A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Instituto de Computação - UFF 1 Computação Gráfica I Professor: Anselmo Montenegro www.ic.uff.br/~anselmo Conteúdo: - Introdução.

Apresentações semelhantes


Apresentação em tema: "Instituto de Computação - UFF 1 Computação Gráfica I Professor: Anselmo Montenegro www.ic.uff.br/~anselmo Conteúdo: - Introdução."— Transcrição da apresentação:

1 Instituto de Computação - UFF 1 Computação Gráfica I Professor: Anselmo Montenegro Conteúdo: - Introdução

2 Instituto de Computação - UFF 2 Computação Gráfica : noção clássica ComputaçãoGráfica DADOS IMAGENS

3 Instituto de Computação - UFF 3 Aplicações: cinema

4 Instituto de Computação - UFF 4 Aplicações: cinema Jurassic Park ®

5 Instituto de Computação - UFF 5 Aplicações: cinema

6 Instituto de Computação - UFF 6 Aplicações: jogos eletrônicos Gears of war xbox360 ®

7 Instituto de Computação - UFF 7 Aplicações: engenharia Petrobras – Tecgraf – PUC-Rio

8 Instituto de Computação - UFF 8 Aplicações: indústria

9 Instituto de Computação - UFF 9 Aplicações: medicina Zs Xs Ys Ana Elisa F. Schmidt – Tese de Doutorado – PUC-Rio

10 Instituto de Computação - UFF 10 Aplicações: medicina

11 Instituto de Computação - UFF 11 Aplicações: visualização científica stories/solve/toms.html

12 Instituto de Computação - UFF 12 Sub-áreas da Computação Gráfica Imagem digital Modelos e Dados Análise de Imagens (Visão Computacional) Síntese de Imagens (Visualização) Modelagem Processamento de Imagens

13 Instituto de Computação - UFF 13 Síntese de imagens

14 Instituto de Computação - UFF 14 Processamento de imagens Borramento Detecção de arestas Tons de cinza

15 Instituto de Computação - UFF 15 Visão Computacional LAK 5519

16 Instituto de Computação - UFF 16 Visão Computacional Juiz Virtual – Tecgraf – PUC-Rio

17 Instituto de Computação - UFF 17 Novas tendências: modelagem baseada em imagens

18 Instituto de Computação - UFF 18 Fundamentos da Computação Gráfica Modelos físicosModelos físicos Modelos matemáticosModelos matemáticos Esquemas de representação.Esquemas de representação. Estruturas de dados e algoritmos.Estruturas de dados e algoritmos. UniversoFísicoUniversoFísicoUniversoMatemáticoUniversoMatemático Universo de Representação Representação Implementação Implementação

19 Instituto de Computação - UFF 19 Fundamentos da Computação Gráfica FísicoMatemático RepresentaçãoImplementação z f(u 0,v 0 ) v u I = f : U R 2 R float terreno[N][M];.. M(z ij ) Zij=f(x i,y j ) (x i,y j )

20 Instituto de Computação - UFF 20 Requisitos da Computação Gráfica EFICIÊNCIAEFICIÊNCIAREALISMOREALISMO

21 Instituto de Computação - UFF 21 Profissionais da Computação Gráfica Usuários. Customizadores. Programadores de aplicações. Desenvolvedores de ferramentas.

22 Instituto de Computação - UFF 22 Computação Gráfica: um histórico Anos –Ivan Sutherland (Sketchpad, 1963). –Tecnologia de display: terminais gráficos vetoriais capazes de armazenar primitivas (raster inviável, devido a custo de memória e capacidade de processamento). –Wire-frame, aplicações de CAD. –Problemas fundamentais: visibilidade, recorte, técnicas de modelagem geométrica (2D e 3D).

23 Instituto de Computação - UFF 23 Computação Gráfica: um histórico Ivan Sutherland

24 Instituto de Computação - UFF 24 Computação Gráfica: um histórico Anos 80 –Viabilização da tecnologia raster (economia de mercado, microcomputadores). –Adaptação das técnicas wire-frame para raster. –Z-buffer: inviável quando introduzido (1975), mas a tecnologia do futuro. –Visualização realista, animação, iluminação global (radiosidade). –Interfaces gráficas.

