Synthèse d image. Didier Arquès Équipe SISAR
|
|
- Renaud Joly
- il y a 8 ans
- Total affichages :
Transcription
1 Synthèse d image Didier Arquès Équipe SISAR
2 Interactions entre les éléments de ce cours Mathématiques pour l image Synthèse d image et animation Partie 2 : Méthodes numériques Partie 4 : Combinatoire non commutative, cartes et modélisation topologique 2D et 3D Partie 6 : Combinatoire Partie 7 Mathématiques de la modélisation géométrique et de la représentation des connaissances Partie 10 Cours de probabilités et applications à différents domaines Algorithmique avancée Partie 3 : Algorithmique des graphes Partie 4 : Combinatoire non commutative, cartes et modélisation topologique 2D et 3D Partie 5 Plongement de graphes et dessin automatique de cartes dans le plan Partie 9 : Automates et théorie des langages Partie 4 : Combinatoire non commutative, cartes et modélisation topologique 2D et 3D Partie 8 : Equations différentielles pour la modélisation des phénomènes physiques et naturels : quelques exemples issus de la synthèse d image Partie 10 : Cours de probabilités et applications à différents domaines (surfaces statistiques, ) Partie 11 : L informatique graphique en 2D Partie 12 : L informatique graphique en 3D Partie 13 : Algorithmes d illumination locaux et globaux Partie 14 : Interaction lumière-matière : modèles physiques et simulation Partie 15. Synthèse d image, art et réalité virtuelle (actuellement non développé) Partie 16 : Modèles pour l animation Traitement d image Partie 17 : Compression de données Partie 18 : Traitement informatique de l image : analyse, transformations et filtrage 2
3 Synthèse d image Algorithmique graphique 2D et 3D Introduction Dessin 2D des objets de base : tracé de segments et courbes Le clipping Algorithmes de remplissage Parties cachées Les systèmes de couleur et le tramage pour la simulation des grisés s et des couleurs Textures, aliassage et anti-aliassage aliassage Didier Arquès Équipe SISAR
4 Synthèse d image Algorithmique graphique 2D Introduction Dessin 2D des objets de base : tracé de segments et courbes Le clipping Algorithmes de remplissage Parties cachées Les systèmes de couleur et le tramage pour la simulation des grisés s et des couleurs Textures, aliassage et anti-aliassage aliassage Didier Arquès Équipe SISAR
5 Introduction INFORMATIQUE GRAPHIQUE ALGORITHMIQUE GEOMETRIQUE Précision numérique, algorithmes randomisés Visibilité, VoronoÏ-Delaunay, GEOMETRIE DISCRETE Géométrie classique du plan et de l'espace? Géométrie discrète en 2D, en 2.5 D, en 3D Applications : - Transformations discrètes - Squelettisation, Suivi de contour - Logiciel de dessin bitmap en 2.5 D - Reconnaissance des formes INFORMATIQUE FONDAMENTALE MODELES PHYSIQUES ET MATHEMATIQUES MODELISATION POUR L'ANIMATION - Modeleurs - Scénario - Modélisation sous contraintes MODÈLE D'ANIMATION Déformation géométrique Modèles de physique : mécanique, botanique, Radiosité Texturage Lancer de rayon Modèle d'illumination : Antialliassage aspect ondulatoire de la lumièret theorie du signal Hologrammes informatiques RENDU MODELISATION 3D Solides non organisés Solides topologiques Solides combinatoires Solides géométriques CAO, Courbes et surfaces Plongement sur une surface Enumération COMBINATOIRE Codage par des mots Dessin automatique sous contraintes CAO, Imagerie médicale, Robotique, Modélisation Chimique, Réalités virtuelles modélisation de phénomènes naturels : végétaux, paysages, tornade, trou noir, A l'interface Homme Machine APPLICATIONS MODELISATION 2D Graphes Cartes topologiques Cartes combinatoires Cartes géométriques Architectures spécialisées Processeurs graphiques Parallélisme ARCHITECTURES DE MACHINES 5
6 Introduction INFORMATIQUE GRAPHIQUE ALGORITHMIQUE GEOMETRIQUE Précision numérique, algorithmes randomisés Visibilité, VoronoÏ-Delaunay, GEOMETRIE DISCRETE Géométrie classique du plan et de l'espace? Géométrie discrète en 2D, en 2.5 D, en 3D Applications : - Transformations discrètes - Squelettisation, Suivi de contour - Logiciel de dessin bitmap en 2.5 D - Reconnaissance des formes INFORMATIQUE FONDAMENTALE MODELES PHYSIQUES ET MATHEMATIQUES MODELISATION POUR L'ANIMATION - Modeleurs - Scénario - Modélisation sous contraintes MODÈLE D'ANIMATION Déformation géométrique Modèles de physique : mécanique, botanique, Radiosité Texturage Lancer de rayon Modèle d'illumination : Antialliassage aspect ondulatoire de la lumièret theorie du signal Hologrammes informatiques RENDU MODELISATION 3D Solides non organisés Solides topologiques Solides combinatoires Solides géométriques CAO, Courbes et surfaces Plongement sur une surface Enumération COMBINATOIRE Codage par des mots Dessin automatique sous contraintes Séparation franche? CAO, Imagerie médicale, Robotique, Modélisation Chimique, Réalités virtuelles modélisation de phénomènes naturels : végétaux, paysages, tornade, trou noir, A l'interface Homme Machine APPLICATIONS MODELISATION 2D Graphes Cartes topologiques Cartes combinatoires Cartes géométriques Architectures spécialisées Processeurs graphiques Parallélisme ARCHITECTURES DE MACHINES 6
7 La synthèse d image Buts : produire une image Simuler un phénomène physique, biologique, Méthode : Modélisation géométrique La scène Les objets Modélisation radiométrique Interactions lumière matériaux Interactions lumière milieu ambiant Algorithme de rendu Radiosité Lancer de rayons Algorithmique géométrique 7
8 Principe La synthèse d images Idée de scène Image 2D de la scène à un instant donné Modélisation géométrique Description (fonction( fonction du temps): de la forme des objets de l organisation des objets dans la scène placement de la caméra Vue descriptive de la scène «fils de fer» et algo géométrique Algorithme de rendu Projection en 2D Suppression des faces cachées Calcul des effets spéciaux Vue habillée et colorée Modélisation radiométrique Description (fonction du temps): de la matière constituant l objet des interactions entre la matière et la lumière 8
9 Synthèse d image Algorithmique graphique 2D Introduction Dessin 2D des objets de base : tracé de segments et courbes Le clipping Algorithmes de remplissage Parties cachées Les systèmes de couleur et le tramage pour la simulation des grisés s et des couleurs Textures, aliassage et anti-aliassage aliassage Didier Arquès Équipe SISAR
10 Synthèse d image Algorithmique graphique 2D Introduction Dessin 2D des objets de base : tracé de segments et courbes Le clipping Problèmatique Algorithmes de remplissage Parties cachées Les systèmes de couleur et le tramage pour la simulation des grisés s et des couleurs Textures, aliassage et anti-aliassage aliassage Didier Arquès Équipe SISAR
11 TRACÉ DE SEGMENTS Problèmatique On sait projeter un point P 1 P 2 P 3... P. 4 Comment tracer un trait à l écran entre 2 points donnés? P P 1.. P. 3 2 P. 4 Affichage en mode fil de fer 11
12 TRACÉ DE SEGMENTS (xf,yf) Problèmatique (xf,yf) (xi,yi yi) (xi,yi yi) On désire d tracer un segment entre deux points (xi,yi yi) ) et (xf( xf,yf) ) de R 2. Ce tracé est effectué sur un écran bitmap le segment doit être discrétis tisé. On considérera xi, yi, xf et yf entiers. Problème : quels points tracer? Le segment obtenu devra répondre r à trois conditions: - Tout point du segment discret est coupé par le segment continu. - Tout point du segment touche au moins un autre point du segment soit par l'un de ses côtés s (4 connexité), soit par un de ses sommets (8-connexit connexité) ) (voir ci-contre contre points en grisé vis à vis du point en noir). - On trace le moins de points possible. 4 connexité 8 connexité 12
13 TRACÉ DE SEGMENTS Problèmatique La technique utilisée e consistera à tracer n points où n=1+max max(abs(xi-xf),abs( ),abs(yi-yf)). C'est à dire que l'on va tracer un point et un seul par ligne intersectant le segment si abs(xi-xf xf) ) < abs(yi yi-yf), sinon on trace un point et un seul par colonne intersectant le segment. 13
14 TRACÉ DE SEGMENTS Mauvais tracés 14
15 TRACÉ DE SEGMENTS Bons tracés 15
16 Synthèse d image Algorithmique graphique 2D Introduction Dessin 2D des objets de base : tracé de segments et courbes Le clipping Algorithme utilisant l équation cartésienne Algorithmes de remplissage Parties cachées Les systèmes de couleur et le tramage pour la simulation des grisés s et des couleurs Textures, aliassage et anti-aliassage aliassage Didier Arquès Équipe SISAR
17 TRACÉ DE SEGMENTS y f Algorithme utilisant l équation cartésienne y i x i Comment tracer une droite entre les points (x i, y i ) et (x( f, y f )? On désire d tracer un segment de droite entre les points de coordonnées entières (x i,y i ) et (x( f,y f ). Pour simplifier on considérera x f > x i, y f > y i et (x( f -x i ) (y f -y i ). C'est à dire que le coefficient directeur de la droite passant par nos deux sommets est positif et inférieur ou égal à 1 : Cette droite est dans le premier 17 octant (autour du point (x i,y i )). x f
