2D Transformasjoner (s. 51 i VTK boken) Translasjon. Del 2 Grafisk databehandling forts. Rotasjon. Skalering. y x = x + d x, y = y + d y.

Størrelse: px
Begynne med side:

Download "2D Transformasjoner (s. 51 i VTK boken) Translasjon. Del 2 Grafisk databehandling forts. Rotasjon. Skalering. y x = x + d x, y = y + d y."

Transkript

1 2D Transformasjoner (s. i VTK boken) Translasjon Del 2 Grafisk databehandling forts. (, ) = + d, = + d På matriseform: d d (, ) P =, P =, T = d d P = P + T 24/2-3 IN229 / V3 / Dag 6 2 Skalering Rotasjon = s, = s = cosθ sinθ, = sinθ + cosθ På matriseform: S = s P = S P s θ På matriseform: R = cosθ sinθ P = R P sinθ cosθ 24/2-3 IN229 / V3 / Dag /2-3 IN229 / V3 / Dag 6 4

2 Problem Homogene koordinater Translasjon: P = T + P Addisjon! Skalering: P = S P Rotasjon: P = R P Ønsker å behandle alle transformasjoner som matrisemultiplikasjon Løsning: Innfør homogene koordinater! Legg til en tredje koordinat: (,, w) Regel : To punkter er like hvis de er et multippel av hverandre (punktet (, 4, 2) er det samme som (, 2, )). Regel 2: Punktet (,, ) er ikke tillatt. Regel 3: Hvis w kan vi dividere med w og få ut punktets kartesiske koordinater /w og /w (dvs. de som tegnes på skjermen!) Homogene koordinater er også nttige for 3D 2D projeksjoner (gjennomgås senere). 24/2-3 IN229 / V3 / Dag 6 24/2-3 IN229 / V3 / Dag 6 6 Translasjon Skalering T(d, d ) = d d (, ) = + d = + d S(s, s ) = s s = s = s w d = d P = T(d, d ) P d d (, ) s = s P = S(s, s ) P 24/2-3 IN229 / V3 / Dag /2-3 IN229 / V3 / Dag 6 8 2

3 Rotasjon Påfølgende transformasjoner av samme tpe Translasjon cosθ sinθ R(θ) = sinθ cosθ = cosθ sinθ sinθ cosθ P = R(θ) P θ = cosθ sinθ = sinθ + cosθ P P P P = T(d, d ) P P = T(d 2, d 2 ) P P = T(d 2, d 2 ) (T(d, d ) P) = (T(d 2, d 2 ) T(d, d )) P = T(d + d 2, d + d 2 ) P d 2 d d + d 2 d 2 d = d + d 2 Translasjon er kommutativt - rekkefølgen likegldig! 24/2-3 IN229 / V3 / Dag /2-3 IN229 / V3 / Dag 6 P = S(s, s ) P P = S(s 2, s 2 ) P Skalering P = S(s 2, s 2 ) (S(s, s ) P) = (S(s 2, s 2 ) S(s, s )) P = S(s s 2, s s 2 ) P s 2 s s 2 s = Skalering er også kommutativt! s s 2 s s 2 24/2-3 IN229 / V3 / Dag 6 Påfølgende transformasjoner av ulik tpe R(θ) roterer et punkt P om origo. Hvordan kan vi rotere P om et vilkårlig punkt P? Løsning: Translater P til origo, rotér og translater tilbake! P T(, ) R(θ) T(, ) = = cosθ sinθ 24/2-3 IN229 / V3 / Dag 6 2 θ P cosθ sinθ sinθ cosθ ( cosθ) + sinθ sinθ cosθ ( cosθ) + sinθ 3

4 Eksempel 2 - skalering om et vilkårlig punkt P P Kommutativitet - oppsummering La M og M 2 representere hver sin basale transformasjon. M og M 2 kommuterer (M M 2 = M 2 M ) i følgende tilfeller: T(, ) S(s, s ) T(, ) = = s s s ( s ) s ( s ) M Translasjon Skalering Rotasjon Uniform skalering (s = s ) M 2 Translasjon Skalering Rotasjon Rotasjon 24/2-3 IN229 / V3 / Dag /2-3 IN229 / V3 / Dag 6 4 Inverse transformasjoner Påfølgende translasjoner og rotasjoner bevarer lengde! T(d, d ) = T( d, d ) S(s, s ) = S(/s, /s ) R(θ) = R( θ) P 2 R T T R T R R... T P 2 P P P P 2 = P P 2 24/2-3 IN229 / V3 / Dag 6 24/2-3 IN229 / V3 / Dag 6 6 4

5 3D Transformasjoner Translasjon Generalisering av 2D transformasjoner! (Samme regler for påfølgende transformasjoner, inverser etc.) T(d, d, d ) = d d d T(d, d, d ) [,,, ] T = [ + d, + d, + d, ] T 24/2-3 IN229 / V3 / Dag /2-3 IN229 / V3 / Dag 6 8 Skalering Rotasjonsretning og hørehåndskoordinater s s S(s, s, s ) = s S(s, s, s ) [,,, ] T = [s, s, s, ] T Rotasjonsakse (vekk fra publikum!) Positiv rotasjon 24/2-3 IN229 / V3 / Dag /2-3 IN229 / V3 / Dag 6 2

6 Rotasjon om aksen 2D rotasjonen som vi har sett på tidligere, R(θ), er egentlig en 3D rotasjon om aksen! cosθ sinθ sinθ cosθ R (θ) = θ Rotasjon om og aksen cosθ sinθ R (θ) = sinθ cosθ Kontroll: Rotér [,,, ] T 9 : = R (θ) = cosθ sinθ sinθ cosθ 24/2-3 IN229 / V3 / Dag /2-3 IN229 / V3 / Dag 6 22 Eksempel Steg : Translater P til origo. P 3 P P 2 Steg : Translater P til origo Steg 2: Rotér om aksen slik at P P 2 ligger i planet. Steg 3: Rotér om aksen slik at P P 2 ligger på aksen. Steg 4: Rotér om aksen slik at P P 3 ligger i planet. P 3 P 2 P T(,, ) = P = T(,, ) P = P 2 = T(,, ) P 2 = P 3 P P P 2 P 3 = T(,, ) P 3 = /2-3 IN229 / V3 / Dag /2-3 IN229 / V3 / Dag

7 Steg 2: Rotér om aksen slik at P P 2 ligger i planet. Steg 3: Rotér om aksen slik at P P 2 ligger på aksen. Rotasjonsvinkelen er (9 θ) = θ 9. Videre har vi at cos(θ 9) = sinθ = 2 = 2 D D sin(θ 9) = cosθ = 2 = 2 D D der P 2 D θ P 2 ( 2, 2, 2 ) ( 2,, 2 ) Rotasjonsvinkelen er φ, og cosφ = 2 2, sinφ = D 2 D 2 der D 2 = P P 2 = P P 2 P 2 = ( 2 ) 2 + ( 2 ) 2 + ( 2 ) 2 P 2 D 2 φ 2 2 D = ( 2 ) 2 + ( 2 ) 2 = ( 2 ) 2 + ( 2 ) 2 Resultatet blir igjen som forventet Ved å substituere disse verdiene inn i R (θ 9) får vi som forventet P 2 = R (φ) P 2 = R (φ) R (θ 9) P 2 P 2 = R (θ 9) P 2 = [ 2 D ] T = R (φ) R (θ 9) T(,, ) P 2 = [ P P 2 ] T 24/2-3 IN229 / V3 / Dag /2-3 IN229 / V3 / Dag 6 26 Steg 4: Rotér om aksen slik at P P 3 ligger i planet. Rotasjonsvinkelen er α, og cos α = 3 3, sin α = D 3 D 3 der D 3 = ( 3 ) 2 + ( 3 ) 2 3 P 3 α D 3 3 Projeksjon Å avbilde noe ned på færre antall dimensjoner 3D 2D projeksjon i grafisk databehandling Avbilde objekter i objektrommet ned på bildeplanet i bilderommet Den totale transformasjonen blir: R (α) R (φ) R (θ 9) T(,, ) 24/2-3 IN229 / V3 / Dag /2-3 IN229 / V3 / Dag

8 Parallellprojeksjon Bevarer parallelle linjer Fjerne og nære objekter ser like store ut Perspektivprojeksjon Bevarer ikke nødvendigvis parallelle linjer Fjerne objekter ser mindre ut enn nære 24/2-3 IN229 / V3 / Dag /2-3 IN229 / V3 / Dag 6 3 Sns-koordinat Sstem Kamera Posisjon ( min, min ) Bildeplan-normal / Projeksjonsretning Spesifikasjon av 3D sn (s. 46 i VTK-boka) Fokuspunkt Opp-vektor (VUP) ( ma, ma ) 24/2-3 IN229 / V3 / Dag 6 3 Snsutsnitt (Viewport) Verdens-koordinat Sstem Antar fokuspunkt i =! Antar k > og k >! p k = p k = k k,, Transformasjonmatrisen M per for perspektivprojeksjon P p ( p, p, p = ) P k ( k =, k =, k ) p = p = k k = k k = P (,, ) ( / k ) ( / k ) 24/2-3 IN229 / V3 / Dag 6 32 k k M per = p p P (,, ) P (,, ) / k 8

