Filtrado anisotrópico: Desentrañando la complejidad visual en la visión por computadora
Por Fouad Sabry
()
Información de este libro electrónico
¿Qué es el filtrado anisotrópico?
El filtrado anisotrópico es una técnica utilizada en gráficos por computadora tridimensionales que se utiliza para mejorar la calidad de la imagen de las texturas en superficies de gráficos por computadora que son vistos en ángulos de visión oblicuos con respecto a la cámara. Esta técnica es especialmente útil en situaciones en las que la proyección de la textura parece no ortogonal.
Cómo se beneficiará
(I) Insights, y validaciones sobre los siguientes temas:
Capítulo 1: Filtrado anisotrópico
Capítulo 2: Mapeo de texturas
Capítulo 3: Filtrado de texturas
Capítulo 4: Mipmap
Capítulo 5: Supermuestreo
Capítulo 6: Antialiasing espacial
Capítulo 7: Iluminación por píxel
Capítulo 8: Renderizado (gráficos por computadora)
Capítulo 9: Compresión de texturas
Capítulo 10: Antialiasing
(II) Respondiendo las principales preguntas del público sobre anisotrópico filtrado.
(III) Ejemplos del mundo real para el uso de filtrado anisotrópico 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 información básica para cualquier tipo de Filtrado Anisotrópico.
Relacionado con Filtrado anisotrópico
Títulos en esta serie (100)
Joint Photographic Experts Group: Liberando el poder de los datos visuales con el estándar JPEG Calificación: 0 de 5 estrellas0 calificacionesVisión por computadora submarina: Explorando las profundidades de la visión por computadora debajo de las olas 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 calificacionesVisión por computador: Explorando las profundidades de la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesTransformación dura: Revelando la magia de Hough Transform en visión por computadora 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 calificacionesHistograma de imagen: Revelando conocimientos visuales, explorando las profundidades de los histogramas de imágenes 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 calificacionesMapeo de tonos: Mapeo de tonos: perspectivas iluminadoras en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesDifusión anisotrópica: Mejora del análisis de imágenes mediante difusión anisotrópica 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 calificacionesFiltro adaptativo: Mejora de la visión por computadora mediante filtrado adaptativo Calificación: 0 de 5 estrellas0 calificacionesTransformación de radón: Revelando patrones ocultos en datos visuales Calificación: 0 de 5 estrellas0 calificacionesHistograma de gradientes orientados: Revelando el ámbito visual: explorando el histograma de gradientes orientados en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesHomografía: Homografía: Transformaciones en Visión por Computador Calificación: 0 de 5 estrellas0 calificacionesVisión estéreo por computadora: Explorando la percepción de profundidad en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesDetección de bordes: Explorando los límites en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesFunción de combinación de colores: Comprensión de la sensibilidad espectral en 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 calificacionesDetector de esquinas Harris: Revelando la magia de la detección de características de imagen Calificación: 0 de 5 estrellas0 calificacionesContorno activo: Avances en la visión por computadora con técnicas de contorno activo Calificación: 0 de 5 estrellas0 calificacionesRetinax: Revelando los secretos de la visión computacional con Retinex Calificación: 0 de 5 estrellas0 calificacionesSistema de gestión de color: Optimización de la percepción visual en entornos digitales Calificación: 0 de 5 estrellas0 calificacionesEn Pintura: Cerrar brechas en la 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 calificacionesCorrección gamma: Mejora de la claridad visual en la visión por computadora: la técnica de corrección gamma Calificación: 0 de 5 estrellas0 calificacionesModelo del sistema visual humano: Comprender la percepción y el procesamiento 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 calificacionesMétodo de ajuste de nivel: Avances en la visión por computadora, exploración del método de conjunto de niveles Calificación: 0 de 5 estrellas0 calificacionesBanco de filtros: Información sobre las técnicas del banco de filtros de Computer Vision Calificación: 0 de 5 estrellas0 calificaciones
Libros electrónicos relacionados
Antialiasing: Mejora de la claridad visual en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesRepresentación de volumen: Explorando el realismo visual 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 calificacionesProcesamiento de imágenes piramidales: Explorando las profundidades del análisis visual Calificación: 0 de 5 estrellas0 calificacionesMapeo de Texturas: Explorando la dimensionalidad en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesSombreadora: Explorando los reinos visuales con Shader: un viaje a la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesTécnicas de análisis de imagen, (2a ed.): Aplicaciones en Biología Calificación: 0 de 5 estrellas0 calificacionesRepresentación de línea de exploración: Explorando el realismo visual a través de técnicas de renderizado Scanline Calificación: 0 de 5 