Visualisierung. Abbildung auf Textur & Glyphen Prof. Dr.-Ing. Detlef Krömker. Goethe-Universität, Frankfurt Graphische Datenverarbeitung
|
|
- Elly Seidel
- vor 5 Jahren
- Abrufe
Transkript
1 Abbildung auf Textur & Glyphen Prof. Dr.-Ing. Detlef Krömker Goethe-Universität, Frankfurt Graphische Datenverarbeitung
2 Rückblick Visuelle Variablen (nach Bertin 1982) Für statische 2D-Darstellungen gibt es prinzipiell acht verschiedene visuelle Variablen, die konstruktiv zur Generierung graphischer Darstellungen eingesetzt werden können: K die Position auf der Ebene (2 Achsen = 2 vis. Variablen) K die Größe (Länge, Fläche/Volumen) K der Helligkeitswert, K die Musterung oder Textur, K die Farbe, K die Richtung oder Orientierung sowie K die Form des Elementes 2
3 Mappingverfahren K Geometrie Position, Größe und Orientierung K Helligkeit K Farbe K Textur (Musterung) 3
4 Visuelle Variablen : die Position auf der Ebene (2 Freiheitsgrade) die Größe (Länge, Fläche/Volumen) der Helligkeitswert, die Musterung oder Textur, die Farbe, die Richtung oder Orientierung sowie Rückblick (die Form des Elementes) Glyphen (multivariate Daten) Bewegung Raum 4
5 Übersicht 1. Beispiele und Definition Textur 2. Texturwahrnehmung 3. Texturattribute (Wahrnehmungsdimensionen) 4. Generierung und Einsatz von Texturen 5. Glyphenbasierte stechniken 5
6 Übersicht (Fortsetzung) 6. Zusammenfassung 7. Glossar 8. Weitere Informationen 9. Ausblick Nächste Schritte 6
7 Beispiele für Texturen nach Brodatz, 1966 Reptilienhaut (D3) Kiesstrand (D23) 7
8 Definition Textur K Teile des Gesichtfeldes, die der Mensch spontan als strukturiertes, jedoch noch einheitliches Gebiet wahrnimmt K Eine visuelle Struktur ist ein durch das Auge vermittelter Sinneseindruck, also eine Gesichtsempfindung. K Die Textur ist diejenige Gesichtsempfindung, durch die sich zwei aneinandergrenzende, strukturierte Teile des Gesichtsfeldes bei Beobachtung mit unbewegtem Auge spontan unterscheiden. (nach Englert, 1993) 8
9 Beispiel Textursegmentierung 9
10 Texturen in der Computergraphik Texturen bieten Möglichkeiten, das visuelle Erscheinungsbild von Objekten detailreicher zu gestalten. Die Oberfläche einer Wand kann durch eine einzige planare Fläche modelliert werden. Das Tapezieren kann als Aufbringen eines Bildes auf die Wandober-fläche interpretiert werden. Diesen Vorgang bezeichnet man als Texturierung. Bedeutung steigt ständig, da die moderne Hardware Texturierung unterstützt (und quasi ohne zusätzlichen Zeitverbrauch anbietet). 10
11 Texturabbildungen Erste einfache Definition: Zweidimensionale Texturen oder kurz 2D-Texturen sind Funktionen, die Punkte der (u,v)-ebene auf (r,g,b)-farben abbilden: ( r, g, b) = c ( u, v ) tex Das Mapping (engl.: Abbildung) beschreibt, wie eine 2D- Textur bzw. ein Ausschnitt aus einer 2D-Textur auf eine Fläche aufgebracht wird. Beim Rendering muß jedoch das inverse Mapping-Problem gelöst werden, d.h. den bekannten (x,y,z)-koordinaten des Flächenpunktes P müssen (u,v)-koordinaten zugeordnet werden: ( u, v) = F ( P) F ( x, y, z) inv map = inv map 11
12 Texturabbildungen 12
13 Texturabbildungen Die Texturierung einer Fläche mit einer 2D-Textur läßt sich dann mathematisch durch die Hintereinanderausführung dieser beiden Abbildungen beschreiben: ( r, g, b) = C ( F ( x, y, z)) tex invmap Dreidimensionale Texturen oder kurz 3D-Texturen sind Funktionen, die Punkte eines (u,v,w)-raumes auf (r,g,b)-farben abbilden: ( r, g, b) = C ( u, v, w) tex Grenzfall: Eindimensionale Texturen = Linienmuster z.b. gestrichelt, punktiert, strichpunktiert,... 13
14 Texturabbildungen Sie werden auch als Festkörpertexturen bezeichnet. Häufig genannte Beispiele hierfür sind Holz- und Marmortexturen. Beim inversen Mapping ( r, g, b) = C ( u, v, w) tex müssen den (x,y,z)-flächenpunkten (u,v,w)-koordinaten zugeordnet werden. Man kann dietexturierung mit 3D-Texturen auch so interpretieren, daß die Körper quasi aus dem (u,v,w)-texturkörper herausgeschnitzt werden. 14
15 Diskrete und prozedurale Texturen Wir unterscheiden zwischen diskreten und prozeduralen Texturen N-dimensionale diskrete Texturen als (N+1) dimensionale Zahlenfelder gespeichert. Ein (N+1)-dimensionales Zahlenfeld entspricht dabei einem N- dimensionalen Vektorfeld. Diskrete farbige 2D-Texturen der Breite n und Höhe m lassen sich so z.b. durch C( i, j ) 0 i n 0 j m beschreiben, wobei C[i,j] ein Vektor mit drei Farbkomponenten ist und als Texel (TEXtur ELement) bezeichnet wird. 15
16 Generalisierte Textur-Pipeline (Beispiel 2D) (x,y) Berechne Objektraumkoordinaten Projektorfunktion Mapping Corresponder-Funktion Texturwert Transformation (x,y,z) (u,v) (s,t) (r,g,b)... Modifiziere Beleuchtungsgleichung 1. Aus 2D-Bildschirmkoordinaten in den 3D-Objektraum zurückprojezieren 2. Anwenden der Projektorfunktion: Mapping Planar, Kugel, Zylinder, Quader (box), bei parametrischen Flächen ggf. nicht nötig Bei Realtime-Renderer i.d.r. schon beim Modelling ausgeführt und (u,v)-werte, in den Vertices gespeichert und dann interpoliert. (Aber z.b. OpenGL stellt einige Projektionsmethoden zur Verfügung). 16
