Volumen límite: Explorando la representación espacial en visión por computadora
Por Fouad Sabry
()
Información de este libro electrónico
¿Qué es el volumen delimitador?
En gráficos por computadora y geometría computacional, un volumen delimitador para un conjunto de objetos es una región cerrada que contiene completamente la unión de los objetos en el colocar. Los volúmenes delimitadores se utilizan para mejorar la eficiencia de las operaciones geométricas, por ejemplo, mediante el uso de regiones simples y con formas más sencillas de probar la superposición.
Cómo se beneficiará
(I) Insights y validaciones sobre los siguientes temas:
Capítulo 1: Volumen delimitador
Capítulo 2: Esfera
Capítulo 3: Elipsoide
Capítulo 4: Detección de colisiones
Capítulo 5: Cono
Capítulo 6: Cilindro
Capítulo 7: Politopo convexo
Capítulo 8: Jerarquía de volumen delimitador
Capítulo 9: Cuadro delimitador mínimo
Capítulo 10: Separador geométrico
(II) Respondiendo las principales preguntas del público sobre el volumen delimitador .
(III) Ejemplos del mundo real sobre el uso del volumen delimitador 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 volumen delimitador.
Relacionado con Volumen límite
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
Cuadro delimitador mínimo: Revelando el poder de la optimización espacial en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesDeterminación de superficies ocultas: Revelando los secretos 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 calificacionesFlujo óptico: Explorando patrones visuales dinámicos en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesGeneración de malla: Avances y aplicaciones en la generación de mallas de visión por computadora Calificación: 0 de 5 estrellas0 calificacionesDetección de manchas: Revelando patrones en datos visuales 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 calificacionesCampo de movimiento: Explorando la dinámica de la visión por computadora: campo de movimiento revelado Calificación: 0 de 5 estrellas0 calificacionesSuperficie procesal: Explorando la generación y el análisis de texturas en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesTransformación de característica invariante de escala: Revelando el poder de la transformación de características invariantes de escala en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesDetección de colisiones: Comprensión de las intersecciones visuales en 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 calificacionesEspacio de escala: Explorando las dimensiones en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesDetector de esquinas Harris: Revelando la magia de la detección de características de imagen Calificación: 0 de 5 estrellas0 calificacionesPerspectiva inversa: Reimaginar la percepción visual 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 calificacionesGeometría epipolar: Desbloqueo de la percepción de profundidad en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesContorno activo: Avances en la visión por computadora con técnicas de contorno activo 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 calificacionesProcesamiento de imágenes piramidales: Explorando las profundidades del análisis visual Calificación: 0 de 5 estrellas0 calificacionesVóxel: Explorando las profundidades de la visión por computadora con tecnología Voxel Calificación: 0 de 5 estrellas0 calificacionesCasco convexo: Explorando el casco convexo en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesEje medial: Explorando el núcleo de la visión por computadora: revelando el eje medial Calificación: 0 de 5 estrellas0 calificacionesEstimación de la postura del cuerpo articulado: Desbloqueando el movimiento humano 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 calificacionesProyección tridimensional: Liberando la profundidad de la visión por computadora 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 calificacionesGeometría descriptiva: Desbloqueando el ámbito visual: explorando la geometría descriptiva en visión 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 Volumen límite
0 clasificaciones0 comentarios
Vista previa del libro
Volumen límite - Fouad Sabry
Capítulo 1: Volumen delimitador
En gráficos por computadora y geometría computacional, un volumen delimitador para un conjunto de objetos es un volumen cerrado que encierra completamente su unión. Utilizando volúmenes simples para contener objetos más complicados, los volúmenes acotados se utilizan para aumentar la eficiencia de los procesos geométricos. Normalmente, los volúmenes más sencillos tienen métodos de detección de superposición más sencillos.
Un volumen delimitador para una colección de elementos es también un volumen delimitador para el objeto formado por su unión, y viceversa. Por lo tanto, la descripción puede restringirse a un solo objeto, que se supone que no está vacío y está acotado (finito).
Con mayor frecuencia, los volúmenes delimitadores se utilizan para acelerar determinados tipos de pruebas.
En el trazado de rayos, los volúmenes delimitadores se utilizan para las pruebas de intersección de rayos, y en muchas técnicas de renderizado, se utilizan para las pruebas de frustum. Si el rayo o el frustum de visualización no se cruza con el volumen delimitador, es imposible que se cruce con el elemento encerrado en él, lo que permite un rechazo trivial. Del mismo modo, si el frustum contiene la totalidad del volumen acotado, el contenido puede ser aceptado sin examen adicional. Estas pruebas de intersección generan una lista de objetos visualizables (representados; rasterizados).
Cuando dos volúmenes delimitadores en la detección de colisiones no se cruzan, los objetos incluidos no pueden colisionar.
Debido a la geometría simplificada de un volumen delimitador, las pruebas con él suelen ser mucho más rápidas que las pruebas con el propio elemento. Esto se debe al hecho de que un objeto
a menudo se construye a partir de polígonos o estructuras de datos que se aproximan mediante polígonos. Si un objeto no está visible, es ineficaz desde el punto de vista computacional probar cada polígono con el volumen de vista. (Los objetos en pantalla deben estar recortados
a la pantalla, independientemente de si sus superficies son visibles o no).
