RAY RA TRA C TRA ING dan RADIOSITY

dokumen-dokumen yang mirip
Grafika & Pengolahan Citra (CS3214)

RAY TRACING dan. Oleh : Karmilasari

BAB X RUANG HASIL KALI DALAM

Histogram Citra. Bab Membuat Histogram

METODE NUMERIK. INTERPOLASI Interpolasi Beda Terbagi Newton Interpolasi Lagrange Interpolasi Spline.

Bab 2 AKAR-AKAR PERSAMAAN

BAB VB PERSEPTRON & CONTOH

APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Studi Kasus di PT. Sinar Terang Abadi )

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi

PENGGUNAAN DINDING GESER SEBAGAI ELEMEN PENAHAN GEMPA PADA BANGUNAN BERTINGKAT 10 LANTAI

BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan

BAB V INTEGRAL KOMPLEKS

Teorema Gauss. Garis Gaya Listrik Konsep fluks. Penggunaan Teorema Gauss

BAB III METODE KOMPRESI DAN DEKOMPRESI. untuk setiap B X. fraktal. Penjelasan dimulai dengan pengenalan Multiple Reduction Copy

UKURAN LOKASI, VARIASI & BENTUK KURVA

II. TEORI DASAR. Definisi 1. Transformasi Laplace didefinisikan sebagai

ANALISIS BENTUK HUBUNGAN

BAB II LANDASAN TEORI

ANALISIS DATA KATEGORIK (STK351)

P n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman

Bab III Analisis Rantai Markov

MATERI KULIAH STATISTIKA I UKURAN. (Nuryanto, ST., MT)

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB II DASAR TEORI DAN METODE

BAB 4 IMPLEMENTASI DAN EVALUASI

Abstraksi. Abstraksi. Abstraksi. Property SP (single short shortest path) 4/29/2010. Berapa pa th yang mungkin dari garaph G tadi?

IMPLEMENTASI INTERPOLASI LAGRANGE UNTUK PREDIKSI NILAI DATA BERPASANGAN DENGAN MENGGUNAKAN MATLAB

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

ALGORITMA THRESHOLDING ADAPTIF UNTUK BINERISASI CITRA DOKUMEN BERWARNA

Interpretasi data gravitasi

Deret Taylor & Diferensial Numerik. Matematika Industri II

PRAKTIKUM 6 Penyelesaian Persamaan Non Linier Metode Newton Raphson Dengan Modifikasi Tabel

BAB 4 PERHITUNGAN NUMERIK

BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK:

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB V TEOREMA RANGKAIAN

UKURAN GEJALA PUSAT &

III. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and

Bab IV Pemodelan dan Perhitungan Sumberdaya Batubara

BAB II DASAR TEORI. Gambar 2-1 Photogrammetry proses [10].

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya

BAB II KAJIAN TEORI. 2.1 Pendahuluan. 2.2 Pengukuran Data Kondisi

PERSAMAAN DIFERENSIAL BIASA

BAB V ANALISA PEMECAHAN MASALAH

BAB 2 TINJAUAN KEPUSTAKAAN

III PEMBAHASAN. merupakan cash flow pada periode i, dan C. berturut-turut menyatakan nilai rata-rata dari V. dan

Pemilihan Lokasi Kontinyu (1)

ANALISIS REGRESI. Catatan Freddy

Analisis Regresi 1. Diagnosa Model Melalui Pemeriksaan Sisaan dan Identifikasi Pengamatan Berpengaruh. Pokok Bahasan :

III. METODE PENELITIAN. Metode dalam penelitian ini adalah metode eksperimen. Penggunaan metode eksperimen ini

PENDAHULUAN Latar Belakang

LAMPIRAN A PENURUNAN PERSAMAAN NAVIER-STOKES

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear

PENENTUAN KOEFISIEN MULTIPLE REGRESI DENGAN MENGGUNAKAN METODE LINIER PROGRAMMING

BAB III SKEMA NUMERIK

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat

BAB 4 METODOLOGI PENELITIAN. data, dan teknik analisis data. Kerangka pemikiran hipotesis membahas hipotesis

BAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika

SEARAH (DC) Rangkaian Arus Searah (DC) 7

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI

Bab II Tinjauan Pustaka

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

Configural Frequency Analysis untuk Melihat Penyimpangan pada Model Log Linear

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi

PEMAHAMAN METODE NUMERIK MENGGUNAKAN PEMPROGRMAN MATLAB (Studi Kasus : Metode Secant)

BAYANGAN S1 Teknik Informatika

PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia)

Hybrid intelligent system adalah kombinasi lebih dari dua teknologi cerdas.

III PEMODELAN MATEMATIS SISTEM FISIK

Petunjuk Praktikum Fisika Dasar I. (Tumbukan Dalam Satu Dimensi)

REKAYASA TRANSPORTASI LANJUT UNIVERSITAS PEMBANGUNAN JAYA

RANCANGAN ACAK KELOMPOK TAK LENGKAP (Incomplete Block Design) Dr.Ir. I Made Sumertajaya, M.Si Departemen Statistika-FMIPA IPB 2007

BAB IV PENGUJIAN DAN ANALISA

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Fisika Dasar I (FI-321)

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa

BAB II TEORI ALIRAN DAYA

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

TINJAUAN PUSTAKA. Node. Edge. Gambar 1 Directed Acyclic Graph

Pertemuan ke-4 Analisa Terapan: Metode Numerik. 4 Oktober 2012

Fisika Dasar I (FI-321) Usaha dan Energi

PERANCANGAN PARAMETER DENGAN PENDEKATAN TAGUCHI UNTUK DATA DISKRIT

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam

Kritikan Terhadap Varians Sebagai Alat Ukur

IMAGE CLUSTER BERDASARKAN WARNA UNTUK IDENTIFIKASI KEMATANGAN BUAH TOMAT DENGAN METODE VALLEY TRACING

Transkripsi:

RAY TRACING dan RADIOSITY

Revew : 3D Photorealsm Ketepatan pemodelan objek Proeks secara perspektf Efek pencahaaan ang natural kepada permukaan tampak: pantulan, transparans, tekstur, dan baangan

Revew : Illumnaton model vs surface renderng Model pencahaaan: model untuk menghtung ntenstas cahaa pada satu ttk pada suatu permukaan Renderng permukaan: prosedur ang menerapkan model pencahaaan untuk mendapatkan ntenstas t semua ttk pada seluruh permukaan tampak

Revew : Model Pencahaaan Metoda untuk menghtung ntenstas cahaa: Ambent Dffuse Specular http://en.wkpeda.org/wk/dffuse_reflecton p// p /

Revew : Model Pencahaaan N cos Ф N.L L L ( Lx L Lz) ) ( X Lx L Lz X L L ( YL Y L ( Z Z L L P P ) P ) ) P Ia ( Wa Wd). Ka dst.cos Id Wd. Kd. dst dst.(cos) Is Ws. dst Ia Id Is I total Ks

http://www.huevaluechroma.com

Revew : Teknk Renderng Permukaan (Polgon) Melakukan perhtungan dengan model pencahaaan untuk semua ttk g tampak Ra tracng Melakukan nterpolas untuk ttk ttk pada permukaan dar sekumpulan ntenstas t hasl perhtungan dengan model pencahaaan Scan lne

Revew : Scan lne algorthms Permukaan = polgon Aplkas model dlpencahaaan: Perhtungan ntenstas tunggal untuk masngmasng polgon Intenstas tap ttk pada polgon ddapat dengan cara nterpolas Algortma: Flat (constant ntenst) shadng Gouraud shadng Phong shadng

Revew : Flat shadng Intenstas tunggal untuk setap polgon Semua ttk dalam polgon dtamplkan dengan ntenstas ang sama Serng dgunakan untuk mendapat tamplan cepat dar objek Akurat dengan asums: Objek = polhedron (bukan aproksmas k k kurva) Sumber cahaa cukup jauh (N.L konstan) Pengamat cukup jauh (V.R konstan) Bsa dsasat dengan memperkecl polgon facet

