JP5199424B2 - ランク−1格子による画像合成 - Google Patents
ランク−1格子による画像合成 Download PDFInfo
- Publication number
- JP5199424B2 JP5199424B2 JP2011173177A JP2011173177A JP5199424B2 JP 5199424 B2 JP5199424 B2 JP 5199424B2 JP 2011173177 A JP2011173177 A JP 2011173177A JP 2011173177 A JP2011173177 A JP 2011173177A JP 5199424 B2 JP5199424 B2 JP 5199424B2
- Authority
- JP
- Japan
- Prior art keywords
- lattice
- grid
- rank
- sampling
- pixel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000000203 mixture Substances 0.000 title description 9
- 238000005070 sampling Methods 0.000 claims description 163
- 238000000034 method Methods 0.000 claims description 127
- 238000010586 diagram Methods 0.000 claims description 21
- 239000000872 buffer Substances 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 16
- 239000011159 matrix material Substances 0.000 claims description 15
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000010304 firing Methods 0.000 claims description 3
- 238000011423 initialization method Methods 0.000 claims description 2
- 230000004044 response Effects 0.000 claims description 2
- 230000001131 transforming effect Effects 0.000 claims description 2
- 239000013598 vector Substances 0.000 description 87
- 230000006870 function Effects 0.000 description 55
- 238000012360 testing method Methods 0.000 description 50
- 238000004422 calculation algorithm Methods 0.000 description 29
- 230000006872 improvement Effects 0.000 description 24
- 238000013459 approach Methods 0.000 description 23
- 230000010354 integration Effects 0.000 description 18
- 238000001914 filtration Methods 0.000 description 17
- 230000009977 dual effect Effects 0.000 description 16
- 238000005516 engineering process Methods 0.000 description 16
- 230000003044 adaptive effect Effects 0.000 description 15
- 238000001228 spectrum Methods 0.000 description 15
- 238000004364 calculation method Methods 0.000 description 13
- 239000002131 composite material Substances 0.000 description 13
- 230000008901 benefit Effects 0.000 description 11
- 238000000342 Monte Carlo simulation Methods 0.000 description 10
- 238000009877 rendering Methods 0.000 description 9
- 230000000737 periodic effect Effects 0.000 description 8
- 230000009467 reduction Effects 0.000 description 8
- 230000007423 decrease Effects 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 238000010845 search algorithm Methods 0.000 description 6
- 230000003595 spectral effect Effects 0.000 description 6
- 238000009825 accumulation Methods 0.000 description 5
- 230000015572 biosynthetic process Effects 0.000 description 5
- 238000003786 synthesis reaction Methods 0.000 description 5
- 238000009827 uniform distribution Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 239000003086 colorant Substances 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 101100457838 Caenorhabditis elegans mod-1 gene Proteins 0.000 description 2
- 101150110972 ME1 gene Proteins 0.000 description 2
- 238000012614 Monte-Carlo sampling Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000008450 motivation Effects 0.000 description 2
- 238000012856 packing Methods 0.000 description 2
- 238000013517 stratification Methods 0.000 description 2
- 239000010409 thin film Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 241001463014 Chazara briseis Species 0.000 description 1
- 238000012952 Resampling Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000013142 basic testing Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000010894 electron beam technology Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000008570 general process Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- BHEPBYXIRTUNPN-UHFFFAOYSA-N hydridophosphorus(.) (triplet) Chemical compound [PH] BHEPBYXIRTUNPN-UHFFFAOYSA-N 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- CNQCVBJFEGMYDW-UHFFFAOYSA-N lawrencium atom Chemical compound [Lr] CNQCVBJFEGMYDW-UHFFFAOYSA-N 0.000 description 1
- 238000009828 non-uniform distribution Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011045 prefiltration Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 210000001525 retina Anatomy 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/40—Filling a planar surface by adding surface attributes, e.g. colour or texture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/06—Ray-tracing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/12—Indexing scheme for image data processing or generation, in general involving antialiasing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Image Processing (AREA)
- Image Generation (AREA)
- Editing Of Facsimile Originals (AREA)
- Control Of Indicators Other Than Cathode Ray Tubes (AREA)
Description
本出願は、2005年6月23日出願の米国仮特許出願第60/693,232号の利益を主張し、その全体が参照によって本明細書に一体化される。
ソースコードリストを本明細書と共に提出する。その全体が本明細書に一体化されている。ソースコードリストは、本明細書中「付属書」と呼び、「1.1.1」や「1.1.1.1」の形式の参照番号で確認される章にまとめている。
本発明は、概ね、動画および他の用途のための、デジタル演算システムにおける、およびデジタル演算システムによる画像合成のための方法とシステムに関し、特に、ランク−1格子による画像合成のための方法、システム、機器、コンピュータソフトウェア、およびディスプレイ技術に関する。
画像合成の使用は、動画ならびに他の商業的および科学的用途においてますます重要かつ広範になってきた。合成画像は、通常、画像要素すなわち画素と呼ばれる2次元配列のデジタル値を表す。従って、2次元の関数と通常みなされている。
発明の局面は、特に画像合成の関連において、コンピュータ化された画像処理においてランク−1格子が使用される多くの技術を提供する。
