Computer grafica della radiosità: Avanzamento della visualizzazione attraverso la radiosità nella visione artificiale
Di Fouad Sabry
()
Info su questo ebook
Cos'è la radiosity computer grafica
Nella computer grafica 3D, la radiosity è un'applicazione del metodo degli elementi finiti per risolvere l'equazione di rendering per scene con superfici che riflettono la luce in modo diffuso. A differenza dei metodi di rendering che utilizzano algoritmi Monte Carlo, che gestiscono tutti i tipi di percorsi luminosi, la radiosità tipica tiene conto solo dei percorsi che lasciano una sorgente luminosa e vengono riflessi diffusamente un certo numero di volte prima di colpire l'occhio. La radiosità è un algoritmo di illuminazione globale, nel senso che l'illuminazione che arriva su una superficie non proviene solo direttamente dalle sorgenti luminose, ma anche da altre superfici che riflettono la luce. La radiosità è indipendente dal punto di vista, il che aumenta i calcoli coinvolti, ma li rende utili per tutti i punti di vista.
Come trarrai vantaggio
(I) Approfondimenti e convalide sui seguenti argomenti:
Capitolo 1: Radiosity (computer grafica)
Capitolo 2: Rendering (computer grafica)
Capitolo 3: Illuminazione globale
Capitolo 4: Ray tracing (grafica)
Capitolo 5: Modello di riflessione di Phong
Capitolo 6: Trasporto leggero della metropoli
Capitolo 7: Fotone mappatura
Capitolo 8: Ombreggiatura
Capitolo 9: Ray casting
Capitolo 10: Equazione del rendering
(II) Rispondere al pubblico top domande sulla computer grafica radiosity.
(III) Esempi reali dell'utilizzo della computer grafica radiosity 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 computer grafica Radiosity.
Leggi altro di Fouad Sabry
Tecnologie Emergenti Nella Scienza Dei Materiali [Italian]
Correlato a Computer grafica della radiosità
Titoli di questa serie (100)
Gruppo congiunto di esperti fotografici: Sfruttare la potenza dei dati visivi con lo standard JPEG Valutazione: 0 su 5 stelle0 valutazioniVisione artificiale subacquea: Esplorando le profondità della visione artificiale sotto le onde Valutazione: 0 su 5 stelle0 valutazioniModello di aspetto del colore: Comprendere la percezione e la rappresentazione nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniVisione computerizzata: Esplorare le profondità della 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 valutazioniTrasformata di Hadamard: Svelare il potere della trasformazione Hadamard 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 valutazioniCompressione delle immagini: Tecniche efficienti per l'ottimizzazione dei 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 valutazioniRiduzione del rumore: Miglioramento della chiarezza, tecniche avanzate per la riduzione del rumore nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniFiltro adattivo: Migliorare la visione artificiale attraverso il filtraggio adattivo Valutazione: 0 su 5 stelle0 valutazioniTrasformata del radon: Svelare modelli nascosti nei dati visivi Valutazione: 0 su 5 stelle0 valutazioniIstogramma dei gradienti orientati: Svelare il regno visivo: esplorare l'istogramma dei gradienti orientati 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 valutazioniRilevamento dei bordi: Esplorare i confini 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 valutazioniEqualizzazione dell'istogramma: Miglioramento del contrasto dell'immagine per una migliore percezione visiva Valutazione: 0 su 5 stelle0 valutazioniContorno attivo: Avanzamento della visione artificiale con tecniche di contorno attivo Valutazione: 0 su 5 stelle0 valutazioniRetinex: Svelare i segreti della visione computazionale con Retinex Valutazione: 0 su 5 stelle0 valutazioniSistema di gestione del colore: Ottimizzazione della percezione visiva negli ambienti digitali Valutazione: 0 su 5 stelle0 valutazioniRidipintura: Colmare le lacune 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 valutazioniCorrezione gamma: Migliorare la chiarezza visiva nella visione artificiale: la tecnica di correzione gamma Valutazione: 0 su 5 stelle0 valutazioniModello del sistema visivo umano: Comprendere la percezione e l'elaborazione Valutazione: 0 su 5 stelle0 valutazioniModello a colori: Comprendere lo spettro della visione artificiale: esplorare i modelli di colore 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 valutazioniBanca filtri: Approfondimenti sulle tecniche del banco di filtri di Computer Vision Valutazione: 0 su 5 stelle0 valutazioniProfilo colore: Esplorare la percezione visiva e l'analisi nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioni
Ebook correlati
