10.1 Pendahuluan
Metode sintesa gambar utama dalam penggunaan saat ini adalah model pantulan
Phong dan pelacakan sinar. Model pantual yang sederhana secara visual dicirikan
oleh batasan mereka dan ini umumnya karena model ini datang hanya untuk satu
aspek saja interaksi cahaya-obyek - pantulan sinar datang, yang disebabkan
sebuah sumber cahaya, dari sebuah permukaan. Ketidak puasan karena mengha-
silkan model plastik yang mengambang di dalam ruang bebas kelihatan secara
alami menghantarkan kepada teknik seperti bayangan dan pemetaan tekstur yang
dicangkokkan pada model pantulan dasar.
Pelacakan sinar adalah sebuah teknik yang bagus yang menggunakan metode
teoritis dasar yang sarna untuk memodel pantulan, pembiasan, dan bayangan.
Meskipun sering diuraikan sebagai sebuah metode pencahayaan global, ia ditun-
jukkan dalam Bab 8 bahwa ia datang hanya untuk satu aspek mengenai penca-
hayaan global- pantulan specular dan pembiasan - dan ini menerangkan tanda
dilacak-sinar yang jelas dari gambar yang dihasilkan dengan metode ini. Ini
karena untuk melacak interaksi difusi akan melibatkan pemunculan sinar dalam
jumlah yang sangat banyak pada masing-masing perpotongan sinar-permukaan.
Radiosity memberikan sebuah penyelesaian terhadap interaksi difusi, akan tetapi
dengan mengorbankan lingkungan kedalam elemen 'largish' (lewat mana penca-
hayaan adalah tetap). Pendekatan ini tidak dapat menanggulangi pantulan specu-
lar yang tajam dan pada dasamya kita memiliki dua penyelesaian global: pelacak-
an sinar, yang menangani pantulan specular global dan radiosity, yang menangani
pantulan difusi global.
Metode radiosity telah dikembangkan untuk menerangkan interaksi dari ca-
haya difusi antara elemen dalam sebuah gambar. Metode ini sangat bagus untuk
menghasilkan gambar dari lingkungan interior, yang kebanyakan kumpulan dari
obyek yang bukan specular, dan ini menghasilkan interior yang kelihatan nyata,
436
Radiosity 437
Pernyataan dari persamaan ini dalam kata-kata yang kita miliki untuk sebuah
lekatan tunggal i:
Ei adalah energi yang dipancarkan dari sebuah lekatan. Energi yang dipantulkan
diberikan oleh perkalian energi yang datang dengan Ri, sifat pantulan dari lekatan
tersebut. Energi yang datang adalah energi yang tiba pada lekatan i dari semua
lekatan yang lain di dalam suatu lingkungan, jadi, kita mengintegrasikan pada
lingkungan tersebut, untuk semuaj (j *-i), suku BjFijdAj.Ini adalah energi yang
meninggalkan masing-masing lekatanj yang tiba pada lekatan i.
Hubungan timbal-balik (Siegel dan Howell, 1984) memberikan:
n
B.I = E l'. RI "L..
j=I
BF...
'JI
I
-R2F:.I
-R"F,'1
1 - R2F:.2 -R2F2n
lf ll
8-:. _
1 - ~nFnn~ LB~, -
E:.
in J
(10.1)
Ej tidak bernilai nol hanya pada permukaan ini yang memberikan pencahayaan
dan suku ini menyatakan pencahayaan masukan terhadap sistem tersebut. Rj
diketahui atau dihitung dan Fjj adalah sebuah fungsi geometri dari lingkungan.
Sifat pantulan adalah suku yang tergantung pada panjang-gelombang dan per-
samaan di atas dianggap sebagai sebuah penyelesaian monochromatic, akan tetapi
sebuah penyelesaian lengkap diperoleh dengan menyelesaikan banyak pita warna
yang diperhatikan. Kita dapat mencatat pada tahap ini bahwa F;j= 0 untuk sebuah
bidang atau permukaan cembung - tidak ada satupun pancaran yang mening-
galkan permukaan yang akan mengenai dirinya sendiri. Juga dari definisi faktor
bentuk penjumlahan dari sembarang baris dari faktor bentuk adalah satu.