18 TRACÉ DE SEGMENTS Algorithme utilisant l équation cartésienne Équation cartésienne : avec : y = ax+b a= y x f f y xi i b = y i ax i 18
19 TRACÉ DE SEGMENTS Algorithme utilisant l équation cartésienne void ligne(int xi, int yi, int xf, int yf) { int x,y ; double a,b ; a =(double) (yf-yi)/(xf-xi) ; b = yi - a * xi ; for (x = xi ; x <= xf ; x++) { y = a * x + b ; allume_pixel(x,y) ; } } void ligne(int xi, int yi, int xf, int yf) { int x,y ; double a; a =(double) (yf-yi)/(xf-xi) ; y = yi ; for (x = xi ; x <= xf ; x++) { y += a ; allume_pixel(x,(int) y) ; } } 19
20 Synthèse d image Algorithmique graphique 2D Introduction Dessin 2D des objets de base : tracé de segments et courbes Le clipping Algorithme de Bresenham Algorithmes de remplissage Parties cachées Les systèmes de couleur et le tramage pour la simulation des grisés s et des couleurs Textures, aliassage et anti-aliassage aliassage Didier Arquès Équipe SISAR
21 TRACÉ DE SEGMENTS A chaque étape, deux candidats : - un pas à l est - un pas au Nord-Est Principe de de base : A chaque étape, deux candidats : : (x p +1,y p +1) P(x p,y p ) (x p +1,y p ) 21
22 TRACÉ DE SEGMENTS Critère de de choix L équation de la droite s écrit: F( x, y) = dy. x dx. y dy. xi+ dx. yi= 0 F(x, y) < 0 dx= x dy= y f f x i y i dy y f y i x i F(x, y) > 0 dx x f 22
23 TRACÉ DE SEGMENTS Choix du du point M : : le le point médian M (x (x p +1, y p +1/2) y P +1 y P +1/2 M y p x P x P +1 23
24 TRACÉ DE SEGMENTS Algorithme : : yp + 1 yp + 1/2 point médian M yp Si F(M) > 0 (M M au dessous de la droite) xp xp + 1 alors un pas au Nord-Est F(xp, yp+1/2) <0 sinon (M M au dessus de la droite) un pas à l est yp + 1 yp + 1/2 yp xp F(xp, yp+1/2)>0 xp
25 TRACÉ DE SEGMENTS Calcul incrémental de de F(M) Initialisation : on cherche le successeur de (x i, y i ) Évaluation de : Si F(M) > 0 alors (pas au Nord-Est) F(x i + 1, y i + 1/2) Évaluation suivante est celle de : F( xp+ 2, yp+ 1+ 1/2 ) Sinon (pas à l Est) Évaluation suivante est celle de : F( xp+ 2, yp+ 1/2) 25
26 TRACÉ DE SEGMENTS Calcul incrémental de de F(M) F( x, y) dy. x dx. y dy. xi+ dx. Initialisation = yi F(x i + 1, y i +1/2) = F(x i,y i ) + dy dx/2= dy dx/2 Pas au Nord-Est F( x p Pas à l Est + 2, yp+ 1+ 1/2) = F( xp+ 1, yp+ 1/2) + dy dx F( xp + 2, yp+ 1/2) = F( xp+ 1, yp+ 1/2) + dy 26
27 TRACÉ DE SEGMENTS Calcul incrémental de de F(M) On multiplie tous les incréments par 2 pour travailler en valeurs entières Initialisation F(M ) = 2dy dx Pas au Nord-Est F(M ) + = 2(dy dx) Pas à l Est F(M ) + = 2dy 27
28 TRACÉ DE SEGMENTS Algorithme de de Bresenham void Bresenham(int xi, int yi, int xf, int yf) { int dx, dy, i, erreur, x, y ; Initialisation F(M) = 2dy dx Pas au Nord-Est Pas à l Est F(M) +=2(dy dx) F(M) +=2dy x = xi ; y = yi ; dx = xf - xi ; dy= yf-yi; allume_pixel(x,y) ; erreur = - dx ; for (x = xi+1 ; x <= xf ; x++) { erreur += 2.dy ; if (erreur >= 0) { erreur -= 2.dx ; y += 1 ; } allume_pixel(x,y) ; } } 28
29 TRACÉ DE SEGMENTS Algorithme de de Bresenham Pour deux points quelconques void Bresenham(int xi, int yi, int xf, int yf) { int dx, dy, i, xinc, yinc, cumul, x, y ; x = xi ; y = yi ; dx = xf - xi ; dy = yf - yi ; xinc = ( dx > 0 )? 1 : -1 ; yinc = ( dy > 0 )? 1 : -1 ; dx = abs(dx) ; dy = abs(dy) ; allume_pixel(x,y) ; if ( dx > dy ) { erreur = -dx ; for ( i = 1 ; i <= dx ; i++ ) { x += xinc ; erreur += 2.dy ; if (erreur >= 0) { erreur -= 2.dx ; y += yinc ; } allume_pixel(x,y) ; } } else { erreur = -dy ; for ( i = 1 ; i <= dy ; i++ ) { y += yinc ; erreur += 2.dx ; if ( erreur >= 0 ) { erreur -= 2.dy ; x += xinc ; } allume_pixel(x,y) ; } } } 29
30 TRACÉ DE SEGMENTS Exemple dx=15, dy= Initialisation F ( M ) = 2 dy dx x y erreur décision : pas (=2.dy - dx) >0 Nord Est 4 2 -> = -9 <0 Est = 9 >0 Nord Est 6 3 -> = -3 <0 Est = 15 >0 Nord Est 8 4 -> = 3 >0 Nord Est 9 5 -> = -9 <0 Est = 9 >0 Nord Est > = -3 <0 Est = 15 >0 Nord Est > = 3 >0 Nord Est > = -9 <0 Est = 9 >0 Nord Est > = -3 <0 Est = 15 >0 Nord Est > = 3 >0 Nord Est Pas au Nord-Est F ( M ) + = 2(dy dx ) Pas à l Est F ( M ) + = 2 dy 30
31 TRACÉ DE SEGMENTS Commentaires : On ramène le cas général g à celui du premier octant en remarquant : 1) Qu'une symétrie par rapport à l'axe des x et/ou l'axe des y ramène tout segment P i P f dans le premier quadrant. Dans l'algorithme ci-dessous, cela revient à prendre les valeurs absolues de dx et dy.. Bien évidemment, lors du tracé des pixels, il faut avoir gardé la trace de ces symétries éventuelles pour allumer les pixels dans le bon quadrant. Cela est réalisr alisé dans l'algorithme par les variables d'incrément x inc et y inc. 2) Une symétrie par rapport à la première bissectrice ramène tout segment du second octant dans le premier. Cela se traduit dans l'algorithme, par les deux parties de l'algorithme, la seconde (traitant le second octant) se déduisant duisant de la première (traitant le 1 er octant) par échange des variables concernant x avec celles concernant y. 31
32 TRACÉ DE SEGMENTS y 2è octant xinc = -1, yinc = 1 xinc = 1, yinc = 1 1er octant Pi x xinc = -1, yinc = -1 xinc = 1, yinc = -1 32
33 Synthèse d image Algorithmique graphique 2D Introduction Dessin 2D des objets de base : tracé de segments et courbes Le clipping Tracé d arc de cercle Algorithmes de remplissage Parties cachées Les systèmes de couleur et le tramage pour la simulation des grisés s et des couleurs Textures, aliassage et anti-aliassage aliassage Didier Arquès Équipe SISAR
34 TRACÉ D ARC DE CERCLE Tracé d arc de de cercle Utilisation de l algorithme de Bresenham pour le tracé d un arc de cercle de centre (0,0) et de rayon r dans le second octant Entre le point (0,r) et le point ( r 2, r2 ) 34
35 TRACÉ D ARC DE CERCLE Tracé d arc de de cercle Y CAS n 1 Pixel EST Pixel SUD-EST Pixels Y-1 CAS n 2 x x+1 35
36 TRACÉ D ARC DE CERCLE Idée de l'algorithme : Sur cette partie du plan, on allume un pixel sur chaque colonne de l écran entre 0 et r/ 2. Le reste du cercle sera obtenu facilement par symétries par rapport aux diagonales et aux axes. Si un pixel est allumé en position (x,y), le prochain pixel sera obligatoirement : soit en position "Est" (x+1,y) soit en position "Sud Est" (x+1,y-1) 1) (dériv rivée e du cercle comprise entre 0 et -1. L'algorithme est basé sur l'étude, pour chaque colonne, de la position (vis à vis du cercle : au dessus ou en dessous) du point intermédiaire (M1 puis M2 dans la figure) entre les deux pixels superposés qui encadrent le cercle. 36
37 TRACÉ D ARC DE CERCLE Tracé d arc de de cercle Y CAS n 1 Pixel EST Pixel SUD-EST Pixels Y-1 CAS n 2 x x+1 37
38 TRACÉ D ARC DE CERCLE Idée e de l'algorithme : L'algorithme est basé sur l'étude, pour chaque colonne, de la position (vis à vis du cercle : au dessus ou en dessous) du point intermédiaire (M1 puis M2 dans la figure) entre les deux pixels superposés s qui encadrent le cercle. Si ce point intermédiaire est situé dans le cercle (cas 1), le pixel allumé sera le pixel situé en dehors du cercle. Sinon, (cas 2), le pixel situé à l'intérieur du cercle est allumé. L'idée e de l'algorithme est de définir d la position de chaque point intermédiaire de façon incrémentale, colonne après colonne. 38
39 TRACÉ D ARC DE CERCLE Tracé d arc de de cercle y La fonction d évaluation F(M ) = x 2 + y 2 r 2 M x Si F(M) < 0 alors on est à l intérieur du cercle sinon on est à l extérieur 39
40 TRACÉ D ARC DE CERCLE Y CAS n 1 Calcul incrémental de de F(M) Y-1 CAS n 2 x x+1 Initialisation : on cherche le successeur de (0, r) Évaluation de : F(1,r 1 2 ) Si F(M) < 0 alors (pas à l Est) Évaluation de : F(x p + 2,y p 1 2 ) sinon (pas au Sud-Est) Évaluation de : F(x p + 2,y p 3 2 ) 40
41 TRACÉ D ARC DE CERCLE Calcul incrémental de de F(M) Initialisation : on cherche le successeur de (0, r) F 1, r 1) = 1+ 2 r r+ 1 4 r 2 2 ( Si F(M) < 0 alors (pas à l Est) = 5 r 4 F(x p + 2,y p 1 2 ) = (x p + 2) 2 + (y p 1/ 2) 2 r 2 = F(x p +1, y p 1 2 ) + 2x p +3 Sinon (pas au Sud-Est) F(x p + 2,y p 3 2 ) = (x p + 2) 2 + (y p 3 2 )2 r 2 = F(x p +1,y p 1 2 ) + (2x p 2y p + 5) 41
42 TRACÉ D ARC DE CERCLE Tracé d arc de de cercle void cercle(int r) { int x, y, erreur ; x = 0 ; y = r ; erreur = 1 - r ; allume_pixel(x,y) ; while ( y > x ) { if ( erreur < 0 ) { erreur += 2 * x + 3 ; x++ ; } else { erreur += 2 * (x - y) + 5 ; x++ ; y-- ; } allume_pixel(x,y) ; } } 42
43 TRACÉ D ARC DE CERCLE Tracé d arc de de cercle erreur Pas x y (=1-r) E *0 + 3 = -16 E * = -11 E * = -4 E * = 5 SE * (4-20) + 5 = -22 E * = -9 E * = 6 SE * (7-19) + 5 = -13 E * = 6 SE * (9-18) + 5 = -7 E * = 16 SE * (11-17) + 5 = 9 SE *(12-16) + 5 = 6 SE
