TIES471 Reaaliaikainen renderöinti

Koko: px
Aloita esitys sivulta:

Download "TIES471 Reaaliaikainen renderöinti"

Transkriptio

1 TIES471 Reaaliaikainen renderöinti

2 Laskuharjoitus 1 Lataa kirja 3D Math Primer for Graphics and Game development Tee tehtävät 1-10 (9.5 Exercises) kirjan sivulta 146. Palauta tehtävät maanantain 18.4 luennolla. Oikein tehdystä tehtävästä 0.1 lisäpistettä tenttiin (Max. 10*0.1=1) Palauta tehtävät maanantaihin 25.4 mennessä

3 6.2 Näytteistäminen (sampling) Näytteistämisprosessin tarkoituksena on esittää informaatio (data) digitaalisesti. Näytteistämisessä informaation määrä vähenee. Näytteistetty signaali rekonstruoidaan alkuperäiseksi signaaliksi digitaalisen suodatuksen avulla. Näytteistämistä suoritettaessa voi esiintyä aliasoitumista. Aliasoitumista esiintyy, jos signaalia näytteistetään liian matalalla taajuudella. Nyquist rajoitus: (kuva)signaalin näytteenottotiheys pitää olla vähintään kaksi kertaa yhtäsuuri kuin näytteistettävän signaalin maksimitaajuus. Nyquistin rajoitus vaatii signaalille kaistarajoituksen (bandlimit).

4 6.2 Näytteistäminen (sampling) 3D-renderöinti voidaan kuvitella kolmiulotteisen näkymän näytteistysprosessiksi, joka tuottaa kaksiulotteisen kuvan pikselit. Erityisesti tekstuurimappauksessa uudelleen näytteistyksellä on suuri merkitys. Kolmiulotteinen näkymä ei ole koskaan (normaalisti) kaistarajoitettu, kun renderöinin näytteistys tehdään pisteillä; vastoin Nyquistin rajoitusta.

5 6.2 Näyttöperustainen antialiasointi Yleinen strategia näyttöperustaiseen antialiasointiin on käyttää näytteistysmallia koko näytölle ja laskea pikseliarvo painottamalla ja yhteenlaskemalla näytteet : n p x, y = w i c(i, x, y) i=1 missä n on pikselikohtainen näytteiden määrä funktio c(i,x,y) on näytteen väri w i näytteen on painokerroin [0..1] Jokainen näyte otetaan eri alueelta (pikseliruudukko) näytöltä ja mahdollisesti näytteistysmalli voi vaihdella pikselien välillä.

6 6.2 Näyttöperustainen antialiasointi Antialiasointialgoritmit, jotka laskevat enemmän kuin yhden näytteen per pikseli, kutsutaan ylinäytteistysmenetelmiksi (supersampling). Yksinkertaisin koko näkymän antialiasointi menetelmä (FSAA) renderöi koko näkymän suuremmalla resoluutiolla, jonka jälkeen vierekkäiset näytteiden keskiarvot määrävät lopullisen kuvan. Esimerkki haluttu renderöinti resoluutio on 1000 x 800 pikseliä. FSAA renderöi 2000 x 1600, käytetään 2x2 pikseliruutuja, otetaan neljä näytettä per pikseli. Menetelmä MAKSAA, koska jokainen näyte joudutaan varjostamaan ja Z- puskuroimaan.

7 6.2 Näyttöperustainen antialiasointi MSAA - multisample antialiasing (optimoitu supersampling) CSAA - coverage sampling antialiasing HRAA - high resolution antialiasing

8 6.3 Gamma-korjaus Gamma-arvo kertoo pikselin numeerisen arvon ja sen todellisen valontiheyden suhteen. Gammakorjaus poistaa kontrastieroja ja epälineaarisuuksia lopullisesta pikselikuvasta. Gammakorjaukseen sijaan käytetään nykyään ICC-profiileja:

9 6.4 Kuvaperustainen teksturointi Kuvateksturoinnissa kaksiulotteinen kuva liitetään monikulmion pintaan. Grafiikkaprosessoreiden käyttämä tekstuurikoko on yleensä 2 m x 2 n tekseliä, missä m ja n ovat positiivisia kokonaislukuja. Modernit GPU:t sallivat mielivaltaiset tekstuurikoot. DirectX 10:ssä maksimi tekstuurikoko on tekseliä. Tarkoituksena on estää lopullisen renderöidyn kuvan aliasoituminen, johon tarvitaan näytteistystä ja suodatusta. Tärkeää on erottaa suodatetaanko varjostusfunktion syötteitä vai tulosteita. Tekstuurien suodatus toimii hyvin, jos varjostusfunktion syötteet ja tulosteet liittyvät toisiinsa lineaarisesti (heijastus ja diffuusi). Tässä tapauksessa yksittäisten tekstuuriarvojen suodatus vastaa lopullisten värien suodatusta.

10 6.4 Tekstuurien suurennos Yleisimmät suodatustekniikat (filtering) tekstuurien suurennokseen ovat lähin naapuri (nearest neighbour) ja bi-lineaarinen interpolointi. Lähin-naapuri suurennusmenetelmälle on luonteenomaista, että yksittäiset tekselit saattavat tulla näkyviksi; pikselöityminen. Pikselöityminen tapahtuu, koska suurennuksessa jokainen pikseli(keskus) saa lähimmän tekselin arvo, joka johtaa karkeaan ulkonäköön. Bi-lineaarinen suodatuksessa pikselille haetaan neljä vierekkäistä tekseliä ja lineaarisesti interpoloidaan ne kaksiulotteisesti. Tuloksena saadaan pikselille sekoitettu arvo. Kuutiollinen konvoluutio (cubic convolution) käyttää alueotantaa, jossa lasketaan tekstuurin tekselijoukon (4x4, 5x5) painotettu keskiarvo. Menetelmällä saadaan huomattavasti parempi tulos tekstuurin suurennoksessa.

11 6.4 Tekstuurien suurennos Bi-lineaarinen suodatuksessa pikselille haetaan neljä vierekkäistä tekseliä ja lineaarisesti interpoloidaan ne kaksiulotteisesti. Tuloksena saadaan sekoitettu arvo pikselille. (x l,y t ) (x r,y t ) (p u,p v ) (x l,y b ) (x r,y b ) b p u, p v = 1 u 1 v t(x l, yb) + u (1 v )t(x l, yb) + 1 u v t(x l, yt) + u v t(x r, yt) missä (p u, p v ) on pikselin paikka b(p u, p v ) on pikselin sekoitettu arvo (x,y) on tekselin paikka (kokonaislukuja) t(x, y) on tekselin väri u ja v ovat pikselin desimaalit

12 6.4 Tekstuurien suurennos Etäisyyskenttä on (etumerkillinen) skaalarikenttä yli avaruuden tai pinnan, johon kappale on sidottu. Etäisyyskentät arvot kertovat etäisyyden kappaleen lähimpään rajapisteeseen. Arvo on negatiivinen kappaleen sisällä sijaitseville pisteille ja positiivinen ulkopuolella oleville. Renderöitäessä etäisyyskentän arvot lineaarisesti interpoloidaan. (Team Fortress 2).

13 6.5 Tekstuurien pienennös Pienennettäessä (minification) tekstuuria useat tekselit saattavat peittää saman pikselin. Tekseleiden vaikutusta tiettyyn pikseliin on vaikea määrittää; reaaliajassa käytännössä mahdotonta. Lähin naapuri (nearest neighbour) pienennös toimii kuten vastaava suurennus suodatin tekee. Menetelmä valitsee tekselin, joka on pikselin päällä. Tämä suodatin voi aiheuttaa aliasoitumisen.

14 6.5 Mip-kartoitus (mipmapping) Mip-kartoituksessa (mipmapping) alkuperäisestä tekstuurista tehdään joukko pienennetty versioita. Tekstuurin pienennykset jaetaan eri tasoille. Ensimmäisen (alimman) tason pienennys on neljännes alkuperäisestä. Pienennys suoritetaan laskemalla alkuperäisen tekstuurin neljän vierekkäisen tekselin keskiarvo. Prosessia jatketaan rekursiivisesti kunnes tekstuurin korkeus tai leveys on yhden tekselin (korkein taso). Mipmap -kartan pystyakseli on kolmas tekstuurikoordinaatti (d). Koordinaatti ei ole välttämättä lineaarinen. Sitä käytetään tasojen näytteistyksessä. Hyvälaatuinen suodatus (Gaussian) ja gamma-korjaus takaavat korkealaatuisen mip-kartan.

