Representación de alto rango dinámico: Desbloqueando el espectro visual: técnicas avanzadas en visión por computadora
Por Fouad Sabry
()
Información de este libro electrónico
¿Qué es el renderizado de alto rango dinámico?
El renderizado de alto rango dinámico, también conocido como iluminación de alto rango dinámico, es la representación de escenas de gráficos por computadora mediante el uso de iluminación. Cálculos realizados en alto rango dinámico (HDR). Esto permite conservar detalles que pueden perderse debido a relaciones de contraste limitadas. Los videojuegos, las películas generadas por ordenador y los efectos especiales se benefician de esto, ya que crea escenas más realistas que con modelos de iluminación más simplistas.
Cómo se beneficiará usted
(I) Información y validaciones sobre los siguientes temas:
Capítulo 1: Renderizado de alto rango dinámico
Capítulo 2: Renderizado (gráficos por computadora)
Capítulo 3: Iluminación global
Capítulo 4: Captura HDR multiexposición
Capítulo 5: Mapeo de tonos
Capítulo 6: Iluminación por píxel
Capítulo 7: Bloom (efecto de sombreado)
Capítulo 8: Iluminación basada en imágenes
Capítulo 9: Alto rango dinámico
Capítulo 10: Wolfgang Heidrich
(II) Respondiendo a las principales preguntas del público sobre el renderizado de alto rango dinámico.
(III) Ejemplos del mundo real para el uso del renderizado de alto rango dinámico en muchos campos.
Para quién es este libro
Profesionales, estudiantes de pregrado y posgrado, entusiastas, aficionados y aquellos que quieran ir más allá del conocimiento o la información básica para cualquier tipo de educación superior. Representación de rango dinámico.
Lee más de Fouad Sabry
Tecnologías Emergentes En Medicina [Spanish]
Relacionado con Representación de alto rango dinámico
Títulos en esta serie (100)
Visión por computadora submarina: Explorando las profundidades de la visión por computadora debajo de las olas Calificación: 0 de 5 estrellas0 calificacionesHistograma de imagen: Revelando conocimientos visuales, explorando las profundidades de los histogramas de imágenes en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesDifusión anisotrópica: Mejora del análisis de imágenes mediante difusión anisotrópica Calificación: 0 de 5 estrellas0 calificacionesEn Pintura: Cerrar brechas en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesMapeo de tonos: Mapeo de tonos: perspectivas iluminadoras en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesCorrección gamma: Mejora de la claridad visual en la visión por computadora: la técnica de corrección gamma Calificación: 0 de 5 estrellas0 calificacionesJoint Photographic Experts Group: Liberando el poder de los datos visuales con el estándar JPEG Calificación: 0 de 5 estrellas0 calificacionesVisión estéreo por computadora: Explorando la percepción de profundidad en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesRetinax: Revelando los secretos de la visión computacional con Retinex Calificación: 0 de 5 estrellas0 calificacionesContorno activo: Avances en la visión por computadora con técnicas de contorno activo Calificación: 0 de 5 estrellas0 calificacionesVisión por computador: Explorando las profundidades de la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesModelo de color: Comprensión del espectro de la visión por computadora: exploración de modelos de color Calificación: 0 de 5 estrellas0 calificacionesReducción de ruido: Mejora de la claridad, técnicas avanzadas para la reducción del ruido en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesEcualización de histograma: Mejora del contraste de la imagen para mejorar la percepción visual Calificación: 0 de 5 estrellas0 calificacionesTransformación dura: Revelando la magia de Hough Transform en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesDetección de bordes: Explorando los límites en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesCompresión de imagen: Técnicas eficientes para la optimización de datos visuales Calificación: 0 de 5 estrellas0 calificacionesTransformación de Hadamard: Revelando el poder de la transformación de Hadamard en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesTransformación de radón: Revelando patrones ocultos en datos visuales Calificación: 0 de 5 estrellas0 calificacionesHomografía: Homografía: Transformaciones en Visión por Computador Calificación: 0 de 5 estrellas0 calificacionesFunción de combinación de colores: Comprensión de la sensibilidad espectral