−一様点集合の意味での最大限の一様性をそれにより達成している。さらに記載しているのは、格子基底の捜索のための技術、およびシフトしたランク−1格子の(t,m,s)−nets(ネット)への関係を解析するための技術である。
本発明は、動画の表示または他の動的表示のため等の画像の、ランク−1格子を使用する画像の生成と合成に関する。本明細書中に記載の技術は、画像中の各画素について画素値が生成されるコンピュータグラフィックスシステムの一部として実施される。画素値は、シミュレートしたカメラの画面上に記録された情景における点を表す。コンピュータグラフィックスシステムは、選択された方法を使用して、画像についての画素値を生成するように構成されている。
1.導入
2.ランク−1格子の選択
3.ランク−1格子上のラスタライゼーション
4.ランク−1格子によるアンチエイリアシング
5.ランク−1格子による適用的改良とフィルタ処理
6.結論
合成画像とは、画像要素すなわち「画素」と呼ばれ、それによって2次元の関数とみなされ得る2次元配列のデジタル値を意味する。本明細書で使用される用語「画像合成」は、情景から合成画像を作製するプロセスを意味する。
を概算するための確率理論を使用する。ここで、Is=[0,1)Sは、s次元単位立方体を表す。上記の積分の推定は、確率変数Yの構築に基づく。確率変数Yは、いわゆる「推定量」と言われ、その期待値
は、所望の積分に対応する。なんらかの確率変数Xについて、
確率密度関数
として
を選択することで、所望の結果として、
が得られる。nの独立同一確率分布の(i.i.d.)変数Yiを考慮すると、中心極限定理によれば、総和
が、大きいnについて分布した
に漸近的になるとする。すると、3σ則
は、積分1.2についての計算方法を
によって提供する。
このことは、モンテカルロ法が、ランダムサンプリングと平均によって数値積分を実行することを意味する。3σ則によれば、近似誤差は、
未満であり、大きいnついては高確率で、収束率は
である。
tYをYの1つの実現(realization)yiについてされた時間とする。モンテカルロアルゴリズムの計算コスト
が、推定量の分散に依存するので、主要部の分離や、または効率を向上するためのジッタ処理等の様々な分散低減法が存在する。被積分関数の滑らかさまたは次元についての仮定が無いため、モンテカルロアルゴリズムは、標準的なテンソル積求積法の問題を克服する。しかし、この方法は、遅い収束のみを有し、コンピュータ上で実数の乱数がどのようにしても存在しない。モンテカルロ法の誤差限界について重要なサンプリング点の独立は、収束のためには必要ではないという事実を、準モンテカルロ法は利用する。その代わり、サンプリングパターンの一様な分布は重要な要因を表す。独立性、予測不可能性、および一様性が、単位区間上の実数乱数についての特性である一方、いわゆる準モンテカルロ点は、最初の2つの特性を放棄することによって決定論的に生成される。このような決定論的点は、実数乱数について可能なものよりはるかに一様である。このような構成の例は、ハマーズリー点集合または(t,m,s)−netsであり、これらは、以下に記載のように根基反転とランク−1格子に基づいている。
定義1
を任意の確率空間とし、
を
の空ではない部分集合とする。
の場合、Xのn要素の点集合Pnは、
−一様と呼ばれる。
ここで、
の場合は、
であり、他の場合はゼロである。
既知の
−一様な点集合の例には、根基反転ベース、デカルト積中点法からの点、およびランク−1格子が含まれる。確率空間
を使用して、この定義は、コンピュータグラフィックスについても適用される。ここで、
は、ボレル集合に対応し、λsは、s次元ルベーグ測度に対応する。
ように近似していることを意味する。
−一様性によって、L2上の決定論的誤差限界は、次のように得ることができる。
定理1
を任意の確率空間とし、
をXの区分とし、ここで
について
であるとする。すると、任意の
−一様点集合
およびX上の任意の関数fについて、
を得る。
は、積分近似問題であり、典型的には、パラメータ積分へと一般化することで対処されている。確率場についてのモンテカルロ法の一般化によって、いわゆる「従属(dependent)テストの方法」がもたらされる。全体の関数は、次のように推定され、
計算上のコストは、
である。準モンテカルロ法を考慮すると、定理1は、パラメータ積分へと一般化されてきた。
定理2
を任意の確率空間とし、
をXの区分とし、ここで
について
であるとする。すると、任意の
−一様点集合
およびX上の任意の関数fについて、
を得る。
格子Lは、
における離散部分集合である。
これは、加法と減法のもとで閉じている。例えば、規則的な軸平行グリッドは、1つのタイプの単純な格子を表す。
における各格子(lattice)は、
として、
の全整数一次結合を考慮することで、一式の一次独立ベクトル
から生成されることが可能である。
ベクトル
は、格子の1つの基底である。これらは格子を生成するので、生成作用素ベクトルとも言われている。基底ベクトルの数sからLの次元が得られる。
によって形成されている「生成作用素」行列Bは、s次元の体積の基本平行六面体に対応し、
これは、基底ベクトルと原点によって結合されている。基本平行六面体
によって、同じ体積かつ方向の格子セルへと分割され得る。
基底は、特定の格子について固有ではないが、その行列式
は、不変量を表す。これは、対応する基底行列の行列式が格子行列式に等しい場合、一式の一次独立ベクトルは、格子Lを生成することを意味する。
によって定義される。
の行列式は、Lの行列式の逆数から現れる。次の双対格子
の解釈は、以下に記載のスペクトルテストに有用である。双対格子
における各点hは、以下の特性を保持するように一式の(s−1)次元の超平面
を規定する。Lにおける各点は超平面の1つの上に存在し、各超平面は、Lの少なくとも1つの点を含み、このような超平面は平行であって等距離であり、そのような距離は、
に等しい、という特性である。
図3Aは、双対格子点
の一群の超平面を含むフィボナッチ格子200を示し、図3Bは、その双対格子210を示す。
本発明の局面は、画像合成においてランク−1格子を使用する技術を提供する。図4は、本発明に従った方法220を図示するフローチャートである。工程221において、生成されるべき合成画像の画素に対応する最大化した最小距離関数に応じて、ランク−1格子が選択される。工程222において、選択されたランク−1格子に応じて画素値が計算される。工程223において、計算された画素値に基づいて、表示制御電子出力信号が生成される。
−一様点集合という意味での最大の一様性を達成している。
を仮定すると、
は、s次元格子を記載する。このようにして、この格子は「ランク−1−格子」として既知である。
を有している。nは点の数であり、コロボフ格子が、タプル(n,a)すなわち
によって一意的に決定されるということである。
それによって、mod1演算は、1周期パターンとなる単位正方形へ格子を制限する。このことは、ランク−1格子が原点に対象な点であることを意味する。このような格子の1つの利点は、s次元空間を充填するため継ぎ目無くタイル張りされることが可能な点、および非常に迅速に生成され得る点である。
と設定され、生成作用素ベクトルがg=(1,Fk−1)と規定される。
を有する単位正方形上のフィボナッチ格子230を示す。ランク−1格子の質は、整数生成作用素ベクトル
によって大きく影響される。コロボフ形態の格子は、2次元の他の格子とあまり異ならないが、生成作用素ベクトルの選択を1つのパラメータへ減少させる。そのため、このような格子は、所定の特性を有する2次元格子についての捜索に関する本検討において特に興味深い。
は、得られる点集合が低食い違いであるように選択され得る。その場合、この点集合の成分は、「優良格子点」と呼ばれる。例えば、s=2についてのフィボナッチ格子、およびその生成作用素ベクトルがコロボフ形態である格子は低食い違いのものである。しかし、優良格子点についての明白な構成はほとんど存在しない。
−一様な点集合である。ランク−1格子のこのような特性は、基本平行六面体によって生じたIsの区分
を考慮することによって理解が可能である。この意味においての最大一様性は、全サンプル点Pn間で、相互の最小距離
(数75)
を最大化することによって達成され得る。それによって、単位円環面上でユークリッドノルムが計算される。
で使用されており、捜索によって特定される。コロボフ形態の格子は、タプル(n,a)によって一意的に決定されるため、このことは、固定した数の点nについての捜索が、2つの格子点間の最小距離が単位円環上で最大に達するような
について行われることを意味する。2つの格子点間の最小距離が増大するにつれ、得られる格子は、六方格子にさらに近づき、それによって、点集合の一様な分布が増加する。
について
となるようなベクトル
を見つけることにある。
格子Lにおける最小距離を計算することは、最接近点問題の簡単な修正によって達成され得る、Lにおける最短ベクトルの決定に対応する。そのため、ベクトルv≠0のみが考慮される。そして、原点に対する最接近点が、最短ベクトルすなわちLにおける最小距離を生じる。最接近点捜索法は、規則的構造を有しない格子について文献中に記載されてきた。しかし、ランク−1格子が特別な構造を提供し、低次元について考慮されるだけであるため、そこに存在する方法はランク−1格子に対しては適切ではない。以下の検討において、周期的かつ規則的構造およびこのような格子の適用の両方を利用する、格子捜索についてのいくつかのアプローチを記載する。
について、全ての可能な格子
を考慮する単位正方形上での基本的捜索のためのコードリストを記載する。a>nについての値は、これらは、剰余演算によって格子
を生み出すため考慮される必要はない。さらに、n>3を仮定すると、単位正方形の2つの対角線上に格子点が存在するため、a=1およびa=n−1は捜索から除かれる。a=0は、原点へと崩壊する格子を生じるであろう。従って、同様に無視される。
が、それまでに求めた集合
を格納するために使用される。
に関して繰り返すことで決定する。式2.3に従うと、格子は、単位円環面上で規定されているが、§2.1.1コードリストにおける全計算は、浮動小数点の不正確さによる丸め誤差を回避するため整数計算にて実行される。このことは、本検討が[0,1)2の代わりに[0,n)2上の整数格子
xi=(i,a・i mod n) (2.4)
に主眼を置いていることを意味する。
から原点までの距離が計算される。単位円環上の計算は、i>n−iまたはa・i>n−a・i mod nの場合、異なる象限からの点
を考慮することが必要である。
の原点への距離を算出するため、周期性により、点(0,5)が新たな原点として取られる。新たな原点を使用することは、点(0,0)における第一象限の原点に対する点
のユークリッドノルムの計算に対応する。
の距離は、平方ユークリッドノルム
によって算出される。平方とその総和の両方は、計算中に整数オーバーフローを生じることがあるが、次のように処理される。
・変数についてのデータタイプは、特にタプル(n,a)については正整数型(UINT)であるように、また、ユークリッドノルム計算に含まれる実体については符号無し倍長精度整数型(ULLINT)であるように、いずれか選択される。
・
の場合は、xj 2についての整数オーバーフローが生じるであろう。
・
が、2つの要素の総和について当てはまり、
であるので、
の場合は、オーバーフローが明らかである。
最後の2つの場合において、§2.2.1コードは、次の格子点へと進む。式2.4における乗算a・imodnも、オーバーフローに関して問題がある可能性がある。従って、繰り返し計算される増量総和
へと分解され、
によって剰余演算が内部forループの各繰り返しにおいて適用される。
一旦最短ベクトルが求められると、その長さが、それまでの最大最小距離maxmindistを有するベクトルの長さと比較され、関連するパラメータaを可能であれば記憶する。しかし、新たなmaxmindistが、§2.2.1コードリストにおけるmindistについての初期値であるMAX_ULLINTにならないことを確実にするため、ブーリアンフラグnoOverflowが最初に真に設定されるまでこれはなされない。新たなmaxmindistが古いもの以上かどうかによって、ベクトル
