Luento 7: Lokaalit valaistusmallit

Samankaltaiset tiedostot
Tampereen yliopisto Tietokonegrafiikka 2013 Tietojenkäsittelytiede Harjoitus

7.6. Fysikaalinen peiliheijastus. Pinnan mikrogeometrian mallintaminen. Varjostus ja peittämisvaikutukset

BM20A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 4, Syksy 2016

Luento 6: Tulostusprimitiivien toteutus

Tietokonegrafiikka. Jyry Suvilehto T Johdatus tietoliikenteeseen ja multimediatekniikkaan kevät 2014

4. Esittäminen ja visualisointi (renderöinti)

10.2. Säteenjäljitys ja radiositeettialgoritmi. Säteenjäljitys

Luento 3: 3D katselu. Sisältö

Sisältö. Luento 6: Piilopinnat. Peruskäsitteet (jatkuu) Peruskäsitteitä. Yksinkertaisia tapauksia. Yksinkertaiset tapaukset jatkuu

T Johdatus tietoliikenteeseen ja multimediatekniikkaan Tietokonegrafiikka

10. Globaali valaistus

dx = L2 (x + 1) 2 dx x ln x + 1 = L 2 1 L + 1 L ( = 1 ((L + 1)ln(L + 1) L) L k + 1 xk+1 = 1 k + 2 xk+2 = 1 10k+1 k + 2 = 7.

Viikon aiheet. Funktion lineaarinen approksimointi

Aaltojen heijastuminen ja taittuminen

Numeeriset menetelmät

Oletetaan ensin, että tangenttitaso on olemassa. Nyt pinnalla S on koordinaattiesitys ψ, jolle pätee että kaikilla x V U

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 7: Pintaintegraali ja vuointegraali

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

Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos

Keskipisteen lisääminen 2 k -faktorikokeeseen (ks. Montgomery 9-6)

KJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme

Luento 10: Työ, energia ja teho. Johdanto Työ ja kineettinen energia Teho

VEKTORIT paikkavektori OA

A B = (1, q, q 2 ) (2, 0, 2) = 2 2q q 2 = 0 q 2 = 1 q = ±1 A(±1) = (1, ±1, 1) A(1) A( 1) = (1, 1, 1) (1, 1, 1) = A( 1) A(1) A( 1) = 1

Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos

Havainnollistuksia: Merkitään w = ( 4, 3) ja v = ( 3, 2). Tällöin. w w = ( 4) 2 + ( 3) 2 = 25 = 5. v = ( 3) = 13. v = v.

Aaltojen heijastuminen ja taittuminen

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 3: Osittaisderivaatta

Insinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut

Yhden muuttujan funktion minimointi

MATEMATIIKAN PERUSKURSSI I Harjoitustehtäviä syksy Millä reaaliluvun x arvoilla. 3 4 x 2,

BM20A5840 Usean muuttujan funktiot ja sarjat Harjoitus 1, Kevät 2018

Tekijä Pitkä matematiikka Suoran pisteitä ovat esimerkiksi ( 5, 2), ( 2,1), (1, 0), (4, 1) ja ( 11, 4).

l 1 2l + 1, c) 100 l=0 AB 3AC ja AB AC sekä vektoreiden AB ja

S OPTIIKKA 1/10 Laboratoriotyö: Polarisaatio POLARISAATIO. Laboratoriotyö

l 1 2l + 1, c) 100 l=0

MS-A0207 Differentiaali- ja integraalilaskenta 2 Luento 5: Gradientti ja suunnattu derivaatta. Vektoriarvoiset funktiot. Taylor-approksimaatio.

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

4. Funktion arvioimisesta eli approksimoimisesta

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

Luento 13: Periodinen liike. Johdanto Harmoninen värähtely Esimerkkejä F t F r

23 VALON POLARISAATIO 23.1 Johdanto Valon polarisointi ja polarisaation havaitseminen

PYÖRÄHDYSKAPPALEEN PINTA-ALA

Tehtävä 1. Oletetaan että uv on neliö ja (u, v) = 1. Osoita, että kumpikin luvuista u ja v on. p 2j i. p j i

MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 10: Moninkertaisten integraalien sovelluksia

Antti Rasila. Kevät Matematiikan ja systeemianalyysin laitos Aalto-yliopisto. Antti Rasila (Aalto-yliopisto) MS-A0204 Kevät / 16

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

TIES471 Reaaliaikainen renderöinti

1 Sisätulo- ja normiavaruudet

Sähköstatiikka ja magnetismi Coulombin laki ja sähkökenttä

Ratkaisu: Maksimivalovoiman lauseke koostuu heijastimen maksimivalovoimasta ja valonlähteestä suoraan (ilman heijastumista) tulevasta valovoimasta:

11. Tilavuusrenderöinti

Gaussin lause eli divergenssilause 1

Luento 7: 3D katselu. Sisältö

MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 10: Moninkertaisten integraalien sovelluksia

Luento 6: Piilopinnat ja Näkyvyys

Suorat ja tasot, L6. Suuntajana. Suora xy-tasossa. Suora xyzkoordinaatistossa. Taso xyzkoordinaatistossa. Tason koordinaattimuotoinen yhtälö.