Flat shadng: contoh

Revew : Gouraud shadng Renderng polgon dengan nterpolas lnear terhadap nla nla ntenstas t vertex (ttk sudut polgon) Nla ntenstas untuk tap polgon dsesuakan dengan polgon lan ang bersebelahan untuk mengurang dscontnut (sepert g terjad pada flat shadng)

Revew : Langkah langkah Gouraud shadng Tentukan vektor normal satuan rata rata untuk setap vertex pada polgon Terapkan model pencahaaan ke tap vertex untuk mendapatkan ntenstasna Lakukan nterpolas lnear terhadap ntenstas vertex untuk mendapatkan ntenstas ttk ttk lan pada polgon.

1) Vektor normal untuk vertex V n k 1 N v n k 11 N N k k Setelah mendapatkan vektor normal pada vektor V, dengan model pencahaaan bsa ddapat ntenstas untuk ttk tersebut

2) Interpolas ntenstas 2) Interpolas ntenstas 2 4 1 1 2 4 4 I I I 2 2 1 1 2 1 4 5 4 5 4 4 4 5 5 I x x x x I x x x x I P P P

Interpolas secara nkremental Interpolas secara nkremental 1 2 2 2 1 1 1 2 1 2 I I I 1 2 ' I I I I 1 2 I I

Gouraud shadng: contoh

Kekurangan Gouraud Tamplan hghlght tdak sempurna Mach band: gars terang atau gelap muncul pada permukaan Akbat penggunaan nterpolas lnear Untuk mengurang efek tersebut: Perkecl ukuran polgon Gunakan k metode l lan (msal: Phong)

Revew : Phong shadng Interpolas terhadap vektor normal Model pencahaaan dterapkan pada semua ttk pada permukaan Memberkan hghlght hl h ang lbh lebh realstk k dan mereduks efek Mach band

Langkah langkah Phong Tentukan vektor normal satuan rata rata untuk setap vertex pada polgon Lakukan nterpolas lnear terhadap vektor normal ke seluruh permukaan polgon Terapkan model pencahaaan sepanjang scan lne untuk mendapatkan ntenstas setap ttk pada permukaan

Interpolas vektor normal N 2 1 N 1 N 2 1 2 1 2 Untuk mendapatkan vektor-vektor normal antar scan lne dan sepanjang scan lne dgunakan metode nkremental

Phong shadng: contoh

Hasl lebh akurat Evaluas Phong Interpolas vektor normal Model pencahaaan dterapkan pada tap ttk Trade off: butuh baa komputas ang lebh besar Fast Phong Shadng: aproksmas ntenstas dengan perluasan deret Talor permukaan dengan patch berbentuk segtga

wreframe Flat shadng Gouraud shadng Phong shadng

computer.ourdctonar.com/flat com/flat-shadng http://www.hlc-games.de/forum/vewtopc.php?f=10&t=56

RAY TRACING Kelanjutan de Ra Castng Snar dteruskan (memantul ke / menembus objek lan) Mencatat semua kontrbus terhadap ntenstas suatu ttk Untuk mendapatkan efek fkpantulan dan transms secara global Ra Tracng dasar: deteks permukaan tampak, efek baangan, transparans, pencahaaan dengan beberapa sumber cahaa Pengembangan Ra Tracng: tamplan fotorealstk (terutama objek mengklap)

http://en.wkpeda.org/wk/ra_tracng_(graphcs)

http://en.wkpeda.org/wk/ra_tracng_(graphcs)

Ilustras tracng a ra

Algortma Ra Tracng Dasar For each pxel n projecton plane { Create ra from the reference pont passng through ths pxel Intalze NearestT to INFINITY and NearestObject to NULL For ever object n scene { If ra ntersects ths object { If t of ntersecton s less than NearestT { Set NearestT to t of the ntersecton Set NearestObject to ths object } } } } If NearestObject s NULL { Fll ths pxel wth background color } Else { Shoot a ra to each lght source to check f n shadow If surface s reflectve, generate reflecton ra: recurse If transparent, generate refracton ra: recurse Use NearestObject and NearestT to compute shadng functon Fll ths pxel wth color result of shadng functon }