17 Generalisierte Textur-Pipeline (Beispiel 2D) Berechne Objektraumkoordinaten Projektorfunktion Corresponder-Funktion Texturwert- Abtastung & Anpassung Modifiziere Beleuchtungsgleichung (x,y) (x,y,z) (u,v) (s,t) (r,g,b) Corresponder- Funktion: Transformation vom Parameterraum zum Texturraum (-ebene) (Texturkoordinaten): Weitere Matrix-Transformation (OpenGL): translieren, rotieren, skalieren,... Fortsetzungsmodi: wrap (repeat, tile), mirror, clamp, border 4. Abtasten des Texturwertes und Wertanpassung 5. Modifiziere Beleuchtungsrechnung: Replace, Modulate (Multiplikation) den (r,g.b)-wert oder irgend einen anderen Parameter der Beleuchtungsgleichung (siehe unten) 17
18 Texturwahrnehmung K Sehr kurze Beobachtungszeiten reichen aus ( ms) um die Segmentierung wahrzunehmen [kognitive Prozesse erfordern mindestens ms] K In den Visual Areas 1 und 2 existieren Nervengruppen (blobs) die folgende Aspekte simultan für das gesamte Sehfeld detektieren (abgestimmte Filter) Orientierung und Größe (für Luminanz) Farbe Stereoskopische Tiefe Bewegung 18
19 K 1975 Modelle zur Texturwahrnehmung Bela Julesz: Zwei Texturen sind genau dann nicht spontan unterscheidbar, wenn ihre Statisken zweiter Ordnung übereinstimmen Gegenbeispiele widerlegen diese Theorie: Kolinearität, Eckenbildung, Schließung von Elementstrukturen, etc. können unterschieden werden obwohl die Statistiken 2. Ordnung gleich sind. (wird trotzdem noch häufig genutzt/angeführt) 19
20 Elemente des Frühen Sehens In höheren Ebenen (>2 erden diese Elementarwahrnehmungen kombiniert Wahrnehmung komplexerer Muster V1 und V2 repräsentieren ca. 40% der visuellen Verarbeitungsleistung 20
21 Verbesserungen des Modells nach Julesz K 1983 Julesz und Bergen Texturunterscheidung basiert auf Differenzen in den Statistiken 1. Ordnung von lokalen Texturelementen, sogenannten Textons: Elongated Blobs: Farbe Winkelorientierung Breite Länge binokulare Disparität Bewegungsdisparität Flicker-Rate Linienenden / Linienkreuzungen Benutzung von Ikonen und Glyphen 21
22 R = Gabor Funktionen als ein Modell für Textons findet man häufig in der Wahrnehmungspsychologie Ox C cos S e x 2 + y S 2 C: Kontrast S: Size (beeinflußt Frequenz der Kosinusfunktion und Breite der Gauskurve) O: Rotationsmatrix (orientiert die Kosinusfunktion) Weitere Parameter möglich! 22
23 Gabor Texturprimitive Einsatzempfehlungen Empfohlene Unterschiede für spontane Segmentierungen: o o Orientierung: ( ) ± 30 ± 5 Blake und Holopigan Ortsfrequenzen: Faktor 3 (9%) entspricht 1/Größe Angaben in Klammern: Wahrnehmungsschwellen Auch hier gibt es Hyperempfindlichkeiten! Wilson und Bergen 23
24 Unschärfeprinzip für den Informationsgehalt Die Wahrnehmung der Orientierung kann gegen die Wahrnehmung der Größe getauscht werden Die Fähigkeit die Orientierung möglichst genau wahrzunehmen reduziert die minimal nutzbare Größe. Textur- 1/5 Größe 2D-Fourierspektrum Primitiv zufällig verteillt 24
25 Texturkontrast-Effekt (Texture Contrast Effekt) Fig K Eine Textur auf groben Hintergrund erscheint feiner als auf feinem Hintergrund K Vergleichbar zum Luminanz/Kontrast Effekt 25
26 UnabhängigeTexturattribute = Dimensionen für Gaborfunktionen K Orientierung der Kosinusfunktion K Größe = 1/Ortsfreuenz K Kontrast Oben: Mitte: Unten: nur Orientierung Orientierung und Größe Kontraständerung 26
27 Andere Attribute K K K Viele Hinweise, daß Orientierung, Größe, Kontrast die dominanten Texturattribute sind, aber es ist sicher, daß die Welt der Texturen wesentlich reicher ist Über weitere Attribute (Dimensionen) besteht keine gesicherte Lehrmeinung: Tamura et.al schlagen folgende sechs Attribute vor: Gröbe (coarseness) Kontrast (Contrast) Gerichtetheit (Directionality) Linienartigkeit (Line-Likeness) Regelmäßigkeit (Regularity) Rauhigkeit (Roughness) K Rao und Lohse 1993 schlagen folgende drei Attribute vor: Orientierung (Orientation) (Gerichtetheit & Linienhaftigkeit Komplexität (Complexity) Gröbe, Kontrast, Rauhigkeit Wiederholungsgrad (Repetetiveness) 27
28 Weitere Texturbeispiele 28
29 Einsatz von Texturen K Nach Bertin: Im wesentlichen zur Kodierung von nominalen Daten K sziele: oft: makroskopische Sicht auf Datenmenge oder lokale Identifizierung von Eigenschaften nicht punktuelle Identifikation oder Vergleich von Daten Ikonen oder Glyphen (später) Kreisdiagramme oder Balkendiagramme als Texton 29
30 Erzeugung von Texturen K Aus Katalogen oder Vorlagen: Strukturen, Muster (beachte: Schraffuren sind spezielle Texturen) K Prozedural: Deterministisch und oder Stochastisch Gabor Texturen Fourier Texturen Grammatiken (z.b. Lindenmayer) u.v.a.m. K Auch in 3D-Systemen durch Texturmapping anwendbar! 30
31 Zusammenfassung Mapping auf Texturen K Potentiell sehr mächtiges sprimitiv sehr ähnlich zu Farbe (auch ähnliche Phänomene) gut kombinierbar (beachte: feine (alle?) Strukturen mit Luminanzkontrast realisieren) K Nach Gabor 3 Dimensionen: Orientation, Size, Contrast K Texturwahrnehmung wesentlich weniger gut erforscht und bekannt K Aktuelle CG-Hardware unterstützt den Einsatz von Texturen kein (wenig) Geschwindigkeitsverlust 31