estrellas0 calificacionesEl arte del revelado Calificación: 0 de 5 estrellas0 calificacionesMapeo de relieve: Mapeo de relieve: exploración de la profundidad en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesSombreado Gouraud: Sombreado Gouraud: iluminando la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesPhong Sombreado: Explorando la profundidad de la representación visual: sombreado Phong en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesSombreado: Explorando el sombreado de imágenes 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 calificacionesGráficos por computadora de vértice: Explorando la intersección de los gráficos por computadora Vertex y la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesPerfil de color: Explorando la percepción y el análisis visual en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesPequeño Diccionario de Diseño Gráfico y Fotografía (ed. 2019) Calificación: 0 de 5 estrellas0 calificacionesSegmentación de imagen: Desbloqueo de información a través de Pixel Precision Calificación: 0 de 5 estrellas0 calificacionesIluminación global: Visión avanzada: conocimientos sobre la iluminación global Calificación: 0 de 5 estrellas0 calificacionesDeterminación de superficies ocultas: Revelando los secretos de 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 calificacionesDetección de bordes: Explorando los límites en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesVisión estéreo por computadora: Explorando la percepción de profundidad 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 calificacionesGráficos de trazado de rayos: Explorando la representación fotorrealista en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesDetección de manchas: Revelando patrones en datos visuales Calificación: 0 de 5 estrellas0 calificacionesGráficos por computadora de polígono: Explorando la intersección de gráficos por computadora poligonales y visión por computadora Calificación: 0 de 5 estrellas0 calificacionesFlujo óptico: Explorando patrones visuales dinámicos en 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 calificaciones
Inteligencia (IA) y semántica para usted
Klara y el Sol Calificación: 5 de 5 estrellas5/5Fundamentos de Programación: Diagramas de flujo, Diagramas N-S, Pseudocódigo y Java Calificación: 0 de 5 estrellas0 calificacionesCómo usar Chatgpt para tu negocio 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 calificacionesAprendizaje automático y profundo en python: Una mirada hacia la inteligencia artificial 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 calificacionesMáquinas predictivas: La sencilla economía de la inteligencia artificial Calificación: 5 de 5 estrellas5/5Dominando ChatGPT: Desbloquea el poder de la IA para mejorar la comunicación y las relaciones: Spanish Calificación: 3 de 5 estrellas3/5Inteligencia Artificial Calificación: 4 de 5 estrellas4/5Máquinas como yo Calificación: 4 de 5 estrellas4/5Sobreviviendo a la IA Calificación: 3 de 5 estrellas3/5Inteligencia artificial: Una exploración filosófica sobre el futuro de la mente y la conciencia Calificación: 4 de 5 estrellas4/5Metodología de la programación Calificación: 0 de 5 estrellas0 calificacionesANDROID: Aprende desde cero a crear aplicaciones 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 calificacionesAdministración básica de bases de datos con ORACLE 12c SQL: Prácticas y ejercicios Calificación: 0 de 5 estrellas0 calificacionesMecatrónica Calificación: 0 de 5 estrellas0 calificacionesPython fácil Calificación: 4 de 5 estrellas4/5UML: Modelado de Software para Profesionales Calificación: 0 de 5 estrellas0 calificacionesPHP: Programación web avanzada para profesionales Calificación: 0 de 5 estrellas0 calificacionesArquitectura de computadoras Calificación: 0 de 5 estrellas0 calificacionesEscritura Creativa en la Era de la IA: Dominando la Colaboración con ChatGPT para Crear Libros Impactantes Calificación: 4 de 5 estrellas4/5Laravel: Curso práctico de formación Calificación: 0 de 5 estrellas0 calificacionesInteligencia artificial: Casos prácticos con aprendizaje profundo Calificación: 4 de 5 estrellas4/5GuíaBurros: Inteligencia Artificial: Su lado oscuro y el fin del principio Calificación: 0 de 5 estrellas0 calificacionesR en profundidad: Programación, gráficos y estadística Calificación: 0 de 5 estrellas0 calificacionesMonetización de ChatGPT: aproveche el poder de AI: Spanish Calificación: 1 de 5 estrellas1/5
Comentarios para Filtrado anisotrópico
0 clasificaciones0 comentarios
Vista previa del libro
Filtrado anisotrópico - Fouad Sabry
Capítulo 1: Filtrado anisotrópico
En infografía 3D, el filtrado anisotrópico (abreviado AF) es una técnica para mejorar la calidad de imagen de las texturas en superficies con ángulos de visión oblicuos con respecto a la cámara, donde la proyección de la textura (y no el polígono u otra primitiva sobre la que se representa) aparece no ortogonal (de ahí el origen de la palabra: an
por no, iso
por lo mismo, y trópico
por el tropismo, relacionado con la dirección; El filtrado anisotrópico no filtra de la misma manera en todas las direcciones).
Al igual que el filtrado bilineal y trilineal, el filtrado anisotrópico reduce los efectos de aliasing, pero los supera al minimizar el desenfoque y conservar los detalles en ángulos de visión altos.
