Modello di riflessione di Phong: Comprendere le interazioni della luce nella visione artificiale
Di Fouad Sabry
()
Info su questo ebook
Cos'è il modello di riflessione di Phong
Il modello di riflessione di Phong è un modello empirico dell'illuminazione locale di punti su una superficie progettato dal ricercatore di computer grafica Bui Tuong Phong. Nella computer grafica 3D, a volte viene definito "ombreggiatura Phong", in particolare se il modello viene utilizzato con il metodo di interpolazione con lo stesso nome e nel contesto di pixel shader o altri luoghi in cui un calcolo dell'illuminazione può essere definito " ombreggiatura".
Come trarrai vantaggio
(I) Approfondimenti e convalide sui seguenti argomenti:
Capitolo 1: Modello di riflessione di Phong
Capitolo 2: Modello di riflessione di Blinn-Phong
Capitolo 3: Funzione di distribuzione della riflettanza bidirezionale
Capitolo 4: Evidenziazione speculare
Capitolo 5: Teorema di Green
Capitolo 6: Teoria della deformazione finita
Capitolo 7: Vettore d'onda
Capitolo 8: Distribuzione esponenziale
Capitolo 9: Distribuzione di Weibull
Capitolo 10: Distribuzione gamma
(II) Rispondere alle principali domande del pubblico sul modello di riflessione di Phong.
(III) Esempi del mondo reale per l'utilizzo del modello di riflessione phong in molti campi.
A chi è rivolto questo libro
Professionisti, studenti universitari e laureati, appassionati, hobbisti e tutti coloro che che vogliono andare oltre le conoscenze o le informazioni di base per qualsiasi tipo di modello di riflessione Phong.
Leggi altro di Fouad Sabry
Tecnologie Emergenti Nella Scienza Dei Materiali [Italian]
Correlato a Modello di riflessione di Phong
Titoli di questa serie (100)
Trasformazione affine: Sbloccare le prospettive visive: esplorare la trasformazione affine nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniModello di aspetto del colore: Comprendere la percezione e la rappresentazione 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 valutazioniVisione computerizzata: Esplorare le profondità della visione artificiale Valutazione: 0 su 5 stelle0 valutazioniFiltro adattivo: Migliorare la visione artificiale attraverso il filtraggio adattivo Valutazione: 0 su 5 stelle0 valutazioniVisione stereoscopica del computer: Esplorare la percezione della profondità nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniRilevatore di bordi astuto: Svelare l'arte della percezione visiva Valutazione: 0 su 5 stelle0 valutazioniBanca filtri: Approfondimenti sulle tecniche del banco di filtri di Computer Vision Valutazione: 0 su 5 stelle0 valutazioniTrasformazione di Hough: Svelare la magia della trasformazione di Hough nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniRetinex: Svelare i segreti della visione computazionale con Retinex 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 valutazioniOmografia: Omografia: trasformazioni nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniModello del sistema visivo umano: Comprendere la percezione e l'elaborazione Valutazione: 0 su 5 stelle0 valutazioniEqualizzazione dell'istogramma: Miglioramento del contrasto dell'immagine per una migliore percezione visiva Valutazione: 0 su 5 stelle0 valutazioniRidipintura: Colmare le lacune 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 valutazioniTrasformata del radon: Svelare modelli nascosti nei dati visivi Valutazione: 0 su 5 stelle0 valutazioniCorrezione gamma: Migliorare la chiarezza visiva nella visione artificiale: la tecnica di correzione gamma Valutazione: 0 su 5 stelle0 valutazioniMappatura dei toni: Mappatura dei toni: prospettive illuminanti nella 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 valutazioniTrasformata di Hadamard: Svelare il potere della trasformazione Hadamard nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniFunzione di corrispondenza dei colori: Comprendere la sensibilità spettrale nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniVisione artificiale subacquea: Esplorando le profondità della visione artificiale sotto le onde Valutazione: 0 su 5 stelle0 valutazioniContorno attivo: Avanzamento della visione artificiale con tecniche di contorno attivo Valutazione: 0 su 5 stelle0 valutazioniImaging multispettrale: Sbloccare lo spettro: progressi nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniDiffusione anisotropa: Miglioramento dell'analisi delle immagini attraverso la diffusione anisotropa Valutazione: 0 su 5 stelle0 valutazioniConsenso del campione casuale: Stima robusta 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 valutazioniGeometria proiettiva: Esplorazione della geometria proiettiva nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioni
Ebook correlati
Phong Ombreggiatura: Esplorare la profondità del rendering visivo: Phong Ombreggiatura nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniOmbreggiatura Gouraud: Gouraud Shading: illuminare la 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 valutazioniOmbreggiatura: Esplorazione dell'ombreggiatura delle immagini nella visione artificiale 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 valutazioniIlluminazione globale: Visione avanzata: approfondimenti sull'illuminazione globale Valutazione: 0 su 5 stelle0 valutazioniDiffusione anisotropa: Miglioramento dell'analisi delle immagini attraverso la diffusione anisotropa Valutazione: 0 su 5 stelle0 valutazioniTrasformata del radon: Svelare modelli nascosti nei dati visivi Valutazione: 0 su 5 stelle0 valutazioniCampo di movimento: Esplorando le dinamiche della visione artificiale: svelato il campo del movimento Valutazione: 0 su 5 stelle0 valutazioniMappatura dei toni: Mappatura dei toni: prospettive illuminanti nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniGrafica di ray-tracing: Esplorazione del rendering fotorealistico nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniGeometria Epipolare: Sbloccare la percezione della profondità nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniRilevamento dei bordi: Esplorare i confini 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 valutazioniModellazione e rendering basati su immagini: Esplorare il realismo visivo: tecniche di visione artificiale Valutazione: 0 su 5 stelle0 valutazioniModello di fotocamera stenopeica: Comprendere la prospettiva attraverso l'ottica computazionale Valutazione: 0 su 5 stelle0 valutazioniRilevamento delle macchie: Scoprire modelli nei dati visivi Valutazione: 0 su 5 stelle0 valutazioniMappatura dei rilievi: Bump Mapping: esplorazione della profondità nella visione artificiale 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 valutazioniRegolazione del pacchetto: Ottimizzazione dei dati visivi per una ricostruzione precisa Valutazione: 0 su 5 stelle0 valutazioniScala dello spazio: Esplorare le dimensioni nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniModello di aspetto del colore: Comprendere la percezione e la rappresentazione 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 valutazioniInterpolazione bilineare: Miglioramento della risoluzione e della chiarezza dell'immagine tramite l'interpolazione bilineare Valutazione: 0 su 5 stelle0 valutazioniProspettiva cilindrica: Esplorazione della percezione visiva nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniAppunti di un fotografo amatoriale Valutazione: 0 su 5 stelle0 valutazioniMetodo di impostazione del livello: Avanzamento della visione artificiale, esplorazione del metodo dell'impostazione dei livelli Valutazione: 0 su 5 stelle0 valutazioniRendering di grafica computerizzata: Esplorare il realismo visivo: approfondimenti sulla computer grafica Valutazione: 0 su 5 stelle0 valutazioni
Intelligenza artificiale e semantica per voi
ANonniMus: Vecchi rivoluzionari contro giovani robot Valutazione: 0 su 5 stelle0 valutazioniSelf-Publishing del Futuro per Scrittori 2.0: Self-Publishing Facile Valutazione: 0 su 5 stelle0 valutazioniGuida Intelligenza Artificiale Valutazione: 0 su 5 stelle0 valutazioniIl Terzo Like Valutazione: 0 su 5 stelle0 valutazioni
Recensioni su Modello di riflessione di Phong
0 valutazioni0 recensioni
Anteprima del libro
Modello di riflessione di Phong - Fouad Sabry
Capitolo 1: Modello di riflessione di Phong
Il modello di riflessione Phong (noto anche come illuminazione Phong o illuminazione Phong) è stato sviluppato dal ricercatore di computer grafica Bui Tuong Phong come descrizione empirica dell'illuminazione locale dei punti su una superficie.
Nell'animazione computerizzata 3D, a volte viene chiamato Phong shading.
, in particolare se il modello viene utilizzato con l'omonimo metodo di interpolazione e nel contesto dei pixel shader o in altri luoghi in cui un calcolo dell'illuminazione può essere indicato come ombreggiatura
.
