Representación de línea de exploración: Explorando el realismo visual a través de técnicas de renderizado Scanline
Por Fouad Sabry
()
Información de este libro electrónico
Qué es Scanline Rendering
El Scanline Rendering es un algoritmo para la determinación de la superficie visible, en gráficos por computadora en 3D, que funciona fila por fila en lugar de un polígono. -por polígono o píxel por píxel. Todos los polígonos que se van a representar se ordenan primero por la coordenada y superior en la que aparecen por primera vez, luego cada fila o línea de escaneo de la imagen se calcula usando la intersección de una línea de escaneo con los polígonos al frente de la lista ordenada, mientras la lista ordenada se actualiza para descartar los polígonos que ya no son visibles a medida que la línea de escaneo activa avanza hacia abajo en la imagen.
Cómo se beneficiará
( I) Insights y validaciones sobre los siguientes temas:
Capítulo 1: Representación de líneas de escaneo
Capítulo 2: Algoritmo de Painter
Capítulo 3: Rasterización
Capítulo 4: Mapeo de texturas
Capítulo 5: Almacenamiento en búfer Z
Capítulo 6: Canalización de gráficos
Capítulo 7: Recorte (gráficos por computadora)
Capítulo 8: Determinación de la superficie oculta
Capítulo 9: Sombreador
Capítulo 10: Volumen de sombra
(II) Respondiendo a las principales preguntas del público sobre el renderizado de líneas de escaneo.
(III) Ejemplos del mundo real para el uso del renderizado de líneas de escaneo 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 Scanline Rendering.
Lee más de Fouad Sabry
Relacionado con Representación de línea de exploración
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
Determinación 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 calificacionesEditora de gráficos vectoriales: Potenciando la creación visual con algoritmos avanzados Calificación: 0 de 5 estrellas0 calificacionesAlgoritmo de dibujo lineal: Dominar técnicas para la representación de imágenes de precisión Calificación: 0 de 5 estrellas0 calificacionesGráficos rasterizados: Comprender los fundamentos de los gráficos rasterizados en 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 calificacionesEditora de gráficos ráster: Transformando realidades visuales: dominio de los editores de gráficos rasterizados en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesGráficos de trazado de rayos: Explorando la representación fotorrealista en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesSuperficie procesal: Explorando la generación y el análisis de texturas en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesProcesamiento de imágenes piramidales: Explorando las profundidades del análisis visual Calificación: 0 de 5 estrellas0 calificacionesGráficos vectoriales: Dominar los gráficos vectoriales en 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 calificacionesPartición del espacio binario: Explorando la partición del espacio binario: fundamentos y aplicaciones en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesMapeo de Texturas: Explorando la dimensionalidad en la 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 calificacionesEliminación de líneas ocultas: Revelando lo invisible: secretos de la 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 calificacionesGráficos por computadora de vértice: Explorando la intersección de los gráficos por computadora Vertex y 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 calificacionesMapeo de relieve: Mapeo de relieve: exploración de la profundidad en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesDetección de manchas: Revelando patrones en datos visuales Calificación: 0 de 5 estrellas0 calificacionesReconstrucción tridimensional multivista: Técnicas avanzadas de percepción espacial en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesIluminación global: Visión avanzada: conocimientos sobre la iluminación global Calificación: 0 de 5 estrellas0 calificacionesAntialiasing: Mejora de la claridad visual en 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 calificacionesCortes de gráficos de visión por computadora: Explorando cortes de gráficos 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 calificacionesAlgoritmo de la línea de Bresenham: Representación eficiente de líneas con píxeles perfectos para visión por computadora Calificación: 0 de 5 estrellas0 calificacionesClasificación de imágenes contextuales: Comprensión de los datos visuales para una clasificación eficaz 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 Representación de línea de exploración
0 clasificaciones0 comentarios
Vista previa del libro
Representación de línea de exploración - Fouad Sabry
Renderizado de línea de escaneo
La representación de la línea de escaneo (también la representación de la línea de escaneo y la representación de la línea de escaneo) es un enfoque para determinar las superficies visibles en los gráficos de computadora 3D que funciona fila por fila en lugar de polígono por polígono o píxel por píxel. Cada fila o línea de escaneo de la imagen se calcula utilizando la intersección de una línea de escaneo con los polígonos en la parte frontal de la lista ordenada, mientras que la lista ordenada se actualiza para eliminar los polígonos que ya no son visibles a medida que la línea de escaneo actual avanza a lo largo de la imagen.
La principal ventaja de este método es que disminuye la cantidad de comparaciones entre aristas al ordenar los vértices a lo largo de la normal del plano de escaneo. Además, no es esencial traducir las coordenadas de todos los vértices de la memoria principal a la memoria de trabajo; Solo los vértices que forman aristas que cruzan la línea de exploración actual deben estar en la memoria activa, y cada vértice se lee solo una vez. La memoria principal suele ser mucho más lenta que el enlace entre la unidad central de procesamiento y la memoria caché; Por lo tanto, evitar volver a acceder a los vértices en la memoria principal podría dar lugar a una aceleración significativa.
