(3) Ray Tracing - Beschleunigung
|
|
- Helmut Althaus
- vor 5 Jahren
- Abrufe
Transkript
1 (3) Ray Tracing - Beschleunigung Vorlesung Computergraphik II S. Müller (Dank an Markus Geimer) KOBLENZ LANDAU
2 Ray Tracing Scan-Konvertierung up Ray Tracing up A at A at Ray Tracing: das Bild wird durch Sehstrahlen abgetastet KOBLENZ LANDAU S. Müller - 2 -
3 Ray Tracing steht für Strahlverfolgung. Man geht in einer Schleife über alle Pixel und berechnet einen Strahl vom Augpunkt über das jeweilige Pixel hinweg. Dieser Strahl wird mit der Geometrie der Szene geschnitten und der vorderste Schnittpunkt (das sichtbare Objekt) ermittelt A Vorderster Schnittpunkt bestimmt die Farbe, die beim Pixel eingetragen wird. Um sicherzustellen, dass es der vorderste Schnittpunkt ist, müssen im Prinzip alle Objekte der Szene getestet werden KOBLENZ LANDAU S. Müller - 3 -
4 KOBLENZ LANDAU S. Müller Ray Tracing Für den vorderste Schnittpunkt wird auch die Normale auf den Schnittpunkt berechnet (ev. auch Texturkoordinate) und beleuchtet. Die Stärken des Ray-Tracers: Schatten wird durch Schattenfühler berechnet Rekursive Verfolgung des gebrochenen und reflektierten Sehstrahls Reflexion Transmission t t r s Lq i i i i n i d a d L k L k L b g r k L b g r k L = = # 1 cos cos δ ψ ϕ
5 Pseudo-Code Scan-Konvertierung struct { Point A; Point at; Vector up; float alpha, ratio; float zmin, zmax; } view; short xres, yres; { BeginDraw ( view, BackgroundColour); for (i=0; i< npolygons; i++) DrawPolygon ( Polygon[i], Colour[i]); } Ray Tracing RayTrace ( view ) { for ( y = 0 ; y < view.yres ; y++) for ( x = 0 ; x < view.xres ; x++) { ComputeRay ( x, y, view, &ray); Trace ( 0, ray, &colour)) PutPixel ( x, y, colour); } } Trace ( level, ray, &colour) { if ( Intersect ( level, ray, max, &hit)) Shade( level, hit, &colour); else colour = BackgroundColour; } KOBLENZ LANDAU S. Müller - 5 -
6 Die unterschiedliche Denke view plane p y P A 0 Scankonvertierung n p' y p z Transformation Kamera in Ursprung Perspektivische Projektion: ~Division durch z n n p' x = px p' y = p y p p z z Ray Tracing KOBLENZ LANDAU S. Müller Kamera in Weltkoordinaten bei Punkt A Gegeben ist das Pixel p x, p y Gesucht ist der vorderste Schnittpunkt P (ermittelt durch Strahlschnitt liefert das gleiche perspektivische Bild
7 Ray Tracing Vorteile Bessere Beleuchtungsmöglichkeiten (Schatten, Spiegelungen, Brechung) Nachteile Langsamer als Scankonvertierung Keine Hardware Warum ist der Ray Tracer langsamer? Scankonvertierung: jedes Polygon kann unabhängig von den anderen betrachtet werden KOBLENZ LANDAU S. Müller dadurch schnelle Bearbeitung jedes Polygon wird durch Transformations-Pipeline transformiert Rasterisierung parallelisierbar und inkrementell lösbar Problem Ray Tracing: für den Schnitttest braucht man Zugriff auf alle Objekte der Welt
8 KOBLENZ LANDAU S. Müller Nochmal Parameterdarstellung X A B C ( ) ( ) A C t A B s A X + + = ( ) C t B s A t s X + + = 1 C t B s A r X + + = t s r =1 Interpretation der Koordinaten als Gewichte/Gewichtungen im Dreieck Bi-Lineare Interpolation (Analog zu Gouraud-Shading) A X B = 1 t C X A B C =1 r X B C =1 s A
9 Baryzentrische Koordinaten Man betrachte ein masseloses Dreieck mit einem beliebigen Punkt P innerhalb der Dreiecksgrenzen. Die baryzentrischen Koordinaten von P sind diejenigen Gewichte m i, mit denen die Eckpunkte versehen werden müssen, damit ihr Schwerpunkt P ist. Die Summe aller Gewichte beträgt in diesem Zusammenhang 1 ; Bronstein & Semendjajew m 1 m P 1 + m2 + m3 = 1 m 2 m 3 (bary : (gr.) schwer ) KOBLENZ LANDAU S. Müller - 9 -
10 KOBLENZ LANDAU Beschleunigung
11 Grundidee Die meiste Zeit beim Ray-Tracing wird für die Schnittpunktberechnung benötigt. Grundidee ist die Vermeidung von Arbeit, also nicht mit allen Objekten Schnittpunkttests durchführen, sondern möglichst die Liste der zu testenden Kandidaten effizient einschränken KOBLENZ LANDAU S. Müller
12 Beschleunigung Wie kann man Ray Tracing beschleunigen? Effiziente Algorithmen für Schnittpunktberechnung und Vektoroperationen Effiziente Formeln Effiziente Algorithmen Cache-Optimierung Am teuersten sind die Hauptspeicherzugriffe Kohärenzausnutzung Parallelisierung, SIMD Aufteilung von Pixeln/Pixelbereichen/Zeilen oder Strahlverfolgungen auf verschiedenen Rechnern Effiziente Datenstrukturen KOBLENZ LANDAU S. Müller
13 Uniform grid Für jedes Voxel wird eine Kandidatenliste erstellt, die Liste der geschnittenen/ beinhalteten Objekte P Über die Welt wird ein uniformes Gitter von Würfeln gelegt (voxel: volume element) Vom Voxel des Strahlursprungs geht man nun in Strahlrichtung durch das Voxelgitter (3D-Bresenham) und testet alle Kandidaten des Voxels Dabei wird der vorderste Schnittpunkt zurückgegeben KOBLENZ LANDAU S. Müller
14 Uniform Grid Die Voxelgröße ist dabei benutzerdefiniert oder orientiert sich z.b. am kleinsten Objekt Dynamische Szenen: die Kandidatenlisten müssen aktualisiert werden. Worst-Case: Teapot in a Stadium P Problem: Objekte werden ev. mehrfach getestet. Lösung: Mailbox, man merkt sich die bereits getesteten Objekte (z.b. Ray-ID beim Objekt) KOBLENZ LANDAU S. Müller