en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesDetección de manchas: Revelando patrones en datos visuales Calificación: 0 de 5 estrellas0 calificacionesModelo de apariencia de color: Comprensión de la percepción y la representación en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesTransformacion afin: Desbloqueo de perspectivas visuales: exploración de la transformación afín en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesFiltro adaptativo: Mejora de la visión por computadora mediante filtrado adaptativo Calificación: 0 de 5 estrellas0 calificacionesSistema de gestión de color: Optimización de la percepción visual en entornos digitales Calificación: 0 de 5 estrellas0 calificacionesBanco de filtros: Información sobre las técnicas del banco de filtros de Computer Vision Calificación: 0 de 5 estrellas0 calificacionesModelo del sistema visual humano: Comprender la percepción y el procesamiento Calificación: 0 de 5 estrellas0 calificacionesGeometría epipolar: Desbloqueo de la percepción de profundidad en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesDetector de bordes astuto: Revelando el arte de la percepción visual Calificación: 0 de 5 estrellas0 calificaciones
Libros electrónicos relacionados
Mapeo de tonos: Mapeo de tonos: perspectivas iluminadoras en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesIluminación global: Visión avanzada: conocimientos sobre la iluminación global Calificación: 0 de 5 estrellas0 calificacionesSombreadora: Explorando los reinos visuales con Shader: un viaje a la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesDistancia Niebla: Explorando la frontera visual: información sobre la niebla a distancia de la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesRepresentación de gráficos por computadora: Explorando el realismo visual: conocimientos sobre gráficos por computadora Calificación: 0 de 5 estrellas0 calificacionesRepresentación de volumen: Explorando el realismo visual en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesAntialiasing: Mejora de la claridad visual en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesEl arte del revelado Calificación: 0 de 5 estrellas0 calificacionesMapeo de colores: Explorando la percepción y el análisis visual en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesSistema de gestión de color: Optimización de la percepción visual en entornos digitales Calificación: 0 de 5 estrellas0 calificacionesPequeño Diccionario de Diseño Gráfico y Fotografía (ed. 2019) Calificación: 0 de 5 estrellas0 calificacionesGráficos de trazado de rayos: Explorando la representación fotorrealista en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesCompresión de imagen: Técnicas eficientes para la optimización de datos visuales Calificación: 0 de 5 estrellas0 calificacionesCorrección gamma: Mejora de la claridad visual en la visión por computadora: la técnica de corrección gamma Calificación: 0 de 5 estrellas0 calificacionesGráficos por computadora de radiosidad: Avances en la visualización a través de la radiosidad en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesGráficos por computadora de vértice: Explorando la intersección de los gráficos por computadora Vertex y la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesEditora de gráficos ráster: Transformando realidades visuales: dominio de los editores de gráficos rasterizados en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesProcesamiento de imágenes piramidales: Explorando las profundidades del análisis visual Calificación: 0 de 5 estrellas0 calificacionesEditora de gráficos vectoriales: Potenciando la creación visual con algoritmos avanzados Calificación: 0 de 5 estrellas0 calificacionesVacilar: Dither: ruido visual en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesModelo de reflexión de Phong: Comprender las interacciones de la luz en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesModelo del sistema visual humano: Comprender la percepción y el procesamiento Calificación: 0 de 5 estrellas0 calificacionesPerfil de color: Explorando la percepción y el análisis visual en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesDesarrollo de Videojuegos 2D con Python Calificación: 0 de 5 estrellas0 calificacionesSombreado: Explorando el sombreado de imágenes en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesBandas de color: Explorando las profundidades de la visión por computadora: desentrañando el misterio de las bandas de color Calificación: 0 de 5 estrellas0 calificacionesGráficos rasterizados: Comprender los fundamentos de los gráficos rasterizados en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesEl arte de fotografiar el paisaje: De la planificación a la edición Calificación: 5 de 5 estrellas5/5Sombreado Gouraud: Sombreado Gouraud: iluminando la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesCortes de gráficos de visión por computadora: Explorando cortes de gráficos en visión por computadora Calificación: 0 de 5 estrellas0 calificaciones