44 Synthèse d image Algorithmique graphique 2D Introduction Dessin 2D des objets de base : tracé de segments et courbes Le clipping Algorithmes de remplissage Parties cachées Les systèmes de couleur et le tramage pour la simulation des grisés s et des couleurs Textures, aliassage et anti-aliassage aliassage Didier Arquès Équipe SISAR
45 Synthèse d image Algorithmique graphique 2D Introduction Dessin 2D des objets de base : tracé de segments et courbes Le clipping Contexte Algorithmes de remplissage Parties cachées Les systèmes de couleur et le tramage pour la simulation des grisés s et des couleurs Textures, aliassage et anti-aliassage aliassage Didier Arquès Équipe SISAR
46 CLIPPING Contexte Après projection dans le repère de la caméra, les objets sont dessinés en mode fil-de-fer. Ils ne se projettent pas nécessairement complètement à l intérieur de la fenêtre de visualisation. Nécessité P de les clipper 46
47 CLIPPING Contexte Réduire le dessin à une région précise de l écran Exemple 47
48 Synthèse d image Algorithmique graphique 2D Introduction Dessin 2D des objets de base : tracé de segments et courbes Le clipping Algorithme de Cohen-Sutherland Algorithmes de remplissage Parties cachées Les systèmes de couleur et le tramage pour la simulation des grisés s et des couleurs Textures, aliassage et anti-aliassage aliassage Didier Arquès Équipe SISAR
49 CLIPPING Algorithme de de Cohen-Sutherland Permet de détecter facilement certaines configurations de la position relative d un segment vis à vis d un rectangle On associe 4 valeurs booléennes à chaque extrémité du segment pour établir si le segment passe ou ne passe pas à l intérieur du rectangle 49
50 CLIPPING Algorithme de de Cohen-Sutherland (x f, y f ) (x i, y i ) Le rectangle est défini par (x( min, y min ) (x( max, y max Le segment est défini par (x i, y i ) (x( f, y f ) max ) 50
51 CLIPPING Algorithme de de Cohen-Sutherland A chaque extrémité (x,y) du segment, on associe 4 booléens: la première valeur = 1 si y > y max la deuxième valeur = 1 si y < y min la troisième valeur = 1 si x > x max la quatrième valeur = 1 si x < x min On définit des zones 51
52 CLIPPING Algorithme de de Cohen-Sutherland la première valeur = 1 si y > y max la deuxième valeur = 1 si y < y min la troisième valeur = 1 si x > x max la quatrième valeur = 1 si x < x min 52
53 CLIPPING Algorithme de de Cohen-Sutherland cas 1 : si les codes des deux extrémités sont entièrement égaux à 0 Le segment est entièrement à l intérieur du rectangle 53
54 CLIPPING Algorithme de de Cohen-Sutherland cas 2 : si un seul des deux codes est égal à 0 Le segment est en partie à l intérieur du rectangle 54
55 CLIPPING Algorithme de de Cohen-Sutherland 0101 & 0110= 0100 si aucun des 2 codes n est nul, on calcule le et logique entre les 2 codes cas 3 : si un 1 apparaît à une position quelconque, le segment est à l extérieur 55
56 CLIPPING Algorithme de de Cohen-Sutherland 1000 & 0010 = & 0100 = 0000 si aucun des 2 codes n est nul, on calcule le et logique entre les 2 codes cas 4 : si aucun 1 n apparaît, on ne peut pas conclure 56
57 CLIPPING Algorithme de de Cohen-Sutherland cas 1 et cas 3 conclusion immédiate cas 2 et cas 4 on doit utiliser un algorithme plus complexe Propriété : les bits égaux à 1 correspondent aux côtés du rectangle qui vont être coupés par le segment 57
58 CLIPPING Algorithme de de Cohen-Sutherland cas 2 cas 4 Algorithme : parcourir le segment à partir d un point à l extérieur du rectangle tester son code afin de savoir quelle droite le segment coupe déterminer le point d intersection supprimer le sous-segment traité recommencer l algorithme sur le nouveau segment 58
59 CLIPPING Algorithme de de Cohen-Sutherland Exemple P 1 P 2 P 1 P 2 on traite P 1 de code 0101 le second bit du code (lu de la gauche vers la droite) vaut 1 intersection avec la droite y=y min P 2 remplace P 1 59
60 CLIPPING Algorithme de de Cohen-Sutherland P 3 P 2 on traite P 2 de code 0001 on ne peut pas conclure (0001 & 1010 = 0000) le quatrième bit du code vaut 1 intersection avec la droite x=x min P 3 (code 0000) remplace P 2 on change d extrémité car on est revenu dans le cas 2 60
61 CLIPPING Algorithme de de Cohen-Sutherland P 5 P 4 P 3 on traite P 4 de code 1010 on ne peut pas conclure (0000 & 1010 = 0000) le premier bit du code vaut 1 intersection avec la droite y=y max P 5 (code 0000) remplace P 4 on a fini (cas 1) 61
62 Synthèse d image Algorithmique graphique 2D Introduction Dessin 2D des objets de base : tracé de segments et courbes Le clipping Clipping paramétrique Algorithmes de remplissage Parties cachées Les systèmes de couleur et le tramage pour la simulation des grisés s et des couleurs Textures, aliassage et anti-aliassage aliassage Didier Arquès Équipe SISAR
63 CLIPPING Clipping paramétrique Utile lorsque la région à l intérieur de laquelle est effectuée le clipping n est plus réduite à un simple rectangle, mais est une région convexe zone de clipping 63
64 CLIPPING Clipping paramétrique Propriété Le segment à clipper possède au maximum 2 intersections avec le bord du polygone 64
65 CLIPPING Clipping paramétrique Algorithme (1) cas (1) Si les deux extrémités du segment sont dans le polygone on trace directement le segment 65
66 CLIPPING Clipping paramétrique (2) Algorithme cas (2) Si une des deux extrémités du segment est à l intérieur du polygone on parcourt toutes les arêtes du polygone jusqu à trouver une intersection on trace entre cette intersection et l extrémité intérieure au polygone 66
67 CLIPPING Clipping paramétrique (3) Algorithme cas (3) Si les deux extrémités du segment sont à l extérieur du polygone on parcourt toutes les arêtes du polygone jusqu à trouver soit deux, soit aucune intersection soit on trace entre ces deux intersections, soit le segment est entièrement à l extérieur du polygone 67
68 CLIPPING Clipping paramétrique On a donc besoin : d un algorithme d intersection entre 2 segments d un algorithme de test de présence d un sommet à l intérieur d un polygone 68
69 CLIPPING Clipping paramétrique intersection entre deux segments équation paramétrique du segment (P A,P B ) : P(t) = (1-t) P A + t P B P B P A Si 0<t<1 alors P(t) appartient au segment (P A,P B ) 69
70 CLIPPING Clipping paramétrique P 1 N = vecteur orthogonal à (P 1,P 2 ) P B P A P(t) N. (P(t) - P 1 ) = 0 P 2 70
71 CLIPPING Clipping paramétrique { P(t) = (1-t)P A + t P B N. (P(t) - P 1 ) = 0 t = r N.(P A P 1 ) r N.(P A P B ) Si 0<t<1 alors P(t) appartient au segment (P A,P B )!! Si le dénominateur est nul, les deux segments sont parallèles 71
72 CLIPPING Clipping paramétrique test de présence d un sommet à l intérieur d un polygone Tous les angles sont de même signe : P 2 est à l intérieur du polygone 72
73 CLIPPING Clipping paramétrique inversion du signe : P 1 est à l extérieur du polygone 73
74 CLIPPING Clipping paramétrique Calcul du signe de l angle par le produit vectoriel entre les deux vecteurs V 2 (dx 2, dy 2 ) V 1 (dx 1, dy 1 ) on calcule le signe de dx 1 dy 2 - dx 2 dy 1 74
75 Synthèse d image Algorithmique graphique 2D Introduction Dessin 2D des objets de base : tracé de segments et courbes Le clipping Algorithmes de remplissage Parties cachées Les systèmes de couleur et le tramage pour la simulation des grisés s et des couleurs Textures, aliassage et anti-aliassage aliassage Didier Arquès Équipe SISAR
76 Synthèse d image Algorithmique graphique 2D Introduction Dessin 2D des objets de base : tracé de segments et courbes Le clipping Algorithmes de remplissage Définition Parties cachées Les systèmes de couleur et le tramage pour la simulation des grisés s et des couleurs Textures, aliassage et anti-aliassage aliassage Didier Arquès Équipe SISAR
77 REMPLISSAGE Remplissage Définitions ligne brisée polygone 77
78 REMPLISSAGE Remplissage Évidence Les caractéristiques du polygone influent sur la complexité des algorithmes 78
79 REMPLISSAGE Remplissage Zone définie par une couleur 1) un ensemble connexe de pixels de couleurs identiques 2) un ensemble connexe de pixels dont la couleur n est pas une couleur définie 79
80 REMPLISSAGE Remplissage Zone définie par une frontière Ensemble de pixels connexes dont la frontière est constituée de pixels d une couleur différente de celle de la zone 80
81 REMPLISSAGE Remplissage Zone définie par les sommets d un polygone 81
82 Synthèse d image Algorithmique graphique 2D Introduction Dessin 2D des objets de base : tracé de segments et courbes Le clipping Algorithmes de remplissage Algorithme récursif Parties cachées Les systèmes de couleur et le tramage pour la simulation des grisés s et des couleurs Textures, aliassage et anti-aliassage aliassage Didier Arquès Équipe SISAR
83 REMPLISSAGE Remplissage Pour une zone définie par une frontière Idée de l algorithme : On choisit un pixel interne à la zone un germe A chaque fois qu un pixel qui doit être rempli est touché On le remplit On relance l algorithme sur les pixels qui lui sont connexes 83