9 P p = M per P = = (/ k ) Kartesiske koordinater (som plottes på skjerm): (/w, /w, /w) = (/( (/ k )), /( (/ k )), ) Kontroll: lim k (/ k ) lim k (/ k ) lim (/ k ) = ( parallell projeksjon!) = / k = lim k = k k w Ok! Basisalgoritme, uten klipping, for 3D 2D transformasjon med perspektivprojeksjon Steg : Multipliser punktene i det grafiske primitivet GP med snsorienteringsmatrisen M orient definert som følger:.: Translater origo i snskoordinat-sstemet til origo i verdenskoordinat-sstemet: T(d, d, d ).2: Rotér snskoordinat-sstemet slik at aksene sammenfaller med verdenskoordinat-sstemet: R(α) R(θ) R(φ) M orient = R(α) R(θ) R(φ) T(d, d, d ) GP = M orient GP verdenskoordinater snskoordinater! Steg 2: Multipliser punktene i GP med transformasjonsmatrisen M per for perspektivprojeksjon. GP = M per GP = M per M orient GP snskoordinater bildeplan! 24/2-3 IN229 / V3 / Dag /2-3 IN229 / V3 / Dag 6 34 Problem Projiserte - og -koordinater for store når opprinnelige - og -koordinater er store. Problem 2 Projiserte - og -koordinater for store når nærmer seg k : lim k (/ k ) = = ma Eksempel: = k 24/2-3 IN229 / V3 / Dag /2-3 IN229 / V3 / Dag

10 Klipping Fjerning av de delene av et grafisk primitiv som faller utenfor et område. Snsvolum Front klippeplan Bakre klippeplan P k ( k, k, k ) f b Antar k > og k > f og f > b! 24/2-3 IN229 / V3 / Dag /2-3 IN229 / V3 / Dag D 2D transformasjon med klipping Steg : Transformer GP fra 3D verdenskoordinater til 3D snskoordinater vha. M orient. Steg 2: Klipp GP mot snsvolumet. Steg 3: Transformer GP fra 3D snskoordinater til 2D snskoordinater (dvs. bildeplanet) vha. M per. Skjulte flater (s. 6 i VTK-boka) Ok! Problem løses automatisk! Problem 2 løses ved å definere en minimumsavstand mellom kameraet og front-klippeplanet! Eksempel: = f = k 24/2-3 IN229 / V3 / Dag 6 39 Antar fra nå av at de grafiske primitivene er polgoner 24/2-3 IN229 / V3 / Dag 6 4

11 Painter s algorithm - enkel variant Steg : Sorter polgonene i henhold til punktet med lavest (fjernest) -verdi. Steg 2: Tegn (rasteriser) polgonene back to front rekkefølge, dvs. først det med lavest -verdi, så det med nest-lavest -verdi osv. Painter s algorithm - utvidelse Steg : Splitt opp polgoner som overlapper i -retning! Problem: Polgoner som overlapper i -retning: Problem: Tar ekstra tid og plass! 24/2-3 IN229 / V3 / Dag /2-3 IN229 / V3 / Dag 6 42 Z-buffer algoritmen Behandler alle polgonene i snsvolumet (etter at de er klippet mot dette). Bak-klippeplanet gis -verdi. Front-klippeplanet gis -verdi ma. Polgonene gis -verdier relativt til og ma. I hvert piel lagres -verdien. Hvert piel farges med bakgrunnsfargen. Algoritmisk: for <hvert polgon> do for <hvert piel i polgonets projeksjon> do = <avstanden fra bildeplanet til polgonet gjennom pielet> if < >= pielets -verdi> then <pielets ne -verdi = > <pielets ne farge = polgonets farge (i dette pielet)> fi od od 24/2-3 IN229 / V3 / Dag /2-3 IN229 / V3 / Dag 6 44

12 2 24/2-3 IN229 / V3 / Dag = a) b) = 24/2-3 IN229 / V3 / Dag 6 46 Vurdering av -buffer algoritmen Hovedfordel: Enkel og rask (ingen forhåndssortering nødvendig etc.). Ulempe : Krever ekstra minne. Ulempe 2: Kan fungere dårlig hvis avstanden mellom front- og bakklippeplanet er for stort: ma FKP BKP i i+ Samme -buffer verdi! Løsning: Øk oppløsningen på -bufferet (antall bit pr piel) (avveining mellom ulempe og 2), og/eller Reduser avstanden mellom front- og bak-klippeplanene. 24/2-3 IN229 / V3 / Dag 6 47 Hvordan finne -verdien i et piel for et polgon? -verdi =? 24/2-3 IN229 / V3 / Dag 6 48 Finn et uttrkk for projeksjonslinjen gjennom pielet. Finn et utrkk for planet som polgonet ligger i. Finn -verdien ved å skjære og! Uttrkk for projeksjonslinjen gjennom pielet. P p ( p, p, ) P k (,, k ) Parametrisk: P k + t (P p P k ), t = t p = t p = ( t) k, t

13 Uttrkk for planet som polgonet ligger i. Punkt i polgon Tre punkter i polgonet som ikke ligger langs samme linje Prikkprodukt Ligning for planet Krssprodukt Normal θ = 9 N u P 2 ( 2, 2, 2 ) P (,, ) θ = 9 P (,, ) P 3 ( 3, 3, 3 ) v P P N = P P N cosθ Planet består dermed av alle punkter P som oppfller: P P N = Med andre ord: N ( ) + N ( ) + N ( ) = u = P 2 P = ( 2, 2, 2 ) = (u, u, u ) v = P 3 P = ( 3, 3, 3 ) = (v, v, v ) N = u v = (u v u v, u v u v, u v u v ) = (( 2 )( 3 ) ( 2 )( 3 ), ( 2 )( 3 ) ( 2 )( 3 ), ( 2 )( 3 ) ( 2 )( 3 )) = ( N, N, N ) 24/2-3 IN229 / V3 / Dag /2-3 IN229 / V3 / Dag 6 Kombinasjon av og. Eksisterer det alltid en løsning? N (t p ) + N (t p ) + N (( t) k ) = f(t) = Omgrupperer og skriver f(t) som ta + B. f(t) = ta + B = t = B/A Hvis en løsning eksisterer som t har vi skjæring mellom linjen og planet, og -verdien vil være ( t ) k! Dermed har vi kun en løsning dersom A. I dette tilfellet er A = N p + N p N k, og dette kjenner vi igjen som P k P p N! P p ( p, p, ) N ( N, N, N ) En løsning eksisterer med andre ord hvis og bare hvis projeksjonslinjen og normalen ikke står vinkelrett på hverandre! P k (,, k ) 24/2-3 IN229 / V3 / Dag 6 24/2-3 IN229 / V3 / Dag 6 2 3

14 Belsningsmodeller Øker realismen og 3D følelsen. Lset i et punkt på overflaten til et objekt er primært avhengig av følgende: Lskilder (posisjon og avstand) Øe/kamera (posisjon og avstand) Objektets normalvektor i punktet Objektets materialegenskaper i punktet Skal se på empiriske modeller som kun er tilnærminger til fsisk eksakte modeller, men som likevel gir brukbare effekter. Omgivelse-ls ( ambient light ) Generelt ls fra omgivelsene, refleksjon fra andre objekter etc. Fanger opp lset som ikke eksplisitt er representert med andre modeller. Tar ikke hensn til hverken lskilde eller øe/kamera. K a I a I a = Omgivelse-ls, konstant for alle objekter. K a = Objektets omgivelse-refleksjons koeffisient. K a [, ]. Intensitetsbidrag: I = I a K a 24/2-3 IN229 / V3 / Dag /2-3 IN229 / V3 / Dag 6 4 Diffus refleksjon (Lambert refleksjon) Ls som treffer et objekt fra en lskilde blir reflektert i alle retninger på en gang. Egnet for matte overflater. Refleksjonen er sterkere desto mer loddrett lset faller på objektet. Tar hensn til lskilde og flatenormal men ikke øe/kamera. d A = arealenhet d A θ d A N Mengden lsenergi som faller på d A er proporsjonal med cosθ. N φ d A N φ d A Mengden ls som reflekteres til øet pr d A er proporsjonal med cosφ. Mengden areal sett av øet er omvendt proporsjonal med cosφ. Siden og oppveier hverandre er mengden ls som oppfattes av øet kun avhengig av, dvs. cosθ! 24/2-3 IN229 / V3 / Dag 6 24/2-3 IN229 / V3 / Dag 6 6 4

