10 Radiosity

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

yang menghasilkan sebuah gambar yang disintesa bergeser ke kenyataan global,

bukan hanya sekedar gambar seperti kumpulan dari obyek yang disintesa secara
terpisah yang tidak berinteraksi. Di dalam model pantulan yang tidak berin-
teraksi, interaksi difusi sisimulasikan dengan menggunakan sebuah suku ambient,
normalnya sebuah tetapan.
Metode radiosity telah dikembangkan di Universitas Cornell dalam tahun
1984 (Goral dan kawan-kawan, 1984) dan kebanyakan dari pekerjaan pengem-
bangan sejak saat itu kemudian dilaksanakan di Cornell (Plate 23 memperlihatkan
dua gambar yang dihasilkan oleh institusi ini). Sebuah pendekatan yang berdasar
pada radiosity dilaporkan oleh Nishita dan Nakamae (1985) digunakan lagi untuk
interior ruang. Ini pendekatan yang kurang umum daripada metode Cornell yang
mengintegrasikan penentuan bayangan yang nyata dengan seluruh penyelesaian.
Radiosity adalah sebuah metode yang memiliki kebutuhan prosesor yang
setidaknya sekuat pelacakan sinar dan ini tanpa ragu lagi merupakan salah satu
dari alasan karena tidak adanya penyebaran seluruh masyarakat grafik komputer.
Seperti pelacakan sinar, setelah awal penetapan metode tersebut, penelitian yang
baru saja dilakukan mengkonsentrasikan pada pengintegrasian fenomena pantu-
Ian yang lain seperti pantulan specular ke dalam metode tersebut.
Meskipun istilah 'nyata' merupakan kata sifat yang digunakan secar berlebih-
an dalam grafik komputer, namun ia tidak dapat disangkallagi bahwa metode ini
menghasilkan gambar yang paling nyata dan berkesan sampai saat ini.

10.2 Teori Radiosity

Metode radiosity pertama dikembangkan dalam pemindahan panas radiasi (Siegel
dan Howell, 1984) untuk menjelaskan pemindahan panas antara elemen di dalam
perapian atau pada sebuah pesawat terbang. Ini adalah konservasi energi atau
pendekatan kesetimbangan energi, yang memberikan sebuah penyelesaian untuk
radiosity dari semua permukaan dalam sebuah lingkupan. Masukan energi
kedalam suatu sistem tersebut adalah dari permukaan yang beraksi sebagai pe-
mancar. Kenyataannya sebuah sumber cahaya diperlakukan seperti sembarang
permukaan yang lain di dalam suatu algoritma kecuali bahwa ia memiliki radio-
sity awal (bukan nol). Penyelesaian radiosity memberikan fenomena cahaya
difusi yang tidak dimodelkan seperti 'warna pendarahan' dari satu permukaan ke
permukaan yang lain, pembayangan dalam sampul bayangan dan penumbra
438 Pengantar Komputer Grafik

sepanjang batas bayangan. Greenberg, Cohen, dan Torrance (1986) memberikan

sebuah gambaran yang mengejutkan mengenai warna pendarahan dan mende-
monstrasikan ketidakmampuan metode biasa, seperti pelacakan sinar, untuk
menanggulangi fenomena ini.
Metode radiosity adalah sebuah algoritma ruang obyek, yang menyelesaikan
intensitas pada titik diskrit atau lekatan permukaan dalam sebuah lingkungan dan
bukan untuk pixel di dalam sebuah proyeksi bidang gambar. Jadi penyelesaian
harus tidak tergantung pada posisi pemirsa. Penyelesaian lengkap ini kemudian
disuntikkan kedalam sebuah perender yang menghitung sebuah pandangan ter-
tentu dengan menghilangkan permukaan yang tersembunyi dan membentuk se-
buah proyeksi. Fase dari metode ini tidak memerlukan banyak komputasi
(intensitas telah dihitung) dan pandangan yang berbeda mudah diperoleh dari
penyelesaian umum. Metode tersebut didasarkan pada anggapan bahwa semua
permukaan merupakan penyebar yang sempurna atau permukaan Lambert yang
ideal.
Radiosity, B, didetinisikan sebagai energi per satuan luas yang meninggalkan
sebuah lekatan permukaan per satuan waktu dan merupakan jumlah dari energi
yang dipancarkan dan yang dipantulkan:

