Přímé zobrazování objemových dat DVR
|
|
- Eduard Esterka
- před 5 lety
- Počet zobrazení:
Transkript
1 Přímé zobrazování objemových dat DVR Josef Pelikán, CGG MFF UK Praha DVR 2016 Josef Pelikán, 1 / 26
2 Metody přímého zobrazování zobrazení informace z celého objemu dat zákryty trochu omezují množství zobrazené informace výpočet bývá pomalejší, závislý na směru pohledu splatting Westover: 1990, Laur, Hanrahan: 1991 V-buffer Upson, Keeler: 1988 vrhání paprsku ( ray casting ) Tuy: 1984, Levoy: , Sabella: 1988 DVR 2016 Josef Pelikán, 2 / 26
3 Objemový osvětlovací model t 0 absorbce rozptyl (in-scattering) rozptyl (out-scattering) t 1 DVR 2016 Josef Pelikán, 3 / 26
4 Absorbce medium pohlcuje záření, a tak zeslabuje paprsek absorbční koeficient s a (P,) pravděpodobnost, že bude foton pohlcen na paprsku dlouhém 1m u neizotropního media záleží na poloze (P) a směru () diferenciální pohlcení: L o p, L i p, = dl o p, = a p, L i p, dt celkové zeslabení paprsku (na dráze od t 0 do t 1 ): e t0 t 1 a pt, dt DVR 2016 Josef Pelikán, 4 / 26
5 Emise medium produkuje záření, a tak zesiluje paprsek emitovaná radiance L ve (P,) množství emitované radiance na jednotku délky paprsku diferenciální emise: dl o p, = L ve p, dt DVR 2016 Josef Pelikán, 5 / 26
6 Rozptyl ( out-scattering ) medium rozptyluje záření směrem ven z paprsku rozptylový koeficient s s (P,) množství radiance rozptýlené na jednotku délky paprsku diferenciální rozptyl: dl o p, = s p, L i p, dt extinkce = suma účinků absorpce a rozptylu t p, = a p, s p, DVR 2016 Josef Pelikán, 6 / 26
7 Splatting (Westover) Různé typy otisků voxelu: Gauss DVR 2016 Josef Pelikán, 7 / 26
8 Splatting průchod datovým polem zepředu-dozadu pro každý voxel se vytvoří poloprůhledný otisk (stopa, splat ) zobrazení pomocí sítě polygonů předpokládá se HW podpora poloprůhledného zobrazování (-kanál) otisky pro různé poloměry a hustoty jsou dopředu zpracovány v tabulce používají se různé tvary otisků (kužel, Gauss) DVR 2016 Josef Pelikán, 8 / 26
9 Hierarchický algoritmus pyramidální reprezentace dat hierarchické dělení typu octree každý vnitřní uzel obsahuje: průměrnou RGB hodnotu, střední kvadratickou chybu (při nahrazení skutečných hodnot průměrnými) možnost kreslení obrázků s různým rozlišením (nebo kvalitou) při průchodu se zastavuji na voxelech s malým průmětem (u perspektivy to závisí i na vzdálenosti) kompromis mezi celkovou chybou a počtem voxelů DVR 2016 Josef Pelikán, 9 / 26
10 Substituce otisků Superpozice dvou shodných Gaussovských otisků: x exp exp x Nahradí je otisk dvojnásobné velikosti: DVR 2016 Josef Pelikán, 10 / 26
11 Sledování paprsku (Sabella, 88) zářící mlha zobrazovaná látka se chová současně jako zářič i jako překážka šíření světla fyzikální základ - velké množství malých částic vyzařujících světlo vlastnoti vyzařování i pohlcování jsou funkce hustoty (zobrazované veličiny) pohlcování světla má exponenciální průběh DVR 2016 Josef Pelikán, 11 / 26
12 Exponenciální pohlcování světla hustota (x,y,z) t 1 t t 2 na paprsku hustota (t) Útlum světla na intervalu (t,t 1 ): P t, t1 exp t t 1 x dx (pravděpodobnost, že paprsek po cestě narazí na alespoň jednu částici) DVR 2016 Josef Pelikán, 12 / 26
13 Kumulovaná intenzita světla Základní zobrazovací rovnice s vyloučením vnějšího osvětlení: t2 t intenzita B t t t x 1, 2 exp dx dt t1 t1 Distribuce hustoty se dá řídit exponentem : t2 t B t t t x 1, 2 exp dx dt t1 t1 DVR 2016 Josef Pelikán, 13 / 26
14 Diskrétní rovnice Systém složený z jednotlivých homogenních vrstev (objektů): l i1 B k, l b i j ik jk světlo emitované vrstvou i Pro hustotu vrstvy (t i ) a její tloušťku t i : exp b t t t t i i i j j j útlum vrstvy j DVR 2016 Josef Pelikán, 14 / 26
