Eliminación de líneas ocultas: Revelando lo invisible: secretos de la visión por computadora
Por Fouad Sabry
()
Información de este libro electrónico
¿Qué es la eliminación de líneas ocultas?
Los objetos sólidos normalmente se modelan como poliedros en el campo de los gráficos tridimensionales por computadora. Dentro de un poliedro, una cara es un polígono plano rodeado por segmentos de línea recta a los que se hace referencia como aristas. Cuando se intenta imitar superficies curvas, normalmente se utiliza una malla poligonal. Es necesario que los programas de computadora que se utilizan para crear dibujos lineales de objetos opacos tengan la capacidad de determinar si los bordes o secciones de los bordes están ocultos por el objeto mismo o por otros objetos. Esto permite recortar los bordes durante el proceso de renderizado. La dificultad en cuestión se conoce como eliminación de líneas ocultas.
Cómo se beneficiará
(I) Información y validaciones sobre los siguientes temas:
Capítulo 1: Eliminación de líneas ocultas
Capítulo 2: Algoritmo de Painter
Capítulo 3: Geometría computacional
Capítulo 4: Ray casting
Capítulo 5: Determinación de la superficie oculta
Capítulo 6: Ubicación del punto
Capítulo 7: Árbol de expansión mínimo euclidiano
Capítulo 8: Problema de la galería de arte
Capítulo 9: Representación de alto rango dinámico
Capítulo 10: Esqueleto recto
(II) Respondiendo las principales preguntas del público sobre la eliminación de líneas ocultas .
(III) Ejemplos del mundo real sobre el uso de la eliminación de líneas ocultas 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 eliminación de líneas ocultas.
Lee más de Fouad Sabry
Relacionado con Eliminación de líneas ocultas
Títulos en esta serie (100)
Histograma de imagen: Revelando conocimientos visuales, explorando las profundidades de los histogramas de imágenes en visión por computadora 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 calificacionesCorrección gamma: Mejora de la claridad visual en la visión por computadora: la técnica de corrección gamma 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 del sistema visual humano: Comprender la percepción y el procesamiento Calificación: 0 de 5 estrellas0 calificacionesEspacio de color: Explorando el espectro de la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesRetinax: Revelando los secretos de la visión computacional con Retinex Calificación: 0 de 5 estrellas0 calificacionesHomografía: Homografía: Transformaciones en Visión por Computador Calificación: 0 de 5 estrellas0 calificacionesEn Pintura: Cerrar brechas en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesDifusión anisotrópica: Mejora del análisis de imágenes mediante difusión anisotrópica Calificación: 0 de 5 estrellas0 calificacionesVisión por computador: Explorando las profundidades de 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 calificacionesMapeo de tonos: Mapeo de tonos: perspectivas iluminadoras en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesDetección de contorno: Revelando el arte de la percepción visual en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesPercepción visual: Información sobre el procesamiento visual computacional Calificación: 0 de 5 estrellas0 calificacionesFiltro adaptativo: Mejora de la visión por computadora mediante filtrado adaptativo 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 calificacionesEcualización de histograma: Mejora del contraste de la imagen para mejorar la percepción visual Calificación: 0 de 5 estrellas0 calificacionesTransformación de radón: Revelando patrones ocultos en datos visuales 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 calificacionesDetector de bordes astuto: Revelando el arte de la percepción visual Calificación: 0 de 5 estrellas0 calificacionesVisión estéreo por computadora: Explorando la percepción de profundidad en la visión por computadora 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 de apariencia de color: Comprensión de la percepción y la representación en 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 calificacionesFunción de combinación de colores: Comprensión de la sensibilidad espectral 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 calificacionesModelo de color: Comprensión del espectro de la visión por computadora: exploración de modelos de color Calificación: 0 de 5 estrellas0 calificacionesConsenso de muestra aleatoria: Estimación robusta en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesHashing geométrico: Algoritmos eficientes para el reconocimiento y la comparación de imágenes Calificación: 0 de 5 estrellas0 calificaciones
