Rimozione delle linee nascoste: Svelare l'invisibile: i segreti della visione artificiale
Di Fouad Sabry
()
Info su questo ebook
Che cos'è la rimozione delle linee nascoste
Gli oggetti solidi sono generalmente modellati come poliedri nel campo della grafica computerizzata tridimensionale. All'interno di un poliedro, una faccia è un poligono planare circondato da segmenti rettilinei chiamati spigoli. Quando si tenta di imitare superfici curve, viene generalmente utilizzata una mesh poligonale. È necessario che i programmi informatici utilizzati per creare disegni al tratto di oggetti opachi abbiano la capacità di determinare se i bordi o le sezioni dei bordi sono nascosti dall'oggetto stesso o da altri oggetti. Ciò consente di ritagliare i bordi durante il processo di rendering. La difficoltà in questione viene definita rimozione delle linee nascoste.
Come trarrai vantaggio
(I) Approfondimenti e convalide sui seguenti argomenti:
Capitolo 1: Rimozione delle linee nascoste
Capitolo 2: Algoritmo di Painter
Capitolo 3: Geometria computazionale
Capitolo 4: Ray casting
Capitolo 5: Determinazione della superficie nascosta
Capitolo 6: Posizione del punto
Capitolo 7: Albero di copertura minimo euclideo
Capitolo 8: Problema della galleria d'arte
Capitolo 9: Rendering ad alta gamma dinamica
Capitolo 10: Scheletro dritto
(II) Rispondere alle principali domande del pubblico sulla rimozione delle linee nascoste .
(III) Esempi reali dell'utilizzo della rimozione delle linee nascoste 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 rimozione delle linee nascoste.
Correlato a Rimozione delle linee nascoste
Titoli di questa serie (100)
Istogramma dell'immagine: Svelare intuizioni visive, esplorare le profondità degli istogrammi delle immagini nella 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 valutazioniCorrezione gamma: Migliorare la chiarezza visiva nella visione artificiale: la tecnica di correzione gamma Valutazione: 0 su 5 stelle0 valutazioniVisione artificiale subacquea: Esplorando le profondità della visione artificiale sotto le onde Valutazione: 0 su 5 stelle0 valutazioniModello del sistema visivo umano: Comprendere la percezione e l'elaborazione Valutazione: 0 su 5 stelle0 valutazioniSpazio colore: Esplorare lo spettro della visione artificiale Valutazione: 0 su 5 stelle0 valutazioniRetinex: Svelare i segreti della visione computazionale con Retinex Valutazione: 0 su 5 stelle0 valutazioniOmografia: Omografia: trasformazioni nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniRidipintura: Colmare le lacune nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniDiffusione anisotropa: Miglioramento dell'analisi delle immagini attraverso la diffusione anisotropa Valutazione: 0 su 5 stelle0 valutazioniVisione computerizzata: Esplorare le profondità della visione artificiale Valutazione: 0 su 5 stelle0 valutazioniContorno attivo: Avanzamento della visione artificiale con tecniche di contorno attivo Valutazione: 0 su 5 stelle0 valutazioniMappatura dei toni: Mappatura dei toni: prospettive illuminanti nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniRilevamento dei contorni: Svelare l'arte della percezione visiva nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniPercezione visiva: Approfondimenti sull'elaborazione visiva computazionale Valutazione: 0 su 5 stelle0 valutazioniFiltro adattivo: Migliorare la visione artificiale attraverso il filtraggio adattivo 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 valutazioniEqualizzazione dell'istogramma: Miglioramento del contrasto dell'immagine per una migliore percezione visiva Valutazione: 0 su 5 stelle0 valutazioniTrasformata del radon: Svelare modelli nascosti nei dati visivi Valutazione: 0 su 5 stelle0 valutazioniTrasformazione affine: Sbloccare le prospettive visive: esplorare la trasformazione affine nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniRilevatore di bordi astuto: Svelare l'arte della percezione visiva Valutazione: 0 su 5 stelle0 valutazioniVisione stereoscopica del computer: Esplorare la percezione della profondità nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniBanca filtri: Approfondimenti sulle tecniche del banco di filtri di Computer Vision Valutazione: 0 su 5 stelle0 valutazioniModello di aspetto del colore: Comprendere la percezione e la rappresentazione nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniTrasformazione di Hough: Svelare la magia della trasformazione di Hough 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 valutazioniTrasformata di Hadamard: Svelare il potere della trasformazione Hadamard nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniModello a colori: Comprendere lo spettro della visione artificiale: esplorare i modelli di colore Valutazione: 0 su 5 stelle0 valutazioniConsenso del campione casuale: Stima robusta nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniHashing geometrico: Algoritmi efficienti per il riconoscimento e la corrispondenza delle immagini Valutazione: 0 su 5 stelle0 valutazioni