15 Přiřazování barev dle Sabelly D M (t) t 1 C t 2 maximum M poloha těžiště C vzdálenost maxima D intenzita světla I DVR 2016 Josef Pelikán, 15 / 26
16 Počítané veličiny Těžiště: C Intenzita světla: t t 2 1 t t 2 1 d d t2 t I t exp x dx dt t1 t1 DVR 2016 Josef Pelikán, 16 / 26
17 Mapování barev kvalitativní reprezentace spočítaných veličin uživatelský barevný systém HSV mapování (M,D,I) (H,S,V) maximální hustota M: barevná škála od modré až po červenou vzdálenost maxima D: sytost barvy od 1 (pro D=0) až do 0 (pro maximální D) intenzita světla I: intenzita barvy jiná varianta: (M,C,I) (H,S,V) DVR 2016 Josef Pelikán, 17 / 26
18 Interpretace výsledků barevný odstín (H) udává polohu (lokálních) maxim v průmětu oblasti s teplejší barvou (žlutá, červená) sytost (S) určuje vzdálenost bližší maxima se kreslí sytými, vzdálenější pastelovými barvami fyzikální základ: pohled přes bílou mlhu pro lepší představu o průběhu funkce v celém objemu se používá animace DVR 2016 Josef Pelikán, 18 / 26
19 Implementace inkrementální průchod paprsku jednotlivými buňkami 3D pole - 3D DDA algoritmus průchod zepředu-dozadu: akumuluje se útlum P a intenzita B v aktuální buňce se snažím aproximovat integrál pro B co nejpřesněji (někdy lze zanedbávat lokální útlum v buňce) u lineární interpolace lze integrál počítat analyticky průchod mohu předčasně ukončit při dosažení velké hodnoty útlumu DVR 2016 Josef Pelikán, 19 / 26
20 Implementace průchod zezadu-dopředu: akumuluje se pouze intenzita B v aktuální buňce aproximuji integrál pro B intenzita nastřádaná v zadních partiích se tlumí diskrétně (násobení útlumem aktuální buňky) spočítané hodnoty (M,D,C,I) se ukládají do bufferu po ukončení výpočtu se mohou interaktivně ladit parametry barevného přiřazení DVR 2016 Josef Pelikán, 20 / 26
21 Transfer funkce (TF) mapuje hustotu tkáně na barvu a průhlednost segmentace oblastí zájmu napodobení předvýpočtu izoploch pokročilejší mapování: definice TF ruční editace (pokus & omyl), databáze osvědčených nastavení [polo]automatické výpočty TF - hledání hran, malých features, automatické hledání nejvhodnějších h 0 pro izoplochy, statistika (momenty) zobecněné TF (f + f, derivace, křivost,..) DVR 2016 Josef Pelikán, 21 / 26
22 Příklad - editace TF DVR 2016 Josef Pelikán, 22 / 26
23 Průchod sítí buněk (3D DDA) y Ly Lx Dy Dx x DVR 2016 Josef Pelikán, 23 / 26
24 Průchod sítí buněk paprsek: P 0 + t P 1 pro t > 0 pro daný směr P 1 se předem spočítají konstanty Dx, Dy, Dz: vzdálenost mezi sousedními průsečíky paprsku se sítí rovnoběžných rovin (kolmých na osy x, y, z) pro bod P 0 se určí počáteční buňka [ i, j, k ] a hodnoty proměnných t, Lx, Ly, Lz: parametr polopřímky t, vzdálenosti k nejbližším průsečíkům paprsku se stěnami DVR 2016 Josef Pelikán, 24 / 26
25 Průchod sítí buněk zpracování buňky [ i, j, k ] - výpočet světelného příspěvku, aktualizace útlumu postup do sousední buňky: D = min {Lx,Ly,Lz}; /* předpoklad: D = Lx */ Lx = Dx; Ly = Ly - D; Lz = Lz - D; i = i ± 1; /* podle znaménka P 1x */ koncové podmínky: paprsek vyjde ven ze zobrazovaného pole kumulovaný útlum překročí danou mez DVR 2016 Josef Pelikán, 25 / 26
26 Literatura T. Elvins: A Survey of Algorithms for Volume Visualization, CG, August 1992, L. Westover: Footprint Evaluation for Volume Rendering, CG, August 1990, P. Sabella: A Rendering Algorithm for Visualizing 3D Scalar Fields, CG, August 1988, M. Pharr, G. Humphreys: Physically Based Rendering, Morgan Kaufman, 2004 C. Hansen, C. Johnson: The Visualization Handbook, Elsevier, 2005 DVR 2016 Josef Pelikán, 26 / 26
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
VíceVisualizace 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
VícePhoton-Mapping Josef Pelikán CGG MFF UK Praha.