15 Octree Für jedes Voxel wird eine Kandidatenliste erstellt. Man bestimmt das Voxel, das P beinhaltet. P Man sucht entlang der Strahlrichtung das nächste Voxel und testet alle Kandidaten des Voxels. Der Würfel, der die Szene umgibt, wird in 8 Teilwürfel unterteilt. Das ganze wird rekursiv fortgesetzt, bis max. n Kinder von einem Voxel geschnitten/beinhaltet werden. Z.B. indem man einen Punkt bestimmt, der sicher im nächstfolgenden Voxel liegt Dabei wird der vorderste Schnittpunkt zurückgegeben KOBLENZ LANDAU S. Müller
16 KOBLENZ LANDAU Hierarchien
17 Schnitt mit hierarchischen Strukturen Generell: Hierarchie platt machen geht am schnellsten Wenn das nicht möglich ist, gibt es zwei Möglichkeiten: Transformation entlang des Pfades akkumulieren Objekt entsprechend (in Weltkoordinaten) transformieren Rechter Arm Oberarm M 3 M 2 M 1 Schnitt des Strahls mit Objekt bestimmen Unterarm M 1 M 2 M 3 KOBLENZ LANDAU S. Müller
18 KOBLENZ LANDAU S. Müller Alternative: Man transformiert den Strahl in das lokale Koordinatensystem des Objekts Strahl besteht aus Punkt A und Richtung d: Schnitt dann mit transf. Strahl liefert wie gehabt die baryc. Koordinate und den Geradenparameter M M M M = 1 M Transformation Objekt -> Welt Transformation Welt -> Objekt = 1 ' 1 z y x A A A M A = 0 ' 1 z y x d d d M d
19 Beschleunigung Die Szene ist durch eine Liste geometrischer Objekte gegeben, die sequentiell bearbeitet wird Aufwand O(n) Bei sehr vielen Objekten nicht mehr praktikabel Anzahl der Schnittpunkttests reduzieren KOBLENZ LANDAU S. Müller
20 Bounding Volumes Komplexe geometrische Objekte bzw. ganze Objektgruppen werden durch Hüllen angenähert Anforderungen: 1) Die approximierten Objekte müssen vollständig innerhalb des Bounding Volumes liegen 2) Das BV sollte so kompakt wie möglich sein 3) Der Test auf Schnitt mit einem Strahl sollte möglichst schnell berechenbar sein KOBLENZ LANDAU S. Müller
21 Gängige BV-Typen Kugel einfacher Schnittpunkttest ineffizient, da häufig zu groß Oriented Bounding Box bessere Approximation, aber komplexerer Test Bounding Slabs Oft auch k-dops genannt (discretely oriented polytopes, wobei k für Anzahl der Ebenen steht) Schnitt von Paaren paralleler Ebenen fester Orientierung schnelle Berechnung Axis-Aligned Bounding Box einfache Berechnung (min/max) wird am häufigsten verwendet KOBLENZ LANDAU S. Müller DOP
22 KOBLENZ LANDAU S. Müller Slabs/k-dops = s = s = s = s = s = s 6
23 Slabs/k-dops: Erstellung Projiziere die Punkte der Objekte auf die Slab-Achsen Ermittle für jede Achse die minimale und die maximale Koordinate Pro Slab-Achse werden also 2 Koordinaten zur Beschreibung des Boundig- Volume abgespeichert Die Axis-Aligned Bounding Box ist quasi ein Spezialfall, wobei für die 3 Achsen die x min, x max, y min, y max, z min und z max Koordinate ermittelt wird. Die Projektion eines Eckpunktes E auf eine Slabachse s i erhält man durch das Skalarprodukt E s i KOBLENZ LANDAU S. Müller
24 Schnittpunkt Strahl mit k-dop Zuerst wird der Strahl (Punkt P und Richtung d) auf alle Slab-Achsen projiziert p P d = d s i = s i i i Die Strahlgleichung lautet: X = P + λ d Durch Einsetzen der minimalen und maximalen Koordinate pro Slab erhält man die 2 Schnittpunkte λi 1 = d min i d i p i λi 2 max i d Hieraus läßt sich schließlich der vorderste SP berechnen ( Maximum der Minima ) = KOBLENZ LANDAU S. Müller d i p i
25 Beispiel AABB y λ 2 λ 4 d Projektion auf x-achse P = x p x d x = d x Schnittpunkte x x min max analog λ λ 1 3 = = x y min min = 1 p x + λ d x p x + λ d x = 2 d d x y p p x y ; ; λ 2 λ 4 = = x y max d max d x y p p x y xmin xmax Wichtig: dx, dy 0 min t max KOBLENZ LANDAU S. Müller λ 3 P λ 1 Minimum für x-richtung: Minimum für y-richtung: Maximum der Minima: min Umgekehrt merken wir uns auch den kleinsten Größten t max ; kein Schnittpunkt liegt vor, wenn (s. Cyrus-Beck, CG 1): t > λ λ t 1 3 = λ 1 x
26 Schnittpunkttest Tests werden zuerst mit dem Bounding Volume durchgeführt Durch Zusammenfassen von BV s entsteht eine Baumstruktur Existiert kein Schnittpunkt, dann kann auch das innenliegende Objekt (bzw. die Objektgruppe) nicht getroffen werden Anderenfalls sind die innenliegenden Objekte zu testen, um den tatsächlichen Schnittpunkt (falls existent) zu ermitteln Blätter: Szenenobjekte Innere Knoten: BV des darunterliegenden Teilbaumes Ein Schnittpunkttest entspricht jetzt der Traversierung der Hierarchie Schlägt der Test mit einem inneren Knoten fehl, dann kann der gesamte Teilbaum ignoriert werden Mittlerer Aufwand: O(log n) KOBLENZ LANDAU S. Müller
27 Beispiel KOBLENZ LANDAU S. Müller
28 Beispiel Schnitt mit 13 Ja Schnitt mit 9 Ja Schnitt mit 1 Nein Schnitt mit 2 Nein Schnitt mit 3 Ja Schnitt mit 10 Ja, aber weiter entfernt Nur 3 anstatt 8 Tests mit Szenenobjekten, dazu 3 Tests mit BV s KOBLENZ LANDAU S. Müller
29 Hierarchie-Traversierung (Kay/Kajiya) Die Reihenfolge in der die Knoten bei der Tiefensuche abgearbeitet werden, hängt nur von der Position des Knotens im Baum ab Besser: Zusätzlich Berücksichtigung der räumlichen Lage des BV Kriterium: Entfernung des Schnittpunktes mit dem Bounding Volume vom Startpunkt des Strahles (estimated distance) Verwendung einer Priority Queue KOBLENZ LANDAU S. Müller
