{
  "id": "rasterization",
  "title": "光栅化",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "光栅化将几何形状转换为像素网格上的采样，是图像渲染、实时图形、文字显示和印刷的核心环节。",
  "category": "computer-science",
  "subcategory": "software",
  "type": "concept",
  "aliases": [
    "栅格化",
    "扫描转换"
  ],
  "generated_at": "2026-11-03",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/rasterization/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/rasterization/",
      "json": "https://aiwiki.page/en/rasterization.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "光栅化是将形状的几何描述转换为规则网格上的采样的过程，这种网格通常是数字图像的像素网格。在计算机图形学中，光栅化确定三角形、线段或曲线等图元覆盖了哪些图像采样点，并提供计算其外观所需的信息。光栅化既用于二维绘图，也用于三维渲染。它在实时图形中尤为重要，因为专用硬件能够高效处理大量图元。"
    },
    {
      "heading": "范围与术语",
      "text": "光栅图像以矩形像素阵列表示视觉信息。相比之下，矢量图形通过路径、曲线和填充区域等几何对象来描述图像。将矢量图像光栅化，就能以选定的分辨率生成基于像素的表示。\n\n在三维图形中，光栅化通常具有更狭义的含义：将投影后的几何图元转换为片元。片元是对输出像素或其采样值的一份候选贡献，并附有深度、插值属性等相关信息。它不一定会成为最终像素：它可能被丢弃、与现有值合并，或仅对像素内的部分采样产生贡献。\n\n扫描转换这一术语侧重于确定光栅上的哪些位置属于某个形状。它常与光栅化互换使用，尤其是在绘制线条和填充多边形时。\n\n光栅化不同于范围更广的渲染过程，后者还包括可见性判定、材质求值、光照计算和图像合成。它也不同于图像处理，后者通常对已经采样的图像进行操作。"
    },
    {
      "heading": "图形流水线中的光栅化",
      "text": "传统的三维光栅化流水线分为若干阶段。不同图形系统的具体组织方式各异，具体实现也可以在保证所需结果不变的前提下，合并某些操作或调整其顺序。\n\n几何变换与裁剪\n\n顶点从物体坐标变换到相机坐标和投影坐标。这些变换通常采用矩阵表示和齐次坐标。\n\n在光栅化之前，图元会根据视域进行裁剪。裁剪可防止视野外的几何体产生不需要的采样，并处理穿越可见空间边界的图元。随后，透视除法和视口映射将保留下来的几何体转换到屏幕坐标中。\n\n曲面和复杂模型通常用三角形近似表示。三角形尤其便于处理，因为它们是平面的，边界简单，并且支持高效插值。\n\n覆盖判定\n\n光栅化器确定每个投影后的图元覆盖了哪些采样位置。在每像素一个采样的情况下，常见做法是测试一个指定位置，通常是像素中心。多重采样方法则在每个像素内使用多个覆盖采样位置。\n\n因此，即使图元与像素的部分区域相交，也可能没有覆盖该像素唯一的采样点。几何面积与离散采样覆盖之间的这种差异，是理解光栅化伪影的关键。\n\n属性插值与着色\n\n顶点所关联的属性——如纹理坐标、颜色和表面法线——会在整个图元上进行插值。片元着色器结合这些值与材质、光照数据，计算输出值。\n\n虽然在实际渲染中，着色与光栅化紧密相关，但两者承担的任务不同。光栅化负责确定覆盖情况并进行插值；着色则决定外观。\n\n可见性测试与输出\n\n片元可能需要经过深度测试和模板测试，着色器执行时也可能丢弃某些片元。通过测试的值会写入帧缓冲区，写入前还可能与现有值进行混合。\n\n深度缓冲区存储深度信息，使常规不透明物体渲染中的较近表面能够替代较远表面。某些硬件可以在执行开销较大的着色之前剔除被遮挡的片元，前提是这样做不会改变程序的行为。"
    },
    {
      "heading": "核心算法",
