The Ball Pivoting Algorithm (BPA) Michael H. Nguyen
|
|
- Ludo Kirchner
- vor 5 Jahren
- Abrufe
Transkript
1 The Ball Pivoting Algorithm (BPA) Michael H. Nguyen
2 Gliederung Einführung Typische 3D-Dokumentation(3D-Modelling-Pipeline) Anwendungsbeispiele (Archäologie, Bauforschung, Denkmalpflege) Angestrebtes Ziel d. BPA Grundlagen/Begriffsdefinitionen Interpolation Meshing(allg.)... Der Algorithmus (BPA) Sprachl. Beschreibung des Algorithmus Implementation Beispiele Fazit (Vor- und Nachteile des BPA) Quellen
3 Einführung Typische 3D-Dokumentation(3D-ModellingPipeline) Scanning (Stereographic-System oder LaserRange Scanner) Data Registration (Anpassung mehrerer Abtastungsresultate einem Koordinatensystem) Data Integration (Ball Pivoting) Model Conversion (Mesh decimation/optimization)
4 3D-modeling pipeline Scanning-Phase Klassische Messkammern Analoge und digitale Rotationskamera
5 3D-modeling pipeline 3D-to-3D Registration Aligned meshes (Anpassung) Range Image Acquisition Meshing Remove redundancy Single Mesh Quelle: Ioannis Stamos
6 Anwendungsbeispiele Quelle: IEEE Xplore
7 Angestrebtes Ziel Nicht-Ebene-Objekte und Freiformoberflächen 3-Dimensional dokumentieren Die Stärken der bisherigen Methoden (AlphaShapes) zu nutzen mit einer Linearen Zeitkomplexität (Zeit- und Speicherbedarf) Robusten Algorithmus
8 Grundlagen/Begriffsdefinitionen Punktwolke: Unter einer Punktwolke wird in diesem Zusammenhang eine Menge ungeordneter Koordinaten (3-stellige Wertetupel) beschrieben, die Positionen oder Punkte im euklidischen R³ repräsentieren. Diese Punkte bilden eine Teilmenge der Oberfläche eines dreidimensionalen Objektes.
9 Grundlagen/Begriffsdefinitionen Range Image = Eine Menge von 3DPunkten Interpolation (Wiki)= Zu gegebenen diskreten Daten (z. B. Messwerten) soll eine kontinuierliche Funktion (die sogenannte Interpolante oder Interpolierende) gefunden werden, die diese Daten abbildet. Man sagt dann, die Funktion interpoliert die Daten.
10 Grundlagen/Begriffsdefinitionen Stückweise durchgeführte lineare Interpolation und Interpolationspolyno m 7. Grades
11 Grundlagen/Begriffsdefinitionen BPA (allg) ist ein Algorithmus (erstmal vorgestellt in Bernardini et al. '99), BPA erzeugt mit Hilfe einer Kugel ein Dreiecksnetz aus einer Punktwolke, bei der die Oberflächennormalen zu jedem Punkt bekannt sind.
12 Grundlagen/Begriffsdefinitionen Interpolationstechniken Sculpting-based (3D-Delaunay-Triangulation) Region-growning (BPA)
13 Der Algorithmus (BPA) Zu jeder Randkante eines Startdreieck wird eine gedachte Kugel gebildet, die einem festen Radius r besitzt diese Kugel rotiert nun um die Kante und streift dabei einen Punkt der Punktwolke. Ob sich dieser Punkt nun zur Erzeugung eines Dreieck eignet, wird bei einem Vergleich der Normale mit der Normale der Kantenendpunkte ermittelt.
14 Der Algorithmus (BPA)
15 BPA (in 2D)
16 BPA Input: 3D-Punkten (Punktwolke) und Oberflächennormalen von Range-Images Output: Dreiecksnetz (Triangular mesh)
17 BPA-Preprocessing Um die möglichen Schnittpunkte mit dieser Kugel schnell finden zu können, wird die Punktwolke in einem Vorverarbeitungsschritt in ein dreidimensionales Zellraster der Kantenlänge 2r einsortiert. Vorteil des Zellrasters: konstanter Zugriff auf die Punkten
18 Räumlicher Datensatz y-axis r r Schnelle Suche der Punkten mit dem KreisRaidus r [9 in diesem Bild 27 in 3D x-axis
19 Implentierung des BPAs Front F repräsentiert die Sammlung von verketteten Listen, die Kanten beinhalten (dynamische Datenstrukturen) Implementierung der Punkte mit Hilfe einer verketteten Liste (diese werden mit bucketsort organisiert) Vorteile :???
