Scan Linien Rendern: Erforschung des visuellen Realismus durch Scan Linien Rendern Techniken
Von Fouad Sabry
()
Über dieses E-Book
Was ist Scan Linien Rendern?
Scan Linien Rendern ist ein Algorithmus zur Bestimmung sichtbarer Oberflächen in 3D-Computergrafiken, der zeilenweise und nicht Polygon-für-Polygon oder Pixel für Pixel arbeitet. Alle zu rendernden Polygone werden zunächst nach der oberen Y-Koordinate sortiert, an der sie zum ersten Mal erscheinen. Anschließend wird jede Zeile oder Scanlinie des Bildes anhand des Schnittpunkts einer Scanlinie mit den Polygonen am Anfang der sortierten Liste berechnet Die sortierte Liste wird aktualisiert, um nicht mehr sichtbare Polygone zu verwerfen, während die aktive Scanlinie im Bild nach unten verschoben wird.
Wie Sie davon profitieren
(I) Erkenntnisse und Validierungen zu den folgenden Themen:
Kapitel 1: Scan Linien Rendern
Kapitel 2: Maler-Algorithmus
Kapitel 3: Rasterisierung
Kapitel 4: Texturzuordnung
Kapitel 5: Z-Pufferung
Kapitel 6: Grafikpipeline
Kapitel 7: Clipping (Computergrafik)
Kapitel 8: Bestimmung verdeckter Oberflächen
Kapitel 9: Schatten
Kapitel 10: Schattenvolumen
(II) Beantwortung der häufigsten öffentlichen Fragen zum Scan Linien Rendern.
(III) Beispiele aus der Praxis für den Einsatz von Scan Linien Rendern in vielen Bereichen.
Für wen dieses Buch ist
Fachleute, Studenten und Doktoranden, Enthusiasten, Hobbyisten und diejenigen, die über grundlegende Kenntnisse oder Informationen für jede Art von Scan Linien Rendern hinausgehen möchten.
Mehr von Fouad Sabry lesen
Ähnlich wie Scan Linien Rendern
Titel in dieser Serie (100)
Gemeinsame Fotoexpertengruppe: Erschließen Sie das Potenzial visueller Daten mit dem JPEG-Standard Bewertung: 0 von 5 Sternen0 BewertungenUnterwasser-Computervision: Erkundung der Tiefen der Computer Vision unter den Wellen Bewertung: 0 von 5 Sternen0 BewertungenFarberscheinungsmodell: Wahrnehmung und Darstellung in Computer Vision verstehen Bewertung: 0 von 5 Sternen0 BewertungenComputer Vision: Erkundung der Tiefen des Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenHough-Transformation: Enthüllung der Magie der Hough-Transformation in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenHadamard-Transformation: Enthüllung der Leistungsfähigkeit der Hadamard-Transformation in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenBildhistogramm: Visuelle Einblicke enthüllen und die Tiefen von Bildhistogrammen in der Computer Vision erkunden Bewertung: 0 von 5 Sternen0 BewertungenBildkompression: Effiziente Techniken zur visuellen Datenoptimierung Bewertung: 0 von 5 Sternen0 BewertungenTonzuordnung: Tone Mapping: Erhellende Perspektiven in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenAnisotrope Diffusion: Verbesserung der Bildanalyse durch anisotrope Diffusion Bewertung: 0 von 5 Sternen0 BewertungenLärmminderung: Verbesserung der Klarheit, fortschrittliche Techniken zur Rauschunterdrückung in der Bildverarbeitung Bewertung: 0 von 5 Sternen0 BewertungenAdaptiver Filter: Verbesserung der Computer Vision durch adaptive Filterung Bewertung: 0 von 5 Sternen0 BewertungenRadon-Transformation: Aufdecken verborgener Muster in visuellen Daten Bewertung: 0 von 5 Sternen0 BewertungenOrientiertes Gradienten-Histogramm: Enthüllung des visuellen Bereichs: Erkundung des Histogramms mit orientierten Farbverläufen in der Bildverarbeitung Bewertung: 0 von 5 Sternen0 BewertungenHomographie: Homographie: Transformationen in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenComputer-Stereo-Vision: Erforschung der Tiefenwahrnehmung in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenKantenerkennung: Grenzen in der Computer Vision erkunden Bewertung: 0 von 5 Sternen0 BewertungenFarbanpassungsfunktion: Spektrale Empfindlichkeit in Computer Vision verstehen Bewertung: 0 von 5 Sternen0 BewertungenHistogrammausgleich: Verbesserung des Bildkontrasts für eine verbesserte visuelle Wahrnehmung Bewertung: 0 von 5 Sternen0 BewertungenHarris Eckendetektor: Enthüllung der Magie der Bildmerkmalserkennung Bewertung: 0 von 5 Sternen0 BewertungenAktive Kontur: Weiterentwicklung der Computer Vision mit aktiven Konturtechniken Bewertung: 0 von 5 Sternen0 BewertungenRetinex: Enthüllen Sie die Geheimnisse des computergestützten Sehens mit Retinex Bewertung: 0 von 5 Sternen0 BewertungenFarbmanagementsystem: Optimierung der visuellen Wahrnehmung in digitalen Umgebungen Bewertung: 0 von 5 Sternen0 BewertungenInpainting: Überbrückung von Lücken 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 BewertungenGamma-Korrektur: Verbesserung der visuellen Klarheit in der Computer Vision: Die Gammakorrekturtechnik Bewertung: 0 von 5 Sternen0 BewertungenModell des menschlichen visuellen Systems: Wahrnehmung und Verarbeitung verstehen Bewertung: 0 von 5 Sternen0 BewertungenFarbmodell: Das Spektrum des Computer Vision verstehen: Farbmodelle erkunden Bewertung: 0 von 5 Sternen0 BewertungenLevel-Set-Methode: Weiterentwicklung der Computer Vision, Erforschung der Level-Set-Methode Bewertung: 0 von 5 Sternen0 BewertungenFilterbank: Einblicke in die Filterbanktechniken von Computer Vision Bewertung: 0 von 5 Sternen0 Bewertungen
Ähnliche E-Books
Bestimmung verdeckter Oberflächen: Enthüllung der Geheimnisse des Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenRaytracing-Grafiken: Erforschung des fotorealistischen Renderings in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenVolumen Rendern: Erforschung des Visuellen Realismus in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenVektorgrafik-Editor: Ermöglichen Sie die visuelle Erstellung mit fortschrittlichen Algorithmen Bewertung: 0 von 5 Sternen0 BewertungenBump-Mapping: Bump Mapping: Erforschung der Tiefe der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenDigitale Rastergrafik: Enthüllung der Leistungsfähigkeit digitaler Rastergrafiken in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenVektorgrafiken: Beherrschung von Vektorgrafiken in Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenRastergrafiken: Die Grundlagen der Rastergrafik in der Computer Vision verstehen Bewertung: 0 von 5 Sternen0 BewertungenRastergrafik-Editor: Visuelle Realitäten transformieren: Rastergrafik-Editoren in Computer Vision beherrschen Bewertung: 0 von 5 Sternen0 BewertungenPyramiden Bildverarbeitung: Erkundung der Tiefen der visuellen Analyse Bewertung: 0 von 5 Sternen0 BewertungenVerfahrensoberfläche: Erforschung der Texturgenerierung und -analyse in Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenEntfernung verdeckter Linien: Das Unsichtbare enthüllen: Geheimnisse des Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenTextur Zuordnung: Erforschung der Dimensionalität im Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenStrichzeichnungsalgorithmus: Beherrschen von Techniken zur präzisen Bildwiedergabe Bewertung: 0 von 5 Sternen0 BewertungenSchatten: Erkundung visueller Bereiche mit Shader: Eine Reise in die Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenBewegungsschätzung: Fortschritte und Anwendungen 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 BewertungenPolygon-Computergrafik: Erkundung der Schnittstelle zwischen Polygon-Computergrafik und Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenVertex-Computergrafik: Erkundung der Schnittstelle zwischen Vertex Computer Graphics und Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenDas Vulkan-API: Teil 2: Wie man ein Framework erstellt und Shader programmiert Bewertung: 0 von 5 Sternen0 BewertungenMesh-Generierung: Fortschritte und Anwendungen bei der Computer Vision Mesh Generation Bewertung: 0 von 5 Sternen0 BewertungenComputer-Vision-Grafikschnitte: Erforschung von Graphschnitten in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenJava FX - Status Quo: Status Quo Bewertung: 0 von 5 Sternen0 BewertungenDer Weg zum eigenen Roboter: Tipps, Tricks und kleine Projekte Bewertung: 0 von 5 Sternen0 BewertungenDreidimensionale Multi-View-Rekonstruktion: Fortgeschrittene Techniken zur räumlichen Wahrnehmung in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenKantenglättung: Verbesserung der visuellen Klarheit in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenBildkompression: Effiziente Techniken zur visuellen Datenoptimierung Bewertung: 0 von 5 Sternen0 BewertungenStructr: Quelloffenes Daten-CMS auf Neo4j-Basis Bewertung: 0 von 5 Sternen0 BewertungenObjekterkennung: Fortschritte, Anwendungen und Algorithmen Bewertung: 0 von 5 Sternen0 BewertungenModell des menschlichen visuellen Systems: Wahrnehmung und Verarbeitung verstehen Bewertung: 0 von 5 Sternen0 Bewertungen