15 6.5 Mip-kartoitus (mipmapping) Koordinaatin d laskennan tarkoituksena on selvittää kuinka pitää näytteistää mip-kartan akselilla. Tavoitteena on saada pikseli-tekseli suhteeksi 1:1 (Nyquist rajoitus). Pikselin liittyessä useampaan tekseliin d:n arvo kasvaa, jolloin pienempää ja epätarkempaa tekstuuria käytetään. Arvo d on analoginen mip-kartan tekstuuritason kanssa; se kertoo tasojen välisen etäisyyden. Ylempi ja alempi tekstuuritaso ja etäisyys (d) näytteistetään. Molempien tasojen interpoloidun näytteet tallennetaan paikkaan (w,v), joka lineaarisesti interpoloidaan suhteessa tasojen väliseen etäisyyteen d. Prosessia kutsutaan trilineaariseksi interpoloinniksi. Koordinaatti d:hen liitetään tarkkuuden tason poikkeama (Level Of Detail, bias). LOD bias lisätään d:hen ja sillä voidaan vaikuttaa tekstuurin tarkkuuteen.

16 6.5 Anisotrooppinen suodatus Anisotropisen suodatuksen idea on, että pikseli takaisin projisoidaan. Saatu nelikulmio näytteistetään useamman kerran ja näytteet yhdistetään. Jokaisella mip-kartan näytteellä on paikka ja neliön muotoinen alue. Algoritmi käyttää useampaa aluetta kattamaan takaisin projisoidun neliökulmion. Nelikulmion lyhemmän sivun perusteella voidaan määrittää koordinaatti d, jolloin keskiarvoistettu alue on pienempi ja tarkempi jokaiselle mip-kartan näytteelle.

17 6.6 Tilavuustekstuurit Kuvaperustaisessa tilavuusteksturoinnissa tekstuuriavaruus laajennetaan kolmiulotteiseksi (u,v,w). Esimerkiksi lääketieteellisessä kuvantamisessa data voidaan esittää 3D-hilassa, jossa monikulmiota liikuttamalla voidaan tarkastella kaksiulotteisia otteita (tekstuuri). Tilavuusteksturoinnin avulla voidaan esittää tilavuusperustaisia valoja. Pinnan pisteen valaistus voidaan laskea selvittämällä sen arvo tilavuuden sisällä käyttäen valonsuuntaa. Grafiikkaprosessorit tukevat mip-kartoitusta tilavuustekstuureille. Yhden mipmap-tason suodatus pitää suorittaa tri-lineaarisella interpoloinnilla ja quad-lineaarisella interpoloinnilla. Tilavuustekstuurien käyttö pinnan teksturointiin on tehotonta, koska suurta osaa näytteistä ei käytetä.

18 6.6 Kuutiotekstuurit (cube maps) Kuutiotekstuuri sisältää kuusi neliönmuotoista tekstuuria, jotka ovat liitetty kuution tahoihin. Kuutiotekstuuri määritellään vektorilla (px,py,pz), joka kertoo säteen suunnan kuution keskipisteestä ulospäin. Kuutiotekstuurit ovat käteviä esittämään arvoja, jotka kertovat funktion suunnan. Kuutiotekstuureja käytetään ympäristönkartoitusessa (environment mapping). Artefakteja voi esiintyä kohdissa, joissa kuution tahot yhdistyvät (sivut). Kuutiokartojen pitäisi olla jatkuvia, mutta grafiikkaprosessorit eivät tue bilineaarista interpolointia rajakohtien yli.

19 6.7 Tekstuurien välimuisti (texture caching) Monimutkainen sovellus voi sisältää huomattavan määrän tekstuureja. Nopea tekstuurimuistiin määrää vaihtelee järjestelmästä toiseen, mutta käytännössä sitä ei ole koskaan tarpeeksi. Tekstuurien välimuistin hallintatekniikoilla haetaan tasapainoa tekstuurien muistiin latauksella ja niiden muistin tarpeelle kerrallaan. Yleisiä neuvoja tekstuurien käyttöön: tekstuurit on hyvä pitää pieninä, mutta kuitenkin sen verran suurina ettei suurennuksessa tule ongelmia. Monikulmiot kannattaa pitää ryhmiteltynä tekstuurien käytön mukaan. Esimerkiksi näkymän teksturoidut monikulmiot voivat sijaita aluksi kaukana; sovellus lataa mip-kartasta (mipmapping) oikean tason tekstuurit renderöitäviksi.

20 6.7 Tekstuurien välimuisti (texture caching) Viimeksi vähiten käytetty (LRU=Least Reacently Used) strategia on yksi yleisesti käytetty tekstuurivälimuistitekniikka. Menetelmässä jokaiselle grafiikkaprosessorin muistiin ladatulle tekstuurille annetaan aikaleima, joka kertoo milloin tekstuuria on viimeksi käsitelty renderöinissä. Kun muistia pitää vapauttaa uudelle tekstuurille, ylikirjoitetaan vanhimman aikaleiman omaava tekstuuri. LRU:n yksinkertaisuudesta johtuen, se ei toimi tapauksessa jolloin jokainen tekstuuri pitää vaihtaa jokaisella näyttö päivityksellä. Tässä tilanteessa on hyvä käyttää viimeksi eniten käytetty tekstuuri (MRU) strategiaa. Hyvin laajoissa näkymissä (lentokonesimulaattorit) tekstuurit hajoitetaan pienemmiksi palasiksi, jotta laitteisto pystyy käsittelemään niitä. Clip-kartta (clipmap) rakenne soveltuu erinomaisesti suurin näkymiin. Clip-kartassa koko tekstuuri data käsitellään mip-karttana (mip-map). Renderöinti kevenee, koska mip-kartan alempien tasojen suurempia tekstuurien käyttö on vähäistä (DirectX 10 tuki).

21 6.8 Tekstuurien pakkaus Tekstuuripakkauksella pienennetään muistinkaistanleveyteen ja tekstuurien välimuistiin liittyviä ongelmia. Grafiikkaprosessori pystyy purkamaan pakatut tekstuurit "lennossa", jolloin tarvitaan vähemmän tekstuurimuistia ja samalla tekstuurivälimuistin määrä kasvaa. Huomattavan tärkeää on muistinkaistanleveyteen kohdistuva vaikutus (1. kotitehtävä!) S3 kehitti tekstuurien pakkaukseen S3TC algoritmin (DXTC), jossa tekstuurikuva pakataan erillisiin lohkoihin, joita päästään käsittelemään erikseen. DirectX (DXTC): OpenGL: OpenGL ES:ssä käytetään Ericsson texture compression (ETC) algoritmia tekstuurien pakkaukseen.

22 6.9 Proseduraalinen teksturointi Nykyiset grafiikkaprosessoriarkkitehtuurit tarjoavat mahdollisuuden muodostaa tekstuureja laskennallisesti johtuen tehokkaasta (ja halvasta) laskentakapasiteetista. Esimerkiksi tilavuustekstuurit (volume textures) on järkevää muodostaa proseduraalisesti, koska ne kuluttavat merkittävästi tekstuurimuistia.

23 6.9 Tekstuurianimaatio Tekstuurikoordinaatteja voidaan muuntaa verteksi- ja pikselivarjostimilla, mikä mahdollistaa esimerkiksi zoomauksen, pyöritykset, leikkaukset ja muodonmuutokset (morphing). Tekstuurianimaatioolla voidaan toteuttaa monimutkaisempi ilmiöitä kuten vesiputouksia ja tulipaloja.

24 6.10 Materiaalin mappaus Tekstuuri on materiaalin ominaisuus, joka vaikuttaa varjostusfunktioon : L O v = ( c diff π + m + 8 8π cosm θ h c spec ) ELcosθ i missä m on pinnan sileyttä kuvaava parametri ja väritermit c diff ja c spec ovat vakioita. Todellisen maailman kappaleissa materiaalin ominaisuudet vaihtelevat yli kappaleen pinnan; diffuusitermi c diff ja heijastustermi c spec muuttuvat. Pikselivarjostimella voidaan lukea tekstuurin väriarvot ja muuttaa termejä ennen varjostinfunktion toteuttamista. Tekstuuria, jolla vaikutetaan diffuusitermiin sanotaan diffuusivärikartaksi (diffuse map), vastaavasti heijastustermiä heijastusvärikartaksi (specular map, gloss map).