Ebook correlati
Algoritmo di disegno di linee: Padroneggiare le tecniche per il rendering di immagini di precisione Valutazione: 0 su 5 stelle0 valutazioniSuperficie procedurale: Esplorazione della generazione e dell'analisi delle texture nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniDeterminazione della superficie nascosta: Svelare i segreti della 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 valutazioniComputer grafica poligonale: Esplorando l'intersezione tra la computer grafica poligonale e la visione artificiale Valutazione: 0 su 5 stelle0 valutazioniRendering della scansione: Esplorare il realismo visivo attraverso le tecniche di rendering della scansione Valutazione: 0 su 5 stelle0 valutazioniRegolazione del pacchetto: Ottimizzazione dei dati visivi per una ricostruzione precisa Valutazione: 0 su 5 stelle0 valutazioniGrafica di ray-tracing: Esplorazione del rendering fotorealistico nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniClotoidi Valutazione: 0 su 5 stelle0 valutazioniComputer grafica della radiosità: Avanzamento della visualizzazione attraverso la radiosità nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniAlgoritmo della linea di Bresenham: Rendering delle linee efficiente e pixel perfetto per la visione artificiale Valutazione: 0 su 5 stelle0 valutazioniGeometria computazionale: Esplorazione di intuizioni geometriche per la visione artificiale Valutazione: 0 su 5 stelle0 valutazioniTagli del grafico di visione artificiale: Esplorazione dei tagli grafici nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniSegmentazione delle immagini: Sbloccare insight grazie alla precisione dei pixel 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 valutazioniMappatura dei toni: Mappatura dei toni: prospettive illuminanti 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 valutazioniIlluminazione globale: Visione avanzata: approfondimenti sull'illuminazione globale Valutazione: 0 su 5 stelle0 valutazioniTexture Mapping: Esplorare la dimensionalità nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniRendering volumetrico: Esplorare il realismo visivo nella visione artificiale 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 valutazioniMappatura dei colori: Esplorare la percezione visiva e l'analisi nella visione artificiale Valutazione: 0 su 5 stelle0 valutazionigeometria analitica con Scratch: Fare coding mentre si insegna matematica Valutazione: 0 su 5 stelle0 valutazioniGenerazione di maglie: Progressi e applicazioni nella generazione di mesh per la visione artificiale Valutazione: 0 su 5 stelle0 valutazioniRendering di grafica computerizzata: Esplorare il realismo visivo: approfondimenti sulla computer grafica Valutazione: 0 su 5 stelle0 valutazioniRilevamento dei bordi: Esplorare i confini nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniShader: Esplorare i regni visivi con Shader: un viaggio 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 valutazioniGrafica computerizzata: Esplorando l'intersezione tra computer grafica e visione artificiale Valutazione: 0 su 5 stelle0 valutazioni
Intelligenza artificiale e semantica per voi
ANonniMus: Vecchi rivoluzionari contro giovani robot Valutazione: 0 su 5 stelle0 valutazioniGuida Intelligenza Artificiale Valutazione: 0 su 5 stelle0 valutazioniIl Terzo Like Valutazione: 0 su 5 stelle0 valutazioni
Recensioni su Rimozione delle linee nascoste
0 valutazioni0 recensioni
Anteprima del libro
Rimozione delle linee nascoste - Fouad Sabry
Capitolo 1: Rimozione delle linee nascoste
Nella computer grafica 3D, i poliedri sono tipicamente utilizzati per modellare cose solide. Una faccia di un poliedro è un poligono piano delimitato da spigoli, che sono segmenti di linea retta. In genere, una mesh poligonale viene utilizzata per rappresentare le superfici curve. Per ritagliare i bordi durante il rendering, i programmi per computer per i disegni al tratto di oggetti opachi devono essere in grado di determinare quali bordi o porzioni di bordi sono oscurati da un elemento o da altri oggetti. Questo problema viene definito rimozione delle linee nascoste.
Roberts sviluppò la prima soluzione conosciuta al problema delle linee nascoste. Ivan E. Sutherland evidenziò dieci questioni irrisolte nella computer grafica nel 1966.
Nella progettazione assistita da computer, ad esempio, i modelli possono avere migliaia o milioni di spigoli. Pertanto, è essenziale utilizzare un metodo di complessità computazionale che esprima i requisiti di risorse (come tempo e memoria) in funzione delle dimensioni dei problemi. Particolarmente cruciali sono i vincoli di tempo per i sistemi interattivi.
Le dimensioni problematiche per la rimozione delle linee nascoste sono il numero n degli spigoli del modello e il numero v dei segmenti visibili degli spigoli.
Nei punti di incrocio delle immagini dei bordi, la visibilità può cambiare.