15 I p L θ N I p = Ls fra lskilde. K d = Objektets diffus-refleksjons koeffisient. K d [, ]. Speilende refleksjon ( specular reflection ) K d Antar θ [, 9 ]! Intensitetsbidrag: I = I p K d cosθ Total belsningmodell så langt: I = I a K a + I p K d cosθ Ls som treffer et objekt fra en lskilde blir primært reflektert langs refleksjonsvektoren. Egnet for halvblanke overflater - spesielt plastikk. Refleksjonen oppfattes som sterkere desto mer snsvektoren sammenfaller med refleksjonsvektoren. Tar hensn til både lskilde, flatenormal og øe/kamera. Merk: Dersom L og N er normaliserte (har lengde ) kan cosθ skrives som N L. 24/2-3 IN229 / V3 / Dag /2-3 IN229 / V3 / Dag 6 8 cosα I p L θ θ K s α V N R I p = Ls fra lskilde. K s = Objektets speilings-refleksjons koeffisient. K s [, ]. Phongs belsningsmodell: Intensitetsbidrag: I = I p K s cos n α n = Objektets speilings-refleksjons eksponent. n. cos 8 α α 9 Total belsningmodell så langt: I = I a K a + I p (K d cosθ + K s cos n α) α 9 24/2-3 IN229 / V3 / Dag /2-3 IN229 / V3 / Dag 6 6

16 S N L θ θ R Hvordan regne ut R? S R = N cosθ + S S = N cosθ L (fordi N = R = S =) Antar normaliserte vektorer Multiple lskilder R = N cosθ + N cosθ L = 2 N cosθ L Total belsningmodell med m lskilder: m I = I a K a + I p (K d (N L )...) i i Σi = 24/2-3 IN229 / V3 / Dag /2-3 IN229 / V3 / Dag 6 62 Multiple farger Hittil har vi kun sett på ensfargede lskilder og objekter. Flerfargede lskilder og objekter håndteres ved å Sette opp en separat ligning for hver komponent i fargemodellen (antar her RGB). Splitte ls fra omgivelse og punktlskilde i tre: Omgivelses-ls: I ar, I ag, I ab Punktlskilde: I pr, I pg, I pb Introdusere koeffisienter for et objekts diffuse og speilende farge: Diffus farge: O dr, O dg, O db Speilende farge: O sr, O sg, O sb Farger kan introduseres i ulik grad Antar λ står for enten R, G eller B Ensfargede objekter, flerfarget ls fra omgivelser og punktlskilde: I λ = I aλ K a + I pλ (K d cosθ + K s cos n α) Flerfargede objekter, ensfarget ls fra omgivelser og punktlskilde: I λ = I a K a O dλ + I p (K d O dλ cosθ + K s cos n α) Flerfargede objekter, flerfarget ls fra omgivelser og punktlskilde: I λ = I aλ K a O dλ + I pλ (K d O dλ cosθ + K s cos n α) Flerfargede objekter med ulik farge for diffus og speilende refleksjon, flerfarget ls fra omgivelser og punktlskilde: I λ = I aλ K a O dλ + I pλ (K d O dλ cosθ + K s O sλ cos n α) 24/2-3 IN229 / V3 / Dag /2-3 IN229 / V3 / Dag

17 Noen begrensninger ved de modellene vi har sett hittil Tar ikke hensn til skgge og refleksjon fra andre objekter Tar ikke hensn til (halv-)gjennomsiktige objekter Sjattering ( shading ) (s. 6-6 i VTK-boka) Hvordan ls(farge) fordeles på et grafisk primitiv under rasteriseringen. Sjatteringsalgoritmer bruker belsningsmodeller! (belsning er en viktig del av sjatteringen) Antar polgoner i den videre beskrivelsen. 24/2-3 IN229 / V3 / Dag /2-3 IN229 / V3 / Dag 6 66 Flat/konstant sjattering Belsningsmodellen evalueres kun én gang pr polgon. Alle piler får samme farge Må anta følgende: Lskilden er uendelig langt borte. (Konstant N L (konstant θ)) 2 Dersom speilende refleksjon brukes må også perspektivpunktet være uendelig langt borte (parallell projeksjon). (Konstant N V (konstant α)) 3 Polgonet er en eksakt representasjon av objektet. Hovedproblem Antagelse 3 (eksakt representasjon) holder ikke! Ok med kube, men hva med kule? Alternativ : Representer overflaten med uendelig mange små polgoner. Problem: Altfor ressurskrevende! Tilnærming Eksakt Alternativ 2 24/2-3 IN229 / V3 / Dag /2-3 IN229 / V3 / Dag

18 Gouraud sjattering Den eksakte normalen N v i en node kan tilnærmes ved å summere normalene i de tilgrensende polgonene slik: Noder (hjørnepunkter) Steg : Finn eksakte normaler i alle noder der modellen beskriver en glatt flate: N N v N 3 N v = N 2 N 4 Σ Σ N i n i N i n i 24/2-3 IN229 / V3 / Dag /2-3 IN229 / V3 / Dag 6 7 I noder der flaten ikke skal være glatt, må en normal defineres for hver av de tilgrensende polgoner: Steg 2: Finn intensiteten i hver node ved å evaluere en belsningsmodell der normalen inngår. Steg 3: Under rasteriseringen av hvert polgon interpoleres node-intensitenene; først langs hver sidekant og deretter horisontalt langs hver scan -linje. 2 Flkropp Vinge s 2 I 2 I a I I p I b 3 a p b scan -linje I 3 I a = I (I I 2 ) s 2 I b = I (I I 3 ) s 3 I p = I b (I b I a ) b p b a 24/2-3 IN229 / V3 / Dag /2-3 IN229 / V3 / Dag

19 Siden normalene i P og P 2 er felles for polgonene (ved glatt flate), må også intensitetene i disse punktene og derfor også i P være felles. Fargeovergangen fra det ene til det andre polgonet over linjen P P 2 vil derfor oppfattes som kontinuerlig (jevn). P 2 P P Observasjon Gouraud Intensitet Intensitet P Avstand Diffus refleksjon Diffus og speilende refleksjon Belsningsmodell Flat Flat Gouraud P Avstand Sjattering 24/2-3 IN229 / V3 / Dag /2-3 IN229 / V3 / Dag 6 74 Phong sjattering N I = evaluering av belsningsmodell X = interpolert verdi N Steg : Finn eksakte normaler i alle noder der modellen beskriver en glatt flate (samme som Gouraud). Steg 2: Under rasteriseringen av et polgon interpoleres normalvektorene; først langs hver sidekant og deretter horisontalt langs hver scan -linje. Steg 3: I hvert piel langs en scan -linje finnes intensiteten ved å evaluere en belsningsmodell. N I I I I I N I N N I N I N I N I N Gouraud sjattering Phong sjattering 24/2-3 IN229 / V3 / Dag /2-3 IN229 / V3 / Dag

20 Gouraud vs. Phong sjattering Phong gir bedre resultat; spesielt ved speilende-, men også ved diffus refleksjon. Anta: - Speilende refleksjon. - N faller nesten sammen med snsvektoren. N N 3 N 2 ) Gouraud Sprer intensiteten jevnt utover! Phong Samler intensiteten der den bør være! 24/2-3 IN229 / V3 / Dag /2-3 IN229 / V3 / Dag 6 78 Anta: - Speilende refleksjon. - N m faller nesten sammen med snsvektoren. N m N 3 N 2 Gouraud vs. Phong sjattering (forts.) N Phong er mer beregningskrevende Gouraud mest vanlig i praksis (OpenGL, VTK...) Gouraud Bommer fullstendig på highlight punktet! Phong Fanger opp highlight punktet! 24/2-3 IN229 / V3 / Dag /2-3 IN229 / V3 / Dag 6 8 2

21 Noen problemer med interpolert sjattering (Gouraud og Phong) Silhuetten ser fortsatt polgonisk ut: Kan bedres ved å øke polgonoppløsningen, men dette øker samtidig ressursbruken! 24/2-3 IN229 / V3 / Dag 6 8 Avhengighet av polgonets orientering A P interpoleres fra A, B og D B P interpoleres fra A, B og C P D B A P C D C Løses ved å splitte opp i triangler! A P interpoleres nå fra A, B og D i begge tilfeller! B P D B A P C D C 24/2-3 IN229 / V3 / Dag 6 82 Delvis felles noder Ikke-representative node-normaler A C For venstre polgon: Interpolert mellom A og B B For de to høre polgonene: Direkte fra punktet Flatenormaler Nodenormaler Løses ved å splitte opp i flere polgoner (men det øker ressursbruken!): Gir generelt forskjellig resultat på venstre og høre side og følgelig diskontinuitet i belsningen! 24/2-3 IN229 / V3 / Dag /2-3 IN229 / V3 / Dag