Pernyataan dari persamaan ini dalam kata-kata yang kita miliki untuk sebuah
lekatan tunggal i:

Radiosity x luasan = energi yang dipancarkan + energi yang dipantulkan

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:

dan pembagian dengan dAj memberikan:

 Radiosity 439

B. = E :.. R. ' BF.

1 I' 1 Jj J IJ

Untuk sebuah lingkungan diskret integral tersebut diganti dengan penjumlahan

dan radiosity yang tetap dianggap pada lekatan diskret kecil, yang memberikan:

n
B.I = E l'. RI "L..
j=I
BF...
'JI

Persamaan ini ada untuk masing-masing lekatan permukaan di dalam lingkupan

dan lingkungan yang lengkap menghasilkan sebuah himpunan n persamaan se-
rentak dalam bentuk:

I- R1Fll -R1F12 -RIF1n BI E1

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:

Energi Radioaktif yang meninggalkan permukaan Ai

yang mengenai Ai secara langsung
Fij=
Energi radioaktif yang meninggalkan permukaan Ai
dari semua arah dalam ruang hemispherical sekitar Ai

Dapat diperlihatkan (oleh Goral dan kawan-kawan, 1984) bahwa ini diberikan
oleh:

COScjJiCOScjJj
Fij = ~Ai JA, JA, rrr1 dAjdAi

dimana perjanjian geometri dilukiskan dalam Gambar 10.1. Di dalam sembarang

lingkungan praktis Aj dapat berupa keseluruhan atau sebagian yang dapat dilihat
dari Ai dan integral tersebut perlu dikalikan dengan sebuah faktor penjagaan,
yakni sebuah fungsi biner yang tergantung pada apakah luasan differensial dAi
dapat melihat dAj atau tidak. Integral ganda ini sulit untuk menyelesaikan kecuali
untuk bentuk khusus.
 Radiosity 441

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.

10.3 Penentuan faktor bentuk

Sebuah rnetode nurneris rnengenai pengevaluasian faktor bentuk dikernbangkan
pada tahun 1985 (Cohen dan Greenberg, 1985) dan ini dikenal sebagai metode
'hemicube'. Ini rnenawarkan sebuah rnetode yang efisien untuk penentuan faktor
bentuk dan pada saat yang sarna sebuah penyelesaian terhadap rnasalah lekatan
yang saling rnenghalangi.
Faktor bentuk lekatan-ke-Iekatan dapat diperkirakan dengan luasan diferensial
terhadap persarnaan luasan yang tertentu:

cas cfJjcos cfJ;

FJA,Aj =f
A, rrr-, dAj

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

berimpit (Gambar 10.3). Sisi-sisi hemicube tersebut dibagi-bagi menjadi pixel -

yang agak membingungkan menggunakan istilah tersebut karena kita mengope-
rasikan di dalam ruang obyek. Setiap lekatan yang lain dalam lingkungan tersebut
diproyeksikan pada hemicube ini. Dua lekatan yang memproyeksikan pada pixel
yang sarna dapat memiliki kedalaman mereka dibandingkan dan lekatan selanjut-
nya ditolak, karena ia tidak dapat dilihat dari lintasan penerimaan. Pendekatan ini
analog dengan sebuah penyangga-Z kecuali bahwa intensitas tidak diperhatikan
pada tahap ini.Algoritmahemicubehanya memudahkan perhitungan faktor bentuk
yang selanjutnya digunakan di dalam perhitungan intensitas difusi dan sebuah
'penyangga label' dipertahankan yang menandakan lekatan yang manakah yang
terlihat pada masing-masing pixel pada hemicube tersebut.
Masing-masing pixel dalam hemicube tersebut dapat dianggap 5 bagai sebuah
_

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,

cos 4>;cos 4>i ~A

~ FdA.A, = 1fr:!
= ~F;,

dimana LlA adalah luasan pixel.