84 REMPLISSAGE Remplissage Algorithme récursif void remplissage( int x, int y, int coul_bord, int couleur) { coul_pixel = get_coul coul_pixel(x,y) ; if ( (coul( coul_pixel!= couleur) && (coul( coul_pixel!= coul_bord) ) { putpixel(x,y, (x,y,coul)) ; remplissage(x,y+1, coul_bord, coul) ) ; remplissage(x,y-1, coul_bord, coul) ) ; remplissage(x+1,y, coul_bord, coul) ) ; remplissage(x-1,y, coul_bord, _bord, coul) ) ; } } Problème : Dépassement de capacité de la pile si les zones remplies sont trop grandes. 84
85 Synthèse d image Algorithmique graphique 2D Introduction Dessin 2D des objets de base : tracé de segments et courbes Le clipping Algorithmes de remplissage Algorithme par germe Parties cachées Les systèmes de couleur et le tramage pour la simulation des grisés s et des couleurs Textures, aliassage et anti-aliassage aliassage Didier Arquès Équipe SISAR
86 REMPLISSAGE Principe Le remplissage est effectué,, suite horizontale maximale de pixels après s suite horizontale, à partir d'un pixel germe initial. A chaque itération : - On remplit tous les pixels P i jusqu'à la couleur limite à droite et à gauche du germe courant. - On recherche parmi les pixels au dessus et en dessous des P i ceux qui sont le plus à droite d'une suite horizontale maximale à remplir. - Ces pixels sont empilés s comme germes des itérations suivantes. 86
87 REMPLISSAGE Dans l'exemple suivant, on remarquera en particulier sur la dernière re figure que le germe 3 est empilé.. On remplira alors sa ligne de scanning. Aucun autre germe ne sera ajouté car les lignes au dessus et en dessous sont pleines. On dépile alors le germe 2 et on remplit sa ligne de scanning, qui làl également ne donne aucun autre germe. On dépile d enfin le germe 1 dont la ligne est déjàd remplie (on pourrait le tester dans l'algorithme). L'algorithme est alors achevé,, la pile étant vide. La taille maximum de la pile aura été 4, ce qui est très économique par rapport à l'algorithme précédent. 87
88 REMPLISSAGE Algorithme par par germe germe pour une zone définie par une frontière Idée de l algorithme : le remplissage est effectué par balayage horizontal de pixels à partir d un pixel initial appelé germe. on recherche de nouveaux germes (ceux qui sont le plus à droite d'une suite horizontale maximale à remplir) sur les lignes au dessus et au dessous de la ligne traitée Germe 88
89 REMPLISSAGE Algorithme par par germe germe Exemple
90 REMPLISSAGE Algorithme par par germe germe Exemple 3 90
91 REMPLISSAGE Algorithme par par germe germe Exemple 3 3 = 1 91
92 REMPLISSAGE Algorithme par par germe germe Algo remplissage (germe g) { Pile P ; Sommet S, Sg, Sd ; Empiler(g, P) ; Tant que (!PileVide(P) ) Faire S(x,y)=dépiler(P) ; Rechercher les 2 points limite Sg (x g,y) et Sd(x d,y) à droite et à gauche de x ; Tracer entre Sg (x g,y) et Sd(x d,y); Pour x variant de x g à x d Faire Si P up (x, y+1) est le plus à droite d une suite horizontale Alors Empiler (P up, P) ; Finsi Si P down (x, y-1) est le plus à droite d une suite horizontale Alors Empiler (P down, P) ; Finsi Finpour FinTq } 92
93 Synthèse d image Algorithmique graphique 2D Introduction Dessin 2D des objets de base : tracé de segments et courbes Le clipping Algorithmes de remplissage Algorithme scan-line Parties cachées Les systèmes de couleur et le tramage pour la simulation des grisés s et des couleurs Textures, aliassage et anti-aliassage aliassage Didier Arquès Équipe SISAR
94 REMPLISSAGE Algorithme de de scan-line Remplissage d une zone définie par un ensemble de points (polygone) Balayage ligne par ligne, trame par trame 94
95 REMPLISSAGE Algorithme de de scan-line A chaque trame, on associe LCA, la liste des côtés actifs c est-à-dire côtés du polygone ayant une intersection avec la trame en cours de traitement et mise à jour au cours de l exécution de l algorithme 95
96 REMPLISSAGE Algorithme de de scan-line Un élément de LCA contient : y max x 1/a Suivant inverse du coefficient directeur de la droite associée à ce côté 96
97 REMPLISSAGE Algorithme de de scan-line Pour la trame y=7 97
98 REMPLISSAGE Algorithme de de scan-line Pour la trame y=13 98
99 REMPLISSAGE Algorithme de de scan-line Pour optimiser, on précalcule pour chaque trame une liste des côtés qui doivent entrer dans LCA Pour un côté : y max x min 1/a Suivant inverse du coefficient directeur de la droite associée à ce côté Les listes chaînées de SI (Structure intermédiaire) sont triées par ordre croissant de x min, puis pour deux x min identiques, par ordre croissant de la valeur 1/a. Ce tri a aussi pour but de faciliter le déplacement d des côtés s vers LCA car cet ordre de classement devra être respecté dans LCA. 99
100 REMPLISSAGE Algorithme de de scan-line 27 Les listes chaînées de SI sont triées par ordre croissant de x min, puis pour deux x min identiques, par ordre croissant de la valeur 1/a. Ce tri a aussi pour but de faciliter le déplacement des cotés s vers LCA car cet ordre de classement devra être respecté dans LCA. 100
101 Synthèse d image Algorithmique graphique 3D Introduction Dessin 2D des objets de base : tracé de segments et courbes Le clipping Algorithmes de remplissage Parties cachées Les systèmes de couleur et le tramage pour la simulation des grisés s et des couleurs Textures, aliassage et anti-aliassage aliassage Didier Arquès Équipe SISAR
102 INFORMATIQUE GRAPHIQUE ALGORITHMIQUE GEOMETRIQUE Précision numérique, algorithmes randomisés Visibilité, VoronoÏ-Delaunay, GEOMETRIE DISCRETE Géométrie classique du plan et de l'espace? Géométrie discrète en 2D, en 2.5 D, en 3D Applications : - Transformations discrètes - Squelettisation, Suivi de contour - Logiciel de dessin bitmap en 2.5 D - Reconnaissance des formes INFORMATIQUE FONDAMENTALE MODELES PHYSIQUES ET MATHEMATIQUES MODELISATION POUR L'ANIMATION - Modeleurs - Scénario - Modélisation sous contraintes MODÈLE D'ANIMATION Déformation géométrique Modèles de physique : mécanique, botanique, Radiosité Texturage Lancer de rayon Modèle d'illumination : Antialliassage aspect ondulatoire de la lumièret theorie du signal Hologrammes informatiques RENDU MODELISATION 3D Solides non organisés Solides topologiques Solides combinatoires Solides géométriques CAO, Courbes et surfaces Plongement sur une surface Enumération COMBINATOIRE Codage par des mots Dessin automatique sous contraintes CAO, Imagerie médicale, Robotique, Modélisation Chimique, Réalités virtuelles modélisation de phénomènes naturels : végétaux, paysages, tornade, trou noir, A l'interface Homme Machine APPLICATIONS MODELISATION 2D Graphes Cartes topologiques Cartes combinatoires Cartes géométriques Architectures spécialisées Processeurs graphiques Parallélisme ARCHITECTURES DE MACHINES 102
103 Synthèse d image Algorithmique graphique 3D Introduction Dessin 2D des objets de base : tracé de segments et courbes Le clipping Algorithmes de remplissage Parties cachées Contexte Les systèmes de couleur et le tramage pour la simulation des grisés s et des couleurs Textures, aliassage et anti-aliassage aliassage Didier Arquès Équipe SISAR
104 Elimination des parties cachées Contexte Remplissage P P Parties Cachées P P 104
105 Elimination des parties cachées 1ère approche : On détermine d lequel des n objets est visible à chaque pixel de l'image. Algorithme Image-pr précision; Pour chaque pixel de l'image faire Déterminer parmi les objets percés s par la ligne partant de l'observateur et traversant le pixel considéré,, celui qui est le plus proche de l'observateur; Dessiner le pixel dans la couleur appropriée fait fin.. Remarque : Une implémentation brutale de cet algorithme nécessite d'examiner les n objets pour déterminer celui qui est le plus proche de l'observateur le long de la ligne de projection traversant le pixel. Pour p pixels, la complexité est n.p, avec p = 1 Million pour un écran de haute résolution. 105
106 Elimination des parties cachées 2 ième approche : On compare les objets deux à deux, éliminant des portions d'objet ou des objets entiers qui sont cachés. Algorithme Objet-pr précision; Pour chaque objet faire Déterminer les parties de l'objet dont la vue n'est pas obstruée par d'autres parties de lui même ou d'autres objets; Dessiner ces parties dans la couleur appropriée fait fin. Remarque : Une implémentation brutale de cet algorithme nécessite de comparer les objets deux à deux : complexité en n 2 par rapport à cette opération de comparaison. Si pour n<p, la complexité semble meilleure que dans l'approche précédente, les étapes élémentaires (c'est à dire la comparaison de deux objets) sont en fait plus complexes et consomment plus de temps machine. Cette deuxième approche est en fait souvent plus 106 difficile à implémenter que la 1ère.
