• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 1
  • Tagged with
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
1

[en] FEATURE PRESERVING MESH SIMPLIFICATION BASED ON MARKOV GEOMETRIC DIFFUSION / [pt] SIMPLIFICAÇÃO DE MALHAS COM PRESERVAÇÃO DE FEIÇÕES BASEADA EM DIFUSÃO GEOMÉTRICA MARKOVIANA

LEANDRO CARLOS DE SOUZA 13 May 2013 (has links)
[pt] O uso de modelos computacionais baseados em malhas 3D se torna cada vez mais frequente em diversas áreas da computação como em jogos, animações e simuladores de realidade virtual, por exemplo. Entretanto, malhas que possuem uma grande quantidade de elementos exigem um alto poder computacional para serem manipuladas. A fim de resolver este problema são utilizados métodos de simplicação para reduzir o número de elementos, preservando a topologia que o modelo apresenta. Neste trabalho é introduzido um método de Difusão Geométrica Markoviana - difusão calculada na forma de probabilidades de transição e construída sobre um conjunto de pontos organizados geometricamente - aplicado na malha. Esse método combina uma estratégia baseada em uma Cadeia de Markov de base geométrica, que controla probabilisticamente o comportamento das normais na malha, com métodos de simplicação que são capazes de avaliar o impacto que a remoção de um elemento provoca na estrutura da malha. Métricas de avaliação são utilizadas para comparar o erro cometido em relação à malha original. / [en] Computational models based on 3D meshes are ubiquitous in are such as game, animations and virtual reality. However, very large data sets are frequently produced, e.g. by scanners 3D and fluid dynamics simulations, wich require high computer power to be handled. Mesh simplification tecniques, preserving the topology and the geometry of the mesh, are then implemented to bring the datea to a size suited to be used in such areas. In this work we introduce a new tecnique wich we call Markov Geometric Diffusion based on probability transition matrix tecniques and built upon a data set organized geometricallyas a mesh. This method puts together a strategy based on a geometrically constructed Markov chain, wich control, in a probabilistic way, a normal vector field to the mesh, with a simplification method capable of estimating the impact of element removal in the mesh structure. Several error evaluation metrics are used tocompare the error of the simplified mesh with the original one.

Page generated in 0.0246 seconds