22 Generelt om bruk av polgoner Populære til tross for en del problemer. Triangler spesielt populære. Alternativet med å la grafikksstemet basere seg direkte på den underliggende flaten/geometrien blir tpisk for ressurskrevende og/eller for lite generelt. Rendering Pipeline Operasjonene som utføres for å avbilde et grafisk primitiv på skjermen danner en rendering pipeline. Transformasjon til verdenskoordinater Basis (uten sjattering): Transformasjon til snskoord. (M orient ) Klipping OBS! Z-verdiene kan beholdes og brukes i den videre behandling! Perspektivprojeksjon (M per ) Scan-konvertering Teksturering Anti-aliasing Z-buffer Fargeblanding (v/transparens) frame buffer = rasterisering 24/2-3 IN229 / V3 / Dag /2-3 IN229 / V3 / Dag 6 86 Med Gouraud sjattering: Med Phong sjattering: Transformasjon til verdenskoordinater Belsning Transformasjon til snskoord. (M orient ) Klipping Perspektivprojeksjon (M per ) Scan-konvertering Fargeinterpolasjon Teksturering Anti-aliasing Z-buffer Transformasjon til verdenskoordinater Scan-konvertering Transformasjon til snskoord. (M orient ) Normalvektorinterpolasjon Klipping Belsning Perspektivprojeksjon (M per ) Teksturering Anti-aliasing Fargeblanding (v/transparens) frame buffer = rasterisering Z-buffer Fargeblanding (v/transparens) OBS! Normalvektorer og polgonhjørner må transformeres tilbake til verdenskoordinater før belsningsmodellen kan evalueres! frame buffer = rasterisering 24/2-3 IN229 / V3 / Dag /2-3 IN229 / V3 / Dag

2D Transformasjoner (kap. 3 i VTK boken) Translasjon. Del 2 Grafisk databehandling forts. Rotasjon. Skalering. x = x + d x, y = y + d y

2D Transformasjoner (kap. 3 i VTK boken) Translasjon. Del 2 Grafisk databehandling forts. Rotasjon. Skalering. x = x + d x, y = y + d y 2D Transformasjoner (kap. 3 i VTK boken) Translasjon Del 2 Grafisk databehandling forts. (, ) = + d, = + d PÂmatriseform: d d (, ) P =, P =, T = d d P = P + T INF234 24 2 Skalering Rotasjon = s, = s =

Detaljer

a. Hva er de inverse transformasjonene avfølgende tre transformasjoner T, R og S: θ θ sin( ) cos( ) Fasit: 1 s x cos( θ) sin( θ) 0 0 y y z

a. Hva er de inverse transformasjonene avfølgende tre transformasjoner T, R og S: θ θ sin( ) cos( ) Fasit: 1 s x cos( θ) sin( θ) 0 0 y y z Kommentar: Svar kort og konsist. Husk at eksamen har tre oppgaver. Poengene for hver (del-) oppgave bør gi en indikasjon på hvor me tid som bør benttes per oppgave. Oppgave 1: Forskjellige emner (40 poeng)

Detaljer

Visualiseringsdelen - Oppsummering

Visualiseringsdelen - Oppsummering Visualiseringsdelen - Oppsummering Fenomen/prosess Visualisering i inf2340 Måling Mat. modell Simulering inf2340 - Simuleringsdelen inf2340 - Visualiseringsdelen 1.23E-08 2.59E-10 3.04E-08 3.87E-09 7.33E-06

Detaljer

Forelesningsnotater SIF8039/ Grafisk databehandling

Forelesningsnotater SIF8039/ Grafisk databehandling Forelesningsnotater SIF839/ Grafisk databehandling Notater til forelesninger over: Kapittel 4: Geometric Objects and ransformations i: Edward Angel: Interactive Computer Graphics Vårsemesteret 22 orbjørn

Detaljer

=,,,,, = det( A) a a a a a a a a a a + a a 0 1. a11 a12 a22 a12 a11 a22 a12 a21 a11a12 + a12 a11

=,,,,, = det( A) a a a a a a a a a a + a a 0 1. a11 a12 a22 a12 a11 a22 a12 a21 a11a12 + a12 a11 3.3 Oppgaver 3.3.1 1 2 3 1 2 3 2 0 1.La A,,,,, 3 4 B 2 1 C 0 1 a -1 b 1 c 2 Regn ut (a) A a, (b) B b, (c) C c, (d) A B, (e) A B C ( a) ( c) ( e) ( f ) 1-2 2 1 2 + ( 2) ( 1) 4 A a 3 4 1 3 2 + 4 ( 1 ( b)

Detaljer

Forelesningsnotater SIF8039/ Grafisk databehandling

Forelesningsnotater SIF8039/ Grafisk databehandling Forelesningsnotater SIF839/ Grafisk databehandling Notater til elesninger over: Kapittel 5: Viewing i: Edward Angel: Interactive Computer Graphics Vårsemesteret 22 Torbjørn Hallgren Institutt datateknikk

Detaljer

TDT4195 Bildeteknikk

TDT4195 Bildeteknikk TDT495 Bildeteknikk Grafikk Vår 29 Forelesning 5 Jo Skjermo Jo.skjermo@idi.ntnu.no Department of Computer And Information Science Jo Skjermo, TDT423 Visualisering 2 TDT495 Forrige gang Attributter til

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i INF330 Metoder i grafisk databehandling og diskret geometri Eksamensdag: 3. desember 010 Tid for eksamen: 14.30 18.30 Oppgavesettet

Detaljer

Universitetet i Agder Fakultet for teknologi og realfag LØSNINGSFORSLAG. Dato: 11. desember 2008 Varighet: 0900-1300. Antall sider inkl.

Universitetet i Agder Fakultet for teknologi og realfag LØSNINGSFORSLAG. Dato: 11. desember 2008 Varighet: 0900-1300. Antall sider inkl. Universitetet i Agder Fakultet for teknologi og realfag LØSNINGSFORSLAG Emnekode: Emnenavn: DAT2 Grafisk Databehandling Dato:. desember 28 Varighet: 9 - Antall sider inkl. forside 7 OPPGAVE. (2%) a) b)

Detaljer

LØSNINGSANTYDNING. HØGSKOLEN I AGDER Fakultet for teknologi. DAT 200 Grafisk Databehandling. Ingen. Klasse(r): 2DTM, 2DT, 2 Siving, DT

LØSNINGSANTYDNING. HØGSKOLEN I AGDER Fakultet for teknologi. DAT 200 Grafisk Databehandling. Ingen. Klasse(r): 2DTM, 2DT, 2 Siving, DT HØGSKOLEN I AGDER Fakultet for teknologi LØSNINGSANTYDNING EMNE: FAGLÆRER: DAT 2 Grafisk Databehandling Morgan Konnestad Klasse(r): 2DTM, 2DT, 2 Siving, DT Dato: 5.2.5 Eksamenstid, fra-til: 9. - 3. Eksamensoppgaven

Detaljer

Del 1: Introduksjon til VTK. Visualiseringsdelen - Oppsummering. Del 2: Grafisk databehandling. "Visualization Pipeline" "Rendering Pipeline"

Del 1: Introduksjon til VTK. Visualiseringsdelen - Oppsummering. Del 2: Grafisk databehandling. Visualization Pipeline Rendering Pipeline Del 1: Introduksjon til VTK Visualiseringsdelen - Oppsummering INF2340 / V04 2 vtkrenderwindow vtkrenderer Del 2: Grafisk databehandling INF2340 / V04 3 INF2340 / V04 4 1 Lysogfarge ñ ÿ yets oppfattelse

Detaljer

LØSNINGSFORSLAG. Universitetet i Agder Fakultet for Teknologi og realfag. Dato: 03. desember 2009 Varighet: Antall sider inkl.

LØSNINGSFORSLAG. Universitetet i Agder Fakultet for Teknologi og realfag. Dato: 03. desember 2009 Varighet: Antall sider inkl. Universitetet i Agder Fakultet for Teknologi og realfag LØSNINGSFORSLAG Emnekode: Emnenavn: DAT2 Grafisk Databehandling Dato: 3. desember 29 Varighet: 9-3 Antall sider inkl. forside 8 Tillatte hjelpemidler:

Detaljer

HØGSKOLEN I BERGEN Avdeling for ingeniørutdanning

HØGSKOLEN I BERGEN Avdeling for ingeniørutdanning HØGSKOLEN I BERGEN Avdeling for ingeniørutdanning Eksamen i SOD 165 Grafiske metoder Klasse : 3D Dato : 15. august 2000 Antall oppgaver : 4 Antall sider : 4 Vedlegg : Utdrag fra OpenGL Reference Manual

Detaljer

LØSNINGSANTYDNING EKSAMEN

LØSNINGSANTYDNING EKSAMEN Universitetet i Agder Fakultet for teknologi og realfag LØSNINGSANTYDNING EKSAMEN Emnekode: Emnenavn: DAT Grafisk Databehandling Dato: 5. desember Varighet: 9 - Antall sider inkl. forside 8 Tillatte hjelpemidler:

Detaljer

INF 2310 Digital bildebehandling

INF 2310 Digital bildebehandling INF 230 Digital bildebehandling Forelesning 3 Geometriske operasjoner Fritz Albregtsen 05.02.203 INF230 Temaer i dag Geometriske operasjoner Lineære / affine transformer Resampling og interpolasjon Samregistrering

Detaljer

INF Kap og i DIP

INF Kap og i DIP INF 30 7.0.009 Kap..4.4 og.6.5 i DIP Anne Solberg Geometriske operasjoner Affine transformer Interpolasjon Samregistrering av bilder Geometriske operasjoner Endrer på pikslenes posisjoner o steg:. Finn

Detaljer

d. Utviklingssteg for å utforme animasjonssekvenser:

d. Utviklingssteg for å utforme animasjonssekvenser: Oppgave 1: Generelt a. Logisk inndeling av inputdata: Locator En enhet for å spesifisere en koordinatposisjon. Stroke En enhet for å spesifisere et sett med koordinatposisjoner. String En enhet for å spesifisere

Detaljer

Oppgave 1 (25 %) - Flervalgsoppgaver

Oppgave 1 (25 %) - Flervalgsoppgaver Oppgaver og løsningsforslag for 4t eksamen 10.mai 006 i LO510D Lineær algebra med grafiske anvendelser. Fra og med oppgave skal alle svar begrunnes. Oppgave 1 (5 %) - Flervalgsoppgaver Denne oppgaven består

Detaljer

Temaer i dag. Geometriske operasjoner. Anvendelser. INF 2310 Digital bildebehandling

Temaer i dag. Geometriske operasjoner. Anvendelser. INF 2310 Digital bildebehandling Temaer i dag INF 310 Digital bildebehandling Forelesning 3 Geometriske operasjoner Fritz Albregtsen Geometriske operasjoner Lineære / affine transformer Resampling og interpolasjon Samregistrering av bilder

Detaljer

FASIT OG TIPS til Rinvold: Visuelle perspektiv. Lineær algebra. Caspar forlag, 1.utgave 2003 og 2.opplag 2004.

