Serrilhado (aliasing)

Apresentação
Objetos gráficos, ao serem rasterizados, frequentemente apresentam padrões contendo altas
frequências espaciais, que se manifestam como oscilações em regiões em que as variações de
intensidade entre pixels ocorrem de modo mais abrupto. Em geral, essas oscilações estão
associadas aos detalhes contidos na imagem, de modo que a perda de resolução pode implicar em
distorções nas regiões da imagem que sejam ricas em detalhes, efeito chamado de serrilhado
(aliasing).

Nesta Unidade de Aprendizagem, você vai conhecer abordagens práticas para a redução do efeito
de serrilhado, que podem ser necessárias durante a rasterização de objetos ou ao manipulá-los na
correspondente matriz de pixels. Além disso, vai compreender as situações em que cada abordagem
é aplicável ou recomendada, utilizando exemplos práticos como referência.

Bons estudos.

Ao final desta Unidade de Aprendizagem, você deve apresentar os seguintes aprendizados:

• Explicar o que é serrilhado e suas implicações.

• Descrever técnicas de pré-filtragem e pós-filtragem para antisserrilhado (antialiasing).
• Aplicar as técnicas de antisserrilhado (antialiasing) em imagens tridimensionais.
 Desafio
Em muitas situações, o artefato de aliasing pode ocorrer como resultado de algum procedimento
realizado de forma inadequada ou, ainda, quando se modifica um objeto gráfico representado em
uma matriz em resolução relativamente baixa. Dependendo do nível de aliasing, o artefato pode ser
visualmente perceptível.

Nesse contexto, considere a situação apresentada a seguir:

Aponte a câmera para o
código e acesse o link do
conteúdo ou clique no
código para acessar.
Dessa maneira, descreva uma sequência adequada de procedimentos para que, a partir da imagem
com efeito de halftoning mostrada por seu colega em seu tamanho original (330x330 pixels), seja
obtida sua versão reduzida para um terço de seu tamanho (110x110 pixels), de modo a ainda
preservar suas formas gerais, também com o efeito de halftoning. Para isso, admita que você já
dispõe de um algoritmo que produz o efeito de halftoning sobre uma imagem qualquer.

Identifique, ainda, a etapa da solução descrita por você que seu colega, provavelmente, não
considerou, levando-o a obter o resultado indesejado.
 Infográfico
A realização de objetos tridimensionais, como sólidos e superfícies, além de representações
aramadas, pode envolver várias etapas distintas, desde a modelagem até a rasterização de formas
projetadas e a obtenção da representação matricial. Há, em geral, diferentes escolhas de
abordagem para a aplicação de métodos antialiasing, de acordo com a conveniência e a
necessidade.

No Infográfico a seguir, você vai ver possíveis abordagens envolvendo o antialiasing para a
obtenção de formas tridimensionais suaves.
Aponte a câmera para o
código e acesse o link do
conteúdo ou clique no
código para acessar.
 Conteúdo do livro
O efeito de serrilhado (aliasing) está presente em diversos contextos que envolvem a criação e
manipulação de objetos gráficos. Em geral, apresenta-se como artefatos, como linhas ou contornos,
indesejáveis. A depender de sua severidade, pode afetar a inteligibilidade do que se observa, pela
desintegração de texturas ou surgimento de padrões artificiais em regiões de imagens que
contenham muitos detalhes.

No capítulo Serrilhado (aliasing), base teórica desta Unidade de Aprendizagem, você vai aprender a
identificar e descrever esse fenômeno, bem como compreender as principais técnicas para reduzi-
lo.

Boa leitura.
COMPUTAÇÃO
GRÁFICA E
PROCESSAMENTO
DE IMAGENS
Serrilhado (aliasing)
Thiago Raposo Milhomem de Carvalho

OBJETIVOS DE APRENDIZAGEM

> Explicar o que é serrilhado e suas implicações.

> Descrever técnicas de pré-filtragem e pós-filtragem para antisserrilhado
(antialiasing).
> Aplicar as técnicas de antisserrilhado (antialiasing) em imagens tridi-
mensionais.

Introdução
Os processos de criação e manipulação matemática de objetos gráficos podem
envolver de modo geral diversas etapas em que realizamos transformações
de diferentes naturezas: sobre a geometria, sobre o brilho ou sobre as dimen-
sões ou resolução da matriz de pixels em que uma cena é representada. Não
é incomum que, após a aplicação de alguma dessas transformações, efeitos
indesejados, chamados de artefatos, surjam na matriz de pixels em que os
objetos gráficos foram rasterizados. Um dos principais artefatos presentes em
imagens é o efeito de serrilhado (aliasing), que pode ser ou não visualmente
perceptível.
Neste capítulo, você vai aprender a identificar e descrever o fenômeno
de serrilhado, compreendendo suas causas mais comuns e como podemos
minimizar esse efeito ao criar e manipular objetos gráficos representados em
matrizes de pixels.
2 Serrilhado (aliasing)

