4.10.4.3 Scegliere
un buon Tasso di Campionamento
Come hai appena visto, un tasso di
campionamento troppo basso può causare dei risultati sgradevoli.
Ci sono diversi metodi per ridurre od addirittura evitare questi problemi.
L'approccio brutale è aumentare il tasso di campionamento fino a
quando l'artificiosità svanisce ed ottenere così un'immagine
soddisfacente. Per quanto questo funzioni sempre, è una cattiva
idea, poiché allunga molto i tempi di rendering. Un approccio migliore
è usare prima il jittering e l'anti-aliasing. Se nessuna di queste
due funzioni aiuta, dovrai aumentare il tasso di campionamento.
Il jittering sposta ogni punto di una quantità piccola e casuale
lungo la direzione del campionamento. Ciò aiuta a ridurre le bande
regolari che sono un risultato dell'aliasing, il che aiuta molto dato che
l'occhio umano è molto più sensibile alle bande regolari
che non a un 'rumore' disperso nell'immagine.
Usa la parola chiave jitter
seguita dalla quantità che desideri. Valori ottimali sono numeri
decimali minori di 0.5, dato che valori più alti risultano in un'immagine
troppo disturbata. Ricorda che il jittering non elimina le artificiosità
introdotte da un tasso di campionamento troppo basso, ma aiuta solo a renderle
meno visibili.
Un altro, migliore metodo di ridurre l'aliasing è di usare il sovracampionamento
adattivo. Questo metodo lancia raggi addizionali dove è probabile
che ce ne sia bisogno. Se l'intensità del colore tra due campioni
adiacenti è troppo diversa (leggi : la loro differenza è
al di sopra di un determinato valore di soglia), vengono tracciati campioni
aggiuntivi in mezzo ai due precedenti. Questo metodo è eseguito
ricorsivamente fino ad un determinato numero di iterazioni o fino a quando
i valori riportati dai campioni non sono più vicini. Le parole chiave
aa_level
ed aa_threshold
danno il pieno controllo sul processo di sovracampionamento. La parola
chiave aa_level
determina il massimo numero di iterazioni mentre aa_threshold
specifica la differenza massima che si può verificare tra due campioni
adiacenti prima che venga effettuato il sovracampionamento.
Dopo tutta questa teoria, torniamo alla nostra scena ed aggiungiamo le
appropriate parole chiave per usare sia il jittering che il sovracampionamento
(vedi atmos3.pov).
atmosphere {
type 1
samples 50
distance 40
scattering 0.2
aa_level 4
aa_threshold 0.1
jitter 0.2
}
![]() |
Fig. 185
Se osservi il risultato che ottieni dopo
avere aggiunto jittering e sovracampionamento non sarai soddisfatto. L'unico
modo di ridurre le artificiosità ancora visibili è aumentare
il tasso di sovracampionamento scegliendo un numero più alto di
campioni (aumentando quindi la voce samples
nella definizione dell'atmosfera).
In questo modo otterrai un buon risultato, rendendo (quasi) invisibili
le artificiosità. A proposito, la quantità di polvere nella
nostra stanza forse è un po' esagerata, ma questo è solo
un esempio. E gli esempi, a volte, tendono ad essere esagerati.
![]() |
Fig. 186-Aumentare il numero dei campioni
![]() |
![]() |
![]() |