は、新たな値を格納する前にクリアされる。
が捜索問題に対して有効な解である場合は、対称のため同じmax−min−distを有する
も有効な解である。従って、aの範囲を2からn/2とすれば充分である。
ここで、Bは基底行列である。六方格子が、
における球の詰め込み問題を解決するので、最も大きい最大最小距離がこのようなタイプの格子において達成される。従って、原点の周囲で半径lを有する円の外側である格子点を検討する必要はない。ここでlは、六方格子における2点間の距離である。この量は、次のようにして評価することができる。
の面積を有する。従って、正三角形の面積Aはn/2である。このようにして、求める量である三角形の辺の長さlを計算することができる。
gcd(n,a)=1
であるとすると、得られる格子点は、各座標軸上で等距離に階層化するであろう。従って、最小距離は、
に制限され得る。しかし、この条件は、所与の
についての最大最小距離格子を求めることに関して制約を表す。
を矩形領域にスケーリングすると、
−一様に関して点の一様な分布とはならない可能性がある。非一様分布を図9A−Cに示す。図9Aは、単位正方形に選択された、n=786432点を有する格子を図示するグラフ290を示す。図9Bは、実際の領域にスケーリングされた、単位正方形における格子を図示するグラフ300を示す。図9Cは、実際の領域における格子を図示するグラフ310を示す。
を有している。このような倍率は、x−解像度(Resolution)およびy−解像度の両方を、これらの最大公約数(gcd)で割ることで得られる。
倍率の導入は、基本捜索アルゴリズムにわずかな修正しかもたらさない。付属書の§2.1.2は、実際の領域サイズを考慮した拡張された捜索を含むコードリストを示す。§2.1.2コードリストは、任意の領域サイズ上での捜索と上記の改善とを包含する。§2.1.2コードリストにおけるドットは、§2.1.1コードリストの改変されていない部分を表す。
が[0,5)2にスケーリングされ、スクリーンを解像度5×5でサンプリングしている。画素(0,1)が欠けている一方で画素(0,0)は2つのサンプルを含む。
として、格子点の数がn=xRes・yRes・αと設定されると、画素当たり同数のサンプルが常には達成されないであろう。さらに一般的には、区間
ごとに、同数の点
を得ることが望ましい。ここで、xResおよびyResはスクリーン解像度とする。
投影された格子点がx軸上に、および
投影された格子点がy軸上に存在することを意味する。このような投影による離散化は、図10Aグラフ320の左下隅の小グリッドによってハイライト表示しており、検討されるべきシフトを表している。次に、3つの重要な捜索戦略を検討する。
が求められる。そのため、全ての可能なシフトが繰り返し処理され、画素あたりの格子点の数がカウントされる。その後、画素(0,0)における点の数が、他のカウント入力と比較される。これらの1つが第一の画素の格子点の数と等しくない場合は、すぐに比較が中止されることがあり、次の格子シフトへ切り替えがなされる。手順は、有効なシフトが見つかれば即停止し、[0,n)2上でシフトを戻す。付属書の§2.1.3は、所与の格子についての捜索シフトのコードリストを示す。
のシフトが、
格子L(25,7)に加えられた後、[0,1)2から[0,5)2へとスケーリングされた。このシフトが加えられた後、正確に画素あたり1つの格子点が存在する。しかし、格子シフトは、非常に少ないnについてしか見つけることができず、nが大きくなるにつれ、有効なシフトが存在するであろう確率が小さくなる。図11は、有効なシフトが見つかった最大最小距離格子のいくつかとその元になるスクリーン解像度を列挙する表340を示す。
について最もmax−min−dist格子
に近似する格子
を捜索するので、次の戦略が極めて良いことがわかった。第一のステップにおいて、aのリスト
がL(n,a)における最小距離に関してヒープソートを使用してソートされる。その後、ソートされたリストが降順で渡され、シフト捜索が各aについて実行される。それによって有効なシフトを有する最初のaが所望の結果を生じる。この捜索戦略の実行は、付属書の§2.1.4に記載のコードリストに組み込まれている。
によって規定される線形合同法乱数生成器の質を評価する。ここで、
は、法であり、
は、乗数であり、
は、増分であり、
は、開始値である。0と1との間の数は、
によって与えられる。
に基づいて、スペクトルテストは、全m点の集合
を解析する。これは、連続して重複するt−タプルの{u0,u1,...}によって形成され、それにより全ての可能な開始値を考慮する。理論を単純化するため、スペクトルテストは、c≠0で全周期mの線形合同数列が存在すること、またはmが素でありc=0で周期長がm−1であること、のいずれかを仮定する。常にm点が存在することを確実とするため、後者の場合には点集合に原点が追加される。これは、X0=0は開始値として除外されなければならないからである。ここで、上記の点集合は、
と記載することができる。
点集合Ltによって生成されたパターンが格子構造を有することがわかるであろう。t=2かつc=0についての集合は、2次元コロボフ格子を生じる。一般に、c=0についてのLtは、生成作用素ベクトル(1,a,a2,...,at−1)modmを有するランク−1格子によって生成された点集合に対応する。2次元において格子点は、多くの異なる一群から選択され得る少数の平行線によって囲まれ得る。高次元において、複数群の線は、複数群の超平面に一般化される。スペクトルテストの目標は、超平面間の最大距離の逆数として定義されるt次元の精度vtを、全点を取り囲む全複数群の平行な(t−1)次元超平面を考慮して決定することである。次の検討において、式2.17の格子へ双対である格子の最短ベクトルの長さに、vtが対応することが得られるであろう。このことは、スペクトルテストが、max−min−dist格子の捜索に適用され得ることを意味する。
を分解すると理解できる。ここで、γ=(1+a+...+at−1)cは一定である。従って、c=0と設定することができ、このことは、格子をコロボフ形式で直接扱うことを意味する。
を検討し、L2の点を囲む平行直線の全群を考慮して、v2すなわち線間の最大距離の逆数を計算することで充分である。まず、式2.18に隠されているmodm−演算が
と記載することでmod1に置換される。
次に、集合L2を周期的に拡張することにより、すなわち
全体を2次元超立方体のコピー
で覆うことで、mod1−演算が処理される。これを、図13のグラフ300に図示する。ここで点集合
が周期的に拡張され、ここで、周期的に拡張された格子が等距離の平行線の一群で覆われる。集合2.21は、
であるので、(x,k1,k2)を(x+k1m,0,k2−ak1)に変更することによりさらに単純化され得、これにより変数k1をゼロに設定する。このようにすることで、上記の点集合を
によって記述されるようにすることができる。
集合2.22は、
を満たす元の集合2.19のm点を含むことが理解されるであろう。
今度は、
の全点を覆う複数群の線間で隣接する平行線間の最大距離を求めることが望まれる。このような一群を、含まれる線全てに垂直な非ゼロベクトルu=(u1,u2)で規定することができる。そして、特定の線上の点の集合は、
によって記述することができ、ここでqは、各線についての固有の定数である。線は、原点を通る線の1つと等距離であるため、今度は
が、一群の全ての線を規定するようにuの長さを調節することが可能である。このことは、q=1について、原点から線への最小距離として隣接する線間の距離を計算することができることを意味する。すなわち、
コーシーの不等式によると、
j=1,2に対して、xj=uj/(u1 2+u2 2)は、
のため、式2.25において最小を生じる。
従って、隣接線間の距離は、
である。
が最小の場合、距離は最大に達する。この理由によって、2次元的精度v2は、点集合2.22の全要素を覆う一群の超平面
を規定する最短ベクトル
の長さに対応する。このようなベクトル
は、次の条件を満足しなければならない。すなわち、
逆に、条件4を充足する任意の非ゼロ整数ベクトル
を考慮すると、対応する一群の線は、
の全要素を覆うであろう。というのは、全整数y1,y2について内積
が整数となるからである。従って、スペクトルテストは、最小値
を求める必要がある。ここで、u1=mx1−ax2およびu2=x2は、
であるため、基本合同式のパラメトリックおよび一般解である。
を求めるため、この問題は、全非ゼロ整数ベクトル(x1,x2)に関して、2次形式
を最小化するさらに一般的な問題として定式化される。ここで、
は任意の非特異行列である。w11=m,w12=0,w21=−aおよびw12=1は、式2.28の特別の形態を生じる。
を満足する場合、(u1,u2)=(w11,w12)は、u21+u22を、全非ゼロ整数解に関して最小化する。
の全要素を覆う一群の線を規定する最短ベクトルの長さであるため、および条件2により、2次元精度は、
における、すなわち、
に双対である格子において、最短ベクトルの長さとみなすこともできる。すなわち、
である。
における各点uは、
における各点が線のうちの1つの上にあるように、平行で等距離の一式の線を規定するため、最短ベクトル
は、最大距離を有する線群を規定する。
を1つおきに選択することで、線は互いにさらに接近することとなる。次いで、一群の中から2つの隣接する線が選択され、それぞれの1つの格子点は、第1の線上に一方の固定した点
があり、
に最接近している第2の線上に他方の点
があるようにされている。そして、
および
間の距離は、2つの隣接する線間の距離が増加するにつれて減少する。従って、
における最短ベクトルも、
における最短ベクトルを示す。実際のところ、v2すなわち
における最短ベクトルの長さは、何らかの倍率によっては
における最短ベクトルの長さと等しい。このことは、
の基底Bおよび
の基底
を考慮することで証明できる。
を、
のミンコフスキー縮小基底であるとする。すると、(B−1)Tの列ベクトルは、双対格子
の基底を表す。ここで、
がBの行列式とすると、
の基底行列の逆は、
によって計算できる。
従って、
の基底行列は、
である。
双対格子の基底ベクトルの長さを計算すると、
と
の違いは1/mの係数によるだけであることがわかる
。
双対格子の基底ベクトルは、
の両方を±90°回転することから得られ、
これは、双対格子の格子点間の相対距離が
のものに対応することを意味する。
が、
における最短ベクトルであり、
も
において同様である。
逆に、双対格子
において最短ベクトルを求める場合は、その長さは、mで乗算した
における最短ベクトルの長さを生じる。この事実は、§2.1.1コードリストで記載したように、単位正方形上でのmax−min−dist格子の捜索に利用される。全格子点に関して繰り返して最小距離を計算する代わりに、2次元スペクトルテストが適用される。[0,m)2が計算されるので、2次元精度は、求められていた量を提供する。他の基本捜索法は、付属書の§2.1.6に記載のコードリストに示すように変わりはない。
は、
が、全ての
について、および全ての
について該当する場合は、「エルミート縮小(Hermite reduced)」されていると言われる。この意味は、同一の格子の全生成行列の対応する数列が辞書式の順序であるリストにおいて数列
が、最初の要素である場合、生成行列Gが縮小されるということである。このように縮小された基底において、最初の基底ベクトルは、最短非ゼロ格子ベクトルに一致する。エルミート縮小基底は各格子について存在するが、明確な構成は既知ではない。
が、
1.g1がLにおける最短非ゼロベクトルであり、
2.
