Caja de Cornell

La caja de Cornell original fue descrita por Cindy M. Goral, Kenneth E. Torrance y Donald P. Greenberg en su artículo de 1984 titulado Modeling the Interaction of Light Between Diffuse Surfaces , presentado en SIGGRAPH '84. ^{[ 3 ]}

En esta versión inicial, el interior estaba pintado de rojo, azul y gris, y no se colocaron objetos que obstruyeran la visión dentro de la caja. En lugar de colocar una fuente de luz en el interior, la caja se iluminaba indirectamente mediante un conjunto de luces y una superficie blanca difusa.

• 
  La imagen renderizada se encuentra a la izquierda y la fotografía de referencia a la derecha. El programa de trazado de rayos fue escrito en C en un superminiordenador VAX-11/780 .
• 
  Boceto de la configuración de la escena del mismo artículo, donde se hace referencia a la caja de Cornell como un " cubo de prueba " .

La imagen se generó utilizando un superminiordenador VAX-11/780 y tardó aproximadamente 6 horas en calcularse. ^{[ 6 ]}

Esta simulación de la caja de Cornell fue realizada por Michael F. Cohen y Donald P. Greenberg para su artículo de 1985, The Hemi-Cube: A Radiosity Solution for Complex Environments, presentado en SIGGRAPH '85. ^{[ 6 ]} La técnica del hemicubo permitió calcular factores de forma utilizando algoritmos de conversión de escaneo, que eran compatibles con el hardware en ese momento, y permitió calcular sombras de objetos oclusivos dentro de la escena.

Esta versión de la caja de Cornell fue la primera en presentar objetos en su interior: un bloque corto a la izquierda, un bloque alto a la derecha y una fuente de luz en el centro del «techo». Esta configuración coincide con los datos de la escena ^{[ 4 ]} compartidos por la Universidad de Cornell, que se analizan en la sección Datos de la escena . Este diseño se convirtió en una referencia estándar y se reprodujo ampliamente, pero en muchas versiones renderizadas de esta escena, la disposición de los bloques suele estar invertida.

Referencia de imagen fotográfica ^{[ 7 ]}

Imagen renderizada sintética ^{[ 7 ]}

François X. Sillion, James Arvo, Stephen Westin y Donald P. Greenberg hicieron contribuciones significativas a la iluminación global en gráficos por computadora, particularmente mediante el uso de armónicos esféricos .

En su artículo de 1991 presentado en SIGGRAPH '91, A Global Illumination Solution for General Reflectance Distributions , ^{[ 8 ]} demostraron un método que extendía las simulaciones de transferencia de luz para manejar propiedades de reflectancia complejas más allá de las superficies difusas o especulares ideales. Este enfoque utilizó la descomposición de armónicos esféricos para codificar funciones de distribución de reflectancia bidireccional (BRDF) y distribuciones de intensidad direccionales, lo que permite una representación más precisa y eficiente de materiales con características de reflectancia complejas. En esta versión de la caja de Cornell, los bloques están dispuestos en una configuración invertida, y el bloque alto presenta una superficie similar a un espejo (aluminio) en lugar de una difusa. ^{[ 8 ]} Esta modificación no se alinea con los datos de la escena ^{[ 4 ]} compartidos por la Universidad de Cornell y podría contribuir a la idea errónea descrita en Datos de la escena (sección) .

Las referencias fotográficas y de imágenes sintéticas que se encuentran en el artículo de SIGGRAPH '91, ^{[ 8 ]} en una subpágina específica del sitio web de la Universidad de Cornell llamada 'Cornell Box Comparison' ^{[ 7 ]} y en los datos reproducibles proporcionados oficialmente ^{[ 4 ]} son ​​todas únicas, aunque parezcan bastante idénticas. En la sección siguiente se analizan las ideas erróneas comunes, pero vale la pena señalar que, si bien la imagen sintética que se encuentra en esta sección es completamente diferente de la referencia sintética proporcionada 'oficialmente', ^{[ 4 ]} la referencia fotográfica se asemeja mucho a la imagen fotográfica 'oficial' que se analiza en Imágenes fotográficas (sección) . A primera vista, es fácil notar el cambio en la posición de la cámara, así como la adición de un objeto cuadrado que obstruye y absorbe la luz: una llamada ' bandera ', que se usa a menudo en fotografía para lograr el efecto contrario al de las ' tarjetas reflectoras '. Probablemente se usó para bloquear los efectos distractores causados ​​por la fuerte fuente de luz que es directamente visible para la cámara. Este objeto absorbente no está presente en la imagen fotográfica proporcionada oficialmente (sección).

El programa de gráficos por computadora de la Universidad de Cornell subió una imagen de referencia renderizada . La posición de la cámara y la configuración de la caja de Cornell coinciden con los datos de la escena proporcionados, ^{[ 4 ]} pero los bloques cortos y altos están reflejados horizontalmente. La imagen sintética contiene un artefacto de sombreado cerca de la esquina izquierda del bloque corto, lo que lo hace fácilmente reconocible. El sitio web no proporciona detalles sobre los métodos de trazado de rayos o renderizado utilizados. No existe ninguna fotografía disponible públicamente de la referencia original, aparte de las imágenes fotográficas que se analizan en la sección siguiente. Como resultado, una imagen renderizada con artefactos, que tiene más de 30 años, todavía se usa con frecuencia como referencia para recrear la escena, a pesar de los avances significativos en el software y hardware de trazado de rayos. Algunos ejemplos que se pueden encontrar en esta página fueron trazados con el sistema de renderizado imparcial Octane Render , pero se tuvieron que introducir imprecisiones sesgadas intencionales para imitar las limitaciones del software antiguo. Sin estos ajustes, los resultados modernos serían demasiado precisos y se desviarían significativamente de la referencia sintética disponible.

Resulta un tanto paradójico: esta imagen de referencia, la propia caja de Cornell, y su papel en la investigación que allanó el camino para los avances que se observan en los trazadores de rayos modernos. Estos mismos trazadores de rayos modernos deben ahora ser limitados deliberadamente al recrear esta imagen, ya que son capaces de producir resultados mucho más precisos y realistas de lo que era posible inicialmente.

La imagen sintética de referencia de la caja de Cornell se creó en una época en la que la tecnología de renderizado aún estaba en desarrollo. Las limitaciones de los datos de origen y la ausencia de la imagen fotográfica original no sintética son razones clave por las que la caja de Cornell, en su forma actual, ya no es adecuada para aplicaciones modernas. Si bien no parece una paradoja, es natural que algunas herramientas de prueba, recursos o referencias queden obsoletas con el tiempo, ya sea porque cumplieron su función o porque surgieron soluciones más recientes. Sin embargo, el hecho de que se recree una imagen antigua, ya renderizada, de un recurso —creado originalmente para probar y mejorar— porque la referencia original no está disponible, sí que parece una pequeña paradoja. Por supuesto, fue un gesto de la Universidad de Cornell compartir los datos utilizados en la investigación, y normalmente se utilizan con fines recreativos por personas a las que les resultan interesantes (aparentemente).

Con el paso de los años, los avances en software y hardware han propiciado mejoras significativas que permiten una recopilación y medición de referencias más precisas. Hoy en día, incluso una foto de perfil promedio en redes sociales tiene mayor resolución que la referencia sintética proporcionada. A pesar de ello, la caja de Cornell sigue siendo un importante artefacto histórico y un icono perdurable. En muchos sentidos, es el equivalente a un «¡Hola, mundo!» en el mundo del trazado de rayos.

La Universidad de Cornell compartió datos que deben procesarse manualmente antes de ensamblarse en una imagen (por ejemplo, mediante imágenes multiespectrales ). Se proporcionan pocos detalles, excepto la cámara utilizada, la implementación de siete filtros de banda estrecha (para capturar múltiples longitudes de onda del espectro visible) y el posprocesamiento aplicado (reducción de ruido y corrección de lente). Las longitudes de onda capturadas se mencionan brevemente en los nombres de archivo , y hay siete conjuntos monocromáticos diferentes disponibles. No se especifica la configuración ni el tiempo de captura de los datos, excepto la referencia a que los datos se tomaron "en su configuración actual", lo que se refiere a la configuración del dispositivo en el momento de la captura y es bastante autoexplicativo. Los datos han estado disponibles en el sitio web desde al menos 1998.

La imagen final procesada no está disponible para su descarga, y no se han publicado versiones oficiales ni no oficiales. Para visualizarla, primero es necesario interpretar y ensamblar los datos originales. Dado que no hay ejemplos disponibles en línea, se creó una imagen específicamente para este artículo y se publicó en Wikimedia Commons , junto con información adicional.

Las imágenes que se muestran a continuación se recrearon cuidadosamente utilizando los datos disponibles y tienen fines meramente ilustrativos. Se pueden utilizar diferentes métodos y técnicas, lo que da lugar a diversos resultados posibles. Es evidente que la imagen resultante (el resultado del procesamiento digital de los datos) no coincide con la imagen sintética de referencia ^{[ 𝓲 4 ]} (por ejemplo, el bloque alto tiene una superficie muy especular) ni con los datos de la escena ^{[ 𝓲 5 ]} (por ejemplo, la posición de la cámara se ha desplazado para reducir un reflejo que distrae en el bloque alto).

Se capturaron siete conjuntos de datos monocromáticos en diferentes longitudes de onda del espectro visible. Utilizando la información obtenida de los nombres de archivo, se pueden determinar las longitudes de onda capturadas: 700  nm, 650  nm, 600  nm  , 550  nm, 500 nm, 450  nm y 400  nm. Estos conjuntos de datos se pueden combinar para crear canales rojo, verde y azul , que luego se utilizan para producir una imagen policromática. Un método para crear estos canales consiste en asignar los colores correspondientes más cercanos en el espectro visible. Los canales se asignaron de la siguiente manera:

• Canal rojo: 700  nm, 650  nm, 600  nm
• Canal verde: 550  nm, 500  nm
• Canal azul: 450  nm, 400  nm

No se aplicaron correcciones básicas, por lo que no se realizaron ajustes de contraste , saturación , balance de blancos , etc. No se realizaron correcciones avanzadas (como correcciones de lente para aberración cromática ). Se aplicó un mapeo de tonos mínimo y no se recortaron píxeles. Se retocaron los píxeles defectuosos y los errores de captura, pero la versión sin editar también está disponible. Los mismos principios se aplican a las renderizaciones sintéticas, que se generaron con una cámara ligeramente desfasada, ya que no se proporcionan los datos precisos para esta toma en particular. La cámara no estaba calibrada correctamente y solo está vagamente alineada con el bloque corto.

Referencia de imagen fotográfica

Versión sin editar, donde se aprecia el error de captura cerca de los bordes de la imagen.

Versión mejorada con mayor visibilidad de los elementos de construcción, el polvo en la superficie reflectante y las cáusticas causadas por las irregularidades de la superficie y los bordes afilados del bloque reflectante alto.

Versión mejorada con defectos más pronunciados como efecto de brillo excesivo, destellos de lente, aberración cromática, desalineación entre capturas de diferentes longitudes de onda, etc.

Ejemplo renderizado con Octane Render

Ejemplo que muestra un reflejo que distrae cuando se utilizan las coordenadas originales de la cámara.

Ejemplo que muestra un contraste más débil cuando se utilizan las coordenadas originales de los bloques y la cámara.

Los datos geométricos originales proporcionados por la Universidad de Cornell definen claramente la posición de los objetos, con el bloque alto a la derecha y el bloque bajo a la izquierda, como se muestra en la sección de factores de forma del hemicubo . Si bien las aplicaciones y algoritmos 3D pueden interpretar los ejes de manera diferente, lo que podría generar confusión, esto no afecta la idea errónea específica en este caso. Se puede acceder directamente a los datos originales y, aunque se comprende la configuración correcta, no está claro por qué se utiliza con mayor frecuencia una versión reflejada (invertida sobre un eje).

Este cambio se observó por primera vez en la representación de la caja con armónicos esféricos . Aunque los autores no comentaron explícitamente sobre este cambio, una explicación plausible podría ser que, sin la disposición invertida y la cámara reposicionada, el reflejo desigual en el bloque alto resultaría demasiado distractor. Además, si la pared verde fuera visible en el reflejo, no contrastaría tan fuertemente como la pared roja sobre el fondo blanco. ^{[ 𝓲 6 ]} Reposicionar los objetos y la cámara podría ser una solución más eficiente que recrear y repintar toda la caja.

Un método preciso para configurar la cámara según las especificaciones originales consiste en ajustar la distancia focal a 35 mm y el tamaño del sensor (ventana de la película) a 25 mm. En la descripción del modelo 3D de la caja de Cornell que se presenta en esta sección, se ofrecen métodos de configuración alternativos, incluyendo la posición, la rotación y otros detalles relevantes de la cámara. Las coordenadas alternativas que podrían utilizarse para reproducir la cámara reposicionada nunca se publicaron.