Oisini faktor bentuk dapat dihitung terlebih dahulu dan disimpan di dalam
sebuah tabel 'look-up'. Ini merupakan dasar dari efisiensi metode tersebut. Lagi,
dengan menggunakan kenyataan bahwa luasan dari proyeksi yang sarna pad a
permukaan penerimaan yang mengitari pusat lekatan Ai memiliki faktor bentuk
yang sarna, kita dapat menyimpulkan bahwa Fjj, untuk sembarang lekatan,
diperoleh dengan menjumlahkan faktor bentuk pixel pada lekatan manakah Aj
memproyeksi (Gambar 10.4). Sebuah versi tiga-dimensi dari sebuah penjepit
Cohen-Sutherland (Sutherland dan Hodgman, 1974) digunakan untuk menjepit
proyeksi terhadap setengah edge kubus untuk memperoleh himpunan pixel ke-
mana sebuah lekatan m<:<mproyeksikan.
444 Pengantar Komputer Grajik

Gambar 10.4 Fij diperoleh dengan penjumlahan faktor bentuk dari pixel kemana lekatan j
memproyeksikan.

Masalah 'occluding' atau lekatan yang campur tangan mudah diselesaikan

dengan menggunakan metode hemicube. Untuk masing-masing penempatan
hemicube pada lekatan Ai setiap lekatan Aj diproyeksikan. Jika sebuah pixel
hemicube berisi proyeksi dari dua lekatan kemudianjaraknya dapat dibandingkan
dan lekatan yang lebih dekat dianggap merupakan salah satu yang terlihat melalui
pixel tertentu tersebut. Sebuah penyangga labellekatan perlu dipertahankan untuk
masing-masing pixel hemicube yang pada sembarang tahap dalam urutan berisi
label dari lekatan yang paling dekat yang dihadapi dalam arah tersebut. Kemudian
pada akhir urutan proyeksi kita akan menghubungkan himpunan dari pixel yang
merupakan proyeksi dari lintasan yang paling dekat dan penjumlahan untuk
masing-masing Fij kemudian dapat dilanjutkan (Gambar 10.5). Catat kemiripan
dengan algoritma penyangga-Z. Disini kita mempertahankan informasi identitas
daripada informasi intensitas. Jadi

'I = '"
F,.. L. ~ Fq
q

dimana q adalah himpunan pixel kemana sebuah lekatanAi memproyeksikan. Jadi

pengevaluasian faktor bentuk kini sederhana menjadi proyeksi pada bidang or-
thogonal bersama dan sebuah operasi penjumlahan.
 Radiosity 445

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
~ ~

Ini berasal dari (Gambar 10.6):

r = (x2 + y2 + 1)1/2
cos cfJi = COS cfJj
1
- (x2 + y2 + 1)1/2
COS cfJi COS cfJi
6.Fq = ~
1Tr
6.A

Persamaan 10.1 memiliki sifat-sifat tertentu (diuraikan sepenuhnya oleh Cohen

dan Greenberg (1985» yang dapat digali untuk memberikan sebuah penyelesaian
iterasi Gauss-Seidel yang sederhana (lihat Proyek, catatan, dan saran pada akhir
446 Pengantar Komputer Grajik

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

Change vicw ..I View-independent solutiun

'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

agar memberikan sebuah gambar akhir. Algoritma penyangga kedalaman digu-

nakan dalam tahap ini untuk mengevaluasi apakah masing-masing lekatan pada
masing-masing pixel di layar dapat dilihat. (Tahap ini harus tidak dikacaukan
dengan pengoperasian hemicube yang harus mengevaluasi visibilitas antar
lekatan selama perhitungan faktor bentuk.)
Sejumlah faktor membuat pemakaian umum dari metode radiosity dasar agak
sulit. Kerumitan penyandian sangat tinggi dan metode tersebut memerlukan sum-
ber daya komputasi yang luas.
Waktu yang diperlukan untuk menyelesaikan perhitungan faktor bentuk ter-
gantung pada kuadrat jumlah lekatan. Sebuah perhitungan hemicube dilakukan
untuk setiap lekatan (kemana semua lekatan yang lain diproyeksikan). Jadi selu-
ruh waktu perhitungan tergantung pada kerumitan lingkungan dan ketelitian dari
penyelesaian, sebagailhana ditentukan oleh resolusi hemicube. Meskipun penca-
hayaan difusi hanya berubah secara lambat melintas sebuah permukaan, namun
aliasing dapat disebabkan oleh resolusi hemicobe yang terlalu rendah dan keteli-
tian diperlukan pada batas bayangan (lihat Bagian 10.4). Keperluan akan penyim-
panan juga merupakan fungsi dari jumlah lekatan yang diperlukan. Semua faktor
ini berarti bahwa disana ada batas atas pada kerumitan gambar ini yang dapat
ditangani oleh metode radiosity.