30 Beispiel Schnitt mit 13 Ja herausnehmen Schnitt mit 9 Nein Schnitt mit 10 Ja herausnehmen Schnitt mit 11 Ja Schnitt mit 12 Ja herausnehmen Schnitt mit 4 Ja Schnitt mit 5 Ja herausnehmen KOBLENZ LANDAU S. Müller Da es ein Geometrieobjekt (und kein BV) ist vorderster Schnittpunkt gefunden
31 Anmerkungen Der erste gefundene Schnittpunkt ist nicht unbedingt der Gesuchte: Wichtig: Schnittpunkte mit Geometrie in die P-Queue einsortieren. Ist das erste Element, das man aus der P-Queue herausnimmt, eine Geometrieknoten, kann man aufhören. Für die Priority Queue ist keine vollständige Ordnung notwendig, da in jedem Schleifendurchlauf nur das Element mit der kleinsten estimated distance benötigt wird Effiziente Umsetzung mit einem Heap KOBLENZ LANDAU S. Müller
32 Erzeugung von BV-Hierarchien Von Hand Durch die Modellierung gegeben (Szenengraph) Bottom-up: Rekursives Zusammenfassen von n Objekten mit einem BV Problem: Wie wähle ich die Objekte sinnvoll aus? Top-down: Median-cut: Sortieren der Objekte entlang einer Koordinatenachse, aufteilen in zwei Hälften und Verfahren rekursiv anwenden Problem: Sortierkriterium (Objekte haben Ausdehnung) Heuristik nach Goldsmith/Salmon KOBLENZ LANDAU S. Müller
33 BVH s nach Goldsmith/Salmon Objekte werden sequentiell in die Hierarchie eingefügt Die Einfügeposition wird dabei Top-down anhand einer Kostenfunktion (Wahrscheinlichkeit, ein BV zu treffen) gesucht: Schätzwert für die durchschnittliche Anzahl der Schnittpunkttests eines beliebigen Strahles mit den Bounding Volumes der Hierarchie Berechnet sich aus den Oberflächen der BV s und der Anzahl der Kindknoten Nach dem Einfügen des Objektes müssen die BV s entlang des Pfades zur Einfügeposition aktualisiert werden KOBLENZ LANDAU S. Müller
34 Was bringt s wirklich? Anzahl Kugeln Brute-force Bottom-up Goldsmith/ Salmon Rechenzeiten in Sekunden, Athlon XP (Markus Geimer) KOBLENZ LANDAU S. Müller
35 KOBLENZ LANDAU Binary Space Partitioning
36 Beispiel KOBLENZ LANDAU S. Müller
37 Idee Rekursive Aufteilung des Raumes in zwei Teilräume, getrennt durch eine Ebene Binärer Baum Blätter: Szenenobjekte (bzw. Objektlisten) Innere Knoten: Daten der splitting plane und Zeiger auf die beiden Kindknoten Abbruchkriterium: Anzahl der Objekte unterhalb eines Schwellwertes Erreichen der maximalen Baumtiefe KOBLENZ LANDAU S. Müller
38 Polygon-Aligned BSP Die Orientierung der splitting plane wird durch ein Polygon festgelegt Auswahl dieses Polygons z.b. durch least-crossed- Kriterium: Wähle das Polygon aus, dessen Ebene die wenigsten Schnitte mit anderen Polygonen aufweist Polygone müssen ggf. entlang der Schnittkante mit der splitting plane aufgespalten werden Nachteil: Erzeugung eines effizienten PA-BSP recht aufwendig KOBLENZ LANDAU S. Müller
39 Axis Aligned BSP KOBLENZ LANDAU S. Müller
40 Axis-Aligned BSP Ausrichtung der splitting plane ausschließlich parallel zu den Koordinatenachsen Auswahl der Ebene: entlang der längsten Kante alternierend (x y z x...) Position der Ebene: genau in der Mitte Oder Median (Objektanzahl in beiden Teilräumen gleich ist) In beiden Teilräumen enthaltene Objekte werden aufgespalten oder dupliziert (üblich) KOBLENZ LANDAU S. Müller
41 Traversierung Clippe den Strahl am BV der gesamten Szene Strahlintervall, in dem sich ein Schnittpunkt befinden kann Berechne für jeden Knoten den Schnitt mit der splitting plane und vergleiche mit dem Strahlintervall: KOBLENZ LANDAU S. Müller
42 Pseudocode traverse(ray r, Node n, float min, float max) { if (n is leaf) { intersect r with each primitive in object list, discarding those farther away than max return object with closest intersection point } dist = signed distance along r to splitting plane of n near = child of n containing origin of r far = the other child of n } if ((dist > max) or (dist < 0)) // traverse near side a) return traverse(r, near, min, max) else if (dist < min) // traverse far side b) return traverse(r, far, min, max) else { // traverse both sides c) hitinfo = traverse(r, near, min, dist) if (hitinfo indicates intersection) return hitinfo return traverse(r, far, dist, max) } KOBLENZ LANDAU S. Müller
43 Exkurs: k-d Tree Axis-Aligned BSP s werden im Ray Tracing Kontext oft auch als k-d Trees bezeichnet Eigentlich: Mehrdimensionaler, binärer Suchbaum Problem: Auf n-tupeln ist keine Ordnungsrelation definiert, was aber für normale Suchbäume nötig wäre Lösung: Jeder Knoten ordnet die Tupel bzgl. einer einzigen Dimension KOBLENZ LANDAU S. Müller
44 Beispiel (4,1) x (3,8) y (7,4) x (1,3) (2,9) (5,7) y (8,6) (6,3) (6,9) KOBLENZ LANDAU S. Müller
(9) Ray Tracing - Beschleunigung
(9) Ray Tracing - Beschleunigung Vorlesung Computergraphik II S. Müller (Dank an Markus Geimer) KOBLENZ LANDAU Ray Tracing Scan-Konvertierung up Ray Tracing up A at A at Ray Tracing: das Bild wird durch
MehrAllgemeine Regeln zur Optimierung
Allgemeine Regeln zur Optimierung "Premature Optimization is the Root of All Evil" [Knuth] Erst naïv und langsam implementieren, dann optimieren! Nach jeder (möglichst kleinen) Optimierung einen Benchmark
Mehr6/14/07. Zur Wahl der Splitting-Plane. Naïve Wahl der Splitting-Plane: Besser: verwende Kostenfunktion. Motivation der Kostenfunktion.
