Gouraud-Schattierung: Gouraud-Shading: Erhellende Computer Vision
Von Fouad Sabry
()
Über dieses E-Book
Was ist Gouraud-Schattierung
Gouraud-Schattierung, benannt nach Henri Gouraud, ist eine Interpolationsmethode, die in der Computergrafik verwendet wird, um eine kontinuierliche Schattierung von Oberflächen zu erzeugen, die durch Polygonnetze dargestellt werden. In der Praxis wird die Gouraud-Schattierung am häufigsten verwendet, um eine kontinuierliche Beleuchtung auf Dreiecksnetzen zu erreichen, indem die Beleuchtung an den Ecken jedes Dreiecks berechnet und die resultierenden Farben für jedes vom Dreieck abgedeckte Pixel linear interpoliert werden. Gouraud veröffentlichte die Technik erstmals im Jahr 1971. Die verbesserte Hardware-Unterstützung für überlegene Schattierungsmodelle hat jedoch dazu geführt, dass die Gouraud-Schattierung im modernen Rendering weitgehend veraltet ist.
Wie Sie davon profitieren werden
(I) Erkenntnisse und Validierungen zu den folgenden Themen:
Kapitel 1: Gouraud-Schattierung
Kapitel 2: Phong-Schattierung
Kapitel 3: Phong-Reflexion Modell
Kapitel 4: Pro-Pixel-Beleuchtung
Kapitel 5: Scheitelpunktnormal
Kapitel 6: Rendering (Computergrafik)
Kapitel 7: Shader
Kapitel 8: Computergrafikbeleuchtung
Kapitel 9: Polygonale Modellierung
Kapitel 10: Vertex (Computergrafik)
(II) Beantwortung der häufigsten öffentlichen Fragen zur Gouraud-Schattierung.
(III) Beispiele aus der Praxis für die Verwendung der Gouraud-Schattierung in vielen Bereichen.
Für wen dieses Buch gedacht ist
Profis, Studenten und Doktoranden, Enthusiasten, Bastler und diejenigen, die über grundlegende Kenntnisse oder Informationen für jede Art von Gouraud-Schattierung hinausgehen möchten.
Mehr von Fouad Sabry lesen
Neue Technologien in der Landwirtschaft [German]
Ähnlich wie Gouraud-Schattierung
Titel in dieser Serie (100)
Bildhistogramm: Visuelle Einblicke enthüllen und die Tiefen von Bildhistogrammen in der Computer Vision erkunden Bewertung: 0 von 5 Sternen0 BewertungenFilterbank: Einblicke in die Filterbanktechniken von Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenInpainting: Überbrückung von Lücken in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenFarbanpassungsfunktion: Spektrale Empfindlichkeit in Computer Vision verstehen Bewertung: 0 von 5 Sternen0 BewertungenRetinex: Enthüllen Sie die Geheimnisse des computergestützten Sehens mit Retinex Bewertung: 0 von 5 Sternen0 BewertungenComputer Vision: Erkundung der Tiefen des Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenUnterwasser-Computervision: Erkundung der Tiefen der Computer Vision unter den Wellen Bewertung: 0 von 5 Sternen0 BewertungenComputer-Stereo-Vision: Erforschung der Tiefenwahrnehmung in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenFarbmanagementsystem: Optimierung der visuellen Wahrnehmung in digitalen Umgebungen Bewertung: 0 von 5 Sternen0 BewertungenAnisotrope Diffusion: Verbesserung der Bildanalyse durch anisotrope Diffusion Bewertung: 0 von 5 Sternen0 BewertungenHistogrammausgleich: Verbesserung des Bildkontrasts für eine verbesserte visuelle Wahrnehmung Bewertung: 0 von 5 Sternen0 BewertungenLärmminderung: Verbesserung der Klarheit, fortschrittliche Techniken zur Rauschunterdrückung in der Bildverarbeitung Bewertung: 0 von 5 Sternen0 BewertungenGemeinsame Fotoexpertengruppe: Erschließen Sie das Potenzial visueller Daten mit dem JPEG-Standard Bewertung: 0 von 5 Sternen0 BewertungenTonzuordnung: Tone Mapping: Erhellende Perspektiven in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenGamma-Korrektur: Verbesserung der visuellen Klarheit in der Computer Vision: Die Gammakorrekturtechnik Bewertung: 0 von 5 Sternen0 BewertungenHomographie: Homographie: Transformationen in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenAffine Transformation: Visuelle Perspektiven freischalten: Erforschung der affinen Transformation in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenRadon-Transformation: Aufdecken verborgener Muster in visuellen Daten Bewertung: 0 von 5 Sternen0 BewertungenLevel-Set-Methode: Weiterentwicklung der Computer Vision, Erforschung der Level-Set-Methode Bewertung: 0 von 5 Sternen0 BewertungenAdaptiver Filter: Verbesserung der Computer Vision durch adaptive Filterung Bewertung: 0 von 5 Sternen0 