      "text": "光栅化将几何测试与增量计算相结合。高效算法会避免在每个像素处重复执行完整的几何计算。\n\n线条与曲线\n\n直线绘制算法选择网格位置来近似表示连续直线。布雷森汉姆直线算法采用误差增量更新和整数运算，因此在历史上具有重要地位，在软件实现中也很实用。\n\n曲线可以直接光栅化，也可以细分成更简单的片段。二维绘图系统通常先将曲线展平为折线段，再应用描边或填充规则。细分容差同时影响处理成本和近似精度。\n\n三角形边函数\n\n三角形的覆盖情况通常通过边函数来测试。对于从 \\(A=(A_x,A_y)\\) 指向 \\(B=(B_x,B_y)\\) 的有向边，一种可用的边函数为\n\n\\[E_{AB}(x,y) = (B_x-A_x)(y-A_y) - (B_y-A_y)(x-A_x).\\]\n\n其符号表明点 \\((x,y)\\) 位于该边的哪一侧。对于顶点绕序一致的三角形，在遵循所选边界约定的前提下，当一个点对三条边都满足相应条件时，该点就位于三角形内部。\n\n由于边函数关于 \\(x\\) 和 \\(y\\) 是线性的，从一个采样点移动到相邻采样点时，只需加上常数即可更新函数值。这有利于高效的增量求值和分块处理。\n\n共享边需要一致的归属规则。否则，相邻三角形可能同时包含某个边界采样点，也可能同时将其排除。一种常见约定是左上规则，即包含特定的边界边，而排除与之互补的边。其精确定义取决于图形系统的坐标约定。\n\n重心插值\n\n三角形内的一点可以用重心坐标表示：\n\n\\[P=\\lambda_0V_0+\\lambda_1V_1+\\lambda_2V_2, \\qquad \\lambda_0+\\lambda_1+\\lambda_2=1.\\]\n\n这些权重可以用于插值顶点属性。对于在投影后的三角形上呈线性变化的属性，普通插值给出\n\n\\[a(P)=\\lambda_0a_0+\\lambda_1a_1+\\lambda_2a_2.\\]\n\n透视投影需要额外处理。对纹理坐标等属性直接进行普通的屏幕空间插值，通常会产生失真。若 \\(w_i\\) 是顶点 \\(i\\) 的齐次裁剪坐标分量，则透视校正插值为\n\n\\[a(P)= \\frac{\\displaystyle\\sum_{i=0}^{2}\\lambda_i a_i/w_i} {\\displaystyle\\sum_{i=0}^{2}\\lambda_i/w_i}.\\]\n\n图形接口也允许属性在整个图元上保持常量，或在适当情况下采用不进行透视校正的插值。\n\n多边形填充\n\n一般多边形可以通过依次处理其与各条扫描线的交点来填充。多边形的内部可以使用奇偶规则或非零环绕规则来定义；对于自相交路径，这两种规则可能产生不同结果。\n\n另一种方法是在光栅化之前将多边形分解为三角形。这将大部分复杂性转移到前置的计算几何问题上，使光栅化器能够只处理统一类型的图元。"
    },
    {
      "heading": "采样、混叠与抗混叠",
      "text": "光栅化将连续的几何边界转换为离散采样。当细小特征或图像中快速变化的内容未得到充分采样时，混叠就可能表现为锯齿边缘、细节消失、摩尔纹或运动过程中的闪烁。\n\n抗混叠方法通过估算覆盖情况，或对一个区域内的信息进行滤波，来减少这些伪影，而不是仅依赖孤立的点采样。\n\n主要方法包括：\n\n- **超采样：**渲染比最终图像所需更多的采样，再将其滤波为输出像素。它既能减少边缘混叠，也能减少着色混叠，但会增加开销。\n- **多重采样抗混叠：**为每个像素保留多个覆盖采样和深度采样，同时允许共享部分着色计算。它主要改善几何边缘质量，并不会自动消除着色表面内部的混叠。\n- **解析覆盖率计算：**计算或近似估计形状所覆盖的像素面积比例。这对文字、线条和二维路径尤其有用。\n- **时域方法：**结合多个帧的信息，通常配合变化的采样位置和运动估计。这类方法可以提高稳定性，但也可能引入重影或造成细节损失。\n\n纹理映射会带来一种相关的采样问题：即使几何边界平滑，其内部的纹理细节也可能过于精细，超出输出分辨率所能表现的范围。纹理滤波和预滤波图像层级用于解决这一问题，其处理独立于图元覆盖判定。"
    },
    {
      "heading": "硬件实现与性能",
