MLAA：高效地将抗锯齿处理从 GPU 迁移至 CPU

标签：anti-alias   mlaa   morphological antial   gpu   

下载文章和源代码

英文版下载 MLAA：高效地将抗锯齿处理从 GPU 迁移至 CPU (PDF 1.2MB)
访问 MLAA 示例页可下载源代码。

简介

高效的抗锯齿技术是进行高品质、实时渲染的重要工具。MSAA（多点采样抗锯齿处理）是目前使用的标准技术，但有一些严重的缺点：

• 与延迟照明不兼容，后者在实时渲染中使用得越来越多；
• 高内存和处理开销，这使其在一些流行平台（如索尼 Playstation* PS3*）上的使用受限 [Perthuis 2010]。这种开销还直接与渲染场景的复杂性关联；
• 除非与阿尔法覆盖通道一起使用，否则无法对非几何边界进行平滑处理。

英特尔实验室开发的一项新技术形态学抗锯齿处理（Morphological Antialiasing，MLAA) [Reshetov 2009] 解决了这些限制。MLAA 是一种基于图像的后处理过滤技术，它可以标识不连续模式，并混合这些模式的相邻模式中的色彩来执行有效的抗锯齿处理。它是新一代实时抗锯齿技术的先驱，可与 MSAA 抗衡 [Jimenez et al., 2011] [SIGGRAPH 2011]。

此示例基于由 Reshetov 提供的基于 CPU 的原始 MLAA 实施，并进行了改进以大幅提高性能。这些改进包括：

• 集成一种高效且易用的新任务处理系统，在英特尔? 线程构建模块（Threading Building Blocks，TBB）上实施。
• 集成一种高效且易用的新管道传输系统，用于 CPU 图形任务装载。
• 通过新转置通道改进数据存取模式。
• 增加使用英特尔? SSE 指令以优化中断检测和颜色混合。

MLAA 算法

本节将概述 MLAA 算法的原理；请参阅 [Reshetov 2009] 了解详尽说明。从概念上说，MLAA 分三步处理图像缓冲：

1. 查找指定图像中的像素间中断。
2. 标识 U 形、Z 形和 L 形模式。
3. 混合这些模式的相邻模式中的颜色。

第一步（查找中断）通过将每个像素与其相邻像素比较实现。横向中断通过将像素与其下方相邻像素比较进行识别，纵向中断通过比较像素与其右方相邻像素进行识别。在我们的实施中我们比较了颜色值，但适合应用程序特点的任何其他方法也完全有效。

第一步结束时，如果检测到中断，则相应的每个像素都会用横向中断标志和/或纵向标志进行标记。在下一步中，我们会沿标记的像素来确定中断线（标记有相同中断标志的连续像素序列），并确定它们如何组合成 L 形模式，如下图中所示：

图 1： MLAA 图像处理，图像具有左侧原始图像中所示的 Z 形、U 形和 L 形形状

第三步（即最后一步）是对每个标识的 L 形模式进行混合。

一般的想法是将 L 形形状主线段（下图中的水平绿线）的中点连接到次线段（垂直绿线）的中点（连线为红线）。连线将每个像素分成两个梯形；对于每个像素，对应梯形的面积确定混合权重。例如，在下图中，像素 c5 的梯形面积是 1/3；因此，c5 的新颜色计算方式为 2/3 *（c5 的颜色）+ 1/3 *（c5 下面相邻像素的颜色）。

图 2： 计算混合权重

在实践中，为了确保有平滑的轮廓外观，我们需要最大程度地减少连续 L 形形状结合位置的颜色差异。为此，我们根据结合点周围的像素颜色对中间位置周围的 L 形线段上的连接点进行细微调整。

原文链接：https://software.intel.com/zh-cn/articles/mlaa-efficiently-moving-antialiasing-from-the-gpu-to-the-cpu#

MLAA：高效地将抗锯齿处理从 GPU 迁移至 CPU

标签：anti-alias   mlaa   morphological antial   gpu   

原文地址：http://blog.csdn.net/u013467442/article/details/41445869