BewertungenHough-Transformation: Enthüllung der Magie der Hough-Transformation in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenVisuelle Wahrnehmung: Einblicke in die computergestützte visuelle Verarbeitung Bewertung: 0 von 5 Sternen0 BewertungenModell des menschlichen visuellen Systems: Wahrnehmung und Verarbeitung verstehen Bewertung: 0 von 5 Sternen0 BewertungenBildkompression: Effiziente Techniken zur visuellen Datenoptimierung Bewertung: 0 von 5 Sternen0 BewertungenFarbraum: Erkundung des Spektrums von Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenFarbprofil: Erforschung der visuellen Wahrnehmung und Analyse in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenFarberscheinungsmodell: Wahrnehmung und Darstellung in Computer Vision verstehen Bewertung: 0 von 5 Sternen0 BewertungenHadamard-Transformation: Enthüllung der Leistungsfähigkeit der Hadamard-Transformation in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenLeast Squares: Optimierungstechniken für Computer Vision: Methoden der kleinsten Quadrate Bewertung: 0 von 5 Sternen0 BewertungenBündelanpassung: Optimieren visueller Daten für eine präzise Rekonstruktion Bewertung: 0 von 5 Sternen0 Bewertungen
Ähnliche E-Books
Phong Schattierung: Erkundung der Tiefe des visuellen Renderings: Phong-Schattierung in der Bildverarbeitung Bewertung: 0 von 5 Sternen0 BewertungenPhong-Reflexionsmodell: Lichtinteraktionen in der Bildverarbeitung verstehen Bewertung: 0 von 5 Sternen0 BewertungenVertex-Computergrafik: Erkundung der Schnittstelle zwischen Vertex Computer Graphics und Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenSchattierung: Erforschung der Bildschattierung in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenDistanznebel: Erkundung der visuellen Grenze: Einblicke in den Distanznebel der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenRadiosity Computergrafik: Fortschrittliche Visualisierung durch Radiosität in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenBump-Mapping: Bump Mapping: Erforschung der Tiefe der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenVolumen Rendern: Erforschung des Visuellen Realismus in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenPolygon-Computergrafik: Erkundung der Schnittstelle zwischen Polygon-Computergrafik und Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenTonzuordnung: Tone Mapping: Erhellende Perspektiven in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenGlobale Beleuchtung: Vision voranbringen, Einblicke in die globale Beleuchtung Bewertung: 0 von 5 Sternen0 BewertungenRendern von Computergrafiken: Erforschung des visuellen Realismus: Einblicke in die Computergrafik Bewertung: 0 von 5 Sternen0 BewertungenAnisotrope Filterung: Entschlüsselung der visuellen Komplexität in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenTextur Zuordnung: Erforschung der Dimensionalität im Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenAnisotrope Diffusion: Verbesserung der Bildanalyse durch anisotrope Diffusion Bewertung: 0 von 5 Sternen0 BewertungenBildbasierte Modellierung und Rendering: Erforschung des visuellen Realismus: Techniken in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenDreidimensionale Multi-View-Rekonstruktion: Fortgeschrittene Techniken zur räumlichen Wahrnehmung in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenRaytracing-Grafiken: Erforschung des fotorealistischen Renderings in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenPartitionierung des binären Raums: Erkundung der binären Raumpartitionierung: Grundlagen und Anwendungen in der Bildverarbeitung Bewertung: 0 von 5 Sternen0 BewertungenBewegungsfeld: Erkundung der Dynamik von Computer Vision: Bewegungsfeld enthüllt Bewertung: 0 von 5 Sternen0 BewertungenZweidimensionale Computergrafik: Erkundung des visuellen Bereichs: Zweidimensionale Computergrafiken in Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenBildbearbeitung für Anfänger: 30 Top Tipps für die Bildbearbeitung von digitalen Bildern Bewertung: 0 von 5 Sternen0 BewertungenKantenerkennung: Grenzen in der Computer Vision erkunden Bewertung: 0 von 5 Sternen0 BewertungenFarbzuordnung: Erforschung der visuellen Wahrnehmung und Analyse in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenComputer-Stereo-Vision: Erforschung der Tiefenwahrnehmung in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenModell einer Lochkamera: Perspektive durch Computeroptik verstehen Bewertung: 0 von 5 Sternen0 BewertungenPyramiden Bildverarbeitung: Erkundung der Tiefen der visuellen Analyse Bewertung: 0 von 5 Sternen0 BewertungenBildsegmentierung: Erkenntnisse durch Pixelpräzision erschließen Bewertung: 0 von 5 Sternen0 BewertungenHistogrammausgleich: Verbesserung des Bildkontrasts für eine verbesserte visuelle Wahrnehmung Bewertung: 0 von 5 Sternen0 BewertungenSkalieren Sie den Raum: Erforschung von Dimensionen in der Computer Vision Bewertung: 0 von 5 Sternen0 Bewertungen
Künstliche Intelligenz (KI) & Semantik für Sie
ChatGPT – Für Einsteiger: Schreibprofi mit KI, Zeit und Geld sparen ohne peinliche Fehler Bewertung: 0 von 5 Sternen0 BewertungenMeistern von ChatGPT: Entriegeln Sie die Kraft der KI für verbesserte Kommunikation und Beziehungen: German Bewertung: 0 von 5 Sternen0 BewertungenDie Zukunft der Arbeit: Digitalisierung, Automatisierung, KI Bewertung: 0 von 5 Sternen0 BewertungenChatGPT: Begegnung mit einer neuen Welt: Lernen Sie Künstliche Intelligenz mit der Gratisversion ChatGPT 3.5 Bewertung: 0 von 5 Sternen0 BewertungenKünstliche Intelligenz: Die vierte industrielle Revolution Bewertung: 0 von 5 Sternen0 BewertungenAufstieg der Roboter: Wie unsere Arbeitswelt gerade auf den Kopf gestellt wird - und wie wir darauf reagieren müssen Bewertung: 0 von 5 Sternen0 BewertungenMenschlicher Geist und Künstliche Intelligenz: Die Entwicklung des Humanen inmitten einer digitalen Welt Bewertung: 0 von 5 Sternen0 BewertungenChatbotische Medien-Gestaltung leicht gemacht: Von der Idee zum viralen Hit Bewertung: 0 von 5 Sternen0 BewertungenChatGPT: Epische Reise des Erfolgs - 'Steigern Sie Ihren Reichtum': Mit Screenshots aus dem echten Leben - Erreichen Sie finanzielle Höhen Bewertung: 0 von 5 Sternen0 BewertungenKI-Innovationen: Wie die Technologie die Grenzen verschiebt Künstliche Intelligenz verstehen und nutzen: Ein AI-Buch Bewertung: 0 von 5 Sternen0 BewertungenEinstieg ins Machine Learning: Grundlagen, Prinzipien, erste Schritte Bewertung: 0 von 5 Sternen0 BewertungenDie KI Bibel, mit künstlicher Intelligenz Geld verdienen: Echte Fallbeispiele und Anleitungen zum Umsetzen Bewertung: 1 von 5 Sternen1/5Chatbotische Landingpages: Wie du deine Konkurrenz in den digitalen Staub schicken Bewertung: 0 von 5 Sternen0 BewertungenRoboter im Alltag: Maschinen (beinahe) wie Menschen Bewertung: 0 von 5 Sternen0 BewertungenKünstliche Intelligenz in Sozialen Medien Bewertung: 0 von 5 Sternen0 BewertungenPsychologie des Sozialismus Bewertung: 0 von 5 Sternen0 BewertungenDigitalotopia: Sind wir bereit für die (R)Evolution der Wirklichkeit? Bewertung: 0 von 5 Sternen0 BewertungenWissen statt Glauben!: Das Weltbild des neuen Humanismus Bewertung: 0 von 5 Sternen0 Bewertungen
Rezensionen für Gouraud-Schattierung
0 Bewertungen0 Rezensionen
Buchvorschau
Gouraud-Schattierung - Fouad Sabry
Kapitel 1: Gouraud-Schattierung
Gouraud-Schattierung, benannt nach Henri Gouraud, ist eine Interpolationstechnik, die in der Computergrafik verwendet wird, um eine kontinuierliche Schattierung von Oberflächen zu erzeugen, die durch Polygonnetze dargestellt werden. In der Praxis wird die Gouraud-Schattierung am häufigsten verwendet, um eine kontinuierliche Beleuchtung auf Dreiecksnetzen zu erzeugen, indem die Beleuchtung an den Ecken jedes Dreiecks berechnet und die resultierenden Farben für jedes Pixel, das vom Dreieck abgedeckt wird, linear interpoliert werden. Der Ansatz wurde erstmals 1971 von Gouraud veröffentlicht.
Eine Schätzung der Oberflächennormalen jedes Scheitelpunkts in einem polygonalen 3D-Modell wird entweder für jeden Scheitelpunkt bereitgestellt oder durch Mittelung der Oberflächennormalen der Polygone berechnet, die an jedem Scheitelpunkt konvergieren. Anhand dieser Schätzungen werden dann Beleuchtungsberechnungen auf der Grundlage eines Reflexionsmodells, wie z. B. des Phong-Reflexionsmodells, durchgeführt, um die Vertex-Farbintensitäten zu bestimmen. Die Farbintensitäten für jedes Pixel, das vom polygonalen Netz abgedeckt wird, können dann aus den an den Scheitelpunkten abgeleiteten Farbwerten interpoliert werden.
