16. Этапы создания графического объекта. Преобразование положения объекта. Понятие камеры. Особенности матричных преобразований.

Задание 3D объекта и его создание разбивается на несколько этапов, в процессе которых последовательно преобразуется система координат. Изначально объект задается в некоторой своей локальной системе координат, которая затем размещается в мировой системе координат. Далее определяем видовую систему координат, задавая картинную плоскость, положение глаза (камеры) и систему координат камеры.

Основной задачей проектирования является перевод 3-х мерного объекта, заданного в видовой системе координат, в 2-х мерный объект нормализованной системы координат устройства.

При проектировании отсекаются объекты, которые не попадают в область видимости, а также определяется множество значений z (zÎ[near; -far]), для которого точки, имеющие значения координаты z, принадлежащие этому множеству, являются видимыми, а точки, находящиеся слишком близко () или слишком далеко () – невидимыми.

Преобразования над объектами по функциональному признаку можно разделить на следующие группы:

- моделирующие преобразования (аффинные преобразования);

- видовые преобразования (положение, направление камеры и т.д.);

- задание проекции;

- задание области видимости.

Моделирующие преобразования определяют положение объекта в мировом пространстве. Изначально матрица видового преобразования строится на основе информации о параметрах камеры (положении направлении камеры, положительного направления) и положении мира относительно камеры.

Наиболее частым способом определения параметров камеры является определение следующих ее свойств:

- координаты камеры;

- направление обзора;

- координаты вектора;

- определяющего вертикальное направление.

Серия преобразований может быть свернута в одну матрицу преобразований:

• композиция преобразований не является коммутативной;

• матрицы преобразований могут быть перемножены между собой в одну;

• размещение трансформации описывает координатную систему, в которой преобразование имело место.

• преобразования обратимы, (для переноса на вектор (a,b,c) – это перенос (-a,-b,-c));

• преобразования могут восприниматься как изменения в системе координат;

• преобразования, необходимые для перевода точки из КС2 в КС1, можно получить как обратную последовательность кадров, переводящих КС1 в КС2.

Билет 6

7. Общие положения алгоритмов сжатия изображений.

Изображения – это своеобразный тип данных, характеризуемый тремя особенностями:

1) Изображения занимают намного больше места в памяти, чем текст.

2) Человеческое зрение при анализе изображения оперирует контурами, общим переходом цветов и сравнительно нечувствительно к малым изменениям в изображении.

3) При создании алгоритма компрессии графики мы используем особенности структуры изображения – изображение в отличие, например, от текста обладает избыточностью в 2-х измерениях. Т.е., как правило, соседние точки, как по горизонтали, так и по вертикали в изображении близки по цвету.

Для того, чтобы говорить об алгоритмах сжатия изображений, решить несколько важных вопросов:

1) Какие классы изображений существуют?

2) Какие классы приложений, использующие алгоритмы компрессии графики, существуют, и какие требования они предъявляют к алгоритмам?

3) Какие критерии мы можем предложить для сравнения различных алгоритмов?

Под классом изображения будет пониматься совокупность изображений, применение к которой алгоритма архивации дает качественно одинаковые результаты. Так, для одного класса алгоритм дает очень высокую степень сжатия, для другого – почти не сжимает, для третьего – увеличивает файл в размере.

Рассмотрим следующие примеры неформального определения классов изображений:

1. Изображения с небольшим количеством цветов (4-16) и большими областями, заполненными одним цветом. Плавные переходы цветов отсутствуют. (Графики, диаграммы).

2. Изображения с плавными переходами цветов, построенные на компьютере (графика презентаций, эскизные модели в САПР, изображения, построенные по методу Гуро)

3. Фотореалистичные изображения, например отсканированные фотографии.

4. Фотореалистичные изображения с наложением деловой графики, например реклама.

Рассмотрим следующую простую классификацию приложений, использующих алгоритмы компрессии:

1. Характеризуются высокими требованиями ко времени архивации и разархивации.

2. Характеризуется высокими требованиями к степени архивации и времени разархивации.

3. Характеризуются очень высокими требованиями к степени архивации.

Требования к алгоритмам компрессии:

1. Высокая степень компрессии. Некоторые алгоритмы дают лучшее соотношение качества к размеру файла при высоких степенях компрессии, однако проигрывают другим алгоритмам при низких степенях.

2. Высокое качество изображений.

3. Высокая скорость компрессии. Интуитивно понятно, что чем больше времени мы будем анализировать изображение, пытаясь получить наивысшую степень компрессии, тем лучше будет результат.

4. Высокая скорость декомпрессии.

5. Масштабирование изображений (легкость изменения размеров изображения до размеров окна активного приложения).

6. Возможность показать изображение низкого разрешения, используя только начало файла.

7. Устойчивость к ошибкам. Данное требование означает локальность нарушений в изображении при порче фрагмента передаваемого файла.

8. Учет специфики изображения. Более высокая степень архивации для класса изображений, которые статистически чаще будут применяться в приложении.

9. Редактируемость. Под редактируемостью понимается минимальная степень ухудшения качества изображения при его повторном сохранении после редактирования.

10. Небольшая стоимость аппаратной реализации. Эффективность программной реализации.

Чаще всего используются следующие критерии сравнения:

1. Худший, средний и лучший коэффициенты сжатия. Это есть доля, на которую возрастет изображение, если исходные данные будут наихудшими; некий среднестатистический коэффициент для того класса изображений, на который ориентирован алгоритм; и, наконец, лучший коэффициент. Последний необходим лишь теоретически, поскольку показывает степень сжатия наилучшего (как правило, абсолютно черного) изображения, иногда фиксированного размера.

2. Класс изображений, на который ориентирован алгоритм.

3. Симметричность. Отношение характеристики алгоритма кодирования к аналогичной характеристике при декодировании. Характеризует ресурсоемкость процессов кодирования и декодирования. Симметричность по времени – отношение времени кодирования ко времени декодирования. Иногда потребуется симметричность по памяти.

4. Наличие потерь качества. Способы изменения коэффициента архивации.

5. Характерные особенности алгоритма и изображений, к которым его применяют.