Photon-Mapping 2009-2016 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ Photon-mapping 2016 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 1 / 25 Základy Photon-mappingu
VíceRekonstrukce 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
VíceRadiometrie, 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
VíceUrychlovací metody pro Ray-tracing
Urychlovací metody pro Ray-tracing 1996-2016 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ Speedup 2016 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 1 / 51 Průsečík
VíceZobrazování 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
VíceVýpočet 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
VíceZobrazování 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
VíceRekurzivní 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
VíceVýpočet 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
VíceMatematika II, úroveň A ukázkový test č. 1 (2018) 1. a) Napište postačující podmínku pro diferencovatelnost funkce n-proměnných v otevřené
2. 3. 2018 Matematika II, úroveň A ukázkový test č. 1 (2018) 1. a) Napište postačující podmínku pro diferencovatelnost funkce n-proměnných v otevřené mn. M E n. Zapište a načrtněte množinu D, ve které
Více2010 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
VíceMetamorfóza 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 -
VíceMaturitní otázky z předmětu MATEMATIKA
Wichterlovo gymnázium, Ostrava-Poruba, příspěvková organizace Maturitní otázky z předmětu MATEMATIKA 1. Výrazy a jejich úpravy vzorce (a+b)2,(a+b)3,a2-b2,a3+b3, dělení mnohočlenů, mocniny, odmocniny, vlastnosti
VíceJaký obraz vytvoří rovinné zrcadlo? Zdánlivý, vzpřímený, stejně velký. Jaký obraz vytvoří vypuklé zrcadlo? Zdánlivý, vzpřímený, zmenšený
Jan Olbrecht Jaký obraz vytvoří rovinné zrcadlo? Zdánlivý, vzpřímený, stejně velký Jaký obraz vytvoří vypuklé zrcadlo? Zdánlivý, vzpřímený, zmenšený Jaký typ lomu nastane při průchodu světla z opticky
VíceVýpočet 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
VíceZobrazování a osvětlování
Zobrazování a osvětlování Petr Felkel Katedra počítačové grafiky a interakce, ČVUT FEL místnost KN:E-413 na Karlově náměstí E-mail: felkel@fel.cvut.cz S použitím materiálů Bohuslava Hudce, Jaroslava Sloupa
VíceFotonové mapy. Leonid Buneev
Fotonové mapy Leonid Buneev 21. 01. 2012 Popis algoritmu Photon mapping algoritmus, který, stejně jako path tracing a bidirectional path tracing, vyřeší zobrazovací rovnice, ale podstatně jiným způsobem.
VíceMATURITNÍ TÉMATA Z MATEMATIKY
MATURITNÍ TÉMATA Z MATEMATIKY 1. Základní poznatky z logiky a teorie množin Pojem konstanty a proměnné. Obor proměnné. Pojem výroku a jeho pravdivostní hodnota. Operace s výroky, složené výroky, logické
VíceMatematika II, úroveň A ukázkový test č. 1 (2017) 1. a) Napište postačující podmínku pro diferencovatelnost funkce n-proměnných v otevřené
28. 2. 2017 Matematika II, úroveň A ukázkový test č. 1 (2017) 1. a) Napište postačující podmínku pro diferencovatelnost funkce n-proměnných v otevřené mn. M E n. Zapište a načrtněte množinu D, ve které
VíceMatematika II, úroveň A ukázkový test č. 1 (2016) 1. a) Napište postačující podmínku pro diferencovatelnost funkce n-proměnných v otevřené
22. 2. 2016 Matematika II, úroveň A ukázkový test č. 1 (2016) 1. a) Napište postačující podmínku pro diferencovatelnost funkce n-proměnných v otevřené mn. M E n. Zapište a načrtněte množinu D, ve které
VíceGymnázium Česká a Olympijských nadějí, České Budějovice, Česká 64, 37021
Maturitní témata MATEMATIKA 1. Funkce a jejich základní vlastnosti. Definice funkce, def. obor a obor hodnot funkce, funkce sudá, lichá, monotónnost funkce, funkce omezená, lokální a globální extrémy funkce,
VíceFyzikálně 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