Compreendendo o fenômeno
No uso corriqueiro de nossos equipamentos eletrônicos que contêm telas
de visualização (celulares, tablets, computadores etc.), frequentemente ma-
nuseamos imagens com o objetivo de, por exemplo, reduzir seu tamanho,
aumentá-las para observar detalhes ou rotacionar objetos gráficos. Ao rea-
lizarmos uma dessas ações — desde o simples ajuste de tamanhos de figuras
em documentos aos já comuns gestos de arrastar nossos dedos sobre a
superfície da tela de um telefone celular, por exemplo — exigimos de nosso
dispositivo eletrônico uma razoável sequência de operações matemáticas
para a readequação dos objetos gráficos à nova disposição geométrica de-
sejada. Essas operações, em geral, envolvem procedimentos de interpolação
sobre os pixels da imagem em que os objetos gráficos são mostrados, para
que novos pixels sejam estimados a fim de preencher áreas inexistentes de
uma imagem que foi dilatada, por exemplo. Tais operações também podem
envolver a suavização de contornos, bordas e detalhes dos objetos gráficos,
antes de diminuirmos o tamanho da imagem que os contêm (AZEVEDO; CONCI;
VASCONCELOS, 2022).
Em todos esses casos, o que se almeja é reduzir o artefato de serrilhado
(aliasing), efeito normalmente indesejado que costuma surgir após realizarmos
diversos procedimentos de modificação em escala, rotações e alterações de
resolução espacial na matriz de pixels de uma imagem. Esse efeito consiste
essencialmente numa distorção nas altas frequências espaciais — níveis de
detalhes — de uma imagem, ou seja, implica numa perda de informações,
sobretudo em regiões de imagens que contenham muitas variações locais
de brilho, tais como bordas, pequenas oscilações, pontilhados, traços finos
etc., que são relativamente mais suscetíveis a distorções após a realização
de transformações nas dimensões e na forma da imagem (FOLEY et al., 2013).
Os casos mais comuns desse efeito em situações práticas, portanto, ocorrem
ao realizarmos:

„ transformações espaciais realizadas diretamente sobre a matriz de

pixels após a rasterização de objetos e cenas, como a modificação
em escala, alteração da resolução espacial, rotação ou cisalhamento
(shearing);
„ rasterização de objetos gráficos utilizando algoritmos de traçado de
curvas e superfícies que produzem pouca suavidade às formas — es-
pecialmente linhas, traços e contornos — geradas na matriz de pixels
resultante.
 Serrilhado (aliasing) 3

Devemos aqui observar que esses casos citados ocorrem ao realizarmos

alguma ação sobre parâmetros da imagem ou produzindo-a, seja modificando
aspectos preexistentes, como o tamanho ou inclinação de um objeto numa
imagem (primeiro caso) ou produzindo objetos gráficos para possivelmente
inseri-los numa cena (segundo caso). Há, entretanto, outra importante si-
tuação em que o fenômeno do aliasing pode se manifestar: na digitalização
de uma imagem.
Neste último caso, realiza-se a aquisição da imagem do mundo físico,
processo em que devemos definir as correspondentes resolução em amplitude
e taxa de amostragem. A resolução em amplitude refere-se à quantidade de
valores distintos de intensidade (níveis de cinza) que podem ser representados
numa matriz de pixels — ou número de combinações de cores, no caso de
imagens coloridas. Essa resolução é determinada pela quantidade de bits
por pixel. Comumente, utilizam-se 8 bits por pixel para imagens em escala
de cinza e 24 bits por pixel no sistema RGB (8 bits para cada componente).
Por sua vez, a taxa de amostragem está relacionada à resolução espacial,
determinada pela densidade espacial de pixels, isto é, a quantidade de pixels
por unidade de área, medida, por exemplo, em pixels por polegada (pixels
per inch — PPI). Aspectos relativos à aquisição e digitalização costumam ser
abordados nas áreas de processamento de sinais e eletrônica, em que os
critérios de amostragem são descritos (DINIZ; SILVA; NETTO, 2014).
Sobre esses aspectos, o que devemos compreender é que, para que o
efeito do aliasing seja minimizado na aquisição de uma imagem, deve-se
utilizar uma taxa de amostragem suficiente para representar os detalhes
que a imagem contém. Para isso, o critério universalmente utilizado é o
critério de Nyquist. De modo simplificado, para a adequada representação
discreta de um fenômeno contínuo, tal critério determina que é suficiente
realizarmos a sua amostragem a uma taxa igual a pelo menos duas vezes a
maior frequência de oscilação que o fenômeno apresenta. Chamamos essa
taxa mínima de amostragem de taxa de Nyquist (GOMES; VELHO, 2015).
Caso não utilizemos uma taxa de amostragem suficiente para a represen-
tação dos detalhes de uma imagem, o fenômeno do aliasing pode ocorrer,
por exemplo, na forma de padrões que interferem na textura de objetos,
podendo degradar a imagem ou produzir efeitos indesejáveis. A Figura 1
apresenta duas situações em que ocorre o efeito de aliasing em função da
baixa resolução disponível.
4 Serrilhado (aliasing)

Figura 1. Artefato de aliasing presente na forma de interferência em padrões periódicos (à

esquerda) e em linhas retas (à direita).
Fonte: Shirley et al. (2009, p. 212).

Como podemos perceber, o artefato de aliasing, a depender do nível de

severidade, pode ser visualmente perceptível, sobretudo em representações
de imagens e objetos gráficos com resolução espacial relativamente baixa,
apresentando-se acima de tudo em linhas, bordas de objetos, pontos isolados
e demais formas associadas a variações abruptas de nível de cinza entre
pixels próximos.

O artefato de serrilhado é especialmente perceptível em regiões

de imagens contendo muitos detalhes e variações locais de in-
tensidade. Por esse motivo, linhas e bordas de objetos gráficos são as mais
afetadas, tanto nos processos de rasterização quanto em transformações
espaciais que modificam as dimensões e formas dos objetos contidos na
imagem.