10.4 Peningkatan ketelitian dari suatu penyelesaian

Kebanyakan komputasi di dalam metode radiosity diperlukan oleh perhitungan
faktor bentuk, t:kuran suatu masalah adalah sebuah fungsi dari jumlah lekatan
yang dikuadratkan. Mutu dari gambar adalah sebuah fungsi dari ukuran lekatan
dan ia titunjukkan oleh Cohen, Greenberg, dan Immel (1986) bahwa di dalam
daerah lingkungan, seperti batas bayangan, yang menampilkan gradien radiosity
yang tinggi, lekatan tersebut harus dibagi-bagi.
Cohen, Greenberg, dan Immel (1986) mengembangkan sebuah teknik yang
disebut 'sub-structuring' dan gagasan tersebut adalah untuk membangkitkan
sebuah penyelesaian yang teIiti untuk radiosity pada sebuah titik dari radiosity
global yang diperoleh dari komputasi lekatan 'kasar' yang awaI. Lekatan dibagi
menjadi luasan yang disebut 'elemen'. Faktor bentuk elemen-ke-Iekatan dihitung
dimana hubungan antara faktor bentuk elemen-ke-Iekatan dan lekatan-ke-Iekatan
diberikan oleh:
 Radiosity 449

dimana:

Fij adalah faktor bentuk dari lekatan i ke lekatanj

F(iq)jadalah faktor bentuk dari elemen q dari lekatan i ke lekatan j
A(iq)adalah luasan elemen q yang dibagi dari lekatan i
R adalah jumlah elemen dalam lekatan terse but

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:

B;qadalah radiosity elemen q

Bj adalah radiosity lekatanj
F(jq)jadalah faktor bentuk elemen q ke tambalaanj
Dengan kata lain, sejauh yang diperhatikan penyelesaian radiosity, pengaruh
kumulatif dari elemen sebuah lekatan yang dibagi adalah identik dengan elemen
dari lekatan yang tidak dibagi; atau, sub-pembagiansebuah lekatan menjadi elemen
tidak mempengaruhi jumlah cahaya yang dipantulkan oleh lekatan tersebut. De-
ngan demikian setelah penentuan sebuah penyelesaian untuk lekatan, radiosity
dalam sebuah lekatan diselesaikan secara bebas diantara lekatan. Di dalam
melakukan ini, Persamaan 10.2 menganggapbahwa hanya lekatanyang meragukan
yang dibagi menjadielemen- semua lekatanyang laintidakdibagi.Proses tersebut
diterapkan secara interaktif sehingga ketelitian yang diinginkan diperoleh. Pada
sembarang tahap di dalam iterasi tersebut kita dapat mengidentifikasi tiga tahap:
450 Pengantar Komputer Grajik

(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:

Bpixeladalah radiosity akhir dari sebuah pixel

Brata-rata
adalah radiosity yang diturunkan dari penyelesaian radiosity elemen
Rpixeladalah sifat pantul yang ditentukan oleh peta tekstur untuk suatu pixel
Rrata-rata
adalah sifat pantul rata-rata dari peta tekstur
Cohen menunjukkan bahwa teknik ini memungkinkan kontribusi dari, katakan,
pengecatan, terhadap pencahayaan lingkungan yang sarna jika ia berupa satu
warna rata-rata. Plate 23 merupakan sebuah gambaran dari teknik ini.