25 6.2 Alfa mappaus Läpinäkyvyys, alfa-kanava, kompositio

26 6.11 Kyhmytys (bumb mapping) Kyhmytystekniikat (bumb mapping) toteutetaan yleensä pikselikohtaisesti. Kyhmytys "parantaa" kappaleiden kolmiulotteista vaikutelmaa, mutta ei niin merkittävästi kuten itse geometria. Kappale yksityiskohdat voidaan luokitella kolmeen mittasuhdeluokkaan: * makro-ominaisuus, joka kattaa pikselijoukon * meso-ominaisuus, joka kattaa "muutaman" pikselin * mikro-ominaisuus, joka kattaa pikseliä pienemmät yksiköt Renderöitäessä ominaisuudet ovat joustavia riippuen katsojan etäisyydestä kappaleeseen. Varjostinmallia käytetään simuloimaan pinnan mikroskooppisia vuorovaikutuksia; kiiltävät kappaleet ovat mikroskooppiselta pinnaltaan sileitä kun vastaavasti diffusoivat pinnat ovat karkeita.

27 6.11 Kyhmytys (bumb mapping) Meso-geometria kuvaa omaisuuksia mainittujen skaalojen välillä. Se kuvaa yksityiskohtaa, joka on liian vaikeaa renderöidä yksittäisillä monikulmioilla, mutta sellaisia, jotka katsoja pystyy erottamaan muutaman pikselin kattavan pinnan kaarevuuden; kasvojen rypyt, lihaksisto. Tällaisten ominaisuuksien renderöintiin käytetään kyhmytystekniikoita. Kyhmytyksen perusajatus on pinnan normaalin muunnos tekstuurin avulla. Pinnan geometrian normaali säilyy samana, mutta valaistusyhtälön normaalia muutetaan "varoen". Kyhmytyksessä, muutettavan normaalin pitää vaihtaa suuntaa jonkin kehyksen suhteen. Kehysreferenssinä käytetään tangenttiavaruuden kantaa, joka on tallennettu jokaiseen verteksiin. Kehysreferenssillä muunnetaan valo pinnan malliavaruuteen ja lasketaan vaikutus pinnan normaaliin. Monikulmiopinnalle, johon on liitetty normaalikartta (normal map) vertekseihin tallentaan myös tangentti ja bitangentti vektorit.

28 6.11 Kyhmytys (bumb mapping) Tangentti ja bitangentti vektorit vastaavat normaalikartan akseleita malliavaruudessa. Tarkoituksena on muuntaa valonsuuntaa normaalikartan suhteen. Muunnosmatriisi: t B p = t x t y t z 0 b x b y b z 0 n x n y n z b n Matriisi muuntaa siis verteksiin liittyvän valon suunnan maailmankoordinaatistosta tangenttiavaruuteen. Vektoreiden ei tarvitse olla kohtisuorassa toisinsa nähden.

29 6.12 Normaalimappaus (normal mapping) Suositeltava implementointi kyhmytykselle (bumb-mapping) on normaalikartan tallennus. Normaalikartan tallennus keventää huomattavasti pikselikohtaista varjostuslaskentaa. Normaalikartan tallennukseen tarvitaan kolme komponenttia (x,y,z), jotka voidaan esittää värinä (RGB); yksi värikanava kuvaa yhden suunnan poikkeamaa. Normaalikartan arvot (x,y,z) skaalataan [-1,1]; 8 bitin tekstuurille (0=-1.0, 255=1.0). Esimerkki: väri [128,128,255] vastaa vaalean sinistä, joka kuvaa tasaisen pinnan, jonka normaali on [0,0,1]. Kartasta voidaan hakea jokaiselle pikselille normaali ja soveltaa sitä suoraan varjostinfunktion laskennassa, koska normaalin orientaatio on tekstuurin suhteen. Normaalikarttojen suodatus on vaikeampaa kuin väritekstuurien, koska normaalin ja varjostetun värin suhde ei ole lineaarinen. Standardi suodatus johtaa aliasoitumiseen.

TIES471 Reaaliaikainen renderöinti

TIES471 Reaaliaikainen renderöinti TIES471 Reaaliaikainen renderöinti 5.1 Valonlähteet Yksinkertaisin valolähde on pistemäinen valo (point light), joka säteilee joka suuntaan annetulla voimakkuudella ja värillä. Suunnattu valo (directional

Lisätiedot

Tilanhallintatekniikat

Tilanhallintatekniikat Tilanhallintatekniikat 3D grafiikkamoottoreissa Moottori on projektin osa joka vastaa tiettyjen toiminnallisuuksien hallinnasta hallitsee kaikki vastuualueen datat suorittaa kaikki tehtäväalueen toiminnot

Lisätiedot

Tampereen yliopisto Tietokonegrafiikka 2013 Tietojenkäsittelytiede Harjoitus

Tampereen yliopisto Tietokonegrafiikka 2013 Tietojenkäsittelytiede Harjoitus Tampereen yliopisto Tietokonegrafiikka 201 Tietojenkäsittelytiede Harjoitus 6 1..201 1. Tarkastellaan Gouraudin sävytysmallia. Olkoon annettuna kolmio ABC, missä A = (0,0,0), B = (2,0,0) ja C = (1,2,0)

Lisätiedot

Luku 6: Grafiikka. 2D-grafiikka 3D-liukuhihna Epäsuora valaistus Laskostuminen Mobiililaitteet Sisätilat Ulkotilat

Luku 6: Grafiikka. 2D-grafiikka 3D-liukuhihna Epäsuora valaistus Laskostuminen Mobiililaitteet Sisätilat Ulkotilat 2D-grafiikka 3D-liukuhihna Epäsuora valaistus Laskostuminen Mobiililaitteet Sisätilat Ulkotilat 2D-piirto 2-ulotteisen grafiikan piirto perustuu yleensä valmiiden kuvien kopioimiseen näyttömuistiin (blitting)

Lisätiedot

8.7. Kolmiulotteiset tekstuuritekniikat. Kolmiulotteinen kohina eli häiriö. Turbulenssin simulointi. turbulence

8.7. Kolmiulotteiset tekstuuritekniikat. Kolmiulotteinen kohina eli häiriö. Turbulenssin simulointi. turbulence 8.7. Kolmiulotteiset tekstuuritekniikat Edellä lueteltiin keskeiset kaksiulotteisiin tekstuurikuvauksiin liittyvät ongelmat. Syyt ovat: (1) Kaksiulotteinen tekstuurikuvaus, joka perustuu pintakoordinaatistoon,

Lisätiedot

8. Kuvaustekniikat. Tämän kuvauksen esittäminen ei ole kuitenkaan suoraviivaista. Niinpä se käydään läpi kaksivaiheisena

8. Kuvaustekniikat. Tämän kuvauksen esittäminen ei ole kuitenkaan suoraviivaista. Niinpä se käydään läpi kaksivaiheisena 8. Kuvaustekniikat Tietokonegrafiikassa hyödynnetty termi tekstuuri on oikeastaan hieman kehno, sillä se on jossakin määrin sekoittava eikä tarkoita pinnan pienimittakaavaisen geometrian käsittelyä sanan

Lisätiedot

Luento 3: 3D katselu. Sisältö

Luento 3: 3D katselu. Sisältö Tietokonegrafiikan perusteet T-.43 3 op Luento 3: 3D katselu Lauri Savioja Janne Kontkanen /27 3D katselu / Sisältö Kertaus: koordinaattimuunnokset ja homogeeniset koordinaatit Näkymänmuodostus Kameran

Lisätiedot

y=-3x+2 y=2x-3 y=3x+2 x = = 6

y=-3x+2 y=2x-3 y=3x+2 x = = 6 MAA Koe, Arto Hekkanen ja Jussi Tyni 5.5.015 Loppukoe LASKE ILMAN LASKINTA. 1. Yhdistä kuvaaja ja sen yhtälö a) 3 b) 1 c) 5 d) Suoran yhtälö 1) y=3x ) 3x+y =0 3) x y 3=0 ) y= 3x 3 5) y= 3x 6) 3x y+=0 y=-3x+

Lisätiedot

TIES471 Reaaliaikainen renderöinti

TIES471 Reaaliaikainen renderöinti TIES471 Reaaliaikainen renderöinti Laskuharjoitus 1 Lataa kirja 3D Math Primer for Graphics and Game development https://tfetimes.com/wp-content/uploads/2015/04/f.dunn-i.parberry-3d-math-primer-for-graphics-and-game-development.pdf

Lisätiedot

10. Esitys ja kuvaus

10. Esitys ja kuvaus 10. Esitys ja kuvaus Kun kuva on ensin segmentoitu alueisiin edellisen luvun menetelmin, segmentoidut pikselit kootaan esittämään ja kuvaamaan kohteita muodossa, joka sopii hyvin jatkokäsittelyä varten.