Para adquirir los volúmenes delimitadores de objetos complejos, es habitual utilizar un gráfico de escena o una jerarquía de volúmenes delimitados, como árboles OBB, para descomponer los objetos o escenas. La idea principal es organizar una escena en una estructura similar a un árbol, con la raíz representando toda la escena y cada hoja representando un componente.
Un casco visual
es un volumen límite reconstruido a partir de las siluetas de un elemento en visión estereoscópica por computadora.
El costo computacional de calcular un volumen delimitador para un objeto, el costo de actualizarlo en aplicaciones donde los objetos pueden moverse o cambiar de forma o tamaño, el costo de determinar las intersecciones y la precisión deseada de la prueba de intersección influyen en la selección del tipo de volumen delimitador para una aplicación determinada. La precisión de la prueba de intersección es proporcional a la cantidad de espacio vacío dentro del volumen delimitador que no está asociado con el objeto delimitado. En general, los volúmenes delimitadores sofisticados permiten menos área vacante, pero incurren en más costos de procesamiento. Es típico emplear varios tipos simultáneamente, como uno barato para una prueba rápida pero imprecisa junto con uno más exacto pero también más caro.
Todos los tipos que se describen aquí tienen volúmenes de límite convexos. Si se sabe que el elemento que se restringe es convexo, no se trata de una restricción. Si se necesitan volúmenes delimitadores no convexos, se pueden representar como la unión de muchos volúmenes delimitadores convexos. Desafortunadamente, las comprobaciones de intersección se vuelven cada vez más caras a medida que aumenta la complejidad de los cuadros delimitadores.
El cuadro delimitador del objeto es un cuboide o, en dos dimensiones, un rectángulo. En la simulación dinámica, los cuadros delimitadores se prefieren a los tipos alternativos de volumen delimitador, como las esferas delimitadoras o los cilindros, para objetos de forma aproximadamente cúbica cuando la precisión de la prueba de intersección es esencial. Para los objetos que descansan sobre otros, como un automóvil tirado en el suelo, el beneficio es evidente. Una esfera delimitadora indicaría que el automóvil puede cruzarse con el suelo, lo que requeriría una prueba más costosa del modelo real del automóvil para rechazar; Sin embargo, un cuadro delimitador indicaría inmediatamente que el automóvil no se cruza con el suelo, eliminando así la necesidad de la prueba más costosa.
En una serie de aplicaciones, el cuadro delimitador se alinea con los ejes del sistema de coordenadas, momento en el que se denomina cuadro delimitador alineado con el eje (AABB). Para diferenciar la situación general de una AABB, un cuadro delimitador arbitrario a veces se denomina cuadro delimitador orientado (OBB) o OOBB cuando se emplea el sistema de coordenadas local de un objeto existente. Los AABB son más fáciles de verificar para la intersección que los OBB, pero cuando se gira el modelo, deben volver a calcularse y no se pueden girar simplemente con él.
Una cápsula delimitadora es una esfera barrida (el volumen que ocupa una esfera a medida que se mueve a lo largo de un segmento en línea recta) que encierra el objeto. El radio de la esfera barrida y la sección a través de la cual se barre la esfera se pueden usar para simbolizar cápsulas. Comparte características con un cilindro, pero es más fácil de manipular porque la prueba de intersección es menos complicada. Una cápsula y otro objeto se cruzan si la distancia entre el segmento que define la cápsula y una característica del otro objeto es menor que el radio de la cápsula. Dos cápsulas se cruzan, por ejemplo, si la distancia entre sus segmentos es menor que la suma de sus radios. Esto es cierto para las cápsulas que giran arbitrariamente, lo que las hace más deseables que los cilindros en aplicaciones prácticas.
Un cilindro circunscrito es un cilindro que contiene el elemento. El eje del cilindro a menudo está alineado con la dirección vertical de la escena en la mayoría de las aplicaciones. Los cilindros son adecuados para objetos tridimensionales que solo pueden girar a lo largo de un eje vertical, pero no sobre ningún otro eje, y por lo demás están limitados exclusivamente al movimiento de traslación. Dos cilindros alineados con el eje vertical chocan cuando sus proyecciones en el eje vertical (dos segmentos de línea) y sus proyecciones en el plano horizontal (dos discos circulares) se cruzan simultáneamente. Cada uno es fácil de probar. En los videojuegos, los cilindros delimitadores se emplean con frecuencia como volúmenes delimitadores para individuos erguidos.
El elipsoide delimitador de un objeto es la elipse que contiene el objeto. Normalmente, los elipsoides producen ajustes más ajustados que las esferas. Las intersecciones con elipsoides se logran escalando el otro objeto a lo largo de los ejes primarios del elipsoide por un factor igual al inverso multiplicativo de los radios del elipsoide, lo que simplifica el problema para cruzar el elemento escalado con una esfera unitaria. Si el raspado aplicado introduce un sesgo, se debe tener cuidado para evitar complicaciones. El sesgo puede hacer que el uso de elipsoides sea impracticable en algunas circunstancias, como cuando chocan dos elipsoides arbitrarios.
Una esfera delimitadora es una esfera en la que está contenido el objeto. En gráficos bidimensionales, se trata de un círculo. El centro y el radio de un límite esférico lo representan. Dos esferas chocan cuando la distancia entre sus centros es menor