10.5 Pengurutan kembali penyelesaian untuk perbaikan

kembali yang progresif
Tidak seperti teknik sintesa gambar yang utama, metode radiosity, sampai saat
ini, tidak diterima oleh masyarakat grafik komputer, karena anggapan bahwa
biaya komputasi tambahan yang sangat besar dari metode tersebut. Di dalam
sebuah paper yang dipublikasikan pada tahun 1988 Cohen dan kawan-kawan
mengalarnatkan masalah ini dan mengembangkan sebuah pengurutan kembali
yang penting dari teknik dasar yang disebut 'progressive refinement'.
Tujuan utama dari perbaikan kembali yang progresif atau adaptif dapat dite-
rima oleh sembarang teknik sintesa gambar yang rendah dan ia memcoba untuk
memperoleh kompromi antara kebutuhan akan interactivity dan mutu gambar
yang bersaing. Sebuah metode sintesa yang memberikan perbaikan kembali adap-
tif akan menghadirkan gambar awal yang dirender secara cepat kepada pemakai.
452 Pengantar Komputer Grajik

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:

Hubungan ini dapat dibalik dengan menggunakan hubungan timbal-balik:

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

dimana ~ Bj adalah perbedaan antara perkiraan Bjyang sebelumnya dan sekarang.

Jadi begitu iterasi berlangsung ~ Bj berkurang begitu Bj menjadi makin dan
semakin teliti dan suku ambient berkurang.
Proses ini diulang sehingga dicapai konvergensi. Ini dilaksanakan dengan
sub-pembagian lekatan dan pengujian gradien radiosity antara elemen yang
bertetangga. Semua radiosity Bj dan ~ Bj awalnya ditetapkan apakah nol atau nilai
pancaran mereka. Begitu proses ini diulang untuk masing-masing lekatan i suatu
penyelesaian ditampilkan dan pada masing-masing langkah radiosity untuk ma-
sing-masing lekatanj diperbaharui.
Jika keluaran dari algoritma tersebut ditampilkan tanpa perluasan selanjutnya,
maka sebuah gambar, yang asalnya gelap, secara berangsur menyala begitu ra-
diosity yang bertambah ditambahkan ke masing-masing lekatan. Cohen mengop-
timisasi konvergensi visual dari proses ini dengan mensortir urutan dimana
lekatan tersebut diproses sesuai denganjumlah energi yang mereka pancarkan. Ini
berarti, misalnya, bahwa lekatan pancaran, atau sumber cahaya, harus diper-
lakukan pertama kali. Ini memberikan penyelesaian cahaya awal yang bagus.
Lekatan berikutnya yang diproses adalah yang menerima paling banyak cahaya
dari sumber cahaya dan seterusnya. Ini ditunjukkan oleh Cohen bahwa, dengan
menggunakan pola pengurutan ini, penyelesaian berlangsung dengan cara yang
memperkirakan pe-rambatan cahaya melalui sebuah lingkungan. Di dalam kenya-
taan, untuk sebuah sumber cahaya seperti cahaya matahari yang masuk melalui
sebuahjendela, kebanyakan sinar ambient datang dari pantulan yang pertama dari
permukaan dlam ruang tersebut. Meskipun ini menghasilkan sebuah urutan visual
yang lebih bagus daripada sebuah proses yang tidak diurutkan, penyelesaian
masih berlangsung dari sebuah gambar gelap ke gambar yang disinari sepenuh-
nya. Untuk mengatasi pengaruh ini sebuah suku cahaya ambient ditambahkan ke
radiosity menengah. Suku ini hanya digunakan untuk meningkatkan tampilan dan
bukan bagian dari penyelesaian. Nilai dari suku ambien tersebut didasarkan pada
perkiraan radiosity yang sedang berlangsung dari semua lekatan di dalam ling-
456 Pengantar Komputer Grajik

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

Definisi ini dapat digunakan di dalam sebuah suku ambient perkiraan:

n
fa = /l L
;=1
6.B;F;;(estimated)
 Radiosity 457

Algoritma perbaikan kembali progresif yang lengkap kini dapat diringkas.