Lisätiedot

Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2017 Insinöörivalinnan matematiikan koe , Ratkaisut (Sarja A)

Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2017 Insinöörivalinnan matematiikan koe , Ratkaisut (Sarja A) Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 017 Insinöörivalinnan matematiikan koe 30..017, Ratkaisut (Sarja A) 1. a) Lukujen 9, 0, 3 ja x keskiarvo on. Määritä x. (1 p.) b) Mitkä reaaliluvut

Lisätiedot

Lieriö ja särmiö Tarkastellaan pintaa, joka syntyy, kun tasoa T leikkaava suora s liikkuu suuntansa

Lieriö ja särmiö Tarkastellaan pintaa, joka syntyy, kun tasoa T leikkaava suora s liikkuu suuntansa Lieriö ja särmiö Tarkastellaan pintaa, joka syntyy, kun tasoa T leikkaava suora s liikkuu suuntansa säilyttäen pitkin tason T suljettua käyrää (käyrä ei leikkaa itseään). Tällöin suora s piirtää avaruuteen

Lisätiedot

Virheen kasautumislaki

Virheen kasautumislaki Virheen kasautumislaki Yleensä tutkittava suure f saadaan välillisesti mitattavista parametreistä. Tällöin kokonaisvirhe f määräytyy mitattujen parametrien virheiden perusteella virheen kasautumislain

Lisätiedot

Luento 7: Lokaalit valaistusmallit

Luento 7: Lokaalit valaistusmallit Tietokonegrafiikan perusteet T-111.4300 3 op Luento 7: Lokaalit valaistusmallit Lauri Savioja 11/07 Lokaalit valaistusmallit / 1 Sävytys Interpolointi Sisältö Lokaalit valaistusmallit / 2 1 Varjostustekniikat

Lisätiedot

5. Grafiikkaliukuhihna: (1) geometriset operaatiot

5. Grafiikkaliukuhihna: (1) geometriset operaatiot 5. Grafiikkaliukuhihna: () geometriset operaatiot Johdanto Grafiikkaliukuhihnan tarkoitus on kuvata kolmiulotteisen kohdeavaruuden kuva kaksiulotteiseen kuva eli nättöavaruuteen. aikka kolmiulotteisiakin

Lisätiedot

Tietokonegrafiikka. Jyry Suvilehto T Johdatus tietoliikenteeseen ja multimediatekniikkaan kevät 2014

Tietokonegrafiikka. Jyry Suvilehto T Johdatus tietoliikenteeseen ja multimediatekniikkaan kevät 2014 Tietokonegrafiikka Jyry Suvilehto T-110.1100 Johdatus tietoliikenteeseen ja multimediatekniikkaan kevät 2014 1. Sovellusalueita 2. Rasterigrafiikkaa 3. Vektorigrafiikkaa 4. 3D-grafiikkaa 1. Säteenheitto

Lisätiedot

Osoita, että kaikki paraabelit ovat yhdenmuotoisia etsimällä skaalauskuvaus, joka vie paraabelin y = ax 2 paraabelille y = bx 2. VASTAUS: , b = 2 2

Osoita, että kaikki paraabelit ovat yhdenmuotoisia etsimällä skaalauskuvaus, joka vie paraabelin y = ax 2 paraabelille y = bx 2. VASTAUS: , b = 2 2 8. Geometriset kuvaukset 8.1. Euklidiset kuvaukset 344. Esitä muodossa x = Ax + b se avaruuden E 3 peilauskuvaus, jonka symmetriatasona on x 1 3x + x 3 = 6. A = 1 3 6 6 3, b = 1 1 18. 3 6 6 345. Tason

Lisätiedot

4. Esittäminen ja visualisointi (renderöinti)

4. Esittäminen ja visualisointi (renderöinti) 4. Esittäminen ja visualisointi (renderöinti) Tutkitaan erilaisia renderöintimenetelmiä, joita käytetään luvuissa 2 ja 3 esitettyjen kuvien esitysmuotojen visualisointiin. Seuraavassa selvitetään: (1)

Lisätiedot

Visualisoinnin perusteet

Visualisoinnin perusteet 1 / 12 Digitaalisen arkkitehtuurin yksikkö Aalto-yliopisto Visualisoinnin perusteet Mitä on renderöinti? 2 / 12 3D-mallista voidaan generoida näkymiä tietokoneen avulla. Yleensä perspektiivikuva Valon

Lisätiedot

Numeeriset menetelmät TIEA381. Luento 6. Kirsi Valjus. Jyväskylän yliopisto. Luento 6 () Numeeriset menetelmät / 33

Numeeriset menetelmät TIEA381. Luento 6. Kirsi Valjus. Jyväskylän yliopisto. Luento 6 () Numeeriset menetelmät / 33 Numeeriset menetelmät TIEA381 Luento 6 Kirsi Valjus Jyväskylän yliopisto Luento 6 () Numeeriset menetelmät 4.4.2013 1 / 33 Luennon 6 sisältö Interpolointi ja approksimointi Polynomi-interpolaatio: Vandermonden

Lisätiedot

PRELIMINÄÄRIKOE PITKÄ MATEMATIIKKA 9.2.2011

PRELIMINÄÄRIKOE PITKÄ MATEMATIIKKA 9.2.2011 PRELIMINÄÄRIKOE PITKÄ MATEMATIIKKA 9..0 Kokeessa saa vastata enintään kymmeneen tehtävään.. Sievennä a) 9 x x 6x + 9, b) 5 9 009 a a, c) log 7 + lne 7. Muovailuvahasta tehty säännöllinen tetraedri muovataan

Lisätiedot

Esityksen sisältö. Peruskäsitteitä. 3D Grafiikka tietokonepeleissä. Piirto- ja taustapuskuri

Esityksen sisältö. Peruskäsitteitä. 3D Grafiikka tietokonepeleissä. Piirto- ja taustapuskuri Esityksen sisältö 3D Grafiikka tietokonepeleissä Peruskäsitteitä Korkean tason rakenne Piirron alkeisobjektit Tekstuurit Valotus Laitteistopiirtoliukuhihna Yhteenveto Peruskäsitteitä Piirto- ja taustapuskuri

Lisätiedot

Insinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut

Insinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut Insinöörimatematiikka D, 29.3.2016 4. laskuharjoituksien esimerkkiratkaisut 1. Olkoon u (4,0,4,2) ja v ( 1,1,3,5) vektoreita vektoriavaruudessa R 4. Annetun sisätulon (x,y) indusoima normi on x (x,x) ja

Lisätiedot

Luento 6: Geometrinen mallinnus

Luento 6: Geometrinen mallinnus Tietokonegrafiikan perusteet T-111.4300 3 op Luento 6: Geometrinen mallinnus Lauri Savioja, Janne Kontkanen 11/2007 Geometrinen mallinnus / 1 Sisältö Mitä on geometrinen mallinnus tietokonegrafiikassa

Lisätiedot

TL5503 DSK, laboraatiot (1.5 op) Kuvasignaalit. Jyrki Laitinen

TL5503 DSK, laboraatiot (1.5 op) Kuvasignaalit. Jyrki Laitinen TL553 DSK, laboraatiot (.5 op) Kuvasignaalit Jyrki Laitinen TL553 DSK, laboraatiot (.5 op), K25 Suorita oheisten ohjeiden mukaiset tehtävät Matlab- ja VCDemo-ohjelmistoja käyttäen. Kokoa erilliseen mittauspöytäkirjaan

Lisätiedot

SIGNAALITEORIAN KERTAUSTA OSA 2

SIGNAALITEORIAN KERTAUSTA OSA 2 1 SIGNAALITEORIAN KERTAUSTA OSA 2 Miten spektri lasketaan moduloiduille ja näytteistetyille tietoliikennesignaaleille? KONVOLUUTIO JA KERTOLASKU 2 Kantataajuussignaali (baseband) = sanomasignaali ilman

Lisätiedot

Spektri- ja signaalianalysaattorit

Spektri- ja signaalianalysaattorit Spektri- ja signaalianalysaattorit Pyyhkäisevät spektrianalysaattorit Suora pyyhkäisevä Superheterodyne Reaaliaika-analysaattorit Suora analoginen analysaattori FFT-spektrianalysaattori DFT FFT Analysaattoreiden

Lisätiedot

T-110.1100 Johdatus tietoliikenteeseen ja multimediatekniikkaan Tietokonegrafiikka

T-110.1100 Johdatus tietoliikenteeseen ja multimediatekniikkaan Tietokonegrafiikka Johdatus tietoliikenteeseen ja multimediatekniikkaan Tietokonegrafiikka Timo Tossavainen Mediatekniikan laitos, Aalto-yliopiston perustieteiden korkeakoulu Timo.Tossavainen@tkk.fi 25.3.2011 Sisältö Historiaa