Ombreggiatura: Esplorazione dell'ombreggiatura delle immagini nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniModello di riflessione di Phong: Comprendere le interazioni della luce nella visione artificiale 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 valutazioniIlluminazione globale: Visione avanzata: approfondimenti sull'illuminazione globale Valutazione: 0 su 5 stelle0 valutazioniInterpolazione bilineare: Miglioramento della risoluzione e della chiarezza dell'immagine tramite l'interpolazione bilineare Valutazione: 0 su 5 stelle0 valutazioniRegolazione del pacchetto: Ottimizzazione dei dati visivi per una ricostruzione precisa Valutazione: 0 su 5 stelle0 valutazioniModellazione e rendering basati su immagini: Esplorare il realismo visivo: tecniche di visione artificiale Valutazione: 0 su 5 stelle0 valutazioniSuperficie procedurale: Esplorazione della generazione e dell'analisi delle texture 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 valutazioniAlgoritmo di disegno di linee: Padroneggiare le tecniche per il rendering di immagini di precisione Valutazione: 0 su 5 stelle0 valutazioniModello di fotocamera stenopeica: Comprendere la prospettiva attraverso l'ottica computazionale Valutazione: 0 su 5 stelle0 valutazioniTrasformata del radon: Svelare modelli nascosti nei dati visivi 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 valutazioniRimozione delle linee nascoste: Svelare l'invisibile: i segreti della visione artificiale Valutazione: 0 su 5 stelle0 valutazioniDiffusione anisotropa: Miglioramento dell'analisi delle immagini attraverso la diffusione anisotropa Valutazione: 0 su 5 stelle0 valutazioniMappatura dei rilievi: Bump Mapping: esplorazione della profondità nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniCampo di movimento: Esplorando le dinamiche della visione artificiale: svelato il campo del movimento 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 valutazioniComputer grafica bidimensionale: Esplorazione del regno visivo: computer grafica bidimensionale 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 valutazioniEqualizzazione dell'istogramma: Miglioramento del contrasto dell'immagine per una migliore percezione visiva 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 valutazioniRendering volumetrico: Esplorare il realismo visivo nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniGeometria descrittiva: Sbloccare il regno visivo: esplorare la geometria descrittiva nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniOmbreggiatura Gouraud: Gouraud Shading: illuminare la visione artificiale Valutazione: 0 su 5 stelle0 valutazioniAnti aliasing: Migliorare la chiarezza visiva nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniRendering di grafica computerizzata: Esplorare il realismo visivo: approfondimenti sulla computer grafica Valutazione: 0 su 5 stelle0 valutazioniDeterminazione della superficie nascosta: Svelare i segreti della 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 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 Computer grafica della radiosità
0 valutazioni0 recensioni
Anteprima del libro
Computer grafica della radiosità - Fouad Sabry
Capitolo 1: Radiosity (computer grafica)
Radiosity è un'applicazione del metodo degli elementi finiti utilizzata nella computer grafica 3D per risolvere l'equazione di rendering per scene con superfici diffusamente riflettenti. La radiosità tipica tiene conto solo dei percorsi luminosi (rappresentati dal codice LD*E
) che escono da una sorgente luminosa e vengono riflessi diffusamente un certo numero di volte (possibilmente zero) prima di colpire l'occhio. Ciò è in contrasto con le tecniche di rendering che utilizzano algoritmi Monte Carlo (come il path tracing), che gestiscono tutti i tipi di percorsi di luce. Nel senso che l'illuminazione che raggiunge una superficie proviene sia da sorgenti luminose dirette che da superfici aggiuntive che riflettono la luce, la radiosità è un metodo di illuminazione globale. Poiché la radiosità è indipendente dal punto di vista, sono necessari più calcoli, ma sono comunque vantaggiosi da tutte le prospettive.
Le prime tecniche di radiosità sono state create nella disciplina ingegneristica del trasferimento di calore intorno al 1950. Nel 1984, i ricercatori della Cornell University li hanno migliorati espressamente per il problema della generazione di immagini al computer.
I motori radiofonici commerciali come Enlighten di Geomerics sono degni di nota (utilizzati per giochi come Battlefield 3 e Need for Speed: The Run); 3ds massimo; forma•Z; Sistema di animazione elettrica delle immagini con LightWave 3D.
Poiché rispecchia gli eventi del mondo reale, l'incorporazione dei calcoli di radiosity nel processo di rendering aggiunge spesso un livello di realismo alla scena finale. Pensa a una stanza semplice.
Per creare l'immagine a sinistra è stato utilizzato un renderizzatore convenzionale a illuminazione diretta. Tre tipi di illuminazione sono stati appositamente scelti e posizionati dall'artista in questa scena nel tentativo di creare un'illuminazione realistica: l'illuminazione omnidirezionale senza ombre, l'illuminazione ambientale e l'illuminazione spot con ombre (posta all'esterno della finestra per creare la luce che brilla sul pavimento) (per ridurre la planarità dell'illuminazione ambientale).
È stato utilizzato un metodo radiosity per renderizzare l'immagine a destra. Un'immagine del cielo visualizzata fuori dalla finestra funge da unica fonte di luce. La distinzione è ovvia. La luce inonda lo spazio. Ci sono ombre morbide sul pavimento e delicati effetti di luce in tutto lo spazio. Inoltre, le pareti grigie ora appaiono un po' più calde a causa della tonalità rossa della moquette che fuoriesce su di esse. Questi effetti non sono stati scelti o creati dall'artista con un intento particolare.
