问题三十一:ray tracing中Convex Quadrilateral Inverse Mapping

从这一章节开始,主要是学习《An Introduction to Ray Tracing》


光线和多边形相交问题的求解:

1,光线和多边形所在的平面相交,求出交点;

2,判断交点是否在多边形内;

3,交点在多边形的什么位置(相对于多边形的边)。

 

前面两步分别在“2.3.1 Ray/Plane Intersection”和“2.3.2 PolygonIntersection”已经介绍。本节2.3.2就是以凸四边形为例阐述第三步——确定交点在多边形的什么位置。

 

引入uv斜角坐标系:u、v的范围是[0,1]

uv坐标系和多边形对应如下:


P(u,v)=Pa*uv+Pb*u+Pc*v+Pd “式子一

其中

Pa = P00-P01+P11-P10

Pb = P10-P00

Pc = P01-P00

Pd = P00

 

我们已知的信息有:

多边形的四个顶点的三维坐标:P00、P01、P10、P11

多边形的法向量:Pn

光线和多边形的交点的三维坐标:Pi

 

我们要求的是:交点Pi在多边形中的相对位置(u,v)

 

先求u:

过图中蓝线作一个垂直于多边形所在平面的平面(u垂平面)。u垂平面的方程如下:

nu(u)q+du(u)=0                   “式子二

其中,

nu(u)为u垂平面的法向量;

q   为u垂平面上任一点的三维坐标;

du(u)为原点到u垂平面的距离;

 

所以:

nu(u) = (pu(1)- pu(0))X Pn  (即:u垂平面的法向量=多边形的法向量和交线向量的叉乘)

pu(1)、pu(0)代入“式子一”(P(u,v)=Pa*uv+Pb*u+Pc*v+Pd)

nu(u) = ((Pa*u+Pb*u+Pc +Pd)–(Pb*u+ Pd)) X Pn

         =(Pa*u+Pc) X Pn

         =(Pa X Pn)*u +(Pc X Pn)

         =Na*u+Nc                   “式子三

其中,

Na = Pa X Pn

Nc = Pc X Pn

 

又因为点pu(0)在u垂平面上,将pu(0)代入“式子二”得到

du(u) = -nu(u) * pu(0)  (pu(0)来自“式子一”,nu(u)来自“式子三”)

         =- (Na*u+Nc) * (Pb*u+ Pd)

         =-(Na*Pb)*u2 – (Na*Pd+Nc*Pb)*u - Nc*Pd

         =-Du2*u2 – Du1*u – Du0                                 式子四

其中,

Du0 = Nc*Pd

Du1 = Na*Pd+Nc*Pb

Du2 = Na*Pb

 

将“式子四”和“式子三”代入“式子二”得到:

(Na*u+Nc)*q + (-Du2*u2– Du1*u – Du0) = 0

Du2*u2+ (Du1 - Na*q) *u +(Du0 –Nc*q) = 0                                        式子五

 

交点Pi在u垂平面上,将交点Pi代入“式子五”,得到:

Du2*u2+ (Du1 - Na*Pi) *u +(Du0 –Nc*Pi) = 0                                    

A*u2 +B *u +C = 0                                         “式子六

其中,

A = Du2

B = Du1 -Na*Pi

C = Du0 –Nc*Pi

 


再求v:

过图中绿线作一个垂直于多边形所在平面的平面(v垂平面)。v垂平面的方程如下:

nv(v)q+dv(v)=0                     “式子七

其中,

nv(v)为v垂平面的法向量;

q   为v垂平面上任一点的三维坐标;

dv(v)为原点到v垂平面的距离;

 

所以:

nv(v) = (pv(1)- pv(0))X Pn  (即:v垂平面的法向量=多边形的法向量和交线向量的叉乘

pv(1)、pv(0)代入“式子一”(P(u,v)=Pa*uv+Pb*u+Pc*v+Pd)

nv(v) = ((Pa*v+Pb +Pc*v +Pd) –(Pc*v+Pd)) X Pn

         =(Pa*v+Pb) X Pn

         =(Pa X Pn)*v +(Pb X Pn)

         =Na*v+Nb                   “式子八

其中,

Na = Pa X Pn

Nb = Pb X Pn

 

又因为pv(0)v垂平面上,将pv(0)代入“式子七”得到

dv(v) = - nv(v) * pv(0)  (pv(0)来自“式子一”,nv(v)来自“式子八”)

         =- (Na*v+Nb) * (Pc*v+ Pd)

         =-(Na*Pc)*v2 – (Na*Pd+Nb*Pc)*v - Nb*Pd

         =-Dv2*v2 – Dv1*v – Dv0                                    式子九

其中,

Dv0 = Nb*Pd

Dv1 = Na*Pd+Nb*Pc

Dv2 = Na*Pc

 

将“式子九”和“式子八”代入“式子七”得到:

(Na*v+Nb)*q + (-Dv2*v2– Dv1*v – Dv0) = 0

Dv2*v2+ (Dv1 - Na*q) *v +(Dv0 –Nb*q) = 0                                          式子十

 

交点Piv垂平面上,将交点Pi代入“式子十”,得到:

Dv2*v2+ (Dv1 - Na*Pi) *v +(Dv0 –Nb*Pi) = 0                                      

A*v2 +B *v +C = 0                                         “式子十一

其中,

A = Dv2

B = Dv1 -Na*Pi

C = Dv0 –Nb*Pi


注意:我们当前这种求u、v的方法的前提是凸四边形……前提是凸四边形……前提是凸四边形……

先把出观点:如果不是凸四边形,即使只有一个在[0,1]的实根,也不能保证交点在四边形内的。

接下来,用图示讨论一下根的情况:

对于凸四边形:


如果交点在该图阴影部分,u则会有两个实根,其一在[0,1],其二在[-1,-3/4]。我们在求得u的两个实根时,则会取其在[0,1]的根。

如果交点在该图四边形的非阴影部分,u则会有两个实根,其一在[0,1],其二小于-1。

 

求得[0,1]的u(绿线)之后,再求v。

如果v(红线)也在只有一个实根在[0,1],则红线和绿线的交点一定在凸四边形内。

 

对于凹四边形:


红点:u=1/4和u=1/2的交点,即此处存在两个[0,1]范围内的实根,且交点在凹四边形内。

蓝点:u=1/2和u=3/4的交点,即此处存在两个[0,1]范围内的实根,且交点在凹四边形外。

 

绿点:u=-1/4和u=3/4的交点,即此处只存在一个[0,1]范围内的实根,同时(1/2,3/4)范围内的某个v(红线)会经过绿点,也就是说,绿点处,u、v都在[0,1]范围内只有一个实根。但是绿点是在凹四边形外的。所以,如果是凹四边形,uv都在[0,1]范围内只有一个实根,并不能确定交点在四边形内。

 


内容概要:本文详细分析了全球及中国财富管理市场的发展现状与未来趋势。全球财富管理市场起源于欧洲、发展于美国,美国财富管理市场经过百年发展,形成了以商业银行、综合财富管理平台和投资服务平台为代表的三类财富管理体系。中国财富管理市场正处于快速发展期,居民财富快速增长并向金融资产倾斜,资管新规引导市场健康发展。文中还探讨了中国财富管理市场的竞争格局,包括私人银行、银行理财、公募基金、券商资管、信托、第三方财富管理机构和互联网财富管理平台的发展情况。此外,公募基金投顾试点成为财富管理市场转型的重要探索,买方投顾模式逐步取代卖方投顾模式,AI赋能投顾业务,为行业发展带来新机遇。 适合人群:对财富管理行业感兴趣的投资者、金融从业者及研究机构。 使用场景及目标:①了解全球及中国财富管理市场的发展历程与现状;②掌握中国财富管理市场竞争格局及各机构的发展特点;③探索公募基金投顾试点对财富管理市场的转型意义及AI赋能投顾业务的应用前景。 阅读建议:本文内容详实,涵盖了财富管理市场的多个方面,建议读者重点关注中国财富管理市场的现状与发展趋势,特别是私人银行、银行理财、公募基金、券商资管等机构的具体发展情况,以及公募基金投顾试点和AI赋能投顾业务的创新模式。
6.0版更新说明: 1.根据2024年鉴整理,数据更新至2023年 2.新增指标,当前214个指标 5.0版更新说明: 数据更新至2022年 4.2版更新说明: 1.更新2021年部分指标数据 4.0版更新说明: 1.数据更新至2021年 2.调整部分旧指标 3.新增指标,当前190个指标 3.0版更新说明: 1.数据更新至2020年 2.调整部分指标,当前174个指标 2.4版更新说明: 1.更新部分缺失值 2.将数据转为平衡面板 3.填补升级。内含原始版本、线性插值、ARIMA填补三个版本数据 一、数据介绍 数据名称:中国城市数据库 数据来源:中国城市统计年鉴1991-2024年、地方统计局 数据年份:1990-2023年 数据范围:300个地级市(包括直辖市) 样本数量:平衡面板10200条(300*34=10200) 更新时间:2025年2月,当前最新6.0版 二、整理方法 第一,识别年鉴。利用NLP算法识别《中国城市统计年鉴》,并转为面板数据 第二,完善数据。对比主流数据库、地方统计局,进一步完善城市数据 第三,统一地区。匹配民政部编码,统一使用2019年编码和地区名称 第四,统一单位。对不同单位的情况,进行单位换算 第五,人工验证。得到所有指标的面板数据,并人工抽样验证 第六,平衡面板。将非平衡面板转为平衡面板数据 第七,线性插值。利用线性趋势对中间缺失进行填充,得到线性插值版 第八,ARIMA填补。利用时间趋势,对剩余缺失进行预测,得到ARIMA填补版 最终,保留原始版本、线性插值版、ARIMA填补版
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值