について、(g1,...,gi)がLの基底に拡張され得るようなLにおいてgiが最短ベクトルである場合に、この基準に従って縮小される。
このようないわゆる「ミンコフスキー縮小基底」は、常に最短非ゼロ格子ベクトルを含む。
について捜索が最初に実行される。その後、次の基底ベクトル
が、
に一次独立である、Lにおいて2番目に最短の格子ベクトルを捜索することで決定される。このようなことが、基本捜索法を修正することで行われ得る。所与の格子L(n,a)について、上述の式2.5のようにmindist(xi)を計算するため、全格子点
が繰り返される。最短ベクトルと第2最短ベクトルの両方の長さが、必要であれば基底ベクトルを更新するためにチェックされる。しかし、第2基底ベクトルを更新する前に、これが、ミンコフスキー縮小基底の条件が保持されるように第1基底ベクトルに一次独立であることを確認する必要がある。2つの2次元基底ベクトルの行列式の簡単な計算は、整数オーバーフローを生じることがあるため、このテストについては特別な注意が払われる必要がある。定義により、2つのベクトル
は、
x=λ・y
となるスカラーλ≠0が存在するとき、一次従属である。
換言すれば、これは、一方のベクトルが他方の倍数である場合は一次従属であるという意味である。このことは、
に対して、2つの得られるベクトル
が等しく、さらに、sgn(x1)=sgn(y1)およびsgn(x2)=sgn(y2)またはsgn(x1)≠sgn(y1)およびsgn(x2)≠sgn(y2)である場合に該当する。
である。
だけシフトされた格子
を示す。格子点は、低次元投影において精細なグリッド構造を完全に充填する。これは、このような線上に別の格子点を有しないx軸およびy軸に投影された中空格子点によって示される。さらに、各区分
も、正確に1つの格子点を含む。従って、格子は、階層化とラテンハイパーキューブサンプリング点の両方の特徴を有する。
によって規定される。ここで
は次元であり、
は、基底を表し、
は整数である。Eの体積は、
によって与えられる。
2つの整数
について、体積
の各基本区間が正確にbt点を含む場合、s次元におけるbm点の有限の点集合は、基底bにおける(t,m,s)−netと呼ばれる。比較的小さいtの値によってさらに良好な一様な分布が確保されるため、tは優良性パラメータと呼ばれる。
についての全ての可能なシフトの捜索をすることとなり、基底2における(0,m,2)−netについてこれらをテストする。すなわち、各基本区間の体積2−m=1/nが、正確に1点を含むかをチェックする。検討された格子は、条件gcd(n、a)=1を充足する必要があると考えられよう。そうでなければ、完全な1次元投影を得ることが可能ではないであろうからである。しかし、上述の格子はいずれも基底2における(0,m,2)−netではないことが判明した。ということは(0,m,2)−netsは、ランク−1格子をシフトすることでは簡単には求めることができないことを意味する。それでもなお、基底bが素であり、シフトした格子L(b2,a)についてgcd(b2,a)=1の場合は、図15グラフ380に示す格子についての場合が該当するように、m=2についての(0,m,2)−netsが容易に得られる。これは、このとき必然的に1つの格子点のみを含む体積1/b2の3つの異なる基本区間の
が存在するからである。図16は、基底bにおけるいくつかの(0,2,2)−netsをさらにリストする表390を示す。
ラスタディスプレイは、通常、スクリーン全体を表現する画像要素(画素)のマトリクスから形成される。画像を正確にレンダリングするために、ラスタライザは、適切な色を画素の集合へ割り当てることで、直交グリッド上で頂点によって記述される、線、三角形、または円のような数学的理想的プリミティブを近似する。ラスタライザは、スクリーン空間における2次元頂点をスクリーン上の画素へと変換する。現在のアプローチにおいては、画素は通常、整数ラスタ(integral raster)[0,...,ResX)×[0,...,ResY)上の正方形として表現される。
によって明確に記述することができる。
式3.1を使用して、線上の点(t+τ,P(t+τ))は、その先行点(t,P(t))から増分的に計算することができる。
その始点から終端へと増分的に線を引くため、ラスタライゼーションプロセスは、nステップに離散化されなければならない。ここでn=max{|x1−x0|,|y1−y0|}である。これは、理想的線を近似する画素座標が
によって増分的に算出されることを意味する。例えば、|Δx|>|Δy|の場合、n=|x1−x0|である。従って、xiは、各ステップにおいて±1だけ増加し、一方で、yiは、割合
だけ増加する。座標を計算した後、理想的線に最も近い画素
が着色される。視覚化のため、画素は、2つの隣接する格子線によって形成されたセルの中央におけるサンプルと解釈される。図18Aは、画素(2,2)がラスタグリッド上で強調されているグラフ410を示す。図18Bは、整数端点(0,0)と(3,1)を有する線のラスタライゼーションを説明するグラフ420を示す。ラスタライゼーションプロセスは、n=3、dx=3およびdy=1であるので、連続的に画素
を強調する。付属書のセクション3.1.1に、DDAについてのソースコードリストを記載する。
によってもともとは規定される。格子座標における変換は、
を生じる。
が、格子セル(1,3)内に存在し、
が、(7,14)内に存在するので、線は、始点(1,3)と終点(7,14)によって認識される。
を有する格子基底
を仮定すると、
であり、ここで、(u,v)は、格子基底における点(x,y)の座標を表す。基底行列
は特異ではないので、座標(u,v)は、
の結果である。
これは、付属書セクション3.1.3に記載のコードリストにおいてインプリメントされる。同リストは、さらにシフトした格子の座標系への変換を取り扱う。格子シフトは、基底に影響を与えることなく全体の格子を平行移動するだけであるので、シフトベクトル
も、格子基底へと変換される。次に、変換されたシフトは、(u,v)へと適用される。格子座標中の点(u,v)が属する格子セル(cx,cy)は、その成分の端数を切り捨てること、すなわち
で算出される。
この技術は、付属書のセクション3.1.4に記載のコードリストにおいてインプリメントされるdetermineLatticeCellと呼ばれる方法と同じである。線の始点と終点の両方が一旦格子座標へ変換されると、ラスタライゼーションが上述の§3.1.1コードリストと同様に実現される。唯一の違いは、線上の次の点(xi+1,yi+1)の算出にある。
の代わりに、
が計算される。分母は変化することが無いので、分子(nominator)のみが各ステップで累算されなければならない。除算は、強調されるべき格子セルを決定するために実行されるのみである。このようにして、切り捨て誤差の蓄積を回避することができる。|Δy|>|Δx|を仮定すると、n=|Δy|ということになる。
その場合、yiは、各ステップにおいてちょうどsgn(Δy)だけ増分されなければならない。それ故、上記アルゴリズムにおいて、ynomはy0によって、ydenomは1によって初期化される。同じことが
の場合に当てはまる。
図19Bグラフ390に示す線へ§3.1.2コードを適用することで、Δx=7−1=6;Δy=14−3=11;n=max{6,11}=11,xnom=1・11=11,xdenom=11,ynom=3およびydenom=1を得る。
である。理想的線に最も近似する格子セルの座標は、§3.1.1に記載のコードに類似して、すなわち
によって認識される。
とするため、VscanLeftおよびVscanRightを交換する必要があり得る。これは、付属書のセクション3.2.2に記載のコードリスト中、
lx=ceil(l.m.X);
rx=ceil(r.m.X);
が、
lx=l.m_X<r.m_X?ceil(l.m_X):ceil(r.m_X);
rx=l.m_X<r.m_X?ceil(r.m_X):ceil(l.m_X);
に変更されなければならないことを意味する。さらに、drawPixel(x,y)ではなくdrawLatticeCell(x,y)を呼ぶ必要がある。
によって規定された多角形のグラフ470を示す。格子L(576,155)の基底へ変換した後、多角形は、
によって特定される。図23Aおよび23Bは、さらに高解像度でレンダリングされた同一の多角形を表示するグラフ480および490を示す。
におけるドロネー三角形分割へ双対であるボロノイ線図によって、
が、各格子点を集中としたほぼ六角形セルに区切られ得る。図27は、最大最小距離ランク−1格子L(64,19)のボロノイ図540を示す。この意味で画素レイアウトを構成すると、実質的に六角形画素格子となる。例えば、自然の原理として、複眼中の個眼または網膜中の視覚センサーはこのように配列されている。六角形画素の概念は、六角形画像処理の関連で既に研究されてきており、例えば、SmartSlabLEDパネルに使用されている。
画素の数・カラーセル
によって計算されるということを意味する。
メモリ要件は、ページング(メモリ配置)に理想的に適合する。別の例として、20...2n画像として一連のテクスチャを記憶することによっては非常に効率的に実行できるMipMappingを当然にサポートする。
図32は、ランク−1格子によるアンチエイリアシングについての発明の別の局面に従った方法610のフローチャートを示す。ステップ611において、ランク−1格子は、生成されるべき合成画像の点に対応する最大最小距離関数に従って選択される。ステップ612において、選択されたランク−1格子は、モンテカルロまたは準モンテカルロのいずれかの点集合へのその収束に関して比較される。ステップ613において、この比較の結果に基づいてアンチエイリアシング関数が適用される。次の検討では、方法についての理論的基礎を発展させ、アンチエイリアシングに関する本発明の別の局面を記載する。
に要約することができ、ここで、それぞれ、fは元の信号または関数であり、sは一様なサンプリング関数、およびrは再構成フィルタである。既述のように、信号fは、帯域制限されている必要がある。この要件の理由は、一様にサンプリングされた信号のフーリエ変換が、周波数空間で周期性となるからである。関数fは、
の場合は、帯域制限されるべきと言われる。ここで、F(ω)は、f(x)のフーリエ変換である。これは、fのスペクトル
が有限台を有するという意味である。周波数ω0は、fについてのカットオフ周波数と呼ばれる。ω0=∞の場合は、関数fは帯域制限されない。
に与えられるように、シャー関数によって一様にサンプリングされる。サンプリングは、fとシャー関数を乗算することによりなされる。
fs(x)のフーリエ変換を計算するため、畳み込み定理に従って、f(x)およびs(x)のフーリエ変換は、周波数空間に畳み込まれなければならない。
畳み込み積分を計算すると、
を得る。
従って、fs(x)のフーリエ変換は、繰り返し周期1/Δxを有するf(x)のスペクトルの周期的繰り返しである。
の場合は、F(ω)のコピーは重ならないであろう。従って、
に対して
F(ω)=ΔxFs(ω)が成り立つ。しかし、
