Filtraggio anisotropico: Svelare la complessità visiva nella visione artificiale
Di Fouad Sabry
()
Info su questo ebook
Che cos'è il filtro anisotropico
Il filtro anisotropico è una tecnica utilizzata nella grafica computerizzata tridimensionale che viene utilizzata per migliorare la qualità dell'immagine delle trame sulle superfici della grafica computerizzata che sono visto ad angoli di visione obliqui rispetto alla fotocamera. Questa tecnica è particolarmente utile in situazioni in cui la proiezione della texture sembra non ortogonale.
Come trarrai vantaggio
(I) Approfondimenti, e convalide sui seguenti argomenti:
Capitolo 1: Filtraggio anisotropico
Capitolo 2: Mappatura delle texture
Capitolo 3: Filtraggio delle texture
Capitolo 4: Mipmap
Capitolo 5: Supersampling
Capitolo 6: Anti-aliasing spaziale
Capitolo 7: Illuminazione per pixel
Capitolo 8: Rendering (computer grafica)
Capitolo 9: Compressione delle texture
Capitolo 10: Anti-aliasing
(II) Rispondere alle principali domande del pubblico sull'anisotropico filtraggio.
(III) Esempi reali dell'utilizzo del filtro anisotropico in molti campi.
A chi è rivolto questo libro
Professionisti, studenti universitari e laureati, appassionati, hobbisti e coloro che desiderano andare oltre le conoscenze o le informazioni di base per qualsiasi tipo di filtro anisotropico.
Correlato a Filtraggio anisotropico
Titoli di questa serie (100)
Equalizzazione dell'istogramma: Miglioramento del contrasto dell'immagine per una migliore percezione visiva Valutazione: 0 su 5 stelle0 valutazioniVisione computerizzata: Esplorare le profondità della visione artificiale Valutazione: 0 su 5 stelle0 valutazioniRiduzione del rumore: Miglioramento della chiarezza, tecniche avanzate per la riduzione del rumore nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniTrasformata del radon: Svelare modelli nascosti nei dati visivi Valutazione: 0 su 5 stelle0 valutazioniMappatura dei toni: Mappatura dei toni: prospettive illuminanti nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniDiffusione anisotropa: Miglioramento dell'analisi delle immagini attraverso la diffusione anisotropa Valutazione: 0 su 5 stelle0 valutazioniRetinex: Svelare i segreti della visione computazionale con Retinex Valutazione: 0 su 5 stelle0 valutazioniTrasformazione di Hough: Svelare la magia della trasformazione di Hough nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniSistema di gestione del colore: Ottimizzazione della percezione visiva negli ambienti digitali Valutazione: 0 su 5 stelle0 valutazioniVisione artificiale subacquea: Esplorando le profondità della visione artificiale sotto le onde Valutazione: 0 su 5 stelle0 valutazioniCorrezione gamma: Migliorare la chiarezza visiva nella visione artificiale: la tecnica di correzione gamma Valutazione: 0 su 5 stelle0 valutazioniModello di aspetto del colore: Comprendere la percezione e la rappresentazione nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniOmografia: Omografia: trasformazioni nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniVisione stereoscopica del computer: Esplorare la percezione della profondità nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniScala dello spazio: Esplorare le dimensioni nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniGruppo congiunto di esperti fotografici: Sfruttare la potenza dei dati visivi con lo standard JPEG Valutazione: 0 su 5 stelle0 valutazioniFunzione di corrispondenza dei colori: Comprendere la sensibilità spettrale nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniRidipintura: Colmare le lacune nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniIstogramma dell'immagine: Svelare intuizioni visive, esplorare le profondità degli istogrammi delle immagini nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniConsenso del campione casuale: Stima robusta nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniRilevatore di bordi astuto: Svelare l'arte della percezione visiva Valutazione: 0 su 5 stelle0 valutazioniModello a colori: Comprendere lo spettro della visione artificiale: esplorare i modelli di colore Valutazione: 0 su 5 stelle0 valutazioniSpazio colore: Esplorare lo spettro della visione artificiale Valutazione: 0 su 5 stelle0 valutazioniStima della posa del corpo articolato: Sbloccare il movimento umano nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniMappatura dei colori: Esplorare la percezione visiva e l'analisi nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniRilevamento delle macchie: Scoprire modelli nei dati visivi Valutazione: 0 su 5 stelle0 valutazioniCompressione delle immagini: Tecniche efficienti per l'ottimizzazione dei dati visivi Valutazione: 0 su 5 stelle0 valutazioniProfilo colore: Esplorare la percezione visiva e l'analisi nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniTrasformazione affine: Sbloccare le prospettive visive: esplorare la trasformazione affine nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniTrasformazione di feature invarianti di scala: Svelare il potere della trasformazione delle caratteristiche invarianti su scala nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioni
Ebook correlati