Ciascuna delle superfici della scena renderizzata è suddivisa in una o più superfici più piccole (patch). Ogni coppia di patch ha un fattore di visualizzazione, noto anche come fattore di forma, che è un coefficiente che definisce l'efficacia con cui le patch possono vedersi a vicenda. Saranno presenti fattori di visualizzazione più piccoli per le patch più distanti o posizionate ad angolo l'una rispetto all'altra. Il fattore di visualizzazione sarà inferiore o zero se sono presenti patch aggiuntive, a seconda che l'occlusione sia totale o parziale.
I coefficienti in un insieme lineare di equazioni di rendering sono i fattori di visualizzazione. Risolvendo questo sistema e tenendo conto delle interriflessioni diffuse e delle ombre morbide, si ottiene la radiosità, o luminosità, di ogni patch.
Con valori intermedi di radiosità per il cerotto, che corrispondono ai livelli di rimbalzo, la radiosità progressiva risolve il sistema in modo iterativo. Cioè, dopo ogni iterazione, siamo consapevoli di come appare la scena dopo un singolo rimbalzo di luce, due passaggi, due rimbalzi e così via. In questo modo, è possibile visualizzare un'anteprima interattiva della scena. Inoltre, invece di attendere che il processo converga numericamente, l'utente può interrompere le iterazioni una volta che l'immagine appare sufficientemente buona.
Sparare radiosità
, che risolve iterativamente l'equazione della radiosità sparando
luce dalla zona con la maggior energia ad ogni passo, è un altro approccio tipico. Dopo il passaggio iniziale, una patch che emette luce illuminerà solo le patch che si trovano direttamente nella sua linea di vista. Dopo il secondo passaggio, quando la luce inizia a rifrangersi intorno alla scena, altre aree inizieranno a brillare. La scena diventa sempre più luminosa fino a raggiungere uno stato costante.
Poiché la radiosità si basa sul calcolo della quantità di energia luminosa trasmessa tra le superfici, l'approccio di base della radiosità si basa sulla teoria della radiazione termica. L'approccio presuppone che tutto lo scattering sia perfettamente diffuso al fine di semplificare i calcoli. In genere, le superfici sono discretizzate in elementi quadrilateri o triangolari e su questi elementi viene definita una funzione polinomiale a tratti.
A seguito di questa suddivisione, la riflettività nota della zona riflettente insieme al fattore di vista delle due macchie può essere utilizzata per calcolare la quantità di trasferimento di energia luminosa. Questa quantità adimensionale viene calcolata dall'allineamento geometrico di due patch e può essere concettualizzata come la percentuale dell'area di emissione totale della prima patch coperta dalla seconda patch.
Meglio definita come la somma dell'energia emessa e riflessa, la radiosità B è l'energia per unità di area che lascia la superficie del patch ogni intervallo di tempo discreto:
B(x)\,dA=E(x)\,dA+\rho (x)\,dA\int _{{S}}B(x'){\frac {1}{\pi r^{2}}}\cos \theta _{x}\cos \theta _{{x'}}\cdot {\mathrm {Vis}}(x,x')\,{\mathrm d}A'dove:
B(x)i dAi è l'energia totale che lascia una piccola area dAi attorno a un punto x.
E(x)i dAi è l'energia emessa.
ρ(x) è la riflettività del punto, moltiplicando l'energia incidente per unità di superficie per l'energia riflessa per unità di superficie (l'energia totale che arriva da altre zone).
S indica che le superfici della scena sono coperte dalla variabile di integrazione x'.
La distanza r tra due punti x e x'
θx e θx' sono gli angoli tra la retta che unisce x e x' e i vettori normali alla superficie rispettivamente in x e x' .
La funzione di visibilità Vis(x,x') è specificata come 1 se due punti x e x' possono essere visti l'uno dall'altro e 0 in caso contrario.
Se si utilizza un numero limitato di patch planari per approssimare le superfici, ciascuna delle quali è considerata avere una radiosità costante Bi e riflettività ρi, L'equazione di radiosità discreta è data dall'equazione precedente, B_{i}=E_{i}+\rho _{i}\sum _{{j=1}}^{n}F_{{ij}}B_{j}
dove Fij è il fattore di vista geometrico per la radiazione che esce da j e colpisce la patch i.
Quindi, ogni patch può essere soggetta a questa equazione. Poiché l'equazione è monocromatica, ciascuno dei colori necessari deve essere calcolato per rendere la radiosità del colore.
Formalmente, l'equazione può essere risolta come un'equazione matriciale per fornire una soluzione vettoriale:
B=(I-\rho F)^{{-1}}E\;In questo modo B ottiene direttamente la soluzione completa di rimbalzo infinito
.
Tuttavia, il numero di calcoli per calcolare la soluzione della matrice viene scalato in base a n3, dove n è la quantità di patch.
Per n valori che sono realisticamente enormi, questo diventa proibitivo.
Al contrario, la risoluzione iterativa dell'equazione è più semplice, applicando ripetutamente l'algoritmo di aggiornamento a rimbalzo singolo.
Formalmente, questa è un'iterazione di Jacobi della soluzione dell'equazione matriciale.
Poiché le riflessività ρi sono inferiori a 1, Questo piano converge rapidamente, di solito bastano poche