の場合は、F(ω)の周期的繰り返しは、重なり累積するであろう。f(x)をその離散サンプルから再構成するためには、F(ω)の周期的繰り返しのため、逆フーリエ変換
を行うことは充分ではない。
は、
における以外はゼロである信号となるであろう。従って、F(ω)のセンターコピーは、隔離される必要がある。
の場合、
について
であるため、F(ω)は、Fs(ω)をボックススペクトル
で乗算することで復元することができる。
周波数空間において、再構成は、
によって実行される。
ボックススペクトルの逆フーリエ変換がsinc−関数となり、fs(x)をsinc−関数
で畳み込むことで時間空間のf(x)が再構成される。
しかし、これは、
の場合のみに有効である。サンプリング周波数が低すぎる場合、すなわち
の場合は、ボックスフィルタ処理がF(ω)ではなくω’≠0についてF(ω)+F(ω’)を除去するであろう。これはF(ω)がそのサンプルから復元不可能となる「エイリアス」と言われるなんらかの別のエネルギーが、F(ω)に加えられていることを意味する。このような考慮がシャノンのサンプリング定理に要約されている。
定理3(1次元一様サンプリング定理)
連続関数fは、カットオフ周波数ω0でfが帯域制限され、かつ
の場合、サンプリング周波数
でその一様サンプルから完全に再構成することができる。
簡単には、定理は、帯域制限された関数fは、ω0のスペクトルにおいてサンプリング周波数が最大周波数ω0の少なくとも2倍高い場合、その一様サンプルから完全に再構成されることを記述している。ω0は「ナイキスト周波数」としても既知である。本明細書において、用語「アンダーサンプリング」は、ナイキスト周波数未満のサンプリングのことである。信号が、ナイキスト周波数を超えてサンプリングされる場合は「オーバーサンプリングされる」と言う。再構成フィルタは、時間空間で計算されるか周波数空間で計算されるかに依存する。時間空間においては、正確にサンプリングした信号をsinc−関数で畳み込む必要がある。一方で、周波数空間においては、Fs(ω)をボックススペクトルで乗算する必要がある。
を周波数空間において使用された再構成フィルタとすると、ω0を超えるエネルギーが総計F(ω)となるので、明らかにFs(ω)・R(ω)≠F(ω)である。このような場合、使用される用語は「再構成エラー」である。不適切なサンプリング率によるエイリアシングに対して拙劣な再構成フィルタであるからである。
を特徴とする。合成画像を生成するには、各画素について単一の色を何とか決定する必要がある。f(x)をできるだけ正確に再構成するための1つのアプローチは、画素xpに現れている全ての多角形片の面積を解析的に算出し、得られる面積比に従ってそれらの色を平均化することである。しかし、このアプローチは、計算が高価であり、また場合によっては、現れている面積の解析的表現の欠如により不可能であることがわかっている。従って代替のアプローチは、数値解を使用することである。これは、画素あたりのサンプリング点の数Nを選択し、これらのサンプルからxpにおける多角形片の面積を推定することでなされ得る。サンプルは、画素あたり1回よりも高い周波数で取られるので、本明細書では記載したサンプリングを「スーパーサンプリング」と言う。1つの通常のスーパーサンプリングスキームは、各画素内でサンプリングパターンとしてn×nグリッドを使用し、サンプルを比例的に重み付けることで1つの値に平均化することである。これは、「画素積分(pixel integral)」と記載することができる。
この場合、サンプリング関数
は、微細な一様グリッドを表し、再構成フィルタ
は、各サンプルを等しく1/Nで重み付ける。
を、各画素の中央において1つのサンプルを取るサンプリング関数とし、pは画素中央間の距離であるとする。サンプリング定理によると、周波数
を超える任意のエネルギーは、再構成された信号において適切に表現できず、そのためエイリアシングとなる。画素あたりNサンプルを取ることは、サンプリング周波数N/pとしてサンプリング関数
を適用することを意味する。サンプリング定理によると、新たなナイキスト周波数は、
である。各画素に1色が表示できるので、スーパーサンプリングされた信号を、カットオフ周波数
を有する完全ローパスフィルタ
で再構成する必要がある。画素レートで再構成された信号をリサンプリングする前に、新たなエイリアシングを防ぐためローパスフィルタが適用される。画素ラスタに対して正確に帯域制限された信号を得るために、カットオフ周波数
を有してローパスフィルタG(ω)が選択される。このようにして得られた信号を画素レートでリサンプリングし、ディスプレイ再構成フィルタで復元することが可能である。既述のように、画像関数が画素レートでのみサンプリングされる場合、
を上回る任意のエネルギーは、エイリアシスとなる。その後の再構成とローパスフィルタ処理を伴って、サンプリング周波数
でスーパーサンプリングする効果は、
を下回る任意のエネルギーでは、エイリアシスとなることが防がれるということである。従って、以前はエイリアシングに寄与していた範囲
からのエネルギーが、スーパーサンプリングされた画像において正確に処理された。構成により
であるので、再構成フィルタ
は、通常、実際には適用されない。それに代えて、ローパスフィルタが単独で配置される。時間空間における完全な再構成フィルタは、無限の台を有するsinc−関数によって与えられる点に留意することは重要である。従って、我々は、新たな再構成誤差を導入し得る、ボックス−、ガウス−、または打ち切り(truncated)sinc−フィルタのような近似を扱わなければならない。
の完全な除算を生じるという意味である。層化することにより、純粋にランダムなサンプルについて起こり得るように、サンプルは一箇所に集まることができない。従って、全体の単位立方体に渡ってサンプルの一様な分布が改善される。付属書のセクション4.2.2に、単位立方体内でn×mサンプルを有するパターンを生成するソースコードを記載する。さらに、ジッタ処理は、エイリアシングアーチファクトをノイズと交換するが、これは1次元の場合に容易に見られる。
の場合は、ベクトル
は、(t,m,s)−netを形成する。Larcher−Pillichshammer根基逆関数は、付属書のセクション4.2.3に記載のコードリストによって計算される。成分i/bmを、基底bにおける(t,s)列の最初のbm点に加えることで、(t,m,s+1)−netが生じる。我々の場合、n=2mとして成分1/nを加えることで、Larcher−Pillichshammer根基逆関数から(0,m,2)−netが拡張される。これを、付属書のセクション4.2.4に記載のコードリストに示す。
である。付属書のセクション4.2.7は、説明した演算を実行するためのコードリストを記載する。さらに以下に、このようなサンプリングパターンが、それらの収束に関して比較される。
ようにして計算される。例えば、p=1は、1−ノルムを生じる。
p=2は、L2ノルム(ユークリッドノルム)を生じる。
そして、P=∞は、無限大ノルムを生じる。
微分(derivatives)のエネルギーを加えることでH1−Sobolevノルムには、さらにノイズおよび画像の縁が考慮される。
対応するテスト画像へ収束した基準画像の誤差ノルムを算出することで評価がなされる。その後、x軸上にサンプルの数を、y軸上に画素ノルムを有して得られた値が誤差グラフにプロットされる。
に対して、決定論的および乱列化準モンテカルロサンプリングパターンは、同じ結果を提供する。すなわち、これらは同一の画像に収束する。
の基本区間として取られ得る。n>1について、各画素は、体積
のn個の基本区間を含む。従って、各画素は同数の点によってサンプリングされる。しかしこのことは、上述の、図39Aおよび39Bに示したグラフ720および730に図示したmax−min−dist格子については該当する必要はない。これらの図は、グラフ720においてはmax−min−dist格子L(262144,549)で、グラフ730においてはシフト(259,0)でシフトした格子L(262144,549)で、カバーされた512×512の解像度の最初の5×5画素のスクリーンを示す。2点を含む画素や1点のみを含む画素もあるので、合計512・512点に対して全くサンプリングされていない画素が存在するはずである。従って、xRes×yResの解像度についてのxRes・xRes・nサンプリング点は、画素あたり平均n個の点が存在することのみを意味する。このことは、上述のように画素あたり同数の格子点を確保するシフトした格子について捜索するモチベーションを提供する。付属書のセクション2.1.4におけるコードリストによって生成された有効なシフト
を伴う格子L(262144,37303)について得られるチェッカーボードを比較すると、シフトした格子は、純粋なmax−min−dist格子よりも優れているように見える。しかしシフトした格子は、xRes・yRes・1サンプリング点の数について遜色があるのみであるにしても、純粋なmax−min−dist格子よりもはるかに収束が悪いということがわかってきた。従って、シフトした格子L(1048576,10235)で生成されたチェッカーボードは、スクリーン全体をmax−min−dist格子L(10488576,33919)でサンプリングすることで生成されたものよりも多くのエイリアシングアーチファクトを含む。これは、シフトした格子が、最大最小距離という点で理想的ではないという事実に基づいている可能性がある。というのは、上述のように、そのmin−distが最大限の可能な最小距離とおそらくは等しくない有効なシフトを提供する最初の格子が選ばれているからである。従って、純粋なmax−min−dist格子のみが比較のために使用された。
次に、ランク−1格子による適応的改良とフィルタ処理のための技術を記載する。図40は、発明のこの局面に従った方法740のフローチャートを示す。ステップ741において、生成されるべき合成画像における点に対応してランク−1格子が最大化した最小距離関数に従って選択される。ステップ742において、格子がディスプレイスクリーン全体にスケーリングがなされる。ステップ743において、初期サンプリングパターンとして格子を使用して低解像度で画像がサンプリングされる。ステップ744において、レンダリングされるべき画像の初期近似が、初期サンプリングパターンを使用して算出される。ステップ745において、改良基準が格子基底において評価されるように各格子点について改良基準が評価される。ステップ746において、サンプリング点が改良される必要があり得る画像の各画素について、改良テストを評価するため評価の結果が使用される。ステップ747において、サンプリングパターンが所定の基準に従って適応的に改良される。
についての得られた値は、位置buf[i]に格納され、これにより逆に添字iによる任意の格子点
に関する強度を特定しやすくなる。付属書のセクション4.3.2に記載のコードリストに使用された3つの可能性のある改良基準は、次の比較を備える。
・格子セル{x+Λ}(セクション1.2参照)のコーナーによって形成された、区間A=[a1,b1)×[a2,b2)についての関数f(x1,x2)の局部変動
