Textury a šumové funkce

Rozměr: px
Začít zobrazení ze stránky:

Download "Textury a šumové funkce"

Transkript

1 Textury a šumové funkce Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz Textures 2016 Josef Pelikán, 1 / 28

2 Účinek textury modulace barvy na povrchu předmětů změna parametrů světelného modelu např. odrazivost (k D a k S ),... modifikace normálového vektoru bump-texture nahrazení složité (mikro)geometrie napodobení komplikovaných přírodních jevů náhodné textury (užití syntézy šumu) fraktální textury (deterministické i stochastické) Textures 2016 Josef Pelikán, 2 / 28

3 2D textura u v pokrývá povrch tělesa (jako tapeta) mapování textury: [x,y,z] [u,v] inverzní mapovací funkce vlastní textura: [u,v] barva (normála,..) Textures 2016 Josef Pelikán, 3 / 28

4 3D textura zachycuje změny veličin uvnitř tělesa napodobuje vnitřní strukturu materiálu (dřevo, mramor,...) není třeba počítat inverzní mapování 3D textura: [x,y,z] barva (odrazivost, atd.) pro napodobení přírodních jevů se využívají tzv. šumové funkce pseudonáhodné spojité vrásnění Textures 2016 Josef Pelikán, 4 / 28

5 Implementace textury předem připravené pole dat (tabulka, bitmapa) především u 2D textur skutečná (přírodní) data, obrázky, etikety pro větší kvalitu (spojitost) - různé typy interpolace textury definované algoritmem (předpisem) jednoduché geometrické tvary fraktály, stochastické funkce (šum, turbulence) smíšené metody (předem spočítaná tabulka) náročné modelovací metody (reakční difuze,..) Textures 2016 Josef Pelikán, 5 / 28

6 Textura definovaná tabulkou x y u v Textures 2016 Josef Pelikán, 6 / 28

7 Typy interpolace bez interpolace (zaokrouhlení) nejjednodušší a nejrychlejší metoda pokud se rozlišení obrázku blíží rozlišení textury, vznikají výrazné a nepříjemné artefakty (Doom) bilineární interpolace zajišťuje spojitost obrazové funkce (C 0 ) polynomiální interpolace (např. spline funkce) spojitost vyšších řádů (u bikubické až C 2 ) výpočetně náročná (kombinace 9-16 hodnot ve 2D) Textures 2016 Josef Pelikán, 7 / 28

8 Bilineární a bikubická interpolace a f 10 f 11 f 00 b f 01 f(a,b) 1 f a, b a b f b f a b f b f f 30 f 31 f 32 f 33, f a b 3 i, j 0 C a C b f i j ij C i (t).. kubické polynomy f 20 f 10 a f 21 f 22 f(a,b) f 11 b f 12 f 23 f 13 f 00 f 01 f 02 f 03 Textures 2016 Josef Pelikán, 8 / 28

9 Kubická B-spline interpolace 3, f a b 3 i 0 B-spline váhové funkce: C t i 1 i 0 3 j 0 C a C b f i j ij C t 1 1 t C t t t C t t t t 2 C t 1 t 3 0 C t 1 pro 0 t 1 i Textures 2016 Josef Pelikán, 9 / 28

10 Algoritmické a smíšené textury jednoduché geometrické tvary, vzorky šachovnice, pravidelné pruhy,.. napodobení přírodních tvarů často se využívají pseudonáhodné algoritmy (syntéza spojité šumové funkce) fraktály, turbulence (mraky, špína,..) reakční difuze (napodobení kůže a srsti zvířat) prostorové náhodné textury (dřevo, mramor,..) Textures 2016 Josef Pelikán, 10 / 28

11 Modulace normály ( bump map ) U N V N B(u,v) N = U V P (u,v) = P(u,v) + B(u,v) N / N napodobení nerovností na povrchu tělesa B(u,v) je funkce lokálního posunutí povrchu: + ven z tělesa, dovnitř tělesa Textures 2016 Josef Pelikán, 11 / 28

12 Modulace normály Původní normála: N U V posunutý bod:, P u, v P u v B u, v N N aproximace modifikované normály: N N B u u, v N V B u, v N U N v Textures 2016 Josef Pelikán, 12 / 28

13 Syntéza šumu cílem je subjektivně nahodilý vzhled (tvar) napodobení komplikovaných přírodních jevů výsledek působení chaotického systému, náhodné difuse, systému s částečnou zpětnou vazbou,.. výpočet hodnoty šumové funkce v konkrétním bodě musí být deterministický (opakovatelný) paralelní implementace, opakovaný dotaz požadovaná spektrální charakteristika šumu nekorelovaný/bílý šum, spojitý šum Textures 2016 Josef Pelikán, 13 / 28

14 Bílý šum šum s neomezeným spektrem hodnoty v různých bodech mají nulovou korelaci příklad implementace 2D bílého šumu: double RandomTab[RANDOMTABLEN]; int Indx[ILEN], Indy[ILEN]; // random values // random permutations double white_noise_2d ( double x, double y ) { int i = HASH( Indx[LOWBITS(x)], Indy[LOWBITS(y)] ); return( RandomTab[ i % RANDOMTABLEN ] ); } využívá k bitů mantisy LOWBITS, hashovací funkci HASH RandomTab, Indx, Indy jsou předem spočítané tabulky Textures 2016 Josef Pelikán, 14 / 28

15 Spojitý šum spojitá funkce s omezeným spektrem stacionární, izotropní (invarian. na posunutí, otočení) krátká perioda funkce může být na závadu Fourierovská syntéza přesně mohu ovlivňovat frekvenční charakteristiku interpolace náhodných hodnot v mřížce klasická interpolace (např. pomocí B-spline funkcí) Hermitovská interpolace - gradienty (Perlin) stochastická mřížka - řídká konvoluce (Lewis) Textures 2016 Josef Pelikán, 15 / 28

16 Interpolace v pravidelné mřížce předem vygeneruji síť pseudonáhodných čísel (vektorů, směrnic,..) požadované rozdělení pravděpodobnosti 1D, 2D nebo 3D topologie ve vícerozměrných případech mohu ušetřit paměť pomocí hašovací funkce HASH(x,y,z) - viz výše interpolace v neuzlových bodech separabilní metody (složky počítám postupně) nejčastěji kvadratické nebo kubické polynomy 2D: 4 až 16 uzlů, 3D: 8 až 64 uzlů Textures 2016 Josef Pelikán, 16 / 28