Lisätiedot

x 5 15 x 25 10x 40 11x x y 36 y sijoitus jompaankumpaan yhtälöön : b)

x 5 15 x 25 10x 40 11x x y 36 y sijoitus jompaankumpaan yhtälöön : b) MAA4 ratkaisut. 5 a) Itseisarvon vastauksen pitää olla aina positiivinen, joten määritelty kun 5 0 5 5 tai ( ) 5 5 5 5 0 5 5 5 5 0 5 5 0 0 9 5 9 40 5 5 5 5 0 40 5 Jälkimmäinen vastaus ei toimi määrittelyjoukon

Lisätiedot

10.2. Säteenjäljitys ja radiositeettialgoritmi. Säteenjäljitys

10.2. Säteenjäljitys ja radiositeettialgoritmi. Säteenjäljitys 10.2. Säteenjäljitys ja radiositeettialgoritmi Säteenjäljitys Säteenjäljityksessä (T. Whitted 1980) valonsäteiden kulkema reitti etsitään käänteisessä järjestyksessä katsojan silmästä takaisin kuvaan valolähteeseen

Lisätiedot

12. Laskostumisen teoria ja käytäntö

12. Laskostumisen teoria ja käytäntö 12.1. Aliakset eli laskostuminen ja näytteistys 12. Laskostumisen teoria ja käytäntö Monet seikat vaikuttavat kuvien laatuun tietokonegrafiikassa. Mallintamisesta ja muista tekijöistä syntyy myös artefakteja,

Lisätiedot

Avaruusgeometrian perusteita

Avaruusgeometrian perusteita Avaruusgeometrian perusteita Määritelmä: Kolmiulotteisen avaruuden taso on sellainen pinta, joka sisältää kokonaan jokaisen sellaisen suoran, jonka kanssa sillä on kaksi yhteistä pistettä. Ts. taso on

Lisätiedot

1. OHJAAMATON OPPIMINEN JA KLUSTEROINTI

1. OHJAAMATON OPPIMINEN JA KLUSTEROINTI 1. OHJAAMATON OPPIMINEN JA KLUSTEROINTI 1 1.1 Funktion optimointiin perustuvat klusterointialgoritmit Klusteroinnin onnistumista mittaavan funktion J optimointiin perustuvissa klusterointialgoritmeissä

Lisätiedot

Videon tallentaminen Virtual Mapista

Videon tallentaminen Virtual Mapista Videon tallentaminen Virtual Mapista Kamera-ajon tekeminen Karkean kamera ajon teko onnistuu nopeammin Katseluohjelmassa (Navigointi > Näkymät > Tallenna polku). Liikeradan ja nopeuden tarkka hallinta

Lisätiedot

12.5. Vertailua. Silmäillään laskostumisen estoa tietokonegrafiikan kannalta. Kuva 12.8. luonnehtii vaihtoehtoja.

12.5. Vertailua. Silmäillään laskostumisen estoa tietokonegrafiikan kannalta. Kuva 12.8. luonnehtii vaihtoehtoja. 1.5. Vertailua Silmäillään laskostumisen estoa tietokonegrafiikan kannalta. Kuva 1.8. luonnehtii vaihtoehtoja. (1)Esisuodatus äärettömästi näytteitä pikseliä kohti Lasketaan projisoidun kohteen palojen

Lisätiedot

Tekijä Pitkä matematiikka

Tekijä Pitkä matematiikka K1 Tekijä Pitkä matematiikka 5 7..017 a) 1 1 + 1 = 4 + 1 = 3 = 3 4 4 4 4 4 4 b) 1 1 1 = 4 6 3 = 5 = 5 3 4 1 1 1 1 1 K a) Koska 3 = 9 < 10, niin 3 10 < 0. 3 10 = (3 10 ) = 10 3 b) Koska π 3,14, niin π

Lisätiedot

1. OHJAAMATON OPPIMINEN JA KLUSTEROINTI

1. OHJAAMATON OPPIMINEN JA KLUSTEROINTI 1. OHJAAMATON OPPIMINEN JA KLUSTEROINTI 1 1.1 Funktion optimointiin perustuvat klusterointialgoritmit Klusteroinnin onnistumista mittaavan funktion J optimointiin perustuvissa klusterointialgoritmeissä

Lisätiedot

9. Vektorit. 9.1 Skalaarit ja vektorit. 9.2 Vektorit tasossa

9. Vektorit. 9.1 Skalaarit ja vektorit. 9.2 Vektorit tasossa 9. Vektorit 9.1 Skalaarit ja vektorit Skalaari on koon tai määrän mitta. Tyypillinen esimerkki skalaarista on massa. Lukumäärä on toinen hyvä esimerkki skalaarista. Vektorilla on taas suuruus ja suunta.

Lisätiedot

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45 MS-A0003/A0005 Matriisilaskenta Laskuharjoitus / vko 5 Tehtävä 1 (L): Hahmottele kompleksitasoon ne pisteet, jotka toteuttavat a) z 3 =, b) z + 3 i < 3, c) 1/z >. Yleisesti: ehto z = R, z C muodostaa kompleksitasoon

Lisätiedot

Kenguru 2012 Student sivu 1 / 8 (lukion 2. ja 3. vuosi)

Kenguru 2012 Student sivu 1 / 8 (lukion 2. ja 3. vuosi) Kenguru 2012 Student sivu 1 / 8 Nimi Ryhmä Pisteet: Kenguruloikan pituus: Irrota tämä vastauslomake tehtävämonisteesta. Merkitse tehtävän numeron alle valitsemasi vastausvaihtoehto. Väärästä vastauksesta

Lisätiedot

AV-muotojen migraatiotyöpaja - ääni. KDK-pitkäaikaissäilytys 2013 -seminaari 6.5.2013 / Juha Lehtonen

AV-muotojen migraatiotyöpaja - ääni. KDK-pitkäaikaissäilytys 2013 -seminaari 6.5.2013 / Juha Lehtonen AV-muotojen migraatiotyöpaja - ääni KDK-pitkäaikaissäilytys 2013 -seminaari 6.5.2013 / Juha Lehtonen Äänimuodot Ääneen vaikuttavia asioita Taajuudet Äänen voimakkuus Kanavien määrä Näytteistys Bittisyvyys

Lisätiedot

Kenguru 2014 Student sivu 1 / 8 (lukion 2. ja 3. vuosi)

Kenguru 2014 Student sivu 1 / 8 (lukion 2. ja 3. vuosi) Kenguru 2014 Student sivu 1 / 8 Nimi Ryhmä Pisteet: Kenguruloikan pituus: Irrota tämä vastauslomake tehtävämonisteesta. Merkitse tehtävän numeron alle valitsemasi vastausvaihtoehto. Väärästä vastauksesta

Lisätiedot

T-111.4310 Vuorovaikutteinen tietokonegrafiikka Tentti 14.12.2011

T-111.4310 Vuorovaikutteinen tietokonegrafiikka Tentti 14.12.2011 T-111.4310 Vuorovaikutteinen tietokonegrafiikka Tentti 14.12.2011 Vastaa kolmeen tehtävistä 1-4 ja tehtävään 5. 1. Selitä lyhyesti mitä seuraavat termit tarkoittavat tai minkä ongelman algoritmi ratkaisee

Lisätiedot

TEEMU ROOS (KALVOT MUOKATTU PATRIK HOYERIN LUENTOMATERIAALISTA)

TEEMU ROOS (KALVOT MUOKATTU PATRIK HOYERIN LUENTOMATERIAALISTA) JOHDATUS TEKOÄLYYN TEEMU ROOS (KALVOT MUOKATTU PATRIK HOYERIN LUENTOMATERIAALISTA) KONEOPPIMISEN LAJIT OHJATTU OPPIMINEN: - ESIMERKIT OVAT PAREJA (X, Y), TAVOITTEENA ON OPPIA ENNUSTAMAAN Y ANNETTUNA X.

Lisätiedot

Taso 1/5 Sisältö ESITIEDOT: vektori, koordinaatistot, piste, suora

Taso 1/5 Sisältö ESITIEDOT: vektori, koordinaatistot, piste, suora Taso 1/5 Sisältö Taso geometrisena peruskäsitteenä Kolmiulotteisen alkeisgeometrian peruskäsitteisiin kuuluu taso pisteen ja suoran lisäksi. Intuitiivisesti sitä voidaan ajatella joka suunnassa äärettömyyteen

Lisätiedot

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 10: Napa-, sylinteri- ja pallokoordinaatistot. Pintaintegraali.

