上面是场景：使用了aeralight，面光源，mantra使用raytrace渲染引擎。
默认渲染如上图，噪点很多。(面光源的采样默认，mantra的采样默认)
上图是提高了light的sampling quality。提高之后明显比之前的图片noise少了很多。
上图是提高了light的sampling quality之后，有提高了mantra的PixelSamples的值6*6.，看起来noise又少了很多。
上图是再上面的步骤之上，提高了mantra的Min Ray Samples，这个值能提高ray trace的采样值。其实这是一个倍增器。
观察发现，noise已经很少了。
我们之前的图片像素过滤算法都是使用的高斯模糊 2*2。这上面的这张图片是使用Catrom 2*2的像素过滤算法。这个算法比高斯算法计算图像更加清晰，但是边缘抗拒齿少了，显得图像很锐利，添加了catrom算法可能发现其实noise比之前的图片噪点要多了一点点。
这张图是将mantra的Nosie Level值降低=0的渲染结果。mantra的Nosie Level值就是渲染器渲染不渲染噪波。如果不想添加噪点，那么最好将Nosie Level的值设置很低。
最后这张图是使用了mantra的Dicing的shading Quality Multipler的值=5(5就是很高的值了，这个值将是raytrace渲染引擎发射更多的raytrace光线来采样多边形。如果使用micropolgon算法，这个值就是是多边形渲染的更加细小。提高这个值，渲染精度就越高，时间就越长。)
总之，渲染是一件时间和质量的较量。想要很高的质量，必然渲染时间就要加长。