17 Metoda Kena Perlina (3D šum) spektrum je omezené na jednu oktávu (f 2f) efektivní implementace předem vygeneruji síť pseudonáhodných gradientních vektorů [a,b,c,d] ijk [a,b,c] ijk je pseudonáhodný jednotkový směr (vybírám a normalizuji pouze náhodné vektory kratší než 1) d ijk je hodnota funkce v uzlovém bodě [x i,y j,z k ] přepočítám d ijk = d ijk - a ijk x i - b ijk y j - c ijk z k Textures 2016 Josef Pelikán, 17 / 28

18 Metoda Kena Perlina hodnoty v uzlech: K ijk (x,y,z) = d ijk + a ijk x + b ijk y + c ijk z interpolační kubické spline polynomy: w(t) = 2 t 3-3t pro t < 1 w(t) = 0 jinde nosič má poloměr 1 potřebuji pouze 2 D uzlů x a x, y, z w x i w y j w z k a i 1 x y j 1 y z k 1 z ijk Textures 2016 Josef Pelikán, 18 / 28

19 Metoda řídké konvoluce (Lewis) možnost řízení spektrální charakteristiky efektivní implementace konvoluce 3D filtru h(x,y,z) s Poissonovým šumem :,,,,,, n x y z u v w h x u y v z w dudv dw 3 x, y, z a x x, y y, z z k k k k k Textures 2016 Josef Pelikán, 19 / 28

20 Konvoluce Poissonova šumu 1 nosič filtru h náhodná poloha: [x k,y k,z k ] náhodná váha: a k filtr h 0 r Textures 2016 Josef Pelikán, 20 / 28

21 Metoda řídké konvoluce Díky diskrétnímu charakteru Poissonova šumu: n x y z a h x x y y z z,,,, k k k k k hustotou impulsů [x k,y k,z k ] mohu řídit kvalitu šumu při 10 a více impulsech na plochu filtru h je kvalita téměř nerozeznatelná od interpolačního šumu při stejné kvalitě je řídká konvoluce efektivnější Textures 2016 Josef Pelikán, 21 / 28

22 Efektivní implementace prostor rozdělím na krychlové buňky se stranou délky r (poloměr filtru h - obvykle 1) v každé buňce generuji impulsy nezávisle pomocí pseudonáhodného generátoru s počáteční hodnotou semínka Seed ijk hodnoty Seed ijk nageneruji předem nějakým jiným (nezávislým) generátorem nebo mohu pro úsporu paměti (a proti opakování vzorku) použít hašovací funkci HASH(x,y,z) Textures 2016 Josef Pelikán, 22 / 28

23 Efektivní implementace při výpočtu hodnoty Noise(x,y,z) stačí projít pouze několik sousedních buněk v 2D případě je to 4 9 buněk v 3D případě je to 8 27 buněk pro izotropní šum (symetrický filtr h) mohu předem spočítat hodnoty h(r 2 ) do tabulky při výpočtu konvoluce nemusím odmocňovat Textures 2016 Josef Pelikán, 23 / 28

24 Kombinace šumových funkcí složení několika frekvencí f i s amplitudami a i posunutých o vektory [x i,y i,z i ]:,, i napodobení turbulence: f i = F i, a i = A -i a Noise f x x f y y f z z i i i i i i i 1 A Noise F i x x F i i i y y F i, i, z z i i Textures 2016 Josef Pelikán, 24 / 28

25 Aplikace šumových funkcí náhodné modifikace normály ( bump map ) iluze nepravidelně zvrásněného povrchu těles pomerančová kůra turbulence mlha, mraky, použití v modelování 3D textury vnitřní struktura materiálu dřevo, mramor,.. Textures 2016 Josef Pelikán, 25 / 28

26 Simulace struktury dřeva [x,y,z] barva B(r) ideální osa kmene D(x,y,z),, Noise x, y, z B D x y z r B D x, y, z Noise x, y, z Noise x, y, z Textures 2016 Josef Pelikán, 26 / 28

27 Simulace struktury mramoru [x,y,z] D(x,y,z) barva B(r) ideální rovina (geolog. vrstva) r,, Noise x, y, z B D x y z Turb Textures 2016 Josef Pelikán, 27 / 28

28 Literatura K. Perlin: An Image Synthesizer, Computer Graphics, Vol. 19, #3, July 1985, K. Perlin, E. M. Hoffert: Hypertexture, Computer Graphics, Vol. 23, #3, July 1989, J. P. Lewis: Algorithms for Solid Noise Synthesis, Computer Graphics, Vol. 23, #3, July 1989, J. Foley, A. van Dam, S. Feiner, J. Hughes: Computer Graphics, Principles and Practice, , , Textures 2016 Josef Pelikán, 28 / 28

Deformace rastrových obrázků

Deformace rastrových obrázků Deformace rastrových obrázků 1997-2011 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ Warping 2011 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 1 / 22 Deformace obrázků

Více

Rekurzivní sledování paprsku

Rekurzivní sledování paprsku Rekurzivní sledování paprsku 1996-2016 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ 1 / 21 Model dírkové kamery 2 / 21 Zpětné sledování paprsku L D A B C 3 / 21 Skládání

Více

Výpočet průsečíků paprsku se scénou

Výpočet průsečíků paprsku se scénou Výpočet průsečíků paprsku se scénou 1996-2018 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ Intersection 2018 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 1 / 26 Průsečík

Více

Výpočet průsečíků paprsku se scénou

Výpočet průsečíků paprsku se scénou Výpočet průsečíků paprsku se scénou 1996-2008 Josef Pelikán, MFF UK Praha http://cgg.ms.mff.cuni.cz/~pepca/ Josef.Pelikan@mff.cuni.cz NPGR004, intersection.pdf 2008 Josef Pelikán, http://cgg.ms.mff.cuni.cz/~pepca