Karena faktor bentuk adalah hanya sebuah fungsi geometri dari sistem terse-
but maka mereka hanya dihitung sekali. Dengan menyelesaikan himpunan per-
samaan ini menghasilkan sebuah nilai tunggal untuk masing-masing lekatan dan
informasi ini kemudian masuk ke sebuah perender Gouraud standar untuk mem-
berikan sebuah penyelesaian yang diinterpolasi melintas semua lekatan.
Metode tersebit dibatasi oleh waktu yang diambil untuk menghitung faktor
bentuk yang menyatakan pertukaran radiasi antara dua lekatan permukaan Ai dan
440 Pengantar Komputer Grafik
Gambar 10.1 Faktor bentuk geometri untuk dua lekatan i dan j. (menurut Goral dan kawan-
kawan, I984).
Ai' Ini tergantung pada orientasi relatifmereka danjarak antara mereka diberikan
oleh:
Dapat diperlihatkan (oleh Goral dan kawan-kawan, 1984) bahwa ini diberikan
oleh:
COScjJiCOScjJj
Fij = ~Ai JA, JA, rrr1 dAjdAi
Faktor bentuk adalah salah satu dari sejurnlah suku yang sarna (yang lain
rneliputi faktor pandang difusi, faktor bentuk, dan faktor sudut) yang digunakan
untuk rnencirikan pengaruh geornetri dari dua p~rmukaan pada pertukaran radiasi
antara rnereka.
dirnana sekarang kita rnernperhatikan faktor bentuk antara luasan elernen dAidan
luasan tertentu Aj. dAiditernpatkan pada titik pusat dari lekatan i. Ketelitian dari
perkiraan ini tergantung pada luasan dari dua lekatan dibandingkan denganjarak,
r, antara rnereka. Jika r besar rnaka integral bagian dalarn tidakjauh berubah dari
jangkauan integral luar dan pengaruh integral luar hanya rnerupakan perkalian
dengan satu. Kini analogi Nusselt (Siegel dan Howell, 1984) rnengatakan kepada
kita bahwa kita dapat rnernperhatikan proyeksi pada sebuah lekatanj pada per-
rnukaan sebuah belahan bola yang rnengitari lekatan elernen dAi dan bahwa ini
pengaruhnya sarna dengan rnernperhatikan lekatan itu sendiri. Juga lekatan yang
rnenghasilkan proyeksi yang sarna pada belahan bola tersebut rnerniliki faktor
bentuk yang sarna. Ini adalah pengarnbilan keputusan untuk rnetode hernicube
yang dilukiskan dalarn Garnbar 10.2. Lekatan A, B, dan C sernuanya rnerniliki
faktor bentuk yang sarna dan kita dapat rnengevaluasi faktor bentuk dari sern-
barang lekatan j dengan rnernperhatikan bukan lekatan itu sendiri, tetapi
proyeksinya pada sisi sebuah hernicube.
Sebuah hernicube digunakan untuk rnernperkirakan belahan bola karena bi-
dang proyeksi datar secara kornputasi lebih rnurah. Hernicube disusun sekitar
pusat rnasing-rnasing lekatan dengan surnbu hernicube Z dan normal lekatan
442 Pengantar Komputer Grafik
lekatan kecil dan sebuah diferensial terhadap faktor bentuk luasan tertentu,
dikenal sebagai faktor bentuk delta, yang ditentukan untuk masing-masing pixel.
Faktor bentuk dari sebuah pixel adalah pecahan dari diferensial terhadap faktor
bentuk luasan tertentu untuk lekatan tersebut dan dapat didetinisikan sebagai:
Gambar 10.2 Pengambilan keputusan bagi penggunaan sebuah hemicube. Lekatan A, B, dan C
memiliki faktor bentuk yang sarna.
Radiosity 443
Projection of p~lch j
onto hemicube 'pixcb'
Patch i
Gambar 10,3 Pengevaluasian faktor bentuk Fij dengan memproyeksikan lekatan j pada sisi
sebuah hemicube yang berpusat pada lekatan i,
Gambar 10.4 Fij diperoleh dengan penjumlahan faktor bentuk dari pixel kemana lekatan j
memproyeksikan.
