种方法在卷积过程中可能出现严重失真，因为迭代过程中并考虑到定义域和值域影响，在计算中值和方差过程中可能出现结果在值域以外。

因此，对任意着色器滤波仍然是一个有挑战性的问题。

发明内容

本发明的目的是提供一种基于定义域和值域的卷积近似的着色器自动滤波方法、装置和系统，通过增加定义域和值阈的方式，将每次进行卷积近似计算约束在定义域和值阈内，以避免卷积过程出现严重失职，进而提高着色器滤波的普适性和质量。

为实现上述发明目的，本发明提供以下技术方案：