Künstliche Intelligenz (KI) & Semantik für Sie
Meistern von ChatGPT: Entriegeln Sie die Kraft der KI für verbesserte Kommunikation und Beziehungen: German Bewertung: 0 von 5 Sternen0 BewertungenChatGPT – Für Einsteiger: Schreibprofi mit KI, Zeit und Geld sparen ohne peinliche Fehler 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 BewertungenEinstieg ins Machine Learning: Grundlagen, Prinzipien, erste Schritte 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 BewertungenDie Zukunft der Arbeit: Digitalisierung, Automatisierung, KI 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 BewertungenChatbotische Landingpages: Wie du deine Konkurrenz in den digitalen Staub schicken Bewertung: 0 von 5 Sternen0 BewertungenDie KI Bibel, mit künstlicher Intelligenz Geld verdienen: Echte Fallbeispiele und Anleitungen zum Umsetzen Bewertung: 1 von 5 Sternen1/5Künstliche Intelligenz: Die vierte industrielle Revolution 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 BewertungenRoboter im Alltag: Maschinen (beinahe) wie Menschen Bewertung: 0 von 5 Sternen0 BewertungenDigitalotopia: Sind wir bereit für die (R)Evolution der Wirklichkeit? Bewertung: 0 von 5 Sternen0 BewertungenKünstliche Intelligenz in Sozialen Medien Bewertung: 0 von 5 Sternen0 BewertungenChatbotische Medien-Gestaltung leicht gemacht: Von der Idee zum viralen Hit Bewertung: 0 von 5 Sternen0 BewertungenWissen statt Glauben!: Das Weltbild des neuen Humanismus Bewertung: 0 von 5 Sternen0 Bewertungen
Rezensionen für Scan Linien Rendern
0 Bewertungen0 Rezensionen
Buchvorschau
Scan Linien Rendern - Fouad Sabry
Scanline-Rendering
Scanline-Rendering (auch Scanline-Rendering und Scan-Line-Rendering) ist ein Ansatz zur Bestimmung sichtbarer Oberflächen in 3D-Computergrafiken, der zeilenweise und nicht auf Polygon-für-Polygon- oder Pixel-für-Pixel-Basis arbeitet. Jede Zeile oder Scanlinie des Bildes wird anhand des Schnittpunkts einer Scanlinie mit den Polygonen auf der Vorderseite der sortierten Liste berechnet, während die sortierte Liste aktualisiert wird, um nicht mehr sichtbare Polygone zu eliminieren, wenn die aktuelle Scanlinie entlang des Bildes fortschreitet.
Der Hauptvorteil dieser Methode besteht darin, dass sie die Anzahl der Vergleiche zwischen Kanten verringert, indem Scheitelpunkte entlang der Normalen der Abtastebene sortiert werden. Darüber hinaus ist es nicht unbedingt erforderlich, die Koordinaten aller Eckpunkte vom Hauptspeicher in den Arbeitsspeicher zu übersetzen. Nur Scheitelpunkte, die Kanten bilden, die die aktuelle Scanlinie kreuzen, müssen sich im aktiven Speicher befinden, und jeder Scheitelpunkt wird nur einmal eingelesen. Der Hauptspeicher ist häufig viel langsamer als die Verbindung zwischen der Zentraleinheit und dem Cache-Speicher. Daher kann das Vermeiden des erneuten Zugriffs auf Scheitelpunkte im Hauptspeicher zu einer erheblichen Beschleunigung führen.
Diese Art von Algorithmus kann leicht mit einer Vielzahl anderer Grafiktechniken zusammengeführt werden, einschließlich des Phong-Reflexionsmodells und des Z-Puffer-Algorithmus.
Kanten projizierter Polygone werden in der Regel in Eimern platziert, einer pro Scanline; Der Rasterizer verwaltet eine aktive Edge-Tabelle (AET). Einträge behalten Sortierlinks, X-Koordinaten, Farbverläufe und Verweise auf die gebundenen Polygone bei. Um die nächste Scanline zu rastern, werden irrelevante Kanten entfernt und neue Kanten aus dem Y-Bucket der aktuellen Scanline in der Reihenfolge der X-Koordinate platziert. In den Einträgen der aktiven Kantentabelle werden X und andere Parameter erhöht. Einträge für aktive Kantentabellen werden in einer X-sortierten Liste verwaltet, was zu einer Änderung führt, wenn sich zwei Kanten schneiden. Nach dem Aktualisieren von Kanten wird die aktive Kantentabelle in X-Reihenfolge durchlaufen, um nur sichtbare Bereiche auszugeben, während eine aktive Bereichstabelle in Z-Reihenfolge beibehalten wird und Flächen eingefügt und gelöscht werden, wenn Kanten gekreuzt werden.