Více

Anti-aliasing a vzorkovací metody

Anti-aliasing a vzorkovací metody Anti-aliasing a vzorkovací metody 1996-2016 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ Sampling 2016 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 1 / 34 Prostorový

Více

Distribuované sledování paprsku

Distribuované sledování paprsku Distribuované sledování paprsku 1996-2015 Josef Pelikán, CGG MFF UK Praha http://cgg.mff.cuni.cz/~pepca/ pepca@cgg.mff.cuni.cz DistribRT 2015 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 1 / 24 Distribuované

Více

1. Vlastnosti diskretních a číslicových metod zpracování signálů... 15

1. Vlastnosti diskretních a číslicových metod zpracování signálů... 15 Úvodní poznámky... 11 1. Vlastnosti diskretních a číslicových metod zpracování signálů... 15 1.1 Základní pojmy... 15 1.2 Aplikační oblasti a etapy zpracování signálů... 17 1.3 Klasifikace diskretních

Více

Transformace obrazu Josef Pelikán KSVI MFF UK Praha

Transformace obrazu Josef Pelikán KSVI MFF UK Praha Transformace obrazu 99725 Josef Pelikán KSVI MFF UK Praha email: Josef.Pelikan@mff.cuni.cz WWW: http://cgg.ms.mff.cuni.cz/~pepca/ Transformace 2D obrazu dekorelace dat potlačení závislosti jednotlivých

Více

Reprezentace bodu, zobrazení

Reprezentace bodu, zobrazení Reprezentace bodu, zobrazení Ing. Jan Buriánek VOŠ a SŠSE P9 Jan.Burianek@gmail.com Obsah Témata Základní dělení grafických elementů Rastrový vs. vektorový obraz Rozlišení Interpolace Aliasing, moiré Zdroje

Více

Ing. Jan Buriánek. Katedra softwarového inženýrství Fakulta informačních technologií České vysoké učení technické v Praze Jan Buriánek, 2010

Ing. Jan Buriánek. Katedra softwarového inženýrství Fakulta informačních technologií České vysoké učení technické v Praze Jan Buriánek, 2010 Ing. Jan Buriánek (ČVUT FIT) Reprezentace bodu a zobrazení BI-MGA, 2010, Přednáška 2 1/33 Ing. Jan Buriánek Katedra softwarového inženýrství Fakulta informačních technologií České vysoké učení technické

Více

Watkinsův algoritmus řádkového rozkladu

Watkinsův algoritmus řádkového rozkladu Watkinsův algoritmus řádkového rozkladu 1995-2015 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ 1 / 15 Watkinsův algoritmus nepotřebuje výstupní buffer rastrový výstup

Více

Radiometrie, radiační metody

Radiometrie, radiační metody Radiometrie, radiační metody 1996-2018 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ Radiometry 2018 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 1 / 34 Globální výpočet

Více

Úvod do zpracování signálů

Úvod do zpracování signálů 1 / 25 Úvod do zpracování signálů Karel Horák Rozvrh přednášky: 1. Spojitý a diskrétní signál. 2. Spektrum signálu. 3. Vzorkovací věta. 4. Konvoluce signálů. 5. Korelace signálů. 2 / 25 Úvod do zpracování

Více

KŘIVKY A PLOCHY. Obrázky (popř. slajdy) převzaty od

KŘIVKY A PLOCHY. Obrázky (popř. slajdy) převzaty od KŘIVKY A PLOCHY JANA ŠTANCLOVÁ jana.stanclova@ruk.cuni.cz Obrázky (popř. slajdy) převzaty od RNDr. Josef Pelikán, CSc., KSVI MFF UK Obsah matematický popis křivek a ploch křivky v rovině implicitní tvar

Více

Hierarchický model. 1995-2013 Josef Pelikán CGG MFF UK Praha. pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ 1 / 16

Hierarchický model. 1995-2013 Josef Pelikán CGG MFF UK Praha. pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ 1 / 16 Hierarchický model 1995-2013 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ 1 / 16 Hierarchie v 3D modelování kompozice zdola-nahoru složitější objekty se sestavují

Více

- obvyklejší, výpočetně dražší - každé písmeno je definováno jako zakřivený nebo polygonální obrys

- obvyklejší, výpočetně dražší - každé písmeno je definováno jako zakřivený nebo polygonální obrys Práce s písmem Definice písma Vektorové písmo - obvyklejší, výpočetně dražší - každé písmeno je definováno jako zakřivený nebo polygonální obrys Rastrové písmo - jednodušší, snadno se kreslí, obvykle méně

Více

Lineární transformace

Lineární transformace Lineární transformace 1995-2015 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.c http://cgg.mff.cuni.c/~pepca/ 1 / 28 Požadavk běžně používané transformace posunutí, otočení, většení/menšení, kosení,..

Více

Výpočet vržených stínů

Výpočet vržených stínů Výpočet vržených stínů 1996-2016 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ Shadows 2016 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 1 / 18 Metody vícenásobný

Více

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA INFORMAČNÍCH TECHNOLOGIÍ ÚSTAV POČÍTAČOVÉ GRAFIKY A MULTIMÉDIÍ FACULTY OF INFORMATION TECHNOLOGY DEPARTMENT OF COMPUTER GRAPHICS AND

Více

Visualizace objemových dat

Visualizace objemových dat Visualizace objemových dat 1996-2009 Josef Pelikán CGG MFF UK Praha http://cgg.mff.cuni.cz/~pepca/ pepca@cgg.mff.cuni.cz Visualizace 2009 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 1 / 28 průmyslové

Více

Josef Pelikán, 1 / 51

Josef Pelikán,  1 / 51 1 / 51 Náhodné rozmisťování bodů v rovině 2014-15 Josef Pelikán, CGG MFF UK Praha http://cgg.mff.cuni.cz/~pepca/ Seminář strojového učení a modelování, 26. 3. 2015 2 / 51 Jiří Matoušek (1963-2015) 3 /

Více

Anti Aliasing. Ondřej Burkert. atrey.karlin.mff.cuni.cz/~ondra/ ~ondra/stranka

Anti Aliasing. Ondřej Burkert. atrey.karlin.mff.cuni.cz/~ondra/ ~ondra/stranka Anti Aliasing Ondřej Burkert atrey.karlin.mff.cuni.cz/~ondra/ ~ondra/stranka Úvod Co je to anti - aliasing? Aliasing = vznik artefaktů v důsledku podvzorkování při vzorkování (sampling) obrazu podvzorkování

