标量时空蓝噪声掩膜
图形学
2021-12-20 v1
摘要
蓝噪声误差模式非常契合人类视觉感知,当应用于随机渲染技术时,蓝噪声掩膜(蓝噪声纹理)能够最小化最终图像中不需要的低频噪声。当前方法在每一帧独立地应用蓝噪声掩膜,会在时间上产生白噪声频谱。这种白噪声导致随时间积分收敛变慢,并且在时间滤波时结果不稳定。遗憾的是,实现时间稳定的蓝噪声分布并非易事,因为三维蓝噪声不具备所需的二维蓝噪声特性,而替代方法会劣化空间蓝噪声质量。我们提出了一种新颖的蓝噪声模式,在动画化时,其在像素上的取值随时间分布良好,对蒙特卡洛积分收敛迅速,并且在 TAA(时域抗锯齿)下更稳定,同时仍保留空间蓝噪声特性。为此,我们对著名的 void and cluster(空洞与聚簇)算法进行了扩展,重新表述其底层能量函数以生成时空蓝噪声掩膜。这些掩膜在空间和时间域均呈现蓝噪声频谱,从而产生视觉愉悦的误差模式、快速的收敛速度以及时间滤波时更高的稳定性。我们在多种应用上展示了这些改进,包括抖动、随机透明度、环境光遮蔽和体渲染。通过将空间蓝噪声扩展至时空蓝噪声,我们克服了先前蓝噪声工作的收敛局限,为蓝噪声分布开启了新的应用。
引用
@article{arxiv.2112.09629,
title = {Scalar Spatiotemporal Blue Noise Masks},
author = {Alan Wolfe and Nathan Morrical and Tomas Akenine-Möller and Ravi Ramamoorthi},
journal= {arXiv preprint arXiv:2112.09629},
year = {2021}
}