VíceDatové struktury pro prostorové vyhledávání
Datové struktury pro prostorové vyhledávání 1998-2011 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ SpatialData 2011 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 1
VíceHDR obraz (High Dynamic Range)
HDR obraz (High Dynamic Range) 2010-2016 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ 1 / 24 Velká dynamika obrazu světlé partie (krátká expozice) tmavé partie (dlouhá
VíceMonochromatické 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
VícePožadavky k písemné přijímací zkoušce z matematiky do navazujícího magisterského studia pro neučitelské obory
Požadavky k písemné přijímací zkoušce z matematiky do navazujícího magisterského studia pro neučitelské obory Zkouška ověřuje znalost základních pojmů, porozumění teorii a schopnost aplikovat teorii při
VíceOdraz světla, BRDF. Petr Kadleček
Odraz světla, BRDF Petr Kadleček 17. října 2011 Úvod V minulé přednášce jsme si představili matematický model scény včetně geometrie, materiálů, zdroje světla, kamery, atd. Ukázali jsme si, že při formulaci
VíceDistribuované 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
VíceVLNOVÁ OPTIKA. Mgr. Jan Ptáčník - GJVJ - Fyzika - Optika - 3. ročník
VLNOVÁ OPTIKA Mgr. Jan Ptáčník - GJVJ - Fyzika - Optika - 3. ročník Vlnová optika Světlo lze chápat také jako elektromagnetické vlnění. Průkopníkem této teorie byl Christian Huyghens. Některé jevy se dají
VíceII. Zakresli množinu bodů, ze kterých vidíme úsečku délky 3 cm v zorném úhlu větším než 30 0 a menším než 60 0.
Ukázky typových maturitních příkladů z matematiky..reálná čísla. 3} x R; I. Zobrazte množiny A = {x є 3} < + x R; B = {x є II. Zapište ve tvaru zlomku číslo, 486.Komplexní čísla. I. Určete a + b, a - b,
VíceOsvětlování a stínování
Osvětlování a stínování Pavel Strachota FJFI ČVUT v Praze 21. dubna 2010 Obsah 1 Vlastnosti osvětlovacích modelů 2 Světelné zdroje a stíny 3 Phongův osvětlovací model 4 Stínování 5 Mlha Obsah 1 Vlastnosti
Vícesvětelný tok -Φ [ lm ] (lumen) Světelný tok udává, kolik světla celkem vyzáří zdroj do všech směrů.
Světeln telné veličiny iny a jejich jednotky Světeln telné veličiny iny a jejich jednotky, světeln telné vlastnosti látekl světelný tok -Φ [ lm ] (lumen) Světelný tok udává, kolik světla celkem vyzáří
VíceReprezentace 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
VíceMaturitní témata od 2013
1 Maturitní témata od 2013 1. Úvod do matematické logiky 2. Množiny a operace s nimi, číselné obory 3. Algebraické výrazy, výrazy s mocninami a odmocninami 4. Lineární rovnice a nerovnice a jejich soustavy
VíceMaticová optika. Lenka Přibylová. 24. října 2010
Maticová optika Lenka Přibylová 24. října 2010 Maticová optika Při průchodu světla optickými přístroji dochází k transformaci světelného paprsku, vlnový vektor mění úhel, který svírá s optickou osou, paprsek
Více1. Chyby vstupních dat metody převedení úlohy na numerickou (řád použité metody) zaokrouhlovací reprezentace čísel v počítači
1. Chyby vstupních dat metody převedení úlohy na numerickou (řád použité metody) zaokrouhlovací reprezentace čísel v počítači 2. Reprezentace čísel v Pascalu celá čísla Typ Rozsah Formát shortint 128..127
VíceTeorie měření a regulace
Ústav technologie, mechanizace a řízení staveb Teorie měření a regulace 22.z-3.tr ZS 2015/2016 2015 - Ing. Václav Rada, CSc. TEORIE ŘÍZENÍ druhá část tématu předmětu pokračuje. oblastí matematických pomůcek
VíceRealistický rendering
Realistický rendering 2010-2017 Josef Pelikán, CGG MFF UK http://cgg.mff.cuni.cz/ http://cgg.mff.cuni.cz/~pepca/ Festival fantazie, Chotěboř, 4. 7. 2017 1 / 47 Obsah přednášky co je realistický rendering?
VícePoznámka: V kurzu rovnice ostatní podrobně probíráme polynomické rovnice a jejich řešení.