Více

Monochromatické zobrazování

Monochromatické zobrazování Monochromatické zobrazování 1995-2015 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ Mono 2015 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 1 / 27 Vnímání šedých odstínů

Více

Kompresní metody první generace

Kompresní metody první generace Kompresní metody první generace 998-20 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ Stillg 20 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca / 32 Základní pojmy komprese

Více

Katedra informatiky, Univerzita Palackého v Olomouci. 27. listopadu 2013

Katedra informatiky, Univerzita Palackého v Olomouci. 27. listopadu 2013 Katedra informatiky, Univerzita Palackého v Olomouci 27. listopadu 2013 Rekonstrukce 3D těles Reprezentace trojrozměrných dat. Hledání povrchu tělesa v těchto datech. Představení několika algoritmů. Reprezentace

Více

Omezení barevného prostoru

Omezení barevného prostoru Úpravy obrazu Omezení barevného prostoru Omezení počtu barev v obraze při zachování obrazového vjemu z obrazu Vytváření barevné palety v některých souborových formátech Různé filtry v grafických programech

Více

MĚŘENÍ A ANALÝZA ELEKTROAKUSTICKÝCH SOUSTAV NA MODELECH. Petr Kopecký ČVUT, Fakulta elektrotechnická, Katedra Radioelektroniky

MĚŘENÍ A ANALÝZA ELEKTROAKUSTICKÝCH SOUSTAV NA MODELECH. Petr Kopecký ČVUT, Fakulta elektrotechnická, Katedra Radioelektroniky MĚŘENÍ A ANALÝZA ELEKTROAKUSTICKÝCH SOUSTAV NA MODELECH Petr Kopecký ČVUT, Fakulta elektrotechnická, Katedra Radioelektroniky Při návrhu elektroakustických soustav, ale i jiných systémů, je vhodné nejprve

Více

Zobrazování vektorových polí

Zobrazování vektorových polí Zobrazování vektorových polí 1996-2015 Josef Pelikán, CGG MFF UK Praha http://cgg.mff.cuni.cz/~pepca/ pepca@cgg.mff.cuni.cz 1 / 28 Proudění v tekutinách statické proudění zobrazení v: R3 R3 v každém bodě

Více

Jana Dannhoferová Ústav informatiky, PEF MZLU

Jana Dannhoferová Ústav informatiky, PEF MZLU Počítačová grafika Křivky Jana Dannhoferová (jana.dannhoferova@mendelu.cz) Ústav informatiky, PEF MZLU Základní vlastnosti křivek křivka soustava parametrů nějaké rovnice, která je posléze generativně

Více

Náhodné rozmisťování bodů v rovině

Náhodné rozmisťování bodů v rovině Náhodné rozmisťování bodů v rovině 2014 Josef Pelikán, CGG MFF UK Praha http://cgg.mff.cuni.cz/~pepca/ Konference CSGG, 17. 9. 2014, Nové Město na Moravě 1 / 46 2 / 46 Náhodné rozložení bodů..? random

Více

13 Barvy a úpravy rastrového

13 Barvy a úpravy rastrového 13 Barvy a úpravy rastrového Studijní cíl Tento blok je věnován základním metodám pro úpravu rastrového obrazu, jako je např. otočení, horizontální a vertikální překlopení. Dále budo vysvětleny různé metody

Více

Visualizace objemových dat

Visualizace objemových dat Visualizace objemových dat 1996-2015 Josef Pelikán, CGG MFF UK Praha http://cgg.mff.cuni.cz/~pepca/ pepca@cgg.mff.cuni.cz 1 / 37 Průmyslové aplikace medicína počítačová tomografie (CT) rentgen nukleární

Více

Kombinatorická minimalizace

Kombinatorická minimalizace Kombinatorická minimalizace Cílem je nalézt globální minimum ve velké diskrétní množině, kde může být mnoho lokálních minim. Úloha obchodního cestujícího Cílem je najít nejkratší cestu, která spojuje všechny

Více

Obsah A ROVINNÁ GRAFIKA 17

Obsah A ROVINNÁ GRAFIKA 17 Obsah A ROVINNÁ GRAFIKA 17 1. Světlo a barvy v počítačové grafice JS & JŽ 19 1.1 Vlastnosti lidského systému vidění......................... 19 1.1.1 Elektromagnetické spektrum........................

Více

Matematický ústav UK Matematicko-fyzikální fakulta

Matematický ústav UK Matematicko-fyzikální fakulta Geometrické modelování Zbyněk Šír Matematický ústav UK Matematicko-fyzikální fakulta 2. října 2018 Zbyněk Šír (MÚ UK) - Geometrické modelování 2. října 2018 1 / 15 Obsah dnešní přednášky Co je to geometrické

Více

Textury v real-time grafice. 2004-2005 Josef Pelikán, MFF UK Praha http://cgg.ms.mff.cuni.cz/~pepca/ Josef.Pelikan@mff.cuni.cz

Textury v real-time grafice. 2004-2005 Josef Pelikán, MFF UK Praha http://cgg.ms.mff.cuni.cz/~pepca/ Josef.Pelikan@mff.cuni.cz Textury v real-time grafice 2004-2005 Josef Pelikán, MFF UK Praha http://cgg.ms.mff.cuni.cz/~pepca/ Josef.Pelikan@mff.cuni.cz Textury vylepšují vzhled povrchu těles modifikace barvy ( bitmapa ) dojem hrbolatého

Více

Fyzikálně založené modely osvětlení

Fyzikálně založené modely osvětlení Fyzikálně založené modely osvětlení 1996-2015 Josef Pelikán, CGG MFF UK Praha http://cgg.mff.cuni.cz/~pepca/ pepca@cgg.mff.cuni.cz Physical 2015 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 1 / 31 Historie

Více

Aproximace funkcí. x je systém m 1 jednoduchých, LN a dostatečně hladkých funkcí. x c m. g 1. g m. a 1. x a 2. x 2 a k. x k b 1. x b 2.