FASIT OG TIPS til Rinvold: Visuelle perspektiv. Lineær algebra. Caspar forlag, 1.utgave 2003 og 2.opplag 2004. FAIT OG TIP til Rinvold: Visuelle perspektiv. Lineær algebra. Caspar forlag,.utgave og.opplag. Versjon..9. Det er ikke tatt med svar på alle oppgaver. Denne fasiten vil bli oppdatert etter hvert. Oppdager

Detaljer

Norges Informasjonstekonlogiske Høgskole

Norges Informasjonstekonlogiske Høgskole Oppgavesettet består av 9 (ni) sider. Norges Informasjonstekonlogiske Høgskole RF5100 Lineær algebra Side 1 av 9 Tillatte hjelpemidler: Kalkulator, vedlagt formelark Varighet: 3 timer Dato: 11.desember

Detaljer

INF 2310 Digital bildebehandling

INF 2310 Digital bildebehandling INF 2310 Digital bildebehandling Forelesning 3 Geometriske operasjoner Fritz Albregtsen 03.02.2014 INF2310 1 Temaer i dag Geometriske operasjoner Lineære / affine transformer Resampling og interpolasjon

Detaljer

RF5100 Lineær algebra Leksjon 10

RF5100 Lineær algebra Leksjon 10 RF5100 Lineær algebra Leksjon 10 Lars Sydnes, NITH 11. november 2013 I. LITT OM LYS OG FARGER GRUNNLEGGENDE FORUTSETNINGER Vi ser objekter fordi de reflekterer lys. Lys kan betraktes som bølger / forstyrrelser

Detaljer

KONTINUASJONSEKSAMEN I EMNE TDT4230 VISUALISERING TIRSDAG 9. AUGUST 2005 KL LØSNINGSFORSLAG

KONTINUASJONSEKSAMEN I EMNE TDT4230 VISUALISERING TIRSDAG 9. AUGUST 2005 KL LØSNINGSFORSLAG Side 1 av 8 NTNU Norges teknisk-naturvitenskapelige universitet Fakultet for fysikk, informatikk og matematikk Institutt for datateknikk og informasjonsvitenskap KONTINUASJONSEKSAMEN I EMNE TDT430 VISUALISERING

Detaljer

EKSAMEN I EMNE TDT4230 VISUALISERING FREDAG 10. DESEMBER 2010 KL LØSNINGSFORSLAG

EKSAMEN I EMNE TDT4230 VISUALISERING FREDAG 10. DESEMBER 2010 KL LØSNINGSFORSLAG Side 1 av 11 EKSAMEN I EMNE TDT4230 VISUALISERING FREDAG 10. DESEMBER 2010 KL. 09.00 13.00 LØSNINGSFORSLAG OPPGAVE 1 Kubiske Bézier-kurver og flater a) Sammenhengen mellom vektoren av blandefunksjoner

Detaljer

Skalar-til-farge korrespondanse. Del 5 Visualisering av skalarfelt. Regnbue-skalaen

Skalar-til-farge korrespondanse. Del 5 Visualisering av skalarfelt. Regnbue-skalaen Skalar-til-farge korrespondanse Del 5 Visualisering av skalarfelt Skalar-intervallet i datasettet korresponderer med en fargeskala s max egnbue ød til Gråtoner s min Sort/hvitt utskrift! INF340/ V04 For

Detaljer

Emne 6. Lineære transformasjoner. Del 1

Emne 6. Lineære transformasjoner. Del 1 Emne 6. Lineære transformasjoner. Del 1 Lineære transformasjoner kan sammenliknes med vanlig funksjonslære. X x 1 x 2 x 3 f Y Gitt to tallmengder X og Y. y 1 En funksjon f er her en regel som y 2 knytter

Detaljer

INF januar 2018 Ukens temaer (Kap og i DIP)

INF januar 2018 Ukens temaer (Kap og i DIP) 31. januar 2018 Ukens temaer (Kap 2.4.4 og 2.6.5 i DIP) Geometriske operasjoner Lineære / affine transformer Resampling og interpolasjon Samregistrering av bilder 1 / 30 Geometriske operasjoner Endrer

Detaljer

INF februar 2017 Ukens temaer (Kap og i DIP)

INF februar 2017 Ukens temaer (Kap og i DIP) 1. februar 2017 Ukens temaer (Kap 2.4.4 og 2.6.5 i DIP) Geometriske operasjoner Lineære / affine transformer Resampling og interpolasjon Samregistrering av bilder 1 / 30 Geometriske operasjoner Endrer

Detaljer

5.5.1 Bruk matriseregning til å vise at en rotasjon er produktet av to speilinger. Løsningsforslag + + = =

5.5.1 Bruk matriseregning til å vise at en rotasjon er produktet av to speilinger. Løsningsforslag + + = = til oppgavene i avsnitt 55 til oppgaver i avsnitt 55 551 Bruk matriseregning til å vise at en rotasjon er produktet av to speilinger cos( u + v) sin( u + v) cosu sin u u+ v u = sin( u v) cos( u v) sin

Detaljer

R2 kapittel 1 Vektorer Løsninger til kapitteltesten i læreboka

R2 kapittel 1 Vektorer Løsninger til kapitteltesten i læreboka R kapittel 1 Vektorer Løsninger til kapitteltesten i læreboka 1.A a Punktet P har koordinatene P = (,, 5). Det gir PQ = [1,, 3 5] = [1,, 8] b PQ = [1,, 8] = 1 + ( ) + ( 8) = 69 8, 3 c OR = OQ + QR = [1,,

Detaljer

INF 2310 Digital bildebehandling

INF 2310 Digital bildebehandling Temaer i dag INF 310 Digital bildebehandling Forelesning 3 Geometriske operasjoner Fritz Albregtsen Geometriske operasjoner Lineære / aine transormer Resampling og interpolasjon Samregistrering i av bilder

Detaljer

EKSAMEN I EMNE TDT4230 VISUALISERING TIRSDAG 18. DESEMBER 2007 KL LØSNINGSFORSLAG

EKSAMEN I EMNE TDT4230 VISUALISERING TIRSDAG 18. DESEMBER 2007 KL LØSNINGSFORSLAG Side 1 av 10 NTNU Norges teknisk-naturvitenskapelige universitet Fakultet for fysikk, informatikk og matematikk Institutt for datateknikk og informasjonsvitenskap EKSAMEN I EMNE TDT40 VISUALISERING TIRSDAG

Detaljer

MA-132 Geometri Torsdag 4. desember 2008 kl Tillatte hjelpemidler: Alle trykte og skrevne hjelpemidler. Kalkulator.

MA-132 Geometri Torsdag 4. desember 2008 kl Tillatte hjelpemidler: Alle trykte og skrevne hjelpemidler. Kalkulator. Institutt for matematiske fag EKSAMEN i MA-1 Geometri Torsdag 4. desember 008 kl. 9.00-14.00 Tillatte hjelpemidler: Alle trykte og skrevne hjelpemidler. Kalkulator. Bokmål Oppgave 1 Gitt et linjestykke.

Detaljer

Emne 10 Litt mer om matriser, noen anvendelser

Emne 10 Litt mer om matriser, noen anvendelser Emne 10 Litt mer om matriser, noen anvendelser (Reelle) ortogonale matriser La A være en reell, kvadratisk matrise, dvs. en (n n)-matrise hvor hvert element Da vil A være ortogonal dersom: og Med menes

Detaljer

Øving 3. Oppgave 1 (oppvarming med noen enkle oppgaver fra tidligere midtsemesterprøver)

Øving 3. Oppgave 1 (oppvarming med noen enkle oppgaver fra tidligere midtsemesterprøver) Institutt for fysikk, NTNU TFY455/FY003: Elektrisitet og magnetisme Vår 2008 Veiledning: Fredag 25. og mandag 28. januar Innleveringsfrist: Fredag. februar kl 2.00 Øving 3 Oppgave (oppvarming med noen

Detaljer

Løsningsforslag AA6524 Matematikk 3MX Elever 7. juni eksamensoppgaver.org

Løsningsforslag AA6524 Matematikk 3MX Elever 7. juni eksamensoppgaver.org Løsningsforslag AA654 Matematikk MX Elever 7. juni 004 eksamensoppgaver.org eksamensoppgaver.org Om løsningsforslaget Løsningsforslaget for matematikk eksamen i MX er gratis, og det er lastet ned på eksamensoppgaver.org.