      "text": "现代图形处理器除了可编程着色单元之外，还包含专用的光栅化硬件。其高吞吐量依赖于规则的几何测试、空间局部性和大规模并行计算。\n\n光栅化器通常以小块为单位处理采样，从而可以通过几何边界测试接受或剔除整个块。许多 GPU 还会将渲染工作按屏幕空间中的分块进行组织，不过不同架构的分块组织方式和内存处理方式有所不同。\n\n性能并非仅由三角形数量决定。重要的限制因素包括：\n\n- **几何吞吐量：**对图元进行变换、装配和设置的速率。\n- **采样吞吐量：**处理覆盖、深度和输出操作的速率。\n- **着色开销：**对片元执行的计算量。\n- **内存带宽：**读取纹理和访问渲染缓冲区的开销。\n- **过度绘制：**重复处理覆盖相同屏幕位置的几何体。\n\n极小的三角形可能效率低下，因为即使覆盖的采样点很少，设置开销仍然存在。另一方面，大型重叠图元可能产生大量片元处理工作。提前深度剔除和层次化深度测试可以减少部分不必要的处理。"
    },
    {
      "heading": "与光线追踪的关系",
      "text": "光栅化与光线追踪组织可见性计算的方式不同。光栅化通常将图元投影到图像上，并确定其覆盖的采样点。光线追踪通常从与图像采样点关联的光线出发，求出这些光线与场景几何体的交点。\n\n在许多实时应用中，光栅化对于确定初级可见性非常高效。不过，其基本覆盖操作本身并不计算阴影、反射、折射或间接光照。基于光栅化的渲染器会通过额外技术实现这些效果，例如阴影贴图、辅助场景渲染、预计算光照或屏幕空间近似。\n\n光线追踪能够更直接地查询任意方向上的可见性，但需要执行求交计算，而且通常需要加速结构。这两种方法本身都不规定完整的光照模型，也都不保证生成照片级逼真的输出。\n\n混合渲染器会将两者结合起来，例如用光栅化处理直接可见的表面，同时通过追踪光线计算选定的反射或阴影。"
    },
    {
      "heading": "发展与应用",
      "text": "光栅化伴随着光栅显示器、数字绘图仪和图像输出设备的发展而发展。早期研究着重于在运算能力和内存资源有限的机器上，以较低开销完成直线绘制和多边形填充。随着交互式三维图形的普及，基于三角形的流水线和专用硬件变得越来越重要。后来的可编程着色器大幅提高了表面外观的灵活性，但并未取代光栅化在覆盖判定中的作用。\n\n其主要应用包括：\n\n- **交互式三维图形：**游戏、仿真、虚拟现实和模型查看器。\n- **用户界面与矢量绘图：**将路径、图标和可缩放图形转换为显示像素。\n- **文字渲染：**按选定的字号和分辨率，将字形轮廓转换为像素覆盖信息。\n- **文档输出与印刷术：**将页面描述转换为设备分辨率下的光栅数据。\n- **地图绘制与可视化：**将几何要素和科学模型转换为采样图像。\n\n光栅化通常会产生与分辨率相关的结果。放大这一结果无法恢复其采样中缺失的几何细节，而以更高分辨率重新光栅化原始几何体，则可以保留更清晰的边界。"
    },
    {
      "heading": "局限与特殊变体",
      "text": "有限的采样密度可能遗漏细薄的几何体和亚像素细节。数值精度也会影响边缘分类、裁剪和深度比较。几乎重合的表面可能产生深度冲突，即有限的深度精度导致可见性不稳定。\n\n透明效果需要额外处理，因为普通的深度缓冲方法只保留通过测试的最近深度。传统的 alpha 混合通常依赖处理顺序；更高级的方法则会存储、近似或重新组织多个贡献。\n\n保守光栅化改变了覆盖判据：在其高估形式中，只要图元与像素区域相交，就可以将该像素报告为被覆盖，而不再要求图元覆盖指定的采样位置。这对几何查询和体素化很有用，但其覆盖结果并不等同于常规显示光栅化的结果。\n\n可微光栅化通过提供梯度或梯度近似，支持涉及渲染图像的优化。可见性变化和硬性的覆盖判定是不连续的，因此这类系统通常采用软化的覆盖模型或专门的梯度估计器。所以，其行为不仅取决于显示渲染所采用的标准光栅化规则。"
    }
  ],
  "links": [
    "pixel",
    "computer-graphics",
    "image-processing",
    "matrix",
    "shader",
    "computational-geometry",
    "aliasing",
    "anti-aliasing",
    "graphics-processing-unit",
    "parallel-computing",
    "ray-tracing",
    "virtual-reality",
    "printing"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}