Inteligencia (IA) y semántica para usted
Dominando ChatGPT: Desbloquea el poder de la IA para mejorar la comunicación y las relaciones: Spanish Calificación: 3 de 5 estrellas3/5Desarrollo de aplicaciones C#: con Visual Studio .NET Curso práctico Calificación: 0 de 5 estrellas0 calificacionesLa primavera de la inteligencia artificial: Imaginación, creatividad y lenguaje en una nueva era tecnológica Calificación: 0 de 5 estrellas0 calificacionesChat GPT-4 para Principiantes: Chat GPT, #1 Calificación: 0 de 5 estrellas0 calificacionesIntroducción a la ingeniería Calificación: 0 de 5 estrellas0 calificacionesCómo triunfar en Instagram usando ChatGPT: La guía definitiva para crear contenido impactante con ChatGPT Calificación: 0 de 5 estrellas0 calificacionesAI en los Negocios: Guía Práctica para Aplicar la Inteligencia Artificial en Diferentes Industrias Calificación: 0 de 5 estrellas0 calificacionesCómo Ganar Dinero por Internet con Inteligencia Artificial Emprende tu negocio digital con ChatGPT, Escríbelo.ia, Playground AI, You.com, Canva, Midjourney, Dall-E 2, Amazon... Calificación: 0 de 5 estrellas0 calificacionesIntroducción a la Ingeniería Industrial Calificación: 0 de 5 estrellas0 calificacionesJava a fondo: Curso de programación Calificación: 0 de 5 estrellas0 calificacionesMecatrónica Calificación: 0 de 5 estrellas0 calificacionesIntroducción a la computación cuántica para ingenieros Calificación: 0 de 5 estrellas0 calificacionesFundamentos de Programación: Diagramas de flujo, Diagramas N-S, Pseudocódigo y Java Calificación: 0 de 5 estrellas0 calificacionesArquitectura de computadoras Calificación: 0 de 5 estrellas0 calificacionesDiseño de algoritmos y su programación en C Calificación: 0 de 5 estrellas0 calificacionesEl mito de la inteligencia artificial: Por qué las máquinas no pueden pensar como nosotros lo hacemos Calificación: 5 de 5 estrellas5/5Cómo usar Chatgpt para tu negocio Calificación: 0 de 5 estrellas0 calificacionesResumen CHAT GPT IA Revolución en 2023: Guía de la Tecnología CHAT GPT y su Impacto Social: Resumen Tecnológico, #1 Calificación: 0 de 5 estrellas0 calificacionesCiencias de la Computación en la escuela: Guía para enseñar mucho más que a programar Calificación: 5 de 5 estrellas5/5Klara y el Sol Calificación: 5 de 5 estrellas5/5Aprendizaje automático y profundo en python: Una mirada hacia la inteligencia artificial Calificación: 0 de 5 estrellas0 calificacionesInteligencia artificial: Una exploración filosófica sobre el futuro de la mente y la conciencia Calificación: 4 de 5 estrellas4/5Inteligencia artificial: Guía para seres pensantes Calificación: 0 de 5 estrellas0 calificacionesInteligencia artificial: la cuarta revolución industrial Calificación: 0 de 5 estrellas0 calificacionesBusiness Intelligence: Técnicas herramientas y aplicaciones Calificación: 0 de 5 estrellas0 calificacionesSobreviviendo a la IA Calificación: 3 de 5 estrellas3/5Máquinas como yo Calificación: 4 de 5 estrellas4/5¿Cómo piensan las máquinas?: Inteligencia artificial para humanos Calificación: 5 de 5 estrellas5/5
Comentarios para Representación de alto rango dinámico
0 clasificaciones0 comentarios
Vista previa del libro
Representación de alto rango dinámico - Fouad Sabry
Capítulo 1: Renderizado de alto rango dinámico
Mediante el uso de cálculos de iluminación de alto rango dinámico, el renderizado de alto rango dinámico (HDRR o renderizado HDR) crea imágenes fotorrealistas en gráficos por ordenador (HDR). De esta manera, se pueden conservar detalles que de otro modo podrían perderse debido al bajo contraste. Como resultado de esto, se pueden crear escenarios más realistas en videojuegos, películas CGI y animaciones de efectos especiales.
Desarrolladores de unidades de procesamiento gráfico Nvidia ofrece una sinopsis de tres puntos de la justificación del HDR: Las cosas pueden ser tan oscuras como tengan que ser o tan claras como tengan que ser para ver los detalles, y viceversa.