107 Elimination des parties cachées Conclusion : Le premier algorithme est réalisr alisé en fonction de la résolution de l'écran, et détermine d la surface visible à chaque pixel de l'écran. Aussi, si l'on change de résolution r d'écran est-on contraint de refaire tous les calculs. Il n'en est pas de même dans le cas du second algorithme oùo les calculs sont réalisés à la précision avec laquelle les objets sont définis, d sans tenir compte d'une résolution r particulière re de l'écran. Seule cette dernière re étape doit être recalculée si la taille de l'image change. La première approche a été développée e au départ d pour des écrans graphiques de base résolution r (256x256 par exemple, au départ) d et un nombre quelconque d'objets. La seconde approche, au contraire est bien adaptée e pour des écrans de très s haute résolution, r mais impose un nombre d'objets limité. Les algorithmes actuels combinent les deux méthodes, m la première pour sa vitesse et la seconde pour sa précision. 107
108 Elimination des parties cachées : Classification croisée e des algorithmes d'élimination des parties cachées On peut classer les algorithmes d'élimination des parties cachées en deux classes : Les algorithmes "continus" continus" " qui réalisent r la détermination d des parties visibles sur un ensemble de zones continues couvrant le plan image. Chaque morceau visible de chaque surface sera détermind terminé quelle que soit sa place et sa taille. Des algorithmes d'illumination sont ensuite utilisés s pour rendre l'image. Les algorithmes à base d'échantillon de points qui fournissent une solution approchée e au problème d'élimination des parties cachées. Ces algorithmes déterminent la visibilité seulement en un nombre fini de points et font des hypothèses sur la visibilité des objets entre ces points échantillonnés. Remarque : En pratique les avantages théoriques des algorithmes continus sont très s fortement contrebalancés s par leur complexité et par le peu de primitives et d'effets d'illumination qu'ils peuvent supporter. Usuellement, seuls les surfaces polygonales sans illumination indirecte sont acceptées. es. Au contraire les algorithmes à base d'échantillons de points autorisent de nombreux effets sophistiqués à base de réflections multiples sur des surfaces courbes, par exemple. 108
109 Elimination des parties cachées : Classification croisée e des algorithmes d'élimination des parties cachées Algorithmes par échantillonage de points : - algorithme du Z-bufferZ - algorithmes de lancer de rayon - algorithme du peintre - algorithme par balayage de ligne Algorithmes continus : - algorithmes par subdivision d'aire ou de volume - algorithmes par balayage de plans Autres algorithmes : - algorithmes par propagation d'onde. 109
110 Elimination des parties cachées Algorithme Z-bufferZ Pour tous les objets { Pour tous les pixels (x,y) couverts par l'objet { comparer z }} Algorithme balayage de ligne Ordonner les objets par y croissants; Pour tous les y { Ordonner les objets par x croissants; Pour tous les x {comparer z } } Algorithme lancer de rayon Pour tous les pixels (x,y) { Pour tous les objets { comparer z (profondeur de cet objet au pixel (x,y) }} Algorithme du peintre Ordonner les objets du plus au moins profond (Si c'est possible!); Pour tous les objets dans cet ordre { Pour tous les pixels (x,y) couverts par l'objet { colorer le pixel } } 110
111 111
112 112
113 113
114 114
115 Elimination des parties cachées Remarques : (1) Les deux premiers algorithmes du Z-bufferZ et de lancer de rayon sont "duaux" en ce qui concerne l'ordre des deux itérations principales. (2) Les deux algorithmes du Z-bufferZ et du peintre diffèrent par le moment oùo les comparaisons de profondeur sont faites. 115
116 Elimination des parties cachées Remarques : L'algorithme par balayage de ligne diffère de l'algorithme du Z-Z buffer en ce qu'il partage l'image 2D en une suite d'images 1D (relatives à la ligne de balayage courante) et applique alors un algorithme d'élimination des parties cachées simplifié à chacune de ces lignes de balayage. Seuls les objets qui coupent la ligne de balayage courante sont invoqués s dans cet algorithme simplifié d'élimination des parties cachées pour cette ligne de balayage. Ce tri partage le problème en autant de problèmes que de lignes de balayages. Il est réalisr alisé avant toute opération concernant l'élimination limination des parties cachées pour la ligne de balayage courante. Ceci a pour but de réduire r duire la complexité à celles de sous- problèmes en 1D. 116
117 Elimination des parties cachées Remarques : Dès s lors appliquer cette subdivision du problème 2D à l'aide de la ligne de balayage, puis l'utilisation des algorithmes du Z-bufferZ buffer,, du lancer de rayon, ou du peintre à chacune des lignes de balayage, conduit à différentes variantes de l'algorithme d'élimination des parties cachées "par ligne de balayage". Si l'on va un cran plus loin dans ce raisonnement, c'est à dire l'application successivement pour y puis pour x de ce principe "diviser pour régner", r on est alors conduit à subdiviser à nouveau le probème 1D d'élimination des parties cachées pour chaque ligne de balayage en sous-probl problèmes 0D (pour chaque pixel courant de la ligne de balayage courante) d'élimination des parties cachées C'est ce principe qui a été retenu dans la version très s simplifiée e de cet algorithme présent sentée e ci-dessus. Au niveau 0D, les deux algorithmes du Z-bufferZ et de lancer de rayon sont identiques (évident) et également identiques à l'algorithme du peintre (après 117 une optimisation évidente).
118 Elimination des parties cachées Contexte P(X e,y e,z e ) On suppose que les coordonnées des points sont déjà exprimées en coordonnées de visée on est dans le repère de la caméra 118
119 Elimination des parties cachées Contexte Pour la plupart des algorithmes, les objets sont représentés par une liste de polygones Nécessité de mailler les objets 119
120 Synthèse d image Algorithmique graphique 3D Introduction Dessin 2D des objets de base : tracé de segments et courbes Le clipping Algorithmes de remplissage Parties cachées Algorithme du peintre Les systèmes de couleur et le tramage pour la simulation des grisés s et des couleurs Textures, aliassage et anti-aliassage aliassage Didier Arquès Équipe SISAR
121 Elimination des parties cachées : peintre Algorithme du du peintre peintre idée de l algorithme : Afficher les facettes en commençant pas la plus éloignée comme le font les peintres
122 Elimination des parties cachées : peintre Algorithme du du peintre peintre Algorithme du peintre Données Liste de polygones ordonnés de l'arrière vers l'avant {P1,...Pn} Un tableau Intensité[x,y] Début Pour chaque polygone P dans l'ordre de la liste faire { Pour chaque pixel (x,y) qui intersecte P faire { Intensité[x,y] = intensité de P en (x,y) } } afficher le tableau Intensité fin 122
123 Elimination des parties cachées : peintre Algorithme du du peintre peintre Problèmes Choix de la fonction de tri : doit être efficace pour un grand nombre de facettes Choix du critère de tri : sommet de la facette le plus proche (P) barycentre (B)... P 1 B 1 B 2 P 2 123
124 Elimination des parties cachées : peintre Algorithme du du peintre peintre Problème Agencements complexes La fonction de tri choisit un ordre Généralement on subdivise les facettes 124
125 Elimination des parties cachées : peintre L'inconvénient nient de cet algorithme est que les calculs du modèle d'illumination sont nécessairement n réalisr alisés s pour chaque pixel de chaque objet, sans tenir compte de la visibilité finale de chaque objet. On peut éviter ces calculs inutiles en utilisant une version inverse de l'algorithme du peintre, dans laquelle les objets les plus proches sont dessinés s en premier, puis les objets plus éloignés s sont dessinés s autour et entre ceux qui sont déjà dessinés. s. Il suffit pour cela de savoir si un pixel a déjà été dessiné, à l'aide d'un tableau booléen "masque" mis à jour pour chaque pixel que l'on dessine : ce tableau masque est initialisé à 0. Puis pour chaque pixel que l'on dessine, on met son masque à 1. Si pour un pixel candidat à être dessiné,, son masque est déjàd à 1, c'est que le pixel contient déjàd l'intensité d'un objet plus proche et ne doit donc pas être modifié. 125
126 Elimination des parties cachées : peintre Algorithme inverse du peintre Données Liste de polygones ordonnés s de l'avant vers l'arrière re {P1,...Pn Pn} Un tableau masque[x,y] initialisé à 0. Un tableau Intensité[x,y] Début Pour chaque polygone P dans l'ordre de la liste faire { Pour chaque pixel (x,y) qui intersecte P faire { Si masque[x,y] = 0 alors { Intensité[x,y] = intensité de P en (x,y) masque[x,y] = 1 } } } afficher le tableau Intensité fin 126
127 Elimination des parties cachées : peintre Une application et généralisation de l algorithme du peintre 127
128 128
129 129
130 Systèmes de particules 130
131 131
132 Synthèse d image Algorithmique graphique 3D Introduction Dessin 2D des objets de base : tracé de segments et courbes Le clipping Algorithmes de remplissage Parties cachées Algorithme du Z-BufferZ Les systèmes de couleur et le tramage pour la simulation des grisés s et des couleurs Textures, aliassage et anti-aliassage aliassage Didier Arquès Équipe SISAR
133 Elimination des parties cachées : Z-BufferZ Algorithme du du Z-BufferZ idée de l algorithme Pour éviter le tri et le problème de superposition On conserve pour chaque pixel la distance à la facette déjà projetée la plus proche 133
134 Elimination des parties cachées : Z-BufferZ Algorithme du du Z-BufferZ idée de l algorithme : plans de couleur tableau des profondeurs 134
135 Elimination des parties cachées : Z-BufferZ Algorithme du du Z-BufferZ Algorithme ZBuffer() { Pour chaque pixel (x,y) Faire Zbuffer(x,y) = +infini ; Finpour Pour chaque facette F Faire Pour chaque pixel (x,y) recouvert par F Faire calculer la profondeur en z de F ; Si ( profondeur < Zbuffer(x,y) ) Alors couleur(x,y) = couleur de F ; Zbuffer(x,y) = profondeur ; Finsi Finpour Finpour } 135
136 Elimination des parties cachées : Z-BufferZ Algorithme du du Z-BufferZ Exemple 136
137 Elimination des parties cachées : Z-BufferZ Algorithme du du Z-BufferZ Exemple 137
138 Elimination des parties cachées : Z-BufferZ Algorithme du du Z-BufferZ Exemple 138
139 Elimination des parties cachées : Z-BufferZ Algorithme du du Z-BufferZ Exemple 139
140 Elimination des parties cachées : Z-BufferZ Algorithme du du Z-BufferZ Calcul de la profondeur en z de chaque pixel recouvert par une facette z 1 z 2 z 3 z 1 z 3 z2 Lors du balayage de remplissage, on interpole les valeurs définies aux sommets 140
