Cтраница 1
Сканирующая строка делится на интервалы, и задача удаления невидимых линий решается для каждого интервала. Обработка выполняется двумя основными блоками: блоком просмотра и блоком решения. Функции их во многом напоминают функции аналогичных блоков алгоритма Варнока. Блок просмотра обрабатывает каждый отрезок, который полностью или частично лежит внутри обрабатываемого интервала; этот блок запоминает информацию, достаточную для определения в блоке решения, какой из перечисленных в разд. Блок решения активизируется после того, как все вероятные отрезки обработаны блоком просмотра; блок решения определяет, имеет ли место простой случай ( случаи 1 - 3 в разд. Однако если блок просмотра и блок решения определяют сложный случай, то вырабатывается признак отказ, что вызывает деление интервала. [1]
Метод сканирующей строки является наиболее эффективным для получения изображения объектов, составленных из многоугольников. [2]
Геометрическим местом пересечения окна сканирующей строки с плоским многоугольником будет набор прямолинейных отрезков. На рис. 14.21 показан вид этих отрезков в плоскости Xs - Ys. На заданной сканирующей строке многоугольник может быть описан параметрами отрезков пересечения. Например, многоугольник имеет один отрезок пересечения с окном сканирующей строки, имеющим координату Ys - а. Этот отрезок задается координатами Xs сторон многоугольника, ограничивающих отрезок. Например, при Ys а отрезок ограничен сторонами AD и АВ. [3]
После начала обработки некоторой сканирующей строки элемент YENTER, соответствующий этой строке, используется для нахождения ребер, которые необходимо добавить к текущему списку отрезков. Если ребро принадлежит двум многоугольникам, то при появлении этого ребра на сканирующей строке могут быть построены отрезки для каждого из многоугольников. [4]
Если же перебирать точки на сканирующей строке от пиксела к пикселу, то численными методами удастся определить параметры s и t в пересечениях световых лучей, исходящих из пикселов и криволинейной поверхности. [5]
При использовании в алгоритме свойства подобия сканирующих строк может быть достигнута значительная экономия времени вычисления. Вполне разумно предположить, что если в некотором интервале от одной граничной точки отрезка до другой ( рис. 14.36) налицо простой случай для k - й сканирующей строки, то и для ( k 1) - й линии имеет место тот же случай. [6]
Таким образом, в общих чертах алгоритм сканирующей строки для криволинейных поверхностей заключается в следующем. Предварительной сортировкой среди множества поверхностей сцены выделяют гакие, которые попадают в поле обзора. [7]
Описанный процесс позволяет построить изображение для одной сканирующей строки по заданным на этой строке отрезкам. [8]
Сравнивая описанный метод изображения поверхностей с поточечным алгоритмом сканирующей строки для криволинейных поверхностей [49], нетрудно убедиться, что они во многом имеют общие черты и недостатки: отсутствуют падающие тени и возможности изображения преломляющих и зеркальных поверхностей. [9]
Проблема удаления невидимых линий сводится к определению для каждой сканирующей строки тех отрезков или их частей, которые должны быть изображены. [10]
Упростите процесс включения новых и удаления старых отрезков в начале сканирующей строки. [11]
В примере, рассмотренном на рис. 14.37, точки подразделяют каждую сканирующую строку на предсказанные пробные интервалы. Точки называются предсказанными пробными точками. [12]
При обнаружении вероятной пробной точки вычисляется величина координаты Xs на следующей сканирующей строке с помощью приращения DX. Это значение запоминается в качестве пробной точки, если в результате последнего деления блок решения обнаружил простой случай. Таким образом, блоки решения и просмотра действуют в определении пробных точек совместно. [13]
Недостатком приведенного решения является необходимость анализа глубины для каждого пиксела в пределах сканирующей строки. Поточечный метод сканирующей строки в отличие от интервального может быть применен для изображения криволинейных поверхностей. [14]
Приведенный алгоритм имеет множество оригинальных модификаций, учитывающих, например, когерентность сканирующих строк [100] или ориентированных только на изображение сфер [124], что приводит к значительному повышению эффективности. [15]