Zur Wahl der Splitting-Plane Naïve Wahl der Splitting-Plane: Split-Achse: - Round Robin (x, y, z, x, ) - Die längste Achse teilen Split-Position: - Mitte der Zelle - Median der eometrie Besser: verwende
MehrWiederholung. Objekte) Hauptkosten beim Pathtracing Ziel: Beschleunigung durch Reduktion der Schnittpunktstestzahl. Ansätze
Wiederholung Pathtracing = Schnittpunktstests mit Geometrie: primäre Augstrahlen, Schattenstrahlen, sekundäre Strahlen Problem: Komplexität! (mindestens linear mit der Anzahl der Objekte) Hauptkosten beim
Mehr5/24/07. Allgemeine Regeln zur Optimierung. Octree / Quadtree. 5D-Octree für Strahlen [Arvo u. Kirk 1987] Primitive in adaptiven Gittern / Octrees
Allgemeine Regeln zur Optimierung Octree / Quadtree "Premature Optimization is the Root of All Evil" [Knuth] Idee: extreme Variante der rekursiven itter Erst naïv und langsam implementieren, dann optimieren!
MehrRaytracing. Beschleunigungsverfahren
Raytracing Beschleunigungsverfahren Naives/brute force Raytracing Komplexität: mxn p Auflösung des Bildes Anzahl der Primitives O (mxnxp) nur für die Primärstrahlen Raytracing Beschleunigungsverfahren
MehrRay Tracing. 4. Vorlesung
Ray Tracing 4. Vorlesung Photorealistische ti h Computergrafik Thorsten Grosch Einleitung Was wir bisher kennen Grundlagen on Licht und Reflexion Die Vorlesung heute Erste Anwendung für eine Lichtsimulation
MehrRay Tracing. 2. Ray Tracing-Prinzip und -Algorithmen. 3. Schnittpunkt- und Normalenberechnung
1. Vorbemerkungen 2. -Prinzip und -Algorithmen 3. Schnittpunkt- und Normalenberechnung 4. Verbesserte -Techniken 4.1 Supersampling 4.2 Adaptives Supersampling 4.3 Stochastisches Supersampling 4.4 Verteiltes
MehrA Simple and Practical Method for Interactive Ray Tracing of Dynamic Scenes
A Simple and Practical Method for Interactive Ray Tracing of Dynamic Scenes Ingo Wald Carsten Benthin Philipp Slusallek Marco Lang Bisher Ray Tracing erstmals von Appel benutzt dutzende Algorithmen vor
MehrKollisionserkennung
1 Kollisionserkennung von Jens Schedel, Christoph Forman und Philipp Baumgärtel 2 1. Einleitung Wozu wird Kollisionserkennung benötigt? 3 - für Computergraphik 4 - für Simulationen 5 - für Wegeplanung
Mehr(1) Geometrie. Vorlesung Computergraphik 3 S. Müller U N I V E R S I T Ä T KOBLENZ LANDAU
(1) Geometrie Vorlesung Computergraphik 3 S. Müller KOBLENZ LANDAU KOBLENZ LANDAU Organisatorisches Vorlesung CG 2+3 Die Veranstaltung besteht aus 2 Teilen, wobei in der Mitte und am Ende eine Klausur
MehrBeschleunigungsverfahren für Raytracing Grids Hierarchische Grids Bewertung Fazit
Überblick Einführung Beschleunigungsverfahren für Raytracing Grids Hierarchische Grids Fazit Einführung Gewöhnliche Beschleunigungsverfahren & Raumunterteilung entworfen und optimiert für effizientes Traversieren
MehrAlgorithmen und Datenstrukturen. Bäume. M. Herpers, Y. Jung, P. Klingebiel
Algorithmen und Datenstrukturen Bäume M. Herpers, Y. Jung, P. Klingebiel 1 Lernziele Baumstrukturen und Ihre Verwendung kennen Grundbegriffe zu Bäumen anwenden können Baumstruktur in C anlegen können Suchbäume
MehrGeometrie II. Deniz Neufeld Deniz Neufeld Geometrie II / 39
Geometrie II Deniz Neufeld 20.06.2016 Deniz Neufeld Geometrie II 20.06.2016 1 / 39 Ziel Umgehen mit großen, mehrdimensionalen Datenmengen Bereichssuche Nearest-Neighbour-Search Mehrdimensionale Datenverarbeitung
MehrSeminar Computerspiele Räumliche Datenstrukturen. Ralf Pramberger
Seminar Computerspiele Räumliche Datenstrukturen Ralf Pramberger Themen 2 1. Grundlagen Szene Sichtbarkeit (Raytracing) Culling 2. Räumliche Datenstrukturen Bounding Volume Hierarchie Quadtree/Octree BSP-Tree
MehrDarstellungsarten für 3D-Körper. Boundary Representation (BRep):
Darstellungsarten für 3D-Körper Boundary Representation (BRep): Darstellung eines (verallgemeinerten) Polyeders durch das System seiner Ecken, Kanten und Facetten Abspeichern durch (Teilgraphen des) vef-graphen
MehrGeometrie 2. Julian Fischer Julian Fischer Geometrie / 30
Geometrie 2 Julian Fischer 6.7.2009 Julian Fischer Geometrie 2 6.7.2009 1 / 30 Themen 1 Bereichssuche und kd-bäume 1 Bereichssuche 2 kd-bäume 2 Divide and Conquer 1 Closest pair 2 Beispiel: Points (IOI
MehrConservative Volumetric Visibility with Occluder Fusion
Conservative Volumetric Visibility with Occluder Fusion Worum geht es? Ausgangspunkt komplexe Szene, wie Städte, Straßenzüge, etc. Ziel effiziente Berechnung von nicht sichtbaren Regionen Begriffe / Definitionen
MehrVoronoi-Diagramme. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK
Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 29.05.2011 Das Postamt-Problem b(p, q) = {x R 2 : xp = xq } p q h(p, q) h(q, p) = {x :
MehrVorlesung Datenstrukturen
Vorlesung Datenstrukturen Binärbaum Suchbaum Dr. Frank Seifert Vorlesung Datenstrukturen - Sommersemester 2016 Folie 356 Datenstruktur Binärbaum Strukturrepräsentation des mathematischen Konzepts Binärbaum
MehrAlgorithmen und Datenstrukturen Bereichsbäume
Algorithmen und Datenstrukturen Bereichsbäume Matthias Teschner Graphische Datenverarbeitung Institut für Informatik Universität Freiburg SS 12 Überblick Einführung k-d Baum BSP Baum R Baum Motivation
MehrInformatik Fakultät Lehrstuhl für Computergrafik und Visualisierung. René Lützner
Informatik Fakultät Lehrstuhl für Computergrafik und Visualisierung René Lützner Dresden, 22.05.2013 Motivation Computer Simulationen von dynamischen Molekulardaten Eigenschaften und Verhalten von großen
MehrGeometrie. Hallo Welt! für Fortgeschrittene Simon Kuhnle. 11. Juli
Geometrie Hallo Welt! für Fortgeschrittene 2008 Simon Kuhnle sisikuhn@stud.informatik.uni-erlangen.de 11. Juli 2008 Simon Kuhnle Geometrie 11.07.2008 1 / 33 Übersicht Übersicht 1 Grundlagen 2 ccw 3 Konvexe
MehrInformatik II, SS 2014
Informatik II SS 2014 (Algorithmen & Datenstrukturen) Vorlesung 11 (4.6.2014) Binäre Suchbäume II Algorithmen und Komplexität Binäre Suchbäume Binäre Suchbäume müssen nicht immer so schön symmetrisch sein
MehrVoronoi-Diagramme INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie
Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 03.06.2014 1 Das Postamt-Problem b(p, q) = {x 2 R 2 : xp = xq } p q h(p, q) h(q, p) = {x
MehrRaytracing. Ausarbeitung zum Proseminarvortrag vom im Rahmen des Proseminars Computergraphik und Visualisierung TU München.