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 10: Napa-, sylinteri- ja pallokoordinaatistot. Pintaintegraali. MS-A25/MS-A26 Differentiaali- ja integraalilaskenta 2 Luento 1: Napa-, sylinteri- ja pallokoordinaatistot. Pintaintegraali. Jarmo Malinen Matematiikan ja systeemianalyysin laitos 1 Aalto-yliopisto Kevät

Lisätiedot

Numeeriset menetelmät TIEA381. Luento 8. Kirsi Valjus. Jyväskylän yliopisto. Luento 8 () Numeeriset menetelmät / 35

Numeeriset menetelmät TIEA381. Luento 8. Kirsi Valjus. Jyväskylän yliopisto. Luento 8 () Numeeriset menetelmät / 35 Numeeriset menetelmät TIEA381 Luento 8 Kirsi Valjus Jyväskylän yliopisto Luento 8 () Numeeriset menetelmät 11.4.2013 1 / 35 Luennon 8 sisältö Interpolointi ja approksimointi Funktion approksimointi Tasainen

Lisätiedot

12. Derivointioperaattoreista geometrisissa avaruuksissa

12. Derivointioperaattoreista geometrisissa avaruuksissa 12. Derivointioperaattoreista geometrisissa avaruuksissa 12.1. Gradientti, divergenssi ja roottori 328. Laske u, kun u on vektorikenttä a) (z y)i + (x z)j + (y x)k, b) e xyz (i + xlnyj + x 2 zk), c) (x

Lisätiedot

KJR-C1001: Statiikka L2 Luento : voiman momentti ja voimasysteemit

KJR-C1001: Statiikka L2 Luento : voiman momentti ja voimasysteemit KJR-C1001: Statiikka L2 Luento 21.2.2018: voiman momentti ja voimasysteemit Apulaisprofessori Konetekniikan laitos Luennon osaamistavoitteet Tämän päiväisen luennon jälkeen opiskelija Pystyy muodostamaan,

Lisätiedot

Kanta ja Kannan-vaihto

Kanta ja Kannan-vaihto ja Kannan-vaihto 1 Olkoon L vektoriavaruus. Äärellinen joukko L:n vektoreita V = { v 1, v 2,..., v n } on kanta, jos (1) Jokainen L:n vektori voidaan lausua v-vektoreiden lineaarikombinaationa. (Ts. Span(V

Lisätiedot

Muuntavat analogisen signaalin digitaaliseksi Vertaa sisääntulevaa signaalia referenssijännitteeseen Sarja- tai rinnakkaismuotoinen Tyypilliset

Muuntavat analogisen signaalin digitaaliseksi Vertaa sisääntulevaa signaalia referenssijännitteeseen Sarja- tai rinnakkaismuotoinen Tyypilliset Muuntavat analogisen signaalin digitaaliseksi Vertaa sisääntulevaa signaalia referenssijännitteeseen Sarja- tai rinnakkaismuotoinen Tyypilliset valintakriteerit resoluutio ja nopeus Yleisimmät A/D-muunnintyypit:

Lisätiedot

MAA7 Kurssikoe Jussi Tyni Tee B-osion konseptiin pisteytysruudukko! Kaikkiin tehtäviin välivaiheet näkyviin! Laske huolellisesti!

MAA7 Kurssikoe Jussi Tyni Tee B-osion konseptiin pisteytysruudukko! Kaikkiin tehtäviin välivaiheet näkyviin! Laske huolellisesti! A-osio: ilman laskinta. MAOLia saa käyttää. Laske kaikki tehtävistä 1-. 1. a) Derivoi funktio f(x) = x (4x x) b) Osoita välivaiheiden avulla, että seuraava raja-arvo -lauseke on tosi tai epätosi: x lim

Lisätiedot

Preliminäärikoe Tehtävät Pitkä matematiikka 4.2.2014 1 / 3

Preliminäärikoe Tehtävät Pitkä matematiikka 4.2.2014 1 / 3 Preliminäärikoe Tehtävät Pitkä matematiikka / Kokeessa saa vastata enintään kymmeneen tehtävään Tähdellä (* merkittyjen tehtävien maksimipistemäärä on 9, muiden tehtävien maksimipistemäärä on 6 Jos tehtävässä

Lisätiedot

2.2. Kohteiden konstruktiivinen avaruusgeometrinen esitys

2.2. Kohteiden konstruktiivinen avaruusgeometrinen esitys .. Kohteiden konstruktiivinen avaruusgeometrinen esitys Avaruusgeometrinen esitys on käyttäjäriippuvainen ja vaati erikoismenetelmiä tai lopuksi konversion monikulmiomalliksi. Se on korkean tason esitys

Lisätiedot

Polaarisatelliittidataan perustuva lumentunnistusalgoritmi (valmiin työn esittely)

Polaarisatelliittidataan perustuva lumentunnistusalgoritmi (valmiin työn esittely) Polaarisatelliittidataan perustuva lumentunnistusalgoritmi (valmiin työn esittely) 24.01.2011 Ohjaaja: Niilo Siljamo, Ilmatieteen Laitos Valvoja: Harri Ehtamo Esityksen sisältö Termejä Tausta Menetelmät

Lisätiedot

TIMO SALOKAS MICROSOFTIN DIRECTX-TEKNIIKKA JA ANTIALIASOINTI. Kandidaatintyö

TIMO SALOKAS MICROSOFTIN DIRECTX-TEKNIIKKA JA ANTIALIASOINTI. Kandidaatintyö TIMO SALOKAS MICROSOFTIN DIRECTX-TEKNIIKKA JA ANTIALIASOINTI Kandidaatintyö Tarkastaja: lehtori Heikki Huttunen Jätetty tarkastettavaksi 9. toukokuuta 2009 I TIIVISTELMÄ TAMPEREEN TEKNILLINEN YLIOPISTO

Lisätiedot

KJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme

KJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme KJR-C1001 Statiikka ja dynamiikka Luento 24.2.2016 Susanna Hurme Päivän aihe: Voiman momentin käsite (Kirjan luvut 4.1-4.6) Mikä on voiman momentti? Määritetään momentti skalaari- ja vektorimuodossa Opitaan

Lisätiedot

Suorien ja tasojen geometriaa Suorien ja tasojen yhtälöt

Suorien ja tasojen geometriaa Suorien ja tasojen yhtälöt 6. Suorien tasojen geometriaa 6.1. Suorien tasojen yhtälöt 55. Osoita, että yhtälöt x = 3 + τ y = 1 3τ esittävät samaa tason suoraa. Yhteinen piste 1,5) suunta i 3j. x = 1 6τ y = 5 + 9τ 56. Määritä suoran

Lisätiedot

Signaalien generointi

Signaalien generointi Signaalinkäsittelyssä joudutaan usein generoimaan erilaisia signaaleja keinotekoisesti. Tyypillisimpiä generoitavia aaltomuotoja ovat eritaajuiset sinimuotoiset signaalit (modulointi) sekä normaalijakautunut

Lisätiedot

Johdatus tekoälyn taustalla olevaan matematiikkaan

Johdatus tekoälyn taustalla olevaan matematiikkaan Johdatus tekoälyn taustalla olevaan matematiikkaan Informaatioteknologian tiedekunta Jyväskylän yliopisto 3. luento 17.11.2017 Neuroverkon opettaminen (ohjattu oppiminen) Neuroverkkoa opetetaan syöte-tavoite-pareilla

Lisätiedot

11. kierros. 1. Lähipäivä

11. kierros. 1. Lähipäivä 11. kierros 1. Lähipäivä Viikon aihe AD/DA-muuntimet Signaalin digitalisointi Kvantisointivirhe Kvantisointikohina Kytkinkapasitanssipiirit Mitoitus Kontaktiopetusta: 6 tuntia Kotitehtäviä: 4 tuntia Tavoitteet:

Lisätiedot

IIR-suodattimissa ongelmat korostuvat, koska takaisinkytkennästä seuraa virheiden kertautuminen ja joissakin tapauksissa myös vahvistuminen.

