По способу визуализации алгоритмы загораживания разделяются на две группы, в одну из которых входят алгоритмы, ориентированные на получение каркасного, а в другую – полутонового изображения.
24.Метод переборного типа.
В алгоритмах переборного типа, как правило, рассматривается каждое ребро, принадлежащее каждому из объектов сцены, и анализируется его взаимное расположение со всеми гранями каждого из объектов, составляющих сцену. При этом возможные ситуации приведены на рисунке.
Возможные ситуации с ребром и гранью Временная сложность алгоритмов такого типа пропорциональна произведению
количества ребер и количества граней в сцене. Никакие дополнительные свойства изображаемых объектов не учитываются.
25.Метод Z–буфера.
Метод Z-буфера весьма удобен для аппаратной реализации ввиду простоты алгоритма и используемого в нем набора операций. Временные характеристики этого метода линейно зависят от количества точек растра и «глубинной сложности сцены», т.е. усредненного числа граней, взаимно закрывающих друг друга. Для реализации метода используются две области памяти: буфер глубины (Z-буфер) и буфер кадра (хранящий информацию о состоянии пикселов экрана Z компьютера).
Буфер глубины используется для хранения координаты Z (глубины) каждого видимого на данной стадии анализа изображения пиксела картинной плоскости. В буфере кадра запоминаются атрибуты (интенсивность соответствующего пикселя и цвет)
Формально описание метода таково. Предположим, что сцена представлена в виде объединения многоугольников (возможно, пересекающихся). Построим ортогональную проекцию сцены на картинную плоскость = 0.
Предполагается следующая последовательность шагов:
1. Инициализировать буфер кадра фоновыми значениями интенсивности или цвета.
2. Инициализировать буфер глубины значениями глубины фона. 3. Для каждой грани сцены последовательно:
3.1. Преобразовать проекцию границ в растровую форму.
3.2. Для каждого пиксела проекции вычислить его глубину = ( , ); 3.3. Сравнить значение ( , ) с соответствующим значением буфера
глубины ( , ).
3.4. Если ( , ) < ( , ), то:
3.4.1. Записать атрибуты этого пиксела в буфер кадра; 3.4.2. Записать значение ( , ) в соответствующую позицию буфера
глубины ( , ).
3.5. Иначе – никаких действий не производить.
26.Метод билинейной интерполяции Гуро.
Методом Гуро можно получить сглаженное изображение. Для того, чтобы изобразить объект методом построчечного сканирования нужно в соответствии с моделью освещения рассчитать интенсивность каждого пикселя вдоль сканирующей строки.
Рассмотрим участок полигональной поверхности (Рис.9.3.2).
Значение интенсивности в точке определяется линейной интерполяцией интенсивности в точках и . Для получения интенсивности в точке - пересечении ребра многоугольника со сканирующей строкой – нужно линейной интерполяцией интенсивностей и найти
где 
. Аналогично для получения интенсивности 
линейно интерполируются интенсивности в вершинах 
и 
, т.е.
,
где 
. Наконец, линейной интерполяцией по строке между 
и находится интенсивность 
, т.е.
где 
.
27.Метод билинейной интерполяции Фонга.
При закраске Фонга вдоль сканирующей строки интерполируется вектор нормали. Затем он используется в модели освещения для вычисления интенсивности пикселя. При этом достигается лучшая локальная аппроксимация кривизны поверхности и, следовательно, получается более реалистичное изображение.
При закраске Фонга аппроксимация кривизны поверхности производится сначала в вершинах многоугольников путем аппроксимации нормали в вершине. После этого билинейной интерполяцией вычисляется нормаль в каждом пикселе. Например, обратясь к рисунку, получаем нормаль 
линейной интерполяцией между 
и 
, в 
- между 
и 
и, наконец 
- между 
и 
.
Таким образом
,
где 
Далее определяем угол между источником света и текущей нормалью:
где и - единичные векторы соответственно нормали к поверхности и направления к источнику света. Затем определяем интенсивность света, например, согласно модели освещения.
28.!Локальные геометрические характеристики для плоской фигуры
Локальные геометрические характеристики — это угловые параметры единичного однородного вектора нормали, которые описывают ориентацию геометрического объекта в малой окрестности точки.
Для плоской фигуры, заданной неявной функцией f(x,y)=0, ЛГХ определяются в трёхмерном однородном пространстве Oxyz как компоненты нормированного вектора нормали (n1,n2,n3), полученные из уравнения плоскости, аппроксимирующей поверхность z=f(x,y) в данной точке.
ЛГХ вычисляются путём нормирования коэффициентов уравнения плоскости, аппроксимирующей малую окрестность точки на поверхности функции z=f(x,y), которая получена переходом к однородным координатам. Например, для прямой ax+by+c=0 переход к однородным координатам даёт
плоскость ax+by+cz=0, нормаль 
=(a,b,c) нормируется:
Величины n1, n2, n3 являются локальными геометрическими характеристиками. ЛГХ выражаются через косинусы углов отклонения нормали от осей и принимают значения в интервале [−1;1].
Для плоской фигуры (например, окружности) ЛГХ определяются в каждой точке области функции через касательную плоскость в трёхмерном пространстве Oxyz, построенную по трём близлежащим точкам.
Локальная функция, задаваемая ЛГХ, имеет вид n1x+n2y+n3z+n4=0 и позволяет линейно аппроксимировать исходную функцию в малой окрестности точки. Для плоской фигуры (например, окружности) ЛГХ описывают ориентацию нормали к поверхности z=f(x,y) в каждой точке, что эквивалентно информации о градиенте функции.