No contexto da rasterização de objetos gráficos, o efeito de serrilhado

é facilmente visualizado ao rasterizar formas geométricas simples, como
segmentos de reta, círculos e polígonos. Na Figura 2, podemos observar o
efeito nas bordas de um triângulo rasterizado em três dimensões. Em função
de suas dimensões relativamente pequenas, o artefato de serrilhado fica
evidente, sendo necessária a aplicação de algum procedimento que reduza
esse efeito.
 Serrilhado (aliasing) 5

Figura 2. Efeito serrilhado nas bordas de um triângulo (arestas de comprimento igual a 67,
88 e 97 pixels) representado no espaço tridimensional.

Para além do mero efeito de linha serrilhada que o nome sugere, o artefato
de serrilhado (aliasing) é um fenômeno que se manifesta de diversas maneiras.
Em todas elas, informações de detalhes — altas frequências espaciais — são
perdidas ou distorcidas, incluindo a possibilidade de falhas e descontinui-
dades em contornos, linhas e bordas, desintegração de texturas, etc. Uma
situação comum em que falhas e descontinuidades em linhas e contornos
são produzidas é, por exemplo, na ausência de algum método antialiasing
previamente à redução do tamanho de objetos gráficos. A Figura 3 ilustra essa
situação com um círculo rasterizado em duas dimensões. A figura mostra o
objeto originalmente rasterizado e o resultados obtido após reduzi-lo pela
metade sem aplicação de nenhum método prévio que minimize o aliasing, isto
é, após a simples eliminação de linhas e colunas da imagem para reduzi-la.

Figura 3. Aliasing em formas geométricas simples: círculo com raio de 80 pixels (à esquerda)
e após sua redução pela metade (à direita) pela simples eliminação de linhas e colunas da
matriz de pixels. Após a redução, há falhas perceptíveis em seu traço.
6 Serrilhado (aliasing)

Seja durante ou após a rasterização de objetos gráficos, ao manipulá-los

e submetê-los a transformações utilizamos métodos antialiasing (antis-
serrilhado), que frequentemente incluem alguma etapa de filtragem linear
envolvendo, em geral, a operação de convolução. De fato, métodos antialia-
sing são aplicados em situações diversas, incluindo correção de texturas,
padrões de sombreamento, iluminação e reflexão de superfícies, além de
serem utilizados como artifício para produzir efeitos de distância por ajuste
de foco, borramento, identificação de direção de iluminação não uniforme em
cenas, extração de formas principais, unsharp masking (realce de bordas), etc.
Trataremos a seguir dos principais métodos antialiasing, de situações
específicas em que se recomenda aplicá-los e de como podemos empregá-los,
incluindo os aspectos práticos e operacionais de seu cálculo para utilização
em situações reais.

Técnicas antialiasing
De modo geral, os métodos antialiasing podem ser aplicados: simulta-
neamente ao processo de rasterização dos objetos gráficos ou após esse
processo, sobre a representação matricial obtida com a construção dos
objetos gráficos na matriz de pixels. No primeiro caso, o objetivo é cons-
truir o objeto já visualmente livre do artefato de serrilhado, utilizando-se
algum método que produza linhas, bordas e contornos com algum grau de
suavidade, de modo a reduzir a percepção visual de serrilhados e falhas nos
objetos gráficos resultantes. Nesse contexto, normalmente aplicamos os
procedimentos chamados pré-filtragem e pós-filtragem, que abordaremos
em seguida. No segundo caso, a posteriori, o objetivo é atenuar o efeito de
serrilhado que eventualmente esteja presente numa imagem já construída,
após os procedimentos de rasterização. Em circunstâncias assim, o efeito
serrilhado tipicamente ocorre após a realização de alguma transformação
espacial sobre a imagem que acaba modificando as formas ou os tamanhos
dos objetos gráficos nela contidos. Nessa situação, o procedimento mais
realizado é a filtragem linear, feita geralmente via operação de convolução,
da qual também trataremos mais adiante. Antes, porém, examinemos mais
a fundo os dois métodos recém-citados.

Pré-filtragem e pós-filtragem
No procedimento de pré-filtragem, consideramos cada pixel como uma uni-
dade de área de uma imagem. Dessa forma, ao traçarmos um segmento na
 Serrilhado (aliasing) 7

imagem para determinar a intensidade de cada pixel a ser traçado para o

segmento, consideramos a proporção em que o segmento a ser traçado se
sobrepõe à unidade de área correspondente do pixel. Perceba que, com essa
concepção de que pixels ocupam determinada área, segmentos com largura
de 1 pixel também ocuparão áreas, de tal modo que efetivamente podemos
calcular a proporção das áreas sobrepostas. A seguir, a Figura 4 ilustra esse
processo, mostrando a intensidade dos pixels em função da sobreposição
entre sua área e a área da linha a ser traçada.

Figura 4. Ilustração do processo de pré-filtragem: área de uma linha a ser traçada (indicada
pelo retângulo inclinado) sobreposta às áreas dos pixels correspondentes. A intensidade
de cada pixel é proporcional à sobreposição entre sua área e a área da linha a ser traçada.
(Neste exemplo, pixels mais escuros representam intensidades mais altas.)

