Dans les graphiques, il est courant de prendre plusieurs échantillons dans les limites d'un pixel et de les combiner ensemble (le plus souvent en faisant simplement une moyenne) pour une couleur finale de pixel d'échantillon. Cela a pour effet d'anti-aliaser une image.
D'une part, cela a du sens pour moi car ce que vous faites effectivement est d'intégrer la couleur du pixel sur la zone que le pixel représente. Dans cette ligne de pensée, la moyenne des échantillons "aléatoires" semble être la configuration idéale pour faire l'intégration de Monte Carlo. ("aléatoire" pourrait être stratifié, basé sur le bruit bleu, des séquences à faible écart, etc.)
D'un autre côté, cela semble faux (ou du moins pas aussi correct qu'il pourrait l'être) du point de vue du traitement du signal numérique. De ce point de vue, on a l'impression que nous prenons beaucoup d'échantillons puis sous-échantillonnons en utilisant un filtre de boîte (boîte flou) pour obtenir la valeur finale de pixel. Dans cette optique, il semble que l'idéal serait de recourir à un filtrage sinc au lieu de faire la moyenne des échantillons. Je pourrais voir que le filtre de boîte est une aproximation moins chère à une réflexion sincère dans ce sens.
Cela me laisse un peu confus. L'idée centrale selon laquelle nous intégrons la zone de pixels et la moyenne est-elle correcte? Ou est-ce que nous sommes en train de sous-échantillonner et que nous devrions utiliser sinc, mais utilisons un filtre de boîte parce qu'il est rapide?
Ou est-ce autre chose entièrement?
Un peu lié: Anti-aliasing / Filtering in Ray Tracing