En los gráficos, es común tomar múltiples muestras dentro de los límites de un píxel y combinarlas (lo más común es hacer un promedio) para obtener un color de píxel de muestra final. Esto tiene el efecto de suavizar una imagen.
Por un lado, esto tiene sentido para mí porque lo que estás haciendo efectivamente es integrar el color del píxel sobre el área que representa el píxel. En esta línea de pensamiento, promediar muestras "aleatorias" parece ser la configuración ideal para hacer la integración de Monte Carlo. ("aleatorio" podría ser estratificado, basado en ruido azul, secuencias de baja discrepancia, etc.)
Por otro lado, esto se siente mal (o al menos no tan correcto como podría ser) desde el punto de vista del procesamiento de la señal digital. Desde ese punto de vista, parece que estamos tomando muchas muestras y luego reducimos la muestra usando un filtro de cuadro (cuadro borroso) para obtener el valor final de píxeles. Desde ese punto de vista, parece que lo ideal sería usar un filtro sinc en lugar de promediar las muestras. Pude ver que el filtro de caja es una aproximación más barata al pensamiento simple a lo largo de estas líneas.
Esto me deja un poco confundido. ¿Es correcta la idea central de que estamos integrando el área de píxeles y el promedio? ¿O es que estamos disminuyendo el muestreo y deberíamos usar sinc, pero estamos usando un filtro de caja porque es rápido?
¿O es algo completamente diferente?
Un poco relacionado: Anti-aliasing / Filtrado en Ray Tracing