A Figura 5 mostra a diferença entre utilizar ou não a pré-filtragem

no traçado de um caractere. No exemplo mostrado, foi traçado um
caractere de texto para ilustrar o efeito da pré-filtragem. Perceba o quanto o
procedimento reduz o efeito serrilhado.

Figura 5. Caractere de texto: resultado obtido sem o uso da pré-filtragem (à esquerda) e

com o seu uso (à direita).
8 Serrilhado (aliasing)

Há duas abordagens básicas para este procedimento. Notemos primei-

ramente que, ao considerar que pixels ocupam determinada área, podemos
dividi-los em subpixels. Assim, a proporção da sobreposição do traço sobre
um pixel pode ser indicada pela quantidade de subpixels (pertencentes a esse
pixel) que estão sob o traço. Se a contribuição de cada subpixel for a mesma,
estaremos realizando o processo chamado unweighted area sampling (amos-
tragem de área sem ponderação). Isso quer dizer que a intensidade do pixel
será simplesmente proporcional à área ocupada pela sobreposição do traço
(quantidade de subpixels sobrepostos pelo traço), de modo que atribuímos
pesos iguais para todos os subpixels, independentemente de sua localização.
Uma segunda abordagem consiste em atribuir pesos distintos para os
subpixels, geralmente pesos maiores para os subpixels no centro do pixel e
pesos menores para os subpixels periféricos. Por essa razão, tal abordagem é
chamada de weighted area sampling (amostragem de área com ponderação)
(BAKER; CARITHERS; HEARN, 2014).
A seguir, a Figura 6a ilustra o método de unweighted area sampling, en-
quanto logo a Figura 6b ilustra o método de weighted area sampling. Ambas
ilustram a situação em que os pixels são divididos em 9 subpixels, cuja sobre-
posição a um segmento a ser traçado (representado em azul) determinará o
valor da intensidade de cada pixel final, representando o segmento rasteri-
zado. O mesmo segmento é utilizado como referência em ambas as figuras.

Figura 6. Abordagens de pré-filtragem: (a) unweighted area sampling, mostrando o processo

para quatro pixels, P1, P2, P3 e P4, quando sobrepostos por um segmento de reta (azul), também
de largura de 1 pixel. Neste caso, a intensidade a ser atribuída ao pixel P1, por exemplo, será
igual a 5/9 ≈ 0,556. (b) Weighted area sampling, mostrando o processo para quatro pixels,
P1, P2, P3 e P4, quando sobrepostos por um segmento de reta (mesmo de (a)), de largura de
1 pixel. Neste caso, a intensidade a ser atribuída ao pixel P1, por exemplo, será igual a 0,625.
 Serrilhado (aliasing) 9

Na situação descrita na Figura 6a, o valor atribuído à intensidade do pixel

P1, por exemplo, será igual a 5 × 1/9 ≈ 0,556, pois há 5 subpixels (de um total
de 9 possíveis) sobrepostos ao segmento representado em azul. Como o peso
atribuído a todos os subpixels que compõem a área é o mesmo (unweighted
area sampling), este será o valor a ser atribuído ao correspondente pixel da
linha rasterizada.
Já na situação descrita na Figura 6b, para calcular o valor da intensidade
a ser atribuída ao pixel P1, devemos considerar o peso de cada subpixel
antes de realizar a soma. Nesse caso, a intensidade a ser atribuída ao pixel
P1 após a rasterização da linha deverá ser (pois na
sobreposição há dois subpixels com peso , dois subpixels com peso e um
subpixel com peso ). Dessa maneira, a ideia central do método weighted
area sampling é que a contribuição da área central de um pixel deve ser
relativamente maior para o cálculo da correspondente intensidade após a
pré-filtragem.
Uma desvantagem dos métodos de pré-filtragem é que apresentam com-
plexidade computacional alta demais nas situações em que desejamos traçar
curvas e formas com padrões razoavelmente irregulares, como consequência
da necessidade de obtenção de uma estimativa coerente para a sobreposição
entre as áreas dos pixels e do traçado a ser produzido (BAKER; CARITHERS;
HEARN, 2014).
Ao produzir objetos gráficos, outra abordagem para a redução do artefato
de aliasing consiste no procedimento de pós-filtragem. Nessa abordagem,
realizamos a superamostragem da imagem por meio do prévio aumento da
densidade de pixels da matriz onde o objeto será rasterizado — com resolução
superior — seguida de uma filtragem linear, em que utilizamos a operação
de convolução. Após a filtragem linear, a densidade de pixels é reduzida
(subamostragem da matriz de pixels) para o tamanho originalmente definido
para a rasterização dos objetos. Assim, o método consiste em:

1. superamostrar a matriz de pixels, com densidade N vezes maior (su-

peramostragem por um fator N);
2. calcular as coordenadas para atribuição dos pixels do objeto em re-
solução N vezes maior;
3. aplicar o filtro antialiasing (filtro linear) via cálculo de convolução,
para obter uma forma suavizada do objeto traçado;
4. subamostrar pelo fator de N a matriz com o resultado obtido na etapa
anterior, de forma a gerar o objeto gráfico na resolução originalmente
desejada.
10 Serrilhado (aliasing)

O resultado da 3ª etapa é equivalente a calcular a intensidade média

de superpixels (agrupamentos de pixels) e atribuir a intensidade
calculada aos pixels da matriz com resolução original (sem a superamostragem).

