Algoritmy pro manipulaci s velkými geometrickými daty

Ing. Jiří SKÁLA

Doctoral thesis

Algorithms for manipulating large geometric data

Abstract:

This thesis deals with manipulating huge geometric data in the field of computer graphics. The proposed approach uses a data stream technique to allow processing gigantic datasets that by far exceed the size of the main memory. The amount of data is hierarchically reduced by clustering and replacing each cluster by a representative. The input data is organised into a hierarchical structure which is stored on the hard disk. Particular clusters from various levels of the hierarchy can be loaded on demand. Such a multiresolution model provides an efficient access to the data in various resolutions. The Delaunay triangulation (either 2D or 3D) can be constructed to introduce additional structure into the data. The triangulation of the top level of the hierarchy (the lowest resolution) constitutes a coarse model of the whole dataset. The level of detail can be locally increased in selected parts by loading data from lower levels of the hierarchy. This can be done interactively in real time. Such a dynamic triangulation is a versatile tool for visualisation and maintenance of large geometric models. Further applications include local computations, such as height field interpolation, gradient estimation, and mesh smoothing. The algorithms can take advantage of a high local detail and a coarse context around. The method was tested on large digital elevation maps (digital terrain models) and on large laser scanned 3D objects, up to half a billion points. The data stream clustering processes roughly 4 million points per minute, which is rather slow, but it is done only once as a preprocessing. The dynamic triangulation works interactively in real time.

Abstract:

Tato disertační práce se zabývá manipulací s velkými geometrickými daty v oblasti počítačové grafiky. Navržený přístup používá data stream techniku. Ta dovoluje zpracovat obrovská data, jejichž objem výrazně překračuje velikost operační paměti. Množství dat je hierarchicky redukováno clusterováním (shlukováním). Každý cluster (shluk) je nahrazen reprezentantem. Vstupní data jsou zorganizována do hierarchické struktury, která je uložena na pevný disk. Jednotlivé clustery z různých úrovní hierarchie pak mohou být nahrávány podle potřeby. Vytvořený model ve více rozlišeních poskytuje efektivní přístup k datům v různých úrovních detailů. Pro zavedení další struktury do dat je možné zkonstruovat Delaunayho triangulaci (ve 2D nebo v 3D). Triangulace nejvyšší úrovně hierarchie (data v nejnižším rozlišení) představuje hrubý model celých dat. Množství detailů může být ve vybraných částech lokálně zvýšeno nahráním dat z nižších úrovní hierarchie. Lze to dělat interaktivně v reálném čase. Tato dynamická triangulace je všestranný nástroj pro vizualizaci a zacházení s velkými geometrickými modely. Další aplikace zahrnují lokální výpočty, jako např. interpolace nadmořské výšky, odhad gradientu nebo vyhlazování trojúhelníkové sítě. Algoritmy mohou využít lokálně velkou úroveň detailů a hrubý kontext v okolí. Metoda byla testována na velkých digitálních modelech terénu (digitální výškové mapy) a na velkých laserových scanech 3D objektů až do velikosti půl miliardy bodů. Datastreamové clusterování zpracuje přibližně 4 miliony bodů za minutu, což je poměrně pomalé, ale je to provedeno jen jednou jako předzpracování. Dynamická triangulace pracuje interaktivně v reálném čase.

Keywords

počítačová grafika, velká geometrická data, data stream, clusterování, Delaunayho triangulace, hierarchický model, model ve více rozlišeních

Language used: English

Date on which the thesis was submitted / produced: 25. 9. 2012

Accessible from:: 25. 9. 2012

Thesis defence

University of West Bohemia

Faculty of Applied Sciences

Doctoral programme / field:
Computer Science and Engineering / Computer Science and Engineering