141 Synthèse d image Algorithmique graphique 3D Introduction Dessin 2D des objets de base : tracé de segments et courbes Le clipping Algorithmes de remplissage Parties cachées Algorithme du scan-line Les systèmes de couleur et le tramage pour la simulation des grisés s et des couleurs Textures, aliassage et anti-aliassage aliassage Didier Arquès Équipe SISAR
142 Elimination des parties cachées : scan line L'idée e de base est de réduire r le problème de la dimension 3 à un problème de dimension 2. Pour cela on considère le plan associé à une ligne de balayage, c'est à dire le plan dans l'espace de dimension 3, constitué des points d'ordonnée e y constante. L'intersection d'un polygone ou facette avec ce plan (dont l'épaisseur est celle du pixel) est une suite de segments.. On est donc amené dans cet espace de dimension 2 à réaliser la détermination d des parties cachées sur des segments : on a gagné une dimension. 142
143 Elimination des parties cachées : scan line Plus précis cisément, cet algorithme est réalisr alisé par trois tris successifs : - Le premier tri par rapport à la coordonnée e y a pour but de limiter "l'attention" de l'algorithme pour chaque ligne de balayage, aux faces et arêtes qui coupent cette ligne de balayage. 143
144 Elimination des parties cachées : scan line Précis cisément les points d'intersection limites d'un polygone ou facette avec la ligne de balayage courante sont stockées dans une x-liste x qui est remise à jour lorsqu'on passe à la ligne de balayage suivante : * en ajoutant les points limites de l'intersection de cette nouvelle ligne de balayage avec les nouveaux polygones que l'on trouve dans la y-liste y associée à cette nouvelle ligne de balayage; * en supprimant les points limites des arêtes qui ne coupent plus cette nouvelle ligne de balayage * en modifiant les autres points limites (par une simple addition d un d incrément puisque les arêtes sont des fonctions linéaires). Cette x-liste x est par ailleurs ordonnée e (ce qui est rapide car l'ordre d'une ligne de balayage à la suivante est peu modifié). 144
145 Elimination des parties cachées : scan line Remarquons enfin qu'entre deux points successifs de cette liste ordonnée e des points limites d'intersection des polygones avec la ligne de balayage courante, il y a au plus un polygone visible car les facettes ne se recoupent pas par hypothèse se.. Un tri en z permet alors d'afficher les pixels situés s sur la ligne de balayage courante entre deux points limites de la x-liste x associée. 145
146 Elimination des parties cachées Algorithme du du scan-line Idée de l algorithme L1 = liste des polygones ayant une intersection avec ce plan de balayage L2 = liste des points d intersection limites des polygones de L1 avec la ligne de balayage Pour les autres lignes de balayage Faire L1 = liste des nouveaux polygones intersectant la nouvelle ligne ; Ajouter dans L2 les nouveaux points limites d intersection ; Supprimer de L2 les points limites qui ne coupent plus cette ligne; Modifier les autres points par simple incrément ; Entre deux points successifs de L2, un tri en z permet d afficher les pixels situés sur la ligne de balayage ; Finpour 146
147 Elimination des parties cachées : scan line Algorithme par balayage de ligne Données Liste de polygones {P1,...Pn} Tableau de listes de polygones y-liste[y] Liste de points limites x-liste Début Pour chaque polygone P de la liste faire { déterminer l'ordonnée maximum ymax d'un point de P insérer P dans y-liste[ymax] } Pour ligne_balayage = ligne_haut à ligne_bas faire { Si y-liste[ligne_balayage] non vide alors { Pour P polygone de y-liste[ligne_balayage] faire { calculer les points limites de l'intersection de P avec la ligne de balayage; insérer ces points limites de façon ordonnée dans x-liste commentaire : Entre deux points successifs de x_liste, un seul objet au maximum est visible } } Pour tout pixel de pixel_gauche_ecran à pixel_droit_ecran faire { Déterminer l'objet le plus proche et afficher son intensité } Mettre à jour x-liste pour la prochaine ligne de balayage } fin 147
148 Elimination des parties cachées : scan line Algorithme du du scan-line Pour des facettes ne se recoupant pas Algorithme voisin de celui du scan-line pour le remplissage (LCA) On associe un plan d équation y=cste=λ à chaque ligne de balayage λ λ λ β α L intersection d un polygone avec ce plan est une suite de segments on dessine entre ces segments 148
Les algorithmes de base du graphisme
Les algorithmes de base du graphisme Table des matières 1 Traçage 2 1.1 Segments de droites......................... 2 1.1.1 Algorithmes simples.................... 3 1.1.2 Algorithmes de Bresenham (1965).............
Plus en détailSynthèse d'images I. Venceslas BIRI IGM Université de Marne La
Synthèse d'images I Venceslas BIRI IGM Université de Marne La La synthèse d'images II. Rendu & Affichage 1. Introduction Venceslas BIRI IGM Université de Marne La Introduction Objectif Réaliser une image
Plus en détailProjet de traitement d'image - SI 381 reconstitution 3D d'intérieur à partir de photographies
Projet de traitement d'image - SI 381 reconstitution 3D d'intérieur à partir de photographies Régis Boulet Charlie Demené Alexis Guyot Balthazar Neveu Guillaume Tartavel Sommaire Sommaire... 1 Structure
Plus en détailGéométrie discrète Chapitre V
Géométrie discrète Chapitre V Introduction au traitement d'images Géométrie euclidienne : espace continu Géométrie discrète (GD) : espace discrétisé notamment en grille de pixels GD définition des objets
Plus en détailFonctions de plusieurs variables
Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme
Plus en détailIntroduction au maillage pour le calcul scientifique
Introduction au maillage pour le calcul scientifique CEA DAM Île-de-France, Bruyères-le-Châtel franck.ledoux@cea.fr Présentation adaptée du tutorial de Steve Owen, Sandia National Laboratories, Albuquerque,
Plus en détailPourquoi l apprentissage?
Pourquoi l apprentissage? Les SE sont basés sur la possibilité d extraire la connaissance d un expert sous forme de règles. Dépend fortement de la capacité à extraire et formaliser ces connaissances. Apprentissage
Plus en détailVision industrielle et télédétection - Détection d ellipses. Guillaume Martinez 17 décembre 2007
Vision industrielle et télédétection - Détection d ellipses Guillaume Martinez 17 décembre 2007 1 Table des matières 1 Le projet 3 1.1 Objectif................................ 3 1.2 Les choix techniques.........................
Plus en détailCours Fonctions de deux variables
Cours Fonctions de deux variables par Pierre Veuillez 1 Support théorique 1.1 Représentation Plan et espace : Grâce à un repère cartésien ( ) O, i, j du plan, les couples (x, y) de R 2 peuvent être représenté
Plus en détailCours d Analyse. Fonctions de plusieurs variables
Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........
Plus en détailFête de la science Initiation au traitement des images
Fête de la science Initiation au traitement des images Détection automatique de plaques minéralogiques à partir d'un téléphone portable et atelier propose de créer un programme informatique pour un téléphone
Plus en détail3 Approximation de solutions d équations
3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle
Plus en détailmodélisation solide et dessin technique
CHAPITRE 1 modélisation solide et dessin technique Les sciences graphiques regroupent un ensemble de techniques graphiques utilisées quotidiennement par les ingénieurs pour exprimer des idées, concevoir
Plus en détailAnnexe commune aux séries ES, L et S : boîtes et quantiles
Annexe commune aux séries ES, L et S : boîtes et quantiles Quantiles En statistique, pour toute série numérique de données à valeurs dans un intervalle I, on définit la fonction quantile Q, de [,1] dans
Plus en détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
Plus en détailMaster IMA - UMPC Paris 6 RDMM - Année 2009-2010 Fiche de TP
Master IMA - UMPC Paris 6 RDMM - Année 2009-200 Fiche de TP Préliminaires. Récupérez l archive du logiciel de TP à partir du lien suivant : http://www.ensta.fr/~manzaner/cours/ima/tp2009.tar 2. Développez
Plus en détailExercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT
Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Ces exercices portent sur les items 2, 3 et 5 du programme d informatique des classes préparatoires,
Plus en détailBaccalauréat ES Pondichéry 7 avril 2014 Corrigé
Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient
Plus en détailTraitement bas-niveau
Plan Introduction L approche contour (frontière) Introduction Objectifs Les traitements ont pour but d extraire l information utile et pertinente contenue dans l image en regard de l application considérée.
Plus en détailStructures algébriques
Structures algébriques 1. Lois de composition s Soit E un ensemble. Une loi de composition interne sur E est une application de E E dans E. Soient E et F deux ensembles. Une loi de composition externe
Plus en détailComment sélectionner des sommets, des arêtes et des faces avec Blender?
Comment sélectionner des sommets, des arêtes et des faces avec Blender? VVPix v 1.00 Table des matières 1 Introduction 1 2 Préparation d une scène test 2 2.1 Ajout d objets dans la scène.........................................
Plus en détailBaccalauréat L spécialité, Métropole et Réunion, 19 juin 2009 Corrigé.
Baccalauréat L spécialité, Métropole et Réunion, 19 juin 2009 Corrigé. L usage d une calculatrice est autorisé Durée : 3heures Deux annexes sont à rendre avec la copie. Exercice 1 5 points 1_ Soit f la
Plus en détailFonctions de plusieurs variables
Maths MP Exercices Fonctions de plusieurs variables Les indications ne sont ici que pour être consultées après le T (pour les exercices non traités). Avant et pendant le T, tenez bon et n allez pas les
Plus en détailI - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES
I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES Théorème - Définition Soit un cercle (O,R) et un point. Une droite passant par coupe le cercle en deux points A et
Plus en détailUtilisation du logiciel GALAAD
1 Sommaire: Présentation du logiciel GALAAD 1. Démarrer le programme........ 2. Présentation de l écran du logiciel....... Les barres d'outils, sauvegarder... 3. Créer un nouveau fichier........ 4. Préparer
Plus en détailCHAPITRE IX : Les appareils de mesures électriques
CHAPITRE IX : Les appareils de mesures électriques IX. 1 L'appareil de mesure qui permet de mesurer la différence de potentiel entre deux points d'un circuit est un voltmètre, celui qui mesure le courant
Plus en détailStatistiques Descriptives à une dimension
I. Introduction et Définitions 1. Introduction La statistique est une science qui a pour objectif de recueillir et de traiter les informations, souvent en très grand nombre. Elle regroupe l ensemble des
Plus en détailJPEG, PNG, PDF, CMJN, HTML, Préparez-vous à communiquer!