Empat tahap utama diselesaikan untuk masing-masing iterasi. Ini adalah:
(1) Tentukan lekatan dengan radiosity atau energi pancar yang paling besar.
(2) Evaluasi sebuah kolom dari faktor bentuk, yaitu, faktor bentuk dari lekatan
ini terhadap setiap lekatan lain dalam lingkungan tersebut.
(3) Perbaharui radiosity dari masing-masing lekatan penerima.
(4) Sederhanakan suku ambient sementara sebagai sebuah fungsi jumlah dari
perbedaan antara nilai yang sedang berlangsung yang dihitung dalam tahap
3 dan nilai sebelumnya.
(Catat bahwajika sub-pembagian adaptifyang digabungkan ke dalam metode ter-
sebut adalah 'Iekatan penerima' yang dibagi-bagi dan algoritma perbaikan kem-
bali yang progresif menghitung faktor bentuk dari sebuah lekatan ke eIemen atau
hasil perkalian sub-pembagian.) Sebagai contoh, di dalam sebuah ruang sebuah
sumber cahaya luasan meungkin lekatan 'shooting' pertama yang dipilih. Faktor
bentuk dari sumber cahaya ke setiap permukaan yang lain dievaluasi dan radiosity
didistribusikan ke setiap permukaan penerima yang lain. sebuah alas meja bagian
atas berlawanan secara langsung dengan bisa berupa sumber berikutnya yang
dipilih dan proses tersebut berlanjut.
Cohen dan kawan-kawan mengkategorikan pilihan algoritma dasar di dalam
metode radiosity sebagai berikut:
· Gathering Sebuah istilah yang digunakan untuk menyatakan pendekatan da-
sar yang diuraikan dalam Bagian 10.2. Sebuah matriks dari faktor bentuk
dihitung, disimpan, dan digunakan dalam sebuah penyelesaian Gauss-seidel
tradisional. Jika penyelesaian tersebut dipandang begitu ia berlangsung, ra-
diosity lekatan yang diperkirakan diperbaharui di dalam urutan mereka dalam
rumusan matriks.
. Shooting Kebalikan dari proses penyelesaian ini. Cahaya dari masing-ma-
sing lekatan ditembakkan kedalam lingkungan dan seluruh gambar diperba-
harui untuk masing-masing iterasi. Pendekatan ini dioptimisasi secara visual
dengan memperlakukan lekatan dalam urutan yang memperhitungkan jumlah
energi yang mereka pancarkan.
. Shooting dan ambient Sebuah suku ambient kini dicantumkan dengan demi-
kian maka perkiraan awal dapat dilihat. Pada masing-masing iterasi mutu dan
ketelitian penyelesaian bertambah dan pecahan ambient dikurangi.
458 Pengantar Komputer Grajik

10.6 Perkembangan selanjutnya dari metode radiosity:

radiosity hibrida dan pelacakan sinar

Metode radiosity standar, sebagaimana diuraikan sebelumnya, menyediakan se-

buah penyelesaian untuk interaksi dari permukaan difusi di dalam sebuah ling-
kungan tertutup. Jika metode radiosity tersebut menjadi sebuah teknik sintesa
gambar standar, maka ia harus mencantumkan pemodelan fenomena specular.
Wallace, Cohen, dan Greenberg (1987) melakukan ini dengan menggabungkan
pelacakan sinar dan memisahkan metode tersebut menjadi sebuah pendekatan
dua-lewatan.
Metode radiosity pertama kali diperluas dengan mencantumkan interaksi spe-
cular oleh Immel, Cohen, dan Greenberg (1986) yang menggabungkan sebuah
fungsi pantulan dua arah kedalam persamaan radiosity dasar dan mengambil se-
buah penyelesaian yang tidak tergantung pada pandangan terhadap antar pantulan
specular. Akan tetapi, pendekatan ini menghasilkan biaya tambahan komputasi
yang sangat besar untuk segala sesuatu namun gambar sederhana, karena di dalam
sebuah penyelesaian yang tidak tergantung pada pandangan, meskipun penca-
hayaan difusi berubah relatif lambat pada sebuah permukaan, sub-pembagian
yang teliti diperlukan untuk interaksi specular.
Oi dalam pendekatan dua-lewatan Wallace, lewatan yang pertama adalah
perhitungan dari sebuah penyelesaian yang tidak tergantung pada pandangan -
sebuah penyelesaian radiosity yang ditingkatkan. Filosofi dari teknik tersebut
dipaparkan dalam Gambar 8.19 dan didasarkan pada apa yang diuraikan Wallace
sebagai empat mekanisme pencahayaan. Ini menentukan sifat alami dari interaksi
antara dua permukaan dan mencantumkan interaksi difusi-ke-difusi, specular-ke-
difusi, dan specular-ke-specular.
Pendekatan dua-lewatan yang tidak tergantung pada pandangan/tergantung
pada pandangan diistilahkan 'preprocess' dan 'postprocess'. Preprocess diting-
katkan dengan mencantumkan transmisi difusi (translucency) dan transpot specu-
lar-ke-difusi. Metode radiosity dasar - dengan menggunakan sebuah hemicube
untuk penentuan faktor bentuk - kemudian digunakan. Postprocess menggu-
nakan pelacakan sinar yang tidak tergantung pandangan yang memperhitungkan
interaksi specular-ke-specular dan interaksi difusi-ke-specular.
Translucency diimplementasikandengan menggunakan sebuah hemicube pada
belakan seperti halnya permukaan depan, yang memungkinkan arah balik seperti
 Radiosity 459