Anti aliasing: Migliorare la chiarezza visiva nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniMappatura dei toni: Mappatura dei toni: prospettive illuminanti nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniTexture Mapping: Esplorare la dimensionalità nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniDeterminazione della superficie nascosta: Svelare i segreti della visione artificiale Valutazione: 0 su 5 stelle0 valutazioniMappatura dei colori: Esplorare la percezione visiva e l'analisi nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniProfilo colore: Esplorare la percezione visiva e l'analisi nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniEqualizzazione dell'istogramma: Miglioramento del contrasto dell'immagine per una migliore percezione visiva Valutazione: 0 su 5 stelle0 valutazioniComputer grafica di vertice: Esplorando l'intersezione tra la computer grafica di vertice e la visione artificiale Valutazione: 0 su 5 stelle0 valutazioniMappatura dei rilievi: Bump Mapping: esplorazione della profondità nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniPartizionamento binario dello spazio: Esplorazione del partizionamento binario dello spazio: fondamenti e applicazioni nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniSistema di gestione del colore: Ottimizzazione della percezione visiva negli ambienti digitali Valutazione: 0 su 5 stelle0 valutazioniElaborazione delle immagini piramidali: Esplorare le profondità dell'analisi visiva Valutazione: 0 su 5 stelle0 valutazioniRilevatore di bordi astuto: Svelare l'arte della percezione visiva Valutazione: 0 su 5 stelle0 valutazioniFlusso ottico: Esplorazione di modelli visivi dinamici nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniClassificazione delle immagini contestuali: Comprendere i dati visivi per una classificazione efficace Valutazione: 0 su 5 stelle0 valutazioniShader: Esplorare i regni visivi con Shader: un viaggio nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniComputer grafica della radiosità: Avanzamento della visualizzazione attraverso la radiosità nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniIlluminazione globale: Visione avanzata: approfondimenti sull'illuminazione globale Valutazione: 0 su 5 stelle0 valutazioniFotografia Digitale: Dalle Compatte alle Reflex: Nuova Edizione Valutazione: 5 su 5 stelle5/5Ombreggiatura Gouraud: Gouraud Shading: illuminare la visione artificiale Valutazione: 0 su 5 stelle0 valutazioniPhong Ombreggiatura: Esplorare la profondità del rendering visivo: Phong Ombreggiatura nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniStima del movimento: Progressi e applicazioni nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniDither: Rumore visivo nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniVisione stereoscopica del computer: Esplorare la percezione della profondità nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniComposizione alfa: Padroneggiare l'arte della composizione delle immagini nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniAppunti di un fotografo amatoriale Valutazione: 0 su 5 stelle0 valutazioniNebbia a distanza: Esplorare la frontiera visiva: approfondimenti sulla nebbia a distanza della visione artificiale Valutazione: 0 su 5 stelle0 valutazioniBanca filtri: Approfondimenti sulle tecniche del banco di filtri di Computer Vision Valutazione: 0 su 5 stelle0 valutazioniVisualizza la sintesi: Esplorare le prospettive nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioni
Intelligenza artificiale e semantica per voi
Il Terzo Like Valutazione: 0 su 5 stelle0 valutazioniGuida Intelligenza Artificiale Valutazione: 0 su 5 stelle0 valutazioniANonniMus: Vecchi rivoluzionari contro giovani robot Valutazione: 0 su 5 stelle0 valutazioni
Recensioni su Filtraggio anisotropico
0 valutazioni0 recensioni
Anteprima del libro
Filtraggio anisotropico - Fouad Sabry
Capitolo 1: Filtraggio anisotropo
Nella computer grafica 3D, il filtro anisotropico (abbreviato AF) è una tecnica per migliorare la qualità dell'immagine delle texture su superfici ad angoli di visione obliqui rispetto alla telecamera, dove la proiezione della texture (e non del poligono o di altra primitiva su cui viene renderizzata) appare non ortogonale (da qui l'origine della parola: an
per non, iso
per lo stesso, e tropico
da tropismo, relativo alla direzione; Il filtro anisotropico non filtra allo stesso modo in ogni direzione).
Simile al filtro bilineare e trilineare, il filtro anisotropico riduce gli effetti di aliasing, ma li supera riducendo al minimo la sfocatura e preservando i dettagli ad angoli di visualizzazione elevati.
Il filtraggio anisotropico è relativamente costoso (principalmente larghezza di banda della memoria e, in misura minore, computazionale, anche se si applicano le tipiche regole di compromesso spazio-tempo), e quindi non era una caratteristica standard delle schede grafiche di livello consumer fino alla fine degli anni '90. Il filtraggio anisotropico è sempre più diffuso nell'hardware grafico attuale (e nel software del driver video) e può essere abilitato dall'utente tramite le impostazioni del driver o dalle applicazioni grafiche e dai videogiochi tramite interfacce di programmazione.