Rekursf pada ra tracng Saat prmar ra (snar ang berawal dar projecton reference pont) dpantulkan atau dbaskan oleh objek, snar pantulan atau basan dsebut dengan secondar ra Secondar ra akan mengalam perlakuan ang sama sepert prmar ra saat menemu objek (dpantulkan dan / atau dbaskan)

Bnar Ra Tracng tree 4 3 3 4 2 3 1 1 2 1

Bnar Ra Tracng tree (cont d) Tracng (pembentukan tree) berhent jka: Sampa maxmum depth (plhan user / kapastas memor) Snar sampa ke sumber cahaa Intenstas pada suatu pxel: akumulas ntenstas mula termnal node (palng bawah) pada tree Intenstas tap permukaan mengalam atenuas (pelemahan) setara dengan jarak permukaan tersebut ke permukaan parent na na (pada tree: node ang tepat d atasna)

Intenstas akhr suatu pxel Merupakan hasl penjumlahan seluruh ntenstas ang telah mengalam atenuas (pada root node) Jka tdak ada permukaan ang berpotongan dengan snar dar pxel, maka pxel tersebut dber nla ntenstas sama dengan latar belakang Jka snar dar pxel berpotongan dengan sumber cahaa (mesk tdak reflektf), maka pxel tersebut dber nla ntenstas sama dengan sumber cahaa

Pantulan Ambent k Dffuse k d ( N. L ) Specular k ( H. N) a s I R u (2u. N) N a n s Jka L berpotongan dengan permukaan lan maka permukaan Jka L berpotongan dengan permukaan lan, maka permukaan tersebut dalam daerah baangan

Pembasan Pembasan Untuk objek dengan materal transparan ) ( N T ) cos (cos r r r N u T r ) cos (1 1 cos 2 2 r r ) ( r r

Contoh Ra Tracng

Radost Memodelkan pantulan dfus dengan lebh akurat Mempertmbangkan transfer energ radan antar permukaan (sesua dengan hukum kekekalan energ) Tngkat kecerahan (brghtness) dan warna dar segala sesuatu tergantung dar segala sesuatu ang lan Lbh Lebh realstk

Efek vsual radost Cahaa puth mengena bola merah Ada pantulan cahaa merah dar bola ke objek lan d sekellngna Lanta puth d sektar bola menjad kemerah merahan

Contoh radost http://en.wkpeda.org/wk/radost_(3d_computer_graphcs)

Teor dasar radost Radost (B): energ per satuan luas ang mennggalkan permukaan per satuan waktu; total energ ang dpancarkan dan ang dpantulkan B da E da R j B j F j da Radost x luas = energ dpancarkan + energ dpantulkan

Teor dasar radost (cont d) Teor dasar radost (cont d) Hubungan tmbal balk: j j j A F A F Setelah dbag dengan da : j j F B R E B j Untuk lngkungan dskrt: n j j F B R E B g g j j j F B R E B 1

Teor dasar radost (cont d) Tap permukaan salng mempengaruh, sehngga perlu menelesakan n persamaan secara smultan: R1F 11 R1F 12... R1F 1 R2 F21 1 R2 F22... R2 F2............ Rn Fn 1 Rn Fn 2... 1 Rn F 1 n 1 1 n 2 nn B1 E B2 E...... Bn En Radost bersfat monokromatk. Untuk RGB, lakukan perhtungan untuk tap warna

Form factor j j F j = energ dar permukaan A ang sampa ke A j energ dar permukaan A ang menebar ke semua arah dalam ruang hemsphere ang melngkup A j j F j 1 cos cos j daj da A r 2 AA j

Asums dlm perhtungan form factor Berlaku hukum kekekalan energ n j1 F 1 j Pantulan cahaa seragam A F j A j F j Permukaan datar atau convex F jj 0