Aproximace funkcí. x je systém m 1 jednoduchých, LN a dostatečně hladkých funkcí. x c m. g 1. g m. a 1. x a 2. x 2 a k. x k b 1. x b 2. Aproximace funkcí Aproximace je výpočet funkčních hodnot funkce z nějaké třídy funkcí, která je v určitém smyslu nejbližší funkci nebo datům, která chceme aproximovat. Třída funkcí, ze které volíme aproximace

Více

Malířův algoritmus. 1995-2015 Josef Pelikán CGG MFF UK Praha. pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ 1 / 15

Malířův algoritmus. 1995-2015 Josef Pelikán CGG MFF UK Praha. pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ 1 / 15 Malířův algoritmus 1995-2015 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ 1 / 15 Malířův algoritmus kreslení do bufferu video-ram, rastrová tiskárna s bufferem vyplňování

Více

9 Prostorová grafika a modelování těles

9 Prostorová grafika a modelování těles 9 Prostorová grafika a modelování těles Studijní cíl Tento blok je věnován základům 3D grafiky. Jedná se především o vysvětlení principů vytváření modelů 3D objektů, jejich reprezentace v paměti počítače.

Více

Počítačová grafika 2 (POGR2)

Počítačová grafika 2 (POGR2) Počítačová grafika 2 (POGR2) Pavel Strachota FJFI ČVUT v Praze 19. února 2015 Kontakt Ing. Pavel Strachota, Ph.D. Katedra matematiky Trojanova 13, místnost 033a E-mail: pavel.strachota@fjfi.cvut.cz WWW:

Více

SEMESTRÁLNÍ PRÁCE X. Aproximace křivek Numerické vyhlazování

SEMESTRÁLNÍ PRÁCE X. Aproximace křivek Numerické vyhlazování KATEDRA ANALYTICKÉ CHEMIE FAKULTY CHEMICKO TECHNOLOGICKÉ UNIVERSITA PARDUBICE - Licenční studium chemometrie LS96/1 SEMESTRÁLNÍ PRÁCE X. Aproximace křivek Numerické vyhlazování Praha, leden 1999 0 Úloha

Více

FOURIEROVA ANAL YZA 2D TER ENN ICH DAT Karel Segeth

FOURIEROVA ANAL YZA 2D TER ENN ICH DAT Karel Segeth FOURIEROVA ANALÝZA 2D TERÉNNÍCH DAT Karel Segeth Motto: The faster the computer, the more important the speed of algorithms. přírodní jev fyzikální model matematický model numerický model řešení numerického

Více

Plochy počítačové grafiky II. Interpolační plochy Bezierovy pláty nad obdélníkovou a trojúhelníkovou sítí Recionální Bezierovy pláty B-spline NURBS

Plochy počítačové grafiky II. Interpolační plochy Bezierovy pláty nad obdélníkovou a trojúhelníkovou sítí Recionální Bezierovy pláty B-spline NURBS II Interpolační plochy Bezierovy pláty nad obdélníkovou a trojúhelníkovou sítí Recionální Bezierovy pláty B-spline NURBS Konstrukce a zadání plochy hraniční křivky sítí bodů Kinematicky vytvořené křivky

Více

Zobrazování barev. 1995-2015 Josef Pelikán CGG MFF UK Praha. pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/

Zobrazování barev. 1995-2015 Josef Pelikán CGG MFF UK Praha. pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ Zobrazování barev 1995-2015 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ ColorRep 2015 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 1 / 18 Barevné schopnosti HW True-color

Více

Kristýna Bémová. 13. prosince 2007

Kristýna Bémová. 13. prosince 2007 Křivky v počítačové grafice Kristýna Bémová Univerzita Karlova v Praze 13. prosince 2007 Kristýna Bémová (MFF UK) Křivky v počítačové grafice 13. prosince 2007 1 / 36 Pojmy - křivky a jejich parametrické

Více

Aplikace multifraktální geometrie na finančních trzích

Aplikace multifraktální geometrie na finančních trzích Aplikace multifraktální geometrie na finančních trzích 5. studentské kolokvium a letní škola matematické fyziky Stará Lesná Fakulta jaderná a fyzikálně inženýrská ČVUT, Praha 1. 9. 2011 Úvod náhodné procesy

Více

Geometrické transformace

Geometrické transformace 1/15 Předzpracování v prostoru obrazů Geometrické transformace Václav Hlaváč, Jan Kybic Fakulta elektrotechnická ČVUT v Praze katedra kybernetiky, Centrum strojového vnímání hlavac@fel.cvut.cz http://cmp.felk.cvut.cz/

Více

Flexibilita jednoduché naprogramování a přeprogramování řídícího systému

Flexibilita jednoduché naprogramování a přeprogramování řídícího systému Téma 40 Jiří Cigler Zadání Číslicové řízení. Digitalizace a tvarování. Diskrétní systémy a jejich vlastnosti. Řízení diskrétních systémů. Diskrétní popis spojité soustavy. Návrh emulací. Nelineární řízení.

Více

Matematický ústav UK Matematicko-fyzikální fakulta

Matematický ústav UK Matematicko-fyzikální fakulta Geometrické modelování Zbyněk Šír Matematický ústav UK Matematicko-fyzikální fakulta 5. října 2016 Zbyněk Šír (MÚ UK) - Geometrické modelování 5. října 2016 1 / 14 Obsah dnešní přednášky Co je to geometrické

Více

Spojitý šum v praxi. Jan Gehr

Spojitý šum v praxi. Jan Gehr Spojitý šum v praxi Jan Gehr Úvod Za použití Unity si ukážeme následující příklady: 1. Jednoduchý příklad z praxe (náhodný spojitý pohyb terče) 2. Ukázka implementace generátoru terénu (podobně jako ve

Více

Úpravy rastrového obrazu

Úpravy rastrového obrazu Přednáška 11 Úpravy rastrového obrazu Geometrické trasformace Pro geometrické transformace rastrového obrazu se používá mapování dopředné prochází se pixely původního rastru a určuje se barva a poloha

Více

9. přednáška z předmětu GIS1 Digitální model reliéfu a odvozené povrchy. Vyučující: Ing. Jan Pacina, Ph.D.