Virlu:.1envimnment Real cnvironmcnt

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' .

halnya faktor bentuk maju dihitung. Transport specular-ke-specular dapat terjadi

saat, misalnya, dua lekatan difusi melihat satu sarna lain melalui sebuah per-
mukaan pantul specular perantara, dan fenomena ini diperhitungkan dengan
menggunakan sebuah faktor bentuk tambahan untuk lekatan ini. Proses ini me-
nentukan intensitas komponen difusi yang disebabkan oleh interaksi difusi-ke-
specular, specular-ke-specular, dan specular-ke-difusi dan ia menghasilkan
sebuah penyelesaian yang tidak tergantung pada pandangan yang meng-
gabungkan mekanisme ini. Permukaan specular terbatas pada cermin yang sem-
puma dan Iintasan tambahan diperhitungkan dengan faktor bentuk tambahan
yang dihitung dengan mempertimbangkan sebuah lingkungan yang sebenamya
(Gambar 10.9). Di dalam gambar A dan B ada dua lekatan difusi yang berin-
teraksi sebagaimana yang ditentukan dalam penyelesaian radiosity normal. Seba-
gai tambahan, A berinteraksi dengan B melalui sebuah lekatan specular C
(sempuma). Ini diperhitungkan dengan menetapkan sebuah lekatan difusi yang
sebenamya B'.
Lingkungan yang diperluas dengan cara ini dan persamaan radiosity normal
ditingkatkan dengan faktor bentuk tambahan dari Iingkunganyang sebenamya. Ini
merupakan kekurangan dari metode tersebut. Karena perhitungan faktor bentuk
460 Pengantar Komputer Grafik

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.

selalu mendominasi, dengan memperkenalkan lingungan tambahan atau ling-

kungan yang sebenamya akan sangat meningkatkan waktu komputasi yang besar.
Jadi, di dalam preprocess, atau penyelesaian yang tidak tergantung pada pan-
dangan, transport specular diperhitungkan untuk, namun hanya sampai pada
perluasan tertentu untuk menghitung komponen difusi secara teliti.
Postprocess atau tergantung pada pandangan memperlakukan mekanisme spe-
cular-ke-specular dan difusi-ke-specular dengan menggunakan sebuah pendekat-
an pelacakan sinar. Pelacakan sinar normal, tentu saja, memperlakukan transfer
specular-ke-specular. Untuk menghitung mekanisme difusi-ke-specular dengan
benar, pengintegrasian intensitas cahaya yang datang harus dilakukan pada selu-
ruh belahan bola pada titik yang ditinjau, diberi bobot dengan sifat pantul specular
dua arah. Akan tetapi, Wallace, Cohen, dan Greenberg (I 987) membuat anggapan
bahwa hanya sebagian kecil dari sinar yang datang pada belahan bola yang andil
terhadap tonjolan specular yang meninggalkan. Mereka menggunakan sebuah
frustum pantulan persegi untuk meniru tonjolan specular dan metode ini juga
menggabungkan mekanisme specular-ke-specular (Gambar 10.10). Intensitas di-
fusi yang datang yang andil kepada masing-masing frustum pantulan dihitung
dengan interpolasi linear dari intensitas puncak lekatan yang tidak tergantung
pada pandangan/preprocess.
 Radiosity 461

