Имитация теней методом моделирования теневого объема Текст научной статьи по специальности «Компьютерные и информационные науки»

Информационно-управляющие системы

ментарием разработки программного обеспечения на языке программирования С++.

Применение алгоритмов и методов интеллектуального анализа телеметрической информации в наземном комплексе управления позволит использовать накопленную телеметрическую информацию для на-

блюдения за состоянием космического аппарата, прогнозирования возможности появления нештатных ситуаций и аварийных состояний бортовой аппаратуры. А реализация комплекса программ средствами библиотеки обеспечит независимость программного комплекса от аппаратной и программной платформы.

L. K. Bolshakov Siberian Federal University, Russia, Krasnoyarsk

A. B. Vershinin

JSC «Academician M. F. Reshetnev «Information Satellite Systems», Russia, Zheleznogorsk

INTELLIGENT ANALYSIS OF TELEMETRY DATA IN THE CIRCUIT GROUND CONTROL

The methods of data mining applicable to existing facilities ground control telemetry information are described. The review of common system of data analysis used in space applications is performed.

© Большаков Л. К., Вершинин А. Б., 2010

УДК 004.94

Р. М. Буженко

Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева, Россия, Красноярск

ИМИТАЦИЯ ТЕНЕЙ МЕТОДОМ МОДЕЛИРОВАНИЯ ТЕНЕВОГО ОБЪЕМА

Рассмотрены основные методики построения реалистичных теней. Приведен алгоритм, реализующий построение теней при помощи теневого объема. Алгоритм демонстрирует достаточную быстроту и качество для данной группы методов.

Построение освещения и вторичных эффектов освещенности является одним из последних этапов в процессе создания изображений. Визуализация глобального освещения имеет важное значение в придании динамическим сценам или статическим изображениям эффекта реалистичности. В настоящее время моделирование освещения в 3Б-сценах реализуется методами плоского совмещения и методами, основанными на физических законах [1].

Алгоритм заключается в построении такого объема, что все объекты, попадающие внутрь него, считались бы затененными. Иными словами, для каждого объекта в сцене мы строим теневой объем - особый невидимый объект так, чтобы все, что попадает в тень от этого объекта, находилось внутри него. Теневой объем представляет собой объект, вытянутый по направлению от источника освещения. В процессе построения находятся все силуэтные ребра объекта с позиции источника света, каждое такое ребро превращается в прямоугольник, состоящий из двух треугольников, вытянутый по направлению распространения света. Ребра вытягиваются на расстояние, заведомо превышающее размер сцены. Метод работает в два

этапа. На первом этапе прорисовываются грани объекта, повернутые лицевой стороной к камере, на втором - рисуются грани, повернутые лицевой стороной от камеры. На основании данных, собранных по результатам этих этапов, становится возможным определение контура поверхности, находящейся в тени от исходного объекта. Область подвергается изменению с целью придания ей эффекта затененности [2].

Практическая реализация данного метода выявила аппаратную зависимость времени обработки сцены. Также стоит отметить малую пригодность метода в области обработки вторичных эффектов освещенности. Рассматриваемые программные средства и алгоритмы широко применяются в архитектурных приложениях, в сфере 3Б-моделирования и игровой индустрии.

Библиографические ссылки

1. Порев В. Н. Компьютерная графика. СПб. : БХВ-Петербург, 2002.

2. Li Y., Tong X. Image-based rendering. Hanover : Now Publishers, 2006. Р. 173-258.

Решетневские чтения

R. M. Buzhenko

Siberian State Aerospace University named after academician M. F. Reshetnev, Russia, Krasnoyarsk

IMITATION OF SHADOWS GEOMETRY WITH SHADOW VOLUME MODELING

The main techniques of creation realistic shadows are described in this document. The algorithm of construction shadows with the shadow volume is presented. The algorithm demonstrates sufficient speed and quality for this group of methods.

© Byxemo P. M., 2010

УДК 004.932.4

В. В. Буряченко

Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева, Россия, Красноярск

ЦИФРОВАЯ СТАБИЛИЗАЦИЯ ВИДЕО В РЕАЛЬНОМ ВРЕМЕНИ

Проведен анализ вычислительной эффективности нескольких подходов цифровой стабилизации видео (DIS), которые предназначены для удаления нежелательного глобального движения из последовательности изображений. Затем рассмотрен один из наиболее эффективных в вычислительном отношении алгоритмов.

Цифровая система стабилизации изображения (см. таблицу) в первую очередь оценивает нежелательные движения, а затем применяет исправления последовательности изображений. Движение на видеопоследовательности можно оценить, используя пространственно-временной подход или регионы соответствия [1].

При сравнении алгоритмической эффективности альтернативных методов решения проблемы, важно учитывать конкретные варианты их осуществления. Реализованное программное обеспечение может использовать библиотеки математических функции в то время, как в режиме реального времени аппаратная реализация будет создана с помощью простых базовых элементов, таких как булевы операторы. Вполне вероятно, что аппаратные системы захвата движения будут включать стабилизации изображения в буду-

щем, поэтому это исследование сосредоточено на моделировании и реализации алгоритмов, которые могут быть эффективно осуществлены в аппаратных средствах. Большинство расчетов выполнены с использованием простейших булевых операторов или операторов, легко реализуемых на аппаратном уровне. GC-BPM (Gray-Coded Bit-Plane Matching) алгоритм был выбран для проведения дальнейшего исследования. В общем случае DIS-системы делятся на следующие блоки:

- оценка местного движения;

- глобальная оценки движения;

- сглаживание движения (например, фильтрация или интеграция);

- компенсация движения.

GC-BPM алгоритм может быть разбит на предварительный этап и на четыре блока (см. рисунок).

Алгоритмы цифровой стабилизации видео

Метод обнаружения1 Разрешение Преобразование

Параметрическое блочное соответствие Субпиксель Перевод, поворот

Оптическая оценка потока Субпиксель Перевод, поворот

Линейное соответствие области Субпиксель Афинное преобразование3

Серо-кодированное соответствие битового слоя Пиксель Перевод

Корреспонденция точки к строке Пиксель Деформирование

Отслеживание функции Пиксель Деформирование

Пирамидальное Пиксель Деформирование

Блочное соответствие Пиксель Перевод

Примечания: 1. Обнаружение относится к подходу, используемому, чтобы оценить движение видеопоследовательности.

2. Преобразование - возможность исправления движения алгоритма.

3. Афинное преобразование выполняет перевод, вращение и деформирование как объединенное матричное представление.