'I = '"
F,.. L. ~ Fq
q
Gambar 10.5 Pixel diberi label identitas daTi lekatan yang paling dekat. Bila sebuah urutan
proyeksi untuk lekatan i lengkap Fij dapat dievaluasi.
Faktor bentuk delta untuk masing-masing pixel pada hemicube dapat dihitung
terlebih dahulu dan disimpan dalam sebuah tabel 'look-up'. Sebagai contoh,
untuk sebuah pixel yang ditempatkan pada permukaan hemicube sebelah atas:
1
6.Fq = ~
1T(X- + y- + 1)- 6.A
~ ~
Gambar 10.6 Geometri dari faktor bentuk delta untuk sebuah pixel/!" A pada puncak hemicube
tersebut. (Menurut Cohen dan Greenberg (1985».
bab ini) dan radiosity lekatan pusat yang terakhir disuntikkan ke dalam sebuah
pola interpolasi agar memberikan sebuah penyelesaian bayangan yang malar
untuk lingkungan tersebut.
Metode tersebut dapat diringkas dalam tahap berikut:
(1) perhitungan faktor bentuk, Fij;
(2) penyelesaian persamaan matriks radiosity;
(3) perenderan dengan penyuntikan hasil dari tahap 2 ke dalam pola interpolasi
bilinear;
(4) pengulangan tahap 2 dan tahap 3 untuk pita warna yang ditinjau.
Proses ini diperlihatkan dalam Gambar 10.7. Faktor bentuk adalah hanya sebuah
fungsi dari lingkungan dan hanya dihitung sekali saja dan dapat digunakan kem-
bali dalam tahap 2 untuk nilai pantulan dan sumber cahaya yang berbeda. Jadi
sebuah penyelesaian dapat diperoleh untuk lingkungan yang sarna dan dengan,
misalnya, beberapa sumber cahaya dimatikan. Penyelesaian yang dihasilkan oleh
tahap 2 adalah sebuah penyelesaian yang tidak tergantung pada pandangan dan
Radiosity 447
Djs\'I"l'li/ed
('hanl~C
IIIC- ,,",,\in'IIUll'UI
,,:COllIl'lIvot
Ihc'c~nc
Furm factor
cakulaliuns
Change the
wavelength-
dependcn!
propertics
(coluur, or full matrix
lighting) 'sulution
'Standard'
renderer
Spccific view
Gambar 10.7 Tahap di dalam sebuah penyelesaian radiosity yang lengkap, Juga diperlihatkan
titik di dalam proses dimana bermacam-macam modifikasi dapat dibuat terhadap gambar tersebut.
jika diperlukan sebuah pandangan maka hanya tahap 3 saja yang diulang. Pen-
dekatan ini dapat digunakan, misalnya, pada saat menghasilkan sebuah animasi
yang berjalan melalui interior sebuah bangunan. Masing-masing bingkai di dalam
animasi tersebut dihitung dengan pengubahan titik 'pandang dan penghitungan
sebuah titik pandang baru dari sebuah penyelesaian radiositi yang tidak berubah.
Ini hanya jika kita merubah geometri Gambar tersebut yang mana diperlukan
perhitungan kembali faktor bentuk. Jika pencahayaan dirubah dan geometri tidak
diubah, maka hanya persamaan saja yang perlu diselesaikan lagi kita tidak -
harus menghitung kembali faktor bentuk.
Tahap 2 secara tidak langsung menjelaskan komputasi dari sebuah versi yang
dirender yang tidak tergantung pada pandangan dari penyelesaian terhadap per-
samaan radiosity yang memberikan sebuah nilai tunggal, sebuah radiosity, untuk
masing-masing lekatan dalam lingkungan tersebut. Dari nilai ini, radiosity pun-
cak dihitung dan radiosity puncak ini digunakan di dalam pola interpolasi bilinear
448 Pengantar Komputer Grajik
dimana:
Faktor lekatan yang diperoleh dengan cara ini kemudian digunakan di dalam
sebuah penyelesaian radiosity standar.
