Viditelnost hlučných dat mračna

23 Aug 2:27 pm

 


Original: http://www.cs.unc.edu/~ravishm/robustPointVisibility_smi_10.html

Abstrakt:

Představujeme robustní algoritmus pro odhad viditelnosti z daného pohledu na bodové vrstvy obsahující concavities, nerovnoměrně rozložené vzorky a případně poškozené hlukem. Místo výkonu explicitní rekonstrukce povrchu na místech zřízených se viditelnost vypočteny na základě konstrukce zahrnující konvexní trup v duálním prostoru, nápad inspirovaný prací Katz et al. My odvodit teoretické hranice na chování metody v přítomnosti šumu a vydutí a pomocí derivace vyvinout robustní viditelnost algoritmus odhadu. Kromě toho, výpočetní viditelnost z řady hledisek adaptivně které umožňuje vytvářet místně konzistentní částečné rekonstrukce. Použití graf Na základě sbližování algoritmu pár takových přestaveb získat globálně konzistentní rekonstrukce. Testujeme naše metody na různých 2D a 3D bodu nastaví různou složitost a hluku obsah.

Výsledky:

(Viz níže) Porovnání viditelnosti výsledků původní HPR provozovatelem a robustní HPR operátor na mračna bodů z různých modelů s poškozenými uniformních náhodných odchylek ve směru normály (vyhlídky nejsou zobrazeny). Hluku okraje jak je uvedeno s dat se měří vzhledem k úhlopříčce délek jednotlivých původních okrajové hodnoty. Žluté body označují správně označené viditelných bodů, modré body označit ty mylně označeny jako viditelné (falešně pozitivních) a červené body označují ty, které jsou falešně označeny jako neviditelný (falešně negativní). Většina falešných body pro robustní lži HPR obsluhy u příslušných siluety. Negativních a pozitivních jsou označeny anotované vypočtené na základě jednoduchého z-bufferu viditelnost testu pomocí konektivitu (příslušné) originálních 3D modely.

(Viz níže) Výsledky Curve rekonstrukce pro body vzorku mimo jablka, motýl, krab, a delfínů modely s různými hluku částky a nerovnoměrného vzorkování. Pro ilustraci jsou k dispozici vzorové body také zobrazí v oranžové barvě v příslušných vložek. Středně hlučnost a vysokou hlučnost odpovídají uniformních náhodných odchylek v normálním směru, respektive o 1% a 2% úhlopříčné délky z původních ohraničujících krabic.

(Viz níže) výsledky rekonstrukce povrchu na různých modelech s využitím algoritmu 2. (Zleva doprava) a vzorku kotě model Igea tvář model s různou úrovní detailu, o matku a dítě, model, s úzkými funkce a velké díry, fandisk model, který obsahuje ostré funkcí křivky a hrany. Všimněte si, že zatímco state-of-the-art metody rekonstrukce povrchu zvládne takové vstupy stejně dobře nebo lépe, viditelnost na bázi rekonstrukce povrchu metoda je zajímavá tím, že spojuje dvě zdánlivě odlišné problémy v počítačové grafiky a výpočetní geometrie.

(Viz níže) Typické chování původního HPR a robustní HPR o surových skenovaných dat z daného pohledu (není zobrazen), se skrytými body v růžové a viditelné body žluté. Všimněte si, že hranice mezi viditelných i skrytých oblastí je ostrý s robustní HPR, což naznačuje několik nesprávnému. Při absenci pozemního pravdy, ukážeme AMLS + cocone založené na rekonstrukci a využití povrchu pro výpočet viditelnosti (levý sloupec) pro srovnání. Všimněte si, že výsledek má také chybné klasifikace. Jsme poukázat na některé oblasti, kde původní HPR jasně produkuje velké množství nesprávnému zařazení. Skener hluk parametr se stanovuje pomocí kalibračního letadlo

(Viz níže) Rekonstrukce výsledky pro bod nastavení z modelu Igea poškozeného s jednotným hluku ve smÏru velikosti 1% bounding boxu délky úhlopříčky. (Zleva doprava) Povrchová rekonstrukce původní bodová množina, bod set získat vyhlazení poškozený bod se zadanými připojení získané od původního operátora HPR a bodu sada získat vyhlazení poškozený bod se zadanými připojení získané od navrhovaného robustního HPR operátora. Jak v případě původního HPR a robustní HPR, abychom se vyhnuli prořezávání dlouhých hranami připojení grafů na základě prahových hodnot a heuristik. Vzhledem k dlouhé nesprávná připojení, střední model, degraduje kvůli vyhlazení. Vnitřní nebo zády trojúhelníky jsou v modré barvě.

BibTeX:

článek @ {mtsm_robustPointVisibility_smi_10,
title = Viditelnost hlučných dat mračna,
časopis = “Počítače a grafiky“,
author = Ravish Mehra a Pushkar Tripathi a Alla Sheffer a Niloy J. Mitra
volume = v tisku, Akceptované rukopis,
číslo = ,
pages = ,
year = “2010,
note = “”,
url = http://www.sciencedirect.com/science/article/B6TYG-4YMB660-1/2/eb083cf7f95ad4248c925f87e7348706
}

Comments are closed