Die Gouraud-Schattierung gilt als überlegen gegenüber der flachen Schattierung und erfordert viel weniger Verarbeitung als die Phong-Schattierung, erzeugt jedoch in der Regel ein facettiertes Aussehen.
Im Vergleich zur Phong-Schattierung lag die Stärke und Schwäche der Gouraud-Schattierung in ihrer Interpolation. Wenn ein Gitter mehr Pixel auf dem Bildschirm einnimmt, als Scheitelpunkte vorhanden sind, ist die Interpolation von Farbwerten aus Stichproben kostspieliger Beleuchtungsberechnungen an Scheitelpunkten weniger prozessorintensiv als das Ausführen der Beleuchtungsberechnung für jedes Pixel, wie bei der Phong-Schattierung. Stark lokalisierte Lichteffekte (z. B. Glanzlichter, z. B. das Glitzern von reflektiertem Licht auf der Oberfläche eines Apfels) werden jedoch nicht korrekt gerendert, und wenn ein Glanzlicht in der Mitte eines Polygons liegt, sich aber nicht auf den Scheitelpunkt des Polygons ausbreitet, ist es in einem Gouraud-Rendering nicht sichtbar.
Bei einem Rendering, bei dem ein spiegelndes Glanzlicht gleichmäßig über die Oberfläche eines rotierenden Modells verlaufen soll, wird der Fehler sofort angezeigt. Die Gouraud-Schattierung sorgt für ein Glanzlicht, das in benachbarten Bereichen des Modells ständig ein- und ausgeblendet wird und seine maximale Intensität erreicht, wenn das beabsichtigte Glanzlicht an einem Modellscheitelpunkt ausgerichtet ist. Dieses Problem kann behoben werden, indem die Scheitelpunktdichte des Objekts erhöht wird, aber irgendwann wird es aufgrund der abnehmenden Renditen dieser Strategie vorzuziehen, in ein ausgefeilteres Schattierungsmodell zu konvertieren.
Eine Geometrie mit einer Gouraud-Schattierung, die einer Kugel ähnelt; Beachten Sie das schlechte Verhalten der Glanzlichter.
Ein weiteres kugelförmiges Netz mit einer extrem großen Polygonanzahl.
Die ursprüngliche Arbeit von Gouraud beschrieb die lineare Farbinterpolation, eine perspektivisch korrekte Alternative zur linearen Interpolation, die in GPUs verwendet wird. Die linearen und hyperbolischen Variationen der Farbinterpolation von Scheitelpunkten zu Pixeln werden zusammenfassend als Gouraud-Schattierung
bezeichnet.
Jede lineare Interpolation der Intensität führt zu diskontinuierlichen Ableitungen, die Mach-Bänder erzeugen, ein häufiges visuelles Artefakt der Gouraud-Schattierung.
{Ende Kapitel 1}
Kapitel 2: Phong-Schattierung
Phong-Schattierung oder Phong-Interpolation ist eine Interpolationstechnik für die Oberflächenschattierung in der 3D-Computergrafik, die vom Computergrafikpionier Bui Tuong Phong entwickelt wurde. Bei der Phong-Schattierung werden Oberflächennormalen über gerasterte Polygone interpoliert und Pixelfarben in Übereinstimmung mit den interpolierten Normalen und einem Reflexionsmodell berechnet. Phong-Schattierung kann sich auch auf eine bestimmte Kombination aus Phong-Interpolation und dem Phong-Reflexionsmodell beziehen.
Bui Tuong Phong erfand an der University of Utah die Phong-Schattierung und das Phong-Reflexionsmodell und veröffentlichte sie 1973 in seiner Doktorarbeit. Zum Zeitpunkt ihrer Veröffentlichung galten Phongs Ansätze als revolutionär, aber sie sind in der Folge zur Standard-Schattierungstechnik für viele Rendering-Anwendungen geworden. Aufgrund ihrer typischerweise effektiven Nutzung der Rechenzeit pro produziertem Pixel haben Phongs Techniken eine breite Akzeptanz gefunden.
Die Phong-Schattierung bietet eine genauere Annäherung an die Schattierung einer glatten Oberfläche als die Gouraud-Schattierung. Die Phong-Schattierung setzt einen kontinuierlich fluktuierenden Normalenvektor auf der Oberfläche voraus. Bei Verwendung eines Reflexionsmodells mit bescheidenen Glanzlichtern, wie z. B. dem Phong-Reflexionsmodell, übertrifft der Phong-Interpolationsansatz die Gouraud-Schattierung.
Wenn sich Glanzlichter in der Mitte eines riesigen Polygons befinden, stellt die Gouraud-Schattierung die größte Schwierigkeit dar. Da diese