32 Glyphenbasierte Techniken K Glyph: Begriff in der gebräuchlich manchmal auch Ikonen (beachte Icons im UI- Bereich) K sprimitive, die exakt positioniert werden können und Werte von Variablen in geometrische Charakteristika wie zum Beispiel Länge, Winkel oder Form bzw. in Darstellungsattribute wie Farbe oder Transparenz verschlüsseln. 32
33 Glyphenbasierte Techniken Ein nichttriviales Problem ist das Auffinden effektiver Kodes. Einige Regeln: Die einzelnen Merkmale sollten in einer Ikone gut kombinierbar und unterscheidbar sein. Ikonen sollten separat erkennbar sein. Ikonen sollten sich erkennbar unterscheiden, wenn die zugehörigen Merkmalsausprägungen differieren. 33
34 Stick-Figure nach Pickett und Grinstein Ziel: Erzeugung von Texturen 2D vier-armige Figur Parameter: Armlänge Armbreite Winkel der Arme zur Hauptachse Weitere Varianten siehe Pickett 88 und Wong 97 34
35 Farbikone Color Icon nach Levkowitz K Quadrat (Rechteck) in Teilflächen einteilen Teilflächen unterschiedlich färben wirkt trennend K Variante: Kanten einfärben und Flächen bilinear interpolieren wirkt kontinuierlich 35
36 Farbikone Weitere Varianten K Anzahl der unterteilenden Kanten bzw. der Teilflächen Hiermit wird die Anzahl der darstellbaren Variablen bestimmt. K Form der Ikone Anstelle eines Quadrates lassen sich Sechsecke oder andere regelmäßige Polygone verwenden. K Hervorhebung bestimmter Kanten Hiermit lassen sich Variablen gruppieren oder hervorheben. K Abbildung der Datenwerte auf bi- und trivariate Farbskalen Erhöhung der Anzahl der darstellbaren Variablen 36
37 Chernoff Ikone nach Chernoff 1973 K 12 Merkmale werden abgebildet auf Form und Größe von Kopf Nase Mund Augen und Brauen 37
38 Beispiel: Nutzung von Chernoff Ikonen 38
39 Kreispalette K Datenwerte werden auf Größe und Farbe von Kreisen abgebildet 39
40 Data Jacks nach Hearn 1991 K Datenwerte werden auf Gliederlänge und Farbe abgebildet K Variante: Übergang in den 3D K Ggf. als Moving Icon, um Effekte durch Verdeckungen zu minimieren 40
41 Shape Coding nach Beddow 1990 a) Merkmal Nr.1 Merkmal Nr.5 Merkmal Nr.2 Merkmal Nr.6 Merkmal Nr.3 Merkmal Nr.7 Merkmal Nr.4 Merkmal Nr.8 nicht Resistent Resistent Nennt man auch Autoglyph Jeder Gitterzelle wird ein Merkmal zugeordnet Die Ausprägung des Merkmals (vorwiegend nominale Größen) wird durch Farbe verschlüsselt Die Autoglyphen werden in einem rechteckigen Feld angeordet Hautziel: Erkennen von Korrelationen Muster 41
42 Beispiel Shape Coding Mikrobiologischer Datensatz 8 verschiedene Resistenzmerkmale für 210 Proben 42
43 Zusammenfassung Glyphenbasierte Techniken K Werden häufig eingesetzt K Wichtigster Vorteil: Ikonen lassen sich auf der Ebene oder im Raum positionieren multivariate Daten in mehrdimensionalen Räumen K Darstellung der Daten sehr kompakt Übersichtsfunktion K Insbesondere Stick und Farbikonen erzeugen Texturen 43
44 Glossar K Glossar der Begriffe K Definieren Sie die Fachausdrücke, wie sie zu diesem Thema verwendet werden. 44
45 Weitere Informationen K Nennen Sie Bücher, Artikel, elektronische Quellen. K Beratungsdienste, andere Quellen 45
46 Ausblick Nächste Schritte K von Multiparameterdaten K Volumenvisualisierung K Raumwahrnehmung Bewegungswahrnehmung Interaktive K Strömungsdaten Nächstes Kapitel 46
Visualisierung. Rückblick Besprochene Mappingverfahren. Geometrie. Helligkeit Farbe. Rückblick Visuelle Variablen (nach Bertin 1982)
Abbildung auf Textur & Glyphen Prof. Dr.-Ing. Detlef Krömker Goethe-Universität, Frankfurt Graphische Datenverarbeitung Rückblick Besprochene Mappingverfahren Geometrie Position, Größe und Orientierung
MehrGeometrie. Helligkeit Farbe. Position, Größe und Orientierung. 9 Abbildung auf Textur und Glyphen. Prof. Dr.-Ing. Detlef Krömker
9LVXDOLVLHUXQJ Abbildung auf Textur & Glyphen Prof. Dr.-Ing. Detlef Krömker *RHWKH8QLYHUVLWlWÃ)UDQNIXUW *UDSKLVFKHÃ'DWHQYHUDUEHLWXQJ 5 FNEOLFN %HVSURFKHQH0DSSLQJYHUIDKUHQ Geometrie Position, Größe und
MehrTexturen. Texturen. 1. Vorbemerkungen. 2. 2D-Texturen
1. Vorbemerkungen 2. 2D- 2.1 Texturabbildungen 2.2 Arten von 2.2.1 Diskrete 2.2.2 Prozedurale 2.3 Rasterung 2.3.1 Texturieren von Dreiecken 2.3.2 Texturieren von parametrisierten Flächen 2.3.3 Texturieren
MehrSo verstehen Sie Texturen in Computergrafiken
Visualisierung Textur und Form Detlef Krömker Uni Frankfurt, Graphische Datenverarbeitung Wolfgang Müller PH Weingarten, Mediendidaktik und Visualisierung Frankfurt, WS 2007/2008 Visualisierung - D. Krömker,
MehrVorlesung 7 Dr. Ralf Dörner
9LVXDOLVLHUXQJ Vorlesung 7 *RHWKH8QLYHUVLWlWÃ)UDQNIXUW *UDSKLVFKHÃ'DWHQYHUDUEHLWXQJ hehueolfn Einfaches Modell der visuellen Wahrnehmung Wahrnehmung von Helligkeit und Kontrast Wahrnehmung von Farbe Wahrnehmung
MehrGraphische Datenverarbeitung. Übersicht. Übersicht (Fortsetzung) Texturen
Graphische Datenverarbeitung Texturen Übersicht 1. Einführung 2. Diskrete und prozedurale Texturen 3. Generalisierte Textur-Pipeline 4. Texturmapping Ebene Polygone Zweischrittverfahren 5. Corresponder-Verfahren
MehrComputergrafik 2008 Oliver Vornberger. Kapitel 19: Texturing
Computergrafik 2008 Oliver Vornberger Kapitel 19: Texturing 1 Strukturierte Fläche Beispiel: Steinmauer lege viele kleine rote Rechtecke auf ein großes weißes Rechteck: Nachteil: aufwändige Geometrie 2
