Unknown user: Új oldal, tartalma: „{{GlobalTemplate|Infoalap|GrafikaGyakorloGlobalisIlluminacio}} ===Mintakérdések a Számítógépes grafika és képfeldolgozás tárgy vizsgájára való felkészül…”

2012-10-21T19:58:47Z

Új oldal, tartalma: „{{GlobalTemplate|Infoalap|GrafikaGyakorloGlobalisIlluminacio}} ===Mintakérdések a Számítógépes grafika és képfeldolgozás tárgy vizsgájára való felkészül…”

Új lap

{{GlobalTemplate|Infoalap|GrafikaGyakorloGlobalisIlluminacio}}

===Mintakérdések a Számítógépes grafika és képfeldolgozás tárgy vizsgájára való felkészüléshez ===

====Globális illumináció====

'''111. Mi az inverz fényútkövetés (path tracing)? Miért választjuk meg benne véletlenül az irányokat? Milyen valószínűségsűrűséget célszerű használni? Mire nem jó ez az eljárás?'''

* A rekurzív sugárkövetéshez hasonló eljárás. Kiindulunk a szemből, és az árnyalni kívánt pixelen keresztül több sugarat bocsátunk a színtérbe. A sugárnak megkeressük az első metszéspontját, majd meghatározzuk az onnan a sugár mentén visszafelé haladó sugársűrűséget. Ez utóbbi lépést a sugárkövetésnél úgy csináltuk, hogy külön kiszámoltuk a közvetlen megvilágítás, a visszavert, és a megtört sugár járulékát; itt csak egy, véletlenszerűen választott sugarat használunk.
* A rekurzió mélységét az orosz rulett módszerrel korlátozzák: minden alkalommal csak p valószínűséggel megyünk mélyebbre a rekurzióban, 1-p valószínűséggel befejezzük. Hogy várható értékben a sugár járuléka stimmeljen, ezért ha továbbmegyünk, akkor a kapott járulékot (1/p)-vel meg kell szorozni.
* A tovább követett sugarat olyan eloszlással célszerű választani, hogy minél kisebb legyen a számítás hibája (ahhoz képest, mintha minden lehetséges sugarat lekövetnénk). Ezt úgy biztosíthatnánk ideális körülmények közt, hogy amelyik irányból nagyobb a járulék (a bejövő sugársűrűség szorozva a BRDF szorozva <math> \cos\theta </math>), abba az irányba nagyobb valószínűséggel küldjük a sugarat. Mivel azonban a bejövő sugarakat nem ismerjük, ezért a legcélszerűbb a BRDF szorozva <math> \cos\theta </math> tényezővel arányos eloszlás szerint sorsolni a tovább követett sugarat.
* [http://en.wikipedia.org/wiki/Path_tracing Wikipédia: inverz fényútkövetés]

'''112. Mi fontosság szerinti mintavételezés?'''

* Egy színtér kirajzolása az árnyalási egyenlet megoldását jelenti. Ez az egyenlet egy adott kezdőpontból adott irányba haladó sugár teljesítményét a kezdőpontba beérkező összes sugár, valamint az ott "keletkező" fény teljesítményével fejezi ki; minket pedig néhány konkrét sugár (a szem felé haladók) teljesítménye érdekel (persze az egész egyenlet még a hullámhossztól illetve azt időtől is függhet...). Mivel az egyenletben integrálás szerepel (vagyis egy sugár teljesítménye végtelen sok másik sugáréval van kifejezve), ezért a szokásos egyenletmegoldási módszerek nem alkalmazhatók. Viszont, ha az integrált valamilyen módon közelítjük véges sok dolog összegével, akkor kezelhetőbbé válik.
* Egy integrál értékének közelítését el lehet végezni mintavételezéssel. Pl. egy egydimenziós határozott integrál értékét lehet úgy közelíteni, hogy felveszek N darab véletlen számot az intervallumon belül, és ott kiszámítom a függvény értékét. Majd azt mondom, hogy az integrál egyenlő az intervallum hossza szorozva a függvény átlagos értéke az intervallumon, a függvény átlagát pedig az N minta átlagával közelítem. A közelítés pontossága N növelésével nő, és erősen függ attól, hogyan választom ki az N minta helyét.
* A fontosság szerinti mintavételezésnél úgy választom a mintákat, hogy minél nagyobb egy adott helyen a függvény értéke, annál több mintát veszek arról a környékről. (Ehhez általában kell valamiféle becslés a függvény menetéről.) Konkrétan, úgy választom meg a minták valószínűségi eloszlását, hogy az arányos legyen a függvénnyel (vagy annak becslésével). Erre pl. a Metropolis mintavételezés egy jó módszer (amihez nem is kell becslés a függvényről).
* A globális illuminációban úgy alkalmazható, hogy amikor egy kis felületelem fényességét kell meghatározni (és ehhez az összes bejövő sugár teljesítményét a BRDF-fel és <math> \cos \theta </math>-val szorozva integrálni), akkor ezt az integrált mintavételezve közelítjük. Ehhez kell egy becslés a különböző irányokból jövő sugársűrűségre; ha ilyen nincs, vagy nem elég jó, a Metropolis módszer akkor is alkalmazható.
* [http://en.wikipedia.org/wiki/Rendering_equation Wikipédia: árnyalási egyenlet]
* [http://en.wikipedia.org/wiki/Importance_sampling Wikipédia: fontosság szerinti mintavételezés]
* [http://en.wikipedia.org/wiki/Metropolis%E2%80%93Hastings_algorithm Wikipédia: Metropolis módszer]

-- [[KisGergelyG|G]] - 2008.12.26.

[[Category:Infoalap]]

GrafikaGyakorloGlobalisIlluminacio - Laptörténet

Unknown user: Új oldal, tartalma: „{{GlobalTemplate|Infoalap|GrafikaGyakorloGlobalisIlluminacio}} ===Mintakérdések a Számítógépes grafika és képfeldolgozás tárgy vizsgájára való felkészül…”