[cg] Games202-realtime raytrcing

高斯滤波

    

        缺点：所有像素都会糊掉，无法保持边缘

双边滤波

         表示像素之间的距离,表示颜色之间的距离

优点：通过颜色突变找到图像边界

        如果两个像素(i,j),(k,l)颜色相差不大-->正常高斯核滤波

        如果两个像素(i,j),(k,l)S颜色相差太大-->高斯权重减小

         缺点：噪声多的场景中，通过颜色突变无法区分是噪声还是边界

联合双边滤波

一种 spatial filtering 方法，通过充分利用 G-buffer 的各种属性作为参考（双边滤波公式基础上多乘以几个指标），来控制滤波的核和权重。实际关键就是在判断高频信息属于噪声还是图像信息，而 G-buffer 是光栅化过程生成的完全没有噪声，因此作为滤波的指导是非常有用的。

考虑的点有：

• 联合考虑深度差异和法线（不能简单的单纯考虑深度差异）
  • 实际上就是考虑沿平面的深度差距

大滤波核带来的问题

使用大滤波核，如128x128, 每个像素都要取它周围的128x128个像素点,会耗费巨大性能

解决方法一 -seperate passes

1. 先横向滤波，取每个像素周围的（1xN)个像素

2. 再纵向滤波，取每个像素周围的（Nx1)个像素

N^2-->优化到N+N

原理：

高斯二维函数是可拆分的，（但双边滤波理论上不可分，工业界近似处理）

解决方法二 - a-trous wavelet

渐进增大filter大小

比如：每次取像素周围的5个sample, 但这些sample间隔会随着次数以2^i次方递增

 原理：

逐步去掉： 高频-->中频-->低频噪声

firefly 解决 

问题：图像中如果存在特别亮的点（firefly/outliner) ，需要先把这些点去掉，再去滤波

去掉的方法-->clamp操作（大于最大值取最大值，小于最小值取最小值）

取像素周围的7x7区域，获取一个颜色范围(根据均值和方差取），把超出这些范围的颜色clamp到这个范围内

同理，在temperal filter里，为防止上一帧的取值去到了颜色差异巨大的值，可对上一帧的颜色做clamp, clamp到当前帧的7x7颜色范围内

SVGF 

SVGF（Spatio-Temporal Variance Guided Filter）主要是采用了更聪明也更符合现代 G-Buffer 管线的 spatial filtering 方法，再搭配上 temporal filtering，可以说是 real-time denoising 的里程碑。

SVGF = Joint Bilateral Filtering + Temporal Filtering。SVGF 算是 real-time denoising 的经典方案了，后续的降噪方案大都基于此去改进或创新。

公式：

考虑的metrix: 1.深度， 2.normal 3.颜色差异

1.深度差异

考虑A,B点之间深度的梯度--深度沿着AB方向的变化率 

-->同一平面上的两个点可以做混合

2.normal差异

 3.颜色差异

问题：

在有噪声的图像中，如果直接判断两个像素之间的颜色差，有可能取到的是有噪声的像素点。

解决方法：

--考虑标准差来衡量噪声程度， 标准差越大，颜色差异就不可信

参考自：实时光线追踪（1）降噪：Spatio-Temporal Filtering - KillerAery - 博客园 (cnblogs.com)