Mehr5 Mapping-Techniken. 5.1 Motivation
5.1 Motivation Bisher sind alle Oberflächen (polygonale Objekte, später auch parametrisierte Freiformflächen) glatt im Gegensatz zu wirklich existierenden natürlichen Oberflächen. Die explizite Wiedergabe
MehrGraphische Datenverarbeitung
Texturen Prof. Dr.-Ing. Detlef Krömker Goethe-Universität, Frankfurt 1. Einführung 2. Diskrete und prozedurale Texturen 3. Generalisierte Textur-Pipeline 4. Texturmapping Ebene Polygone Zweischrittverfahren
MehrModul: B-CG Grundlagen der Computergraphik im Sommersemester 2008
Modul: B-CG Grundlagen der Computergraphik im Sommersemester 2008 Texturen Prof. Dr. Detlef Krömker Professur für Graphische Datenverarbeitung Fachbereich Informatik und Mathematik (12) Adobe Flash in
MehrTechniken der Effizienzsteigerung bei 2D-Texturierung:
Techniken der Effizienzsteigerung bei 2D-Texturierung: Mip-Mapping MIP = "Multum in Parvo" = vieles auf kleinem Raum spezielle Texture-Mapping-Erweiterung, häufig bei Echtzeitanwendungen, z.b. Spielen,
MehrTexturing. Kapitel 19
Kapitel 19 Texturing Unter dem Begriff Texturing werden neben dem Texture Mapping auch alle anderen Verfahren zusammengefasst, bei denen das Aussehen einer Fläche an jedem Punkt mit Hilfe einer BitMap,
Mehr3D-Modellierungsprogramme
06.06.06 Bastian Schildbach 3D-Modellierungsprogramme mit Gliederung 1. Grundlagen Texture Mapping, Texturkoordinaten, Vertices, Texturaddressierung 2. Mapping-Techniken Bump, Displacement, Normal, Two-Part,
MehrInhaltsverzeichnis - Themen
Inhaltsverzeichnis - Themen 1 Hardwaregrundlagen 2 Transformationen und Projektionen 3 Repräsentation und Modellierung von Objekten 4 Visibilität und Verdeckung 5 Rasterung 6 Rendering 7 Abbildungsverfahren
Mehr1. Einführung 2. Diskrete und prozedurale Texturen 3. Generalisierte Textur-Pipeline 4. Texturmapping
*UDSKLVFKH'DWHQYHUDUEHLWXQJ Texturen Prof. Dr.-Ing. Detlef Krömker *RHWKH8QLYHUVLWlWÃ)UDQNIXUW *UDSKLVFKHÃ'DWHQYHUDUEHLWXQJ hehuvlfkw 1. Einführung 2. Diskrete und prozedurale Texturen 3. Generalisierte
Mehr1. Einführung 2. Diskrete und prozedurale Texturen 3. Generalisierte Textur-Pipeline 4. Texturmapping
*UDSKLVFKH 'DWHQYHUDUEHLWXQJ Texturen Prof. Dr.-Ing. Detlef Krömker *RHWKH8QLYHUVLWlWÃ)UDQNIXUW *UDSKLVFKHÃ'DWHQYHUDUEHLWXQJ hehuvlfkw 1. Einführung 2. Diskrete und prozedurale Texturen 3. Generalisierte
MehrChristina Nell. 3D-Computergrafik
Christina Nell 3D-Computergrafik Was ist 3D-Computergrafik? 3D graphics is the art of cheating without getting caught. (unbekannte Quelle) Folie 2/52 Inhalt Beleuchtung Shading Texturierung Texturfilterung
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
MehrComputergraphik Grundlagen
Computergraphik Grundlagen IX. Texturen und Schatten Prof. Stefan Schlechtweg Hochschule Anhalt Fachbereich Informatik Inhalt Lernziele 1. Texture Mapping 1. Texture Pipeline 2. Environment Mapping 3.
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
MehrKapitel 4: Schattenberechnung
Kapitel 4: Schattenberechnung 1 Überblick: Schattenberechnung Motivation Schattenvolumen Shadow Maps Projektive Schatten 2 Motivation Wesentlich für die Wahrnehmung einer 3D-Szene Eigentlich ein globaler
Mehrgroße Vielfalt von Daten für die Visualisierung möglich
4. Charakterisierung von Datensätzen und Darstellungsformen 4.1 Charakterisierung von Datensätzen große Vielfalt von Daten für die Visualisierung möglich Überblick Typisierungen von Daten: hierin nicht
MehrComputergrafik Universität Osnabrück, Henning Wenke,
Computergrafik Universität Osnabrück, Henning Wenke, 2012-05-14 Kapitel V: Modeling Transformation & Vertex Shader 5.1 Vertex Definitionen: Vertex Vertex Computergrafik Mathematischer Punkt auf einer Oberfläche
MehrGestaltgesetze Figur-Grund-Beziehung
Figur-Grund-Beziehung Die Wahrnehmung unserer Umwelt geschieht nach der Gestaltpsychologie durch die Wahrnehmung von Formen. Nur so kann die unbestimmte Komplexität der Sinneswahrnehmungen aufgelöst und
MehrGestaltgesetze der Wahrnehmung. DI (FH) Dr. Alexander Berzler
DI (FH) Dr. Alexander Berzler Gestaltpsychologie Die Gestaltpsychologie wurde zu Beginn des 20. Jahrhunderts begründet. Die Wahrnehmung unserer Umwelt geschieht nach der Gestaltpsychologie durch die Wahrnehmung
Mehr3. Analyse der Kamerabewegung Video - Inhaltsanalyse
3. Analyse der Kamerabewegung Video - Inhaltsanalyse Stephan Kopf Bewegungen in Videos Objektbewegungen (object motion) Kameraoperationen bzw. Kamerabewegungen (camera motion) Semantische Informationen
MehrGeometrische Objekte im 3-dimensionalen affinen Raum oder,... wie nützlich ist ein zugehöriger Vektorraum der Verschiebungen
Geometrische Objekte im -dimensionalen affinen Raum Bekanntlich versteht man unter geometrischen Objekten Punktmengen, auf die man die üblichen Mengenoperationen wie z.b.: Schnittmenge bilden: - aussagenlogisch:
MehrKapitel im Fokus. Ich kann / kenne. 5. Klasse Stand Juni **Anzahl der KA: 6 pro Schuljahr** Daten und Zufall. Größen messen
Daten und Zufall Sammeln und Auswerten von Daten Strichliste Absolute Häufigkeit Säulendiagramm Daten erfassen (Strichlisten, Tabellen). gesammelte Daten auswerten. Daten mithilfe von Diagrammen darstellen.
