Menghitung keseluruhan propagasi cahaya dalam adegan,
singkatnya global illumination adalah masalah yang sangat sulit.
Dengan standar algoritma ray tracing, ini adalah tugas yang sangat memakan
waktu, karena sejumlah besar sinar harus ditembak. Untuk alasan ini, metode
radiositas diciptakan. Ide utama dari metode ini adalah untuk menyimpan
nilai-nilai pencahayaan pada permukaan benda, seperti cahaya yang disebarkan
mulai dari sumber cahaya.
Deterministik radiositas algoritma, yang telah digunakan untuk radiositas untuk beberapa waktu, terlalu lambat untuk menghitung iluminasi global adegan yang sangat kompleks. Untuk alasan ini, metode stokastik diciptakan, yang mensimulasikan propagasi foton menggunakan jenis algoritma Monte Carlo.
Deterministik radiositas algoritma, yang telah digunakan untuk radiositas untuk beberapa waktu, terlalu lambat untuk menghitung iluminasi global adegan yang sangat kompleks. Untuk alasan ini, metode stokastik diciptakan, yang mensimulasikan propagasi foton menggunakan jenis algoritma Monte Carlo.
Di lembaga kita, kita meningkatkan kecepatan dari
jenis metode stokastik dengan memperkenalkan algoritma baru yang disebut Metode
stokastik Ray. Menggunakan jumlah yang sama waktu CPU, algoritma baru kami
(kanan gambar) melakukan tampak lebih baik daripada standar radiositas Monte
Carlo (kiri gambar). Informasi lebih lanjut diberikan dalam laporan The Stochastic Ray Method for Radiosity
kiri: standar
metode Monte Carlo kanan: Ray stokastik metode baru
Teknik lain, yang telah dieksplorasi di lembaga kami, adalah
radiositas Galerkin. Radiositas standar, yang radiositas (iluminasi)
diasumsikan konstan sepanjang masing-masing elemen permukaan. Metode yang
menggunakan orthonormal Galerkin berfungsi untuk mewakili masing-masing permukaan
radiositas atas elemen.
Sebuah metode Galerkin menghitung radiositas menggunakan
algoritma Monte Carlo telah dikembangkan di lembaga kami. Hal ini memungkinkan
untuk menyertakan beberapa efek, yang dikenal dari raytracing, seperti cermin
dan transparansi, ke dalam adegan dihitung dengan radiositas:
Hal ini juga memungkinkan untuk menggabungkan
radiositas dengan ray tracing menggunakan dua metode lulus. Kami mengembangkan
seperti berdifusi analgorithm yang menangani serta refleksi specular dan
transparansi:
Dalam rangka untuk menggunakan metode radiositas Monte Carlo,
biasanya diperlukan untuk membagi permukaan ke permukaan kecil unsur-unsur
sebelum perhitungan iluminasi global. Proses ini disebut meshing. Karena
akurasi dari solusi tergantung pada kualitas yang dihitung mesh, penting untuk
menghasilkan sebuah mesh yang disesuaikan dengan penerangan global TKP.
Menciptakan mesh yang baik di muka oleh karena itu dapat hanya perkiraan. Dalam
perkembangan terbaru kami kami mengeksplorasi generasi hierarkis jerat selama
perhitungan iluminasi global. Lagi stokastik kita menggunakan metode Galerkin
sebagai dasar. Gambar-gambar berikut ini dibuat menggunakan jala yang
ditentukan di muka (gambar kiri) dan adaptif dihasilkan mesh (kanan gambar).
Jelas bahwa metode baru mengurangi varians (kebisingan) di gambar akhir. Selain
itu, jumlah elemen permukaan yang diperlukan untuk mewakili adegan ini secara
drastis dikurangi. Informasi lebih lanjut diberikan dalam laporan teknis yang
hirarkis Subdivision Algoritma untuk radiositas Metode stokastik
1 komentar:
eh, ada peluang bisnis mudah tanpa modal 100% gratis, proses dan caranya juga mudah.. ayo buruan daftar di sini http://adepromo.com/?id=gellaps
Posting Komentar