IIR-suodattimissa ongelmat korostuvat, koska takaisinkytkennästä seuraa virheiden kertautuminen ja joissakin tapauksissa myös vahvistuminen. TL536DSK-algoritmit (J. Laitinen)..5 Välikoe, ratkaisut Millaisia ongelmia kvantisointi aiheuttaa signaalinkäsittelyssä? Miksi ongelmat korostuvat IIR-suodatinten tapauksessa? Tarkastellaan Hz taajuista

Lisätiedot

MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 1: Parametrisoidut käyrät ja kaarenpituus

MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 1: Parametrisoidut käyrät ja kaarenpituus MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 1: Parametrisoidut käyrät ja kaarenpituus Antti Rasila Aalto-yliopisto Syksy 2015 Antti Rasila (Aalto-yliopisto) MS-A0202 Syksy 2015 1 / 18

Lisätiedot

Lineaarialgebra ja matriisilaskenta II Syksy 2009 Laskuharjoitus 1 ( ) Ratkaisuehdotuksia Vesa Ala-Mattila

Lineaarialgebra ja matriisilaskenta II Syksy 2009 Laskuharjoitus 1 ( ) Ratkaisuehdotuksia Vesa Ala-Mattila Lineaarialgebra ja matriisilaskenta II Syksy 29 Laskuharjoitus (9. - 3..29) Ratkaisuehdotuksia Vesa Ala-Mattila Tehtävä. Olkoon V vektoriavaruus. Todistettava: jos U V ja W V ovat V :n aliavaruuksia, niin

Lisätiedot

JOHDATUS TEKOÄLYYN TEEMU ROOS

JOHDATUS TEKOÄLYYN TEEMU ROOS JOHDATUS TEKOÄLYYN TEEMU ROOS TERMINATOR SIGNAALINKÄSITTELY KUVA VOIDAAN TULKITA KOORDINAATTIEN (X,Y) FUNKTIONA. LÄHDE: S. SEITZ VÄRIKUVA KOOSTUU KOLMESTA KOMPONENTISTA (R,G,B). ÄÄNI VASTAAVASTI MUUTTUJAN

Lisätiedot

Suora 1/5 Sisältö ESITIEDOT: vektori, koordinaatistot, piste

Suora 1/5 Sisältö ESITIEDOT: vektori, koordinaatistot, piste Suora 1/5 Sisältö KATSO MYÖS:, vektorialgebra, geometriset probleemat, taso Suora geometrisena peruskäsitteenä Pisteen ohella suora on geometrinen peruskäsite, jota varsinaisesti ei määritellä. Alkeisgeometriassa

Lisätiedot

Numeeriset menetelmät TIEA381. Luento 7. Kirsi Valjus. Jyväskylän yliopisto. Luento 7 () Numeeriset menetelmät / 43

Numeeriset menetelmät TIEA381. Luento 7. Kirsi Valjus. Jyväskylän yliopisto. Luento 7 () Numeeriset menetelmät / 43 Numeeriset menetelmät TIEA381 Luento 7 Kirsi Valjus Jyväskylän yliopisto Luento 7 () Numeeriset menetelmät 10.4.2013 1 / 43 Luennon 7 sisältö Interpolointi ja approksimointi Interpolaatiovirheestä Paloittainen

Lisätiedot

Anna jokaisen kohdan vastaus kolmen merkitsevän numeron tarkkuudella muodossa

Anna jokaisen kohdan vastaus kolmen merkitsevän numeron tarkkuudella muodossa Preliminäärikoe Tehtävät Pitkä matematiikka / Kokeessa saa vastata enintään kymmeneen tehtävään Tähdellä (* merkittyjen tehtävien maksimipistemäärä on 9, muiden tehtävien maksimipistemäärä on 6 Jos tehtävässä

Lisätiedot

AV-muotojen migraatiotyöpaja - video. KDK-pitkäaikaissäilytys seminaari / Juha Lehtonen

AV-muotojen migraatiotyöpaja - video. KDK-pitkäaikaissäilytys seminaari / Juha Lehtonen AV-muotojen migraatiotyöpaja - video KDK-pitkäaikaissäilytys 2013 -seminaari 6.5.2013 / Juha Lehtonen Elävän kuvan muodot Videoon vaikuttavia asioita Kuvamuotojen ominaisuudet Audiomuotojen ominaisuudet

Lisätiedot

Tampereen yliopisto Tietokonegrafiikka 2013 Tietojenkäsittelytiede Harjoitus

Tampereen yliopisto Tietokonegrafiikka 2013 Tietojenkäsittelytiede Harjoitus Tampereen yliopisto Tietokonegrafiikka 2013 Tietojenkäsittelytiede Harjoitus 2 7.2.2013 1. Matematiikan lukiokurssissa on esitetty, että ylöspäin aukeavan paraabelin f(x) = ax 2 +bx+c,a > 0,minimikohtasaadaan,kunf

Lisätiedot

MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 9: Muuttujanvaihto taso- ja avaruusintegraaleissa

MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 9: Muuttujanvaihto taso- ja avaruusintegraaleissa MS-A24 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 9: Muuttujanvaihto taso- ja avaruusintegraaleissa Antti Rasila Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Kevät 216 Antti Rasila

Lisätiedot

yleisessä muodossa x y ax by c 0. 6p

yleisessä muodossa x y ax by c 0. 6p MAA..0 Muista kirjoittaa jokaiseen paperiin nimesi! Tee vastauspaperin yläreunaan pisteytysruudukko! Valitse kuusi tehtävää! Perustele vastauksesi välivaiheilla! Jussi Tyni Ratkaise: a) x x b) xy x 6y

Lisätiedot

S-108-2110 OPTIIKKA 1/10 Laboratoriotyö: Polarisaatio POLARISAATIO. Laboratoriotyö

S-108-2110 OPTIIKKA 1/10 Laboratoriotyö: Polarisaatio POLARISAATIO. Laboratoriotyö S-108-2110 OPTIIKKA 1/10 POLARISAATIO Laboratoriotyö S-108-2110 OPTIIKKA 2/10 SISÄLLYSLUETTELO 1 Polarisaatio...3 2 Työn suoritus...6 2.1 Työvälineet...6 2.2 Mittaukset...6 2.2.1 Malus:in laki...6 2.2.2

Lisätiedot

Demo 1: Simplex-menetelmä

Demo 1: Simplex-menetelmä MS-C2105 Optimoinnin perusteet Malliratkaisut 3 Ehtamo Demo 1: Simplex-menetelmä Muodosta lineaarisen tehtävän standardimuoto ja ratkaise tehtävä taulukkomuotoisella Simplex-algoritmilla. max 5x 1 + 4x

Lisätiedot

Haitallinen valikoituminen: Kahden tyypin malli

Haitallinen valikoituminen: Kahden tyypin malli Haitallinen valikoituminen: Kahden tyypin malli Mat-2.4142 Optimointiopin seminaari Mikko Hyvärinen 29.1.2008 Haitallinen valikoituminen kahden tyypin malli Haitallinen valikoituminen tarkoittaa että päämies

Lisätiedot

Differentiaali- ja integraalilaskenta 2 Laskuharjoitus 4 / vko 40

Differentiaali- ja integraalilaskenta 2 Laskuharjoitus 4 / vko 40 Differentiaali- ja integraalilaskenta 2 Laskuharjoitus 4 / vko 40 Alkuviikolla harjoitustehtäviä lasketaan harjoitustilaisuudessa. Loppuviikolla näiden harjoitustehtävien tulee olla ratkaistuina harjoituksiin

Lisätiedot

A-osa. Ratkaise kaikki tämän osan tehtävät. Tehtävät arvostellaan pistein 0-6. Taulukkokirjaa saa käyttää apuna, laskinta ei.

A-osa. Ratkaise kaikki tämän osan tehtävät. Tehtävät arvostellaan pistein 0-6. Taulukkokirjaa saa käyttää apuna, laskinta ei. PITKÄ MATEMATIIKKA PRELIMINÄÄRIKOE 7..07 NIMI: A-osa. Ratkaise kaikki tämän osan tehtävät. Tehtävät arvostellaan pistein 0-. Taulukkokirjaa saa käyttää apuna, laskinta ei.. Valitse oikea vaihtoehto ja

Lisätiedot

SGN Signaalinkäsittelyn perusteet Välikoe Heikki Huttunen

SGN Signaalinkäsittelyn perusteet Välikoe Heikki Huttunen SGN- Signaalinkäsittelyn perusteet Välikoe.5.4 Heikki Huttunen Tentissä ja välikokeessa saa käyttää vain tiedekunnan laskinta. Tenttikysymyksiä ei tarvitse palauttaa. Sivuilla -3 on. Sivuilla 4-5 on. Sivulla

Lisätiedot

y x1 σ t 1 = c y x 1 σ t 1 = y x 2 σ t 2 y x 2 x 1 y = σ(t 2 t 1 ) x 2 x 1 y t 2 t 1

y x1 σ t 1 = c y x 1 σ t 1 = y x 2 σ t 2 y x 2 x 1 y = σ(t 2 t 1 ) x 2 x 1 y t 2 t 1 1. Tarkastellaan funktiota missä σ C ja y (y 1,..., y n ) R n. u : R n R C, u(x, t) e i(y x σt), (a) Miksi funktiota u(x, t) voidaan kutsua tasoaalloksi, jonka aaltorintama on kohtisuorassa vektorin y

Lisätiedot

BM20A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 4, Syksy 2016

BM20A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 4, Syksy 2016 BM20A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 4, Syksy 2016 1. Hahmottele karkeasti funktion f : R R 2 piirtämällä sen arvoja muutamilla eri muuttujan arvoilla kaksiulotteiseen koordinaatistoon

Lisätiedot

Videon tallentaminen Virtual Mapista

Videon tallentaminen Virtual Mapista Videon tallentaminen Virtual Mapista Kamera-ajon tekeminen Karkean kamera ajon teko onnistuu nopeimmin Katseluohjelmassa (Navigointi > Näkymät > Tallenna polku). Liikeradan ja nopeuden tarkka hallinta

Lisätiedot

Tuntematon järjestelmä. Adaptiivinen suodatin

Tuntematon järjestelmä. Adaptiivinen suodatin 1 1 Vastaa lyhyesti seuraaviin a) Miksi signaaleja ylinäytteistetään AD- ja DA-muunnosten yhteydessä? b) Esittele lohkokaaviona adaptiiviseen suodatukseen perustuva tuntemattoman järjestelmän mallinnus.