Il modello di riflessione Phong è stato sviluppato presso l'Università dello Utah da Bui Tuong Phong, che lo ha pubblicato nella sua tesi di dottorato del 1975. È stato rilasciato insieme a un metodo per interpolare il calcolo per ogni pixel che viene rasterizzato da un modello di superficie poligonale; la tecnica di interpolazione è nota come ombreggiatura Phong, anche quando viene utilizzata con un modello di riflessione diverso da quello di Phong. Al momento del loro rilascio, gli approcci di Phong erano considerati rivoluzionari, ma successivamente sono diventati la tecnica di ombreggiatura standard per molte applicazioni di rendering. A causa del loro uso tipicamente efficace del tempo di calcolo per pixel prodotto, le tecniche di Phong hanno guadagnato un'ampia accettazione.
La riflessione di Phong è un modello di illuminazione locale basato sull'osservazione. Raffigura il modo in cui una superficie riflette la luce come una combinazione di riflessione diffusa e riflessione speculare. Sulla base dell'osservazione casuale di Phong, le superfici scintillanti hanno piccole e intense riflessi speculari, mentre le superfici opache hanno ampie luci sbiadite. Il modello ha anche un termine ambientale per tenere conto della minuscola quantità di luce che viene dispersa in tutto il paesaggio.
Per ogni sorgente luminosa nella scena, vengono calcolati il tempo di esposizione, le componenti i_{\text{s}} e i_{\text{d}} sono definite come le intensità (spesso come valori RGB) delle componenti speculari e diffuse delle sorgenti luminose, rispettivamente.
Un singolo termine i_{\text{a}} controlla l'illuminazione ambientale; A volte viene calcolato come la somma dei contributi di tutte le sorgenti luminose.
Per ogni materiale di scena, vengono definiti i seguenti parametri:
k_{\text{s}} , la cui costante rappresenta la riflessione speculare, il rapporto tra la riflessione del termine speculare e la luce incidente, k_{\text{d}} , la cui costante rappresenta la riflessione diffusa, la proporzione di luce diffusa in entrata che viene riflessa (riflettanza Lambertiana), k_{\text{a}} , Questa è una costante per la riflessione ambientale, la proporzione di riflessione del termine ambientale presente in ogni punto visualizzato nella scena, e
\alpha , Qual è una costante per la lucentezza di questo materiale?, che è più grande per le superfici altamente lucide e riflettenti?.
Quando questa costante è significativa, l'evidenziazione speculare diminuisce.
Inoltre, abbiamo
{\displaystyle {\text{lights}}} , comprende tutte le sorgenti luminose?, {\hat {L}}_{m} , che è il vettore di direzione dal punto sulla superficie verso ciascuna sorgente luminosa ( m specifica la sorgente luminosa), {\hat {N}} , che è il tipico sulla superficie in questo momento, {\hat {R}}_{m} , In quale direzione viaggerebbe un raggio di luce correttamente riflesso da questo punto sulla superficie?, e
{\hat {V}} , in che direzione è rivolto lo spettatore? (come una telecamera virtuale).
Quindi il modello di riflessione di Phong fornisce un'equazione per calcolare l'illuminazione di ogni punto della superficie I_{\text{p}} :
I_{\text{p}}=k_{\text{a}}i_{\text{a}}+\sum _{m\;\in \;{\text{lights}}}(k_{\text{d}}({\hat {L}}_{m}\cdot {\hat {N}})i_{m,{\text{d}}}+k_{\text{s}}({\hat {R}}_{m}\cdot {\hat {V}})^{\alpha }i_{m,{\text{s}}}).dove il vettore di direzione {\hat {R}}_{m} è calcolato come la riflessione di {\hat {L}}_{m} sulla superficie caratterizzata dalla normale alla superficie {\hat {N}} usando
{\hat {R}}_{m}=2({\hat {L}}_{m}\cdot {\hat {N}}){\hat {N}}-{\hat {L}}_{m}I vettori sono stati normalizzati.
Il termine diffuso non è influenzato dalla direzione del visualizzatore ( {\hat {V}} ).
Il termine speculare è grande solo quando la direzione dell'osservatore ( {\hat {V}} ) è allineata con la direzione della riflessione {\hat {R}}_{m} .
Il loro allineamento è misurato dalla \alpha potenza del coseno dell'angolo tra di loro.
Il coseno dell'angolo tra i vettori normalizzati {\hat {R}}_{m} e {\hat {V}} è uguale al loro prodotto scalare.
Quando \alpha è grande, nel caso di una riflessione che è virtualmente speculare, il punto più alto speculare sarà modesto, perché qualsiasi prospettiva che non è allineata con la riflessione avrà un coseno più piccolo di uno, che si avvicina rapidamente allo zero quando viene elevato ad una potenza elevata:.