Libros electrónicos relacionados
Algoritmo de dibujo lineal: Dominar técnicas para la representación de imágenes de precisión Calificación: 0 de 5 estrellas0 calificacionesSuperficie procesal: Explorando la generación y el análisis de texturas en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesReconstrucción tridimensional multivista: Técnicas avanzadas de percepción espacial en 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 calificacionesRepresentación de línea de exploración: Explorando el realismo visual a través de técnicas de renderizado Scanline Calificación: 0 de 5 estrellas0 calificacionesGráficos de trazado de rayos: Explorando la representación fotorrealista en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesModelado y renderizado basado en imágenes: Explorando el realismo visual: técnicas en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesGeometría Computacional: Explorando conocimientos geométricos para 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 calificacionesAlgoritmo de la línea de Bresenham: Representación eficiente de líneas con píxeles perfectos para visión por computadora 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 calificacionesGeneración de malla: Avances y aplicaciones en la generación de mallas de visión por computadora Calificación: 0 de 5 estrellas0 calificacionesAjuste del paquete: Optimización de datos visuales para una reconstrucción precisa Calificación: 0 de 5 estrellas0 calificacionesDeterminación de superficies ocultas: Revelando los secretos de 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 calificacionesGráficos por computadora usando JOGL Calificación: 0 de 5 estrellas0 calificacionesGráficos rasterizados: Comprender los fundamentos de los gráficos rasterizados en 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 calificacionesVóxel: Explorando las profundidades de la visión por computadora con tecnología Voxel 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 calificacionesGráfico de trama digital: Revelando el poder de los gráficos rasterizados digitales en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesRelleno de inundación: Relleno de inundación: exploración del terreno dinámico de la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesDibujo Técnico: Desbloqueo de la visión por computadora mediante dibujo técnico Calificación: 0 de 5 estrellas0 calificacionesGeometric modeling in computer: Aided geometric design Calificación: 0 de 5 estrellas0 calificacionesIluminación global: Visión avanzada: conocimientos sobre la iluminación global Calificación: 0 de 5 estrellas0 calificacionesSegmentación de imagen: Desbloqueo de información a través de Pixel Precision Calificación: 0 de 5 estrellas0 calificacionesEditora de gráficos vectoriales: Potenciando la creación visual con algoritmos avanzados Calificación: 0 de 5 estrellas0 calificacionesDetección de bordes: Explorando los límites en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesAprender Autocad 2012 Avanzado con 100 ejercicios prácticos Calificación: 0 de 5 estrellas0 calificacionesGráficos por computadora bidimensionales: Explorando el ámbito visual: gráficos por computadora bidimensionales en visión por computadora Calificación: 0 de 5 estrellas0 calificaciones
Inteligencia (IA) y semántica para usted
