high pass filter convolution filter anisotropic filtering median filter gaussian filter spatial convolution
用于上采样的数学重构滤波器——通过理想低通滤波防止混叠。质量标准，计算成本高。
在放大图像或更改帧率时，很容易遇到锯齿伪影问题——阶梯状伪影、摩尔纹、毛边。Sinc 滤波器是解决此问题的数学上严谨的方案。它作为理想的低通滤波器工作：它会衰减奈奎斯特定律之上的一切频率，同时从离散的像素值中重建原始连续信号。与快速的邻域方法（最近邻、双线性）或 Lanczos（它们是折衷方案）不同，Sinc 滤波器理论上能提供最佳的重建效果。
在实践中，这主要在你进行放大时需要——当你将 2K 提升到 4K 或将旧素材适配到当前格式时。当你进行重采样，改变帧率或像素网格时，你也会用到它。像 Nuke 这样的专业合成软件默认使用基于 Sinc 的重建来进行非关键的图像处理。结果是：清晰稳定的边缘，没有色差，动画没有闪烁。
最大的问题是：计算时间。真正的 Sinc 滤波器长度是无限的——因此必须对其进行截断，这又会引入伪影。因此，实践中通常使用加窗 Sinc——滤波器与一个窗函数（汉明窗、布莱克曼窗、凯撒窗）相乘，以抑制旁瓣。这仍然比 Lanczos 昂贵，但在高质量素材上，其质量是值得的。对于快速代理或实时播放，你不需要它。
在片场或后期工作时的技巧是：你通常只在关键时刻设置 Sinc 滤波器——在最终渲染或关键的放大操作时。中间步骤使用更快的算法进行缩放，以免拖慢整个流程。在现代 GPU 加速系统中，速度上的劣势已变得不那么明显，因此许多工作室现在更愿意使用它。对于存档数字化和修复，Sinc 几乎是标准——你愿意为额外的质量付费。
继续浏览词典