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