Detaljer

MAT1120 Repetisjon Kap. 1

MAT1120 Repetisjon Kap. 1 MAT1120 Repetisjon Kap. 1 Kap. 1, avsn. 2.1-2.3 og kap. 3 i Lays bok er for det meste kjent fra MAT1100 og MAT1110. Idag skal vi repetere fra kap. 1 i Lays bok. Det handler bl.a. om : Matriser Vektorer

Detaljer

KONTINUASJONSEKSAMEN I EMNE TDT4195 BILDETEKNIKK LØRDAG 15. AUGUST 2009 KL LØSNINGSFORSLAG - GRAFIKK

KONTINUASJONSEKSAMEN I EMNE TDT4195 BILDETEKNIKK LØRDAG 15. AUGUST 2009 KL LØSNINGSFORSLAG - GRAFIKK Side 1 av 8 KONTINUASJONSEKSAMEN I EMNE TDT4195 BILDETEKNIKK LØRDAG 15. AUGUST 2009 KL. 09.00 13.00 LØSNINGSFORSLAG - GRAFIKK OPPGAVE 1 Grafikk diverse spørsmål a) Fargeoppslagstabeller brukes for å minimere

Detaljer

Løsning, Trippelintegraler

Løsning, Trippelintegraler Ukeoppgaver, uke 7 Matematikk, rippelintegraler Løsning, rippelintegraler Oppgave a) b) c) 6 x + + ) d d dx x + +/) d dx x) d d dx x + + /] d dx x + /+/] dx x +6)dx 8 6 d ) ) d xdx 6 ) ) ) d d xdx 6 8

Detaljer

Computer Graphics with OpenGL

Computer Graphics with OpenGL Computer Graphics with OpenGL 2. Computer Graphics Hardware Plasmapaneler baserer seg på gass som satt under spenning vil emittere lys. LCD-skjermer baserer seg på at lys kan polariseres og at krystaller

Detaljer

Anvendt Robotteknikk Konte Sommer 2019 EKSAMEN HARIS JASAREVIC

Anvendt Robotteknikk Konte Sommer 2019 EKSAMEN HARIS JASAREVIC 2019 Anvendt Robotteknikk Konte Sommer 2019 EKSAMEN HARIS JASAREVIC Innhold Oppgaver... 2 Oppgave 1... 2 Oppgave 2... 2 Oppgave 3... 2 Oppgave 4... 2 Oppgave 5... 3 Oppgave 6... 4 Oppgave 7... 5 Oppgave

Detaljer

Løsningsforslag nr.1 - GEF2200

Løsningsforslag nr.1 - GEF2200 Løsningsforslag nr.1 - GEF2200 i.h.h.karset@geo.uio.no Oppgave 1: Bølgelengder og bølgetall a) Jo større bølgelengde, jo lavere bølgetall. b) ν = 1 λ Tabell 1: Oversikt over hvor skillene går mellom ulike

Detaljer

Institutt for matematiske fag EKSAMEN i MA-132 Geometri Torsdag 4. desember 2008 kl Oppgave 1

Institutt for matematiske fag EKSAMEN i MA-132 Geometri Torsdag 4. desember 2008 kl Oppgave 1 Institutt for matematiske fag EKSAMEN i MA-132 Geometri Torsdag 4. desember 2008 kl. 9.00-14.00 Tillatte hjelpemidler: Alle trykte og skrevne hjelpemidler. Kalkulator. Oppgave 1 Bokmål Gitt et linjestykke.

Detaljer

RF5100 Lineær algebra Leksjon 12

RF5100 Lineær algebra Leksjon 12 RF5100 Lineær algebra Leksjon 12 Lars Sydnes, NITH 26. november 2013 I. GAUSS-ELIMINASJON 2x + 3y + z = 1 2x + 5y z = 1 4x + 7y + 4z = 3 x + 3/2 y + 1/2 z = 1/2 x + 2z = 2 y z = 1 3z = 2 x + 2z = 2 y z

Detaljer

Teksturering. Mer om Grafisk Databehandling. Et annet eksempel. Eksempel

Teksturering. Mer om Grafisk Databehandling. Et annet eksempel. Eksempel Teksturering Mer om Grafisk Databehandling Øker detaljgraden uten å øke antall grafiske primitiver. Grafiske primitiver brukes som bærere for bilder (f.eks. fotografier). INF2340 / V04 2 Eksempel Et annet

Detaljer

INF 2310 Digital bildebehandling

INF 2310 Digital bildebehandling Temaer i dag INF 310 Digital bildebehandling Forelesning 3 Geometriske operasjoner Fritz Albregtsen Geometriske operasjoner Lineære / aine transormer Resampling og interpolasjon Samregistrering i av bilder

Detaljer

MAT Grublegruppen Notat 11

MAT Grublegruppen Notat 11 MAT1100 - Grublegruppen Notat 11 Jørgen O. Lye Matrisegrupper Den store gruppen vi skal se på er GL(n, K) = {inverterbare n n matriser med koesienter i K} Forkortelsen står for den generelle lineære gruppen

Detaljer

LO510D Lin.Alg. m/graf. anv. Våren 2005

LO510D Lin.Alg. m/graf. anv. Våren 2005 TF Høgskolen i Sør Trøndelag Avdeling for informatikk og e læring LO5D Lin.Alg. m/graf. anv. Våren 5 Løsningsforslag Eksamen a) Setter α = og β = i ligningssystemet og gausseliminerer totalmatrisen til

Detaljer

MA1102 Grunnkurs i analyse II Vår 2019

MA1102 Grunnkurs i analyse II Vår 2019 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag MA1102 Grunnkurs i analyse II Vår 2019 10.2.27 a) Vi skal vise at u + v 2 = u 2 + 2u v + v 2. (1) Som boka nevner på side 581,

Detaljer

E K S A M E N S O P P G A V E

E K S A M E N S O P P G A V E HØGSKOLEN I AGDER Fakultet for teknologi E K S A M E N S O P P G A V E EMNE: FAGLÆRER: DAT 2 Grafisk Databehandling Morgan Konnestad Klasse(r): 2DTM, 2DT, 2 Siving, DT Dato: 8.2.6 Eksamenstid, fra-til:

Detaljer

INF Obligatorisk oppgave 2

INF Obligatorisk oppgave 2 INF3320 - Obligatorisk oppgave 2 Innleveringsfrist: 23. september (Revisjon 4. september 2003) I denne oppgaven skal vi se på transformasjoner og interaktivitet. Vi skal lage et lite program som implementerer

Detaljer

INF 2310 Digital bildebehandling

INF 2310 Digital bildebehandling Temaer i dag INF 310 Digital bildebehandling Forelesning 3 Geometriske operasjoner Fritz Albregtsen Geometriske operasjoner Lineære / aine transormer Resampling og interpolasjon Samregistrering i av bilder

Detaljer

Oppgavesett. Kapittel Oppgavesett 1

Oppgavesett. Kapittel Oppgavesett 1 Kapittel 9 Oppgavesett Dette kapitlet består av fire oppgavesett med oppgaver fra alle deler av kompendiet. 9. Oppgavesett Oppgave. Et dynamisk system er gitt ved x n+ = M x n der M er -matrisen.6.. M

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i Eksamensdag: 11. juni 21. Tid for eksamen: 14.3 17.3. Oppgavesettet er på 7 sider. Vedlegg: Tillatte hjelpemidler: MAT111 Kalkulus

Detaljer

Leksjon G2: Transformasjoner

Leksjon G2: Transformasjoner Programmering grunnkurs TDAT: Grafikkdel Leksjon G: Transformasjoner Fra modell til tegning på skjerm side Modell Plantransformasjoner/translasjon side 3 Modell Plantransformasjoner/skalering side 4 Modell

Detaljer

Løsningsforslag eksamen TMA4105 matematikk 2, 25. mai 2005

Løsningsforslag eksamen TMA4105 matematikk 2, 25. mai 2005 Løsningsforslag eksamen TMA5 matematikk, 5. mai 5 Oppgave Vi finner de partiellderiverte av første og annen orden av f, ) = sin : f = sin, f = cos, f =, f = cos, f = sin. Finner de kritiske punktene ved

Detaljer

Oppgaver MAT2500. Fredrik Meyer. 29. august 2014

Oppgaver MAT2500. Fredrik Meyer. 29. august 2014 Oppgaver MAT500 Fredrik Meyer 9. august 04 Oppgave. Bruk cosinus-setningen til å se at definisjonen av vinkel i planet blir riktig. Løsning. Dette er en litt rar oppgave. Husk at cosinus-setningen sier