Peningkatan jumlah faktor bentuk ini dari N x N menjadi M x N, dimana M
adalah jumlah total elemen yang diciptakan, dan secara alami meningkatkan
waktu yang digunakan di dalam perhitungan faktor bentuk. Lekatan yang perlu
dibagi-bagi menjadi elemen diungkap dengan pengujian berangsur dari penyelesaian
lekatan kasar. Penyelesaian lekatan (kasar) yang dihitung sebelumnya diperta-
hankan dan radiosity elemen diperoleh dari penyelesaian ini dengan menggunakan:
N
(10.2)
B;q = Eq + Rq L
j=l
BjF(iq)j
dimana:
(1) sub-pembagian lekatan yang dipilih menjadi elemen dan menghitung faktor
bentuk elemen-ke-Iekatan;
(2) mengevaluasi sebuah penyelesaian radiosity dengan menggunakan faktor
lekatan-ke-Iekatan;
(3) penentuan radiosity eIemen dari radiosity lekatan.
Dimana tahap 2 terjadi hanya untuk iterasi yang pertama - radiosity lekatan kasar
hanya dihitung sekali saja. Metode tersebut dibedakan dari sub-pembagian seder-
hana dari lingkungan menjadi lekatan yang lebih kecil. Strategi ini akan mengha-
silkan faktor baru M x M (bukan M x N) dan sebuah sistem persamaan M x M.
Sub-pembagian lekatan menjadi eIemen dilakukan secara adaptif. Luasan
yang memerlukan sub-pembagian tidak diketahui sebelum sebuah penyelesaian
diperoleh. Luasan ini diperoleh dari sebuah penyelesaianawal dan kemudian men-
jadi subyek sub-pembagian faktor bentuk. Matriks faktor bentuk sebelumnya
masih sah dan penyelesaianradiositytersebut tidak dihitung kembali. Hanya bagian
dari penentuan faktor bentuk selanjutnya didiskritkan dan ini kemudian diguna-
kan di dalam fase yang ketiga (penentuan radiosity eIemen dari penyelesaian
lekatan kasar). Proses ini diulang sehingga ia bertemu pada tingkat ketelitian yang
diinginkan. Jadi mutu gambar ditingkatkan dalam luasan yang memerlukan pena-
nganan yang lebih teliti.
Sebuah contoh dari pendekatan ini diperlihatkandalam Plate 24. Tiga gambaran
memperlihatkan sebuah gambar khusus yang direkonstruksi untuk mendemon-
strasikan kehebatan metode tersebut - sebuah interior ruangan dengan per-
mukaan datar 'Iargist', cahaya strip, dan jendela. Adegan yang diperlihatkan
dibagi menjadi lekatan dan setelah 'substructuring'.
Informasi apakah yang digunakan di dalam penyelesaian lekatan kasar meru-
pakan salah satu masalah dari metode ini. Sebuah penyelesaian yang lebih bagus
dapat diperoleh jika faktor bentuk elemen-ke-Iekatandijumlahkan dan digunakan
untuk menghitung faktor bentuk lekatan-ke-Iekatan, akan tetapi tanpa sebuah
penyelesaian awal tidak ada kriteria sub-pembagian otomatis yang tersedia. Jadi
radiosity lekatan kasar harus didasarkan pada faktor bentuk lekatan-ke-Iekatan,
atau sebuah sub-pembagian awal harus ditentukan secara manual. Masalah praktis
yang lain dengan teknik ini adalah bahwa proses extrapolasi, untuk menghitung
radiosity puncak dari radiosity lekatan, kini jauh lebih sulit dipakai daripada
untuk permukaan yang telah dibagi-bagi secara tetap menjadi lekatan.
Radiosity 451
Di dalam paper yang sama (Cohen, Greenberg, dan Immel, 1986),rincian dibe-
rikan pada pemetaanteksturgabungandenganpenyelesaianradiosity.Ini melibatkan
mempertahankan gagasan mengenai sebuah lekatan yang memiliki radiosity yang
tetap pada perluasannya, penghitungan penyelesaian radiosity, dan kemudian
pemetaan tekstur selama fase perenderan.
Untuk sebuah pixel di dalam bidang gambar pemetaan tekstur dihitung de-
ngan:
R pixel
B pixel=B rata-rata R rata-rata
dimana:
Gambar ini kemudian diperbaiki kembali secara progresif dengan cara yang
anggun. Cohen mendetinisikan ini sebagai kemajuan ke arah mutu yang lebih
tinggi, kenyataan yang semakin besar dan lain sebagainya, dengan cara yang
otomatis, berlanjut terus, dan tidak membingungkan pemakai. Kemampuan yang
semula dari sebuah perkiraan dapat sangat membantu perkembangan teknik dan
gambar, dan mengurangi kalang umpan balik dengan perkiraan adalah tambahan
yang diperlukan bagi metode radiosity.