... Raytracing Ausarbeitung zum Proseminarvortrag vom 3.7.2007 im Rahmen des Proseminars Computergraphik und Visualisierung TU München Florian Ferstl Inhaltsverzeichnis 1 Grundlagen 2 1.1 Was ist Raytracing?.............................................
MehrInformatik II, SS 2016
Informatik II - SS 2016 (Algorithmen & Datenstrukturen) Vorlesung 10 (27.5.2016) Binäre Suchbäume II Algorithmen und Komplexität Zusätzliche Dictionary Operationen Dictionary: Zusätzliche mögliche Operationen:
MehrBeleuchtungsmodelle und Shading
Beleuchtungsmodelle und Shading Andreas Spillner Computergrafik, WS 2018/2019 Ziel der Modellierung von Beleuchtung Baut auf dem Kapitel zu Licht und Farben auf. In die 3D-Szene werden Lichtquellen eingebracht.
MehrAlgorithmische Geometrie: Arrangements und
Algorithmische Geometrie: Arrangements und Dualität Nico Düvelmeyer WS 2009/2010, 19.1.2010 Überblick 1 Strahlenverfolgung und Diskrepanz 2 Dualität Dualitäts-Abbildung Transformation des Problems zur
Mehr(12) Wiederholung. Vorlesung Computergrafik T. Grosch
(12) Wiederholung Vorlesung Computergrafik T. Grosch Klausur 18.7. 14 16 Uhr, Hörsaal 5 (Physik) 2 Zeitstunden 8 Aufgaben Drei Aufgabentypen Übungsaufgaben Wissensfragen zur Vorlesung Transferfragen Unterschiedlicher
MehrVorlesung Datenstrukturen
Vorlesung Datenstrukturen Heaps Dr. Frank Seifert Vorlesung Datenstrukturen - Sommersemester 2016 Folie 469 Prioritätswarteschlange Problem Häufig ist das Prinzip einer einfachen Warteschlangen-Datenstruktur
Mehr{0,1} rekursive Aufteilung des Datenraums in die Quadranten NW, NE, SW und SE feste Auflösung des Datenraums in 2 p 2 p Gitterzellen
4.4 MX-Quadtrees (I) MatriX Quadtree Verwaltung 2-dimensionaler Punkte Punkte als 1-Elemente in einer quadratischen Matrix mit Wertebereich {0,1} rekursive Aufteilung des Datenraums in die Quadranten NW,
MehrAlgorithmische Geometrie 3. Schnitte von Liniensegmenten
Algorithmische Geometrie 3. Schnitte von Liniensegmenten JProf. Dr. Heike Leitte Computergraphik und Visualisierung Inhaltsverzeichnis 1. Einführung 2. Konvexe Hülle 3. Schnitte von Liniensegmenten 4.
MehrShader. Computer Graphics: Shader
Computer Graphics Computer Graphics Shader Computer Graphics: Shader Inhalt Pipeline Memory Resources Input-Assembler Vertex-Shader Geometry-Shader & Stream-Output Rasterizer Pixel-Shader Output-Merger
Mehr4.7 Globale Beleuchtungsmodelle
Erinnerung: - Ein lokales Beleuchtungsmodell berücksichtigt nur das direkt einfallende Licht einer Lichtquelle - Nur lokale Beleuchtung + konstante ambiente Beleuchtung, um reflektiertes und gebrochenes
MehrRaytracing. Tobias Pfeiffer. 29. November Freie Universität Berlin Fachbereich Mathematik und Informatik
s G. tobias.pfeiffer@math.fu-berlin.de Freie Universität Berlin Fachbereich Mathematik und Informatik 29. November 2007 s 1 des Renderings 2 -Verfahrens 3 Schnittpunktbestimmung 4 Farbbestimmung 5 Stochastisches/
MehrHallo Welt für Fortgeschrittene
Hallo Welt für Fortgeschrittene Geometrie II Tiago Joao Informatik 2 Programmiersysteme Martensstraße 3 91058 Erlangen Inhalt Koordinatenkompression Beispiel: SafeJourney Typische compress-funktion Bereichssuche
MehrDatenstrukturen und Algorithmen
Joost-Pieter Katoen Datenstrukturen und Algorithmen 1/36 Datenstrukturen und Algorithmen Vorlesung 20: (K33) Joost-Pieter Katoen Lehrstuhl für Informatik 2 Software Modeling and Verification Group http://moves.rwth-aachen.de/teaching/ss-15/dsal/
MehrTeil 8: Ray Tracing. Ray Tracing Einleitung. Beleuchtung, inkl. Schatten, Reflexionen
Beleuchtung, inkl. Schatten, Reflexionen Ray Tracing Einleitung Forward Ray Tracing: Lichtwege verfolgen: wohin fällt Licht? vgl. shooting (Radiosity) Strahlen verfehlen Auge: aufwendig! Backward Ray Tracing:
MehrAlgorithmen II Vorlesung am
Algorithmen II Vorlesung am 03.12.2013 Algorithmische Geometrie: Schnitte von Strecken Sweep-Line INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg
MehrBereichsabfragen. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie
Vorlesung Algorithmische Geometrie LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 17.05.2011 Geometrie in Datenbanken In einer Personaldatenbank
MehrGraphische Datenverarbeitung
Einige Ray Tracing Details Prof. Dr.-Ing. Detlef Krömker Goethe-Universität, Frankfurt Rückblick Globale Beleuchtungsmodelle Global heißt, daß nicht nur die Wechselwirkung der Oberflächen mit den Lichtquellen,
Mehr2.2. Schnitte von Liniensegmenten
Wir wenden uns nun dem Problem (2) aus 1 zu. F15 Aus zwei Mengen S1, S2 von Liniensegmenten möchten wir alle Schnittpunkte der Segmente aus S1 mit denen aus S2 ermitteln. Wir legen fest, dass sich zwei