Este tipo de algoritmo se puede combinar fácilmente con una variedad de otras técnicas gráficas, incluido el modelo de reflexión Phong y el algoritmo Z-buffer.
Los bordes de los polígonos proyectados normalmente se colocan en cubos, uno por línea de escaneo; el rasterizador mantiene una tabla de bordes (AET) activa. Las entradas conservan los vínculos de ordenación, las coordenadas X, los degradados y las referencias a los polígonos enlazados. Para rasterizar la siguiente línea de exploración, se eliminan los bordes irrelevantes y los bordes nuevos del cubo Y de la línea de exploración actual se colocan en orden de coordenada X. En las entradas de la tabla de bordes activa, X y otros parámetros aumentan. Las entradas de las tablas de bordes activas se mantienen en una lista ordenada por X, lo que provoca un cambio cuando dos bordes se intersecan. Después de actualizar las aristas, la tabla de aristas activa se recorre en X para emitir solo los tramos visibles, a la vez que se conserva una tabla Span activa ordenada en Z y se insertan y eliminan superficies cuando se cruzan las aristas.
Un híbrido de esto y el búfer Z elimina la clasificación activa de la tabla de bordes y rasteriza una línea de escaneo a la vez en un búfer Z, al tiempo que mantiene los intervalos de polígonos activos de una línea de escaneo a la siguiente.
En una segunda forma, un búfer de ID se rasteriza en una etapa intermedia, lo que permite retrasar el sombreado de los píxeles visibles resultantes.
En 1967, Wylie, Romney, Evans y Erdahl probablemente publicaron la técnica de renderizado de scanline por primera vez. El grupo gráfico de Ivan Sutherland en la Universidad de Utah y la compañía Evans & Sutherland en Salt Lake City hicieron gran parte del trabajo inicial en estas tecnologías.
La primera línea de generadores de imágenes (IG) ESIG de Evans & Sutherland utilizaba el enfoque en hardware sobre la marcha
para generar imágenes una línea ráster a la vez sin un búfer de fotogramas, eliminando así la necesidad de memoria costosa en ese momento. Las variantes posteriores utilizaron una estrategia mixta.
La Nintendo DS es la pieza de hardware más reciente capaz de renderizar escenas 3D de esta manera, con la capacidad de almacenar en caché gráficos rasterizados en VRAM.
El hardware de sprites omnipresente en las consolas de videojuegos de la década de 1980 es un tipo rudimentario de renderizado de línea de escaneo.
El enfoque se utilizó para la representación de software del entorno en el motor original de Quake (pero los objetos en movimiento estaban en búfer Z en la parte superior). La priorización de la escenografía estática se basó en la clasificación derivada de BSP. Mostró una superioridad a los métodos de Z-buffer/type painter en el manejo de escenas con costosas operaciones de píxeles y complejidad de alta profundidad (es decir, mapeo de texturas con perspectiva correcta sin asistencia de hardware). Esta práctica es anterior a la adopción generalizada de las GPU basadas en búfer Z, que actualmente prevalecen en las PC.
Durante el desarrollo de la PlayStation 3, Sony experimentó con renderizadores de línea de escaneo de software en un segundo procesador Cell antes de decidirse por una configuración estándar de CPU/GPU.
Del mismo modo, en la representación en mosaico (sobre todo en el procesador PowerVR 3D), las primitivas se ordenan en el espacio de la pantalla y se representan un mosaico a la vez en la memoria rápida en el chip. En el espíritu de la representación de líneas de escaneo de hardware, la Dreamcast tenía un modo para rasterizar una fila de mosaicos a la vez para el escaneo de trama directo, eliminando el requisito de un búfer de fotogramas completo.
Algunos rasterizadores de software emplean almacenamiento en búfer de intervalos
(o almacenamiento en búfer de cobertura
), en el que se almacena una lista de intervalos ordenados y recortados en cubos de línea de exploración. Se aplicaría una serie de primitivas a esta estructura de datos antes de rasterizar solo los píxeles visibles.
La principal ventaja de la representación de la línea de exploración sobre el almacenamiento en búfer Z es que el número de veces que se procesan los píxeles visibles se mantiene en un mínimo absoluto, que siempre es uno si no se aplican efectos de transparencia, lo que es ventajoso en casos de alta resolución o cálculos de sombreado costosos.
Se pueden obtener mejoras similares en los sistemas actuales de búfer Z utilizando una clasificación cruda de adelante hacia atrás (acercándose al 'método de pintores inversos'), el rechazo Z temprano (junto con Z jerárquico) y técnicas de renderizado diferido menos frecuentes disponibles en GPU