Frustum pantulan diimplementasikansecara geometri sebagai sebuah piramida

persegi yang ujung permukaannya dibagi kedalam n x n pixel. Permukaan yang
dapat dilihat ditentukan dengan menggunakan sebuah algoritma penyangga-Z
yang biasa dengan resolusi yang sangat rendah sekitar lOx 10 pixel. Intensitas
yang datang yang dilihat melalui sebuah pixel frustum pantulan'hanya intensitas
permukaan yang dilihat oleh pixel tersebut, jadi, intensitas tersebut dihitung di
dalam fase preprocess/tidak tergantung pada pandangan. Jika sebuah permukaan
yang dapat dilihat adalah specular, maka proses tersebut diterapkan secara rekur-
sif sebagaimana dalam pelacakan sinar normal.
Intensitas yang datang yang mengalir melalui masing-masing pixel dijumlah-
kan untuk meniru sebaran specular dan dapat juga dijadikan subyek pada sebuah
fungsi pembebanan yang menirukan bentuk sebaran specular. Wallace membatasi
jumlah pekerjaan yang harus dilakukan pada tahap ini dengan pembatasan keda-
laman rekursif dimana proses tersebut beroperasi dan juga dengan pengurangan
resolusi pixel pada permukaan ujung dari frustum pantulan sebagai sebuah fungsi
kedalaman lacakan.

Prayek, catatan, dan saran

10.1 Pengimplementasian radiosity (*)
Dengan menggunakan kerumitan lingkungan konsisten dengan sumber daya
komputasi anda, kembangkan sebuah sistem radiosity. Catat bahwa masing-ma-
sing polygon/lekatan harus memiliki sebuah nilai pancaran (nol kecuali untuk
sumber cahaya) dan sebuah sifat pantul untuk masing-masing pita warna dalam
penyelesaian. Juga catat bahwa bagian akhir dari proses tersebut, perhitungan
sebuah pandangan dari penyelesaian yang tidak terg~ntung pada pandangan -
dapat menggunakan sebuah perender penyangga-Z yang disesuaikan pada Bab 5.
Kembangkan sebuah urutan animasi dari penyelesaian tersebut yang 'ber-
jalan' melalui suatu gambar.
Dari titik pandang perkembangan dan pengujian ia bisa berguna untuk meng-
implementasikan metode perbaikan kembali yang progresif.

Sebuah catatan ringkas pada metode Gauss-Seidel

Cohen dan Greenberg (1985) menunjukkan bahwa metode Gauss-Seidel dijamin
berkumpul secara cepat untuk himpunan persamaan seperti Persamaan 10.1.
462 Pengantar Komputer Grajik

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:

EI - al2x2 - a13x3- . . . - alnXn

all

yang menghantarkan kepada iterasi

(k+l)
E I - al2x2 (k) -. . . - (k)
XI = all/xI/

all

Secara umum:

(Iii
(10.3)

Rumus ini dapat digunakan dalam sebuah prosedur iterasi:

(1) Pilihlah sebuah perkiraan awal, katakan,

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)

dengan menggunakan Persamaan 10.3.

 Radiosity 463

(3) Jika Ix ~k+I) - X ~k)1kurang

dari sebuah ambang, untuk i = 1,2, . . ., n, maka
menghentikan iterasi tersebut,jika tidak kembali ke langkah 2.
Ini dikenal sebagai iterasi Jacobi. Metode Gauss-Seidel meningkatkan konver-
gensi dari metode ini dengan memodifikasi Persamaan 10.3 menggunakan infor-
masi paling akhir yang tersedia. Pada saat iterasi bam x ~k+I)dihitung, nilai bam
X~k+I),x~k+I),... ,X~~+II)telah dihitung dan Persamaan 10.3 dimodifikasi men-
jadi:
(k+I) (k+l) (k) (k)
x. (k+l)
Ei - ailxl - aU-lxi-l - ai.i+lxi+l - ainXn
I
aii
(10.4)

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