@083 6 Polynomické funkce Poznámka: V kurzu rovnice ostatní podrobně probíráme polynomické rovnice a jejich řešení. Definice: Polynomická funkce n-tého stupně (n N) je dána předpisem n n 1 2 f : y a x
VíceDeformace 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
VíceMgr. Ladislav Zemánek Maturitní okruhy Matematika 2013-2014. 1. Obor reálných čísel
Mgr. Ladislav Zemánek Maturitní okruhy Matematika 2013-2014 1. Obor reálných čísel - obor přirozených, celých, racionálních a reálných čísel - vlastnosti operací (sčítání, odčítání, násobení, dělení) -
VíceTematický plán Obor: Informační technologie. Vyučující: Ing. Joanna Paździorová
Tematický plán Vyučující: Ing. Joanna Paździorová 1. r o č n í k 5 h o d i n t ý d n ě, c e l k e m 1 7 0 h o d i n Téma- Tematický celek Z á ř í 1. Opakování a prohloubení učiva základní školy 18 1.1.
VíceZákladní vlastnosti křivek
křivka množina bodů v rovině nebo v prostoru lze chápat jako trajektorii pohybu v rovině či v prostoru nalezneme je také jako množiny bodů na ploše křivky jako řezy plochy rovinou, křivky jako průniky
Více10. cvičení z PST. 5. prosince T = (n 1) S2 X. (n 1) s2 x σ 2 q χ 2 (n 1) (1 α 2 ). q χ 2 (n 1) 2. 2 x. (n 1) s. x = 1 6. x i = 457.
0 cvičení z PST 5 prosince 208 0 (intervalový odhad pro rozptyl) Soubor (70, 84, 89, 70, 74, 70) je náhodným výběrem z normálního rozdělení N(µ, σ 2 ) Určete oboustranný symetrický 95% interval spolehlivosti
VíceParciální derivace a diferenciál
Parciální derivace a diferenciál Vyšší matematika, Inženýrská matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem
VícePříklady pro předmět Aplikovaná matematika (AMA) část 1
Příklady pro předmět plikovaná matematika (M) část 1 1. Lokální extrémy funkcí dvou a tří proměnných Nalezněte lokální extrémy funkcí: (a) f 1 : f 1 (x, y) = x 3 3x + y 2 + 2y (b) f 2 : f 2 (x, y) = 1
VíceVoda jako životní prostředí - světlo
Hydrobiologie pro terrestrické biology Téma 6: Voda jako životní prostředí - světlo Sluneční světlo ve vodě Sluneční záření dopadající na hladinu vody je 1) cestou hlavního přísunu tepla do vody 2) zdrojem
VíceNáhodné (statistické) chyby přímých měření
Náhodné (statistické) chyby přímých měření Hodnoty náhodných chyb se nedají stanovit předem, ale na základě počtu pravděpodobnosti lze zjistit, která z možných naměřených hodnot je více a která je méně
VíceKristýna 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
VíceSvětlo je elektromagnetické vlnění, které má ve vakuu vlnové délky od 390 nm do 770 nm.
1. Podstata světla Světlo je elektromagnetické vlnění, které má ve vakuu vlnové délky od 390 nm do 770 nm. Vznik elektromagnetických vln (záření): 1. při pohybu elektricky nabitých částic s nenulovým zrychlením
VíceParciální derivace a diferenciál
Parciální derivace a diferenciál Vyšší matematika, Inženýrská matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem
VíceMatematický seminář. OVO ŠVP Tématický celek Učivo ŠVP Integrace Mezipředmětové vztahy. jejich soustavy. Spojitost funkce v bodě. Limita funkce v bodě
Řeší s porozumněním rovnice s parametrem Rovnice, nerovnice a jejich soustavy Řovnice, nerovnice a jejich soustavy Třetí, 24 hodin Zvolí vhodnou metodu řešení rovnice nebo nerovnice Vysvětlí zvolený způsob
VíceText úlohy. Která barva nepatří do základních barev prostoru RGB? Vyberte jednu z nabízených možností: a. Černá b. Červená c. Modrá d.
Úloha 1 Která barva nepatří do základních barev prostoru RGB? a. Černá b. Červená c. Modrá d. Zelená Úloha 2 V rovině je dán NEKONVEXNÍ n-úhelník a bod A. Pokud paprsek (polopřímka) vedený z tohoto bodu
Více3D visualizacev lékařství. Lukáš Maršálek, leden 08 CGG MFF UK CGUdS
3D visualizacev lékařství Lukáš Maršálek, leden 08 CGG MFF UK CGUdS Obsah Motivace Příklady úloh a výstupů Visualizace v kontextu Principy Formalizace zobrazování Základní modality a principy Složitost
VícePokročilé osvětlovací techniky. 2005 Josef Pelikán, MFF UK Praha http://cgg.ms.mff.cuni.cz/~pepca/ Josef.Pelikan@mff.cuni.cz
Pokročilé osvětlovací techniky 2005 Josef Pelikán, MFF UK Praha http://cgg.ms.mff.cuni.cz/~pepca/ Josef.Pelikan@mff.cuni.cz Obsah nefotorealistické techniky hrubé tónování kreslení obrysů ( siluety ) složitější
Více1. Náhodný vektor (X, Y ) má diskrétní rozdělení s pravděpodobnostní funkcí p, kde. p(x, y) = a(x + y + 1), x, y {0, 1, 2}.