JPEG, PNG, PDF, CMJN, HTML, Préparez-vous à communiquer! 1 / Contexte L ordinateur La loi du nombre La numérisation = codage d une information en chiffres binaire : 0 1 («bit») 8 bits = 1 octet 1ko = 1024
Plus en détailSoit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.
ANALYSE 5 points Exercice 1 : Léonie souhaite acheter un lecteur MP3. Le prix affiché (49 ) dépasse largement la somme dont elle dispose. Elle décide donc d économiser régulièrement. Elle a relevé qu elle
Plus en détailExercices - Fonctions de plusieurs variables : corrigé. Pour commencer
Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy
Plus en détailDes interfaces textuelles aux interfaces graphiques
Informatique Graphique Cours 1 - Introduction Introduction L'informatique graphique (ou infographie) est presque aussi vieille que l'informatique (elle date des premiers écrans cathodiques). Elle concerne
Plus en détailTraitement numérique de l'image. Raphaël Isdant - 2009
Traitement numérique de l'image 1/ L'IMAGE NUMÉRIQUE : COMPOSITION ET CARACTÉRISTIQUES 1.1 - Le pixel: Une image numérique est constituée d'un ensemble de points appelés pixels (abréviation de PICture
Plus en détailCorrection du Baccalauréat S Amérique du Nord mai 2007
Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n
Plus en détailCalcul intégral élémentaire en plusieurs variables
Calcul intégral élémentaire en plusieurs variables PC*2 2 septembre 2009 Avant-propos À part le théorème de Fubini qui sera démontré dans le cours sur les intégrales à paramètres et qui ne semble pas explicitement
Plus en détailRappels sur les suites - Algorithme
DERNIÈRE IMPRESSION LE 14 septembre 2015 à 12:36 Rappels sur les suites - Algorithme Table des matières 1 Suite : généralités 2 1.1 Déition................................. 2 1.2 Exemples de suites............................
Plus en détailAlgorithmique avec Algobox
Algorithmique avec Algobox 1. Algorithme: Un algorithme est une suite d instructions qui, une fois exécutée correctement, conduit à un résultat donné Un algorithme doit contenir uniquement des instructions
Plus en détailUEO11 COURS/TD 1. nombres entiers et réels codés en mémoire centrale. Caractères alphabétiques et caractères spéciaux.
UEO11 COURS/TD 1 Contenu du semestre Cours et TDs sont intégrés L objectif de ce cours équivalent a 6h de cours, 10h de TD et 8h de TP est le suivant : - initiation à l algorithmique - notions de bases
Plus en détailpoint On obtient ainsi le ou les points d inter- entre deux objets».
Déplacer un objet Cliquer sur le bouton «Déplacer». On peut ainsi rendre la figure dynamique. Attraper l objet à déplacer avec la souris. Ici, on veut déplacer le point A du triangle point ABC. A du triangle
Plus en détailIntroduction à Adobe Illustrator pour la cartographie et la mise en page
Atelier Carto. Septembre 2009 Dept. Géographie / Université de Toulouse-Le Mirail Laurent Jégou Introduction à Adobe Illustrator pour la cartographie et la mise en page Le présent support n'a pas prétention
Plus en détailMéthodes de quadrature. Polytech Paris-UPMC. - p. 1/48
Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation
Plus en détailCours de Mécanique du point matériel
Cours de Mécanique du point matériel SMPC1 Module 1 : Mécanique 1 Session : Automne 2014 Prof. M. EL BAZ Cours de Mécanique du Point matériel Chapitre 1 : Complément Mathématique SMPC1 Chapitre 1: Rappels
Plus en détailSOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique
SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique DOMAINE P3.C3.D1. Pratiquer une démarche scientifique et technologique, résoudre des
Plus en détailpcon.planner 6 Préparer et présenter une implantation en toute simplicité
pcon.planner 6 Préparer et présenter une implantation en toute simplicité Sommaire 1. Installation :... 3 2. Démarrer le logiciel :... 3 3. Interface :... 3 4. Naviguer :... 4 5. Réaliser une implantation
Plus en détailINTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES
INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES Dominique LAFFLY Maître de Conférences, Université de Pau Laboratoire Société Environnement Territoire UMR 5603 du CNRS et Université de Pau Domaine
Plus en détailTSTI 2D CH X : Exemples de lois à densité 1
TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun
Plus en détailG.P. DNS02 Septembre 2012. Réfraction...1 I.Préliminaires...1 II.Première partie...1 III.Deuxième partie...3. Réfraction
DNS Sujet Réfraction...1 I.Préliminaires...1 II.Première partie...1 III.Deuxième partie...3 Réfraction I. Préliminaires 1. Rappeler la valeur et l'unité de la perméabilité magnétique du vide µ 0. Donner
Plus en détailCours3. Applications continues et homéomorphismes. 1 Rappel sur les images réciproques
Université de Provence Topologie 2 Cours3. Applications continues et homéomorphismes 1 Rappel sur les images réciproques Soit une application f d un ensemble X vers un ensemble Y et soit une partie P de
Plus en détailC f tracée ci- contre est la représentation graphique d une
TLES1 DEVOIR A LA MAISON N 7 La courbe C f tracée ci- contre est la représentation graphique d une fonction f définie et dérivable sur R. On note f ' la fonction dérivée de f. La tangente T à la courbe
Plus en détailReprésentation géométrique d un nombre complexe
CHAPITRE 1 NOMBRES COMPLEXES 1 Représentation géométrique d un nombre complexe 1. Ensemble des nombres complexes Soit i le nombre tel que i = 1 L ensemble des nombres complexes est l ensemble des nombres
Plus en détailINITIATION AU LANGAGE C SUR PIC DE MICROSHIP
COURS PROGRAMMATION INITIATION AU LANGAGE C SUR MICROCONTROLEUR PIC page 1 / 7 INITIATION AU LANGAGE C SUR PIC DE MICROSHIP I. Historique du langage C 1972 : naissance du C dans les laboratoires BELL par
Plus en détailRecherche dans un tableau
Chapitre 3 Recherche dans un tableau 3.1 Introduction 3.1.1 Tranche On appelle tranche de tableau, la donnée d'un tableau t et de deux indices a et b. On note cette tranche t.(a..b). Exemple 3.1 : 3 6
Plus en détailTP Blender n 2 : Importation d un modèle SketchUp et animation
TP Blender n 2 : Importation d un modèle SketchUp et animation Service de Conception Géométrique Université de Liège Aérospatiale et Mécanique Conçu avec Blender 2.66 et SketchUp 8 De SketchUp à Blender
Plus en détailTp_chemins..doc. Dans la barre "arche 2" couleur claire 1/5 21/01/13
TP de création : utilisation des chemins vectoriels Finis les mauvais rêves : vous aurez enfin votre dreamcatcher (Indienss des Grands Lacs) 1 ) Créez une nouvelle image de 300 pixels sur 600 pixels en
Plus en détailBaccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé
Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé A. P. M. E. P. Exercice 1 5 points 1. Réponse d. : 1 e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e
Plus en détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Plus en détailOpérations de base sur ImageJ
Opérations de base sur ImageJ TPs d hydrodynamique de l ESPCI, J. Bico, M. Reyssat, M. Fermigier ImageJ est un logiciel libre, qui fonctionne aussi bien sous plate-forme Windows, Mac ou Linux. Initialement
Plus en détailFonctions de deux variables. Mai 2011
Fonctions de deux variables Dédou Mai 2011 D une à deux variables Les fonctions modèlisent de l information dépendant d un paramètre. On a aussi besoin de modéliser de l information dépendant de plusieurs
Plus en détailNOTICE D' UTILISATION CAMWORKS FRAISAGE. Luc Vallée Lycée Blaise Pascal Segré
NOTICE D' UTILISATION Luc Vallée Lycée Blaise Pascal Segré FRAISAGE SOMMAIRE allée Sciences et techniques Fiche n 1 - Généralités principe....page 3 Fiche n 2 - Lancer une application fraisage...page 7
Plus en détailInitiation à LabView : Les exemples d applications :
Initiation à LabView : Les exemples d applications : c) Type de variables : Créer un programme : Exemple 1 : Calcul de c= 2(a+b)(a-3b) ou a, b et c seront des réels. «Exemple1» nom du programme : «Exemple
Plus en détailEXCEL PERFECTIONNEMENT SERVICE INFORMATIQUE. Version 1.0 30/11/05
EXCEL PERFECTIONNEMENT Version 1.0 30/11/05 SERVICE INFORMATIQUE TABLE DES MATIERES 1RAPPELS...3 1.1RACCOURCIS CLAVIER & SOURIS... 3 1.2NAVIGUER DANS UNE FEUILLE ET UN CLASSEUR... 3 1.3PERSONNALISER LA
Plus en détailRÉALISATION DE GRAPHIQUES AVEC OPENOFFICE.ORG 2.3
RÉALISATION DE GRAPHIQUES AVEC OPENOFFICE.ORG 2.3 Pour construire un graphique : On lance l assistant graphique à l aide du menu Insérer è Diagramme en ayant sélectionné au préalable une cellule vide dans
Plus en détailAlgorithmique I. Augustin.Lux@imag.fr Roger.Mohr@imag.fr Maud.Marchal@imag.fr. Algorithmique I 20-09-06 p.1/??
Algorithmique I Augustin.Lux@imag.fr Roger.Mohr@imag.fr Maud.Marchal@imag.fr Télécom 2006/07 Algorithmique I 20-09-06 p.1/?? Organisation en Algorithmique 2 séances par semaine pendant 8 semaines. Enseignement
Plus en détail1. Vocabulaire : Introduction au tableau élémentaire
L1-S1 Lire et caractériser l'information géographique - Le traitement statistique univarié Statistique : le terme statistique désigne à la fois : 1) l'ensemble des données numériques concernant une catégorie
Plus en détailDécouverte du logiciel ordinateur TI-n spire / TI-n spire CAS
Découverte du logiciel ordinateur TI-n spire / TI-n spire CAS Mémento Ouvrir TI-Nspire CAS. Voici la barre d outils : L insertion d une page, d une activité, d une page où l application est choisie, pourra
Plus en détailDeux disques dans un carré
Deux disques dans un carré Table des matières 1 Fiche résumé 2 2 Fiche élève Seconde - version 1 3 2.1 Le problème............................................... 3 2.2 Construction de la figure avec geogebra...............................