MehrGeometrische Algorithmen Segmentschnitt
Folie 1 von 36 Geometrische Algorithmen Segmentschnitt Folie 2 von 36 Segmentschnitt Übersicht Zwei Segmente Lage zweier Segmente Prüfung auf Schnittfreiheit Formeln zum Geradenschnitt Feststellen des
MehrGeometrische Algorithmen Segmentschnitt
Folie 1 von 36 Geometrische Algorithmen Segmentschnitt Folie 2 von 36 Segmentschnitt Übersicht Zwei Segmente! Lage zweier Segmente! Prüfung auf Schnittfreiheit! Formeln zum Geradenschnitt! Feststellen
MehrTeil 1: Suchen. Ausgeglichene Bäume B-Bäume Digitale Suchbäume. M.O.Franz, Oktober 2007 Algorithmen und Datenstrukturen - Binärbäume 1-1
Teil : Suchen Problemstellung Elementare Suchverfahren Hashverfahren Binäre Suchbäume (Wiederholung aus Prog 2) Bäume: Begriffe, Eigenschaften und Traversierung Binäre Suchbäume Gefädelte Suchbäume Ausgeglichene
MehrInformatik II Prüfungsvorbereitungskurs
Informatik II Prüfungsvorbereitungskurs Tag 4, 23.6.2016 Giuseppe Accaputo g@accaputo.ch 1 Programm für heute Repetition Datenstrukturen Unter anderem Fragen von gestern Point-in-Polygon Algorithmus Shortest
MehrComputergrafik 1 Beleuchtung
Computergrafik 1 Beleuchtung Kai Köchy Sommersemester 2010 Beuth Hochschule für Technik Berlin Überblick Lokale Beleuchtungsmodelle Ambiente Beleuchtung Diffuse Beleuchtung (Lambert) Spiegelnde Beleuchtung
MehrDatenstrukturen und Algorithmen. 7. Suchen in linearen Feldern
Datenstrukturen und Algorithmen 7. Suchen in linearen Feldern VO 708.031 Suchen in linearen Feldern robert.legenstein@igi.tugraz.at 1 Inhalt der Vorlesung 1. Motivation, Einführung, Grundlagen 2. Algorithmische
MehrGrundlagen zur Delaunay-Triangulierung und zur konvexen Hülle. zum Begriff des Voronoi-Diagramms (vgl. auch Vorlesung "Algorithmische Geometrie"):
Grundlagen zur Delaunay-Triangulierung und zur konvexen Hülle zum Begriff des Voronoi-Diagramms (vgl. auch Vorlesung "Algorithmische Geometrie"): 1 Erzeugung des Voronoi-Diagramms (siehe Vorlesung "Algorithmische
MehrTrees. November 14, Algorithms & Datastructures 2 Exercises WT 2017
Trees November 14, 2017 Algorithms & Datastructures 2 Exercises WT 2017 Dipl.-Ing. University Linz, Institute for Pervasive Computing Altenberger Straße 69, A-4040 Linz anzengruber@pervasive.jku.at Binärbaum
MehrVisualisierung und Volumenrendering 2
Institut für Computervisualistik Universität Koblenz 06.07.2012 Inhaltsverzeichnis 1 Literatur 2 Wiederholung 3 DVR Volumen Literatur Real-Time Volume Graphics Volumenrendering CG Shader Beispiele Volumen
MehrTechnische Raytracer
Technische Raytracer 2 s 2 (1 (n u) 2 ) 3 u 0 = n 1 n 2 u n 4 n 1 n 2 n u 1 n1 n 2 5 Arten von Raytracer 19.23 MM Double Gauss - U.S. Patent 2,532,751 Scale: 1.30 ORA 03-Jun-13 Einleitung Raytracing Lichtstrahlen-Verfolgung
MehrIR Seminar SoSe 2012 Martin Leinberger
IR Seminar SoSe 2012 Martin Leinberger Suchmaschinen stellen Ergebnisse häppchenweise dar Google: 10 Ergebnisse auf der ersten Seite Mehr Ergebnisse gibt es nur auf Nachfrage Nutzer geht selten auf zweite
MehrKapitel 6: Algorithmen der Computer-Geometrie
LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS Kapitel 6: Algorithmen der Computer-Geometrie Skript zur Vorlesung Geo-Informationssysteme Wintersemester 2015/16 Ludwig-Maximilians-Universität
MehrTrees. November 13, Algorithms & Datastructures 2 Exercises WT 2017
Trees November 13, 2018 Algorithms & Datastructures 2 Exercises WT 2017 Dipl.-Ing. University Linz, Institute for Pervasive Computing Altenberger Straße 69, A-4040 Linz anzengruber@pervasive.jku.at Binärbaum
MehrComputergrafik Universität Osnabrück, Henning Wenke,
Computergrafik Universität Osnabrück, Henning Wenke, 2012-07-09 Noch Kapitel XVI Realtime Ray Tracing KD-Tree: Surface Area Heuristic Ziele der Aufteilung in Child Nodes: 1. Möglichst gleich viele Objekte
MehrComputer-Graphik II Beschleunigung des Ray-Tracing
lausthal omputer-raphik II Beschleunigung des Ray-Tracing lausthal University, ermany cg.in.tu-clausthal.de Kosten des Ray-Tracing cost height * width * num primitives * intersection cost * size of recursive
MehrSuchbäume. Suchbäume. Einfügen in Binären Suchbäumen. Suchen in Binären Suchbäumen. Prinzip Suchbaum. Algorithmen und Datenstrukturen
Suchbäume Suchbäume Prinzip Suchbaum Der Wert eines Knotens wird als Schlüssel verstanden Knoten kann auch weitere Daten enthalten, die aber hier nicht weiter betrachtet werden Werte der Schlüssel müssen
MehrGeometrische Algorithmen Segmentschnitt. Lernmodul 7: Geo-Algorithmen und -Datenstrukturen - Segmentschnitt