Chat GPT-4 para Principiantes: Chat GPT, #1 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 calificacionesArquitectura de computadoras Calificación: 0 de 5 estrellas0 calificacionesR en profundidad: Programación, gráficos y estadística Calificación: 0 de 5 estrellas0 calificacionesFundamentos de Programación: Diagramas de flujo, Diagramas N-S, Pseudocódigo y Java Calificación: 0 de 5 estrellas0 calificacionesDominando ChatGPT: Desbloquea el poder de la IA para mejorar la comunicación y las relaciones: Spanish Calificación: 3 de 5 estrellas3/5Inteligencia artificial: Casos prácticos con aprendizaje profundo Calificación: 4 de 5 estrellas4/5Aprendizaje 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 estrellas4/5Resumen CHAT GPT IA Revolución en 2023: Guía de la Tecnología CHAT GPT y su Impacto Social: Resumen Tecnológico, #1 Calificación: 0 de 5 estrellas0 calificacionesIntroducción a la ingeniería Calificación: 0 de 5 estrellas0 calificacionesDesarrollo de aplicaciones C#: con Visual Studio .NET Curso práctico 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 calificacionesEl mito de la inteligencia artificial: Por qué las máquinas no pueden pensar como nosotros lo hacemos Calificación: 5 de 5 estrellas5/5¿Cómo ganar dinero con la inteligencia artificial? Calificación: 0 de 5 estrellas0 calificacionesLaravel: Curso práctico de formación Calificación: 0 de 5 estrellas0 calificacionesIntroducción a la computación cuántica para ingenieros Calificación: 0 de 5 estrellas0 calificacionesCiencias de la Computación en la escuela: Guía para enseñar mucho más que a programar Calificación: 5 de 5 estrellas5/5Monetización de ChatGPT: aproveche el poder de AI: Spanish Calificación: 1 de 5 estrellas1/5Mecatrónica Calificación: 0 de 5 estrellas0 calificacionesGuíaBurros: Inteligencia Artificial: Su lado oscuro y el fin del principio Calificación: 0 de 5 estrellas0 calificacionesPHP: Programación web avanzada para profesionales Calificación: 0 de 5 estrellas0 calificacionesMetodología de la Programación Orientada a Objetos Calificación: 0 de 5 estrellas0 calificacionesProgramacion Orientada a Objetos y Estructura de Datos a Fondo Calificación: 0 de 5 estrellas0 calificacionesCómo usar Chatgpt para tu negocio Calificación: 0 de 5 estrellas0 calificacionesInteligencia artificial: la cuarta revolución industrial Calificación: 0 de 5 estrellas0 calificacionesInteligencia Artificial Calificación: 4 de 5 estrellas4/5Escritura Creativa en la Era de la IA: Dominando la Colaboración con ChatGPT para Crear Libros Impactantes Calificación: 4 de 5 estrellas4/5
Comentarios para Eliminación de líneas ocultas
0 clasificaciones0 comentarios
Vista previa del libro
Eliminación de líneas ocultas - Fouad Sabry
Capítulo 1: Eliminación de líneas ocultas
En los gráficos por ordenador en 3D, los poliedros se utilizan normalmente para modelar cosas sólidas. Una cara de un poliedro es un polígono plano delimitado por aristas, que son segmentos de línea recta. Normalmente, se utiliza una malla poligonal para representar superficies curvas. Para recortar aristas durante el renderizado, los programas informáticos para dibujos lineales de objetos opacos deben ser capaces de determinar qué aristas o partes de aristas están oscurecidas por un elemento o por otros objetos. Este problema se conoce como eliminación de líneas ocultas.
Roberts desarrolló la primera solución conocida para el problema de la línea oculta. Ivan E. Sutherland destacó diez problemas no resueltos en los gráficos por computadora en 1966.
En el diseño asistido por ordenador, por ejemplo, los modelos pueden tener miles o millones de aristas. Por lo tanto, es esencial utilizar un método de complejidad computacional que exprese los requisitos de recursos (como el tiempo y la memoria) en función del tamaño de los problemas. Especialmente importantes son las limitaciones de tiempo para los sistemas interactivos.
Los tamaños problemáticos para la eliminación de líneas ocultas son el número n de aristas del modelo y el número v de los segmentos visibles de las aristas.
En los lugares de cruce de las imágenes de los bordes, la visibilidad puede cambiar.
Sea k el número total de sitios donde se cruzan las imágenes de las aristas.
Tanto k = Θ(n2) como v = Θ(n2) en el peor de los casos, pero típicamente v k.
Antes de 1984, los algoritmos de línea oculta publicados por Ottmann y Widmayer y Wood proponían algoritmos de línea oculta de tiempo O((n + k) log2 n).
A continuación, Nurmi mejoró el tiempo de ejecución a O((n + k) log n).
Estos algoritmos tardan Θ(n2 log2 n), respectivamente Θ(n2 log n) tiempo en el peor de los casos, si k es menor que cuadrático, sin embargo, pueden ser más rápidos en realidad.