Detaljer

Løsning IM

Løsning IM Løsning IM 6 Oppgave x + y Grensen lim er ubestemt da både teller og nevner blir Vi skal vise at grensen ( xy, ) (,) x + y ikke eksisterer og bruker rette linjer inn mot origo De enkleste linjene er koordinataksene

Detaljer

RF5100 Lineær algebra Løsningsforslag til prøveeksamen

RF5100 Lineær algebra Løsningsforslag til prøveeksamen RF5 Lineær algebra Løsningsforslag til prøveeksamen NITH 6. desember Oppgave (a) Jeg skal løse et system av tre ligninger med tre ukjente. Dette gjør jeg ved å utføre radoperasjoner på matrisen tilhørende

Detaljer

TMA4105 Matematikk 2 vår 2013

TMA4105 Matematikk 2 vår 2013 TMA4105 Matematikk vår 013 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Løsningsforslag Øving Alle oppgavene er fra læreboka Merk: I løsningene til alle oppgavene fra seksjon

Detaljer

OPPGAVER FOR FORUM

OPPGAVER FOR FORUM OPPGAVER FOR FORUM 2007-2008 MERK!: Du skal først skrive hele oppgaveteksten for hver oppgave, og deretter svaret på oppgaven. Hvert svar skal være detajert, og skrevet i et klart og tydelig matematisk

Detaljer

Løsningsforslag til øving 4: Coulombs lov. Elektrisk felt. Magnetfelt.

Løsningsforslag til øving 4: Coulombs lov. Elektrisk felt. Magnetfelt. Lørdagsverksted i fysikk. Institutt for fysikk, NTNU. Høsten 27. Veiledning: 29. september kl 12:15 15:. Løsningsforslag til øving 4: Coulombs lov. Elektrisk felt. Magnetfelt. Oppgave 1 a) C. Elektrisk

Detaljer

Tillegg om flateintegraler

Tillegg om flateintegraler Kapittel 6 Tillegg om flateintegraler 6.1 Litt ekstra om flateintegraler I kompendiet har vi definert flateintegraler som grenseoverganger for diskretiseringer. Har vi en flate kan vi representere den

Detaljer

Geometriske avbildninger og symmetri. A2A/A2B Høgskolen i Vestfold

Geometriske avbildninger og symmetri. A2A/A2B Høgskolen i Vestfold Geometriske avbildninger og symmetri A2A/A2B Høgskolen i Vestfold 6. november 2009 Innhold 1. Symmetri 2. Avbildninger 3. Isometrier 4. Egenskaper ved avbildninger 5. Symmetrigrupper Kilde for forelesningen:

Detaljer

Leksjon G2: Transformasjoner

Leksjon G2: Transformasjoner Programmering grunnkurs TDAT: Grafikkdel Leksjon G: Transformasjoner Fra modell til tegning på skjerm side Modell Plantransformasjoner/translasjon side 3 Modell Plantransformasjoner/skalering side 4 Modell

Detaljer

Introduksjon. «Diskret» sinus/cosinus i 1D. Funksjonen sin(θ) INF april 2010 Fourier -- En annen vinkling på stoffet i kapittel 4

Introduksjon. «Diskret» sinus/cosinus i 1D. Funksjonen sin(θ) INF april 2010 Fourier -- En annen vinkling på stoffet i kapittel 4 Introduksjon INF 2310 13. april 2010 Fourier -- En annen vinkling på stoffet i kapittel 4 Fourier: Vi kan uttrykke ethvert bilde som en vektet sum av sinus- og cosinus-signaler med ulik frekvens og orientering

Detaljer

FYS1120 Elektromagnetisme - Ukesoppgavesett 2

FYS1120 Elektromagnetisme - Ukesoppgavesett 2 FYS1120 Elektromagnetisme - Ukesoppgavesett 2 7. september 2016 I FYS1120-undervisningen legger vi mer vekt på matematikk og numeriske metoder enn det oppgavene i læreboka gjør. Det gjelder også oppgavene

Detaljer

Histogramprosessering

Histogramprosessering Histogramprosessering Lars Vidar Magnusson January 22, 2018 Delkapittel 3.3 Histogram Processing Histogram i Bildeanalyse Et histogram av et digitalt bilde med intensitet i intervallet [0, L) er en diskret

Detaljer

Komplekse tall og komplekse funksjoner

Komplekse tall og komplekse funksjoner KAPITTEL Komplekse tall og komplekse funksjoner. Komplekse tall.. Definisjon av komplekse tall. De komplekse tallene er en utvidelse av de reelle tallene. Dvs at de komplekse tallene er en tallmengde som

Detaljer

Funksjonell (dataflyt-) modell. Del 3 "Visualization Pipeline" Sammenkobling i praksis. Prosess- og data-objekter. Transformasjon. Representasjon (mer

Funksjonell (dataflyt-) modell. Del 3 Visualization Pipeline Sammenkobling i praksis. Prosess- og data-objekter. Transformasjon. Representasjon (mer Funksjonell (dataflt-) modell Del 3 "Visualization Pipeline" Transformasjon Konvertere data fra opprinnelig form til grafiske primitiver (tpisk gjennom flere ledd) Representasjon (mer om dette i neste

Detaljer

Fargebilder. Lars Vidar Magnusson. March 12, 2018

Fargebilder. Lars Vidar Magnusson. March 12, 2018 Fargebilder Lars Vidar Magnusson March 12, 2018 Delkapittel 6.1 Color Fundamentals Delkapittel 6.2 Color Models Delkapittel 6.3 Bildeprosessering med Pseudofarger Delkapittel 6.4 Prosessering av Fargebilder

Detaljer

Løsning 1med teori, IM3 høst 2011.

Løsning 1med teori, IM3 høst 2011. Løsning med teori, IM høst 0 Oppgae a) Vi obsererer at ttrkket er bestemt og i ndersøker det først langs koordinataksene Langs - aksen er = 0 Innsatt gir dette sin( ), 0 Langs - aksen sin( ) cos( ) er

Detaljer

Diffraksjonsgitter (diffraction grating)

Diffraksjonsgitter (diffraction grating) Diffraksjonsgitter (diffraction grating) Et diffraksjonsgitter består av et stort antall parallelle spalter med konstant avstand d. Det finnes to hovedtyper, transmisjonsgitter og refleksjonsgitter. Et

Detaljer

Geometri Mona Røsseland Nasjonalt senter for matematikk i Opplæringen Leder i LAMIS Lærebokforfatter, MULTI Geometri i skolen Geometri etter 4.

Geometri Mona Røsseland Nasjonalt senter for matematikk i Opplæringen Leder i LAMIS Lærebokforfatter, MULTI Geometri i skolen Geometri etter 4. Geometri Mona Røsseland Nasjonalt senter for matematikk i Opplæringen Leder i LAMIS Lærebokforfatter, MULTI 15-Apr-07 Geometri i skolen dreier seg blant annet om å analysere egenskaper ved to- og tredimensjonale

Detaljer

MA1201 Lineær algebra og geometri Løsningsforslag for eksamen gitt 3. desember 2007

MA1201 Lineær algebra og geometri Løsningsforslag for eksamen gitt 3. desember 2007 Norges teknisknaturvitenskapelige universitet Institutt for matematiske fag MA101 Lineær algebra og geometri Løsningsforslag for eksamen gitt 3 desember 007 Oppgave 1 a) Vi ser på ligningssystemet x +

Detaljer

Anbefalte oppgaver - Løsningsforslag

Anbefalte oppgaver - Løsningsforslag TMA45 Matematikk Anbefalte oppgaver - Løsningsforslag Uke 5.5.: Kulen er grafen til rφ, θ) asinφ) cosθ)i + sin φ sinθ)j + cosφ)k), φ π, θ < π. Vi har slik at φ θ acosφ) cosθ)i + sinφ) sinθ)j + cosφ)k)

Detaljer

5.8 Iterative estimater på egenverdier

5.8 Iterative estimater på egenverdier 5.8 Iterative estimater på egenverdier Det finnes ingen eksplisitt formel for beregning av egenverdiene til en kvadratisk matrise. Iterative metoder som finner (ofte) en (meget god) approksimasjon til

Detaljer

Løsningsforslag. og B =

Løsningsforslag. og B = Prøve i Matte EMFE DAFE ELFE BYFE Dato: august 25 Hjelpemiddel: Kalkulator og formelark Alle svar skal grunngis. Alle deloppgaver har lik vekt. Oppgave a) Gitt matrisene A = 2 3 2 4 2 Løsningsforslag og

Detaljer

KONTINUASJONSEKSAMEN I EMNE TDT4230 VISUALISERING MANDAG 15. AUGUST 2011 KL LØSNINGSFORSLAG

KONTINUASJONSEKSAMEN I EMNE TDT4230 VISUALISERING MANDAG 15. AUGUST 2011 KL LØSNINGSFORSLAG Side 1 av 8 KONTINUASJONSEKSAMEN I EMNE TDT4230 VISUALISERING MANDAG 15. AUGUST 2011 KL. 09.00 13.00 LØSNINGSFORSLAG OPPGAVE 1 Parametriske kurver a) En eksplisitt eller implisitt funksjon i tre variable

Detaljer

Forelesningsnotater SIF8039/ Grafisk databehandling

Forelesningsnotater SIF8039/ Grafisk databehandling Forelesningsnotater SIF8039/ Grafisk databehandling Notater til forelesninger over: Kapittel 7: Implementation of a Renderer i: Edward Angel: Interactive Computer Graphics Vårsemesteret 00 Torbjørn Hallgren

Detaljer

Forelesning 5/ ved Karsten Trulsen

Forelesning 5/ ved Karsten Trulsen Forelesning 5/4 2018 ved Karsten Trulsen Litt regning med del-operatoren Rottmann s.64, M s.82 Eksempel: Se på uttrkket a b hvor pila som peker ned på krøllparentesen indikerer at del-operatoren sin derivasjonsoperasjon

Detaljer

MAT1120 Notat 2 Tillegg til avsnitt 5.4

MAT1120 Notat 2 Tillegg til avsnitt 5.4 MAT1120 Notat 2 Tillegg til avsnitt 54 Dette notatet utfyller bokas avsnitt 54 om matriserepresentasjonen (også kalt koordinatmatrisen) til en lineær avbildning mellom to endeligdimensjonale vektorrom

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO De maemaisk-naurvienskapelige fakule Eksamen i INF3320 Meoder i grafisk daabehandling og diskre geomeri Eksamensdag: 2. desember 2009 Tid for eksamen: 14.30 17.30 Oppgavesee er på

Detaljer

Eksamensoppgave i MA1103 Flerdimensjonal analyse

Eksamensoppgave i MA1103 Flerdimensjonal analyse Institutt for matematiske fag Eksamensoppgave i MA1103 Flerdimensjonal analyse Faglig kontakt under eksamen: Mats Ehrnstrøm Tlf: 735 917 44 Eksamensdato: 22. mai 2018 Eksamenstid (fra til): 09:00 13:00

Detaljer

MAT 1001, høsten 2015 Oblig 2

MAT 1001, høsten 2015 Oblig 2 MAT 1001, høsten 2015 Oblig 2 Innleveringsfrist: Torsdag 5. november kl. 14:30 Det er lov til å samarbeide om løsning av oppgavene, men alle skal levere inn sin egen versjon. Husk å skrive på navn og kurskode

Detaljer

LØSNINGSFORSLAG TIL EKSAMEN I FY1002 BØLGEFYSIKK Mandag 10. desember 2007 kl

LØSNINGSFORSLAG TIL EKSAMEN I FY1002 BØLGEFYSIKK Mandag 10. desember 2007 kl NORGES TEKNISK- NATURVITENSKAPELIGE UNIVERSITET INSTITUTT FOR FYSIKK Faglig kontakt under eksamen: Jon Andreas Støvneng Telefon: 73 59 36 63 / 45 45 55 33 LØSNINGSFORSLAG TIL EKSAMEN I FY1002 BØLGEFYSIKK

Detaljer

Eksamensoppgave i MA1103 Flerdimensjonal analyse

Eksamensoppgave i MA1103 Flerdimensjonal analyse Institutt for matematiske fag Eksamensoppgave i MA3 Flerdimensjonal analyse Faglig kontakt under eksamen: Mats Ehrnstrøm Tlf: 735 97 44 Eksamensdato: 22. mai 28 Eksamenstid (fra til): 9: 3: Hjelpemiddelkode/Tillatte

Detaljer

Løsningsforslag til kapittel 15 Fargerom og fargebilder

Løsningsforslag til kapittel 15 Fargerom og fargebilder Løsningsforslag til kapittel 15 Fargerom og fargebilder Oppgave 1: Representasjon av et bilde Under har vi gitt et lite binært bilde, der svart er 0 og hvit er 1. a) Kan du skrive ned på et ark binærrepresentasjonen

Detaljer

Arbeidsoppgaver i vektorregning

Arbeidsoppgaver i vektorregning Arbeidsoppgaver i vektorregning Fagdag 17.03.2016 Løsningsskisser! God arbeidsinnsats på disse oppgavene vil som vanlig gi stor gevinst på prøven 18.03.16! Hva man bør kunne etter å ha gjort disse arbeidsoppgavene:

Detaljer

Kompleks eksponentialform. Eulers inverse formler. Eulers formel. Polar til kartesisk. Kartesisk til polar. Det komplekse signalet

Kompleks eksponentialform. Eulers inverse formler. Eulers formel. Polar til kartesisk. Kartesisk til polar. Det komplekse signalet Komplekse tall Vi definerer det komplekse tallet z C. Komplekse eksponentialer og fasorer Det komplekse planet Kartesisk og polar form Komplekse eksponentiale signaler Roterende fasor Addisjon av fasorer

Detaljer

Algoritmer og datastrukturer Kapittel 2 - Delkapittel 2.1

Algoritmer og datastrukturer Kapittel 2 - Delkapittel 2.1 Delkapittel 2.1 Plangeometriske algoritmer Side 1 av 7 Algoritmer og datastrukturer Kapittel 2 - Delkapittel 2.1 2.1 Punkter, linjesegmenter og polygoner 2.1.1 Polygoner og internett HTML-sider kan ha

Detaljer

Løsningsforslag øving 7

Løsningsforslag øving 7 Løsningsforslag øving 7 8 Husk at en funksjon er injektiv dersom x y gir f(x) f(y), men her ser vi at f(3) 9 f( 3), eller generelt at f(z) z f( z) for alle z C, som betyr at f ikke er injektiv Vi ser også

Detaljer

L12-Dataanalyse. Introduksjon. Nelson Aalen plott. Page 76 of Introduksjon til dataanalyse. Levetider og sensurerte tider

L12-Dataanalyse. Introduksjon. Nelson Aalen plott. Page 76 of Introduksjon til dataanalyse. Levetider og sensurerte tider Page 76 of 80 L12-Dataanalyse Introduksjon Introduksjon til dataanalyse Presentasjonen her fokuserer på dataanalyseteknikker med formål å estimere parametere (MTTF,, osv) i modeller vi benytter for vedlikeholdsoptimering

Detaljer

Løsningsforslag. Oppgave 1 Gitt matrisene ] [ og C = A = 4 1 B = 2 1 3

Løsningsforslag. Oppgave 1 Gitt matrisene ] [ og C = A = 4 1 B = 2 1 3 Prøve i Matematikk BYFE DAFE Dato: 27. mai 26 Hjelpemiddel: Kalkulator og formelark Alle svar skal grunngis. Alle deloppgaver har lik vekt. Løsningsforslag Oppgave Gitt matrisene [ 2 A 4 B [ 2 og C [ 2

Detaljer

være en rasjonal funksjon med grad p < grad q. La oss skrive p(x) (x a)q(x) = A

være en rasjonal funksjon med grad p < grad q. La oss skrive p(x) (x a)q(x) = A MA 4: Analyse Uke 46, http://homehiano/ aasvaldl/ma4 H Høgskolen i Agder Avdeling for realfag Institutt for matematiske fag Oppgave 73: Først skal vi delbrøkoppspalte (se Eksempel 5 side 558 i boka) 3t

Detaljer

A.3.e: Ortogonale egenfunksjonssett

A.3.e: Ortogonale egenfunksjonssett TFY4250/FY2045 Tillegg 2 1 Tillegg 2: A.3.e: Ortogonale egenfunksjonssett Ikke-degenererte egenverdier La oss først anta at en operator ˆF har et diskret og ikke-degeneret spektrum. Det siste betyr at

Detaljer

EKSAMEN I NUMERISK LØSNING AV DIFFERENSIALLIGNINGER MED DIFFERANSEMETODER (TMA4212)

EKSAMEN I NUMERISK LØSNING AV DIFFERENSIALLIGNINGER MED DIFFERANSEMETODER (TMA4212) Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side av 6 Faglig kontakt under eksamen: Navn: Brynjulf Owren (964) EKSAMEN I NUMERISK LØSNING AV DIFFERENSIALLIGNINGER MED DIFFERANSEMETODER

Detaljer

Morfologi i Binære Bilder

Morfologi i Binære Bilder Morfologi i Binære Bilder Lars Vidar Magnusson February 26, 2018 Delkapittel 9.1 Preliminaries Delkapittel 9.2 Dilation and Erosion Delkapittel 9.3 Opening and Closing Delkapittel 9.4 The Hit-or-Miss Transformation

Detaljer

1. En tynn stav med lengde L har uniform ladning λ per lengdeenhet. Hvor mye ladning dq er det på en liten lengde dx av staven?

1. En tynn stav med lengde L har uniform ladning λ per lengdeenhet. Hvor mye ladning dq er det på en liten lengde dx av staven? Ladet stav 1 En tynn stav med lengde L har uniform ladning per lengdeenhet Hvor mye ladning d er det på en liten lengde d av staven? A /d B d C 2 d D d/ E L d Løsning: Med linjeladning (dvs ladning per

Detaljer