Folie 1 von 37 Geometrische Algorithmen Segmentschnitt Folie 2 von 37 Segmentschnitt Übersicht Zwei Segmente Lage zweier Segmente Prüfung auf Schnittfreiheit Formeln zum Geradenschnitt Feststellen des
MehrKapitel 8 Kollisionserkennung
Kapitel 8 Kollisionserkennung Lukas Zimmer Gliederung Einführung Kollision mit einer Ebene Kugel - Ebene Quader - Ebene Räumliche Aufteilung Allgemeine Kugel Kollisionen Sliding Kollision von zwei Kugeln
MehrAlgorithmische Geometrie 7. Punktsuche
Algorithmische Geometrie 7. Punktsuche JProf. Dr. Heike Leitte Computergraphik und Visualisierung Inhaltsverzeichnis 1. Einführung 2. Konvexe Hülle 3. Schnitte von Liniensegmenten 4. Schnitte planarer
MehrModellierung. Oliver Hartmann
Modellierung Oliver Hartmann oliver.hartmann@uni-ulm.de Inhalt Boolesche Operationen Splines B-Splines Bezier-Kurven NURBS Anwendung Sculpting Volumengrafik Marching Cubes Ray Casting Texture Mapping Boolesche
MehrAlgorithmen und Datenstrukturen
Algorithmen und Datenstrukturen B7. Balancierte Bäume 1 Marcel Lüthi and Gabriele Röger Universität Basel 13. April 2018 1 Folien basieren auf Vorlesungsfolien von Sedgewick & Wayne https://algs4.cs.princeton.edu/lectures/33balancedsearchtrees-2x2.pdf
MehrÜbungsstunde 8 zu Computergrafik 1
Institut für Computervisualistik Universität Koblenz 14. und 15. Januar 2013 Inhaltsverzeichnis 1 Wiederholung - Beleuchtung Gouraud-Shading Phong-Shading Flat-Shading Vergleich 2 - Idee in OpenGL Texturfilterung
MehrGeometrie 1. Roman Sommer. Informatik 2 Programmiersysteme Martensstraße Erlangen
Geometrie 1 Roman Sommer Informatik 2 Programmiersysteme Martensstraße 3 91058 Erlangen Grundlagen Punkte, Vektoren Schreibweise: Skalar: Vektor: Komponente: Punkt: (spitzer) Winkel zw. zwei Vektoren:
MehrKlasse räumlicher Indexstrukturen, die den Datenraum rekursiv in 4 gleich große Zellen unterteilen (Quadranten NW, NE, SW, SE)
4.4 Quadtrees Überblick Klasse räumlicher Indexstrukturen, die den Datenraum rekursiv in 4 gleich große Zellen unterteilen (Quadranten NW, NE, SW, SE) Verwaltung von Punkten, Kurven, Flächen usw., häufig
MehrRay Tracing. Kapitel Grundlagen. Abbildung 23.1: Prinzip der Strahlverfolgung
Kapitel 23 Ray Tracing 23.1 Grundlagen 2 Lichtquellen * * solider Körper solider Körper spiegelnder und transparenter Körper Bildebene Augenpunkt Abbildung 23.1: Prinzip der Strahlverfolgung Verfahren
MehrRay Tracing. Kapitel Grundlagen. Abbildung 24.1: Prinzip der Strahlverfolgung
Kapitel 24 Ray Tracing 24.1 Grundlagen 2 Lichtquellen * * solider Körper solider Körper spiegelnder und transparenter Körper Bildebene Augenpunkt Abbildung 24.1: Prinzip der Strahlverfolgung Verfahren
MehrLernmodul 7 Algorithmus von Dijkstra
Folie 1 von 30 Lernmodul 7 Algorithmus von Dijkstra Quelle: http://www.map24.de Folie 2 von 30 Algorithmus von Dijkstra Übersicht Kürzester Weg von A nach B in einem Graphen Problemstellung: Suche einer
Mehr4.4 Quadtrees. Literatur
4.4 Quadtrees Überblick Klasse räumlicher Indexstrukturen, die den Datenraum rekursiv in 4 gleich große Zellen unterteilen (Quadranten NW, NE, SW, SE) Verwaltung von Punkten, Kurven, Flächen usw., häufig
MehrHallo Welt für Fortgeschrittene
Hallo Welt für Fortgeschrittene Geometrie II Benjamin Zenke Informatik 2 Programmiersysteme Martensstraße 3 91058 Erlangen Inhalt Closest Pair Divide & Conquer Bereichssuche Gitterverfahren k-d-tree Sweep-Line-Algorithmen
MehrTechnische Universität Wien Institut für Computergraphik und Algorithmen Arbeitsbereich für Algorithmen und Datenstrukturen
Technische Universität Wien Institut für Computergraphik und Algorithmen Arbeitsbereich für Algorithmen und Datenstrukturen 186.172 Algorithmen und Datenstrukturen 1 VL 4.0 Übungsblatt 4 für die Übung
MehrÜbungsblatt 10: Klausurvorbereitung
Übungsblatt 10: Klausurvorbereitung Abgabe: Dieses spezielle Übungsblatt hat keine Abgabefrist und wird auch nicht korrigiert. Die Lösung gibt es wie immer auf der Homepage der Vorlesung oder in den Übungen
Mehr9 Arrangements und Dualität
9 Arrangements und Dualität 9.1 Strahlenverfolgung und Diskrepanz Wir betrachten eine Anwendung aus der Computergraphik: realistische Bilder von 3D- Szenen lassen sich durch ray tracing berechnen. Für
MehrAlgorithmen und Datenstrukturen
1 Algorithmen und Datenstrukturen Wintersemester 2016/17 13. Vorlesung Binäre Suchbäume Prof. Dr. Alexander Wolff Lehrstuhl für Informatik I 2 Dynamische Menge verwaltet Elemente einer sich ändernden Menge
MehrSeminar. Algorithmische Geometrie
Seminar Algorithmische Geometrie WS 2000/2001 Thema: Konvexe Hülle Mirko Dennler 21439 Inhaltsverzeichnis Konvexe Hülle 1. Problemstellung 3 2. GRAHAMS SCAN 4-5 3. JARVIS' MARCH 5-6 4. QUICK HULL 6-7 5.