Mehr5. Gitter, Gradienten, Interpolation Gitter. (Rezk-Salama, o.j.)
5. Gitter, Gradienten, Interpolation 5.1. Gitter (Rezk-Salama, o.j.) Gitterklassifikation: (Bartz 2005) (Rezk-Salama, o.j.) (Bartz 2005) (Rezk-Salama, o.j.) Allgemeine Gitterstrukturen: (Rezk-Salama, o.j.)
MehrAjdovic/Mühl Farbmodelle FARBMODELLE
FARBMODELLE Grundlagen: Gegenstände, die von einer Lichtquelle beleuchtet werden, reflektieren und absorbieren jeweils einen Teil des Lichts. Dabei wird das von den Gegenständen reflektierte Licht vom
MehrVisualisierung zeitlicher Verläufe auf geografischen Karten
geografischen Karten Tominski, Schulze-Wollgast, Schumann Institut für Computergraphik Universität Rostock GeoVis 2003 Hannover, den 27.02.2003 Gliederung Einführung Konzepte zur Zeitdarstellung auf Karten
MehrMotivation: in der Realität Vielzahl von geometrischen Feinstrukturen
11. Texturierung Motivation: in der Realität Vielzahl von geometrischen Feinstrukturen Beispiele: Maserungen und Muster von Holz, Marmor, Tapeten, Stoffen... Wolken, Rauch unebene Flächen wie Rauhfaserwände,
MehrStatistik II. Lineare Regressionsrechnung. Wiederholung Skript 2.8 und Ergänzungen (Schira: Kapitel 4) Statistik II
Statistik II Lineare Regressionsrechnung Wiederholung Skript 2.8 und Ergänzungen (Schira: Kapitel 4) Statistik II - 09.06.2006 1 Mit der Kovarianz und dem Korrelationskoeffizienten können wir den statistischen
MehrVisualisierung als Anwendung der CG Meilensteine der Entwicklung Terminologie
9LVXDOLVLHUXQJ Allgemeine Ziele und Prof. Dr.-Ing. Detlef Krömker *RHWKH8QLYHUVLWlWÃ)UDQNIXUW *UDSKLVFKHÃ'DWHQYHUDUEHLWXQJ 5 FNEOLFN als Anwendung der CG Meilensteine der Entwicklung Terminologie 6FLHQWLILF9LVXDOL]DWLRQYV,QIRUPDWLRQVYLVXDOLVLHUXQJ
MehrLineare Transformationen und Determinanten. 10-E Ma 1 Lubov Vassilevskaya
Lineare Transformationen und Determinanten 10-E Ma 1 Lubov Vassilevskaya Lineare Transformation cc Definition: V und W sind zwei Vektorräume. Eine Funktion T nennt man eine lineare Transformation von V
Mehr-dimensionale Darstellungen
1.9 2 1 2 -dimensionale Darstellungen Auf einer Fläche F (2 dimensional) wird eine Operation ausgeführt Zum Beispiel wir eine Verschiebung um den Vektor t durchgeführt. Gemeint ist der Körper, der überstrichen
MehrLineare Algebra. Mathematik II für Chemiker. Daniel Gerth
Lineare Algebra Mathematik II für Chemiker Daniel Gerth Überblick Lineare Algebra Dieses Kapitel erklärt: Was man unter Vektoren versteht Wie man einfache geometrische Sachverhalte beschreibt Was man unter
MehrGestaltgesetze. Grundlagen der Gestaltung. bbw Berlin Internet Grundlagen Seite 1 / 21
bbw Berlin Internet Grundlagen Seite 1 / 21 Das Ganze ist mehr als die Summe seiner Teile Die Gestaltgesetze dienen in der menschlichen Wahrnehmung der Raumaufteilung in Figur und (Hinter-)Grund. bbw Berlin
MehrQualitätsmanagement für 3D-Stadtmodelle
Qualitätsmanagement für 3D-Stadtmodelle,Workshop 3D-Stadtmodelle, 09.11.2009, Bonn 01-1 Qualität Quality = fitness for use => Bezug zu Anwendung! System mit allgemein akzeptierten Bewertungsskalen zur
Mehrandere Möglichkeiten der Darstellung von Details notwendig
11. Texturen Motivation: in der Realität Vielzahl von geometrischen Feinstrukturen Beispiele: Maserungen und Muster von Holz, Marmor, Tapeten, Stoffen... Wolken, Rauch unebene Flächen wie Rauhfaserwände,
MehrLernmodul 2 Modelle des Raumes
Folie 1 von 21 Lernmodul 2 Modelle des Raumes Bildnachweis: www. tagesschau.de Folie 2 von 21 Modelle des Raumes Übersicht Motivation Was ist Raum? Formalismus und Invarianz Metrischer Raum/Euklidischer
Mehr4. Segmentierung von Objekten Video - Inhaltsanalyse
4. Segmentierung von Objekten Video - Inhaltsanalyse Stephan Kopf Inhalt Vorgehensweise Berechnung der Kamerabewegungen zwischen beliebigen Bildern Transformation eines Bildes Hintergrundbilder / Panoramabilder
MehrFarbe in der Computergraphik
Farbe in der Computergraphik 1 Hernieder ist der Sonnen Schein, die braune Nacht fällt stark herein. 2 Gliederung 1. Definition 2. Farbwahrnehmung 3. Farbtheorie 4. Zusammenfassung 5. Quellen 3 1. Definition
Mehrkünstliches Objekt, dargestellt durch Anzahl von Punkten in Raum und Zeit (bei bewegten, animierten Objekten).