En 1985, Greg Ward fue pionero en el uso de imágenes de alto rango dinámico (HDRI) en gráficos por computadora con el lanzamiento de su programa de simulación de iluminación y renderizado gratuito y de código abierto Radiance. Durante más de una década, el progreso de HDRI se estancó debido a limitaciones en la velocidad de procesamiento, el almacenamiento de datos y las técnicas de adquisición. La tecnología para implementar en la práctica el IDH ha surgido recientemente. Estos dos estudios sentaron las bases para hacer sondas de luz de alto rango dinámico (HDR) de un lugar y luego emplear esas sondas para iluminar una escena generada.
Desde entonces, las imágenes de alto rango dinámico (HDRI) y la iluminación de alto rango dinámico (HDRL) han encontrado un uso generalizado en escenas 3D donde la incorporación de un elemento 3D en un entorno real requiere el uso de datos de sonda de luz para crear efectos de iluminación plausibles.
La investigación de Spencer fue la base para un sombreador de postprocesamiento HDRI utilizado en el videojuego de 1997 Riven: The Sequel to Myst. Cuando Epic Games demostró Unreal Engine 3 y Valve anunció Half-Life 2: Lost Coast en 2005 en el E3, junto con motores de código abierto como OGRE 3D y juegos de código abierto como Nexuiz, la frase una vez más adquirió un uso generalizado.
El renderizado HDR tiene la ventaja de conservar los detalles más finos en escenas de alto contraste. Sin alto rango dinámico (HDR), las imágenes con demasiado blanco o negro se ajustan automáticamente. La tecnología los convierte en un valor de coma flotante de 0,0 para completamente negro y 1,0 para completamente blanco.
El uso de señales perceptuales adicionales para aumentar el brillo aparente es otra faceta de la representación HDR. Los fenómenos ópticos como los reflejos y las refracciones, así como los materiales transparentes como el vidrio, también se ven afectados por el tratamiento de preservación de la luz de la representación HDR. Las luces muy fuertes (como el sol) están limitadas a un valor de luminancia de 1,0 en la representación LDR. En este caso, el resultado debe ser menor o igual a 1,0 cuando se refleja esta luz. Sin embargo, en el renderizado HDR, las fuentes de luz extremadamente fuertes pueden tener un brillo superior a 1,0 para representar sus valores reales. Esto permite que las fuentes de luz brillantes y realistas se reflejen en los objetos.
La relación de contraste dinámico promedio que el ojo humano puede detectar es de aproximadamente 1.000.000:1. Se necesita tiempo para que el iris se adapte y para que el cuerpo sufra los modestos cambios químicos necesarios para que se produzca la adaptación (por ejemplo, el retraso en la capacidad de ver cuando se cambia de una iluminación brillante a una oscuridad total). El ojo tiene un rango estático más estrecho, del orden de 10.000:1. Esto, sin embargo, todavía está fuera del rango de funcionamiento normal de la mayoría de los dispositivos de visualización.
Aunque muchas marcas cuentan con cifras impresionantes, las pantallas de plasma, las pantallas LCD y las pantallas CRT solo pueden producir una pequeña fracción de la relación de contraste que se encuentra en el mundo real, e incluso entonces, solo en condiciones perfectas. En condiciones de visualización típicas, el contraste simultáneo del contenido real es mucho menor.
La atenuación automática de la iluminación para entornos con poca luz es una forma de mejorar el rango dinámico de los monitores LCD. Digital Fine Contrast es el nombre de LG para esta tecnología; El rango dinámico de las pantallas OLED es mayor que el de las LCD; Son comparables al plasma en este sentido, pero consumen menos electricidad. El espacio de color HDTV está definido por la Rec. 709, mientras que el espacio de color UHDTV está definido por la Rec. 2020, que es más expansiva pero aún no completa.
La floración es causada por la dispersión de la luz en el cristalino humano y es vista por el cerebro humano como un área de mayor brillo. Una fuente de luz fuerte en el fondo, por ejemplo, puede proyectar una sombra sobre los elementos frontales. Puedes usar esto para engañar a otros para que piensen que el punto brillante es más brillante de lo que realmente es.
El destello es causado por la difracción de la luz en el cristalino humano y se manifiesta como rayos
de luz provenientes de luces muy cercanas. Debido al ángulo de visión limitado, es más obvio en las luces puntuales.
Los sistemas de renderizado HDR, para representar con precisión lo que el ojo humano vería en el escenario producido, deben mapear todo el rango dinámico del sistema visual humano en las capacidades del dispositivo. Para representar el polvo en el