一、算法原理（Principle）
核心思想：
若是一个物体在当前相机视角下投影到屏幕上的面积小于某个阈值（如仅占屏幕的几个像素），那么它的渲染贡献允许忽略不计，可直接剔除或以极低 LOD 渲染。
此种剔除不是基于物体的真实世界尺寸（World Size），而是基于其在屏幕上的投影面积（Projected Screen-space Area），即“从相机看来它有多大”。
换句话说：
一个体积巨大的物体假如离相机很远，它的屏幕空间面积可能非常小。
而一个微小的零件如果离相机很近，投影面积却可能很大，仍然需要保留。
因此，这种方法更符合人眼的视觉感知规律，也更适合动态视角场景。
二、计算流程（Computation Pipeline）
步骤 1：计算包围体（Bounding Volume）
对每个几何体预先计算包围体（常见为 AABB 或 OBB）。
例如：
步骤 2：相机视图变换与投影
将包围体的 8 个顶点变换到裁剪空间（Clip Space）：
其中：
：投影矩阵（Perspective/Orthographic）
：视图矩阵
：原始坐标
：裁剪空间坐标
步骤 3：规范化设备坐标 (NDC)
执行透视除法：
并将其映射到屏幕坐标：
其中为屏幕宽高。
步骤 4：计算屏幕空间投影面积
对所有投影点求最小包围矩形（Screen-space Bounding Box）：
或者使用更精确的三角面投影面积求和：
步骤 5：基于阈值剔除
设定一个像素级阈值（例如 16 px² 或 32 px²）：
Cull (剔除或使用低 LOD)
三、数学形式与可视化解释
假设物体中心点距相机距离为，物体包围球半径为
，视角为
，屏幕分辨率为
，则近似的投影面积为：
其中：
：投影焦距
：屏幕像素尺度
当较大或
很小时，面积急剧下降。
因此行预先计算“距离阈值表”用于快速剔除：
即距离超过的物体，其投影面积一定低于阈值。
四、优化策略（Optimization Strategies）
1. 层级包围体测试 (Hierarchical Bounding Volume Test)
结合 BVH / Octree，将 SSAC 测试由局部几何上升到节点级别，先剔除整个子树。
2. 基于 GPU 的并行计算
使用 Compute Shader 批量计算各个 geometry 的投影面积（每个线程处理一个物体），并写入可见性缓冲区。
3. 动态阈值调整
根据相机运动速度或场景复杂度动态调整剔除阈值：
快速运动 → 提高阈值（更多剔除）
静止镜头 → 降低阈值（更精细）
4. 与 LOD 管线结合
如果位于两个阈值之间，可选择使用中等 LOD，而非直接剔除，平滑过渡。
| 投影面积区间 | 操作 |
|---|---|
| 完全剔除 | |
| 使用低 LOD | |
| 使用全分辨率渲染 |
5. 与遮挡剔除（Occlusion Culling）组合
先进行视锥剔除，再用 SSAC，再用遮挡剔除，实现三级快速筛选。
五、应用与案例
| 应用场景 | 实际效果 |
|---|---|
| 游戏引擎（Unreal, Unity） | 在每帧动态场景中自动剔除远处小道具、树叶、螺栓等对象。 |
| 工业仿真（CAD/PDPS） | 对极大量机械零件进行投影面积筛选，显著降低每帧渲染时间。 |
| 大规模点云可视化 | 仅保留投影面积较大的点或体素，提高绘制性能。 |
| VR/AR 场景 | 因人眼分辨率有限，SSAC 在边缘区域剔除微小几何几乎无感知差异。 |
六、总结
| 特性 | 说明 |
|---|---|
| 优势 | 与视觉感知一致、易达成、性能显著、可GPU并行 |
| 局限 | 对非刚体或快速变化场景应该每帧重计算；不考虑遮挡 |
| 典型优化方向 | 层级剔除、动态阈值、自适应LOD、多阶段过滤 |
简要伪代码示例
for (Geometry g : scene.geometries) {BoundingBox bb = g.getBoundingBox();Vector3 pts[8] = TransformToClipSpace(bb, camera);ScreenRect rect = ProjectToScreen(pts, screenWidth, screenHeight);float area = rect.width * rect.height;if (area < areaThreshold)g.visible = false;elseg.visible = true;
}