・格子セル{x+Λ}のコーナーについて関数の上限と下限の差
または
・中心差によって算出された勾配(階調)
、正確には閾値Tに対する
ノルム。
は、原点への距離を算出する前に、初期最大最小ランク−1格子の基底
に変換されなければならない。任意の点(x,y)について変換は、
によって与えられる。従って、点(x,y)の重み付けしたノルムは、
によって算出される。
は、上述の結果を生じる矩形領域を捕捉する。
に設定されなければならない。これは、付属書のセクション4.3.1に記載のコードリストに示す。
によって与えられる。これは、点xiについて図42に示す改良ジオメトリ760に示されている。ここで、改良パターンは、改良パターンの格子点がxを中心とするように点
に固定されている。勾配基準のための改良max−min−dist格子の配置は、図43の格子770に示す。この原理の1つの特別な場合は、いわゆる「
サンプリングスキーム」によって表される。これは、係数
でスケーリングされ、
の角度だけ回転させた一様な格子の階層を利用するものである。このサンプリング技術が、物体空間において再帰的に動作するので、画像空間における点サンプルの繰り返し計算に適応されてきた。
は、実際のサンプリング点を表し、(b1x,b1y)および(b2x,b2y)は、初期max−min−dist格子の基底ベクトルである。
についての対応する基準がサンプリングパターンの改良を示唆するときは、新たなサンプルが
によって生成される。ここで、初期サンプリングパターンは、L(n,a)を特徴とし、改良パターンは、
によって与えられる。改良パターンを
(勾配基準)に集中させる場合は、
であり、それ以外の場合は、s1=0およびs2=0である。これは、付属書のセクション4.3.1.4に記載のコードリストによってインプリメントされる。付属書のセクション4.3.2には、本明細書に記載の適応的改良技術を例示するコードリストを記載している。
されなければならない。ここでp(x)はフィルタ関数である。換言すれば、各サンプルは、全フィルタ応答の総計が1となるフィルタによって重み付けされている。これは、重み付けした積分が実行されることを意味している。文献においては、非一様キュービックB−スプライン、ガウスの差分、およびMitchell and Netravaliフィルタのようないくつかのフィルタが提案されてきた。
ここで、g(y)は画像関数を特定し、yは画像における画素をパラメータ化する。
がランク−1格子によって積分される場合は、このサンプリングパターンは、元にある関数上でフィルタ効果を有する(すなわち高周波をフィルタ処理する。)。これは、数値的に積分する場合に微小な誤差限界が存在することを意味する。積分誤差は、
によって表現することができる。この誤差は、
のフーリエ級数展開を使用して明確に計算することができる。ここで
は、
において評価されたfのフーリエ係数を表す。式4.12にf(x,y)のフーリエ級数展開を挿入することで、
が導かれる。これについて今のところノルムを無視している。
のフーリエ級数展開が完全に収束する
という仮定のもとで、式4.13における総和の順序は、次の
のように変更することができる。こうして我々が格子を扱っているという事実を利用することができる。
の場合は、
であり、なんらかの整数kについて
であることを思い出すと、式4.14中の総和について
である。従って、積分誤差は、
として算出される。誤差は、双対格子
の点において評価されると、f(x,y)のフーリエ係数のみに依存すると理解されよう。フーリエ級数係数が
の増加に伴って減少する、すなわち
の場合は、誤差は、
で限界とされる。従って、格子は良好なフーリエ特性によりフィルタとして作用する。B−スプライン再構成フィルタと組み合わせると、エイリアシングアーチファクトはかなり弱められる。1つの実施例において、テスト関数Z
が、スクリーン全体にスケーリングされたmax−min−dist格子L(1048576,33919)によってサンプリングされた。再構成フィルタとして増加する次数(degree)
のB−スプラインフィルタBdが使用された。
によって与えられた、最大の多項式の次数d=k−1のベーシスB−スプライン関数が選択される。元の定義において、パラメータiは、ノット列の要素tiの添字を特定する。我々は、ti=iを設定するので、実際には一様B−スプラインを使用する。最終章で記載するように、このようなフィルタ関数は、コンパクトな台suppNi,k=[i,i+k)を有し、影響を及ぼす画素間に1つのサンプリング点の寄与を完全に分配する。さらにこれらは、最大の連続性を有し、すなわちCk−2連続である。B−スプライン関数は、付属書のセクション4.4.1に記載のコードリストに例示するように簡単な方法でインプリメントすることができる。
に設定され、それにより台を[i,i+k)から[−k/2,k/2)へシフトする。1つのサンプリング点(x,y)の重みを半径方向の2次元フィルタカーネルによって計算するため、B−スプラインベーシス関数が、
について呼び出される。ここで、
が整数グリッド上の画素をパラメータ化する。すなわち(m+0.5,n+0.5)は、画素中央のことである。サンプリング点(x,y)の重みwについて、これは、
を意味する。ここで、kは、特定される余地がある唯一のパラメータである。テスト情景の画像が、発射光線
によって合成されると、パラメータλは、光線起点から平面(すなわちチェッカーボード)へその方向に沿った距離を測定する。ここで、Oは、光線起点であり、
は、正規化された光線方向である。従って光線−平面交差から得られるこのパラメータtは、次数(degree)、正確には選択すべきB−スプラインの次数(order)についての測度として使用され得る。付属書のセクション4.4.2は、本検討に従ったソースコードを記載する。
によって与えられ、これをk=0.025について図44のグラフ780に示す。この決定関数を適用することで、カメラ近くで鮮明で同時に水平線近くでぼやけている画像が得られる。これは、sinc関数へのフィルタカーネルの近似が、tの増加につれフィルタサポートの増加によっても改善するからである。付属書のセクション4.3.3は、上述のようにスクリーン全体のサンプリングを仮定した、本検討に従ったフィルタ処理スキームについてのソースコードを提供する。ソースコードは、全サンプリング点に関して繰り返され、各点についてカメラからスクリーンへ1つの光線を発射する。光線がチェッカーボードと交差する場合は、サンプリング点の重みが式4.18に従って計算され、ヒットポイントの重み付けされた色がアキュミュレーションバッファ(accBuffer)に蓄積される。第2のバッファ(countBuffer)は、重みを蓄積するのみである。各画素についての最終的な色を算出するため、重み付けされた色値の総計が、最終的にフィルタ重みの総計で除算される。
として、サンプルが属する画素
の周囲の隣接する
における全画素に影響することがある。これを、図45のグラフ790に示し、ここで、中央の正方形は、1−画素と1.5−画素半径の両方のフィルタカーネルについてのサンプルによって影響される可能性がある1組の画素を規定する。
である。
として、補間パラメータ
は、次数dのB−スプラインが選択される閾値λdへのλの接近度についての情報を提供する。γが増加すると、λがλd+1に近づくため、同時にwdの影響が減少することでwd+1の影響も増加する。次数0と1のB−スプライン間の補間について、図46におけるグラフ800にこれを示す。付属書のセクション4.4.4のコードリストは、式4.19および4.20に従ったフィルタカーネル間の補間を取り込むことで、セクション4.4.3に記載のコードリストの適応的フィルタ処理スキームを拡張している。サンプル(x,y)が存在する台における画素の近傍を決定するため、可変オフセットが再び使用される。我々は、台の半径に関して大きさが異なる次数dとd+1の2つのフィルタカーネル間で補間するので、近傍
を考慮しなければならない。2つのフィルタカーネルの半径間の差が、ちょうど
に等しいので。従って、近傍
に関して繰り返すと充分であり、これは、付属書のセクション4.4.4に記載のコードリストで2つの入れ子のforループによって達成される。2つのforループ内のif−else文は、異なるサイズのフィルタカーネルを考慮している。
の場合は、サンプリング点(x,y)の重みwは、wd+1で与えられ、一方でt<=rdの場合は、wdとwd+1の間で補間が必要である。
(数378)
からの結果を重み付ける。局部色バランスをなお維持しつつサイドの副画素のエネルギーを減少するため、このフィルタはRGBデシメーションについて選択された。RGBデシメーションの実施の後、各画素にその3つの副画素の色を割り当てることにより我々は画素解像度に戻る。換言すれば、TFTディスプレイは、このステップで副画素レベルで直接アドレス指定される。これは、最後の入れ子のforループでなされる。
であり、
である一式の格子840を示す。図50は、512×512にスケーリングされ、
である一式の格子850を示す。図51は、ResX×ResYの解像度として、gcd(n,a)=1である一式の格子860を示す。
2次元ランク−1格子に関して本明細書に発明の様々な局面を記載してきた。しかし、発明の範囲をこのような特別な場合に限定する意図はない。例えば、本明細書中に記載の技術は、s次元(s>2)における最大最小距離ランク−1格子についての捜索に拡張されてよい。さらに、本明細書中に記載のスペクトルテストは、任意の領域における最大最小距離ランク−1格子の捜索をする目的のため単位正方形以外の領域に拡張されてよい。アンチエイリアシングに関して、格子の規則的構造による特定画像の水平線におけるエイリアシングを回避するため、ディスプレイスクリーン全体をサンプリングするためのいくつかの格子の使用に、記載した技術は拡張されてよい。本明細書に記載した適応的改良アルゴリズムは、いくつかのレベルの改良に拡張されてよい。また、特に水平線特定画像におけるB−スプラインフィルタにより生じたぼやけを制するため、適応的フィルタ処理方法に異法性フィルタ処理が含まれることがある。
Claims (20)
- ディスプレイスクリーンに対応する画素の行列から画像のラスタ表示が形成されるコンピュータグラフィックスディスプレイシステムにおいて、
仮想スクリーン空間における2次元頂点をディスプレイスクリーン上の画素へと変換するラスタライザを備え、
前記ラスタライザが、前記画素に対応する最大化した最小距離(max−min−dist)関数に従ってランク−1格子を選択し、選択されたランク−1格子の格子点またはセルの上で前記画像のラスタライゼーションを実行し、
前記ラスタライゼーションが、直交座標における点を前記ランク−1格子の基底に変換し、変換された点に該当する格子セルを決定し、それにより、前記直交座標をランク−1格子座標に変換し、前記ランク−1格子座標を用いて前記画像をラスタライズする処理を含む、ことを特徴とするコンピュータグラフィックスディスプレイシステム。 - 前記ラスタライゼーションが、線分の端点を形成する第1および第2の点のそれぞれについて前記格子セルを決定し、次いでデジタル微分解析機(DDA)を端点の格子座標に適用して、前記ランク−1格子における線分をラスタライズする処理を含む、請求項1に記載のコンピュータグラフィックスディスプレイシステム。