Eine Mischung aus dieser und Z-Pufferung eliminiert die aktive Kantentabellensortierung und rastert jeweils eine Scanline in einen Z-Puffer, während aktive Polygone von einer Scanline zur nächsten gespannt bleiben.
In einer zweiten Form wird ein ID-Puffer in einer Zwischenstufe gerastert, wodurch die Schattierung der resultierenden sichtbaren Pixel verzögert werden kann.
1967 veröffentlichten Wylie, Romney, Evans und Erdahl wahrscheinlich zum ersten Mal die Scanline-Rendering-Technik. Ivan Sutherlands Grafikgruppe an der University of Utah und die Firma Evans & Sutherland in Salt Lake City haben einen Großteil der frühen Arbeit an diesen Technologien geleistet.
Die frühe ESIG-Reihe von Evans & Sutherland von Bildgeneratoren (IGs) nutzte den Ansatz in der Hardware on the fly
, um Bilder zeilenweise ohne Framebuffer zu erzeugen, wodurch der Bedarf an teurem Speicher zu dieser Zeit entfiel. Spätere Varianten verwendeten eine gemischte Strategie.
Der Nintendo DS ist die neueste Hardware, die in der Lage ist, 3D-Szenen auf diese Weise zu rendern, mit der Möglichkeit, gerasterte Grafiken im VRAM zwischenzuspeichern.
Die Sprite-Hardware, die in den Videospielkonsolen der 1980er Jahre allgegenwärtig ist, ist eine rudimentäre Art von Scanline-Rendering.
Der Ansatz wurde für das Software-Rendering der Umgebung in der ursprünglichen Quake-Engine verwendet (aber bewegte Objekte wurden darüber Z-gepuffert). Die Priorisierung der statischen Szenerie basierte auf einer BSP-abgeleiteten Sortierung. Es erwies sich als überlegen gegenüber den Methoden des Z-Buffer/Type Painters bei der Handhabung von Szenen mit kostspieligen Pixeloperationen und hoher Tiefenkomplexität (d.h. perspektivisch korrektes Textur-Mapping ohne Hardware-Unterstützung). Diese Praxis ging auf die breite Einführung von Z-Puffer-basierten GPUs zurück, die derzeit auf PCs weit verbreitet sind.
Während der Entwicklung der PlayStation 3 experimentierte Sony mit Software-Scanline-Renderern auf einem zweiten Cell-Prozessor, bevor es sich für eine Standard-CPU/GPU-Konfiguration entschied.
In ähnlicher Weise werden beim gekachelten Rendering (vor allem beim PowerVR 3D-Prozessor) Primitive in den Bildschirmbereich sortiert und eine Kachel nach der anderen im schnellen On-Chip-Speicher gerendert. Im Geiste des Hardware-Scanline-Renderings verfügte der Dreamcast über einen Modus zum Rastern einer Reihe von Kacheln für das direkte Raster-Scanning, wodurch die Notwendigkeit eines vollständigen Framebuffers entfiel.
Einige Software-Rasterizer verwenden Span-Buffering
(oder Coverage-Buffering
), bei dem eine Liste sortierter, abgeschnittener Spannen in Scanline-Buckets gespeichert wird. Eine Reihe von Primitiven wird auf diese Datenstruktur angewendet, bevor nur die sichtbaren Pixel gerastert werden.
Der Hauptvorteil des Scanline-Renderings gegenüber der Z-Pufferung besteht darin, dass die Anzahl der sichtbaren Pixel auf ein absolutes Minimum beschränkt wird, was immer eins ist, wenn keine Transparenzeffekte angewendet werden, was bei hoher Auflösung oder kostspieligen Schattierungsberechnungen von Vorteil ist.
Ähnliche Verbesserungen können in aktuellen Z-Puffersystemen erzielt werden, indem grobe Front-to-Back-Sortierung (Annäherung an die Reverse-Painters-Methode
), frühe Z-Ausschuss- (in Verbindung mit hierarchischem Z) und seltenere verzögerte Rendering-Techniken auf programmierbaren GPUs verwendet werden.
Scanline-Ansätze, die mit dem Raster arbeiten, haben den Nachteil, dass die Überladung nicht ordnungsgemäß behandelt wird.
Es wird nicht angenommen, dass die Technik effektiv skaliert, wenn die Anzahl der Primitiven steigt. Dies liegt an der Größe der Zwischendatenstrukturen, die während des Renderns erforderlich sind, was bei komplizierten Szenen die Kapazität eines Z-Puffers überschreiten kann.
Infolgedessen ist der Z-Puffer in interaktiven Grafikanwendungen der Gegenwart allgegenwärtig geworden. Der Z-Puffer ermöglicht das lineare, parallele und hardwarefreundliche Durchlaufen größerer Mengen von Primitiven. Verlassen Sie niemals den