Textury a šumové funkce
|
|
- Erik Němec
- před 5 lety
- Počet zobrazení:
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 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
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 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
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
VíceAnti-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
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
Více1. 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
VíceTransformace 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
VíceReprezentace 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
VíceIng. 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
VíceWatkinsův 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
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
VíceÚvod 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
VíceKŘIVKY 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
VíceHierarchický 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
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
VíceLineární 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,..
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
VíceVYSOKÉ 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
VíceVisualizace 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
VíceJosef 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 /
VíceAnti 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
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
VíceKompresní 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
VíceKatedra 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
VíceOmezení 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
VíceMĚŘENÍ 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
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
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
VíceNáhodné 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
Více13 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
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
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
VíceObsah 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........................
VíceMatematický 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
VíceTextury 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
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
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
VíceMalířův 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
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.
VícePočítačová 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:
VíceSEMESTRÁLNÍ 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
VíceFOURIEROVA 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
VícePlochy 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
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
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
VíceAplikace 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
VíceGeometrické 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/
VíceFlexibilita 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.
VíceMatematický 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
VíceSpojitý 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
VíceÚpravy 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
Více9. 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
VíceGeometrické 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
VíceČasové 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
VíceSIGNÁLY 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
VíceČasové 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
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
VíceInterpolace 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
VíceKTE/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
VíceMonte 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
VíceGenerování 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
VíceGeometrické 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
VíceSIGNÁLY 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
VíceFouriérova 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
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
VíceTransformace 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
Více5 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
VíceDirect 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
VíceDetekce 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
VíceKřivky 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.
VíceSvětlo 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
VíceInterpolace 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
VícePOČÍTAČOVÁ 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
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 -
VíceSTANOVENÍ 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.
VíceDigitalizace 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
VíceFP - 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
VíceKatedra 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
VíceAproximace 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
VícePočítačová 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
VíceP7: 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
VíceAnimace 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
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
VíceADA 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
Více12 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
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
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
VíceAproximační 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
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
VíceJasové 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
Více2. 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
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
VíceBarevné 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
VíceInstitut 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
VíceZpracování 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
VíceTerestrické 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
VícePočítačová 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
Vícezákladní 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