Para realizar o processo de filtragem linear sobre uma imagem, devemos

escolher uma máscara espacial e realizar a operação de convolução entre a
imagem a ser filtrada e a máscara escolhida. Em outras palavras, o processo
de filtragem consiste no cálculo da convolução da imagem com a máscara
espacial. A operação de convolução entre uma imagem — cuja intensidade
nas coordenadas (x,y) é dada por f(x,y) — com uma máscara descrita por h(x,y)
resulta numa imagem filtrada, g(x,y), de acordo com a seguinte expressão:

A depender do contexto, a máscara espacial h(x,y) também é chamada

de resposta ao impulso do filtro linear, ou simplesmente de filtro (GONZA-
LEZ; WOODS, 2018). Entre as principais máscaras utilizadas para suavização
(antialiasing), estão a gaussiana e a de média, dadas respectivamente por:

onde c é um fator de escala, σ é o desvio-padrão da gaussiana centrada em

(x0,y0) e N a ordem do filtro, e:

onde , novamente, é a ordem do filtro.

A Figura 7 mostra exemplos de resultados de pós-filtragem por fatores
3, 5 e 7, com os filtros gaussiano e de média (com ordem igual ao fator de
superamostragem em cada caso).
 Serrilhado (aliasing) 11

Figura 7. Exemplo de aplicação de pós-filtragem com filtro gaussiano (acima) e filtro de média
(abaixo) para rasterização de escrita à mão livre. Da esquerda para a direita, para ambos
os filtros: sem pós-filtragem e pós-filtragem com fatores de superamostragem iguais a 3,
5 e 7. A ordem do filtro em cada caso foi tomada como igual ao fator de superamostragem.

Finalmente, nas demais situações em que a técnica antialiasing é aplicada

sobre uma imagem com os objetos gráficos já rasterizados, realizamos o
cálculo de convolução da máscara com a imagem que se deseja suavizar.
Embora essa abordagem seja computacionalmente mais vantajosa, de modo
geral tem-se um efeito de borramento mais evidente na imagem resultante
(BAKER; CARITHERS; HEARN, 2014). A Figura 8 mostra o resultado da aplicação
de filtro antialiasing gaussiano após a rasterização de um segmento de reta
com largura de um pixel.

Figura 8. Segmento de reta antes (esquerda) e depois (direita) da aplicação de filtro antia-
liasing gaussiano. O filtro foi aplicado ao segmento já rasterizado.

Destaca-se que esta última abordagem é extensivamente utilizada em

situações práticas, sobretudo quando não se tem acesso às representações
vetoriais dos objetos gráficos, mas apenas a suas representações matriciais,
como frequentemente ocorre. A seguir, veremos exemplos de aplicação das
técnicas antialiasing em objetos e cenas tridimensionais.
12 Serrilhado (aliasing)

Aplicação em objetos e cenas

Para entendermos como podemos aplicar técnicas antialiasing a objetos
gráficos e cenas em sua rasterização ou em sua representação matricial —
ou seja, sobre suas correspondentes matrizes de pixels — vejamos como
fazê-lo na situação em que representamos a imagem em escala de cinza,
isto é, numa única matriz que contém a informação de brilho (intensidade).
Aqui, devemos compreender que, para realizar esse procedimento sobre
uma imagem representada em cores, há essencialmente duas abordagens:

„ podemos aplicar o procedimento separadamente a cada uma das três

matrizes da representação no sistema red-green-blue (RGB, vermelho-
-verde-azul), para então recompor a imagem com as versões modifi-
cadas dessas matrizes;
„ representando a imagem no sistema hue-saturation-intensity (HSI,
tonalidade-saturação-intensidade), podemos aplicar o procedimento
sobre o componente I (intensidade), deixando os outros dois compo-
nentes (tonalidade e saturação) inalterados.

De fato, no contexto de imagens em cores, esta última abordagem — utili-

zando a representação no sistema HSI — é preferível quando desejamos evitar
distorções sobre sua cromaticidade, tais como interferências e misturas entre
tonalidades de regiões de imagens ou de objetos muito próximos entre si
(GONZALEZ; WOODS, 2018). Por outro lado, em determinadas situações, pode-se
propositalmente misturar a tonalidade de objetos com a tonalidade do fundo
da cena (background) como artifício para produzir o efeito de suavidade nas
bordas e contornos dos objetos (SHIRLEY et al., 2009).
Objetos tridimensionais apresentam, de modo geral, uma gama de atributos
bem maior que objetos puramente bidimensionais. Entre esses atributos,
podemos incluir os padrões de iluminação e reflexão, transparência, cálculos
de sombra própria e sombra projetada e efeitos relacionados à projeção e
à distância de objetos, como distorções e ajuste de foco (AZEVEDO; CONCI;
VASCONCELOS, 2022).
Para produzir o efeito de distância por ajuste de foco, podemos utilizar
como artifício a filtragem antialiasing de modo que o borramento de objetos
— por meio da aplicação de um filtro antialiasing para suavizá-los — gere o
efeito de desfoque, em contraste com objetos não filtrados, que interpretamos
como aqueles sobre os quais o foco está ajustado. A Figura 9 exemplifica esse
procedimento numa cena tridimensional.
 Serrilhado (aliasing) 13

Figura 9. Efeito de ajuste de foco com filtro antialiasing para suavização de bordas e borra-
mento de objetos de modo que pareçam desfocados. À esquerda, cena tridimensional sem
ajuste de foco. À direita, cena obtida com o ajuste de foco.
Fonte: Azevedo, Conci e Vasconcelos (2022, p. 328).