Plus en détail6.4. Les Ombres Raytracées (Raytraced Shadows) Shading Lamp Shadow and Spot Hemi Spot Sun Sun Scene F10 Shadow Render Ray Ray Shadow Shadow and Spot
6.4. Les Ombres Raytracées (Raytraced Shadows) Mode : tous les modes Panneau : contexte Shading / sous-contexte Lamp > Shadow and Spot Raccourci : F5. Les ombres raytracées produisent des ombres très précises
Plus en détailOptimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications
Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante
Plus en détailChapitre 5 : Flot maximal dans un graphe
Graphes et RO TELECOM Nancy A Chapitre 5 : Flot maximal dans un graphe J.-F. Scheid 1 Plan du chapitre I. Définitions 1 Graphe Graphe valué 3 Représentation d un graphe (matrice d incidence, matrice d
Plus en détailItems étudiés dans le CHAPITRE N5. 7 et 9 p 129 D14 Déterminer par le calcul l'antécédent d'un nombre par une fonction linéaire
CHAPITRE N5 FONCTIONS LINEAIRES NOTION DE FONCTION FONCTIONS LINEAIRES NOTION DE FONCTION FONCTIONS LINEAIRES NOTION DE FONCTION Code item D0 D2 N30[S] Items étudiés dans le CHAPITRE N5 Déterminer l'image
Plus en détailSupports. Images numériques. notions de base [1] http://lilapuce.net
Supports Images numériques notions de base [1] http://lilapuce.net Deux grands types d images numériques : bitmap et vectoriel La création d'une image informatique n'est possible qu'en utilisant l'un des
Plus en détailEXCEL TUTORIEL 2012/2013
EXCEL TUTORIEL 2012/2013 Excel est un tableur, c est-à-dire un logiciel de gestion de tableaux. Il permet de réaliser des calculs avec des valeurs numériques, mais aussi avec des dates et des textes. Ainsi
Plus en détailSujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.
Promotion X 004 COURS D ANALYSE DES STRUCTURES MÉCANIQUES PAR LA MÉTHODE DES ELEMENTS FINIS (MEC 568) contrôle non classant (7 mars 007, heures) Documents autorisés : polycopié ; documents et notes de
Plus en détailChapitre 0 Introduction à la cinématique
Chapitre 0 Introduction à la cinématique Plan Vitesse, accélération Coordonnées polaires Exercices corrigés Vitesse, Accélération La cinématique est l étude du mouvement Elle suppose donc l existence à
Plus en détailRaisonnement par récurrence Suites numériques
Chapitre 1 Raisonnement par récurrence Suites numériques Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Raisonnement par récurrence. Limite finie ou infinie d une suite.
Plus en détailFONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)
FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité
Plus en détailL analyse d images regroupe plusieurs disciplines que l on classe en deux catégories :
La vision nous permet de percevoir et d interpreter le monde qui nous entoure. La vision artificielle a pour but de reproduire certaines fonctionnalités de la vision humaine au travers de l analyse d images.
Plus en détailDIFFRACTion des ondes
DIFFRACTion des ondes I DIFFRACTION DES ONDES PAR LA CUVE À ONDES Lorsqu'une onde plane traverse un trou, elle se transforme en onde circulaire. On dit que l'onde plane est diffractée par le trou. Ce phénomène
Plus en détailOM 1 Outils mathématiques : fonction de plusieurs variables
Outils mathématiques : fonction de plusieurs variables PCSI 2013 2014 Certaines partie de ce chapitre ne seront utiles qu à partir de l année prochaine, mais une grande partie nous servira dès cette année.
Plus en détailAdobe Illustrator Logiciel de dessin vectoriel et de Cartographie Assistée par Ordinateur
Adobe Illustrator Logiciel de dessin vectoriel et de Cartographie Assistée par Ordinateur I- Ouverture d une nouvelle feuille de travail Fichier / Nouveau (ou ctrl + N) Indiquer dans la fenêtre qui s ouvre
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voies : Mathématiques, physique et sciences de l'ingénieur (MPSI) Physique, chimie et sciences de l ingénieur (PCSI) Physique,
Plus en détailF411 - Courbes Paramétrées, Polaires
1/43 Courbes Paramétrées Courbes polaires Longueur d un arc, Courbure F411 - Courbes Paramétrées, Polaires Michel Fournié michel.fournie@iut-tlse3.fr http://www.math.univ-toulouse.fr/ fournie/ Année 2012/2013
Plus en détailFonctions linéaires et affines. 1 Fonctions linéaires. 1.1 Vocabulaire. 1.2 Représentation graphique. 3eme
Fonctions linéaires et affines 3eme 1 Fonctions linéaires 1.1 Vocabulaire Définition 1 Soit a un nombre quelconque «fixe». Une fonction linéaire associe à un nombre x quelconque le nombre a x. a s appelle
Plus en détailConstruction de la bissectrice d un angle
onstruction de la bissectrice d un angle 1. Trace un angle. 1. 2. Trace un angle cercle. de centre (le sommet de l angle) et de rayon quelconque. 1. 2. 3. Trace Le cercle un angle cercle coupe. de la demi-droite
Plus en détailImmersion - Vision 3D dans la RV.
Cours RVS Master II IVA Immersion - Vision 3D dans la RV. Cours de Réalité Virtuelle et Simulation Master II - IVA A. Mebarki - Maître de Conférences Département d'informatique Faculté des Mathématiques
Plus en détailVOS PREMIERS PAS AVEC TRACENPOCHE
Vos premiers pas avec TracenPoche page 1/16 VOS PREMIERS PAS AVEC TRACENPOCHE Un coup d'oeil sur l'interface de TracenPoche : La zone de travail comporte un script, une figure, un énoncé, une zone d analyse,
Plus en détailNotion de fonction. Série 1 : Tableaux de données. Série 2 : Graphiques. Série 3 : Formules. Série 4 : Synthèse
N7 Notion de fonction Série : Tableaux de données Série 2 : Graphiques Série 3 : Formules Série 4 : Synthèse 57 SÉRIE : TABLEAUX DE DONNÉES Le cours avec les aides animées Q. Si f désigne une fonction,
Plus en détailt 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :
Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant
Plus en détail1 Définition. 2 Systèmes matériels et solides. 3 Les actions mécaniques. Le système matériel : Il peut être un ensemble.un sous-ensemble..
1 Définition GÉNÉRALITÉS Statique 1 2 Systèmes matériels et solides Le système matériel : Il peut être un ensemble.un sous-ensemble..une pièce mais aussi un liquide ou un gaz Le solide : Il est supposé
Plus en détailChapitre 2 : Vecteurs
1 Chapitre 2 : Vecteurs Nous allons définir ce qu'est un vecteur grâce à une figure (le parallélogramme), mais au préalable nous allons aussi définir une nouvelle transformation (la translation). Nous
Plus en détailAnalyse de la vidéo. Chapitre 4.1 - La modélisation pour le suivi d objet. 10 mars 2015. Chapitre 4.1 - La modélisation d objet 1 / 57
Analyse de la vidéo Chapitre 4.1 - La modélisation pour le suivi d objet 10 mars 2015 Chapitre 4.1 - La modélisation d objet 1 / 57 La représentation d objets Plan de la présentation 1 La représentation
Plus en détailGUIDE Excel (version débutante) Version 2013
Table des matières GUIDE Excel (version débutante) Version 2013 1. Créer un nouveau document Excel... 3 2. Modifier un document Excel... 3 3. La fenêtre Excel... 4 4. Les rubans... 4 5. Saisir du texte
Plus en détailOptimisation, traitement d image et éclipse de Soleil
Kléber, PCSI1&3 014-015 I. Introduction 1/8 Optimisation, traitement d image et éclipse de Soleil Partie I Introduction Le 0 mars 015 a eu lieu en France une éclipse partielle de Soleil qu il était particulièrement
Plus en détailTP : Gestion d une image au format PGM
TP : Gestion d une image au format PGM Objectif : L objectif du sujet est de créer une classe de manipulation d images au format PGM (Portable GreyMap), et de programmer des opérations relativement simples
Plus en détailAlgorithmes pour la planification de mouvements en robotique non-holonome
Algorithmes pour la planification de mouvements en robotique non-holonome Frédéric Jean Unité de Mathématiques Appliquées ENSTA Le 02 février 2006 Outline 1 2 3 Modélisation Géométrique d un Robot Robot
Plus en détailLibreOffice Calc : introduction aux tableaux croisés dynamiques
Fiche logiciel LibreOffice Calc 3.x Tableur Niveau LibreOffice Calc : introduction aux tableaux croisés dynamiques Un tableau croisé dynamique (appelé Pilote de données dans LibreOffice) est un tableau
Plus en détailLogiciel XLSTAT version 7.0. 40 rue Damrémont 75018 PARIS
Logiciel XLSTAT version 7.0 Contact : Addinsoft 40 rue Damrémont 75018 PARIS 2005-2006 Plan Présentation générale du logiciel Statistiques descriptives Histogramme Discrétisation Tableau de contingence
Plus en détailPROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES
Leçon 11 PROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES Dans cette leçon, nous retrouvons le problème d ordonnancement déjà vu mais en ajoutant la prise en compte de contraintes portant sur les ressources.
Plus en détailIntelligence Artificielle et Systèmes Multi-Agents. Badr Benmammar bbm@badr-benmammar.com
Intelligence Artificielle et Systèmes Multi-Agents Badr Benmammar bbm@badr-benmammar.com Plan La première partie : L intelligence artificielle (IA) Définition de l intelligence artificielle (IA) Domaines
Plus en détailProgrammation linéaire
1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit
Plus en détailGuide d'utilisation. OpenOffice Calc. AUTEUR INITIAL : VINCENT MEUNIER Publié sous licence Creative Commons
Guide d'utilisation OpenOffice Calc AUTEUR INITIAL : VINCENT MEUNIER Publié sous licence Creative Commons 1 Table des matières Fiche 1 : Présentation de l'interface...3 Fiche 2 : Créer un nouveau classeur...4
Plus en détail