A questo punto ci si aspetta che il lettore abbia familiarità con il mapping MIP.
Se dovessimo indagare su un algoritmo anisotropo più approssimativo, troveremmo:, la mappatura RIP, come continuazione della mappatura MIP, Possiamo comprendere come il filtro anisotropo migliori la mappatura delle texture in modo così significativo.
Se è necessario strutturare un piano orizzontale con un angolo obliquo rispetto alla fotocamera, è necessario ruotare la trama, a causa di un calo della frequenza dell'immagine lungo l'asse verticale, la minimizzazione della mappa MIP standard produrrebbe una risoluzione orizzontale insufficiente.
Ciò è dovuto al fatto che ogni livello MIP è isotropo nel mapping MIP, quindi una trama 256 × 256 viene ridimensionata a un'immagine 128 × 128, quindi un'immagine 64 × 64 e così via, Di conseguenza, la risoluzione su ciascun asse si dimezza simultaneamente, Di conseguenza, una sonda di trama della mappa MIP per un'immagine campiona sempre un'immagine con frequenza identica lungo tutti gli assi.
Pertanto, durante il campionamento per evitare l'aliasing dell'asse ad alta frequenza, allo stesso modo, gli altri assi della trama verranno sottocampionati e forse sfocati.
Con il filtro anisotropico delle mappe MIP, oltre al downsampling a 128 × 128, le immagini vengono campionate anche a 256 × 128 e 32 × 128 ecc.
Queste immagini sottocampionate anisotropamente possono essere esaminate quando la frequenza dell'immagine mappata con texture varia lungo ciascun asse della texture.
Pertanto, un asse non è influenzato dalla frequenza dello schermo dell'altro asse e l'aliasing continua a essere evitato.
a differenza del filtro anisotropico più generale, La mappatura MIP fornita come esempio è limitata in quanto supporta solo sonde anisotrope allineate agli assi nello spazio della trama, Di conseguenza, l'anisotropia diagonale rimane una preoccupazione, Nonostante il fatto che tali mappature dello spazio dello schermo siano tipicamente viste nelle applicazioni del mondo reale della trama anisotropa, questo non è sempre il caso.
La mappatura MIP e le relative limitazioni allineate agli assi lo rendono scarso per un vero e proprio filtro anisotropico. Viene utilizzato qui solo a scopo dimostrativo, poiché le implementazioni sono libere di scegliere le proprie soluzioni. L'implementazione completamente anisotropa è spiegata in dettaglio di seguito.
Nel linguaggio comune, il filtro anisotropico preserva la nitidezza
di una trama, che in genere viene persa quando una trama della mappa MIP tenta di impedire l'aliasing. Si può quindi affermare che il filtro anisotropico preserva i dettagli nitidi delle texture in tutti gli orientamenti di visualizzazione, offrendo al contempo un rapido filtraggio delle texture anti-aliasing.
Durante il rendering, è possibile eseguire diversi gradi o rapporti di filtro anisotropico e le attuali implementazioni di rendering hardware forniscono un limite superiore a questo rapporto.
In pratica, ciò significa che un filtro 4:1 sarà due volte più nitido di un filtro 2:1 in scenari di texturing molto obliqui (visualizzerà frequenze doppie rispetto al filtro 2:1). Tuttavia, la maggior parte della scena non richiederà il filtro 4:1; Solo i pixel più inclinati e quindi più lontani richiederanno il filtro più nitido. Ciò implica che, man mano che il grado di filtraggio anisotropico continua a raddoppiare, ci sono rendimenti decrescenti in termini di qualità percepita, poiché sempre meno pixel renderizzati vengono influenzati e i risultati diventano meno evidenti per l'utente.
Confrontando i risultati renderizzati di una scena filtrata anisotropica 8:1 con quelli di una scena filtrata anisotropica 16:1, solo pochi pixel altamente obliqui, principalmente su geometrie più distanti, visualizzeranno texture visibilmente più nitide nella scena con il grado più elevato di filtro anisotropico, e le informazioni sulla frequenza su questi pochi pixel filtrati 16:1 saranno solo il doppio di quelle del filtro 8:1. Anche la riduzione delle prestazioni diminuisce, poiché un minor numero di pixel richiede il recupero dei dati quando aumenta l'anisotropia.
Il limite massimo della qualità anisotropa di un progetto hardware è determinato in ultima analisi dall'aumento della complessità dell'hardware rispetto a queste ricompense in calo. Gli utenti e le applicazioni sono quindi liberi di modificare questo compromesso tramite configurazioni di driver e software fino a questa soglia.
Il vero filtro anisotropico esamina la trama in modo anisotropo, pixel per pixel, per qualsiasi orientamento di anisotropia.
Quando una trama viene campionata anisotropica