No contexto da pré-filtragem, o procedimento pode ser aplicado ao re-

alizar a projetação e rasterização de objetos tridimensionais. A Figura 10
apresenta o efeito obtido com a pré-filtragem aplicada às arestas de um
cubo, construído a partir de modelo tridimensional e obtido por projeção
plana paralela ortográfica.

Figura 10. Cubo construído tridimensionalmente e projetado no plano por projeção paralela
ortográfica, sem (à esquerda) e com (à direita) pré-filtragem.

Ao construir objetos tridimensionais a partir de modelos matemáticos, é

possível que artefatos relacionados ao método de construção fiquem visíveis.
Um exemplo é o procedimento de varredura rotacional para a obtenção de
formas tridimensionais a partir de traçados de contornos. A Figura 11 apre-
senta um objeto tridimensional aproximadamente esférico, obtido a partir
14 Serrilhado (aliasing)

de varredura rotacional de uma curva, projetado e rasterizado sem e com

o uso de pós-filtragem por meio da superamostragem da matriz de pixels
e aplicação de filtro antialiasing. Perceba que o padrão de serrilhado na
superfície do objeto foi corrigido.

Figura 11. Forma tridimensional obtida por varredura rotacional de uma curva, a qual deter-
mina seu contorno. À esquerda, objeto projetado e rasterizado sem o uso de pós-filtragem;
à direita, com o uso do método para correção do efeito serrilhado sobre sua superfície.

Assim, podemos afirmar de modo geral que, ao realizarmos a pós-filtragem,

o processo de suavização da imagem superamostrada via cálculo de convo-
lução é o que viabiliza a redução dos artefatos de linhas e bordas artificiais.
A ideia fundamental envolvida na operação de convolução é a mistura de
intensidades de pixels próximos, em razão da soma ponderada realizada
com os coeficientes da máscara espacial . Essa é a ideia central do conceito
de suavização de uma imagem.

Frequentemente é necessário realizar a operação de convolução para

aplicações em tempo real, o que pode demandar algoritmos rápidos
para seu cálculo. A depender das dimensões da máscara a ser utilizada para a
filtragem, o custo computacional da convolução pode aumentar consideravel-
mente. Nos casos que envolvem o cálculo de convolução entre sequências ou
matrizes muito grandes, uma das abordagens mais difundidas para a redução
do custo computacional é a utilização da transformada rápida de Fourier (fast
Fourier transform — FFT).
Ainda outros métodos podem ser utilizados para a filtragem linear, como
a filtragem no domínio da frequência espacial, baseada na transformada de
Fourier e transformadas correlatas, como a transformada discreta de cossenos
(discrete cosine transform — DCT).
 Serrilhado (aliasing) 15

Vejamos agora um exemplo com aplicação de técnicas distintas de filtra-

gem antialiasing numa situação em que houve redução da resolução espacial
disponível para representação de uma cena tridimensional.

A Figura 12 mostra um exemplo de aplicação de filtro antialiasing

para correção do efeito serrilhado resultante da redução da resolução
de imagem representando uma cena tridimensional. Note que, como a cena
tridimensional contém um ponto de fuga, as linhas paralelas convergem ao fundo
da cena. Uma implicação desse fato é a necessidade de resolução mais alta nas
regiões mais próximas do ponto de fuga como consequência da convergência
das linhas, fenômeno associado a altas frequências espaciais. Dessa maneira,
a redução de resolução da imagem afeta primordialmente regiões em que as
linhas estão mais próximas, como mostrado na figura.

Figura 12. Aplicação de filtro antialiasing em cena tridimensional: (a) cena tridimensional
em alta resolução; (b) após redução de resolução com aplicação de filtro antialiasing de
ordem zero (interpolação pelo vizinho mais próximo); (c) interpolação de ordem 1 (filtragem
trilinear); (d) filtragem anisotrópica.
Fonte: Adaptada de Shirley et al. (2009).

A degradação das linhas e detalhes visualmente perceptível após a re-

dução de resolução espacial ilustra a necessidade de aplicação de métodos
antialiasing. De modo geral, a escolha da técnica relaciona-se aos atributos
da imagem que desejamos preservar (bordas, níveis de detalhes, continui-
dade de linhas, etc.). Frequentemente, a escolha e validação das técnicas
que utilizamos para processar imagens e objetos gráficos envolve aspectos
empíricos e experimentais, em que a subjetividade na análise dos resultados
e efeitos visuais não deve ser descartada (GONZALEZ; WOODS, 2018).
Em termos gerais, a escolha entre a aplicação de procedimentos de pré-
-filtragem ou de pós-filtragem deve levar em consideração a importância dos
níveis de detalhes a serem preservados, do nível tolerado para borramento de
objetos gráficos contidos em cenas e espessura de traços, bem como o custo
computacional que as operações envolvem. Em diversas aplicações, como em
16 Serrilhado (aliasing)