25 Instituto de Computação - UFF 25 Computação Gráfica: um histórico Anos 90 –Consolidação do raster. –Visualização volumétrica. –Maior integração com imagens (modelagem e visualização baseada em imagens). –Aquisição de movimentos. –Realismo em movimento (efeitos especiais).

26 Instituto de Computação - UFF 26 Computação Gráfica: um histórico Na atualidade –Programação em placas gráficas (indústria de jogos). –Modelos de iluminação mais realistas(não Lambertianas). –Aquisição de dados fotométricos mais precisos (HDR). –Aquisição de geometria em tempo real. –Modelos baseados em pontos. –Superfícies de subdivisão.

27 Instituto de Computação - UFF 27 Ciclo de vida dos problemas Os problemas essenciais são recolocados a cada mudança de tecnologia: –Modelagem. –Visibilidade. –Imageamento. –Animação.

28 Instituto de Computação - UFF 28 Ferramentos para a programação gráfica Motif GLUT GKS OpenGL QuickDraw Xlib IUP/lua VisualBasic DirectX Java ToolBook C / C++ PHIGS HOOPS ? ? ? Delphi RenderWare CanvasDraw C &OpenGL (c/ GLUT) C &OpenGL (c/ GLUT)

29 Instituto de Computação - UFF 29 Programa do curso Parte I –Introdução. –Cores. –Imagens. –Introdução à OpenGL.

30 Instituto de Computação - UFF 30 Programa do curso Parte II –Sistemas Gráficos 2D. Objetos Gráficos 2D. Transformações geométricas no plano. Algoritmos para rasterização de linhas e polígonos. Recorte 2D. Transformações de tela.

31 Instituto de Computação - UFF 31 Programa do curso Parte III –Sistemas Gráficos 3D. Objetos gráficos 3D. Transformações geométricas 3D. Instanciação de objetos. Transformações de visualização e modelos de câmera virtual. Eliminação de superfícies não visíveis. Modelos de Iluminação. Texturas. Técnicas avançadas.

32 Instituto de Computação - UFF 32 Computação Gráfica I Professor: Anselmo Montenegro Conteúdo: - Cores

33 Instituto de Computação - UFF 33 Luz+ Sistema Visual Sistema Visual Cores: intuição

34 Instituto de Computação - UFF 34 Natureza dual da luz c = f c = Velocidade da Luz 3.0x10 8 m/s v / f v / f v ONDA PARTÍCULA Cores: noção física de cor

35 Instituto de Computação - UFF 35 Onda eletro-magnética (m) (m) VISÍVEL f (Hertz) rádioAM FM,TVMicro-OndasInfra-VermelhoUltra-VioletaRaiosX vermelho ( Hz), laranja, amarelo,..., verde, azul, violeta ( Hz) Cores: cor como onda eletro-magnética

36 Instituto de Computação - UFF 36 luzbranca prisma vermelhoalaranjadoamareloverdeazulvioleta luz branca (acromática) tem todos os comprimentos de onda luz branca (acromática) tem todos os comprimentos de onda Newton Cor Cor Violeta nm Azul nm Verde nm Amarelo nm Laranja nm Vermelho nm Cor Cor Violeta nm Azul nm Verde nm Amarelo nm Laranja nm Vermelho nm 1 nm = m Cores: cor como onda eletro-magnética

37 Instituto de Computação - UFF 37 Distribuição espectral da luz nm nm E luz branca luz colorida Cores: distribuição espectral da luz

38 Instituto de Computação - UFF 38 As cores que percebemos surgem da iteração entre fontes de luz e diversos tipos de materiais encontrados no mundo físico.As cores que percebemos surgem da iteração entre fontes de luz e diversos tipos de materiais encontrados no mundo físico. Tipos de processos de formação:Tipos de processos de formação: –Aditivo. –Subtrativo. –Por pigmentação. Cores: processo de formação

39 Instituto de Computação - UFF 39 E a+b ( ) = E a ( )+E b ( ) EaEa EbEb a b E a+b O olho não vê componentes! a+b Cores: processo de formação aditivo