Computergrafik / Animation künstliches Objekt, dargestellt durch Anzahl von Punkten in Raum und Zeit (bei bewegten, animierten Objekten). Punkte, werden auch "Kontrollpunkte" genannt Wesentlicher Punkt:
MehrVisualisierung. Visualisierung von Multiparameterdaten Prof. Dr.-Ing. Detlef Krömker. Goethe-Universität, Frankfurt Graphische Datenverarbeitung
von Multiparameterdaten Prof. Dr.-Ing. Detlef Krömker Goethe-Universität, Frankfurt Graphische Datenverarbeitung Abbildung auf Visuelle Variablen : die Position auf der Ebene (2 Freiheitsgrade) die Größe
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
MehrInhaltsverzeichnis. 1 Hardwaregrundlagen
Inhaltsverzeichnis 1 Hardwaregrundlagen 2.1 Koordinatentransformationen 2.2 Transformationen in der Ebene 2.3 Transformationen im Raum 3 Repräsentation und Modellierung von Objekten 4 Rasterung 5 Visibilität
MehrGraphische Datenverarbeitung und Bildverarbeitung
Graphische Datenverarbeitung und Bildverarbeitung Hochschule Niederrhein Schattenberechnung Graphische DV und BV, Regina Pohle, 23. Schattenberechnung 1 Einordnung in die Inhalte der Vorlesung Einführung
MehrComputergrafik 1 Transformationen
Computergrafik 1 Transformationen Kai Köchy Sommersemester 2010 Beuth Hochschule für Technik Berlin Überblick Repräsentationen, Primitiven Transformationen in 2D Skalierung Translation Rotation Scherung
MehrMathematik für Naturwissenschaftler II
Mathematik für Naturwissenschaftler II Dr Peter J Bauer Institut für Mathematik Universität Frankfurt am Main Sommersemester 27 Lineare Algebra Der mehrdimensionale Raum Vektoren Im Teil I dieser Vorlesung
MehrDiplomarbeit. Neue Möglichkeiten durch programmierbare Shader. Unter der Leitung von: Prof. Dr.-Ing. Detlef Krömker
Diplomarbeit 5HDO7LPH6SHFLDO (IIHFWV Neue Möglichkeiten durch programmierbare Shader Unter der Leitung von: Prof. Dr.-Ing. Detlef Krömker Betreut von: Paul Grimm, Ralf Dörner Beginn: 01.04.02 Abgabe: 30.09.02
MehrWenn man den Kreis mit Radius 1 um (0, 0) beschreiben möchte, dann ist. (x, y) ; x 2 + y 2 = 1 }
A Analsis, Woche Implizite Funktionen A Implizite Funktionen in D A3 Wenn man den Kreis mit Radius um, beschreiben möchte, dann ist { x, ; x + = } eine Möglichkeit Oft ist es bequemer, so eine Figur oder
MehrVektoren, Vektorräume
Vektoren, Vektorräume Roman Wienands Sommersemester 2010 Mathematisches Institut der Universität zu Köln Roman Wienands (Universität zu Köln) Mathematik II für Studierende der Chemie Sommersemester 2010
MehrDas visuelle System. Das Sehen von Kanten: Das Sehen von Kanten ist eine trivial klingende, aber äußerst wichtige Funktion des visuellen Systems!
Das Sehen von Kanten: Das Sehen von Kanten ist eine trivial klingende, aber äußerst wichtige Funktion des visuellen Systems! Kanten definieren die Ausdehnung und die Position von Objekten! Eine visuelle
MehrAbgleich mit dem Kerncurriculum 2016 für die gymnasiale Oberstufe Stoffverteilungsplan Mathematik Grundkurs
Lambacher Schweizer Q2.1 Lineare Gleichungssysteme (LGS) Einführung und Lösungsverfahren: Beispiele für LGS (auch über- und unterbestimmte), Darstellen von LGS mithilfe von Koeffizientenmatrizen, systematisches
MehrTools und Techniken. Gängige Arbeitsabläufe. Ein Gesicht formen
1 1 1 1 1 1 1 1 Tools und Techniken Gängige Arbeitsabläufe Ein Gesicht formen In diesem Kapitel gebe ich besonders Einsteigern einen Überblick über den Einsatz gängiger Softwarewerkzeuge. Anhand von kurzen
MehrAusgewählte Kombinationen von. Visuelle Variablen beim multivariaten Einsatz
Ausgewählte Kombinationen von Visuellen Variablen beim multivariaten Einsatz Colloquium Map Design Institut für Kartografie ETH Zürich Dominique Kröpfli 24.03.2010 Visuelle Variablen beim multivariaten
MehrProzedurale Texturen >>Was nicht passt wird passend gemacht...<<
Prozedurale Texturen >>Was nicht passt wird passend gemacht...