Lisätiedot

Kojemeteorologia. Sami Haapanala syksy 2013. Fysiikan laitos, Ilmakehätieteiden osasto

Kojemeteorologia. Sami Haapanala syksy 2013. Fysiikan laitos, Ilmakehätieteiden osasto Kojemeteorologia Sami Haapanala syksy 2013 Fysiikan laitos, Ilmakehätieteiden osasto Kojemeteorologia, 3 op 9 luentoa, 3 laskuharjoitukset ja vierailu mittausasemalle Tentti Oppikirjana Rinne & Haapanala:

Lisätiedot

JOHDATUS TEKOÄLYYN TEEMU ROOS

JOHDATUS TEKOÄLYYN TEEMU ROOS JOHDATUS TEKOÄLYYN TEEMU ROOS TERMINATOR SIGNAALINKÄSITTELY KUVA VOIDAAN TULKITA KOORDINAATTIEN (X,Y) FUNKTIONA. LÄHDE: S. SEITZ VÄRIKUVA KOOSTUU KOLMESTA KOMPONENTISTA (R,G,B). ÄÄNI VASTAAVASTI MUUTTUJAN

Lisätiedot

Vanhoja koetehtäviä. Analyyttinen geometria 2016

Vanhoja koetehtäviä. Analyyttinen geometria 2016 Vanhoja koetehtäviä Analyyttinen geometria 016 1. Määritä luvun a arvo, kun piste (,3) on käyrällä a(3x + a) = (y - 1). Suora L kulkee pisteen (5,1) kautta ja on kohtisuorassa suoraa 6x + 7y - 19 = 0 vastaan.

Lisätiedot

Ei välttämättä, se voi olla esimerkiksi Reuleaux n kolmio:

Ei välttämättä, se voi olla esimerkiksi Reuleaux n kolmio: Inversio-ongelmista Craig, Brown: Inverse problems in astronomy, Adam Hilger 1986. Havaitaan oppositiossa olevaa asteroidia. Pyörimisestä huolimatta sen kirkkaus ei muutu. Projisoitu pinta-ala pysyy ilmeisesti

Lisätiedot

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 3: Vektorikentät

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 3: Vektorikentät MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 3: Vektorikentät Antti Rasila Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Syksy 2016 Antti Rasila (Aalto-yliopisto) MS-A0305 Syksy 2016

Lisätiedot

MATEMATIIKKA 5 VIIKKOTUNTIA. PÄIVÄMÄÄRÄ: 8. kesäkuuta 2009

MATEMATIIKKA 5 VIIKKOTUNTIA. PÄIVÄMÄÄRÄ: 8. kesäkuuta 2009 EB-TUTKINTO 2009 MATEMATIIKKA 5 VIIKKOTUNTIA PÄIVÄMÄÄRÄ: 8. kesäkuuta 2009 KOKEEN KESTO: 4 tuntia (240 minuuttia) SALLITUT APUVÄLINEET: Eurooppa-koulun antama taulukkovihkonen Funktiolaskin, joka ei saa

Lisätiedot

Juuri 3 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty

Juuri 3 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Kertaus K1. a) Ratkaistaan suorakulmaisen kolmion kateetin pituus x tangentin avulla. tan9 x,5,5 x,5 tan 9 x 2,8... x» 2,8 (cm) Kateetin pituus x on 2,8 cm. b) Ratkaistaan vinokulmaisen kolmion sivun pituus

Lisätiedot

Oppimateriaali oppilaalle ja opettajalle : GeoGebra oppilaan työkaluna ylioppilaskirjoituksissa 2016 versio 0.8

Oppimateriaali oppilaalle ja opettajalle : GeoGebra oppilaan työkaluna ylioppilaskirjoituksissa 2016 versio 0.8 Oppimateriaali oppilaalle ja opettajalle : GeoGebra oppilaan työkaluna ylioppilaskirjoituksissa 2016 versio 0.8 Piirtoalue ja algebraikkuna Piirtoalueelle piirretään työvälinepalkista löytyvillä työvälineillä

Lisätiedot

Vektorilaskenta, tentti

Vektorilaskenta, tentti Vektorilaskenta, tentti 27102017 Tentin kesto n 3 tuntia Vastaa NELJÄÄN tehtävään Jos vastaat kaikkiin, niin neljä PARASTA otetaan huomioon Kuvat vievät tilaa, joten muista kurkistaa paperin toiselle puolelle

Lisätiedot

JOHDATUS TEKOÄLYYN TEEMU ROOS

JOHDATUS TEKOÄLYYN TEEMU ROOS JOHDATUS TEKOÄLYYN TEEMU ROOS TERMINATOR SIGNAALINKÄSITTELY KUVA VOIDAAN TULKITA KOORDINAATTIEN (X,Y) FUNKTIONA. LÄHDE: S. SEITZ VÄRIKUVA KOOSTUU KOLMESTA KOMPONENTISTA (R,G,B). ÄÄNI VASTAAVASTI MUUTTUJAN

Lisätiedot

Viikko 2: Ensimmäiset ennustajat Matti Kääriäinen matti.kaariainen@cs.helsinki.fi

Viikko 2: Ensimmäiset ennustajat Matti Kääriäinen matti.kaariainen@cs.helsinki.fi Viikko 2: Ensimmäiset ennustajat Matti Kääriäinen matti.kaariainen@cs.helsinki.fi Exactum C222, 5.-7.11.2008. 1 Tällä viikolla Sisältösuunnitelma: Ennustamisstrategioista Koneoppimismenetelmiä: k-nn (luokittelu

Lisätiedot

Luento 7: 3D katselu. Sisältö

Luento 7: 3D katselu. Sisältö Tietokonegrafiikka / perusteet Tik-.3/3 4 ov / 2 ov Luento 7: 3D katselu Lauri Savioja /4 3D katselu / Sisältö Koorinaattimuunnokset Kameran ja maailmankoorinaatiston yhteys Perspektiivi 3D katselu / 2

Lisätiedot

Käyttöliittymän muokkaus

Käyttöliittymän muokkaus Käyttöliittymän muokkaus Ohjelman pitkän kehityshistorian takia asetukset ovat jakaantuneet useampaan eri kohtaan ohjelmassa. Ohessa yhteenveto nykyisistä asetuksista (versio 6.4.1, 2/2018). Ylä- ja sivupalkkien

Lisätiedot

Tekijä Pitkä matematiikka Pisteen (x, y) etäisyys pisteestä (0, 2) on ( x 0) Pisteen (x, y) etäisyys x-akselista, eli suorasta y = 0 on y.

Tekijä Pitkä matematiikka Pisteen (x, y) etäisyys pisteestä (0, 2) on ( x 0) Pisteen (x, y) etäisyys x-akselista, eli suorasta y = 0 on y. Tekijä Pitkä matematiikka 5 7..017 37 Pisteen (x, y) etäisyys pisteestä (0, ) on ( x 0) + ( y ). Pisteen (x, y) etäisyys x-akselista, eli suorasta y = 0 on y. Merkitään etäisyydet yhtä suuriksi ja ratkaistaan

Lisätiedot

LIITE ELITE Ti ohjelmistoversio 5.0

LIITE ELITE Ti ohjelmistoversio 5.0 LIITE ELITE Ti ohjelmistoversio 5.0 Tässä liitteessä on esitelty uudet ominaisuudet, jotka sisältyvät ELITE-Ti -ohjelmistoversioon 5.0 ja joita ei ole kuvattu ELITE-Ti - käyttöoppaissa. Ominaisuus Sivulla

Lisätiedot

3 TOISEN ASTEEN POLYNOMIFUNKTIO

3 TOISEN ASTEEN POLYNOMIFUNKTIO 3 TOISEN ASTEEN POLYNOMIFUNKTIO POHDITTAVAA 1. Kuvasta voidaan arvioida, että frisbeegolfkiekko käy noin 9 metrin korkeudella ja se lentää noin 40 metrin päähän. Vastaus: Frisbeegolfkiekko käy n. 9 m:n

Lisätiedot