9. přednáška z předmětu GIS1 Digitální model reliéfu a odvozené povrchy. Vyučující: Ing. Jan Pacina, Ph.D. 9. přednáška z předmětu GIS1 Digitální model reliéfu a odvozené povrchy Vyučující: Ing. Jan Pacina, Ph.D. e-mail: jan.pacina@ujep.cz Lehký úvod Digitální modely terénu jsou dnes v geoinformačních systémech

Více

Geometrické transformace obrazu a související témata. 9. přednáška předmětu Zpracování obrazů

Geometrické transformace obrazu a související témata. 9. přednáška předmětu Zpracování obrazů Geometrické transformace obrazu a související témata 9. přednáška předmětu Zpracování obrazů Martina Mudrová 2004 Téma přednášk O čem bude tato přednáška? Geometrické transformace obrazu Interpolace v

Více

Časové řady, typy trendových funkcí a odhady trendů

Časové řady, typy trendových funkcí a odhady trendů Statistika II Katedra ekonometrie FVL UO Brno kancelář 69a, tel 973 442029 email:jirineubauer@unobcz Stochastický proces Posloupnost náhodných veličin {Y t, t = 0, ±1, ±2 } se nazývá stochastický proces

Více

SIGNÁLY A LINEÁRNÍ SYSTÉMY

SIGNÁLY A LINEÁRNÍ SYSTÉMY SIGNÁLY A LINEÁRNÍ SYSTÉMY prof. Ing. Jiří Holčík, CSc. holcik@iba.muni.cziba.muni.cz II. SIGNÁLY ZÁKLADNÍ POJMY SIGNÁL - DEFINICE SIGNÁL - DEFINICE Signál je jev fyzikální, chemické, biologické, ekonomické

Více

Časové řady, typy trendových funkcí a odhady trendů

Časové řady, typy trendových funkcí a odhady trendů Časové řady, typy trendových funkcí a odhady trendů Jiří Neubauer Katedra ekonometrie FVL UO Brno kancelář 69a, tel 973 442029 email:jirineubauer@unobcz Jiří Neubauer (Katedra ekonometrie UO Brno) Časové

Více

Reprezentace 3D scény

Reprezentace 3D scény Reprezentace 3D scény 1995-2016 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ 1 / 36 Metody reprezentace 3D scén objemové reprezentace přímé informace o vnitřních

Více

Interpolace pomocí splajnu

Interpolace pomocí splajnu Interpolace pomocí splajnu Interpolace pomocí splajnu Připomenutí U interpolace požadujeme, aby graf aproximující funkce procházel všemi uzlovými body. Interpolační polynom aproximující funkce je polynom

Více

KTE/TEVS - Rychlá Fourierova transformace. Pavel Karban. Katedra teoretické elektrotechniky Fakulta elektrotechnická Západočeská univerzita v Plzni

KTE/TEVS - Rychlá Fourierova transformace. Pavel Karban. Katedra teoretické elektrotechniky Fakulta elektrotechnická Západočeská univerzita v Plzni KTE/TEVS - Rychlá Fourierova transformace Pavel Karban Katedra teoretické elektrotechniky Fakulta elektrotechnická Západočeská univerzita v Plzni 10.11.011 Outline 1 Motivace FT Fourierova transformace

Více

Monte Carlo. Simulační metoda založená na užití stochastických procesů a generace náhodných čísel.

Monte Carlo. Simulační metoda založená na užití stochastických procesů a generace náhodných čísel. Monte Carlo Simulační metoda založená na užití stochastických procesů a generace náhodných čísel. Typy MC simulací a) MC integrace b) Geometrické MC c) Termodynamické MC d) Modelování vývoje na strukturální

Více

Generování sítě konečných prvků

Generování sítě konečných prvků Generování sítě konečných prvků Jaroslav Beran Modelování a simulace Tvorba výpočtového modelu s využitím MKP zahrnuje: Tvorbu (import) geometrického modelu Generování sítě konečných prvků Definování vlastností

Více

Geometrické transformace obrazu

Geometrické transformace obrazu Geometrické transformace obrazu a související témata 9. přednáška předmětu Zpracování obrazů Martina Mudrová 2004 Téma přednášk O čem bude tato přednáška? Geometrické transformace obrazu Interpolace v

Více

SIGNÁLY A LINEÁRNÍ SYSTÉMY

SIGNÁLY A LINEÁRNÍ SYSTÉMY SIGNÁLY A LINEÁRNÍ SYSTÉMY prof. Ing. Jiří Holčík, CSc. holcik@iba.muni.cz II. SIGNÁLY ZÁKLADNÍ POJMY SIGNÁL - DEFINICE SIGNÁL - DEFINICE Signál je jev fyzikální, chemické, biologické, ekonomické či jiné

Více

Fouriérova transformace, konvoluce, dekonvoluce, Fouriérovské integrály

Fouriérova transformace, konvoluce, dekonvoluce, Fouriérovské integrály co byste měli umět po dnešní lekci: používat funkce pro výpočet FFT (Fast Fourier Transformation) spočítat konvoluci/dekonvoluci pomocí FFT použít FFT při výpočtu určitých integrálů vědět co je nízko\vysoko

Více

Téma: Vektorová grafika. Určete pravdivost následujícího tvrzení: "Grafická data jsou u 2D vektorové grafiky uložena ve voxelech."

