基本概念：
频率：在1s内完成多少个周期。
造成alising的原因是 high frequency signal try to pretend low frequency signal.
1 continuous image:图像的分辨率是无限的。
在现实的场景（拍照时对着大自然的场景）或者我们在计算机构造的场景一开始分辨率是无限的，但是当我们拍照或者在计算机的屏幕上显示的时候，需要采样，这时候的分辨率就不是无限的。因此不存在continuous image这只是一种理想的状态。
因此，在anti-alising时，理想的状态是将图形从空间域转到频率域，然后使用box filter的低通滤波
但是对频率域乘以低通滤波 对应的操作 是在空间域是与sin卷积，而sin是无限的，而不存在continuous image，因此这种理想情况无法达到。
2 图像在投影到屏幕过程或者纹理映射时，都需要进行采样。纹理和屏幕都是由一个个pixel组成的，而pixel本质上是面积很小的面，我们将其视为点处理(当比如ray tracing时，其实光线穿过的是pixel的中心，用这个中心的值来代替这一小面积的值)。但当super sampling时，我们将每个pixel细化为sub-pixel （n*n），然后多采样了n*n倍。
3 3D rendering pipeline过程中，包含一部rasterization，这一步其实是为了scene -> discrete image -> screen. （计算机中的image，都是raster图像，如通常所见的jpg，bmp等）
在采样过程中，比如将texture map投影到screen上时，当texture map的分辨率太高时，会出现一个像素对应的texture的多个像素（超过了设备的处理能力），导致alising.因此我们如果先对其进行低通滤波，这个问题就能得到改善。