Effiziente Modellierung und Bilderzeugung für komplexe Landschaften
Zusammenfassung der Projektergebnisse
In diesem Projekt sollen geometrische Beschreibungsformen für große virtuelle Landschaften mit extrem komplexen geometrischen Daten und deren Bilderzeugungsmethoden untersucht und evaluiert werden und eine geometrische Beschreibungsform gefunden werden, die die relevanten visuellen Informationen über das einzelne Objekt hinweg für ganze Bereiche speichert. Gleichzeitig soll der Bezug zurück zu dem einzelnen Objekt bestehen bleiben, sodass die Szene weiterhin effizient animiert und editiert werden kann. Hierfür sollen die relevanten visuellen Informationen für ganze Bereiche hierarchisch gespeichert und mit Level-of-Detail (LOD)-Verfahren so bearbeitet (ausgedünnt) werden, dass eine interaktive Darstellung möglich wird. In einem ersten Schritt wurden verschiedene Baummodelle aus unterschiedlichen Quellen (Internet, XFrag, Laubwerk, L-Systeme) selektiert, und auf eine gemeinsame Darstellungsform gebracht. Um eine Vielfalt von Baummodellen generieren zu können, wurde eine Methode entwickelt, welche zu einem gegebenen polygonalen Baummodell ein dazugehöriges prozedurales Modell bestimmt. Das ermöglicht aus nur einem Baummodell unterschiedliche, dennoch ähnliche Modelle zu generieren. Als nächstes wurde die Darstellung von Baummodellen durch Billboards untersucht. Um von der Darstellung einzelner Bäme hin zu einer Approximation eines Areals zu kommen, sind Billboards der nächstliegendste Schritt. Dazu wurde eine Methode entwickelt, die eine automatische Vereinfachung von polygonalen Baummodellen auf Basis von hierarchischen Billboard-Wolken beschreibt. Die Idee hier ist, dass ein durch ein Qualitätsmaß geleiteter Prozess die intrinsischen Eigenschaften eines Baumes berücksichtigt, wie z.B. die Verzweigungsstruktur und Verdeckung innerhalb eines Baumes. Stark verdeckte Bereiche eines Baumes lassen sich eher durch Billboards ersetzen, als welche, die eine höhere Sichtbarkeit haben. Die Ergebnisse haben gezeigt, dass unsere Methode im Vergleich zu bisherigen Arbeiten weniger Parameter benötigt und die geometrische Komplexität reduziert bei gleichbleibender visueller Qualität. Als Qualitätsmaß wurde der von uns entwickelte Ansatz verwendet und erweitert. Die Ergebnisse über die Evaluierung wurden veröffentlicht.
Projektbezogene Publikationen (Auswahl)
-
Adaptive Billboard Clouds for Botanical Tree Models. In: Peer reviewed proceedings of Digital Landscape Architecture 2014 at ETH Zürich. 2014, S. 274–282. isbn: 978-3-87907-530-0
Julian Kratt, Liviu Coconu, Tim Dapper, Jan Walter Schliep, Philip Paar und Oliver Deussen
-
Inverse Procedural Modelling of Trees. In: Computer Graphics Forum 33.6 (2017), S. 118–131
Ondrej Stava, Sören Pirk, Julian Kratt, Baoquan Chen, Radomir Měch, Oliver Deussen und Bedrich Benes
-
Geometric Shape Abstraction and Simplification. Dissertation. Universiät Konstanz, 2018
Julian Kratt