Téma: Vektorová grafika. Určete pravdivost následujícího tvrzení: Grafická data jsou u 2D vektorové grafiky uložena ve voxelech. Téma: Vektorová grafika. Určete pravdivost následujícího tvrzení: "Grafická data jsou u 2D vektorové grafiky uložena ve voxelech." Téma: Vektorová grafika. Určete pravdivost následujícího tvrzení: "Na

Více

Transformace obrazu. Pavel Strachota. 16. listopadu FJFI ČVUT v Praze

Transformace obrazu. Pavel Strachota. 16. listopadu FJFI ČVUT v Praze Transformace obrazu Pavel Strachota FJFI ČVUT v Praze 16. listopadu 2012 Obsah 1 Interpolace 2 Geometrické transformace obrazu 3 Alpha-blending, warping, morphing Obsah 1 Interpolace 2 Geometrické transformace

Více

5 Algoritmy vyplňování 2D oblastí

5 Algoritmy vyplňování 2D oblastí 5 Algoritmy vyplňování 2D oblastí Studijní cíl Tento blok je věnován základním algoritmům pro vyplňování plošných objektů. V textu bude vysvětlen rozdíl mezi vyplňováním oblastí, které jsou definovány

Více

Direct Digital Synthesis (DDS)

Direct Digital Synthesis (DDS) ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta elektrotechnická Ing. Radek Sedláček, Ph.D., katedra měření K13138 Direct Digital Synthesis (DDS) Přímá číslicová syntéza Tyto materiály vznikly za podpory

Více

Detekce kolizí v 3D Josef Pelikán KSVI MFF UK Praha

Detekce kolizí v 3D Josef Pelikán KSVI MFF UK Praha Detekce kolizí v 3D 2001-2003 Josef Pelikán KSVI MFF UK Praha e-mail: Josef.Pelikan@mff.cuni.cz W W W: http://cgg.ms.mff.cuni.cz/~pepca/ Aplikace CD mobilní robotika plánování cesty robota bez kontaktu

Více

Křivky a plochy technické praxe

Křivky a plochy technické praxe Kapitola 7 Křivky a plochy technické praxe V technické praxi se setkáváme s tím, že potřebujeme křivky a plochy, které se dají libovolně upravovat a zároveň je jejich matematické vyjádření jednoduché.

Více

Světlo jako elektromagnetické záření

Světlo jako elektromagnetické záření Světlo jako elektromagnetické záření Základní pojmy: Homogenní prostředí prostředí, jehož dané vlastnosti jsou ve všech místech v prostředí stejné. Izotropní prostředí prostředí, jehož dané vlastnosti

Více

Interpolace Lagrangeovy polynomy. 29. října 2012

Interpolace Lagrangeovy polynomy. 29. října 2012 Interpolace Lagrangeovy polynomy Michal Čihák 29. října 2012 Problematika interpolace V praxi máme často k dispozici údaje z různých měření tzv. data. Data mohou mít například podobu n uspořádaných dvojic

Více

POČÍTAČOVÁ GRAFIKA - PGR 2012037 2014 2015 PROGRAM PŘEDNÁŠEK. Po 9:00-10:30, KN:A-214

POČÍTAČOVÁ GRAFIKA - PGR 2012037 2014 2015 PROGRAM PŘEDNÁŠEK. Po 9:00-10:30, KN:A-214 PROGRAM PŘEDNÁŠEK Po 9:00-10:30, KN:A-214 1P 16. 2. Křivky definice, analytické vyjádření. Bézierova křivka definice, vlastnosti, odvození Bernsteinových polynomů, de Castejlau algoritmus. 2P 23. 2. Spojitost

Více

Metamorfóza obrázků Josef Pelikán CGG MFF UK Praha

Metamorfóza obrázků Josef Pelikán CGG MFF UK Praha Metamorfóza obrázků 1998-2011 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ Morphing 2011 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 1 / 21 Metamorfóza obrázků -

Více

STANOVENÍ SPOLEHLIVOSTI GEOTECHNICKÝCH KONSTRUKCÍ. J. Pruška, T. Parák

STANOVENÍ SPOLEHLIVOSTI GEOTECHNICKÝCH KONSTRUKCÍ. J. Pruška, T. Parák STANOVENÍ SPOLEHLIVOSTI GEOTECHNICKÝCH KONSTRUKCÍ J. Pruška, T. Parák OBSAH: 1. Co je to spolehlivost, pravděpodobnost poruchy, riziko. 2. Deterministický a pravděpodobnostní přístup k řešení problémů.

Více

Digitalizace převod AS DS (analogový diskrétní signál )

Digitalizace převod AS DS (analogový diskrétní signál ) Digitalizace signálu v čase Digitalizace převod AS DS (analogový diskrétní signál ) v amplitudě Obvykle převod spojité předlohy (reality) f 1 (t/x,...), f 2 ()... připomenutí Digitalizace: 1. vzorkování

Více

FP - SEMINÁŘ Z NUMERICKÉ MATEMATIKY. Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci

FP - SEMINÁŘ Z NUMERICKÉ MATEMATIKY.   Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci FP - SEMINÁŘ Z NUMERICKÉ MATEMATIKY Dana Černá http://www.fp.tul.cz/kmd/ Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci OBSAH A CÍLE SEMINÁŘE: Opakování a procvičení vybraných

Více

Katedra geotechniky a podzemního stavitelství

Katedra geotechniky a podzemního stavitelství Katedra geotechniky a podzemního stavitelství Modelování v geotechnice Metoda okrajových prvků (prezentace pro výuku předmětu Modelování v geotechnice) doc. RNDr. Eva Hrubešová, Ph.D. Inovace studijního

Více

Aproximace funkcí. Numerické metody 6. května FJFI ČVUT v Praze

Aproximace funkcí. Numerické metody 6. května FJFI ČVUT v Praze Aproximace funkcí Numerické metody 6. května 2018 FJFI ČVUT v Praze 1 Úvod Dělení Interpolace 1D Více dimenzí Minimalizace Důvody 1 Dělení Dělení - Získané data zadané data 2 Dělení - Získané data Obecně

Více

Počítačová grafika 1 (POGR 1)

Počítačová grafika 1 (POGR 1) Počítačová grafika 1 (POGR 1) Pavel Strachota FJFI ČVUT v Praze 8. října 2015 Kontakt Ing. Pavel Strachota, Ph.D. Katedra matematiky Trojanova 13, místnost 033a E-mail: WWW: pavel.strachota@fjfi.cvut.cz

Více

P7: Základy zpracování signálu

P7: Základy zpracování signálu P7: Základy zpracování signálu Úvodem - Signál (lat. signum) bychom mohli definovat jako záměrný fyzikální jev, nesoucí informaci o nějaké události. - Signálem je rovněž funkce, která převádí nezávislou

Více

Animace a geoprostor. První etapa: Animace 3. přednáško-cvičení. Jaromír Landa. jaromir.landa@mendelu.cz Ústav informatiky PEF MENDELU v Brně