Sebbene la formulazione presentata sopra sia l'approccio standard per esprimere il modello di riflessione Phong, ogni termine dovrebbe essere incluso solo se il suo prodotto scalare è positivo. (Inoltre, il termine speculare deve essere incluso solo se il prodotto scalare del termine diffuso è positivo.)
Quando la tonalità è espressa come valori RGB, come è consuetudine nella computer grafica, tipicamente, questa equazione è modellata indipendentemente per le intensità R, G e B, consentendo diverse costanti di riflessione k_{\text{a}}, k_{\text{d}} e k_{\text{s}} per i diversi canali di colore.
Esistono diversi metodi per approssimare il modello di riflessione Phong, piuttosto che implementare le formule esatte, che possono accelerare il calcolo; ad esempio, il modello di riflessione di Blinn-Phong è una modifica del modello di riflessione di Phong, che è più efficiente se l'osservatore e la sorgente di luce sono considerati all'infinito.
Quella che segue è una seconda approssimazione per il calcolo dell'esponenziazione nel termine speculare: Tenendo conto che il termine speculare deve essere considerato solo se il suo prodotto scalare è positivo, può essere approssimato come
\max(0,{\hat {R}}_{m}\cdot {\hat {V}})^{\alpha }=\max(0,1-\lambda )^{\beta \gamma }=\left(\max(0,1-\lambda )^{\beta }\right)^{\gamma }\approx \max(0,1-\beta \lambda )^{\gamma }dove \lambda =1-{\hat {R}}_{m}\cdot {\hat {V}} , e \beta =\alpha /\gamma \, è un numero reale che non deve essere un numero intero.
Se \gamma è scelto per essere una potenza di 2, cioè
\gamma =2^{n} dove n è un numero intero, allora l'espressione (1-\beta \lambda )^{\gamma } può essere calcolata in modo più efficiente elevando al quadrato (1-\beta \lambda )\ n i tempi, ad es.
(1-\beta \lambda )^{\gamma }\,=\,(1-\beta \lambda )^{2^{n}}\,=\,(1-\beta \lambda )^{\overbrace {\scriptstyle 2\,\cdot \,2\,\cdot \,\dots \,\cdot \,2} ^{n}}\,=\,(\dots ((1-\beta \lambda )\overbrace {^{2})^{2}\dots )^{2}} ^{n}.Questa stima del termine speculare vale se la dimensione dell'oggetto è sufficiente, numero intero \gamma (tipicamente, 4 o 8 è sufficiente).
Inoltre, il valore \lambda può essere approssimato come
\lambda =({\hat {R}}_{m}-{\hat {V}})\cdot ({\hat {R}}_{m}-{\hat {V}})/2, o come
\lambda =({\hat {R}}_{m}\times {\hat {V}})\cdot ({\hat {R}}_{m}\times {\hat {V}})/2.Quest'ultimo è molto meno sensibile agli errori di normalizzazione in {\hat {R}}_{m} e {\hat {V}} di quanto non lo sia il prodotto scalare di Phong \lambda =1-{\hat {R}}_{m}\cdot {\hat {V}} , e praticamente non richiede {\hat {R}}_{m} e {\hat {V}} non deve essere normalizzato tranne che per mesh triangolari a risoluzione molto bassa.
Questo metodo sostituisce l'elevamento a potenza delle variabili con alcune moltiplicazioni ed elimina la necessità di una corretta normalizzazione del vettore basata sulla radice quadrata reciproca.
Il modello di riflessione Phong combinato con l'ombreggiatura Phong si avvicina all'ombra degli oggetti del mondo reale. Ciò indica che l'equazione di Phong può mettere in relazione l'ombra in una fotografia con le normali della superficie di un elemento visibile. L'inverso si riferisce alla stima delle normali di superficie da un'immagine renderizzata, sia naturale che generata dal computer.
Il modello di riflessione Phong ha numerosi parametri, come il parametro per la riflessione diffusa della superficie (albedo), che può variare all'interno di un oggetto. L'unico modo per determinare le normali di un oggetto in una fotografia è includere altre informazioni come il numero di luci, le direzioni della luce e i fattori di riflessione.
Ad esempio, esiste un elemento cilindrico, ad esempio un dito, e si desidera calcolare la normale N=[N_{x},N_{z}] su una linea dell'oggetto.
Assumiamo una singola luce, assenza di riflessione speculare e parametri di riflessione coerenti (approssimativamente noti).