pesquisa em análise, processamento e síntese para imagens médicas, por

exemplo, frequentemente opta-se pela exatidão dos modelos, ainda que ao
custo de maior complexidade e exigência de recursos computacionais para
a implementação dos procedimentos (SUETENS, 2009). Em outras aplicações,
a velocidade de resposta pode ser o aspecto mais relevante, como nas apli-
cações não críticas para uso em tempo real.
Dependendo do nível de sofisticação dos modelos de objetos gráficos e
dos recursos disponíveis, a pré-filtragem pode tornar-se inviável ou, ao menos,
pouco justificável, de modo que uma decisão razoável seria a aplicação de
pós-filtragem, ou ainda a aplicação de filtro antialiasing sobre a represen-
tação matricial obtida após a rasterização. Assim, a escolha adequada dos
métodos e técnicas de antialiasing também integra fundamentalmente a
tarefa de produzir e manipular objetos gráficos.
Podemos perceber, portanto, que há distintas abordagens para reduzir o
artefato de serrilhado em objetos gráficos, envolvendo técnicas antialiasing
que podem ser aplicadas durante os processos de renderização e rasteriza-
ção ou após sua realização. Dessa maneira, ao escolher a abordagem a ser
utilizada, deve-se considerar o meio-termo entre a suavidade desejada para
as formas, o custo computacional de implementação e o nível tolerado de
perda de detalhes, efeito em geral associado às diversas técnicas antialiasing.
A adequada compreensão dessas técnicas, dos aspectos que motivam sua
aplicação e das suas consequências permite identificar os contextos em que
é razoável optarmos por cada uma das abordagens aqui estudadas.

Referências
AZEVEDO, E.; CONCI, A.; VASCONCELOS, C. Computação gráfica: teoria e prática: geração
de imagens. Rio de Janeiro: Alta Books, 2022. v. 1.
BAKER, M. P.; CARITHERS, W.; HEARN, D. D. Computer graphics with Open GL. 4th ed.
New York: Pearson, 2014.
DINIZ, P. S. R.; SILVA, E. A. B.; NETTO, S. L. Processamento digital de sinais: projeto e
análise de sistemas. 2. ed. Porto Alegre: Bookman, 2014.
FOLEY, J. D. et al. Computer graphics: principles and practice. 3rd ed. New York: Addison-
-Wesley, 2013.
GOMES, J.; VELHO, L. Fundamentos da computação gráfica. São Paulo: IMPA, 2015.
GONZALEZ, R. C.; WOODS, R. E. Digital image processing. 4th ed. New York: Pearson, 2018.
SHIRLEY, P. et al. Fundamentals of computer graphics. 3rd ed. Natick: AK Peters, 2009.
SUETENS, P. Fundamentals of medical imaging. 2nd ed. Cambridge: Cambridge Uni-
versity, 2009.
 Serrilhado (aliasing) 17

Leituras recomendadas
COHEN, M.; MANSSOUR, I. H. OpenGL: uma abordagem prática e objetiva. São Paulo:
Novatec, 2006.
CORRIGAN, J. Computação gráfica: segredos e soluções. Rio de Janeiro: Ciência Mo-
derna, 1994.

Os links para sites da web fornecidos neste capítulo foram todos

testados, e seu funcionamento foi comprovado no momento da
publicação do material. No entanto, a rede é extremamente dinâmica; suas
páginas estão constantemente mudando de local e conteúdo. Assim, os editores
declaram não ter qualquer responsabilidade sobre qualidade, precisão ou
integralidade das informações referidas em tais links.
 Dica do professor
Na construção de objetos gráficos tridimensionais, frequentemente são utilizados modelos
baseados em faces. Ao inserir padrões de reflexão e sombreamento na cena, é possível que alguns
artefatos surjam.

Nesta Dica do Professor, você vai aprender a reduzir artefatos oriundos do modelo de
sombreamento ou reflexão constante – que pode apresentar uma superfície de forma segmentada
por linhas –, utilizando técnicas antialiasing.

Aponte a câmera para o código e acesse o link do conteúdo ou clique no código para acessar.
 Exercícios

1) Filtros antialiasing estão presentes em diversos dispositivos eletrônicos com interface

gráfica. Ao aplicá-los sobre a representação matricial de um objeto gráfico rasterizado, seu
cálculo envolve a convolução entre a imagem a ser filtrada e uma máscara espacial
adequadamente escolhida.

Nessa situação, é correto afirmar que a aplicação desses filtros:

A) produz aumento de contraste nas imagens filtradas.

B) produz o efeito de realce de bordas sobre a imagem filtrada.

C) busca preservar as altas frequências espaciais contidas na imagem.

D) suaviza a imagem filtrada, ainda que ao custo de possível perda de detalhes.

E) é, geralmente, implementada por procedimentos não lineares.

2) Frequentemente, filtros antialiasing são utilizados para modificações em escala em imagens.

Seu uso decorre da necessidade de suavizar formas serrilhadas, interpolar regiões ou
minimizar o efeito de formas artificiais que podem surgir em imagens contendo muitos
detalhes.

Diante desse contexto, considere as seguintes afirmações:

I. Para reduzir as dimensões de uma imagem, deve-se aplicar algum filtro antialiasing após a
subamostragem da matriz de pixels.

II. Ao realizar a rotação de objetos gráficos representados matricialmente, é necessário

aplicar uma técnica antialiasing sobre a matriz de pixels.

III. Para aumentar as dimensões de uma imagem, deve-se aplicar algum filtro antialiasing
após a sobreamostragem, como forma de reduzir o possível efeito serrilhado resultante.

É correto somente o que se afirma em:

A) III.

B) I e II.
C) I e III.

D) II e III.

E) I.

3) O fenômeno do aliasing relaciona-se à presença de altas frequências espaciais, associadas a

variações abruptas de intensidade entre pixels próximos. Nesse sentido, a presença desse
artefato relaciona-se à taxa de amostragem e à resolução disponível para representação da
matriz de pixels.