40 Instituto de Computação - UFF 40 filtros Luz branca Filtro verde Luz verde EiEi EfEf t E f ( ) = t( ). E i ( ) transparência azul amarelo corantes Cores: processo de formação subtrativo

41 Instituto de Computação - UFF 41 índices de refração distinto do material base A sucessão de reflexão e refração determinam a natureza da luz refletida tinta preta tinta branca tinta colorida (saturada) tons mais escuros (shade) tons mais claros (tints) Cinzas (greys) PALHETADOPINTOR tons Cores: processo de formação por pigmentação

42 Instituto de Computação - UFF 42 nm nm E Cor branca ideal Cor com comprimento de onda dominante Cor mocromática, pura ou espectral pura ou espectral Cor arbitrária Cores: modelo matemático

43 Instituto de Computação - UFF 43 Espaço de funções correspondentes às distribuições espectrais.Espaço de funções correspondentes às distribuições espectrais. Possui dimensão infinita.Possui dimensão infinita. Para manipulá-lo computacionalmente é necessário representá-lo.Para manipulá-lo computacionalmente é necessário representá-lo. nm nm E Cores: espaço de cores E

44 Instituto de Computação - UFF 44 nm nm E C( ) nm nm E C( 0 ) Amostragem pontual 0 1 n... C( 1 ) C( n ) Cores: representação

45 Instituto de Computação - UFF 45 Depende de dois fatores:Depende de dois fatores: –Número de amostras utilizadas. –Método de interpolação. nm nm E C( 0 ) 0 1 n... C( 1 ) C( n ) Cores: reconstrução

46 Instituto de Computação - UFF 46 Amostram cores.Amostram cores. Possuem um conjunto de sensores.Possuem um conjunto de sensores. Cada sensor é caracterizado por uma resposta espectral S i ( ).Cada sensor é caracterizado por uma resposta espectral S i ( ). 0 C( ) Cores: sistemas receptores

47 Instituto de Computação - UFF 47 Reconstroem cores.Reconstroem cores. Possuem um conjunto de emissores P k, k=1...n.Possuem um conjunto de emissores P k, k=1...n. Cada emissor está associado a uma cor primária com distribuição espectral P k ( ).Cada emissor está associado a uma cor primária com distribuição espectral P k ( ). O conjunto de cores que podem ser recontruídas por um sistema emissor é denominado gamuteO conjunto de cores que podem ser recontruídas por um sistema emissor é denominado gamute C r ( ) P 1 ( ) P 2 ( ) P 3 ( ) Cores: sistemas emissores

48 Instituto de Computação - UFF 48 Questões fundamentais:Questões fundamentais: –O que é uma boa reconstrução de cores? –Quantas cores devem ser usadas como base da representação? –Que cores (primárias) devem compor esta base? Cores: o problema de representação e reconstrução de cores

49 Instituto de Computação - UFF 49 Boa = perceptualmente adequada (reconstrução metamérica)Boa = perceptualmente adequada (reconstrução metamérica) Número de cores = 3Número de cores = 3 Cores: vermelho, verde e azulCores: vermelho, verde e azul Inspiração: sistema visual humanoInspiração: sistema visual humano Cores: uma solução par o problema de representação-reconstrução

50 Instituto de Computação - UFF 50 retina bastonetes cones vermelho verde azul Cores: representação no sistema visual humano

51 Instituto de Computação - UFF 51 Olho humano: Cones (RGB) e Bastonetes (cegos para cor) fração de luz absorvida por cada cone comprimento de onda (nm) B( B( G( G( R( R( Cores: representação no sistema visual humano

52 Instituto de Computação - UFF 52 O sistema visual humano representa as cores do espaço espectral E em um espaço tricromático.O sistema visual humano representa as cores do espaço espectral E em um espaço tricromático. Isto significa que três amostras(nas faixas correspondentes ao vermelho, verde e azul) é suficiente para os propósitos de reconstrução perceptual.Isto significa que três amostras(nas faixas correspondentes ao vermelho, verde e azul) é suficiente para os propósitos de reconstrução perceptual. Cores: representação no espaço tricromático

53 Instituto de Computação - UFF nm 546 nm (nm) Valores dos tri-esimulos R ) G ) B ) C ) = r R ) + g G + b B C ) = r R ) + g G + b B Cores: funções de reconstrução de cor no sistema CIE-RGB