802320A LINEAARIALGEBRA OSA II

Talousmatematiikan perusteet: Luento 12. Usean muuttujan funktiot Osittaisderivaatta Gradientti Suhteellinen muutosnopeus ja osittaisjousto

KJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme

0, niin vektorit eivät ole kohtisuorassa toisiaan vastaan.

Numeeriset menetelmät

Fysiikka 1. Coulombin laki ja sähkökenttä. Antti Haarto

Taso. Hannu Lehto. Lahden Lyseon lukio

3.1 Lineaarikuvaukset. MS-A0004/A0006 Matriisilaskenta. 3.1 Lineaarikuvaukset. 3.1 Lineaarikuvaukset

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

Mat Tilastollisen analyysin perusteet, kevät 2007

Talousmatematiikan perusteet: Luento 13. Rajoittamaton optimointi Hessen matriisi Ominaisarvot ja vektorit Ääriarvon laadun tarkastelu

Lukion matematiikkakilpailun alkukilpailu 2015

Luento 11: Periodinen liike

MS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 11: Lineaarinen differentiaaliyhtälö

Tietokonegrafiikan kertausta eli mitä jokaisen animaattorin tulisi tietää tekniikasta

Juuri 4 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Kertaus. b) B = (3, 0, 5) K2. ( )

Mb8 Koe Kuopion Lyseon lukio (KK) sivu 1/2

MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 4: Ketjusäännöt ja lineaarinen approksimointi

Jonot. Lukujonolla tarkoitetaan ääretöntä jonoa reaalilukuja a n R, kun indeksi n N. Merkitään. (a n ) n N = (a n ) n=1 = (a 1, a 2, a 3,... ).

Insinöörimatematiikka D

2.6 Funktioiden kuvaajat ja tasa-arvojoukot

4. Käyrän lokaaleja ominaisuuksia

IV. TASAINEN SUPPENEMINEN. f(x) = lim. jokaista ε > 0 ja x A kohti n ε,x N s.e. n n

infoa Viikon aiheet Potenssisarja a n = c n (x x 0 ) n < 1

KJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme

Johdatus matematiikkaan

Mekaniikan jatkokurssi Fys102

1/6 TEKNIIKKA JA LIIKENNE FYSIIKAN LABORATORIO V

Kenttäteoria. Viikko 10: Tasoaallon heijastuminen ja taittuminen

Talousmatematiikan perusteet: Luento 13. Usean muuttujan funktiot Osittaisderivaatta ja gradientti Suhteellinen muutosnopeus ja osittaisjousto

Kertausosa. 5. Merkitään sädettä kirjaimella r. Kaaren pituus on tällöin r a) sin = 0, , c) tan = 0,

Lukujoukot. Luonnollisten lukujen joukko N = {1, 2, 3,... }.

k=0 saanto jokaisen kolmannen asteen polynomin. Tukipisteet on talloin valittu

Mat Lineaarinen ohjelmointi

s = 11 7 t = = 2 7 Sijoittamalla keskimmäiseen yhtälöön saadaan: k ( 2) = 0 2k = 8 k = 4

4. Lasketaan transienttivirrat ja -jännitteet kuvan piiristä. Piirielimien arvot ovat C =

A-osio. Tehdään ilman laskinta ja taulukkokirjaa! Valitse tehtävistä A1-A3 kaksi ja vastaa niihin. Maksimissaan tunti aikaa suorittaa A-osiota.

Numeeriset menetelmät

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45

Ville Turunen: Mat Matematiikan peruskurssi P1 1. välikokeen alueen teoriatiivistelmä 2007

Ortogonaaliprojektio äärellisulotteiselle aliavaruudelle

Ratkaisuja, Tehtävät

Transkriptio:

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 (shading) kuvapisteen intensiteettiin vaikuttavat: taustavalo (ambient light) erilliset valolähteet (yleensä pistemäisiä) pinnan asento (normaalivektori) katselusuunta pinnan ominaisuudet heijastuskerroin läpinäkyvyys karkeus väri, jne... Lokaalit valaistusmallit / 3 BRDF Bi-directional Reflectance Distribution Function 6-vapausasteen funktio, joka kuvaa valon heijastumisen pinnan mistä tahansa pisteestä mistä tahansa suunnasta mihin tahansa suuntaan Mitattavissa -> paljon dataa Käytännön toteutukset approksimaatioita täydestä funktiosta Lokaalit valaistusmallit / 4 2