Cualquier algoritmo de línea oculta tiene que determinar la unión de Θ(n) intervalos ocultos en n aristas en el peor de los casos.
Como Ω(n log n) es un límite inferior para determinar la unión de n intervalos, parece que lo mejor que se puede esperar lograr es Θ(n2 log n) en el peor de los casos, por lo que el algoritmo de Nurmi es el mejor.
Sin embargo, el factor log n fue eliminado por Devai, que los métodos de Devai y McKenna son hitos en los algoritmos de visibilidad
, rompiendo una barrera teórica de O(n2 log n) a O(n2) para procesar una escena de n aristas.
La otra cuestión pendiente, presentada por Devai, de si existe un algoritmo de línea oculta en el tiempo O(n log n + v), donde v, como ya se ha dicho, es el número de segmentos visibles, seguía sin respuesta en el momento de escribir este artículo.
En 1988 Devai propuso un algoritmo paralelo de tiempo O(log n) utilizando procesadores n2 para el problema de la línea oculta bajo la lectura concurrente, Modelo de computación usando máquina de acceso aleatorio paralelo (PRAM) de escritura exclusiva (CREW).
Como el producto del número de procesador y el tiempo de ejecución es asintóticamente mayor que Θ(n2), la complicación secuencial del problema, el algoritmo es ineficiente, sin embargo, demuestra que el problema de la línea oculta pertenece a la clase de dificultad NC, es decir, se puede resolver utilizando un número polinómico de procesadores en tiempo polilogarítmico.
Sin embargo, los algoritmos de superficie oculta se pueden usar para eliminar líneas ocultas, no al revés.
Reif y Sen propusieron un algoritmo de tiempo O(log⁴ n) para el problema de la superficie oculta, utilizando procesadores O((n + v)/log n) CREW PRAM para un modelo restringido de terrenos poliédricos, donde v es la cantidad de salida.
En 2011, Devai publicó un algoritmo de superficie oculta de tiempo O(log n) y otro más fácil, también de tiempo O(log n).
El algoritmo de superficie oculta, que utiliza procesadores n2/log n CREW PRAM, es el mejor en términos de eficiencia.
El algoritmo de línea oculta utiliza procesadores PRAM de lectura exclusiva n2 y EREW (escritura exclusiva).
EREW es el tipo de PRAM más similar a las máquinas reales.
El algoritmo de línea oculta hace que O(n2 log n) funcione, ¿Cuál es el límite superior de los algoritmos secuenciales más efectivos en uso?.
Cook, Dwork y Reischuk dieron un límite inferior de Ω(log n) para encontrar el máximo de n enteros, lo que permite un número infinito de procesadores de cualquier PRAM sin escrituras simultáneas.
{Fin del capítulo 1}
Capítulo 2: Algoritmo de Painter
El algoritmo del pintor (también algoritmo de ordenación por profundidad y relleno de prioridad) es un algoritmo para la determinación de la superficie visible en gráficos por ordenador 3D que funciona sobre una base polígono por polígono en lugar de píxel por píxel, por fila o región por región utilizando técnicas adicionales de eliminación de superficies ocultas.
En 1972, mientras los tres trabajaban en CADCentre, Martin Newell, Richard Newell y Tom Sancha presentaron por primera vez el algoritmo del pintor como una solución básica al problema de la determinación de la superficie oculta.
El algoritmo de Painter funciona conceptualmente de la siguiente manera:
Ordena cada polígono según su profundidad
Coloque cada polígono desde el más distante hasta el más cercano.
Ordenar polígonos por profundidad
Para cada polígono p:
Para cada píxel que cubre p :
Pintar P.Color en el píxel
La complejidad temporal del algoritmo del pintor depende en gran medida del mecanismo de clasificación utilizado para organizar los polígonos. Asumiendo la técnica de clasificación más eficiente, la peor complejidad del enfoque del pintor es O(n log n + m*n), donde n es el número de