VIII. Náhodný vektor. Náhodný vektor (X, Y má diskrétní rozdělení s pravděpodobnostní funkcí p, kde p(x, y a(x + y +, x, y {,, }. a Určete číslo a a napište tabulku pravděpodobnostní funkce p. Řešení:
VíceStátní závěrečná zkouška z oboru Matematika a její použití v přírodních vědách
Státní závěrečná zkouška z oboru Matematika a její použití v přírodních vědách Ústní zkouška z oboru Náročnost zkoušky je podtržena její ústní formou a komisionálním charakterem. Předmětem bakalářské zkoušky
VíceSBÍRKA ŘEŠENÝCH FYZIKÁLNÍCH ÚLOH
SBÍRKA ŘEŠENÝCH FYZIKÁLNÍCH ÚLOH MECHANIKA MOLEKULOVÁ FYZIKA A TERMIKA ELEKTŘINA A MAGNETISMUS KMITÁNÍ A VLNĚNÍ OPTIKA FYZIKA MIKROSVĚTA ODRAZ A LOM SVĚTLA 1) Index lomu vody je 1,33. Jakou rychlost má
VíceTéma: 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
VíceDZDDPZ1 - Fyzikální základy DPZ (opakování) Doc. Dr. Ing. Jiří Horák Institut geoinformatiky VŠB-TU Ostrava
DZDDPZ1 - Fyzikální základy DPZ (opakování) Doc. Dr. Ing. Jiří Horák Institut geoinformatiky VŠB-TU Ostrava Elektromagnetické záření Nositelem informace v DPZ je EMZ elmag vlna zvláštní případ elmag pole,
VíceZÁŘENÍ V ASTROFYZICE
ZÁŘENÍ V ASTROFYZICE Plazmový vesmír Uvádí se, že 99 % veškeré hmoty ve vesmíru je v plazmovém skupenství (hvězdy, mlhoviny, ) I na Zemi se vyskytuje plazma, např. v podobě blesků, polárních září Ve sluneční
VíceB) výchovné a vzdělávací strategie jsou totožné se strategiemi vyučovacího předmětu Matematika.
4.8.3. Cvičení z matematiky Předmět Cvičení z matematiky je vyučován v sextě a v septimě jako volitelný předmět. Vzdělávací obsah vyučovacího předmětu Cvičení z matematiky vychází ze vzdělávací oblasti
VíceMaturitní témata z matematiky
Maturitní témata z matematiky 1. Lineární rovnice a nerovnice a) Rovnice a nerovnice s absolutní hodnotou absolutní hodnota reálného čísla definice, geometrický význam, srovnání řešení rovnic s abs. hodnotou
VíceRekonstrukce obrazu. Jiří Ferda, Hynek Mírka. Klinika zobrazovacích metod LFUK a FN v Plzni
Rekonstrukce obrazu Jiří Ferda, Hynek Mírka Klinika zobrazovacích metod LFUK a FN v Plzni Hrubá data Raw data Data získaná detektorovou soustavou Výchozí soubor pro výpočet atenuace a rekonstrukci obrazů
VícePodpora rozvoje praktické výchovy ve fyzice a chemii
VLNOVÁ DÉLKA A FREKVENCE SVĚTLA 1) Vypočítejte frekvenci fialového světla, je-li jeho vlnová délka 390 nm. Rychlost světla ve vakuu je 3 10 8 m s 1. = 390 nm = 390 10 9 m c = 3 10 8 m s 1 f=? (Hz) Pro
VíceMaturitní okruhy z matematiky - školní rok 2007/2008
Maturitní okruhy z matematiky - školní rok 2007/2008 1. Některé základní poznatky z elementární matematiky: Číselné obory, dělitelnost přirozených čísel, prvočísla a čísla složená, největší společný dělitel,
VícePočítačová dynamika tekutin (CFD) Řešení rovnic. - metoda konečných objemů -
Počítačová dynamika tekutin (CFD) Řešení rovnic - metoda konečných objemů - Rozdělení parciálních diferenciálních rovnic 2 Obecná parciální diferenciální rovnice se dvěma nezávislými proměnnými x a y:
VíceFYZIKA II. Marek Procházka 1. Přednáška
FYZIKA II Marek Procházka 1. Přednáška Historie Dělení optiky Základní pojmy Reflexe (odraz) Refrakce (lom) jevy na rozhraní dvou prostředí o různém indexu lomu. Disperze (rozklad) prostorové oddělení
VíceOptika nauka o světle
Optika nauka o světle 50_Světelný zdroj, šíření světla... 2 51_Stín, fáze Měsíce... 3 52_Zatmění Měsíce, zatmění Slunce... 3 53_Odraz světla... 4 54_Zobrazení předmětu rovinným zrcadlem... 4 55_Zobrazení
VíceAproximace 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
VíceROVNICE NA ČASOVÝCH ŠKÁLÁCH A NÁHODNÉ PROCESY. Michal Friesl