El filtrado anisotrópico es relativamente caro (principalmente el ancho de banda de la memoria y, en menor medida, computacionalmente, aunque se aplican las reglas típicas de compensación espacio-tiempo) y, por lo tanto, no fue una característica estándar de las tarjetas gráficas a nivel de consumidor hasta finales de la década de 1990. El filtrado anisotrópico está cada vez más extendido en el hardware gráfico actual (y en el software del controlador de vídeo) y puede ser habilitado por el usuario a través de la configuración del controlador o por aplicaciones gráficas y videojuegos a través de interfaces de programación.
Se espera que el lector esté familiarizado con la asignación de MIP en este punto.
Si investiguáramos un algoritmo anisotrópico más aproximado, encontraríamos: , el mapeo RIP, como continuación del mapeo MIP, podemos comprender cómo el filtrado anisotrópico mejora el mapeo de texturas de manera tan significativa.
Si necesitamos texturizar un plano horizontal en un ángulo oblicuo con respecto a la cámara, debemos rotar la textura, Debido a una caída en la frecuencia de la imagen a lo largo del eje vertical, la minimización estándar del mapa MIP produciría una resolución horizontal insuficiente.
Esto se debe a que cada nivel de MIP es isotrópico en el mapeo de MIP, por lo que una textura de 256 × 256 se reduce a una imagen de 128 × 128, luego a una imagen de 64 × 64 y así sucesivamente, En consecuencia, la resolución en cada eje se reduce simultáneamente a la mitad, En consecuencia, una sonda de textura de mapa MIP a una imagen siempre muestreará una imagen con una frecuencia idéntica a lo largo de todos los ejes.
Por lo tanto, durante el muestreo para evitar el aliasing de ejes de alta frecuencia, de manera similar, los otros ejes de textura se reducirán y tal vez se difuminarán.
Con el filtrado anisotrópico de los mapas MIP, además de reducir el muestreo a 128 × 128, las imágenes también se muestrean a 256 × 128 y 32 × 128, etc.
Estas imágenes submuestreadas anisotrópicamente se pueden examinar cuando la frecuencia de la imagen mapeada de texturas varía a lo largo de cada eje de textura.
Por lo tanto, un eje no se ve afectado por la frecuencia de pantalla del otro eje y se sigue evitando el aliasing.
A diferencia del filtrado anisotrópico más general, El mapeo MIP proporcionado como ejemplo es limitado en el sentido de que solo admite sondas anisotrópicas alineadas con ejes en el espacio de textura, En consecuencia, la anisotropía diagonal sigue siendo una preocupación, A pesar de que tales asignaciones de espacio de pantalla se ven típicamente en aplicaciones del mundo real de textura anisotrópica, este no es siempre el caso.
El mapeo MIP y las limitaciones relacionadas alineadas con los ejes lo hacen pobre para el filtrado anisotrópico genuino. Aquí se utiliza solo con fines demostrativos, ya que las implementaciones son libres de elegir sus propias soluciones. A continuación se explica en detalle la implementación totalmente anisotrópica.
En el lenguaje común, el filtrado anisotrópico conserva la nitidez
de una textura, que normalmente se pierde cuando una textura de mapa MIP intenta evitar el aliasing. Por lo tanto, se puede afirmar que el filtrado anisotrópico conserva los detalles nítidos de la textura en todas las orientaciones de visualización, al tiempo que ofrece un rápido filtrado de texturas suavizado.
Durante el renderizado, se pueden realizar varios grados o proporciones de filtrado anisotrópico, y las implementaciones de renderizado de hardware actuales proporcionan un límite superior en esta proporción.
En la práctica, esto significa que un filtro 4:1 será dos veces más nítido que un filtro 2:1 en escenarios de texturizado muy oblicuo (mostrará frecuencias el doble que el filtro 2:1). Sin embargo, la mayor parte de la escena no requerirá el filtro 4:1; Solo los píxeles que están más inclinados y, por lo tanto, más alejados, requerirán el filtro más nítido. Esto implica que, a medida que el grado de filtrado anisotrópico continúa duplicándose, hay rendimientos decrecientes en términos de calidad percibida, ya que cada vez menos píxeles renderizados se ven afectados y los resultados se vuelven menos evidentes para el usuario.
Al comparar los resultados renderizados de una escena con filtro anisotrópico 8:1 con los de una escena filtrada anisotrópicamente 16:1, solo unos pocos píxeles muy oblicuos, principalmente en geometría más distante, mostrarán texturas visiblemente más nítidas en la escena con el mayor grado de filtrado anisotrópico, y la información de frecuencia en estos pocos píxeles filtrados 16:1 será solo el doble que la del filtro 8:1. La penalización del rendimiento también disminuye, ya que menos píxeles requieren capturas de datos cuando se aumenta la anisotropía.
El límite superior de la calidad anisotrópica de un diseño de hardware está determinado en última instancia por el aumento de la complejidad del hardware frente a estas recompensas decrecientes. Los usuarios y las aplicaciones son libres de cambiar esta compensación a través de configuraciones de controlador y software hasta este umbral.