-
Metode radiosity khususnya sesuai untuk pendekatan ini resolusi ruang dari
gambar masing tetap, sementara perhitungan pencahayaan diperbaiki kembali. Ini
berbeda dengan pilihan dalam pelacakan sinar dimana hanya proses perbaikan
kembali yang sederhana yang tidak melibatkan kehilangan informasi yang telah
dihitung adalah untuk meningkatkan resolusi ruang dua-dimensi secara progresif.
Dua masalah praktis yang utama dalam metode radiosity adalah mengenai
biaya penyimpanan dan perhitungan faktor bentuk. Cohen menunjukkan bahwa
untuk sebuah lingkungan yang terdiri dari 50,000 lekatan, meskipun matriks
kuadrat yang dihasilkan dari faktor bentuk bisa jarang 90% (banyak lekatan yang
tidak bisa saling melihat) masih memerlukan penyimpan 109byte (dengan empat
byte per faktor bentuk).
Keperluan akan perbaikan kembaliyang progresifdan penghapusan perhitungan
awal dan penyimpanan faktor bentuk dijumpai oleh sebuah penstrukturan kem-
bali algoritma radiosity dasar dengan banyak akal. Tahap di dalam perbaikan
kembali yang progresif diperoleh dengan menampilkan hasil begitu penyelesaian
iterasi berlangsung. Penyelesaian tersebut disusun kembali dan urutan pengeva-
luasian faktor bentuk dioptimisasi sedemikian rupa sehingga konvergensi terlihat
anggun. Pennyusunan kembali ini memungkinkan radiosity dari semua lekatan
diperbaharui pada masing-masing langkah di dalam penyelesaian tersebut, bukan
hanya sebuah langkah penyediaan penyelesaian untuk sebuah lekatan tunggal.
Perbedaan visual maksimum antara langkah di dalam penyelesaian tersebut dapat
dicapai dengan pemrosesan lekatan sesuai dengan kontribusi energi mereka ter-
hadap lingkungan.Metoderadiositykhususnyacocok untuk sebuahpendekatan
perbaikan kembali yang progresif karena ia menghitung sebuah penyelesaian
yang tergantung pada pandangan. Memandang penyelesaian ini (dengan perende-
ran dari sebuah titik pandang tertentu) dapat berlangsung secara bebas begitu
penyelesaian radiosity berlangsung.
Di dalam pengevaluasian yang biasa dari matriks radiosity sebuah penyelesai-
an untuk salah satu bagis memberikan radiosity untuk sebuah lekatan tunggal i:
Radiosity 453
n
B.I = £.
I
+ R.I ~
~ B.F...
J IJ
jst
Ini adalah sebuah perkiraan daTiradiosity lekatan i yang didasarkan pada perki-
raan dari semua lekatan lain yang sedang berlangsung. Ini adalah proses 'gather-
ing', sebagaimana diuraikan dalam Bagian 10.2. Jika dipandang secara dinamis
maka masing-masing intensitas lekatan diperbaharui sesuai dengan posisi baris di
dalam matriks radiosity.
Gagasan dari metode perbaikan kembali secara progresif adalah bahwa seluruh
gambar diperbaiki kembali pada setiap iterasi, bukan sebuah lekatan tunggal.
Cohen dan kawan-kawan (1988) mengistilahkan ini sebagai 'shooting', dimana
kontribusi daTimasing-masing lekatan i didistribusikan ke semua lekatan yang
lain. Perbedaan antara dua proses ini dilukiskan secar diagram dalam Gambar
10.8(a) dan (b).
Pengurutan kembali algoritma tersebut diatasi dengan cara berikut. Sebuah
suku tunggal menentukan andil terhadap radiosity daTilekatanj yang disebabkan
daTilekatan i:
dan ini berlaku untuk semua lekatan j. Hubungan ini dapat digunakan untuk
menentukan kontribusi kepada masing-masing lekatanj di dalam lingkungan daTi
lekatan tunggal i. Sebuah radiosity tunggal (lekatan i) menembakkan cahaya ke
dalam lingkungan dan radiosity daTisemua lekatanj diperbaharui secara serentak.
