NPGR010, radsolution.pdf 2008© Josef Pelikán, 1 Řešení radiační soustavy rovnic © 1996-2008 Josef Pelikán KSVI MFF UK.

Slides:



Advertisements
Podobné prezentace
Lineární klasifikátor
Advertisements

Paralelní výpočet SVD s aplikacemi pro vyhledávání informací
MARKOVSKÉ ŘETĚZCE.
Počítačová grafika III – Monte Carlo integrování II Jaroslav Křivánek, MFF UK
Práce s vektory a maticemi
Lekce 7 Metoda molekulární dynamiky I Úvod KFY/PMFCHLekce 7 – Metoda molekulární dynamiky Osnova 1.Princip metody 2.Ingredience 3.Počáteční podmínky 4.Časová.
Mechanika s Inventorem
Programování numerických výpočtů - návrh písemky.
PA081 Programování numerických výpočtů
A5M33IZS – Informační a znalostní systémy Datová analýza I.
Kalmanuv filtr pro zpracování signálů a navigaci
Lineární regresní analýza Úvod od problému
Počítačová grafika III – Zobrazovací rovnice a její řešení
Sylabus V rámci PNV budeme řešit konkrétní úlohy a to z následujících oblastí: Nelineární úlohy Řešení nelineárních rovnic Numerická integrace Lineární.
Počítačová grafika III – Zobrazovací rovnice a její řešení Jaroslav Křivánek, MFF UK
Medians and Order Statistics Nechť A je množina obsahující n různých prvků: Definice: Statistika i-tého řádu je i-tý nejmenší prvek, tj., minimum = statistika.
FORMALIZACE PROJEKTU DO SÍŤOVÉHO GRAFU
Lineární programování Simplexový algoritmus
Lineární algebra.
Morfologická křivka kmene
Robustní vyrovnání Věra Pavlíčková, únor 2014.
Fugacitní modely distribuce látek v životním prostředí
Růstové a přírůstové funkce
 př. 4 výsledek postup řešení Zjistěte, zda jsou vektory a, b, c lineárně závislé. a=(1;2;3), b=(3;0;1), c=(-1;4;5)
Fakulty informatiky a statistiky
SPC v případě autokorelovaných dat
Základy ekonometrie Cvičení září 2010.
Informatika I 2. přednáška
KEE/POE 8. přednáška Počítačové modelování Křivky Ing. Milan Bělík, Ph.D.
Příklad 1: Výpočet π podle Archiméda
Optimalizace versus simulace 9.přednáška. Obecně o optimalizaci  Maximalizovat nebo minimalizovat omezujících podmínkách.  Maximalizovat nebo minimalizovat.
Orbis pictus 21. století Tato prezentace byla vytvořena v rámci projektu.
Počítačová grafika III – Monte Carlo integrování II Jaroslav Křivánek, MFF UK
Str. 1 TMF045 letní semestr 2006 III Časová propagace vlnové funkce na mřížce II. (propagační metody) (Lekce III)
Odvození matice tuhosti izoparametrického trojúhelníkového prvku
ANALÝZA KONSTRUKCÍ 2. přednáška.
Počítačová grafika III – Path tracing Jaroslav Křivánek, MFF UK
© Institut biostatistiky a analýz INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ ANALÝZA A KLASIFIKACE DAT prof. Ing. Jiří Holčík, CSc.
Princip maximální entropie
Počítačová grafika III – Důležitost, BPT Jaroslav Křivánek, MFF UK
Počítačová grafika III – Zobrazovací rovnice a její řešení Jaroslav Křivánek, MFF UK
Řešení soustav lin. rovnic
Počítačová grafika III Organizace Jaroslav Křivánek, MFF UK
Počítačová grafika III ZS 2014 Organizace Jaroslav Křivánek, MFF UK
Jednoduchý lineární regresní model Tomáš Cahlík 2. týden
Počítačová grafika III Organizace Jaroslav Křivánek, MFF UK
Počítačová grafika III Úvod Jaroslav Křivánek, MFF UK
Počítačová grafika III – Path tracing Jaroslav Křivánek, MFF UK
Fakulta stavební VŠB-TU Ostrava Miroslav Mynarz, Jiří Brožovský
Stabillita numerické metody
Práce s písmem.
ROVNICE řešení lineárních rovnic rovnice s neznámou ve jmenovateli
Algoritmy a struktury neuropočítačů ASN - P14 Hopfieldovy sítě Asociativní paměti rekonstrukce původních nezkreslených vzorů předkládají se neúplné nebo.
Soustavy lineárních rovnic. Soustava m lineárních rovnic o n neznámých a 11 x 1 + a 12 x 2 + … + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + … + a 2n x n = b.
Přenos nejistoty Náhodná veličina y, která je funkcí náhodných proměnných xi: xi se řídí rozděleními pi(xi) → můžeme najít jejich střední hodnoty mi a.
Metropolis © Josef Pelikán, 1 / 38 © 2008 Josef Pelikán, CGG MFF UK Praha
Hardware pro počítačovou grafiku © Josef Pelikán, MFF UK Praha PGR019
Počítačová grafika III NPGR 010 © Josef Pelikán KSVI MFF UK Praha WWW:
MATEMATIKA PRO CHEMIKY II. SYLABUS PŘEDMĚTU Opakování a rozšíření znalostí Reálné funkce a vlastnosti funkcí jedné a dvou proměnných Spojitost a limita.
Korelace. Určuje míru lineární vazby mezi proměnnými. r < 0
Chyby měření / nejistoty měření
KIV/ZD cvičení 7 Tomáš Potužák.
ANALÝZA A KLASIFIKACE DAT
ELEKTRICKÉ MĚŘENÍ CHYBY PŘI MĚŘENÍ.
Počítačová grafika III Monte Carlo estimátory – Cvičení
jednoduchá regrese kvadratický Y=b0+b1X+b2X 2
Obecná deformační metoda
Plánování přesnosti měření v IG Úvod – základní nástroje TCHAVP
SPEKTRÁLNÍ ANALÝZA ČASOVÝCH ŘAD
ANALÝZA A KLASIFIKACE DAT
Transkript prezentace:

NPGR010, radsolution.pdf 2008© Josef Pelikán, 1 Řešení radiační soustavy rovnic © Josef Pelikán KSVI MFF UK Praha WWW:

NPGR010, radsolution.pdf 2008© Josef Pelikán, 2 Soustava lineárních rovnic vektor neznámých [B i ]

NPGR010, radsolution.pdf 2008© Josef Pelikán, 3 Veličiny  B i.. neznámé radiosity jednotlivých plošek –při barevném výpočtu je třeba spočítat radiosity pro všechny požadované vlnové délky (barevné složky - např. R, G, B )  E i.. vlastní (emitované) radiosity ( R, G, B )   i.. faktory odrazivosti materiálu ( R, G, B )  F ij.. kongurační faktory –závislé pouze na geometrii scény

NPGR010, radsolution.pdf 2008© Josef Pelikán, 4 Vlastnosti matice soustavy M  matice M je poměrně řídká pro složitější scény  M je diagonálně dominantní a dobře podmíněná –lze ji úspěšně řešit iteračními metodami (Jacobi, Gauss-Seidel)

NPGR010, radsolution.pdf 2008© Josef Pelikán, 5 Gauss-Seidelova metoda Maticový tvar soustavy: První odhad: Krok: Výpočet v praxi:

NPGR010, radsolution.pdf 2008© Josef Pelikán, 6 Fyzikální interpretace (sbírání) BiBi BjBj

NPGR010, radsolution.pdf 2008© Josef Pelikán, 7 Reziduum Reziduum (odhad chyby) k-té iterace: V jednom kroku výpočtu se aktualizuje jedna složka vektoru řešení B i : (Jacobiho metoda.. rezidua se opravují po dokončení iterace, Gauss-Seidel.. oprava po každém kroku)

NPGR010, radsolution.pdf 2008© Josef Pelikán, 8 Southwellova iterační metoda  Jacobiho i Gauss-Seidelova metoda v každém kroku výpočtu vynulují jednu složku rezidua (na úkor ostatních!) –složky se aktualizují v pořadí 1, 2,... N  Southwellova metoda vybírá k aktualizaci vždy složku s největší absolutní hodnotou rezidua  složky s velkou chybou se opravují častěji –rychlejší konvergence vektoru řešení

NPGR010, radsolution.pdf 2008© Josef Pelikán, 9 Southwellova iterační metoda  výběr složky s maximálním reziduem: | r i | = max j { | r j | }  aktualizace i-té složky řešení B i  aktualizace vektoru reziduí r  kroky  až  se opakují, dokud soustava nesplňuje konvergenční kriterium

NPGR010, radsolution.pdf 2008© Josef Pelikán, 10 Inkrementální výpočet rezidua Aktualizace vektoru řešení v jednom kroku výpočtu: Oprava rezidua: Protože se změnila pouze i-tá složka vektoru řešení:

NPGR010, radsolution.pdf 2008© Josef Pelikán, 11 Southwellův algoritmus double B[N], E[N], r[N], M[N][N]; // inicializace řešení a rezidua for ( int i=0; i<N; i++ ) { B[i] := 0.0; r[i] := E[i]; } while ( “nezkonvergovalo” ) { // jeden krok výpočtu: “výběr i tak, aby fabs(r[i])== max(fabs(r[i]))” double delta = r[i]/M[i][i]; B[i] += delta; for ( int j=0; j<N; j++ ) r[j] -= M[j][i]*delta; }

NPGR010, radsolution.pdf 2008© Josef Pelikán, 12 Fyzikální interpretace (střílení)  B i.. radiosita i-té plošky (přímá i nepřímá)  jeden krok výpočtu.. rozdělení (výstřel) radiosity z i-té plošky do okolí  r i.. dosud nevystřelená radiosita i-té plošky  konvergence metody.. celková nevystřelená energie ve scéně se zmenšuje

NPGR010, radsolution.pdf 2008© Josef Pelikán, 13 Fyzikální interpretace (střílení) BiBi BjBj

NPGR010, radsolution.pdf 2008© Josef Pelikán, 14 Celková nevystřelená energie Podle recipročního pravidla pro kongurační faktory: Distribuce energie v jednom kroku výpočtu: <1

NPGR010, radsolution.pdf 2008© Josef Pelikán, 15 Progresivní radiační metoda  M. Cohen a spol., SIGGRAPH ‘88  interaktivní výpočet osvětlení –po každém kroku se nakreslí průběžný výsledek –snaha dobře odhadnout řešení již v několika prvních krocích  modikace Southwellovy metody –výběr plošky s největší dosud nevystřelenou energií –použití okolní složky osvětlení

NPGR010, radsolution.pdf 2008© Josef Pelikán, 16 Progresivní radiační metoda double B[N], E[N], dB[N], F[N][N], A[N], ro[N]; for ( int i=0; i<N; i++ ) { // inicializace B, dB B[i] := E[i]; dB[i] := E[i]; } while ( “nezkonvergovalo” ) { // jeden krok výpočtu “výběr i tak, aby dB[i]*A[i]== max(dB[i]*A[i])” for ( int j=0; j<N; j++ ) { double dRad = dB[i]*ro[j]*F[j][i]; B[j] += dRad; dB[j] += dRad; } dB[i] = 0.0; “zobrazení mezivýsledku pomocí radiosit B[i]” }

NPGR010, radsolution.pdf 2008© Josef Pelikán, 17  vylepšení vzhledu průběžně kreslených mezivýsledků  aproximace dosud nespočítaných odrazů světla Okolní složka (“ambient term”) Celková dosud nevystřelená radiosita:

NPGR010, radsolution.pdf 2008© Josef Pelikán, 18 Okolní složka Průměrný koecient odrazu: Odhad zbytkové (okolní) radiosity: Pro zobrazení se radiosita každé plošky upraví:

NPGR010, radsolution.pdf 2008© Josef Pelikán, 19  urychlení konvergence iterační metody (Jacobi, Gauss-Seidel, progresivní radiační metoda)  při aktualizaci rozdělím/seberu o trochu větší množství energie –předpovídám budoucí vývoj konvergence –pozor na příliš velký koecient hyper-relaxace (metoda pak už nemusí konvergovat)! –je nutné počítat i se záporným reziduem! Hyper-relaxace

NPGR010, radsolution.pdf 2008© Josef Pelikán, 20 Hyper-relaxace Hyper-relaxační koecient: Krok výpočtu s hyper-relaxací: Příslušná složka rezidua se již nenuluje, ale bude mít hodnotu:

NPGR010, radsolution.pdf 2008© Josef Pelikán, 21  M. Feda, W. Purgathofer, 1992  při hyper-relaxaci beru v úvahu množství dosud nevystřelené energie –v prvních fázích výpočtu přestřeluji více, později již méně –jistější konvergence “Přestřelování” (“overshooting”)

NPGR010, radsolution.pdf 2008© Josef Pelikán, 22 Literatura M. Cohen, J. Wallace: Radiosity and Realistic Image Synthesis, Academic Press, 1993, (chyby!) M. Cohen, S. E. Chen, J. R. Wallace, D. P. Greenberg: A progressive renement approach to fast radiosity image generation, SIGGRAPH ‘88, 75-84

NPGR010, radsolution.pdf 2008© Josef Pelikán, 23 Konec Další informace: A. Glassner: Principles of Digital Image Synthesis, Morgan Kaufmann, 1995, J. Foley, A. van Dam, S. Feiner, J. Hughes: Computer Graphics, Principles and Practice, M. Feda, W. Purgathofer: Accelerating radiosity by overshooting, The Third EG Workshop on Rendering, Bristol, 1992, 21-32