Shading (jatkuu) Intensiteetti lasketaan eri tekijöiden summana: I = I a + i (I di + I si ) I = kuvapisteen intensiteetti I a = taustavalon osuus I di = valopisteen i mattaheijastus (diffuse) I si = valopisteen i kiiltoheijastus (specular) Huom! sekä valon intensiteetti että pintojen heijastuskertoimet ovat vektoreita, joissa on komponentti kutakin pääväriä (R,G,B) kohti. Lokaalit valaistusmallit / 5 Shading (jatkuu) Taustavalo oletetaan yleensä samaksi kaikkialla: I a = k a I o, k a = pinnan heijastuskerroin (ambient) I o = yleisvalon voimakkuus Lokaalit valaistusmallit / 6 3

Shading (jatkuu) Diffuusi heijastus (mattapinnoilta) Lambert'in lain mukaan kullekin valolähteelle erikseen: I di = k d cos ß i = k d (N L i ), = valopisteen i voimakkuus k d = pinnan heijastuskerroin (diffuusi) L i = valopisteen i suunta pinnasta katsoen N = pinnan normaali ß = pinnan normaalin ja valosuunnan välinen kulma N ß L Lokaalit valaistusmallit / 7 Shading (jatkuu) Etäisyyden vaikutus pitäisi olla neliöllinen (d 2 ), mutta otetaan yleensä huomioon lineaarisena korjaustekijänä: I di = [k d (N L i )] / (d i + d o ), d i = valopisteen i etäisyys pinnasta d o = vakio, joka estää nollalla jakamisen d Lokaalit valaistusmallit / 8 4

Shading (jatkuu) Kiiltoheijastus ilmenee lähellä kohtaa, jossa kiiltävää pintaa katsotaan peiliheijastussuunnassa. Se voidaan approksimoida kaavalla: I si = W(ø) cos n ø i = k s (V R i ) n, W(ø) = materiaalista ja suunnasta riippuva heijastuskerroin, joka voidaan yksinkertaistaa vakioksi k s (specular) V = katselijan suunta pintaan nähden R = valopisteen ideaalinen peiliheijastussuunta ø = katselu- ja peiliheijastussuunnan välinen kulma N n = pinnan kiiltävyys, 1 = hyvin karhea R... 200 = kiillotettu ß ß V ø L Lokaalit valaistusmallit / 9 Shading (jatkuu) vektori R voidaan määrittää L:n ja N:n avulla: R = N (2 N L) - L vaihtoehtoisesti voidaan käyttää helpommin laskettavaa V:n ja L:n puolivälissä sijaitsevaa vektoria: B = (V + L) / V + L, jolloin heijastuskaavassa käytetään cos ø :n sijasta lauseketta B N = cos α, missä α = ø / 2 I si = W(ø) cos n ø i = k s (V R i ) n R B N APPLETTI! V ø α =ø/2 L Lokaalit valaistusmallit / 10 5

Interpolointimenetelmät Juovakonversion yhteydessä voidaan sävyttää kunkin pyyhkäisyjuovan monikulmiosta sisältämä osa. Vakiosävytys (constant shading, flat shading), ei interpolointia monikulmiot kokonaisuudessaan samalla värillä äkilliset muutokset reunoilla näkyvät selvästi I = vakio Lokaalit valaistusmallit / 11 Interpolointimenetelmät (jatkuu) Gouraud'n menetelmä intensiteettiarvojen interpolointi pyyhkäisyjuovaa pitkin monikulmion sisällä Ia Id Ia Ib Iab I Ic Icd Ic Ib I = (Ia+Ib+Ic+Id)/4 Id intensiteetit nurkissa joko annetaan valmiina tai lasketaan kaikkien nurkassa kohtaavien tahojen keskiarvona monikulmion sisälle ei voi syntyä mitään uusia sävyjä, kuten esim. kiiltoheijastusta Lokaalit valaistusmallit / 12 6

Interpolointimenetelmät (jatkuu) Phong'in menetelmä normaalivektorien interpolointi (vrt. edellä intensiteetit) Na Nd Nab N Nb I Ncd Nc valaistus lasketaan joka pisteessä erikseen vastaavan normaalivektorin perusteella kiiltoheijastukset myös tahojen sisällä Lokaalit valaistusmallit / 13 Phong (jatkuu) normaalivektorit nurkissa joko annetaan valmiina (esim. lasketaan splinipinnalta, kun sitä approksimoidaan monitahokkaana) tai lasketaan naapureista ongelmatapaus: vuorottelevat normaalisuunnat (pyykkilauta) tuottavat keskimäärin tasaisen pinnan! N = vakio! Na Nc Nb N = (Na+Nb+Nc+Nd)/4 Na Nb Nc Nd Nd sekä Gouraud'n että Phongin sävytys toteutettu myös laitetasolla z- puskuroinnin yhteydessä (sama inkrementaalinen laskentaperiaate) Lokaalit valaistusmallit / 14 7

Lokaalit valaistusmallit / 15 8