54 Instituto de Computação - UFF 54 rR( ) gG( ) bB( ) Cor Monocromática C( ) R = 700 nm G = 546 nm B = nm C ) = rR + gG + bB C ) = rR + gG + bB Cores: como obter as funções de reconstrução de cor

55 Instituto de Computação - UFF 55 rR( ) gG( ) bB( ) Cor Monocromática C( ) R = 700 nm G = 546 nm B = nm C ) + rR = gG + bB C ) + rR = gG + bB C ) = rR + gG + bB, onde rR = - rR C ) = rR + gG + bB, onde rR = - rR Cores: interpretando as componentes negativas

56 Instituto de Computação - UFF 56 nm nm E C( ) nm nm E C( ) C( )=tC( ) Cores: geometria dos espaços de cor tricromáticos

57 Instituto de Computação - UFF 57 c = tc c tc = tR(C( )) = tR(C( )) = R(tC( )) = R(C( ))=c croma Cada reta passando pela origem(menos a própria origem) define uma informação de cromaticidade (croma) Variação de luminância Cores: geometria dos espaços de cor tricromáticos

58 Instituto de Computação - UFF 58 :c 1 +c 2 +c 3 :c 1 +c 2 +c 3 (0,1,0) (1,0,0) (0,0,1) Cores: Triângulo de Maxwell

59 Instituto de Computação - UFF 59 c c* Cores: coordenadas de cromaticidade

60 Instituto de Computação - UFF 60 É um cone.É um cone. É convexo.É convexo. Cores espectrais (puras) estão na fronteira.Cores espectrais (puras) estão na fronteira. Plano X+Y+Z=1 Diagrama de cromaticidade (projeção do sólido de cor sobre o Triângulo de Maxwell Cores: sólidos de cor e diagramas de cromaticidade

61 Instituto de Computação - UFF 61 Sólido de cor + uma base = Sistema de cor.Sólido de cor + uma base = Sistema de cor. c c = c 1 P 1 + c 2 P 2 + c 3 P 3 c = c 1 P 1 + c 2 P 2 + c 3 P 3 P1P1P1P1 P2P2P2P2 P3P3P3P3 Cores: sistemas de cor

62 Instituto de Computação - UFF 62 Sistemas propostos para especificação de cor padronizada.Sistemas propostos para especificação de cor padronizada. Independentes de dispositivos físicos.Independentes de dispositivos físicos. Sistemas propostos pela CIE ( Comission Internationale de l´Eclairage)Sistemas propostos pela CIE ( Comission Internationale de l´Eclairage) –Sistema CIE-RGB. –Sistema CIE-XYZ. Cores: sistemas de cor padrão

63 Instituto de Computação - UFF 63 Primeiro sistema padrão proposto.Primeiro sistema padrão proposto. Utiliza uma representação de cor no espaço tricromáticoUtiliza uma representação de cor no espaço tricromático Base de primárias do sistema:Base de primárias do sistema: –R( ) vermelho com comprimento de onda de 700 nm –G( ) verde com comprimento de onda de 546 nm –B( ) azul com comprimento de onda de nm Cores: sistemas CIE-RGB

64 Instituto de Computação - UFF 64 (nm) nm 546 nm Valores dos tri-esimulos r ) g ) b ) C ) = R r ) + G g + B b C ) = R r ) + G g + B b Cores espectrais nm 546,1 nm 520 nm 500 nm Reta púrpura Cores: funções de reconstrução de cor no sistema CIE-RGB

65 Instituto de Computação - UFF 65YZ X nm 546,1 nm 520 nm 500 nm Cores: limitações do sistema CIE-RGB

66 Instituto de Computação - UFF 66 Sistema proposto capaz de reconstruir todas as cores visíveis.Sistema proposto capaz de reconstruir todas as cores visíveis. A base de primárias {X,Y,Z} é formada por cores não visíveis. Estão fora do sólido de cor.A base de primárias {X,Y,Z} é formada por cores não visíveis. Estão fora do sólido de cor. Deste modo todas as cores visíveis possuem coordenadas positivas.Deste modo todas as cores visíveis possuem coordenadas positivas. Cores: sistema CIE-XYZ