MehrSchattenwurf mit Perspective Shadow Maps
16. April 2010 Xpiriax Software Wer wir sind und was wir machen Hobby-Entwicklerteam, zur Zeit 6 Personen gegründet Anfang 2008 Schwerpunkte: Spiele- & 3D-Engine-Programmierung Ziele: Erfahrung, Arbeitsproben,
MehrEinfache binäre Suchbäume können entarten, so dass sich die Tiefen ihrer Blattknoten stark unterscheiden
5.6.2 AVL-Bäume Einfache binäre Suchbäume können entarten, so dass sich die Tiefen ihrer Blattknoten stark unterscheiden AVL-Bäume, benannt nach ihren Erfindern G. M. Adelson- Velskii und E. M. Landis,
MehrKapitel 1. Globale Beleuchtung. 1.1 Ray Tracing Schatten, Reflexion und Brechung
Kapitel 1 Globale Beleuchtung Biher haben wir nur Licht von Lichtquellen berückichtigt. Gegentände werden aber auch durch indirekte Licht beleuchtet, da durch diffue oder direkte Reflexion entteht. Effekte
Mehr(7) Normal Mapping. Vorlesung Computergraphik II S. Müller. Dank an Stefan Rilling U N I V E R S I T Ä T KOBLENZ LANDAU
(7) Normal Mapping Vorlesung Computergraphik II S. Müller Dank an Stefan Rilling Einleitung Die Welt ist voller Details Viele Details treten in Form von Oberflächendetails auf S. Müller - 3 - Darstellung
Mehr3D - Modellierung. Arne Theß. Proseminar Computergraphik TU Dresden
3D - Modellierung Arne Theß Proseminar Computergraphik TU Dresden Gliederung Darstellungsschemata direkte Constructive Solid Geometry (CSG) Generative Modellierung Voxelgitter indirekte Drahtgittermodell
Mehr4.3 R-Bäume (I) Idee. basiert auf der Technik überlappender Seitenregionen verallgemeinert die Idee des B + -Baums auf den 2-dimensionalen Raum
4.3 R-Bäume (I) Idee basiert auf der Technik überlappender Seitenregionen verallgemeinert die Idee des B + -Baums auf den 2-dimensionalen Raum Geo-Informationssysteme 98 4.3 R-Bäume (I) Definition Ein
MehrArchitektur und Programmierung von Grafik- und Koprozessoren
Architektur und Programmierung von Grafik- und Koprozessoren Rendering Algorithmen Stefan Zellmann Lehrstuhl für Informatik, Universität zu Köln SS2018 Strahlstärke Uns interessiert die Strahlstärke (engl.:
MehrDas Problem des Handlungsreisenden
Seite 1 Das Problem des Handlungsreisenden Abbildung 1: Alle möglichen Rundreisen für 4 Städte Das TSP-Problem tritt in der Praxis in vielen Anwendungen als Teilproblem auf. Hierzu gehören z.b. Optimierungsprobleme
MehrPro Informatik 2009: Objektorientierte Programmierung Tag 18. Marco Block-Berlitz, Miao Wang Freie Universität Berlin, Institut für Informatik
Tag 18 Marco Block-Berlitz, Miao Wang Freie Universität Berlin, Institut für Informatik 09.09.2009 Agenda Tag 16 Datenstrukturen Abstrakte Datentypen, ADT Folge: Stack, Queue, Liste, ADT Menge: Bäume:
MehrAlgorithmen und Datenstrukturen 12
12. Juli 2012 1 Besprechung Blatt 11 Fragen 2 Binary Search Binäre Suche in Arrays Binäre Suchbäume (Binary Search Tree) 3 Sortierverfahren Allgemein Heapsort Bubblesort Insertionsort Mergesort Quicksort
MehrGeometrie 1. Christian Bay Christian Bay Geometrie / 46
Geometrie 1 Christian Bay 02.07.2013 Christian Bay Geometrie 1 02.07.2013 1 / 46 Inhaltsverzeichnis Grundlagen CCW Polygone Picks Theorem Konvexe Hülle Christian Bay Geometrie 1 02.07.2013 2 / 46 Geometrie
MehrVon Aachen nach Halle...
Von Aachen nach Halle... Koeln? Aachen Halle 14. 6. 15. 6. 16. 6. Saarbruecken? Effiziente Algorithmen fr Graphtraversierungen Ulrich Meyer p. 3 Von Aachen nach Halle... Koeln? Aachen Halle 14. 6. 15.
MehrGeradenarrangements und Dualität von Punkten und Geraden
Vorlesung Algorithmische Geometrie von Punkten und Geraden INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 12.06.2012 Dualitätsabbildung Bisher haben wir Dualität für planare
MehrRendering: Lighting and Shading
Rendering: Lighting and Shading Hauptseminar: How to make a Pixar Movie Inhalt Einführung Was ist Rendering Was ist Reflexionsmodelle Lighting Shading Globale Beleuchtungsmodelle Zusammenfassung 2/53 Inhalt
Mehr(11) Ray Tracing. Vorlesung Computergrafik T. Grosch
(11) Ray Tracing Vorlesung Computergrafik T. Grosch Was bisher geschah Rendering Unter Rendering ersteht man die Abbildung einer abstrakten, geometrischen Beschreibung ( z. B. einer modellierten Szene)
Mehr2D-Clipping. Kapitel Clipping von Linien. y max. y min x min. x max
Kapitel 5 2D-Clipping Ziel: Nur den Teil einer Szene darstellen, der innerhalb eines Fensters sichtbar ist. y max y min x min x max Abbildung 5.1: Clip-Fenster 5.1 Clipping von Linien Zu einer Menge von
MehrDatenstrukturen und Algorithmen D-INFK. Musterlösung 1
Eidgenössische Technische Hochschule Zürich Ecole polytechnique fédérale de Zurich Politecnico federale di Zurigo Federal Institute of Technology at Zurich Institut für Theoretische Informatik Peter Widmayer
MehrGeradenarrangements und Dualität von Punkten und Geraden
Vorlesung Algorithmische Geometrie von Punkten und Geraden INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 12.06.2012 Dualitätsabbildung Bisher haben wir Dualität für planare
Mehr9 Minimum Spanning Trees
Im Folgenden wollen wir uns genauer mit dem Minimum Spanning Tree -Problem auseinandersetzen. 9.1 MST-Problem Gegeben ein ungerichteter Graph G = (V,E) und eine Gewichtsfunktion w w : E R Man berechne
MehrEinleitung 2. 1 Koordinatensysteme 2. 2 Lineare Abbildungen 4. 3 Literaturverzeichnis 7
Sonja Hunscha - Koordinatensysteme 1 Inhalt Einleitung 2 1 Koordinatensysteme 2 1.1 Kartesisches Koordinatensystem 2 1.2 Polarkoordinaten 3 1.3 Zusammenhang zwischen kartesischen und Polarkoordinaten 3
Mehr