Perbaikan lengkap yang pertama (daTisemua radiosity dalam lingkungan terse-
but) diperoleh dari perhitungan faktor bentuk 'yang terbang'. Jadi sebuah perki-
raan awal terhadap gambar lengkap dapat tampak bila hanya baris pertama daTi
faktor bentuk telah dihitung. Ini akan menghapuskan tingginya biaya pemulaian
atau biaya perhitungan yang dilakukan terlebih dahulu.
Langkah-Iangkah di dalam proses tersebut dapat ditampilkan di dalam sebuah
urutan perbaikan kembali yang progresif jika menambahkan delta Bj ke masing-
masing lekatanj di dalam urutan iterasi. Ini diselesaikan sebagai berikut:
454 Pengantar Komputer Grafik
L 7 L 7
. ..
£, I
£2 I l r:;l \ :.
82 = 82:. + .
8, . .. R,F,. ...
8, I = I £, I + I R,F., R,F'2 ... R,F,.II8, I [8']
8. [']8,
for allj:
H : [0... R F OJ
8,'"
""' ...
8; = 8; + 8,(R,F"J
8. I I £, I I J L8, J where F" = F,rA'
A,
(a) (b)
Gambar 10.8 (a) Gathering: penyelesaian Gauss-Seidel standar dari matriks radiosity. Radiosity
dari sebuah lekatan tunggal i diperbaharui untuk masing-masing iterasi dengan pengumpulan
radiosity dari semua lekatan yang lain. (b) 'Shooting': radiosity dari semua lekatan diperbaharui
untuk masing-masing iterasi. Sebuah pernyataan diagram mengenai perbedaan antara penyelesaian
radiosity standar dan metode perbaikan kembali yang progresif (menurut Cohen dan kawan-kawan,
1988).
repeat
for {each patch i} do
{position a hemicube on patch i and calculate form factors Fij (for
the first iteration) }
for {each patch j U* i) }do
tlRad ..= R'dBBA.
I I 'I I/ A-I
dBj:= dBj + dRad
Radiosity 455
Bj := Bj + t:.Rad
/lBi = 0
until convergence
kungan tersebut, dan begitu penyelesaian berlanjut dan menjadi lebih baik kontri-
busi ambient berkurang.
Gagasan tersebut adalah bahwa begitu penyelesaian berlimjut,mutu atau kebe-
naran gambar bertambah dan peran dari kontribusi ambient yang diperkirakan
berkurang. Kontribusi ambient pada sembarang tahap ditentukan sebagai berikut.
Pertama, sebuah definisi pendekatan faktor bentuk perkiraan diperkenalkan. Ini
mengabaikan hubungan geometri antara sepasang lekatan dan menentukan se-
buah faktor bentuk perkiraan yang hanya tergantung pada lekatanj. Faktor bentuk
perkiraan ini ditentukan oleh:
A-I
F;;(estimated) = n-
LA;
;=1
yang merupakan pecahan dari lingkungan yang kumpulkan oleh luasan Aj. Kedua,
sebuah sifat pantul rata-rata untuk semua lekatan dalam lingkungan tersebut
diberikan oleh:
n
LRiAi
i=1
Raverage =---,,-
LAi
i=1
Kini perhatikan sinar yang datang pada lingkungan tersebut. Ini akan dipantulkan
satu kali, dua kali, dan seterusnya dan seluruh faktor pantulan, fl, dapat ditentukan
sebagai:
,u = 1 + Raverage 2 + R average3
1
=
1- Raverage
n
fa = /l L
;=1
6.B;F;;(estimated)
Radiosity 457
Gambar 10.9 C adalah sebuah cermin yang sempurna dan sebuah lintasan untuk interaksi antara
lekatan A dan B melalui C dapat dimodel dengan dengan menyusun sebuah lekatan yang se-
benarnya B' .
I'ah:h
J{ecursive
application
of algorithm
Outgoing
direction
Reflection
point
Gambar 10.10 Contoh intensitas menggunakan piramid persegi empat untuk mendekati refleksi
bagian yang berbentuk bulat.