67 Instituto de Computação - UFF 67 Cores: sistema CIE-XYZ

68 Instituto de Computação - UFF 68 Cores: sistema CIE-XYZ

69 Instituto de Computação - UFF Purpura Azul Cian Verde Amarelo Vermelho x y Branco Cores: sistema CIE-XYZ

70 Instituto de Computação - UFF Valor nm nm Cores Básicas do CIE 1931 C ) = X X + Y Y + Z Z X X Y Z Cores: funções de reconstrução de cor no sistema CIE-XYZ

71 Instituto de Computação - UFF 71yx Branco C2C2C2C2 C1C1C1C1 coressaturadas a b saturação de C 1 = a a + b yx Branco C C C é complementar a C C + C = Branco C + C = Branco Cores: sistema CIE-XYZ

72 Instituto de Computação - UFF 72 Cores: comparação entre os sistemas CIE-RGB e CIE-XYZ

73 Instituto de Computação - UFF 73 É feita através de mudanças de coordenadas (determinada por uma mudança de base).É feita através de mudanças de coordenadas (determinada por uma mudança de base). A mudança entre as bases é determinada por uma transformação linear.A mudança entre as bases é determinada por uma transformação linear. Cores: conversão entre os sistemas CIE- RGB e CIE-XYZ

74 Instituto de Computação - UFF 74 Sistemas dos Dispositivos.Sistemas dos Dispositivos. Sistemas Computacionais.Sistemas Computacionais. Sistemas de Interface.Sistemas de Interface. Cores: sistemas de cor da Computação Gráfica

75 Instituto de Computação - UFF 75 Processo Aditivo pixel Cores: sistemas dos monitores

76 Instituto de Computação - UFF 76 B Normalmente temos 1 byte para cada componente mapeando[0, 255] em [0,1] processo aditivo R G B Y M C W K vermelho azul preto verde amarelo ciano magenta branco Cores: sistemas dos monitores - mRGB

77 Instituto de Computação - UFF 77 processo subtrativo luz branca tinta ciano (0,1,1) luz ciano (0,1,1) componente vermelha é absorvida papel branco (1,1,1) Cores: sistemas as impressoras - CMY(K)

78 Instituto de Computação - UFF 78 x y gamute de um monitor gamute de uma impressora C1C1C1C1 C2C2C2C2 W Cores: gamute no diagrama de cromaticidade dos dispositivos

79 Instituto de Computação - UFF 79 Permitem uma especificação intuitiva de cores.Permitem uma especificação intuitiva de cores. São baseados em uma decomposição crominância-luminância.São baseados em uma decomposição crominância-luminância. Utilizam o seguinte esquema:Utilizam o seguinte esquema: 1.Escolha da crominância. 2.Escolha da luminância(brilho). Cores: sistemas de interface

80 Instituto de Computação - UFF 80 Escolha da crominância:Escolha da crominância: –Escolha de um ponto no espaço de croma (bidimensional). Primeiro o usuário escolhe a matiz (a cor pura).Primeiro o usuário escolhe a matiz (a cor pura). Depois o usuário escolhe a saturação (nível de mistura da cor pura com o branco).Depois o usuário escolhe a saturação (nível de mistura da cor pura com o branco). Cores: sistemas de interface

81 Instituto de Computação - UFF 81 Sistema criado para a especificação de cores em monitores.Sistema criado para a especificação de cores em monitores. Introduz um sistema de coordenadas segundo o esquema luminância-crominância no sistema mRGB.Introduz um sistema de coordenadas segundo o esquema luminância-crominância no sistema mRGB. Descreve uma cor através de 3 parâmetros:Descreve uma cor através de 3 parâmetros: –Hue(matiz) –Saturation(saturação) –Value(valor), uma mediada de brilho igual a max{r,g,b}. Cores: sistema HSV

82 Instituto de Computação - UFF 82 Cores: sistema HSV


Carregar ppt "Instituto de Computação - UFF 1 Computação Gráfica I Professor: Anselmo Montenegro www.ic.uff.br/~anselmo Conteúdo: - Introdução."

Apresentações semelhantes


Anúncios Google