Robust 14, Jetřichovice ROVNICE NA ČASOVÝCH ŠKÁLÁCH A NÁHODNÉ PROCESY Michal Friesl Katedra matematiky Fakulta aplikovaných věd Západočeská univerzita v Plzni Robust 14, Jetřichovice ÚVOD Úvod Analýzníkům
VíceJana 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
VíceModely prostorových těles
1 3 úrovně pohledu na modely 2 Modely prostorových těles 1997 Josef Pelikán, MFF UK Praha 2007 Jiří Sochor, FI MU Brno svět - fyzikální objekty nemůžeme postihnout jejich složitost a mikroskopické detaily
VíceCZ 1.07/1.1.32/02.0006
PO ŠKOLE DO ŠKOLY CZ 1.07/1.1.32/02.0006 Číslo projektu: CZ.1.07/1.1.32/02.0006 Název projektu: Po škole do školy Příjemce grantu: Gymnázium, Kladno Název výstupu: Prohlubující semináře Matematika (MI
VíceZákladní pojmy Zobrazení zrcadlem, Zobrazení čočkou Lidské oko, Optické přístroje
Optické zobrazování Základní pojmy Zobrazení zrcadlem, Zobrazení čočkou Lidské oko, Optické přístroje Základní pojmy Optické zobrazování - pomocí paprskové (geometrické) optiky - využívá model světelného
VíceDvojné a trojné integrály příklad 3. x 2 y dx dy,
Spočtěte = { x, y) ; 4x + y 4 }. Dvojné a trojné integrály příklad 3 x y dx dy, Řešení: Protože obor integrace je symetrický vzhledem k ose x, tj. vzhledem k substituci [x; y] [x; y], a funkce fx, y) je
VíceGIS 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
VíceGymnázium Jiřího Ortena, Kutná Hora
Předmět: Cvičení z matematiky Náplň: Systematizace a prohloubení učiva matematiky Třída: 4. ročník Počet hodin: 2 Pomůcky: Učebna s dataprojektorem, PC, grafický program, tabulkový procesor Číselné obory
VíceKombinatorická 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
VíceMaturitní témata profilová část
Seznam témat Výroková logika, úsudky a operace s množinami Základní pojmy výrokové logiky, logické spojky a kvantifikátory, složené výroky (konjunkce, disjunkce, implikace, ekvivalence), pravdivostní tabulky,
Vícealgoritmus»postup06«p e t r B y c z a n s k i Ú s t a v g e o n i k y A V
Hledání lokálního maxima funkce algoritmus»postup06«p e t r B y c z a n s k i Ú s t a v g e o n i k y A V Č R Abstrakt : Lokální maximum diferencovatelné funkce je hledáno postupnou změnou argumentu. V
VícePŘÍKLADY K MATEMATICE 3 - VÍCENÁSOBNÉ INTEGRÁLY. x 2. 3+y 2
PŘÍKLADY K ATEATICE 3 - VÍCENÁSOBNÉ INTEGRÁLY ZDENĚK ŠIBRAVA.. Dvojné integrály.. Vícenásobné intergrály Příklad.. Vypočítejme dvojný integrál x 3 + y da, kde =, 3,. Řešení: Funkce f(x, y) = x je na obdélníku
VíceSystematizace a prohloubení učiva matematiky. Učebna s dataprojektorem, PC, grafický program, tabulkový procesor. Gymnázium Jiřího Ortena, Kutná Hora
Předmět: Náplň: Třída: Počet hodin: Pomůcky: Cvičení z matematiky Systematizace a prohloubení učiva matematiky 4. ročník 2 hodiny Učebna s dataprojektorem, PC, grafický program, tabulkový procesor Číselné
VíceFyzika II. Marek Procházka Vlnová optika II
Fyzika II Marek Procházka Vlnová optika II Základní pojmy Reflexe (odraz) Refrakce (lom) jevy na rozhraní dvou prostředí o různém indexu lomu. Disperze (rozklad) prostorové oddělení složek vlnění s různou
Více4. Statika základní pojmy a základy rovnováhy sil
4. Statika základní pojmy a základy rovnováhy sil Síla je veličina vektorová. Je určena působištěm, směrem, smyslem a velikostí. Působiště síly je bod, ve kterém se přenáší účinek síly na těleso. Směr
VíceJana 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
VíceReprezentace 3D modelu
Ing. Jan Buriánek (ČVUT FIT) Reprezentace 3D modelu BI-MGA, 2010, Přednáška 8 1/25 Reprezentace 3D modelu Ing. Jan Buriánek Katedra softwarového inženýrství Fakulta informačních technologií České vysoké
VíceTransformujte diferenciální výraz x f x + y f do polárních souřadnic r a ϕ, které jsou definovány vztahy x = r cos ϕ a y = r sin ϕ.