MehrKlassifikation durch direkten Vergleich (Matching)
Klassifikation durch direkten Vergleich (Matching) Eine triviale Lösung für die Klassifikation ergibt sich durch direkten Vergleich des unbekannten Musters in allen Erscheinungsformen der Äquivalenzklasse
MehrGrundlagen der Vektorrechnung
Grundlagen der Vektorrechnung Ein Vektor a ist eine geordnete Liste von n Zahlen Die Anzahl n dieser Zahlen wird als Dimension des Vektors bezeichnet Schreibweise: a a a R n Normale Reelle Zahlen nennt
MehrWahrscheinlichkeitsrechnung und Statistik für Biologen Diskriminanzanalyse
Wahrscheinlichkeitsrechnung und Statistik für Biologen Diskriminanzanalyse Martin Hutzenthaler & Dirk Metzler http://evol.bio.lmu.de/_statgen 6. Juli 2010 Übersicht 1 Ruf des Kleinspechts 2 Modell Vorgehen
MehrAnimation und Multimedia
Objektmodellierung: Geometrie Prof. Dr.-Ing. Detlef Krömker Goethe-Universität, Frankfurt Graphische Datenverarbeitung Rückblick Die Animationspipeline Preproduction Objektmodellierung Object Modeling
MehrBeispiele. Strecke A R 1 (genauso für R d ):
Definition 6.1.1 (fraktale Dimension). Sei A R d beschränkt und für ε > 0 sei N A (ε) die minimale Anzahl der d-dimensionalen Kugeln vom Radius ε, mit denen A überdeckt werden kann. Die fraktale Dimension
MehrVisualisierung. Rückblick
Auswahlfaktoren und graphische Semiotik Prof. Dr.-Ing. Detlef Krömker Goethe-Universität, Frankfurt Graphische Datenverarbeitung Prof. Dr.-Ing. Detlef Krömker Graphische Semiotik 2 Rückblick Allgemeine
MehrProgrammierpraktikum 3D Computer Grafik
Dipl.Inf. Otmar Hilliges Programmierpraktikum 3D Computer Grafik Szenegraphen, Texturen und Displaylisten. Agenda Beleuchtungsmodelle in OpenGL Bump-Maps zur Erzeugung von Reliefartigen Oberflächen Height-Maps
MehrThema: Helligkeitswahrnehmung bei 3- dimensionalen Objekten
Seminar: Visuelle Wahrnehmung WS 2001/02 Datum: 08.11.2001 Thema: Helligkeitswahrnehmung bei 3- dimensionalen Objekten Quelle: Adelson, E. H. & Pentland, A. P.: The perception of shading and reflectance.
MehrDigitale Bildverarbeitung
Digitale Bildverarbeitung Prof. Dr. Sibylle Schwarz HTWK Leipzig, Fakultät IMN Gustav-Freytag-Str. 42a, 04277 Leipzig Zimmer Z 411 (Zuse-Bau) http://www.imn.htwk-leipzig.de/~schwarz sibylle.schwarz@htwk-leipzig.de
MehrZur Erinnerung: Parametrisierung von Dreiecken
Zur Erinnerung: Parametrisierung von Dreiecken Interpolation über Dreiecke Parametrisierung eines Dreiecks p a (b-a) (c-a) p (1 )a b c p( a b c mit Baryzentrische Koordinaten Page 1 Baryzentrische Koordinaten
MehrNewtek Lightwave Grundlagen der 3D-Vektorgrafik
Newtek Lightwave Grundlagen der 3D-Vektorgrafik Form und Oberfläche Punkte und Polygone (mindestens 3-seitige Verbindungen zwischen Punkten) sind die Grundlage der Darstellung dreidimensionaler Objekte
MehrVisualisierung. Multiparameterdaten in Raum und Zeit Prof. Dr.-Ing. Detlef Krömker. Goethe-Universität, Frankfurt Graphische Datenverarbeitung
Multiparameterdaten in Prof. Dr.-Ing. Detlef Krömker Goethe-Universität, Frankfurt Graphische Datenverarbeitung Rückblick K Terminologie: Multiparameterdaten, multivariate Daten K sverfahren Panel-Matrizen
Mehr0 Einführung: Was ist Statistik
0 Einführung: Was ist Statistik 1 Datenerhebung und Messung 2 Univariate deskriptive Statistik Häufigkeitsverteilungen Statistische Kennwerte 3 Multivariate Statistik 4 Regression 5 Ergänzungen Deskriptive
Mehr3D Rendering mit PHP. Die neue PEAR-Klasse Image_3D bietet die Möglichkeit nur mit PHP5 3DGrafiken zu rendern
3D Rendering mit PHP Die neue PEAR-Klasse Image_3D bietet die Möglichkeit nur mit PHP5 3DGrafiken zu rendern Speaker Kore Nordmann Studiert Informatik an der Universität Dortmund Arbeitet als Software
MehrWahrscheinlichkeitsrechnung und Statistik für Biologen Diskriminanzanalyse
Wahrscheinlichkeitsrechnung und Statistik für Biologen Diskriminanzanalyse Noémie Becker & Dirk Metzler http://evol.bio.lmu.de/_statgen 3. Juli 2013 Übersicht 1 Ruf des Kleinspechts 2 Modell Vorgehen der
MehrGrundlagen der Spieleprogrammierung
Grundlagen der Spieleprogrammierung Teil I: 3D-Graphik Kapitel 3: Das Ideal - Photorealistisch Peter Sturm Universität Trier Outline 1. Übersicht und Motivation 2. Mathematische Grundlagen 3. Das Ideal:
Mehr2D-Punkt-Transformationen
Zur Erinnerung Drehung eines beliebigen Punktes B um den Winkel θ um den Koordinaten-Ursprung zum Punkt B : x B r cosα y B r sin α [r, α: Hilfsgrößen ] x B r cos(α+θ) r (cosα cosθ sinα sinθ) x B cosθ y
MehrWS 2014/15 FINITE-ELEMENT-METHODE JUN.-PROF. D. JUHRE
4.2 FINITE-ELEMENTE-DISKRETISIERUNG Elementierung und Diskretisierung Im Gegensatz zum räumlichen Fachwerk, bei dem bereits vor der mathematischen Diskretisierung ein konstruktiv diskretes Tragwerk vorlag,
MehrLernmodul 2 Topologie. Lernmodul 2: Geoobjekte und ihre Modellierung - Topologie
Folie 1 von 71 Lernmodul 2 Topologie Folie 2 von 71 Topologie Übersicht Topologie - Allgemeines Punktmengentopologie Nachbarschaft Beispiele zur Nachbarschaft Nähe, offene/geschlossene Menge Abschluß,
MehrKonzepte zur Visualisierung von Wohnungsinformationen
Allgemeines: Wohnung als sozialer Raum, in dem Menschen fast ihr ganzen Leben verbringen Versuch die Attribute (Wohnfläche, Anzahl der Räume, Ausstattung,...) des Wohnraums möglichst optimal an die persönlichen
MehrComputergrafik SS 2012 Probeklausur Universität Osnabrück Henning Wenke, M. Sc. Sascha Kolodzey, B. Sc., Nico Marniok, B. Sc.