- 前記ラスタライゼーションが、前記ランク−1格子において、一式の頂点と辺によって与えられる凸多角形を充填するための画素を求める処理を含む、請求項2に記載のコンピュータグラフィックスディスプレイシステム。
- 前記ラスタライザが、前記ラスタライゼーションの後に、前記格子セルをその短い方の対角線に沿って2つの三角形に分割することにより解像度を2倍にするアンチエイリアシング処理を行う、請求項1に記載のコンピュータグラフィックスディスプレイシステム。
- 前記ラスタライザが、最初に、前記ディスプレイスクリーンの矩形格子のねじれに対応して、合成されるべき情景を前記格子基底に変換し、次に、前記ラスタライゼーションを実行し、その後、前記情景を表示するため、前記ラスタライゼーションによって得られた画像を前記格子基底へと戻して変換する処理を行う、請求項1に記載のコンピュータグラフィックスディスプレイシステム。
- 前記ラスタライゼーションによって、ラスタ表示が前記格子セルの行列として表され、単一の画像要素がランク−1格子点のドロネー三角形分割によって生じたセルとして表される、請求項1に記載のコンピュータグラフィックスディスプレイシステム。
- 前記ラスタライゼーションによって、ラスタ表示が前記格子セルの行列として表され、単一の画像要素がボロノイ図によって生じたセルとして表される、請求項1に記載のコンピュータグラフィックスディスプレイシステム。
- 前記ディスプレイスクリーンが、各格子セルの中央に配列された点光源を備える、請求項1に記載のコンピュータグラフィックスディスプレイシステム。
- 前記ディスプレイスクリーンが、単一の画像要素をカバーする面光源を備える、請求項1に記載のコンピュータグラフィックスディスプレイシステム。
- 複数の面光源を備えるディスプレイスクリーンが、前記格子セルをその短い方の対角線に沿って分割することにより解像度を増加し、それにより、エイリアシングアーチファクトを減少させる、請求項9に記載のコンピュータグラフィックスディスプレイシステム。
- ボロノイ図を利用して、前記格子セルが各格子点を中心とする6角形に区切られている、請求項10に記載のコンピュータグラフィックスディスプレイシステム。
- 前記ディスプレイスクリーンが、複数の感光センサー素子を有するデジタルカメラを含み、前記感光センサー素子が、ドロネー三角形分割またはボロノイ図のいずれかによって生じたランク−1格子セルレイアウトに従って配列される、請求項1に記載のコンピュータグラフィックスディスプレイシステム。
- 前記ディスプレイスクリーンが、複数の光生成または光反射素子を有するデジタルプロジェクタを含み、前記光生成または光反射素子が、ドロネー三角形分割またはボロノイ図のいずれかによって生じたランク−1格子セルレイアウトに従って配列される、請求項1に記載のコンピュータグラフィックスディスプレイシステム。
- 前記ディスプレイスクリーンが、複数の光生成または光反射素子を有する3次元ディスプレイシステムを含み、前記光生成または光反射素子が、ドロネー三角形分割またはボロノイ図のいずれかによって生じたランク−1格子セルレイアウトに従って配列される、請求項1に記載のコンピュータグラフィックスディスプレイシステム。
- 前記ディスプレイスクリーンが、画素を有するディスプレイデバイスを含み、前記画素が少なくとも1つのランク−1格子に従って配列される、請求項1に記載のコンピュータグラフィックスディスプレイシステム。
- 前記ディスプレイデバイスが、同数の格子セルを有するk個のディスプレイモジュールを備え、各ディスプレイモジュールのセル数を2のべき乗として選択することで、一つの格子セルがデマルチプレクサによってアドレス指定され、かつ、ディスプレイモジュールの個数kを2のべき乗として選択することで、一つのディスプレイモジュールがデマルチプレクサによってアドレス指定される、請求項15に記載のコンピュータグラフィックスディスプレイシステム。
- 前記ディスプレイデバイスが、2のべき乗で表される解像度を有する2 n ディスプレイを含む、請求項16に記載のコンピュータグラフィックスディスプレイシステム。
- 前記ラスタライザが、前記ラスタライゼーションの後に、前記選択されたランク−1格子の細分化を含むアンチエイリアシングを実行し、該アンチエイリアシングが、
前記ランク−1格子を前記ディスプレイスクリーン全体にスケーリングし、画像を低解像度でサンプリングするための初期サンプリングパターンを形成し、初期サンプリングパターンを用いて、描画されるべき画像の初期近似値を計算し、前記細分化の基準がランク−1格子の格子基底内に求まるように、各格子点について前記初期近似値を評価し、評価結果に基づいて、サンプル点を細分化する必要がある画像の各画素について細分化基準を求め、該細分化基準に適合するように、サンプリングパターンを細分化する処理を含む、請求項1記載のコンピュータグラフィックスディスプレイシステム。 - 前記画像の初期近似値が格子点バッファにおいて計算され、かつ、前記細分化されたサンプリングパターンが、前記初期サンプリングパターンの格子セル構造を利用して、第2の最大最小距離ランク−1格子として選択され、さらに、前記細分化されたサンプリングパターンが、任意のサンプリング点に対応する前記格子セル内で最大最小ランク−1格子を決定することによって認識され、前記第2のランク−1格子の細分化基準が、格子基底のねじれを算入して決定される、請求項18に記載のコンピュータグラフィックスディスプレイシステム。
- 前記アンチエイリアシングが、さらに、
パラメータが初期化法によってあらかじめ計算されている、前記初期サンプリングパターン、スクリーン解像度にスケーリングされていない初期ランク−1格子、および前記細分化されたサンプリングパターンを、入力引数として利用し、
その後、前記初期サンプリングパターンの各点についての第1の反復において、仮想の光線を情景に発射することによって、点バッファにおける強度値を格納し、
その後、各サンプリング点についての第2の反復において、前記選択された細分化基準を評価し、得られた値が所定の閾値を超える場合は新たなサンプルを生成し、これらのサンプルを前記初期サンプリングパターンのコピーに加え、
その後、前記初期ランク−1格子の全ての点に関して反復した後、前記細分化されたサンプリングパターンを使用して、画像空間中の最終画像を算出する処理を含む、請求項18に記載のコンピュータグラフィックスディスプレイシステム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US69323205P | 2005-06-23 | 2005-06-23 | |
US60/693,232 | 2005-06-23 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008518498A Division JP4981798B2 (ja) | 2005-06-23 | 2006-06-23 | ランク−1格子による画像合成 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2012009053A JP2012009053A (ja) | 2012-01-12 |
JP5199424B2 true JP5199424B2 (ja) | 2013-05-15 |
Family
ID=37595946
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008518498A Active JP4981798B2 (ja) | 2005-06-23 | 2006-06-23 | ランク−1格子による画像合成 |
JP2011173177A Active JP5199424B2 (ja) | 2005-06-23 | 2011-08-08 | ランク−1格子による画像合成 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008518498A Active JP4981798B2 (ja) | 2005-06-23 | 2006-06-23 | ランク−1格子による画像合成 |
Country Status (5)
Country | Link |
---|---|
EP (1) | EP1908017A2 (ja) |
JP (2) | JP4981798B2 (ja) |
AU (1) | AU2006261874B2 (ja) |
CA (1) | CA2609286A1 (ja) |
WO (1) | WO2007002592A2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11170254B2 (en) | 2017-09-07 | 2021-11-09 | Aurora Innovation, Inc. | Method for image analysis |
US11334762B1 (en) | 2017-09-07 | 2022-05-17 | Aurora Operations, Inc. | Method for image analysis |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8259106B2 (en) | 2002-05-15 | 2012-09-04 | Mental Images Gmbh | Low-dimensional rank-1 lattices in computer image synthesis |
GB2459024B (en) * | 2008-04-03 | 2011-01-26 | Nvidia Corp | Low-dimensional rank-1 lattics in computer image synthesis |
US20150202464A1 (en) * | 2014-01-23 | 2015-07-23 | Mitsubis | Multi-Criteria Optimization in Particle Beam Dose Optimization |
US10388059B2 (en) | 2016-10-03 | 2019-08-20 | Nvidia Corporation | Stable ray tracing |
GB2599185B (en) * | 2021-03-23 | 2022-08-24 | Imagination Tech Ltd | Intersection testing in a ray tracing system |
