Sichtbarkeitsbestimmung
|
|
- Hella Gärtner
- vor 7 Jahren
- Abrufe
Transkript
1 Sichtbarkeitsbestimmung Oliver Deussen Sichtbarkeit
2 Problemdefinition Szenario: Gegebene Objektmenge wird von einem Augenpunkt aus betrachtet (perspektivische Projektion) Gegeben: Eine Menge M von Objekten im R k, M = n, ein Augenpunkt a Gesucht: Punkte p ɛ P der Oberflächen von Objekten aus M, die von a aus sichtbar sind Oliver Deussen Sichtbarkeit 2
3 hierbei wird unterschieden in: Löschen verdeckter Kanten (Hidden line elimination) Löschen verdeckter Flächen (Hidden surface removal) Definition: Sichtbarkeit Ein Punkt p aus einer Menge der Objektoberflächen ist von einem Punkt a aus sichtbar, wenn die Strecke ap von keinem anderen Objekt geschnitten (d.h. p verdeckt) wird. Oliver Deussen Sichtbarkeit 3
4 Repräsentation der Objektmenge: Menge von Strecken Menge von Flächen bzw. Polygonen punktweise evtl. Berechnung R n Projektionsebene nur für graphische Anwendungen interessant. (Frage nach Sichtbarkeit meint normalerweise Rundumsicht) Oliver Deussen Sichtbarkeit 4
5 Zwei Klassen von Algorithmen: Objektraumalgorithmen Berechnungen in Weltkoordinaten des jeweiligen Modells Vorteile: hohe Detailauflösung und Genauigkeit Beispiel: Plotterdarstellungen analytische Angabe der Resultate Nachteile: komplexe Verfahren schwer parallelisierbar / schwer in Hardware zu implementieren Oliver Deussen Sichtbarkeit 5
6 Bildraumalgorithmen Berechnungen in Bildschirmkoordinaten Vorteile: einfache Verfahren parallelisierbar / in Hardware zu implementieren Nachteile: beschränkte Genauigkeit hohes Daten-/Speicherplatzaufkommen Oliver Deussen Sichtbarkeit 6
7 Objektraumalgorithmen Schema eines Objektraumalgorithmus: for jedes Objekt der Szene do begin end; Bestimme die sichtbaren Teile des Objekts, die nicht von ihm selbst oder anderen Objekten überdeckt werden; Zeichne diese Teile in der entsprechenden Farbe; Darstellung sichtbarer Teile als: Menge von Strecken Bei Parameterdarstellung aller Strecken s(λ) = p + λ(p 2 p ), λ [0, ] Oliver Deussen Sichtbarkeit 7
8 als Menge von λ-intervallen S = {[λ, λ 2 ], [λ 2, λ 22 ],.., [λ m, λ m2 ]} P Menge von Flächen z.b. über Eckpunktfolgen mit Zeiger auf das Ausgangspolygon P 2 Grobe Aufwandsabschätzung (n Polygone): O(n 2 ) Oliver Deussen Sichtbarkeit 8
9 Bildraumalgorithmen Transformation des Problems in den Bildraum R k Genauigkeit des Algorithmus wird auf Pixelauflösung des Ausgabegerätes (z.b. Monitor) abgestimmt. Heute zumeist eingesetzt, weil gut in Hardware zu realisieren (insbesondere Tiefenpuffer) Oliver Deussen Sichtbarkeit 9
10 Schema eines Bildraumalgorithmus for jedes Pixel des Bildes do begin end; Lege einen Projektionsstrahl durch das Pixel Bestimme das vom Projektionsstrahl getroffene Objekt, das dem Betrachter am nächsten liegt; Zeichne das Pixel in der entsprechenden Farbe; Darstellung sichtbarer Teile als Pixel Grobe Aufwandsabschätzung (n Polygone, p Pixel): O(n p) Oliver Deussen Sichtbarkeit 0
11 Generelle Optimierungsmöglichkeiten Kostspielige Operationen: Prüfung auf Schnitt von Projektionsstrahl mit einem Objekt Prüfung auf Schnitt zweier Objekte (ob und wo) Bestimmung des dem Augenpunkt am nächsten gelegenen Objekts unterschieden werden zweierlei Maßnahmen: Laufzeit verbessern (Konstanten verbessern) Laufzeit asymptotisch verbessern ( O-Kalkül) Oliver Deussen Sichtbarkeit
12 Optimierungsmöglichkeiten: Kohärenzeigenschaften (Kanten-, Flächen-, Tiefen-, und Framekohärenz) Tests über Hüllobjekte umschreibende Würfel, Kugeln, Zylinder (a) (b) (c) Oliver Deussen Sichtbarkeit 2
13 Entfernen der Rückseiten geschlossene Polyeder werden vorausgesetzt Lösche Flächen, deren Normalen vom Augenpunkt wegzeigen (Skalarprodukt von Normalenvektor und Augenstrahl kleiner null) Halbierung des Darstellungsaufwands (O-Betrachtung unverändert) Räumliche Unterteilung Zellraster, BSP-Trees, Octrees, Quadtrees (Divide & Conquer) i.a. Veränderung des asymptotischen Aufwands Oliver Deussen Sichtbarkeit 3
14 Algorithmen mit Prioritätslisten Grundidee: Polygone in abnehmender Entfernung zum Augenpunkt zeichnen Aufstellung einer Sichtbarkeitsordnung dies ist möglich, wenn keine zyklische Überlappung oder Durchdringung vorliegt Mischform von Objekt- und Bildraumalgorithmus: Objektraum: Tiefenvergleiche, Sortierung (Prioritätsliste) Bildraum: Sichtbarkeitsbestimmung Oliver Deussen Sichtbarkeit 4
15 Der Painter s Algorithmus intuitiver Ansatz: Strategie der Ölmaler () Sortiere die darzustellenden Flächen (Polygone) nach dem Abstand zum Augenpunkt. (Verwende kleinste z-koordinate jedes Polygons.) (2) Beginne mit dem entferntesten Polygon und male fortlaufend die ausgefüllten projizierten Polygone auf den Bildschirm. Der Algorithmus endet mit dem Polygon, das dem Auge am nächsten liegt. Problem: Überlappung oder Durchdringung Fehler kann bei kleinen Objekten jedoch oft toleriert werden. Beseitigung: Algorithmus von Newell, Newell und Sancha Oliver Deussen Sichtbarkeit 5
16 Algorithmus mit Tiefensortierung () Sortiere die Polygone nach der jeweils kleinsten z-koordinate. (2) Nehme entferntestes, nichtmarkiertes Polygon P i (3) P i schneidet oder überlappt sich mit keinem Polygon P j in z-richtung: Ausgegeben und als bearbeitet markieren. Weiter bei (2). (4) Solange es ein Polygon P j gibt, mit dem sich Polygon P i in z-richtung überlappt oder schneidet, prüfe:. Bounding-Boxes in xy-ebene schneiden + überlappen sich nicht. 2. Alle Eckpunkte von Polygon P i liegen hinter der Ebene durch P j 3. Alle Eckpunkte von Polygon P j liegen vor der Ebene durch P i 4. Polygone überlappen sich nicht in der xy-ebene Oliver Deussen Sichtbarkeit 6
17 (4a) (4b) Eine Bedingung erfüllt keine Umordnung Weiter bei (4) mit nächstem P j. Keine Bedingung erfüllt und P i wurde noch nicht bewegt: Vertausche P i und P j in der Prioritätsliste Markiere P j als bewegt Weiter bei (2) mit P j. (4c) Ansonsten: zyklische Überlappung Teile P i entlang der Überlappungsgrenze mit P j Weiter bei (2) mit dem entfernteren Teil von P i. (5) Falls für alle P j eine der Bedingungen erfüllt ist: gebe P i aus und markiere als bearbeitet Weiter bei (2). Oliver Deussen Sichtbarkeit 7
18 x x P i P i P j P j z (a) (a) Bedingung 2 ist erfüllt; (b) Bedingung 2 ist nicht erfüllt, Bedingung 3 ist erfüllt. z (b) Oliver Deussen Sichtbarkeit 8
19 Implementierung: erste Bedingung: jeweils ein Überlappungstest in x- und in y-richtung zweite und dritte Bedingung: Verwendung der impliziten Ebenengleichungen vierte Bedingung: Untersuchung aller Polygonkanten auf Schnitte Markierung der bewegten Flächen ist wegen zyklischer Überlappungen nötig Oliver Deussen Sichtbarkeit 9
20 Der Tiefenpuffer-Algorithmus Behandlung von Überlappungen und Überschneidungen im Bildraum Zeichne Pixel nur, wenn dessen Tiefe geringer als bisher gezeichnete (Painters-Algorithmus auf Pixelebene) Benötigt wird: Bildspeicher + Tiefenpuffer Tiefenpuffer als Float oder Integer Kodierung im Tiefenbuffer linear oder nichtlinear Oliver Deussen Sichtbarkeit 20
21 Algorithmus: Initialisierung Tiefenpuffer (z-buffer) () Färbe den Bildspeicher (framebuffer) mit der Hintergrundfarbe. (2) Initialisiere den Tiefenpuffer (zbuffer) mit dem maximalen Abstand. für alle Flächen F der Szene do begin für alle Pixel(x,y) in der Projektion von F do begin Bestimme die Tiefe d von F für Pixel(x,y); if d < zbuffer [x, y] then begin zbuffer [x, y] := d; framebuffer (x,y) := Farbe für Pixel (x,y); end; end; end; Oliver Deussen Sichtbarkeit 2
22 Ausnutzung der Tiefenkohärenz: Schwenke Sweep-Line in aufsteigender x-richtung über Szene Ebenengleichung: A x + B y + C z + D = 0 bzw. z = A x + B y + D C für benachbarte Punkte (x i, y j ) und (x i+, y j ) = (x i +, y j ) gilt: z k+ = z k A C Oliver Deussen Sichtbarkeit 22
23 Varianten des Tiefenpuffer-Algorithmus: Beispiele: pro Pixel Liste aller Pixel mit Objektzugehörigkeit (gut für Transparenz-, Clipping- und Mengenoperationen) Tiefenpuffer für Constructive Solid Geometry Sweep-Line z-buffer (Tiefenpuffer nur für Zeile): Oliver Deussen Sichtbarkeit 23
24 Sortiere die Polygone nach erster und letzter Sweep-Line, die sie schneiden, in eine verkettete Liste; (* die Liste liefert alle an einer y-koordinate aktiven Polygone *) for alle Sweep-Lines l do begin framebuffer(l) := background; zbuffer(l) := d max ; for alle Polygone, die die Sweep-Line l schneiden do begin Berechne die Tiefe d für P ixel(x, l); if d < zbuffer[x, l] then begin zbuffer(x,l) := d; Berechne die Farbe c für Pixel(x,l); framebuffer(x,y) := c; end; end; end; Oliver Deussen Sichtbarkeit 24
25 Algorithmus von Roberts sehr alter Objektraumalgorithmus alle Kanten müssen Teil eines konvexen Polyeders sein Algorithmus von Roberts () Bestimme alle Rückseiten der Polyeder und entferne alle Kanten, die einem Paar von rückwärtigen Polygonen gemeinsam sind. (2) Vergleiche alle verbleibenden Kanten auf Verdeckung mit allen in Frage kommenden Polyedern (Bounding-Box Test). (3) Vergleiche die verbleibenden Kantenstücke weiter auf Verdeckung mit den noch nicht getesteten Polyedern. (4) Im Fall von Durchdringung oder Schnitt werden die Schnittkanten eingefügt. Oliver Deussen Sichtbarkeit 25
26 Algorithmus von Appel Strecken sind Kanten von durchdringungsfreien Polygonen definiert quantitative Unsichtbarkeit eines Punktes auf einer Kante (Anzahl der Vorderseiten, die ihn verdecken) Quantitative Unsichtbarkeit einer Strecke außerdem Konturkante (zwischen Polygonen auf Vorder- und Hinterseite) Oliver Deussen Sichtbarkeit 26
27 Algorithmus von Appel () Bestimme für einen beliebigen Knoten eines Objekts die quantitative Unsichtbarkeit. (2) Bestimme die quantitative Unsichtbarkeit entlang der von diesem Knoten ausgehenden Kanten durch Erhöhen oder Erniedrigen des initialen Wertes, falls die Kante hinter eine Konturkante läuft (Ausnutzung der Kantenkohärenz). (3) Bestimme die quantitative Unsichtbarkeit für den jeweiligen Endpunkt und wiederhole (2) und (3) bis alle Kanten abgearbeitet sind. (4) Alle Segmente, die jetzt eine quantitative Unsichtbarkeit von 0 haben, sind sichtbar. Oliver Deussen Sichtbarkeit 27
28 Problem: Optimierung: verschiedene initale quantitative Unsichtbarkeit bei Punkten, durch die eine Konturkante läuft räumliche Unterteilung für Schnittests Oliver Deussen Sichtbarkeit 28
29 Algorithmus von Warnock wie Teilen und Herrschen, aber andere Entscheidungsfunktion:. Es liegt kein Polygon im Fenster 2. Fenster enthält genau ein Polygon (entweder vollständig im Fenster, vollständig über dem Fenster oder das Fenster schneidend) 3. Ein Polygon liegt vollständig über dem Fenster und überdeckt alle anderen Polygone im Fenster. 4. Fenster hat die Größe eines Pixels. Trifft keine der obigen Bedingungen zu, so wird unterteilt. Oliver Deussen Sichtbarkeit 29
30 außen innen außen P Abschneidetechnik, Blocking-Face-Technik bisher Objektraumalogithmus, aber Unterteilung stoppt am Pixel (für ein Raster von sind 0 Unterteilungsschritte nötig) Oliver Deussen Sichtbarkeit 30
31 Algorithmus von Weiler & Atherton Variante des Algorithmus von Warnock vollständiger Objektraumalgorithmus unterteilt entlang von Polygonkanten (Minimierung der Anzahl von Unterteilungsschritten) - Verwendet Polygon- bzw. Prioritätsliste - Liste innerer und äußerer Polygone. - Stack zur Erkennung zyklischer Überlappungen Oliver Deussen Sichtbarkeit 3
32 Algorithmus von Weiler & Atherton () Sortiere die Polygone nach der jeweils kleinsten z-koordinate. (Aufbau einer Prioritätsliste) (2) Bestimme das Polygon P 0 mit geringster Tiefe und verwende es als Clipping-Polygon. (3) Unterteile das Fenster entlang der projizierten Polygonkanten von P 0 in zwei Bereiche (Listen), die je die Polygonstücke innerhalb und außerhalb von P 0 enthalten. (Polygone, die P 0 schneiden, werden an dessen Kanten getrennt, um eine eindeutige Zuordnung zu ermöglichen.) (4) Entferne alle Polygonstücke, die von P 0 verdeckt werden, aus der inneren Liste. Oliver Deussen Sichtbarkeit 32
33 (5) Für alle Polygone der inneren Liste, die vor dem Clipping-Polygon liegen und nicht im Stack sind, wird rekursiv weiter unterteilt, d.h. dieses Polygon wird zum Clipping-Polygon für die Polygone der inneren Liste. Vor der Rekursion wird das alte Clipping-Polygon auf den Stack gelegt und danach wieder vom Stack gelöscht. (6) Falls die rekursive Unterteilung beendet ist, wird die innere Liste angezeigt. (7) Wiederhole ab (2) mit der äußeren Liste als neuer Prioritätsliste. weniger Unterteilungsschritte, aber dafür komplexer Oliver Deussen Sichtbarkeit 33
Füllen 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
MehrSeminar Computerspiele Räumliche Datenstrukturen. Ralf Pramberger
Seminar Computerspiele Räumliche Datenstrukturen Ralf Pramberger Themen 2 1. Grundlagen Szene Sichtbarkeit (Raytracing) Culling 2. Räumliche Datenstrukturen Bounding Volume Hierarchie Quadtree/Octree BSP-Tree
MehrSichtbarkeitsalgorithmen im Zusammenhang mit CAD
Sichtbarkeitsalgorithmen im Zusammenhang mit CAD Markus Harthum Bei der Darstellung von computergenerierten dreidimensionalen Bildern gibt es das Problem, dass der Computer von sich aus nicht unterscheiden
MehrGeometrische Algorithmen Einige einfache Definitionen: Ist ein Punkt in einem Polygon? Punkt-in-Polygon-Problem. Das Punkt-in-Polygon-Problem
Geometrische Algorithmen Einige einfache Definitionen: Punkt: im n-dimensionalen Raum ist ein n-tupel (n Koordinaten) Gerade: definiert durch zwei beliebige Punkte auf ihr Strecke: definiert durch ihre
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
MehrVorlesung Algorithmen für hochkomplexe Virtuelle Szenen
Vorlesung Algorithmen für hochkomplexe Virtuelle Szenen Sommersemester 2012 Matthias Fischer mafi@upb.de Vorlesung 2 10.4.2012 Matthias Fischer 59 Übersicht = Binary Space Partitions Motivation Idee Anwendungsbeispiel:
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
MehrKonvexe Hülle. Konvexe Hülle. Mathematik. Konvexe Hülle: Definition. Mathematik. Konvexe Hülle: Eigenschaften. AK der Algorithmik 5, SS 2005 Hu Bin
Konvexe Hülle Konvexe Hülle AK der Algorithmik 5, SS 2005 Hu Bin Anwendung: Computergraphik Boundary Kalkulationen Geometrische Optimierungsaufgaben Konvexe Hülle: Definition Mathematik Konvex: Linie zwischen
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 :
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.
MehrKapitel 4: Schattenberechnung
Kapitel 4: Schattenberechnung 1 Überblick: Schattenberechnung Motivation Schattenvolumen Shadow Maps Projektive Schatten 2 Motivation Wesentlich für die Wahrnehmung einer 3D-Szene Eigentlich ein globaler
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
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
MehrWas bisher geschah. 1. Zerlegung in monotone Polygone 2. Triangulierung der monotonen Teilpolygone
Was bisher geschah Motivation, Beispiele geometrische Objekte im R 2 : Punkt, Gerade, Halbebene, Strecke, Polygon, ebene Zerlegung in Regionen (planare Graphen) maschinelle Repräsentation geometrischer
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
MehrGeometrische Algorithmen Segmentschnitt
Folie 1 von 36 Geometrische Algorithmen Segmentschnitt Folie 2 von 36 Segmentschnitt Übersicht Zwei Segmente Lage zweier Segmente Prüfung auf Schnittfreiheit Formeln zum Geradenschnitt Feststellen des
MehrGeometrische Algorithmen Segmentschnitt
Folie 1 von 36 Geometrische Algorithmen Segmentschnitt Folie 2 von 36 Segmentschnitt Übersicht Zwei Segmente! Lage zweier Segmente! Prüfung auf Schnittfreiheit! Formeln zum Geradenschnitt! Feststellen
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
MehrInhaltsverzeichnis. 1 Hardwaregrundlagen
Inhaltsverzeichnis 1 Hardwaregrundlagen 2.4 2.5 Perspektivische 2.6 Parallele 2.7 Umsetzung der Zentralprojektion 2.8 Weitere 2.9 Koordinatensysteme, Frts. 2.10 Window to Viewport 2.11 Clipping 3 Repräsentation
Mehr"rendern" = ein abstraktes geometrisches Modell sichtbar machen
3. Grundlagen des Rendering "rendern" = ein abstraktes geometrisches Modell sichtbar machen Mehrere Schritte: Sichtbarkeitsberechnung Beleuchtungsrechnung Projektion Clipping (Abschneiden am Bildrand)
Mehr:= Modellabbildung. Bildsynthese (Rendering) Bildsynthese
Geometrisches Modell bestehend aus Datenstrukturen zur Verknüpfung geometrischer Primitive, welche eine Gesamtszene beschreiben Bildsynthese := Modellabbildung Pixelbasiertes Modell zur Darstellung eines
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
MehrComputergraphik Grundlagen
Computergraphik Grundlagen XI. Rasterung Füllen von Polygonen Prof. Stefan Schlechtweg Hochschule nhalt Fachbereich Informatik Inhalt Lernziele 1. Zu lösendes Problem 2. Füllen von Pixelmengen 1. Rekursiver
MehrConservative Volumetric Visibility with Occluder Fusion
Conservative Volumetric Visibility with Occluder Fusion Worum geht es? Ausgangspunkt komplexe Szene, wie Städte, Straßenzüge, etc. Ziel effiziente Berechnung von nicht sichtbaren Regionen Begriffe / Definitionen
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
MehrLeitfäden der Informatik
Leitfäden der Informatik Herausgegeben von Prof. Dr. Hans-Jürgen Appelrath, Oldenburg Prof. Dr. Volker Claus, Stuttgart Prof. Dr. Günter Rotz, Saarbrücken Prof. Dr. Lutz Richter, Zürich Prof. Dr. Wolffried
MehrGeometrische Algorithmen Segmentschnitt. Lernmodul 7: Geo-Algorithmen und -Datenstrukturen - Segmentschnitt
Folie 1 von 37 Geometrische Algorithmen Segmentschnitt Folie 2 von 37 Segmentschnitt Übersicht Zwei Segmente Lage zweier Segmente Prüfung auf Schnittfreiheit Formeln zum Geradenschnitt Feststellen des
MehrÜbersicht über Informatik und Softwaresystemtechnik WS 99/00, Prof. Dr. Andreas Schwill
Konvexe Hülle Hierbei handelt es sich um ein klassisches Problem aus der Algorithmischen Geometrie, dem Teilgebiet der Informatik, in dem man für geometrische Probleme effiziente Algorithmen bestimmt.
MehrVorlesung Algorithmen für hochkomplexe Virtuelle Szenen
Vorlesung Algorithmen für hochkomplexe Virtuelle Szenen Sommersemester 2012 Matthias Fischer mafi@upb.de Vorlesung 12 26.6.2012 Matthias Fischer 374 Übersicht Motivation Modell der Sichtbarkeit Eigenschaft
MehrGraphische Datenverarbeitung und Bildverarbeitung
Graphische Datenverarbeitung und Bildverarbeitung Hochschule Niederrhein Clippen in 2D und 3D Graphische DV und BV, Regina Pohle, 19. Clippen in 2D und 3D 1 Einordnung in die Inhalte der Vorlesung Einführung
MehrGeometrie 1. Roman Sommer. Informatik 2 Programmiersysteme Martensstraße Erlangen
Geometrie 1 Roman Sommer Informatik 2 Programmiersysteme Martensstraße 3 91058 Erlangen Grundlagen Punkte, Vektoren Schreibweise: Skalar: Vektor: Komponente: Punkt: (spitzer) Winkel zw. zwei Vektoren:
MehrLineare Programmierung
Übung Algorithmische Geometrie Lineare Programmierung LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Benjamin Niedermann 14.05.2014 Übersicht Übungsblatt 4 Lineares
MehrComputergrafik 1 Beleuchtung
Computergrafik 1 Beleuchtung Kai Köchy Sommersemester 2010 Beuth Hochschule für Technik Berlin Überblick Lokale Beleuchtungsmodelle Ambiente Beleuchtung Diffuse Beleuchtung (Lambert) Spiegelnde Beleuchtung
MehrBerechnung von Formfaktoren
Berechnung von Formfaktoren Oliver Deussen Formfaktorberechnung 1 Formfaktor ist eine Funktion in Abhängigkeit der Geometrie ist unabhängig von reflektierenden oder emittierenden Eigenschaften (ρ) der
Mehr{0,1} rekursive Aufteilung des Datenraums in die Quadranten NW, NE, SW und SE feste Auflösung des Datenraums in 2 p 2 p Gitterzellen
4.4 MX-Quadtrees (I) MatriX Quadtree Verwaltung 2-dimensionaler Punkte Punkte als 1-Elemente in einer quadratischen Matrix mit Wertebereich {0,1} rekursive Aufteilung des Datenraums in die Quadranten NW,
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
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
Mehr146
145 netpbm PBM Portable Bitmap PGM Portable Greymap PPM Portable Pixmap PNM Portable Anymap Konvertierungsroutinen: anytopnm, asciitopgm, bmptoppm, giftopnm, pbmtopgm, pgmtopbm, pgmtoppm, ppmtopgm, pstopnm,
MehrM. Pester 29. Ein konvexes d-polytop ist eine begrenzte d-dimensionale polyedrale Menge. (d = 3 Polyeder, d = 2 Polygon)
M. Pester 29 6 Konvexe Hülle 6.1 Begriffe Per Definition ist die konvexe Hülle für eine Menge S von lich vielen Punkten die kleinste konvexe Menge, die S enthölt (z.b. in der Ebene durch ein umspannes
MehrKapitel 9 Algorithm. Geometrie. Kürzeste Abstände Konvexe Hülle
Kapitel 9 Algorithm. Geometrie Kürzeste Abstände Konvexe Hülle Überblick Teilgebiet der Informatik, in dem es um die Entwicklung effizienter Algorithmen und die Bestimmung der algorithmischen Komplexität
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
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
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
MehrÜbungsblatt Analytische Geometrie - Geraden und Ebenen - 6C /07
Übungsblatt Analytische Geometrie - Geraden und Ebenen - 6C - 6/7. Gegenseitige Lage von Geraden Gesucht ist die gegenseitige Lage der Geraden g durch die beiden Punkte A( ) und B( 5 9 ) und der Geraden
MehrLiniensegmentschnitt. Doppelt verkettete Kantenliste. Überlagerung von 2 ebenen Graphen. Boolsche Operatoren für einfache Polygone (LEDA)
Liniensegmentschnitt Motivation, Überlagerung von Karten, Problemformulierung Ein einfaches Problem und dessen Lösung mit Hilfe des Sweep-Line Prinzips Output-sensitiver Liniensegmentschnittalgorithmus
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
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
MehrGeometrie I. Tobias Langer Tobias Langer Geometrie I / 59
Geometrie I Tobias Langer 02.07.2010 Tobias Langer Geometrie I 02.07.2010 1 / 59 1 Schulgeometrie Punkte & Geraden Dreieck Kreis Polygon 2 Schnitt von Geraden und Strecken 3 Punkt in Polygon Tobias Langer
MehrKonvexe Hülle. Abbildung: [Wikipedia]: Nicht-konvexe Menge (links), konvexe Menge (rechts) KIT Institut für Theoretische Informatik 510
Konvexe Hülle Definition konvexe Menge: Für je zwei beliebige Punkte, die zur Menge gehören, liegt auch stets deren Verbindungsstrecke ganz in der Menge. Abbildung: [Wikipedia]: Nicht-konvexe Menge (links),
MehrPunktlokalisation 1. Trapez-Zerlegungen. 2. Eine Suchstruktur. 3. Randomisierter, inkrementeller Algorithmus zur Konstruktion der Trapez-Zerlegung
Punktlokalisation 1. Trapez-Zerlegungen 2. Eine Suchstruktur 3. Randomisierter, inkrementeller Algorithmus zur Konstruktion der Trapez-Zerlegung 4. Analyse Punktlokalisation Einteilung in Streifen Anfragezeit:
MehrVerbesserung der Bildqualität
Thomas Jung Raytracing Modell Laufzeitoptimierungen Schnittalgorithmen Szenendatenstrukturen Verbesserung der Bildqualität 1 Realzeitanforderungen begrenzen Bildqualität Fotorealismus nur mit globalen
Mehr5. Bäume und Minimalgerüste
5. Bäume und Minimalgerüste Charakterisierung von Minimalgerüsten 5. Bäume und Minimalgerüste Definition 5.1. Es ein G = (V, E) ein zusammenhängender Graph. H = (V,E ) heißt Gerüst von G gdw. wenn H ein
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
MehrAlgorithmische Geometrie: Lineare Optimierung (I)
Algorithmische Geometrie: Lineare Optimierung (I) Nico Düvelmeyer WS 2009/2010, 17.11.2009 Überblick 1 Geometrie von Gießformen 2 Durchschnitte von Halbebenen 3 Inkrementeller Algorithmus Überblick 1 Geometrie
MehrAlgorithmen und Datenstrukturen
Algorithmen und Datenstrukturen Prof. Martin Lercher Institut für Informatik Heinrich-Heine-Universität Düsseldorf Teil 10 Suche in Graphen Version vom 13. Dezember 2016 1 / 2 Vorlesung 2016 / 2017 2 /
MehrMathematische Grundlagen
Mathematische Grundlagen Oliver Deussen Mathematische Grundlagen 1 Affine Räume um Zeichenebene bzw. Raum zu beschreiben, muß vorher ein Koordinatensystem festgelegt werden durch geometrische Fragestellungen
Mehr3. Übungsblatt zu Algorithmen I im SoSe 2017
Karlsruher Institut für Technologie Prof. Dr. Jörn Müller-Quade Institut für Theoretische Informatik Björn Kaidel, Sebastian Schlag, Sascha Witt 3. Übungsblatt zu Algorithmen I im SoSe 2017 http://crypto.iti.kit.edu/index.php?id=799
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
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
MehrHallo Welt für Fortgeschrittene
Hallo Welt für Fortgeschrittene Geometrie II Tiago Joao Informatik 2 Programmiersysteme Martensstraße 3 91058 Erlangen Inhalt Koordinatenkompression Beispiel: SafeJourney Typische compress-funktion Bereichssuche
Mehr6. Algorithmen der Computer-Geometrie
6. Algorithmen der Computer-Geometrie 1. Einführung 2. Schnitt von zwei Strecken 3. Punkt-in-Polygon-Test 4. Schnitt orthogonaler Strecken 5. Punkteinschlussproblem Geo-Informationssysteme 146 6.1 Computer-Geometrie
MehrKlasse räumlicher Indexstrukturen, die den Datenraum rekursiv in 4 gleich große Zellen unterteilen (Quadranten NW, NE, SW, SE)
4.4 Quadtrees Überblick Klasse räumlicher Indexstrukturen, die den Datenraum rekursiv in 4 gleich große Zellen unterteilen (Quadranten NW, NE, SW, SE) Verwaltung von Punkten, Kurven, Flächen usw., häufig
Mehr4.4 Quadtrees. Literatur
4.4 Quadtrees Überblick Klasse räumlicher Indexstrukturen, die den Datenraum rekursiv in 4 gleich große Zellen unterteilen (Quadranten NW, NE, SW, SE) Verwaltung von Punkten, Kurven, Flächen usw., häufig
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
MehrGeometrie 1. Christian Bay Christian Bay Geometrie / 46
Geometrie 1 Christian Bay 02.07.2013 Christian Bay Geometrie 1 02.07.2013 1 / 46 Inhaltsverzeichnis Grundlagen CCW Polygone Picks Theorem Konvexe Hülle Christian Bay Geometrie 1 02.07.2013 2 / 46 Geometrie
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
MehrUberblick 1. Kurzeste Wege 2. Sichtbarkeitsgraphen 3. Berechnung des Sichtbarkeitsgraphen 4. Kurzeste Wege fur polygonale Roboter 1
Vorlesung Geometrische Algorithmen Sichtbarkeitsgraphen und kurzeste Wege Sven Schuierer Uberblick 1. Kurzeste Wege 2. Sichtbarkeitsgraphen 3. Berechnung des Sichtbarkeitsgraphen 4. Kurzeste Wege fur polygonale
Mehrmit. Wir definieren (Skalarprodukt = Winkel).
1 Grundidee des Simplexverfahrens (von George Dantzig): Man bestimmt eine beliebige Ecke (Extremalpunkt) einer Lösungsmenge eines Ungleichungssystems. Nun geht man an den Kanten vom Punkt entlang und kontrolliert
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
MehrDualität + Quad-trees
Übung Algorithmische Geometrie Dualität + Quad-trees LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Andreas Gemsa 30.06.2011 Übersicht Übungsblatt 10 - Dualität
Mehr3. Minimale Spannbäume. Definition 99 T heißt minimaler Spannbaum (MSB, MST) von G, falls T Spannbaum von G ist und gilt:
3. Minimale Spannbäume Sei G = (V, E) ein einfacher ungerichteter Graph, der o.b.d.a. zusammenhängend ist. Sei weiter w : E R eine Gewichtsfunktion auf den Kanten von G. Wir setzen E E: w(e ) = e E w(e),
MehrVorlesung Datenstrukturen
Vorlesung Datenstrukturen Minimale Spannbäume Maike Buchin 18.7., 20.7.2017 Einführung Motivation: Verbinde Inseln mit Fähren oder Städte mit Schienen und verbrauche dabei möglichst wenig Länge. Problem:
MehrGeometrie I. Laura Lawniczak Hallo Welt -Seminar - LS 2
Geometrie I Laura Lawniczak 12.07.2017 Hallo Welt -Seminar - LS 2 Inhalt Grundlagen Abstandsberechnung Punkt-Gerade Punkt-Segment CCW Polygone Punkt in Polygon Pick s Theorem Konvexe Hülle 12.07.2017 Laura
MehrAnsätze zur Erfassung von Faktoren durch Prüfungsaufgaben. (Diskussionen in Dagstuhl sowie mit Prof. Nickolaus, Technikpädagogik, U Stuttgart)
Taxonomie + Schwierigkeit Ansätze zur Erfassung von Faktoren durch Prüfungsaufgaben. (Diskussionen in Dagstuhl sowie mit Prof. Nickolaus, Technikpädagogik, U Stuttgart) Beurteilen Synthese Konstruktion
Mehr8. Modelle für feste Körper
8. Modelle für feste Körper Modell: Abbild der Realität, welches bestimmte Aspekte der Realität repräsentiert (und andere ausblendet) mathematische Modelle symbolische Modelle Datenmodelle Experimentalmodelle
MehrReconstruction and simplification of surfaces from contoures
CG Seminar Reconstruction and simplification of surfaces from contoures Nach Klein, Schilling und Straßer Referent Thomas Kowalski Anfangssituation - Punktdaten Das zu rekonstruierende Objekt besteht aus
Mehr9 Minimum Spanning Trees
Im Folgenden wollen wir uns genauer mit dem Minimum Spanning Tree -Problem auseinandersetzen. 9.1 MST-Problem Gegeben ein ungerichteter Graph G = (V,E) und eine Gewichtsfunktion w w : E R Man berechne
MehrOktaeder. Bernhard Möller. 22. Dezember 2010
Oktaeder Bernhard Möller. Dezember 00 Ein Oktaeder ist ein regelmäßiges Polyeder, dessen Oberfläche aus acht kongruenten, gleichseitigen Dreiecken besteht. Jedes Oktaeder kann einem Würfel so einbeschrieben
MehrPhotonik Technische Nutzung von Licht
Photonik Technische Nutzung von Licht Raytracing und Computergraphik Überblick Raytracing Typen von Raytracern z-buffer Raytracing Lichtstrahlen-Verfolgung (engl. ray tracing): Berechnung von Lichtstrahlen
MehrAbstand Punkt/Ebene. x 50 = 0
Abstand Punkt/Ebene 1. Gegeben ist die Ebene E: ( ) x = Um den Abstand des Punktes P(2 ) zu E zu berechnen, gehen wir von der Hesseschen Normalenform der Ebenengleichung aus und bringen die Ebene zum Schnitt
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
Mehr6.2 Scan-Konvertierung (Scan Conversion)
6.2 Scan-Konvertierung (Scan Conversion) Scan-Konvertierung ist die Rasterung von einfachen Objekten (Geraden, Kreisen, Kurven). Als Ausgabemedium dient meist der Bildschirm, der aus einem Pixelraster
MehrAbschnitt 19: Sortierverfahren
Abschnitt 19: Sortierverfahren 19. Sortierverfahren 19.1 Allgemeines 19.2 Einfache Sortierverfahren 19.3 Effizientes Sortieren: Quicksort 19.4 Zusammenfassung 19 Sortierverfahren Informatik 2 (SS 07) 758
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
MehrProjektion. Ebene geometrische Projektionen
Projektion - 1 - Ebene geometrische Projektionen Die ebenen geometrischen Projektionen sind dadurch charakterisiert, daß mit Projektionsstrahlen konstanter Richtung, d.h. entlang von Geraden, auf Ebenen
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
MehrAlgorithmen & Datenstrukturen Midterm Test 2
Algorithmen & Datenstrukturen Midterm Test 2 Martin Avanzini Thomas Bauereiß Herbert Jordan René Thiemann
MehrSoftwareprojektpraktikum Maschinelle Übersetzung
Softwareprojektpraktikum Maschinelle Übersetzung Jan-Thorsten Peter, Andreas Guta, Jan Rosendahl max.bleu@i6.informatik.rwth-aachen.de Vorbesprechung 5. Aufgabe 22. Juni 2017 Human Language Technology
MehrInformatik II Prüfungsvorbereitungskurs
Informatik II Prüfungsvorbereitungskurs Tag 4, 23.6.2016 Giuseppe Accaputo g@accaputo.ch 1 Programm für heute Repetition Datenstrukturen Unter anderem Fragen von gestern Point-in-Polygon Algorithmus Shortest
MehrDarstellung dreidimensionaler Figuren in der Ebene. Schrägbild
Mathematik Bl Darstellung dreidimensionaler Figuren in der Ebene Schrägbild Das Bild bei einer schrägen Parallelprojektion heisst Schrägbild und wird durch folgende Merkmale bestimmt: - Zur Zeichenebene
MehrAlgorithmische Geometrie 5. Triangulierung von Polygonen
Algorithmische Geometrie 5. Triangulierung von Polygonen JProf. Dr. Heike Leitte Computergraphik und Visualisierung Inhaltsverzeichnis 1. Einführung 2. Konvexe Hülle 3. Schnitte von Liniensegmenten 4.
Mehr2.7.1 Inside-Test Konvexe Hülle Nachbarschaften Schnittprobleme
2.7 Geometrische Algorithmen 2.7.1 Inside-Test 2.7.2 Konvexe Hülle 2.7.3 Nachbarschaften 2.7.4 Schnittprobleme 1 2.7 Geometrische Algorithmen 2.7.1 Inside-Test 2.7.2 Konvexe Hülle 2.7.3 Nachbarschaften
MehrQuadtrees und Meshing
Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 19.06.2012 Motivation: Meshing von Platinenlayouts Zur Simulation der Hitzeentwicklung
MehrGeometrierepräsentation
Geometrierepräsentation Forderungen an Repräsentationsform: 1. mächtig (eine sinnvolle Menge von Objekten modellierbar) 2. eindeutig (es muß klar sein, was repräsentiert wird) H E D A F G C B Punkte, Linien,
MehrQuadtrees und Meshing
Vorlesung Algorithmische Geometrie LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 21.06.2011 Motivation: Meshing von Platinenlayouts Zur Simulation
MehrVoronoi Diagrams. Christian Wellenbrock. December 1, 2009
December 1, 2009 Das Voronoi Diagramm Problemstellung Gegeben: Menge der Zentren P = {p 1,..., p n } R 2 Das Voronoi Diagramm Problemstellung Gegeben: Menge der Zentren P = {p 1,..., p n } R 2 Gesucht:
Mehr5. Wie bringt man einen Vektor auf eine gewünschte Länge? Zuerst bringt man ihn auf die Länge 1, dann multipliziert man mit der gewünschten Länge.
1. Definition von drei Vektoren sind l.u. 2. Wie überprüft man 3 Vektoren mit Hilfe eines LGS auf lineare Unabhängigkeit? 3. Definition von Basis?... wenn sich der Nullvektor nur als triviale LK darstellen
MehrLineares Programmieren
Vorlesung Algorithmische Geometrie LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 03.05.2011 Nachtrag Art Gallery Problem Lässt sich der Triangulierungs-Algorithmus
MehrAlgorithmen und Datenstrukturen 1
Algorithmen und Datenstrukturen 1 6. Vorlesung Martin Middendorf / Universität Leipzig Institut für Informatik middendorf@informatik.uni-leipzig.de studla@bioinf.uni-leipzig.de Merge-Sort Anwendbar für
MehrQuadtrees und Meshing
Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 24.06.2014 Motivation: Meshing von Platinenlayouts Zur Simulation der Hitzeentwicklung
Mehr