20 Vorteile d. Dynamischen Datenstruktur (BPA) Datenstruktur, die während ihrer Laufzeit geändert werden kann (vgl. Arrays) Einfache Überprüfung, ob der Punkt oder die Kante schon benutzt worden ist
21 Auswahl des Dreiecks (seedselection) Wähle einen Punkt P1, der noch nicht benutzt wurde Prüfe ob die Punkten P2 und P3 in der Nachbarschaft von P1 liegen Bilde ein Dreieck mit P1,P2,P3 (Triangulierung) Überprüfen der Oberflächennormalen der Punkten Teste ob eine Kugel mit einem Radius r alle 3 Punkte berührt (!! nur diese 3) Stoppe, wenn das gültige Dreieck gefunden wurde
22 Ball-Pivoting Starte mit einem Dreieck (Pi, Pj, Po) und einer Kugel mit dem Radius r e(i,j) = die Pivoting Kante (aktive) Das Pivoting ist praktisch gesehen eine kontinuierliche Bewegung der Kugel, dabei muss d. Kugel stets Pi und Pj berühren Wärend d. Bewegung kann die Kugel einen neuen Punkt Pk berühren => neues Dreieck (Pi,j,k) Falls die Kugel keinen neuen Punkt berührt, dann wird die Kante als boundary markiert
23 Implentierung des BPAs Edge (Pi, Pj) Edge: Active, Boundary, or Frozen Pj Pi c Po
24 Beispiel Active edge Punkt aus Front-F
25 Beispiel Active edge Punkte aus fron-f Kugel dreht sich (pivoting) um die active Kante
26 Beispiel Active edge Punkte aus front-f
27 Beispiel Active edge Punkte aus front-f
28 Beispiel Active edge Punkte aus front-f
29 Beispiel Active edge Punkte aus F Interner Punkt
30 Beispiel Boundary edge Active edge Punkte aus F Interner Punkt (intenal point) Ball pivoting around active edge No pivot found
31 Beispiel Boundary edge Active edge Point on front Internal point
32 Implentierung des BPAs Boundary edge Points in frozen region Frozen edge Active Kante Ball pivoting around active edge Punkte aus front-f Internal point
33 Beispiel 13 Punkten (P1, ) 4 voxels (V0, ) 11 Kanten (E1, ) Two loops: L1, L2
34 Noisy data
35 Skelett eines BPAs
36 Join & Clue Operationen Zur Generierung des Dreiecks und Modifikation der front-f
37 Join & Clue Operationen Sei Pk ein von der Kugel erfasste Punkt(not_used/not in mesh): Triangulierung der Punkten Pi, Pj, Pk e(pi,pj) wird aus front-f entfernt und e(pi,pk) + e(pk,pj) hinzugefügt
38 Join & Clue Operationen Sei Pk ein von der Kugel erfasste Punkt, der ein Teil von mesh ist: 1.Fall Pk ist ein interner Punkt (internal point) keine Triangulierung der Punkten Pi, Pj, Pk e(pi,pj) wird als boundary markiert 2.Fall Pk ist ein Punkt aus front-f Überprüfung der Oberflächennormalen Ausführen der join-operation und gibt ein neues Dreieck(Pi,Pk,Pj) aus Problem: Theoretisch könnte 1-2 Kanten mit entgegengesetzter Richtungen hinzugefügt werden Lösung: clue-operation entfernt diese Kanten wieder aus front-f
39 Join & Clue Operationen einfaches Beispiel: wenn e(pi,pk) durch join-operation in F hinzugefügt wurde Und e(pk,pi) E front-f dann werden e(pi,pk) und e(pk,pi) durch clue wieder entfernt
40 Out-of-Core Datenregionen in Slices aufzuteilen EffizientSteigerung(Speicher) Kein limit in size of input erforderlich Für größere Scans zwingend erforderlich (aufgrund der beschränkten Hardware)
41 Fazit Vorteile: Effizienter und Robuster Algorithmus Models scenes of any geometric type Models scenes of any size (out of core) Flexibel: Größere Kugel: grob(kleinere Objekte) Kleinere Kugel: schärfer, mehr details (größere Objekte) Nachteile: Kugel-Radius r passt sich nicht an die lokale Dichte Empfindlich gegen ungenauer/verfälschte Oberflächennormale/Daten (noisy data) Lücken (holes) können dadurch entstehen kleinere Lücken deuten auf ungenaueren Oberflächennormalen oder unterschiedliche Dichte hin größere = fehlende/fehlerhafte Daten Ein hole-filling-algorithm ist zwingend erforderlich