CN117726774B (zh) * | 2024-02-07 | 2024-04-30 | 芯瑞微(上海)电子科技有限公司 | 基于线产生算法的三角形光栅化方法、装置以及相关设备 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4973111A (en) * | 1988-09-14 | 1990-11-27 | Case Western Reserve University | Parametric image reconstruction using a high-resolution, high signal-to-noise technique |
JP2594212B2 (ja) * | 1993-01-14 | 1997-03-26 | 株式会社エイ・ティ・アール通信システム研究所 | 画像の適応的かつ階層的格子表現生成装置 |
US6678406B1 (en) * | 2000-01-26 | 2004-01-13 | Lucent Technologies Inc. | Method of color quantization in color images |
US7432935B2 (en) * | 2002-11-19 | 2008-10-07 | Mental Images Gmbh | Image synthesis methods and systems for generating sample points in a graphics scene |
JP2002328211A (ja) * | 2000-07-28 | 2002-11-15 | Matsushita Electric Ind Co Ltd | 反射板及びその製造方法、並びにそれを用いた表示装置 |
US8253754B2 (en) * | 2001-01-16 | 2012-08-28 | Microsoft Corporation | Sampling-efficient mapping of images |
JP2003132353A (ja) * | 2001-10-29 | 2003-05-09 | Pasuko:Kk | 中心線生成プログラム |
CA2495277A1 (en) * | 2002-05-15 | 2003-11-27 | Mental Images Gmbh | Evaluating integrals using stratification of integration domain using rank-1 lattices |
US7589729B2 (en) * | 2002-05-15 | 2009-09-15 | Mental Images Gmbh | Image synthesis by rank-1 lattices |
JP2004022565A (ja) * | 2002-06-12 | 2004-01-22 | Nippon Telegr & Teleph Corp <Ntt> | 受光素子及びそれを用いたカラーセンサ装置 |
US7006110B2 (en) * | 2003-04-15 | 2006-02-28 | Nokia Corporation | Determining a coverage mask for a pixel |
US20050093894A1 (en) * | 2003-10-30 | 2005-05-05 | Tretter Daniel R. | Generating an displaying spatially offset sub-frames on different types of grids |
-
2006
- 2006-06-23 EP EP06774011A patent/EP1908017A2/en not_active Withdrawn
- 2006-06-23 AU AU2006261874A patent/AU2006261874B2/en not_active Ceased
- 2006-06-23 CA CA002609286A patent/CA2609286A1/en not_active Abandoned
- 2006-06-23 JP JP2008518498A patent/JP4981798B2/ja active Active
- 2006-06-23 WO PCT/US2006/024820 patent/WO2007002592A2/en active Application Filing
-
2011
- 2011-08-08 JP JP2011173177A patent/JP5199424B2/ja active Active
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11170254B2 (en) | 2017-09-07 | 2021-11-09 | Aurora Innovation, Inc. | Method for image analysis |
US11334762B1 (en) | 2017-09-07 | 2022-05-17 | Aurora Operations, Inc. | Method for image analysis |
US11748446B2 (en) | 2017-09-07 | 2023-09-05 | Aurora Operations, Inc. | Method for image analysis |
Also Published As
Publication number | Publication date |
---|---|
JP2012009053A (ja) | 2012-01-12 |
JP4981798B2 (ja) | 2012-07-25 |
EP1908017A2 (en) | 2008-04-09 |
JP2009501966A (ja) | 2009-01-22 |
CA2609286A1 (en) | 2007-01-04 |
WO2007002592A3 (en) | 2008-11-20 |
AU2006261874A1 (en) | 2007-01-04 |
WO2007002592A2 (en) | 2007-01-04 |
AU2006261874B2 (en) | 2010-09-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5199424B2 (ja) | ランク−1格子による画像合成 | |
US7589729B2 (en) | Image synthesis by rank-1 lattices | |
US7692661B2 (en) | Method of creating and evaluating bandlimited noise for computer graphics | |
US10924727B2 (en) | High-performance light field display simulator | |
AU7697498A (en) | Texture mapping in 3-d computer graphics | |
JP2013518336A (ja) | 入力画像から増加される画素解像度の出力画像を生成する方法及びシステム | |
US7672476B2 (en) | Bandlimited noise for computer graphics | |
JP2006526834A (ja) | ボリューム・レンダリング用の適応画像補間 | |
Dimitrijević et al. | Comparison of spherical cube map projections used in planet-sized terrain rendering | |
Kang et al. | Terrain rendering with unlimited detail and resolution | |
Lansdale | Texture mapping and resampling for computer graphics. | |
JP4749470B2 (ja) | 画像合成の方法、コンピュータグラフィックシステム及びコンピュータプログラム | |
JP2004527836A (ja) | 細分表面における滑らかな特徴線の生成 | |
JP2023054783A (ja) | 流動現象の視覚化およびシミュレーションのための方法ならびにシステム | |
Manson et al. | Analytic rasterization of curves with polynomial filters | |
Fajardo et al. | Stochastic Texture Filtering | |
US7656408B1 (en) | Method and system for animating a border | |
Reach et al. | Bandlimited OLAP cubes for interactive big data visualization | |
Kolář et al. | Repeatable texture sampling with interchangeable patches | |
Goss et al. | Study of supersampling methods for computer graphics hardware antialiasing | |
Kosloff et al. | Fast filter spreading and its applications | |
Becher et al. | Accelerating GPU rendering of 2D visualizations using resolution scaling and temporal reconstruction | |
US7689057B2 (en) | Method of bandlimiting data for computer graphics | |
Manson et al. | Bilinear accelerated filter approximation | |
Sharma et al. | Zooming digital images using modal interpolation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120828 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120925 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20121225 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20130122 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130207 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20160215 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5199424 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |