Reconstruction and simplification of surfaces from contoures
|
|
- Kornelius Adenauer
- vor 7 Jahren
- Abrufe
Transkript
1 CG Seminar Reconstruction and simplification of surfaces from contoures Nach Klein, Schilling und Straßer Referent Thomas Kowalski
2 Anfangssituation - Punktdaten Das zu rekonstruierende Objekt besteht aus Punkten Eine Menge von Punkten bilden eine Kontur Eine Menge von Konturen bilden einen Schnitt Mehrere Schnitte bilden ein Objekt Aufgabe: Das Triangulieren benachbarter Schnitte
3 Aufbau des Algorithmus 1. Rekonstruktion Welche Schnitte verbinden? (branching( problem) Welche Punkte aus 2 Schnitten werden miteinander verbunden? (correspondence( problem) Standardalgorithmus: Marching Cubes Liefert viele Dreiecke 2. Simplifizierung Welche Dreiecke können k entfernt werden?
4 Beispiel: Branching Problem n Konturen im Schnitt P werden m Konturen im benachbarten Schnitt Q zugewiesen Eine eindeutige Zuordnung ist nicht möglich / schwierig
5 Vorteile des Algorithmus von Klein, Schilling und Straßer Standard 3D-Hardware wird zur Berechnung verwendet Sehr schnell Erzeugt wenig Polygone Robust und numerisch stabil Relativ einfach zu implementieren, da keine Spezialfälle behandelt werden müssenm
6 Struktur: Rekonstruktion 1. Die einzelnen Konturen werden vereinfacht (->( > max. Nährungsfehler N bekannt) 2. Berechnen des 2D-Distanzfeldes Distanzfeldes mit Zugehörigkeiten 3. Die mediale Achse berechnen 4. Oberflächentriangulierung
7 Begriff: Distanzfeld Pro Schnitt gibt es ein Distanzfeld Es ist eine Bitmap dessen Pixel den Abstand von sich selbst zu den Konturen des Schnittes angeben. Innerhalb einer Kontur ist das Vorzeichen negativ, außerhalb positiv Distanzen sind exakt, nicht nur Distanz bis zum Rasterpunkt der Kontur Oben: Ein Schema eines Distanzfeldes. Unten: Beispiel eines Distanzfeldes für f r eine einfache Kontur. Der Eindruck, dass die Bereiche hin zu den Ecken
8 Begriff: Distanzfeld (2) Zusätzlich zu dem Abstand wird noch gespeichert welches der nächste n Punkt ist. Diese Information ist in der Farbe der Pixels kodiert. Hier ein Beispiel für f r die Kodierung des nächsten n Nachbars mithilfe der Farbe. Im Allgemeinen wird in der Farbe auch das Vorzeichen des Abstands mitkodiert (innen negativ, außen positiv). Hier wurde darauf zu Gunsten des Verständnisses verzichtet.
9 Struktur: Rekonstruktion 1. Die einzelnen Konturen werden vereinfacht (->( > max. Nährungsfehler N bekannt) 2. Berechnen des 2D-Distanzfeldes Distanzfeldes mit Zugehörigkeiten 3. Die mediale Achse berechnen 4. Oberflächentriangulierung
10 Berechnung des Distanzfeldes Erfolgt mit Hilfe der 3D- Grafikhardware In den Punkten der Kontur werden Kegel gerendert Auf den Kanten werden Dächer (verschobene Kegel) gerendert Die Geometrien haben einen Öffnungswinkel von 45, so dass gilt: b = h Diese Art der Berechnug deformiert das Voronoi- Diagramm (Aufgrund von Ungenauigkeiten) aber ändert es nicht
11 Berechnung des Distanzfeldes (2) Verschiede Ansichten einer Kontur und der Kegel in der Punkten dieser
12 Berechnung des Distanzfeldes (3) Darstellungen der beiden Geometrietypen Bild 1: Nur Kegel Bild 2: Nur DächerD Bild 3: Kegel und DächerD Unten: Eine Draufsicht auf die Geometrie die das am Anfang gezeigte Distanzfeld erzeugt hat
13 Problem: Approximation der Kegel Die Kegel werden durch Dreiecke approximiert. Die Genauigkeit ist abhängig von dem kleinsten Abstand eines Punktes zu allen nicht inzidenten Kanten Problem: Ein Pixel kann durch diese Ungenauigkeit einem falschen Punkt zugeordnet werden
14 Struktur: Rekonstruktion 1. Die einzelnen Konturen werden vereinfacht (->( > max. Nährungsfehler N bekannt) 2. Berechnen des 2D-Distanzfeldes Distanzfeldes mit Zugehörigkeiten 3. Die mediale Achse berechnen 4. Oberflächentriangulierung
15 Begriff: Mediale Achse Die Mediale Achse befindet zwischen zwei benachbarten Schnitten. Sie ist also ein Zwischenschnitt der die Veränderung von Schnitt A zu Schnitt B interpoliert Jeder Punkt der medialen Achse hat einen nächsten n Punkt in Schnitt / Kontur A und in Schnitt / Kontur B Der Abstand mediale Achse bis Kontur A und der Abstand mediale Achse bis Kontur B ist gleich (jeder Punkt der medialen Achse befindet sich genau zwischen den beiden Schnitten/Konturen)
16 Berechnen der medialen Achse Addiert man die Distanzfelder zweier aufeinander folgender Schnitte und dividiert diesen Wert in jedem Pixel durch 2 so erhält man ein neues Distanzfeld Dieses Distanzfeld entspricht der medialen Achse Es besteht aus geschlossen Flächen mit positiven bzw. negativen Vorzeichen (und Nullen). Ein Vorzeichenwechsel signalisiert eine Konturkante. Unser Algorithmus scannt das Feld nach diesen und markiert die Pixel. Für F r jede mediale Achse wird ein Pointer auf einen ihrer Pixel gespeichert.
17 Struktur: Rekonstruktion 1. Die einzelnen Konturen werden vereinfacht (->( > max. Nährungsfehler N bekannt) 2. Berechnen des 2D-Distanzfeldes Distanzfeldes mit Zugehörigkeiten 3. Die mediale Achse berechnen 4. Oberflächentriangulierung
18 Die Triangulierung Die Pixel der medialen Achse werden gescannt und die Zuordnung zu den beiden benachbarten Konturen (P,Q) überprüft. Ändert sich die Zuordnung, z.b. von Kante P i zu P i+1 so wird der Punkt P i+1 auf dem Stack gespeichert. Folgt auf einen Punkt aus P ein Punkt Q so werden die Punkte verbunden und die restlichen Punkte (aus P) vom Stack gelöscht und mit dem nächsten n Punkt (auf Q) der anderen Kontur verbunden.
19 Ausnahmefall Was passiert wenn zwei nicht aufeinander folgende Kanten gefunden werden? Es wird ein Punkt auf der medialen Achse eingefügt gt an der Stelle wo der Sprung stattfand Dazu werden im minimalen Abstand Punkte auf den benachbarten Konturen erzeugt. Der weiße e / leere Bereich wird gesondert trianguliert.
20 Weitere Zwischenschnitte Zur Verbesserung der Qualität t können k neue Zwischenschnitte berechnet werden. Zum Lösen L des Branching- Problems kann das Verfahren bis zu einer bestimmten Tiefe rekursiv wiederholt werden. Restliche Bereiche werden gesondert (z.b. Delauney) trianguliert Die mediale Achse ist nicht Teil der Triangulierung D.h. es werden sehr wenige Polygone erzeugt
21 Rekonstruktion beendet Damit ist die Triangulierung der Schnitte beendet Es kann nun unter Zuhilfenahme der 2D-Distanzfelder Distanzfelder im Anschluss das generierte Modell vereinfacht werden
22 Einleitung Simplifizierung Viele Algorithmen, aber nur wenige garantieren einen Abweichungsfehler wenn dann sehr langsam oder überschätzen den NährungsfehlerN D.h. die Modelle sind nicht geeignet für f r Multiresolution Modelle für f r ansichtsabhängiges ngiges Refinement In den meisten Algorithmen erfolgt die Vereinfachung mit Hilfe einer Priority-Queue Qualität t der Vereinfachung hängt h hauptsächlich von der Reihenfolge und nicht von der Art der Transformationen ab Es wird eine Kostenfunktion benutzt die die zumachende Veränderung gegenüber dem Original bewertet Teuerste Operation beim Vereinfachen ist die Auswertung der Kostenfunktion
23 Die Idee Kehren den Vereinfachungsprozess um => selektive Verfeinerung Es wird eine Reihe von Edge Collapse- Transformationen angewendet bis ein sehr grobes Modell entsteht Dabei wird eine Hierarchie / Baum der Operationen oder der mit den Operationen assoziierten Dreiecke erstellt Diese Information wird benutzt, um herauszufinden ob eine Verfeinerungsoperation möglich m ist. Operationen können k nicht übersprungen werden, da eine Kante die nicht existiert nicht aufgeteilt werden kann
24 Die Idee (2) Der Rückweg R durch den Baum sind die eigentlich interessanten Verfeinerungsoperationen Für r jedes Dreieck wird dann überprüft ob eine Verfeinerung nötig n ist oder nicht Vereinfachung ist Variante des Douglas- Peucker-Algorithmus Ein Punkt außen wird gewählt Ein weiterer Punkt maximal weit weg wird gewählt Konvexe-Hülle Hülle-Technik reduziert Aufwand O(nlogn)
25 Struktur: Vereinfachung 1. Berechnung des 3D-Distanzfeldes Distanzfeldes 2. Fehlerbestimmung/-messung messung
26 Das 3D-Distanzfeld Distanzfeld Das 3D-Distanzfeld Distanzfeld ist analog zu dem 2D-Distanzfeld Distanzfeld definiert Man misst den Abstand zu der Oberfläche des Objektes Benutzen spezielle Abstandsfunktion um die Berechnung zu vereinfachen Statt des Euklid schen Abstands sqrt((x 1 -x 2 ) 2 + (y 1 -y 2 ) 2 + (z 1 -z 2 ) 2 ) benutzen wir den Abstand sqrt((x 1 -x 2 ) 2 + (y 1 -y 2 ) 2 ) + z Damit ist wird aus der Einheitskugel ein Doppelkegel Wir können k damit das 3D-Distanzfeld Distanzfeld einfach aus den 2D-Distanzfeldern Distanzfeldern erzeugen
27 Das 3D-Distanzfeld Distanzfeld (2) 2D-Distanzfeld: Distanzfeld: Jeder Voxel enthält als Wert den euklidschen Abstand bis zum grauen Objekt im selben Schnitt 3D-Distanzfeld: Distanzfeld: Der 2. Voxel,, in der unteren Reihe, der eine 2D-Distanz Distanz von 5 hat, bekommt eine 3D- Distanz von 3 Distanz vom oberen Voxel + die Z-Z Distanz von 1 Alle Schnitte werden zweimal durchlaufen (unten -> > oben, oben -> > unten) Aus zwei 2D Aus zwei 2D-Distanzfeldern Distanzfeldern (horizontale Ansicht) wird ein 3D-Distanzfeld Distanzfeld erzeugt
28 Das 3D-Distanzfeld Distanzfeld (3) Wenn das Vorzeichen zweier benachbarter Voxel wechselt => Die Oberfläche befindet sich zwischen den Beiden In diesem Fall werden die anliegenden Voxel gewichtet mit der folgenden Funktion: Dist(A) ) = min (a, a/(a+b a+b) ) *s) Dist(B) ) = - min (b, b/(a+b a+b) ) *s) In unserem Beispiel: s=1 Dieses Vorgehen erhöht die Genauigkeit
29 Struktur: Vereinfachung 1. Berechnung des 3D-Distanzfeldes Distanzfeldes 2. Fehlerbestimmung/-messung messung
30 Das Messen des Fehlers Das Dreieck, das durch die Vereinfachung entsteht, wird in das 3D-Distanzfeld Distanzfeld scankonvertieren und maximalen Abstandswerte auslesen Dazu projizieren wir das Dreieck entlang seiner prinzipiellen Richtung Das ist die Richtung deren Koordinate im Normalenvektor am größten ist (Achse x, y oder z) Bsp: : Der Normalenvektor lautet (2,1,3) Die prinzipielle Richtung ist damit die Z-AchseZ
31 Das Messen des Fehlers (2) Der interpolierte Tiefenwert des Dreiecks wird benutzt um die entsprechenden Voxel des 3D-Distanzfeldes Distanzfeldes anzusprechen Mit Hilfe des Nachkommerteils des Z-Wertes Z kann zwischen 2 Voxel gewichtet werden Hier z.b. zwischen dem Voxel mit dem Wert 2 und Wert 2.2
32 Abschluss Das Vereinfachungsverfahren kann auch auf vorhandene Datensätze angewandt werden Dann ist jedoch müssen die 2D-Distanzfelder Distanzfelder in einem extra Schritt berechnet werden Vielen Dank für Ihre Aufmerksamkeit
Geometrie 2. Julian Fischer Julian Fischer Geometrie / 30
Geometrie 2 Julian Fischer 6.7.2009 Julian Fischer Geometrie 2 6.7.2009 1 / 30 Themen 1 Bereichssuche und kd-bäume 1 Bereichssuche 2 kd-bäume 2 Divide and Conquer 1 Closest pair 2 Beispiel: Points (IOI
MehrOberflächenrekonstruktion aus Punktwolken
Oberflächenrekonstruktion aus Punktwolken Betreuer: Dominik Fritz Seminar Medizinische Simulationssysteme SS 2005 Gliederung 1 2 Der - 3 Der von Hoppe 4 Der - Gliederung 1 2 Der - 3 Der von Hoppe 4 Der
MehrAlgorithmische Geometrie
Algorithmische Geometrie Martin Peternell TU Wien 31. Fortbildungstagung für Geometrie 2010, Strobl 1 Themen der Algorithmische Geometrie Entwurf von Algorithmen für geometrische Fragestellungen betreffend
MehrBerechnung approximierter Voronoi-Zellen auf geometrischen Datenströmen
Definition Berechnung approximierter Voronoi-Zellen auf geometrischen Datenströmen Seminar über Algorithmen WS 2005/2006 Vorgetragen von Oliver Rieger und Patrick-Thomas Chmielewski basierend auf der Arbeit
MehrMatthias Treydte Fakultät für Informatik TU Chemnitz
Einführung MRM / LOD Matthias Treydte Fakultät für Informatik TU Chemnitz Übersicht 1. 2. 3. 4. 5. 6. 7. Wozu das Ganze? Wie kann man Polygonzüge vereinfachen? Wie sind Vereinfachungen zu bewerten? Welche
MehrAlgorithmische Geometrie: Delaunay Triangulierung (Teil 2)
Algorithmische Geometrie: Delaunay Triangulierung (Teil 2) Nico Düvelmeyer WS 2009/2010, 2.2.2010 Überblick 1 Delaunay Triangulierungen 2 Berechnung der Delaunay Triangulierung Randomisiert inkrementeller
Mehr(1) Geometrie. Vorlesung Computergraphik 3 S. Müller U N I V E R S I T Ä T KOBLENZ LANDAU
(1) Geometrie Vorlesung Computergraphik 3 S. Müller KOBLENZ LANDAU KOBLENZ LANDAU Organisatorisches Vorlesung CG 2+3 Die Veranstaltung besteht aus 2 Teilen, wobei in der Mitte und am Ende eine Klausur
MehrUniversität Trier. Fachbereich IV. Wintersemester 2004/2005. Wavelets made easy. Kapitel 2 Mehrdimensionale Wavelets und Anwendungen
Universität Trier Fachbereich IV Wintersemester 2004/2005 Wavelets made easy Kapitel 2 Mehrdimensionale Wavelets und Anwendungen Thomas Queckbörner 16.11.2004 Übersicht des Kapitels: 1. Einführung 2. Zweidimensionale
MehrParallele Algorithmen in der Bildverarbeitung
Seminar über Algorithmen - SoSe 2009 Parallele Algorithmen in der Bildverarbeitung von Christopher Keiner 1 Allgemeines 1.1 Einleitung Parallele Algorithmen gewinnen immer stärker an Bedeutung. Es existieren
MehrHallo Welt für Fortgeschrittene
Hallo Welt für Fortgeschrittene Geometrie II Benjamin Zenke Informatik 2 Programmiersysteme Martensstraße 3 91058 Erlangen Inhalt Closest Pair Divide & Conquer Bereichssuche Gitterverfahren k-d-tree Sweep-Line-Algorithmen
MehrMeißnersche Körper: Konstruktion und 3D-Druck
Meißnersche Körper: Konstruktion und 3D-Druck Dr. Alexander Zimmermann FORWISS Universität Passau Institut für Softwaresysteme in technischen Anwendungen der Informatik 18. September 2008 Über den Vortragenden
MehrÜbung Computergrafik 3
1.Übungsblatt: Geometrie Institut für Computervisualistik 17. Juni 2013 Aufgabe 1: Fragezeichen Gegeben: Menge zufälliger 2D-Punkte Entsprechende Anzahl zufälliger Farben Kegel zeichnen Spitze auf Punkt
MehrÜbungsblatt 7 - Voronoi Diagramme
Karlsruher Institut für Technologie Algorithmische Geometrie Fakultät für Informatik Sommersemester 2012 ITI Wagner Martin Nöllenburg/Andreas Gemsa Übungsblatt 7 - Voronoi Diagramme 1 Voronoi-Zellen Sei
MehrÜbersicht. Begriffserklärung Motivation / Anwendungen Drei Algorithmen Zusammenfassung Fragen Quellen. Triangulierung von Steffen Ernst 2
Triangulierung Übersicht Begriffserklärung Motivation / Anwendungen Drei Algorithmen Zusammenfassung Fragen Quellen Triangulierung von Steffen Ernst 2 Begriffserklärung Ein Graph ist trianguliert, wenn
MehrVoronoi-Diagramme. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK
Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 29.05.2011 Das Postamt-Problem b(p, q) = {x R 2 : xp = xq } p q h(p, q) h(q, p) = {x :
MehrÜbung Computergrafik 3
Übung Computergrafik 3 1.Übungsblatt: Geometrie Stephan Groß (Dank an Irini Schmidt und Jakob Bärz) Institut für Computervisualistik Universität Koblenz-Landau 6. Juli 2011 Aufgabe 1: Fragezeichen Gegeben:
MehrSeminar. Visual Computing. Poisson Surface Reconstruction. Peter Hagemann Andreas Meyer. Peter Eisert: Visual Computing SS 11.
Poisson Surface Reconstruction Peter Hagemann Andreas Meyer Seminar 1 Peter Eisert: SS 11 Motivation Zur 3D Darstellung von Objekten werden meist Scan-Daten erstellt Erstellung eines Dreieckmodells aus
MehrAlgorithmische Geometrie 3. Schnitte von Liniensegmenten
Algorithmische Geometrie 3. Schnitte von Liniensegmenten JProf. Dr. Heike Leitte Computergraphik und Visualisierung Inhaltsverzeichnis 1. Einführung 2. Konvexe Hülle 3. Schnitte von Liniensegmenten 4.
Mehr12. Flächenrekonstruktion aus 3D-Punktwolken und generalisierte Voronoi-Diagramme
12. Flächenrekonstruktion aus 3D-Punktwolken und generalisierte Voronoi-Diagramme (Einfache) Voronoi-Diagramme: Motivation: gegeben: Raum R, darin Menge S von Objekten Frage nach Zerlegung von R in "Einflusszonen"
MehrGeradenarrangements und Dualität von Punkten und Geraden
Vorlesung Algorithmische Geometrie von Punkten und Geraden INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 12.06.2012 Dualitätsabbildung Bisher haben wir Dualität für planare
MehrGeradenarrangements und Dualität von Punkten und Geraden
Vorlesung Algorithmische Geometrie von Punkten und Geraden INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 17.06.2014 1 Dualitätsabbildung Bisher haben wir Dualität für planare
MehrNichtrealistische Darstellung von Gebirgen mit OpenGL
Nichtrealistische Darstellung von Gebirgen mit OpenGL Großer Beleg Torsten Keil Betreuer: Prof. Deussen Zielstellung Entwicklung eines Algorithmus, der die 3D- Daten einer Geometrie in eine nichtrealistische
MehrVolumenverarbeitung und Optimierung II
Volumenverarbeitung und Optimierung II Praktikum Medizinische GPU Verfahren Susanne Fischer sanne@uni-koblenz.de Institut für Computervisualistik Universität Koblenz-Landau 9. Dezember 2006 Susanne Fischer
MehrGeradenarrangements und Dualität von Punkten und Geraden
Vorlesung Algorithmische Geometrie von Punkten und Geraden INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 12.06.2012 Dualitätsabbildung Bisher haben wir Dualität für planare
MehrFeaturebasierte 3D Modellierung
1 Featurebasierte 3D Modellierung Moderne 3D arbeiten häufig mit einer Feature Modellierung. Hierbei gibt es eine Reihe von vordefinierten Konstruktionen, die der Reihe nach angewandt werden. Diese Basis
MehrVoronoi-Diagramme INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie
Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 03.06.2014 1 Das Postamt-Problem b(p, q) = {x 2 R 2 : xp = xq } p q h(p, q) h(q, p) = {x
Mehr4. Segmentierung von Objekten Video - Inhaltsanalyse
4. Segmentierung von Objekten Video - Inhaltsanalyse Stephan Kopf Inhalt Vorgehensweise Berechnung der Kamerabewegungen zwischen beliebigen Bildern Transformation eines Bildes Hintergrundbilder / Panoramabilder
Mehr4.4 Glättung von Kanten
4.4 Glättung von Kanten Es wurden verschiedene Aspekte zur Beleuchtung von Modellen und Szenen vorgestellt. Es gibt zwei Arten von Licht, das Hintergrundlicht und Licht von Lichtquellen, wobei hier zu
MehrFüllen von Primitiven
Füllen von Primitiven Basisproblem der 2D-Graphik Anwendung: füllen beliebiger Flächen (Polygone, Freiformkurven) Darstellung von Buchstaben dicke Primitive (Linien, Kreise, Kurven), Teilproblem in der
MehrVorlesung Datenstrukturen
Vorlesung Datenstrukturen Kürzeste Wege Maike Buchin 4. und 6.7.2017 Einführung Motivation: Bestimmung von kürzesten Wegen ist in vielen Anwendungen, z.b. Routenplanung, ein wichtiges Problem. Allgemeine
MehrAlgorithmische Geometrie: Delaunay Triangulierung (Teil 1)
Algorithmische Geometrie: Delaunay Triangulierung (Teil 1) Nico Düvelmeyer WS 2009/2010, 26.1.2010 Überblick 1 Motivation Interpolation von Höhendaten 2 Triangulierungen von ebenen Punktmengen 3 Delaunay
MehrPolygontriangulierung
Vorlesung Algorithmische Geometrie Polygone triangulieren LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 26.04.2011 Das Kunstgalerie-Problem
MehrAlgorithmische Geometrie: Schnittpunkte von Strecken
Algorithmische Geometrie: Schnittpunkte von Strecken Nico Düvelmeyer WS 2009/2010, 3.11.2009 3 Phasen im Algorithmenentwurf 1. Konzentration auf das Hauptproblem 2. Verallgemeinerung auf entartete Eingaben
MehrDistributed Algorithms. Image and Video Processing
Chapter 6 Optical Character Recognition Distributed Algorithms for Übersicht Motivation Texterkennung in Bildern und Videos 1. Erkennung von Textregionen/Textzeilen 2. Segmentierung einzelner Buchstaben
MehrKapitel 8 Kollisionserkennung
Kapitel 8 Kollisionserkennung Lukas Zimmer Gliederung Einführung Kollision mit einer Ebene Kugel - Ebene Quader - Ebene Räumliche Aufteilung Allgemeine Kugel Kollisionen Sliding Kollision von zwei Kugeln
MehrStud.-Nummer: Datenstrukturen & Algorithmen Seite 1
Stud.-Nummer: Datenstrukturen & Algorithmen Seite 1 Aufgabe 1. / 16 P Instruktionen: 1) In dieser Aufgabe sollen Sie nur die Ergebnisse angeben. Diese können Sie direkt bei den Aufgaben notieren. 2) Sofern
MehrAlgorithmik III Algorithmen und Modelle für kontinuierliche Datenstrukturen
Algorithmik III Algorithmen und Modelle für kontinuierliche Datenstrukturen Rekonstruktion kontinuierlicher Daten Interpolation multivariater Daten Ulrich Rüde Lehrstuhl für Systemsimulation Sommersemester
Mehr2.1. Konvexe Hülle in 2D
Wir wollen die konvexe Hülle einer Menge von Punkten P = {p 1,..., p n } in der Ebene R 2 bestimmen. y y x x Def. 21: Eine Teilmenge S der Ebene ist konvex gdw für jedes Paar das Liniensegment pq in S
Mehr2 Darstellung von Zahlen und Zeichen
2.1 Analoge und digitale Darstellung von Werten 79 2 Darstellung von Zahlen und Zeichen Computer- bzw. Prozessorsysteme führen Transformationen durch, die Eingaben X auf Ausgaben Y abbilden, d.h. Y = f
Mehr6. Texterkennung in Videos Videoanalyse
6. Texterkennung in Videos Videoanalyse Dr. Stephan Kopf 1 Übersicht Motivation Texterkennung in Videos 1. Erkennung von Textregionen/Textzeilen 2. Segmentierung einzelner Buchstaben 3. Auswahl der Buchstabenpixel
MehrTechnische Universität Wien Institut für Computergraphik und Algorithmen Arbeitsbereich für Algorithmen und Datenstrukturen
Technische Universität Wien Institut für Computergraphik und Algorithmen Arbeitsbereich für Algorithmen und Datenstrukturen 186.172 Algorithmen und Datenstrukturen 1 VL 4.0 Übungsblatt 4 für die Übung
MehrKoordinatensystem: Der Nullpunkt des Koordinatensystems liegt im Schwerpunkt des Teils.
CNC Bahn des Fräskopfes berechnen (in 2 Dimensionen) Koordinatensystem: Der Nullpunkt des Koordinatensystems liegt im Schwerpunkt des Teils Vorzeichen des Drehsinns: Drehungen im Gegenuhrzeigersinn haben
Mehr3. Analyse der Kamerabewegung Video - Inhaltsanalyse
3. Analyse der Kamerabewegung Video - Inhaltsanalyse Stephan Kopf Bewegungen in Videos Objektbewegungen (object motion) Kameraoperationen bzw. Kamerabewegungen (camera motion) Semantische Informationen
MehrGrundlagen zur Delaunay-Triangulierung und zur konvexen Hülle. zum Begriff des Voronoi-Diagramms (vgl. auch Vorlesung "Algorithmische Geometrie"):
Grundlagen zur Delaunay-Triangulierung und zur konvexen Hülle zum Begriff des Voronoi-Diagramms (vgl. auch Vorlesung "Algorithmische Geometrie"): 1 Erzeugung des Voronoi-Diagramms (siehe Vorlesung "Algorithmische
MehrAlgorithmen für Geographische Informationssysteme
Algorithmen für Geographische Informationssysteme 2. Vorlesung: 16. April 2014 Thomas van Dijk basiert auf Folien von Jan-Henrik Haunert Map Matching? Map Matching! Map Matching...als Teil von Fahrzeugnavigationssystemen
MehrProseminar über multimediale Lineare Algebra und Analytische Geometrie
Proseminar über multimediale Lineare Algebra und Analytische Geometrie Aufgabensteller: Dr. M. Kaplan Josef Lichtinger Montag, 1. Dezember 008 Proseminar WS0809 Inhaltsverzeichnis 1 Aufgabenstellung 3
MehrDatenstrukturen und Algorithmen (SS 2013)
Datenstrukturen und Algorithmen (SS 2013) Übungsblatt 10 Abgabe: Montag, 08.07.2013, 14:00 Uhr Die Übungen sollen in Gruppen von zwei bis drei Personen bearbeitet werden. Schreiben Sie die Namen jedes
MehrIsomorphie von Bäumen
Isomorphie von Bäumen Alexandra Weinberger 23. Dezember 2011 Inhaltsverzeichnis 1 Einige Grundlagen und Definitionen 2 1.1 Bäume................................. 3 1.2 Isomorphie..............................
Mehr6. Triangulation von Polygonen
1 6. Triangulation von Polygonen 2 Problemstellung 3 Problemstellung 4 Problemstellung 5 Problemstellung 6 Jedes Polygon lässt sich triangulieren. Wir führen einen Induktionsbeweis nach der Anzahl der
Mehra) Fügen Sie die Zahlen 39, 38, 37 und 36 in folgenden (2, 3)-Baum ein:
1 Aufgabe 8.1 (P) (2, 3)-Baum a) Fügen Sie die Zahlen 39, 38, 37 und 36 in folgenden (2, 3)-Baum ein: Zeichnen Sie, was in jedem Schritt passiert. b) Löschen Sie die Zahlen 65, 70 und 100 aus folgendem
MehrAbitur 2011 G9 Abitur Mathematik GK Geometrie VI
Seite http://www.abiturloesung.de/ Seite Abitur G9 Abitur Mathematik GK Geometrie VI Auf dem Boden des Mittelmeeres wurde ein antiker Marmorkörper entdeckt, der ersten Unterwasseraufnahmen zufolge die
Mehr9 Arrangements und Dualität
9 Arrangements und Dualität 9.1 Strahlenverfolgung und Diskrepanz Wir betrachten eine Anwendung aus der Computergraphik: realistische Bilder von 3D- Szenen lassen sich durch ray tracing berechnen. Für
Mehr2.4. Triangulierung von Polygonen
Als drittes Problem haben wir in Kapitel 1 die Triangulierung von Polygonen identifiziert, die etwa bei der Überwachung eines Museums durch Kameras auftritt. F70 F71 Definition und Theorie: Definition
MehrAufgabe 4.2 Sei G = (V, E, l) ein ungerichteter, gewichteter und zusammenhängender Graph.
Aufgabe 4.2 Sei G = (V, E, l) ein ungerichteter, gewichteter und zusammenhängender Graph. a) Es seien W 1 = (V, E 1 ), W 2 = (V, E 2 ) Untergraphen von G, die beide Wälder sind. Weiter gelte E 1 > E 2.
Mehr4.3 Splitstrategien für R-Bäume (I)
4.3 Splitstrategien für R-Bäume (I) Der Knoten K läuft mit K = M+1 über: Aufteilung auf zwei Knoten K 1 und K 2, sodaß K 1 m und K 2 m Erschöpfender Algorithmus Suche unter den O(2 M ) Möglichkeiten die
MehrGPU-friendly multi-view stereo reconstruction using surfel representation and graph cuts
GPU-friendly multi-view stereo reconstruction using surfel representation and graph cuts Rico Jonschkowski Seminar 3D Rekonstruktion SoSe 2011 Verantstalter: Prof. Raúl Rojas, Fabian Wiesel FU Berlin,
MehrNumerische Verfahren und Grundlagen der Analysis
Numerische Verfahren und Grundlagen der Analysis Rasa Steuding Hochschule RheinMain Wiesbaden Wintersemester 2011/12 R. Steuding (HS-RM) NumAna Wintersemester 2011/12 1 / 20 Wiederholung: Fehlerbetrachtung.
MehrTriangulierung von einfachen Polygonen
Triangulierung von einfachen Polygonen - Seminarvortrag von Tobias Kyrion - Inhalt: 1.1 Die Problemstellung Quellenangabe 1.1 Die Problemstellung Definition Polygon: endlich viele paarweise verschiedene
MehrAlgorithmen und Datenstrukturen
Algorithmen und Datenstrukturen Graphen 9/1 Begriffsdefinitionen Ein Graph besteht aus Knoten und Kanten. Ein Knoten(Ecke) ist ein benanntes Objekt. Eine Kante verbindet zwei Knoten. Kanten haben ein Gewicht
MehrView-Dependent Simplification. Computer Graphics
View-Dependent Simplification in Computer Graphics Metovic Sasa - Mustafa Fettahoglu Salzburg, am 30.01.2003 INHALTSVERZEICHNIS EINFÜHRUNG ANSICHT ABHÄNGIGE VEREINFACHUNG AUFBAU EINES MESHES EDGE COLLAPSE
MehrGeometrische Spannbäume minimalen Durchmessers
Aroximationsschemata in Ablauflanung, Grahentheorie und Geometrie (engl.: Geometric Minimum-Diameter Sanning Tree, GMDST) SS 2004 Überblick Begriffsdefinitionen Eigenschaften von GMDSTs Exakter Algorithmus
MehrOptimales Routing. Paul Kunze
Optimales Routing Paul Kunze 10.07.2015 Grundlagen Grundlagen endliche Menge an Punkten Φ = {x i } aus R 2 hier: gebildet durch Poisson-Punktprozess A = A D : Route zum Ziel D Φ. Abbildung auf einem Graphen
MehrProgrammierpraktikum 3D Computer Grafik
Prof. Andreas Butz, Dipl.Inf. Otmar Hilliges Programmierpraktikum 3D Computer Grafik Dynamische Schattenberechnung Agenda Der Stencil-Puffer Der 1-bit Stencil-Puffer Der 8-bit Stencil-Puffer Volumetrische
MehrLösungsvorschläge zur Hauptklausur Datenstrukturen
Lösungsvorschläge zur Hauptklausur 9 9 166211663 Datenstrukturen 9. August 2003 Seite 2 Lösungsvorschlage zur Klausur vom 9.08.2003 Kurs 166211663,,Datenstrukturen" Aufgabe 1 Bei jedem rekursiven Aufruf
MehrVisualisierung und Volumenrendering 2
Institut für Computervisualistik Universität Koblenz 06.07.2012 Inhaltsverzeichnis 1 Literatur 2 Wiederholung 3 DVR Volumen Literatur Real-Time Volume Graphics Volumenrendering CG Shader Beispiele Volumen
MehrDarstellungsarten für 3D-Körper. Boundary Representation (BRep):
Darstellungsarten für 3D-Körper Boundary Representation (BRep): Darstellung eines (verallgemeinerten) Polyeders durch das System seiner Ecken, Kanten und Facetten Abspeichern durch (Teilgraphen des) vef-graphen
MehrGeometrische Algorithmen
Geometrische Algorithmen Thomas Röfer Motivation Scan-line-Prinzip Konvexe Hülle Distanzprobleme Voronoi-Diagramm Rückblick Manipulation von Mengen Vorrangwarteschlange Heap HeapSort swap(a, 0, 4) 1 5
MehrComputergraphik II. Level-of-Detail. Oliver Deussen Level-of-Detail 1
Level-of-Detail Oliver Deussen Level-of-Detail 1 Motivation: Scanner und andere Meßgeräte liefern b-reps mit hohen Auflösungen Beispiel: 3D-Abtastung einer Karosserie ergibt 30 Mio Dreiecke Probleme: ineffizient
MehrEs sei P ein einfaches Polygon in der Ebene; P habe n Ecken. Hilfssatz: Zu jedem einfachen Polygon mit mehr als 3 Ecken existiert eine Diagonale.
6. Polygontriangulierung: Wie bewacht man eine Kunstgalerie? 6.1. Grundlegendes zu Polygonen Es sei P ein einfaches Polygon in der Ebene; P habe n Ecken. Definition: Hilfssatz: Zu jedem einfachen Polygon
MehrProblemreduktion durch Transformation am Beispiel des. Erweiterten Euklidschen Algorithmus
Problemreduktion durch Transformation am Beispiel des Erweiterten Euklidschen Algorithmus Wolfgang Windsteiger JKU Linz, A 4040 Linz, Austria Kurzfassung Transformation beschreibt im Wesentlichen die algorithmische
MehrProgrammierpraktikum 3D Computer Grafik
Dipl.Inf. Otmar Hilliges Programmierpraktikum 3D Computer Grafik Dynamische Schattenberechnung Agenda Der Stencil-Buffer Der 1-bit Stencil-Buffer Der 8-bit Stencil-Buffer Volumetrische Echtzeitschatten
MehrAlgorithmen und Datenstrukturen (für ET/IT)
Algorithmen und Datenstrukturen (für ET/IT) Sommersemester 2015 Dr. Tobias Lasser Computer Aided Medical Procedures Technische Universität München Programm heute 7 Fortgeschrittene Datenstrukturen 8 Such-Algorithmen
MehrAlgorithmische Graphentheorie
Algorithmische Graphentheorie Vorlesung 7 und 8: Euler- und Hamilton-Graphen Babeş-Bolyai Universität, Department für Informatik, Cluj-Napoca csacarea@cs.ubbcluj.ro 17. April 2018 1/96 WIEDERHOLUNG Eulersche
Mehr1 AVL-Bäume. 1.1 Aufgabentyp. 1.2 Überblick. 1.3 Grundidee
AVL-Bäume. Aufgabentyp Fügen Sie in einen anfangs leeren AVL Baum die folgenden Schlüssel ein:... Wenden Sie hierbei konsequent den Einfüge /Balancierungsalgorithmus an und dokumentieren Sie die ausgeführten
MehrDistanzprobleme in der Ebene
Distanzprobleme in der Ebene (Literatur: deberg et al., Kapitel 7,9) Christian Knauer 1 Motivation: Alle nächsten Nachbarn Gegeben: Eine Menge von Punkten P in der Ebene Berechne: Zu jedem Punkt aus P
Mehr7.1 Polygon Offset. Anwendung - Darstellung von Polygonen als Teil von Oberflächen - Beispiel: Gradlinien auf der Erde - Schwierigkeit:
7.1 Polygon Offset Anwendung - Darstellung von Polygonen als Teil von Oberflächen - Beispiel: Gradlinien auf der Erde - Schwierigkeit: - Polygone sollen einmal als Fläche und einmal in Wireframe-Darstellung
Mehr2.2. Schnitte von Liniensegmenten
Wir wenden uns nun dem Problem (2) aus 1 zu. F15 Aus zwei Mengen S1, S2 von Liniensegmenten möchten wir alle Schnittpunkte der Segmente aus S1 mit denen aus S2 ermitteln. Wir legen fest, dass sich zwei
MehrMarching Cubes - Erstellung von Polygonmodellen aus Voxelgittern
Marching Cubes - Erstellung von Polygonmodellen aus Voxelgittern Matthias Kirschner Advanced Topics in Computer Graphics - WS06/07 Marching Cubes - Erstellung von Polygonmodellen aus Voxelgittern Matthias
Mehr3D-Scans verbessern: MeshLab - Teil 2
3D-Scans verbessern: MeshLab - Teil 2 Kategorien : Allgemein, Open Source Schlagwörter : 3D Scan, MeshLab Datum : 23. August 2017 Mit 3D Rekonstruktion wird das Erstellen von dreidimensionalen Modellen
MehrAusleuchtung/Überwachung von polygonalen Flächen
1 Ausleuchtung/Überwachung von polygonalen Flächen 2 1. Beschreibung der Aufgabenstellung 3 Gegeben ist der Grundriss eines Raumes. 4 In den Ecken des Raumes sollen Geräte platziert werden, die zusammen
MehrBipartite Graphen. Beispiele
Bipartite Graphen Ein Graph G = (V, E) heiÿt bipartit (oder paar), wenn die Knotenmenge in zwei disjunkte Teilmengen zerfällt (V = S T mit S T = ), sodass jede Kante einen Knoten aus S mit einem Knoten
MehrSuche nach korrespondierenden Pixeln
Suche nach korrespondierenden Pixeln Seminar Algorithmen zur Erzeugung von Panoramabildern Philip Mildner, Gliederung 1. Motivation 2. Anforderungen 3. Moravec Detektor 4. Harris Detektor 5. Scale Invariant
MehrVorlesung Geometrische Algorithmen Generierung von Nicht-uniformen Netzen Sven Schuierer
Vorlesung Geometrische Algorithmen Generierung von Nicht-uniformen Netzen Sven Schuierer Uberblick 1. Anwendung 2. Anforderungen an Netze 3. Quadrantenbaume Quadrantenbaume fur Punktemengen Bestimmung
MehrSeminar über Algorithmen Alexander Manecke
Seminar über Algorithmen 1 Einleitung Ein großes Problem bei Ad-Hoc und Sensornetzwerken sind die begrenzten Ressourcen. Wenn beispielsweise Sensorknoten an schwer zugänglichen Stellen ausgebracht werden,
Mehr3D - Modellierung. Arne Theß. Proseminar Computergraphik TU Dresden
3D - Modellierung Arne Theß Proseminar Computergraphik TU Dresden Gliederung Darstellungsschemata direkte Constructive Solid Geometry (CSG) Generative Modellierung Voxelgitter indirekte Drahtgittermodell
MehrÜbung zur Vorlesung Algorithmische Geometrie
Übung zur Vorlesung Algorithmische Geometrie Dipl.-Math. Bastian Rieck Arbeitsgruppe Computergraphik und Visualisierung Interdisziplinäres Zentrum für Wissenschaftliches Rechnen 8. Mai 2012 B. Rieck (CoVis)
MehrDynamische Geometrie
Dynamische Geometrie 1) Die Mittelsenkrechten, die Seitenhalbierenden, die Höhen und die Winkelhalbierenden eines beliebigen Dreiecks schneiden sich jeweils in einem Punkt. a) Untersuchen Sie die Lage
Mehr15. Elementare Graphalgorithmen
Graphen sind eine der wichtigste Modellierungskonzepte der Informatik Graphalgorithmen bilden die Grundlage vieler Algorithmen in der Praxis Zunächst kurze Wiederholung von Graphen. Dann Darstellungen
Mehr10 Delaunay Triangulierung
10 Delaunay Triangulierung 10.1 Motivation Interpolation von Höhendaten Ein Terrain ist der Graph einer Funktion f : A R 2 R. Typischerweise kennen wir f durch Messungen in endlich vielen Punkten P A,
MehrKollisionserkennung
1 Kollisionserkennung von Jens Schedel, Christoph Forman und Philipp Baumgärtel 2 1. Einleitung Wozu wird Kollisionserkennung benötigt? 3 - für Computergraphik 4 - für Simulationen 5 - für Wegeplanung
MehrWas ändert sich, wenn zu Beginn eine andere Anzahl n an Streichhölzern auf dem Haufen liegt?
NIM Auf dem Tisch liegen mehrere Haufen mit Spielsteinen. Zum Beispiel drei Haufen mit 4, 5 und 6 Steinen. Jeder Spiele nimmt abwechselnd von einem Haufen eine beliebige Anzahl an Steinen. Der Spieler,
MehrMustererkennung: Graphentheorie
Mustererkennung: Graphentheorie D. Schlesinger TUD/INF/KI/IS D. Schlesinger () ME: Graphentheorie 1 / 9 Definitionen Ein Graph ist ein Paar G = (V, E) mit der Menge der Knoten V und der Menge der Kanten:
MehrTriangulierung von einfachen Polygonen
Triangulierung von einfachen Polygonen Tobias Kyrion Inhaltsverzeichnis 1.1 Die Problemstellung....................... 1 2.1 Ein naiver Algorithmus...................... 2 3.1 Zerlegung in monotone Teilpolygone..............
MehrHallo Welt! für Fortgeschrittene. Geometrie I. Philipp Erhardt. 19. Juli Philipp Erhardt Geometrie I 19. Juli / 27
Hallo Welt! für Fortgeschrittene Geometrie I Philipp Erhardt 19. Juli 2011 Philipp Erhardt Geometrie I 19. Juli 2011 1 / 27 Gliederung 1 Grundlagen 2 CCW 3 Punkt-in-Polygon 4 Pick s Theorem 5 Konvexe Hülle
MehrPolygontriangulierung
Vorlesung Algorithmische Geometrie Polygone triangulieren INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 03.05.2012 Das Kunstgalerie-Problem Aufgabe: Installiere ein Kamerasystem
MehrReflexion - Teil Formel unter Verwendung von Vektoren
Reflexion - Teil 1 1. Formel unter Verwendung von Vektoren (1. - 7. in R 2 ) 2. Fallunterscheidung: Beispiele zu 1. 3. Beispiel - Reflexionspunkt bekannt 4. Muss zur Berechnung von r der Reflexionspunkt
MehrDas Problem des Handlungsreisenden
Seite 1 Das Problem des Handlungsreisenden Abbildung 1: Alle möglichen Rundreisen für 4 Städte Das TSP-Problem tritt in der Praxis in vielen Anwendungen als Teilproblem auf. Hierzu gehören z.b. Optimierungsprobleme
MehrGeometrie I. Sebastian Redinger Informatik 2 Programmiersysteme Martensstraße Erlangen
Geometrie I Sebastian Redinger 01.07.2015 Informatik 2 Programmiersysteme Martensstraße 3 91058 Erlangen Gliederung Grundlagen CCW Polygone Picks Theorem Konvexe Hülle - Graham Scan - Jarvis March 2 Gliederung
MehrDominik Desmaretz Universität Trier
Dominik Desmaretz Universität Trier 25.11.2010 Inhaltsverzeichnis 1. Kurze Wiederholung/Einleitung 2. Die Lax-Friedrichs Methode 3. Die Richtmyer Zwei-Schritt Lax-Wendroff Methode 4. Upwind Methoden 5.
Mehr