42 Beispiel
43 Beispiele
44 Beispiele
45 Beispiele
46 Quellen/Literatur The Ball-Pivoting Algorithm for Surface Reconstruction(Bernardini) The Ball Pivoting Algorithm Vortrag von Ioannis Stamos A Topological Framework for Advancing Front Triangulation Von ESDRAS MEDEIROS, LUIZ VELHO, HELIO LOPES Von Punktwolken zu Dreiecksnetzen Diplomarbeit von Stefan Preuß Universität Karlsruhe (TH)
Seminar How to make a PIXAR movie
Seminar How to make a PIXAR movie Übersicht Punktwolken Volumenmodelle Oberflächenmodelle Polygonmodelle Parametrische Oberflächen Subdivision Surfaces Punktwolken Punktwolke: eine Menge ungeordneter kartesischer
5. Gitter, Gradienten, Interpolation Gitter. (Rezk-Salama, o.j.)
5. Gitter, Gradienten, Interpolation 5.1. Gitter (Rezk-Salama, o.j.) Gitterklassifikation: (Bartz 2005) (Rezk-Salama, o.j.) (Bartz 2005) (Rezk-Salama, o.j.) Allgemeine Gitterstrukturen: (Rezk-Salama, o.j.)
Modellierung. Oliver Hartmann
Modellierung Oliver Hartmann oliver.hartmann@uni-ulm.de Inhalt Boolesche Operationen Splines B-Splines Bezier-Kurven NURBS Anwendung Sculpting Volumengrafik Marching Cubes Ray Casting Texture Mapping Boolesche
Algorithmik 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
Theoretische Informatik 1 WS 2007/2008. Prof. Dr. Rainer Lütticke
Theoretische Informatik 1 WS 2007/2008 Prof. Dr. Rainer Lütticke Inhalt der Vorlesung Grundlagen - Mengen, Relationen, Abbildungen/Funktionen - Datenstrukturen - Aussagenlogik Automatentheorie Formale
Vorlesung Datenstrukturen
Vorlesung Datenstrukturen Graphdarstellungen Maike Buchin 0.6.017 Graphen Motivation: Graphen treten häufig als Abstraktion von Objekten (Knoten) und ihren Beziehungen (Kanten) auf. Beispiele: soziale
Grundlagen 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
Übung 13 Algorithmen II
Michael Axtmann michael.axtmann@kit.edu http://algo2.iti.kit.edu/algorithmenii_ws16.php - 0 Axtmann: KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft
Geradenarrangements 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
Scene Reconstruction with Multiple View Geometry
Scene Reconstruction with Multiple View Geometry Anwendungen 2 16.06.2010 Nikolaus Rusitska nikolausrusitska@gmx.de Inhalt Rückblick Techniken Related Work Fazit 1 Rückblick Techniken Related Work Fazit
Geradenarrangements 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
Geometrische 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
Algorithmische 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
Marching 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
Vorlesung 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
Geradenarrangements 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
Quadtrees 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
Quadtrees 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
Quadtrees 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
Algorithmische Methoden zur Netzwerkanalyse
Algorithmische Methoden zur Netzwerkanalyse Prof. Dr. Henning Meyerhenke Institut für Theoretische Informatik 1 KIT Henning Universität desmeyerhenke, Landes Baden-Württemberg Institutund für Theoretische
Geometrische 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
Geometrische 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
Linien- / Flächenfindung in Bildern der PMD-3D-Kamera. Hochschule für Technik und Wirtschaft Dresden
Linien- / Flächenfindung in Bildern der PMD-3D-Kamera Angelos Drossos Marius Vopel Christian Lenke Hochschule für Technik und Wirtschaft Dresden Fakultät Informatik / Mathematik Fachgebiet Künstliche Intelligenz
Einführung in die Informatik: Programmierung und Software-Entwicklung, WS 11/12 1. Kapitel 11. Listen. Listen
Einführung in die Informatik: Programmierung und Software-Entwicklung, WS 11/12 1 Kapitel 11 Einführung in die Informatik: Programmierung und Software-Entwicklung, WS 11/12 2 Ziele Implementierungen für
(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
Automatisch-generierte Texturen aus Laserpunktwolken
Automatisch-generierte Texturen aus Laserpunktwolken Sharon Friedrich, Maik Häsner Ruprecht-Karls-Universität Heidelberg Interdisziplinäres Zentrum für wissenschaftliches Rechnen (IWR) Softwarepraktikum
Vorlesung 4: DATENSTRUKTUREN UND ALGORITHMEN
Vorlesung 4: DATENSTRUKTUREN UND ALGORITHMEN 107 Wiederholung zur Speicherhierarchie! EM- bzw. I/O-Modell: Übergang der Ebenen universell! Blockweise Abarbeitung unter Ausnutzung von Lokalität Chip On-/off-Chip,
Master Seminar How to make a PIXAR Movie Modeling
Master Seminar How to make a PIXAR Movie Modeling Michael Hingel 10. Februar 2011 Zusammenfassung: In dem Vortrag Modeling und der dazugeho rigen Ausarbeitung werden die verschiedenen Repra sentationsmo
Grundlagen: Algorithmen und Datenstrukturen
Grundlagen: Algorithmen und Datenstrukturen Prof. Dr. Hanjo Täubig Lehrstuhl für Effiziente Algorithmen (Prof. Dr. Ernst W. Mayr) Institut für Informatik Technische Universität München Sommersemester 2010
Kapitel 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
Titelmaster. Geodätische Woche. 3-D Phase Unwrapping Algorithmen zur Lösung der Phasenmehrdeutigkeiten in D-InSAR Stapeln
Titelmaster Geodätische Woche 3-D Phase Unwrapping Algorithmen zur Lösung der Phasenmehrdeutigkeiten in D-InSAR Stapeln Sebastian Walzog, Ina Loth, Lutz Roese-Koerner, Wolf-Dieter Schuh Institut für Geodäsie
Algorithmische 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
3. 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
Quadtrees 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
Übung 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
Voronoi Diagrams, Delaunay Triangulations and Alpha Shapes Nils Kubera (6kubera)
Voronoi Diagrams, Delaunay Triangulations and Alpha Shapes 12.11.2008 Nils Kubera 5886728 (6kubera) Inhalt Einleitung Algorithmen zur Generierung Beschränkungen Aktualität Quellen Inhalt Einleitung Algorithmen
{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,
Übungsblatt 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
Einführung in die Informatik: Programmierung und Software-Entwicklung, WS 16/17. Kapitel 13. Listen. Listen 1
Kapitel 13 Listen Listen 1 Ziele Implementierungen für Listen kennenlernen Einfach verkettete und doppelt verkettete Listen verstehen Listen-Implementierungen in der Java-Bibliothek kennenlernen Durch
Einführung in die Informatik: Programmierung und Software-Entwicklung, WS 15/16. Kapitel 12. Listen. Listen 1
Kapitel 12 Listen Listen 1 Ziele Implementierungen für Listen kennenlernen Einfach verkettete und doppelt verkettete Listen verstehen Listen-Implementierungen in der Java-Bibliothek kennenlernen Durch
Parallele 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
Reihungen. Martin Wirsing. in Zusammenarbeit mit Michael Barth, Fabian Birzele und Gefei Zhang
Reihungen Martin Wirsing in Zusammenarbeit mit Michael Barth, Fabian Birzele und Gefei Zhang http://www.pst.informatik.uni-muenchen.de/lehre/ws0506/infoeinf/ WS 05/06 2 Ziele Die Datenstruktur der Reihungen
Algorithmische 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.