Jumlah dari sembarang baris dari faktor bentuk menurut definisi kurang dari satu.
Jumlah suku baris dalam Persamaan 10.1 (tanpa mencantumkan suku diagonal
utama) kurang dari satu. Suku diagonal utama selalu satu (Fjj = 0 untuksemuai)
dan syarat ini menjamin konvergensi yang cepat.
Metode Gauss-Seidel adalah sebuah perluasan terhadap metode iterasi berikut.
Ditentukan sebuah sistem persamaan linear:
Ax = E
seperti Persamaan 10.1, kita dapat menulis kembali persamaan untuk XI, X2, . . ., Xi
dalam bentuk:
all
Secara umum:
(Iii
(10.3)
X(II)
t _-- Ei
a.It
untuk i = 1,2,...,n, dimana Ei bernilai bukan nol untuk permukaan yang
memancarkan atau sumber cahaya.
(2) Tentukan iterasi berikutnya
Xi
(k+ I)
dan . Xi (k)
Catat bahwa bila i = 1 sisi sebelah kanan dari persamaan tersebut hanya berisi
suku dengan subscript k, dan Persamaan 10.4 sederhana menjadi Persamaan 10.3.
Bila i = n maka sisi sebelah kanan hanya berisi suku dengan subscript k + I saja.
Konvergensi dari metode Gauss-Seidel dapat ditingkatkan dengan metode
berikut. Dihasilkan sebuah nilai bam X;,(k+ I), sebuah nilai yang lebih baik
diberikan oleh sebuah rata-rata yang dibebani dari nilai lama dan baru:
x~k+l) = rx;(k+I) + (1 - r)x~k)
dimana r (>0) adalah sebuah faktor relaksasi sembarang yang tidak tergantung
pada k dan i. Cohen dan kawan-kawan (1988) melaporkan bahwa sebuah faktor
relaksasi 1.1 bekerja untuk kebanyakan lingkungan.
11 Anti-aliasing
11.1 Pendahuluan
Bab ini adalah pendekatan umum terhadap aliasing dalam grafik komputer dan
memberikan sebuah latar belakang teoritis yang tidak sangat teliti terhadap suatu
masalah. Teknik yang tergantung pada kontks untuk pemetaan tekstur dan pela-
cakan sinar dipaparkan dalam Bab 7 dan Bab 8. Pemetaan tekstur, misalnya,
memerlukan sebuah pendekatan anti-aliasing khusus dan dengan kebanyakan
metode tekstur, diperlukanteknik pemfilteran 'space-variant'. Anti-aliasing semen-
tara dibahas dalam Bab 8 (pelacakan sinar yang terdistribusi) dan Bab 13 (ani-
masi).
Penyebab dasar dari aliasing didalam grafik komputer adalah penciptaan gam-
bar dengan sebuah proses pencuplikan yang teratur di dalam kawasan ruang
(dan, dalam kasus animasi, waktu). Proses pencuplikan yang disebabkan karena
sifat alami piranti tampilan, yang mana di dalam raster grafik adalah sebuah larik
tertentu dari pixel yang memiliki ukuran tertentu. Tahap akhir dalam pembangkit-
an sebuah gambar adalah perhitungan intensitas untuk masing-masing pixel Ini
selalu melibatkan pemetaan sebuah intensitas I(x,y), di dalam ruang gambar
dua-dimensi yang malar (yakni, sebuah proyeksi dari sebuah ruang tiga-dimensi
yang malar. Pemetaan ini, biasanya dihasilkan oleh sebuah algortima bayangan
yang bertambah (dimana sebuah intensitas baru 1+ 81 dihitung untuk sebuah
posisi baru X + oX) adalah setara dengan pencuplikan ruang gambar dua-dimensi
secara terus menerus dengan sebuah larik dari titik cuplik diskret yang di-
dasarkan, katakan, pada pusat masing-masing pixel. Pandangan sintesa gambar
ini sebagai sebuah proses pencuplikan adalah penting dalam anti-aliasing karena
ia memungkinkan kita menggunakan teori pengolahan isyarat sebagai sebuah
dasarteori.
Manifestasi yang paling terkenal dari aliasing adalah edge bayangan hitam
yang bergerigi (Gambar 11.1 dan Plate 25). Sebuah edge bayangan hitam adalah
464