Spelling suggestions: "subject:"microfacettes"" "subject:"microfacetted""
1 |
Apparence Matérielle: représentation et rendu photo-réalisteM. Bagher, Mahdi 19 November 2012 (has links) (PDF)
Cette thèse présente quelques avancées sur la représentation efficace de l'apparence matérielle dans une simulation de l'éclairage. Nous présentons deux contributions : un algorithme pratique de simulation interactive pour rendre la réflectance mesurée avec une géométrie dynamique en utilisant une analyse fréquentielle du transport de l'énergie lumineuse et le shading hiérarchique et sur-échantillonnage dans un contexte deferred shading, et une nouvelle fonction de distribution pour le modèle de BRDF de Cook-Torrance. Dans la première partie, nous présentons une analyse fréquentielle de transport de l'éclairage en temps réel. La bande passante et la variance sont fonction de l'éclairage incident, de la distance parcourue par la lumière, de la BRDF et de la texture, et de la configuration de la géométrie (la courbure). Nous utilisons ces informations pour sous-échantillonner l'image en utilisant un nombre adaptatif d'échantillons. Nous calculons l'éclairage de façon hiérarchique, en un seul passage. Notre algorithme est implémenté dans un cadre de deferred shading, et fonctionne avec des fonctions de réflectance quelconques, y compris mesurées. Nous proposons deux extensions : pré-convolution de l'éclairage incident pour plus d'efficacité, et anti-aliasing utilisant l'information de fréquence. Dans la deuxième partie, nous nous intéressons aux fonctions de réflectance à base de micro-facette, comme le modèle de Cook-Torrance. En nous basant sur les réflectances mesurées, nous proposons une nouvelle distribution des micro-facettes. Cette distribution, Shifted Gamma Distribution, s'adapte aux données avec plus de précision. Nous montrons également comment calculer la fonction d'ombrage et de masquage pour cette distribution. Dans un deuxième temps, nous observons que pour certains matériaux, le coefficient de Fresnel ne suit pas l'approximation de Schlick. Nous proposons une généralisation de cette approximation qui correspond mieux aux données mesurées. Nous proposons par ailleurs une nouvelle technique d'optimisation, canal par canal, en deux étapes. Notre modèle est plus précis que les modèles existants, du diffus au spéculaire.
|
Page generated in 0.0269 seconds