Darstellungsarten 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
Einführung in die STL
Einführung in die STL Fimberger Lucia lfimberg@cosy.sbg.ac.at Nidetzky Marion mnidetzk@cosy.sbg.ac.at Was ist die STL? Abkürzung für Standard Template Library Eine generische Bibliothek Ist kaum objektorientiert,
Fallstudie: Online-Statistik
Fallstudie: Online-Statistik Ziel: Klasse / Objekt, welches Daten konsumiert und zu jeder Zeit Statistiken, z.b. Mittelwert, Varianz, Median (etc.) ausgeben kann Statistics s = new Statistics(maxSize);...
Cell Decomposition & Potential Field
Seminar EXRPR Cell Decomposition & Potential Field Gruppe 2: Thomas Janu Martin Koch Adrian J. Merkl Matthias Schneider Cell Decomposition & Potential Field 20.06.2005 Gruppe 2 Gliederung (1) 1.Cell Decomposition
Übung 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:
Abschnitt 10: Datenstrukturen
Abschnitt 10: Datenstrukturen 10. Datenstrukturen 10.1Einleitung 10.2 Peer Kröger (LMU München) Einführung in die Programmierung WS 16/17 829 / 867 Einleitung Überblick 10. Datenstrukturen 10.1Einleitung
Schwerpunkte. Verkettete Listen. Verkettete Listen: 7. Verkettete Strukturen: Listen. Überblick und Grundprinzip. Vergleich: Arrays verkettete Listen
Schwerpunkte 7. Verkettete Strukturen: Listen Java-Beispiele: IntList.java List.java Stack1.java Vergleich: Arrays verkettete Listen Listenarten Implementation: - Pascal (C, C++): über Datenstrukturen
7. Verkettete Strukturen: Listen
7. Verkettete Strukturen: Listen Java-Beispiele: IntList.java List.java Stack1.java Version: 4. Jan. 2016 Vergleich: Schwerpunkte Arrays verkettete Listen Listenarten Implementation: - Pascal (C, C++):
Reihungen. Prof. Dr. Christian Böhm. In Zusammenarbeit mit Gefei Zhang. WS 07/08
Reihungen Prof. Dr. Christian Böhm In Zusammenarbeit mit Gefei Zhang http://www.dbs.ifi.lmu.de/lehre/nfinfosw WS 07/08 2 Ziele Die Datenstruktur der Reihungen verstehen: mathematisch und im Speicher Grundlegende
Algorithmen I. Sascha Witt Institut für Theoretische Informatik Web: https://crypto.iti.kit.edu/index.php?id=799
Algorithmen I Sascha Witt 10.05.2017 Institut für Theoretische Informatik Web: https://crypto.iti.kit.edu/index.php?id=799 (Folien von Peter Sanders) KIT Institut für Theoretische Informatik 1 Erinnerung
Übungsklausur Algorithmen I
Jun.-Prof. Hofheinz, Jun.-Prof. Meyerhenke (ITI, KIT) 08.06.2015 Übungsklausur Algorithmen I Aufgabe 1. (Algorithm Engineering) Nennen Sie zwei Konzepte, die Algorithm Engineering im Gegensatz zu theoretischer
Hallo 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
Visualisierung 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
Datenstrukturen und Algorithmen SS07
Datenstrukturen und Algorithmen SS0 Datum:.6.200 Michael Belfrage mbe@student.ethz.ch belfrage.net/eth Programm von Heute Minimaler Spannbaum (MST) Challenge der Woche Fibonacci Heap Minimaler Spannbaum
Geometrische Algorithmen Voronoi-Diagramme. Lernmodul 7: Geo-Algorithmen und -Datenstrukturen - Voronoi-Diagramme
Folie 1 von 32 Geometrische Algorithmen Voronoi-Diagramme Folie 2 von 32 Voronoi-Diagramme Übersicht Problemstellung Animation zur Konstruktion eines Voronoi-Diagramms Definition, Eigenschaften eines Voronoi-Diagramms
Seminar. 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
Übung Algorithmen und Datenstrukturen
Übung Algorithmen und Datenstrukturen Sommersemester 2017 Marc Bux, Humboldt-Universität zu Berlin Agenda 1. (Sortierte) Listen 2. Stacks & Queues 3. Datenstrukturen 4. Rekursion und vollständige Induktion
6. Verkettete Strukturen: Listen
6. Verkettete Strukturen: Listen 5 K. Bothe, Inst. f ür Inf., HU Berlin, PI, WS 004/05, III.6 Verkettete Strukturen: Listen 53 Verkettete Listen : Aufgabe Vergleich: Arrays - verkettete Listen Listenarten
Ferienkurs zur algorithmischen diskreten Mathematik Kapitel 1: Grundlagen der algorithmischen Graphentheorie
Ferienkurs zur algorithmischen diskreten Mathematik Kapitel 1: Grundlagen der algorithmischen Graphentheorie Dipl-Math. Wolfgang Kinzner 2.4.2012 Kapitel 1: Grundlagen der algorithmischen Graphgentheorie
Seminar. Algorithmische Geometrie
Seminar Algorithmische Geometrie WS 2000/2001 Thema: Konvexe Hülle Mirko Dennler 21439 Inhaltsverzeichnis Konvexe Hülle 1. Problemstellung 3 2. GRAHAMS SCAN 4-5 3. JARVIS' MARCH 5-6 4. QUICK HULL 6-7 5.
Vorlesung Datenstrukturen
Vorlesung Datenstrukturen Lineare Listen (1) Einfach verkettete Listen Dr. Frank Seifert Vorlesung Datenstrukturen - Sommersemester 2016 Folie 148 Wiederholung Felder Vorteil Der Zugriff auf ein beliebiges
Seminar Algorithmen für planare Graphen
Seminar Algorithmen für planare Graphen Reinhard Bauer, Marcus Krug, Ignaz Rutter, Dorothea Wagner Universität Karlsruhe (TH) Institut für Theoretische Informatik Lehrstuhl Algorithmik I 24. Oktober 2008
Einleitung. Komplexe Anfragen. Suche ist teuer. VA-File Verfeinerungen. A0-Algo. GeVAS. Schluß. Folie 2. Einleitung. Suche ist teuer.
Anwendung Input: Query-Bild, Ergebnis: Menge ähnlicher Bilder. Kapitel 8: Ähnlichkeitsanfragen und ihre effiziente Evaluierung Wie zu finden? Corbis, NASA: EOS Bilddatenbank Folie Folie 2 Ähnlichkeitssuche
12.3 Ein Datenmodell für Listen
Zweiter Versuch: Wir modellieren ein Element der Liste zunächst als eigenständiges Objekt. Dieses Objekt hält das gespeicherte Element. Andererseits hält das Element- Objekt einen Verweis auf das nächste
G. Zachmann Clausthal University, Germany Die wichtigsten Entwurfsverfahren für Algorithmen:
lausthal Informatik II Divide & onquer. Zachmann lausthal University, ermany zach@in.tu-clausthal.de Algorithmen-Design-Techniken Die wichtigsten Entwurfsverfahren für Algorithmen: 1. Divide and onquer
Übungen zur Vorlesung Algorithmische Geometrie
Prof. Dr. E. Wanke Düsseldorf, 22. Juni 2016 S. Hoffmann, M.Sc. Übungen zur Vorlesung Algorithmische Geometrie Hinweise Programmieraufgaben: Alle vorgeschlagenen Programmieraufgaben können Sie in einer
Kapitel 5: Dynamisches Programmieren Gliederung
Gliederung 1. Grundlagen 2. Zahlentheoretische Algorithmen 3. Sortierverfahren 4. Ausgewählte Datenstrukturen 5. Dynamisches Programmieren 6. Graphalgorithmen 7. String-Matching 8. Kombinatorische Algorithmen
Bereichsabfragen II. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie
Vorlesung Algorithmische Geometrie LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 17.07.2012 Objekttypen in Bereichsabfragen y0 y0 y x x0 Bisher
Übungsklausur Algorithmen I
Name: Vorname: Matrikelnr.: Tutorium: Jun.-Prof. Hofheinz, Jun.-Prof. Meyerhenke (ITI, KIT) 08.06.2015 Übungsklausur Algorithmen I Aufgabe 1. (Algorithm Engineering) [2 Punkte] Nennen Sie zwei Konzepte,
Featurebasierte 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
Packalgorithmen für quaderförmige Objekte. Ilia Belozerov
Packalgorithmen für quaderförmige Objekte Ilia Belozerov 1. Motivation 2. Definitionen und Sätze 3. Exakte Lösungsverfahren 4. Heuristische Methoden 5. Vergleich der Heuristiken Übersicht Bedeutung von
für n-elementige Punktmenge jedenfalls Ω(n log n), da mit VD die konvexe Hülle in linearer Zeit bestimmbar.
Konstruktion des Voronoi-Diagramms Untere Schranke für den Zeitaufwand: für n-elementige Punktmenge jedenfalls Ω(n log n), da mit VD die konvexe Hülle in linearer Zeit bestimmbar. Wenn man die n Punkte
2. Ein abstraktes Geo-Datenmodell
2 Ein abstraktes Geo-Datenmodell 1 Was soll modelliert werden? 2 Spatial Data Types 3 Integration in das relationale Datenmodell Geo-Informationssysteme 24 21 Was soll modelliert werden? Einzelne Objekte
Computergrafik Universität Osnabrück, Henning Wenke,
Computergrafik Universität Osnabrück, Henning Wenke, 2012-05-14 Kapitel V: Modeling Transformation & Vertex Shader 5.1 Vertex Definitionen: Vertex Vertex Computergrafik Mathematischer Punkt auf einer Oberfläche
häufige Aufgabe Motivation: Approximation komplizierter Geometrien durch einfachere Dreiecke oft effizienter zu bearbeiten als Polygone
Triangulierung häufige Aufgabe Motivation: Approximation komplizierter Geometrien durch einfachere Dreiecke oft effizienter zu bearbeiten als Polygone Problemstellung 1: Gegeben: ein einfaches Polygon
Topological Fisheye Views for Visualizing Large Graphs
Topological Fisheye Views for Visualizing Large Graphs Emden R. Gansner, Yehuda Koren, Stephen C. North Stefan Altmayer 11. Dezember 2014 KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum
Graphdurchmusterung, Breiten- und Tiefensuche
Prof. Thomas Richter 18. Mai 2017 Institut für Analysis und Numerik Otto-von-Guericke-Universität Magdeburg thomas.richter@ovgu.de Material zur Vorlesung Algorithmische Mathematik II am 18.05.2017 Graphdurchmusterung,
Polygon Triangulation. robot.scr. "Art Gallery Problem" Sichtbarkeitspolygon. Algorithmische Geometrie - SS 99 - Th. Ottmann
Polygon Triangulation "Art Gallery Problem" Sichtbarkeitspolygon robot.scr Triangulation simpler Polygone P w v u Satz: Triangulation existiert und besitzt n-2 Dreiecke Bew.: Induktion über n> 3. Suche
Boolesche Operationen und lokale Manipulationen
1 Boolesche Operationen und lokale Manipulationen Mit Hilfe Boolescher Operatoren werden komplexe Körper aus Instanzen generischer Grundkörper konstruiert.. Grundkörper Aus den Grundkörpern erzeugter Körper
Kontinuierliche Echtzeit 3D-Modell Erfassung
Kontinuierliche Echtzeit 3D-Modell Erfassung Im Kontext von kollaborativen Mixed-Reality-Anwendungen Iwer Petersen HAW Hamburg Fakultät TI, Dept. Informatik 19. Juni 2014 I. Petersen (MInf HAW Hamburg)
Algorithmische Geometrie 4. Schnitte planarer Unterteilungen
Algorithmische Geometrie 4. Schnitte planarer Unterteilungen JProf. Dr. Heike Leitte Computergraphik und Visualisierung Inhaltsverzeichnis 1. Einführung 2. Konvexe Hülle 3. Schnitte von Liniensegmenten
Oberflächenrepräsentationen Kontinuierliche Kurven Bezier-Kurven. Freiformflächen. Diskret
Oberflächenrepräsentationen Kontinuierliche Kurven Bezier-Kurven Thomas Jung Freiformflächen NURBS Die Modellierung von Objekten erfordert die geeignete Repräsentation der Oberfläche Je nach Anforderung
Bereichsabfragen II. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie
Vorlesung Algorithmische Geometrie LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 17.07.2012 Objekttypen in Bereichsabfragen y0 y x x0 Bisher
Algorithmen I - Tutorium 28 Nr. 3
Algorithmen I - Tutorium 28 Nr. 3 18.05.2016: Spaß mit Listen, Arrays und amortisierter Analyse Marc Leinweber marc.leinweber@student.kit.edu INSTITUT FÜR THEORETISCHE INFORMATIK (ITI), PROF. DR. JÖRN
Algorithmen und Datenstrukturen
Algorithmen und Datenstrukturen 11. Übung Verkettete Listen, Sortieren Insertionsort, Mergesort, Radixsort, Quicksort Clemens Lang Übungen zu AuD 19. Januar 2010 Clemens Lang (Übungen zu AuD) Algorithmen
18. Natürliche Suchbäume
Wörterbuchimplementationen 1. Natürliche Suchbäume [Ottman/Widmayer, Kap..1, Cormen et al, Kap. 12.1-12.] Hashing: Implementierung von Wörterbüchern mit erwartet sehr schnellen Zugriffszeiten. Nachteile
Ein sortiertes Feld kann in O(log n) durchsucht werden, z.b. mit Binärsuche. Der Algorithmus 1 gibt den Pseudocode der binären Suche an.
2.5 Suchen Eine Menge S will nach einem Element durchsucht werden. Die Menge S ist statisch und S = n. S ist Teilmenge eines Universums auf dem eine lineare Ordnung definiert ist und soll so gespeichert
Algorithmen und Datenstrukturen
Algorithmen und Datenstrukturen B4. Priority Queues und Heaps Marcel Lüthi and Gabriele Röger Universität Basel 28. März 2018 Einführung Kollektion von Elementen Grundlegende Operationen sind Einfügen
12. 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"
Karlsruher Institut für Technologie Institut für Theoretische Informatik. Übungsklausur Algorithmen I
Vorname: Karlsruher Institut für Technologie Institut für Theoretische Informatik Prof. Jörn Müller-Quade 21.06.2017 Übungsklausur Algorithmen I Aufgabe 1. Kleinaufgaben 8 Punkte Aufgabe 2. Hashing 6 Punkte
Computer graphics. Triangulierung. Dr. Ernst Kruijff. Institute of Visual Computing 3DMi group Bonn-Rhein-Sieg University of Applied Sciences.
Computer graphics Triangulierung Dr. Ernst Kruijff Institute of Visual Computing 3DMi group Bonn-Rhein-Sieg University of Applied Sciences 3 Dm group smatherma0er Sources Gabriel Zachmann, Vorlesung Computergrafik,
3D-Oberflächen-Rekonstruktion und plastisches Rendern aus Bilderserien
plastisches Rendern aus Bilderserien Sebastian Schäfer Carsten Heep Detlef Krömker Unterstüzung: Thomas Lehmann Krister Smith Naturmuseum Senckenberg Übersicht Motivation & Problemstellung Verfahren Anforderungen
3.5 Methode des gleitenden Horizonts
3.5 Methode des gleitenden Horizonts Für Flächen die durch eine Gleichung F (x, y, z) = 0 gegeben sind, lässt sich die Methode des gleitenden Horizonts anwenden. Dabei werden die sichtbaren Teile der Schnitte