Computergrafik SS 2012 Probeklausur 1 06.07.2012 Universität Osnabrück Henning Wenke, M. Sc. Sascha Kolodzey, B. Sc., Nico Marniok, B. Sc. Aufgabe 1 (19 Punkte) Beantworten Sie die folgenden Fragen prägnant.
Mehr3. Analyse der Kamerabewegung Video - Inhaltsanalyse
3. Analyse der Kamerabewegung Video - Inhaltsanalyse Stephan Kopf Bewegungen in Videos Objektbewegungen (object motion) Kameraoperationen bzw. Kamerabewegungen (camera motion) Semantische Informationen
MehrStereovision: Grundlagen
Stereovision: Grundlagen Matthias Behnisch mbehnisc@techfak.uni-bielefeld.de Februar 2005 Inhaltsverzeichnis 1 Einleitung 2 2 Räumliches Sehen 2 3 Binokulare Perspektive 4 3.1 Hering Koordinaten.........................
MehrC A R L V O N O S S I E T Z K Y. Transformationen. Johannes Diemke. Übung im Modul OpenGL mit Java Wintersemester 2010/2011
C A R L V O N O S S I E T Z K Y Transformationen Johannes Diemke Übung im Modul OpenGL mit Java Wintersemester 2010/2011 Motivation Transformationen Sind Grundlage vieler Verfahren der Computergrafik Model-
MehrVektorrechnung. Wolfgang Kippels 27. Oktober Inhaltsverzeichnis. 1 Vorwort 2. 2 Grundlagen der Vektorrechnung 3
Vektorrechnung Wolfgang Kippels 7 Oktober 018 Inhaltsverzeichnis 1 Vorwort Grundlagen der Vektorrechnung Beispielaufgaben 1 Lineare Abhängigkeit und Komplanarität 11 Aufgabe 1 1 Aufgabe Winkel zwischen
MehrGeometrie Stochastischer Signale
De Gruyter Studium Geometrie Stochastischer Signale Grundlagen und Anwendungen in der Geodaten-Verarbeitung Bearbeitet von Siegfried Meier, Andrzej Borkowski 1. Auflage 2011. Taschenbuch. X, 331 S. Paperback
MehrAbgleich mit dem Kerncurriculum 2016 für die gymnasiale Oberstufe Stoffverteilungsplan Mathematik Leistungskurs
Q2.1 Lineare Gleichungssysteme (LGS) Einführung und Lösungsverfahren: Beispiele für LGS (auch über- und unterbestimmte), Darstellen von LGS mithilfe von Koeffizientenmatrizen, systematisches Lösen von
MehrKörper der komplexen Zahlen (1)
Die komplexen Zahlen Körper der komplexen Zahlen (1) Da in angeordneten Körpern stets x 2 0 gilt, kann die Gleichung x 2 = 1 in R keine Lösung haben. Wir werden nun einen Körper konstruieren, der die reellen
MehrKartographische Visualisierung
Kartographische Visualisierung Kartenmodellierung Modellierung von Karten Ziel der Kartenmodellierung: Geodaten angemessen abbilden (repräsentieren) Informationen mit der Karte vermitteln (präsentieren).
MehrSchuleigener Arbeitsplan Fach: Mathematik Jahrgang: 5
Stand:.0.206 Sommerferien Zahlen und Operationen» Zahlen sachangemessen runden» große Zahlen lesen und schreiben» konkrete Repräsentanten großer Zahlen nennen» Zahlen auf der Zahlengeraden und in der Stellenwerttafel
MehrVisualisierung. Rückblick. Scientific Visualization vs. Informationsvisualisierung. Allgemeine Ziele und Anforderungen Prof. Dr.-Ing.
Allgemeine Ziele und Prof. Dr.-Ing. Detlef Krömker Goethe-Universität, Frankfurt Graphische Datenverarbeitung Rückblick K als Anwendung der CG K Meilensteine der Entwicklung K Terminologie Scientific Visualization
MehrHans Delfs. Übungen zu Mathematik III für Medieninformatik
Hans Delfs Übungen zu Mathematik III für Medieninformatik 1 RÄUMLICHE DARSTELLUNGEN VON OBJEKTEN 1 1 Räumliche Darstellungen von Objekten Der Einheitswürfel ist der achsenparallele Würfel in A 3, der von
MehrKapitel 1. Koordinaten im Raum. 1.1 Schrägbilder - Kavalier-Perspektive Koordinaten
Kapitel Koordinaten im Raum Schrägbilder - Kavalier-Perspektive Koordinaten Im Raum benötigt man drei Angaben, um die Lage eines Punktes zu beschreiben So beschreiben Geographen durch N5 0"E07 38 7"H5m
MehrProbelektion zum Thema. Shadow Rendering. Shadow Maps Shadow Filtering
Probelektion zum Thema Shadow Rendering Shadow Maps Shadow Filtering Renderman, 2006 CityEngine 2011 Viewport Real reconstruction in Windisch, 2013 Schatten bringen viel Realismus in eine Szene Schatten
MehrKorrespondenzanalyse
Seite 1 von 5 Korrespondenzanalyse Ziel der Korrespondenzanalyse... 1 Anforderungen an die Daten (Stärke des Verfahrens)... 1 Einordnung in die multivariaten Verfahren... 1 Normierung der Daten... 1 Festlegung
MehrMathematischer Vorkurs für Physiker WS 2012/13: Vorlesung 1
TU München Prof. P. Vogl Mathematischer Vorkurs für Physiker WS 2012/13: Vorlesung 1 Komplexe Zahlen Das Auffinden aller Nullstellen von algebraischen Gleichungen ist ein Grundproblem, das in der Physik
MehrMathematik 4 Primarstufe
Mathematik 4 Primarstufe Handlungs-/Themenaspekte Bezüge zum Lehrplan 21 Die Übersicht zeigt die Bezüge zwischen den Themen des Lehrmittels und den Kompetenzen des Lehrplans 21. Es ist jeweils diejenige
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
Mehr0 Einführung. Computergrafik. Computergrafik. Abteilung für Bild- und Signalverarbeitung
F1 Inhaltsverzeichnis 1 Hardwaregrundlagen 2 Transformationen und Projektionen 3 Repräsentation und Modellierung von Objekten 4 Rasterung 5 Visibilität und Verdeckung 6 Rendering 7 Abbildungsverfahren
Mehr