Sia k il numero totale di siti in cui le immagini dei bordi si intersecano.
Sia k = Θ(n2) che v = Θ(n2) nel caso peggiore, ma tipicamente v k.
Prima del 1984, gli algoritmi a linee nascoste pubblicati da Ottmann e Widmayer e Wood proposero algoritmi a linee nascoste O((n + k) log2 n)-tempo.
Poi Nurmi ha migliorato il tempo di esecuzione a O((n + k) log n).
Questi algoritmi impiegano Θ(n2 log2 n), rispettivamente Θ(n2 log n) tempo nel peggiore dei casi, se k è comunque inferiore al quadratico, può essere più veloce in realtà.
Qualsiasi algoritmo a linee nascoste deve determinare l'unione di intervalli nascosti Θ(n) su n archi nel peggiore dei casi.
Poiché Ω(n log n) è un limite inferiore per determinare l'unione di n intervalli, sembra che il meglio che si possa sperare di ottenere sia Θ(n2 log n) il tempo del caso peggiore, Di conseguenza, l'algoritmo di Nurmi è il migliore.
Tuttavia, il fattore log n è stato eliminato da Devai, affermando che i metodi di Devai e McKenna sono pietre miliari negli algoritmi di visibilità
, rompendo una barriera teorica da O(n2 log n) a O(n2) per l'elaborazione di una scena di n bordi.
L'altra questione in sospeso, presentata da Devai, se esista un algoritmo O(n log n + v)-time hidden-line, dove v, come già detto, è il numero di segmenti visibili, è rimasta senza risposta al momento in cui scriviamo.
Nel 1988 Devai propose un algoritmo parallelo O(log n)-time che utilizzava processori n2 per il problema della linea nascosta sotto la lettura simultanea, Model of computing using exclusive write (CREW) parallel random-access machine (PRAM).
Poiché il prodotto del numero del processore e del tempo di esecuzione è asintoticamente maggiore di Θ(n2), la complicazione sequenziale del problema, l'algoritmo è inefficiente, tuttavia, dimostra che il problema a linee nascoste appartiene alla classe NC di difficoltà, cioè può essere risolto utilizzando un numero polinomiale di processori in tempo polilogaritmico.
Tuttavia, gli algoritmi di superficie nascosta possono essere utilizzati per eliminare le linee nascoste, non il contrario.
Reif e Sen hanno proposto un algoritmo O(log⁴ n)-time per il problema della superficie nascosta, utilizzando i processori O((n + v)/log n) CREW PRAM per un modello ristretto di terreni poliedrici, dove v è la quantità di output.
Nel 2011 Devai ha pubblicato un algoritmo O(log n)-time hidden-surface, e un algoritmo più semplice, anch'esso O(log n)-time, a linee nascoste.
L'algoritmo della superficie nascosta, che utilizza i processori n2/log n CREW PRAM, è il migliore in termini di efficienza.
L'algoritmo a righe nascoste utilizza processori PRAM n2 di lettura esclusiva, EREW (scrittura esclusiva).
EREW è il tipo di PRAM più simile alle macchine reali.
L'algoritmo a linee nascoste funziona O(n2 log n), Qual è il limite superiore per gli algoritmi sequenziali più efficaci in uso?.
Cook, Dwork e Reischuk hanno dato un limite inferiore Ω(log n) per trovare il massimo di n numeri interi che consentono un numero infinito di processori di qualsiasi PRAM senza scritture simultanee.
{Fine Capitolo 1}
Capitolo 2: L'algoritmo di Painter
L 'algoritmo del pittore (anche algoritmo di ordinamento della profondità e riempimento prioritario) è un algoritmo per la determinazione della superficie visibile nella computer grafica 3D che funziona su una base poligono per poligono piuttosto che su una base pixel per pixel, per riga, o su una base regione per regione utilizzando tecniche aggiuntive di rimozione della superficie nascosta.
Nel 1972, mentre tutti e tre erano impiegati al CADCentre, Martin Newell, Richard Newell e Tom Sancha presentarono per la prima volta l'algoritmo del pittore come soluzione di base al problema della determinazione della superficie nascosta.
L'algoritmo di Painter opera concettualmente come segue:
Ordina ogni poligono in base alla profondità
Posiziona ogni poligono dal più lontano al più vicino.
Ordina i poligoni in base alla profondità
Per ogni poligono P:
Per ogni pixel coperto da P :
Dipingi P.Color su pixel
La complessità temporale dell'algoritmo del pittore dipende fortemente dal meccanismo di ordinamento utilizzato per disporre i poligoni. Assumendo la tecnica di ordinamento più efficiente, la complessità del caso peggiore dell'approccio del pittore è O(n log n + m*n), dove n