Ukázka 1 Necht má funkce z = f(x, y) spojité parciální derivace. Napište rovnici tečné roviny ke grafu této funkce v bodě A = [ x 0, y 0, z 0 ]. Transformujte diferenciální výraz x f x + y f y do polárních
VíceDiferenciální rovnice a jejich aplikace. (Brkos 2011) Diferenciální rovnice a jejich aplikace 1 / 36
Diferenciální rovnice a jejich aplikace Zdeněk Kadeřábek (Brkos 2011) Diferenciální rovnice a jejich aplikace 1 / 36 Obsah 1 Co to je derivace? 2 Diferenciální rovnice 3 Systémy diferenciálních rovnic
VíceVoronoiův diagram. RNDr. Petra Surynková, Ph.D. Univerzita Karlova v Praze Matematicko-fyzikální fakulta
12 RNDr., Ph.D. Katedra didaktiky matematiky Univerzita Karlova v Praze Matematicko-fyzikální fakulta petra.surynkova@mff.cuni.cz http://surynkova.info Definice V( P) nad množinou bodů P { p v rovině 1,
Více1. a) Určete parciální derivace prvního řádu funkce z = z(x, y) dané rovnicí z 3 3xy 8 = 0 v
. a) Určete parciální derivace prvního řádu funkce z = z(x, y) dané rovnicí z xy 8 = v bodě A =, ]. b) e grafu funkce f najděte tečnou rovinu, která je rovnoběžná s rovinou ϱ. f(x, y) = x + y x, ϱ : x
Více7. OSVĚTLENÍ. Cíl Po prostudování této kapitoly budete znát. Výklad. 7. Osvětlení
7. OSVĚTENÍ Cíl Po prostudování této kapitoly budete znát základní pojmy při práci se světlem charakteristické fyzikální vlastnosti světla důležité pro práci se světlem v počítačové grafice základní operace
Více9 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.
VíceIng. Jiří Fejfar, Ph.D. Dálkový průzkum Země
Ing. Jiří Fejfar, Ph.D. Dálkový průzkum Země strana 2 Co je DPZ Dálkový průzkum je umění rozdělit svět na množství malých barevných čtverečků, se kterými si lze hrát na počítači a odhalovat jejich neuvěřitelný
VícePetr Hasil
Základy Vyšší Matematiky Petr Hasil hasil@mendelu.cz Poznámka 1. Vytvořeno s podporou projektu Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na disciplíny
VíceMATEMATIKA V MEDICÍNĚ
MATEMATIKA V MEDICÍNĚ Tomáš Oberhuber Fakulta jaderná a fyzikálně inženýrská České vysoké učení technické v Praze Matematika pro život TOMÁŠ OBERHUBER (FAKULTA JADERNÁ A FYZIKÁLNĚ INŽENÝRSKÁ MATEMATIKA
VíceŠíření tepla. Obecnéprincipy
Šíření tepla Obecnéprincipy Šíření tepla Obecně: Šíření tepla je výměna tepelné energie v tělese nebo mezi tělesy, která nastává při rozdílu teplot. Těleso s vyšší teplotou má větší tepelnou energii. Šíření
VícePokročilé metody fotorealistického zobrazování
Pokročilé metody fotorealistického zobrazování 14.5.2013 Úvod Motivace Základní informace Shrnutí metod Představení programu RayTracer Reference Motivace Základní informace Motivace snaha o vytvoření realistických
Více