Animace a geoprostor. První etapa: Animace 3. přednáško-cvičení. Jaromír Landa. jaromir.landa@mendelu.cz Ústav informatiky PEF MENDELU v Brně Animace a geoprostor První etapa: Animace 3. přednáško-cvičení Jaromír Landa jaromir.landa@mendelu.cz Ústav informatiky PEF MENDELU v Brně Náplň přednáško-cvičení Nasvícení scény Světelné zdroje umělé

Více

2010 Josef Pelikán, CGG MFF UK Praha

2010 Josef Pelikán, CGG MFF UK Praha Filtrace obrazu 21 Josef Pelikán, CGG MFF UK Praha http://cgg.mff.cuni.cz/~pepca/ 1 / 32 Histogram obrázku tabulka četností jednotlivých jasových (barevných) hodnot spojitý případ hustota pravděpodobnosti

Více

ADA Semestrální práce. Harmonické modelování signálů

ADA Semestrální práce. Harmonické modelování signálů České vysoké učení technické v Praze ADA Semestrální práce Harmonické modelování signálů Jiří Kořínek 31.12.2005 1. Zadání Proveďte rozklad signálu do harmonických komponent (řeč, hudba). Syntetizujte

Více

12 Metody snižování barevného prostoru

12 Metody snižování barevného prostoru 12 Metody snižování barevného prostoru Studijní cíl Tento blok je věnován základním metodám pro snižování barevného rozsahu pro rastrové obrázky. Postupně zde jsou vysvětleny důvody k použití těchto algoritmů

Více

Jana Dannhoferová Ústav informatiky, PEF MZLU

Jana Dannhoferová Ústav informatiky, PEF MZLU Počítačová grafika 1. Definice oblasti souvisí: a) s definováním množiny všech bodů, které náleží do hranice a zároveň do jejího vnitřku b) s popisem její hranice c) s definováním množiny všech bodů, které

Více

Rekonstrukce izoploch

Rekonstrukce izoploch Rekonstrukce izoploch 1996-2015 Josef Pelikán, CGG MFF UK Praha http://cgg.mff.cuni.cz/~pepca/ pepca@cgg.mff.cuni.cz Surface 2015 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 1 / 43 Rekonstrukce izoploch

Více

Aproximační křivky. Trocha historie. geometrické modelování veliký pokrok v oblasti letectví 1944 Roy Liming

Aproximační křivky. Trocha historie. geometrické modelování veliký pokrok v oblasti letectví 1944 Roy Liming Trocha historie geometrické modelování veliký pokrok v oblasti letectví 944 Roy Liming analytik, North American Aviation (výrobce letadel) společně s konstruktérem a designérem Edgardem Schmuedem matematizace

Více

GIS Geografické informační systémy

GIS Geografické informační systémy GIS Geografické informační systémy Obsah přednášky Prostorové vektorové modely Špagetový model Topologický model Převody geometrií Vektorový model Reprezentuje reálný svět po jednotlivých složkách popisu

Více

Jasové transformace. Karel Horák. Rozvrh přednášky:

Jasové transformace. Karel Horák. Rozvrh přednášky: 1 / 23 Jasové transformace Karel Horák Rozvrh přednášky: 1. Úvod. 2. Histogram obrazu. 3. Globální jasová transformace. 4. Lokální jasová transformace. 5. Bodová jasová transformace. 2 / 23 Jasové transformace

Více

2. Mřížky / Záplavové vyplňování

2. Mřížky / Záplavové vyplňování 2. Mřížky / Záplavové vyplňování BI-EP2 Efektivní programování 2 LS 2017/2018 Ing. Martin Kačer, Ph.D. 2011-18 Martin Kačer Katedra teoretické informatiky Fakulta informačních technologií České vysoké

Více

GIS Geografické informační systémy

GIS Geografické informační systémy GIS Geografické informační systémy Obsah přednášky Prostorové vektorové modely Špagetový model Topologický model Převody geometrií Vektorový model Reprezentuje reálný svět po jednotlivých složkách popisu

Více

Barevné systémy 1995-2015 Josef Pelikán CGG MFF UK Praha

Barevné systémy 1995-2015 Josef Pelikán CGG MFF UK Praha Barevné systémy 1995-2015 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ Colors 2015 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 1 / 21 Rozklad spektrálních barev

Více

Institut teoretické informatiky (ITI) na FI MU

Institut teoretické informatiky (ITI) na FI MU Institut teoretické informatiky (ITI) na FI MU Antonín Kučera (vedoucí) Petr Hliněný, Jan Obdržálek, Vojtěch Řehák Fakulta informatiky, Masarykova Univerzita, Brno Brno, 28. dubna 2011 J. Obdržálek (FI

Více

Zpracování digitalizovaného obrazu (ZDO) - Segmentace II

Zpracování digitalizovaného obrazu (ZDO) - Segmentace II Zpracování digitalizovaného obrazu (ZDO) - Segmentace II Další metody segmentace Ing. Zdeněk Krňoul, Ph.D. Katedra Kybernetiky Fakulta aplikovaných věd Západočeská univerzita v Plzni Zpracování digitalizovaného

Více

Terestrické 3D skenování

Terestrické 3D skenování Jan Říha, SPŠ zeměměřická www.leica-geosystems.us Laserové skenování Technologie, která zprostředkovává nové možnosti v pořizování geodetických dat a výrazně rozšiřuje jejich využitelnost. Metoda bezkontaktního

Více

Počítačová dynamika tekutin (CFD) Turbulence

Počítačová dynamika tekutin (CFD) Turbulence Počítačová dynamika tekutin (CFD) Turbulence M. Jahoda Turbulence 2 Turbulentní proudění vzniká při vysokých Reynoldsových číslech (Re>>1); je způsobováno komplikovanou interakcí mezi viskózními a setrvačnými

Více

základní vlastnosti, používané struktury návrhové prostředky MATLAB problém kvantování koeficientů

základní vlastnosti, používané struktury návrhové prostředky MATLAB problém kvantování koeficientů A0M38SPP - Signálové procesory v praxi - přednáška 4 2 Číslicové filtry typu FIR a IIR definice operace filtrace základní rozdělení FIR, IIR základní vlastnosti, používané struktury filtrů návrhové prostředky

Více