A respeito do artefato de aliasing, avalie as seguintes afirmações:

I. Ao construir cenas a partir de projeções cônicas, regiões mais próximas ao(s) ponto(s) de
fuga são, em geral, mais afetadas pelo aliasing.

II. De modo geral, texturas contendo menos detalhes são menos distorcidas por filtros
antialiasing do que texturas que contenham mais detalhes.

III. A principal motivação do uso de técnicas antialiasing é a preservação dos detalhes

presentes em texturas ou regiões próximas a pontos de fuga.

É correto somente o que se afirma em:

A) I.

B) I e II.

C) I e III.

D) II e III.

E) III.

4) Ao construir objetos gráficos e cenas, técnicas antialiasing podem ser utilizadas durante a
rasterização – processo em que se atribuem os valores dos pixels na matriz de representação
– ou após, realizando-se a filtragem linear da matriz de pixels com a operação de
convolução. Entre as principais técnicas antialiasing utilizadas no processo de rasterização,
estão a pré-filtragem e a pós-filtragem.

A respeito da pré-filtragem e da pós-filtragem, é correto afirmar que:

A) o procedimento de pós-filtragem consiste em rasterizar o segmento desejado na matriz de
pixels com a resolução desejada e, depois, filtrar a imagem resultante.

B) no procedimento de pré-filtragem, caso um segmento se sobreponha a 25% da área ocupada

por um pixel, a intensidade correspondente a ser atribuída a esse pixel deverá ser 25% da
intensidade máxima.

C) no procedimento de pré-filtragem, a intensidade a ser atribuída a um pixel deve ser maior,

caso o segmento a ser traçado esteja sobreposto à área central desse pixel, em comparação
ao caso de sobreposição a sua área periférica.

D) em função dos cálculos envolvidos no processo de pré-filtragem, essa técnica apresenta, de

modo geral, maior custo computacional, se comparada à técnica de pós-filtragem.

E) em geral, o aspecto de borramento de linhas e contornos que se obtém na imagem resultante

é menor na pós-filtragem do que na pré-filtragem.

5) Grande parte das técnicas antialiasing envolve uma etapa de filtragem linear, em que se
realiza uma convolução entre a imagem a ser suavizada e uma máscara espacial,
adequadamente escolhida. De modo geral, o aspecto da imagem resultante dependerá da
escolha da máscara espacial a ser utilizada.

Entre as máscaras que podemos utilizar para a suavização de imagens, estão:

A) a máscara gaussiana e a de média.

B) a máscara gaussiana e a de diferenças.

C) a máscara de média e a de gradiente.

D) a máscara laplaciana e a de média.

E) a máscara gaussiana e a de gradiente.

 Na prática
É cada vez mais comum que, na necessidade de preencher algum documento específico com uma
assinatura, se faça isso digitalmente. Eventualmente, é preciso modificar em escala a imagem que
contém a assinatura, para que seu tamanho se torne compatível com o do campo disponibilizado no
documento. Hoje, isso já não é um grande problema, visto que estão disponíveis diversos editores
de imagens que calculam essas modificações em escala satisfatoriamente.

Entretanto, será um problema para o Sr. Fulano, que, justamente hoje, precisa inserir sua assinatura,
em tamanho reduzido, em um documento, enquanto está em uma localidade isolada, dispondo
apenas de um antigo computador, cujo editor de imagens não parece ter recursos que o ajudem na
tarefa. Você vai ver, Na Prática, o que Sr. Fulano fez para resolver seu problema.
Aponte a câmera para o código e acesse o link do conteúdo ou clique no código para
acessar.
 Saiba +
Para ampliar o seu conhecimento a respeito desse assunto, veja abaixo as sugestões do professor:

Processamento digital de sinais: projeto e análise de sistemas

Livro tradicional na área de processamento digital de sinais. Faça a leitura do Capítulo 1, em que os
autores descrevem o fenômeno do aliasing no processo de amostragem de sinais, e do Capítulo 7,
em que tratam da mudança de taxa de amostragem (seus princípios, efeitos e propriedades) –
contexto em que se insere o procedimento de modificação em escala de imagens – e da utilização
de filtros antialiasing, com as justificativas formuladas em termos da Análise de Fourier.

Conteúdo interativo disponível na plataforma de ensino!

Computação gráfica (Aula 06): processamento de imagens II

Vídeo introdutório acerca de filtros lineares para suavização e outras aplicações, incluindo filtros
detectores de borda. Veja, nesta aula, como realizar o processo de filtragem linear via convolução
de uma imagem com máscara espacial.

Aponte a câmera para o código e acesse o link do conteúdo ou clique no código para acessar.

Filtro para redução de imagens com alta qualidade

Neste vídeo, você verá a técnica de remapeamento espectral, alternativa aos métodos antialiasing
clássicos para a preservação de detalhes de imagens após redimensionamento.

Aponte a câmera para o código e acesse o link do conteúdo ou clique no código para acessar.

O filtro antialiasing
Veja, neste vídeo, o problema da reconstrução de sinais a partir de suas amostras e a importância
dos filtros antialiasing para a interpolação. Trata-se da teoria que embasa a amostragem em
imagens, quando aplicada em duas dimensões ou, alternativamente, em linhas e colunas de pixels.

Aponte a câmera para o código e acesse o link do conteúdo ou clique no código para acessar.