Spelling suggestions: "subject:"adaptive isoflächenextraktion"" "subject:"adaptive isoflächenextration""
1 |
Adaptive Isoflächenextraktion aus großen VolumendatenHelbig, Andreas 15 November 2007 (has links) (PDF)
Aus besonders großen Volumendaten extrahierte Isoflächen besitzen eine kaum beherrschbare Anzahl an Polygonen, weshalb die Extraktion von adaptiven, also bezüglich einer geometrischen Fehlermetrik reduzierten, Isoflächen wünschenswert ist. Ein häufiges Problem gängiger adaptiver Verfahren ist, dass sie Datenstrukturen verwenden, die gerade für große Daten besonders viel Hauptspeicher benötigen und daher nicht direkt anwendbar sind. Nachdem auf die Grundlagen zur Isoflächenextration eingegangen wurde, wird im Rahmen dieser Diplomarbeit ein auf Dual Contouring basierendes Verfahren entworfen, das die adaptive Isoflächenextraktion aus sehr großen Volumendaten auch bei begrenztem Hauptspeicher mit einem zeitlich vertretbaren Aufwand erlaubt. Der verwendete Octree wird dazu nur implizit aufgebaut und temporär nicht benötigte Daten werden unter Nutzung von Out-of-core-Techniken in den Sekundärspeicher ausgelagert. Die verschiedenen Implementierungsansätze werden unter Berücksichtigung maximaler Effizienz verglichen. Die Tauglichkeit des Verfahrens wird an verschiedenen sehr großen Testdatensätzen nachgewiesen. / Isosurfaces that are extracted from massive volume data sets consist of a hardly processable amount of polygons. Hence adaptive isosurfaces should be extracted with respect to a geometric error metric. Popular adaptive methods frequently require an amount of memory that turns them unfeasible for large data sets. After dwelling on the fundamentals of isosurfaces, a dual contouring based method will be developed that allows for the extraction of adaptive isosurfaces from massive volume data sets. The required octree is built implicitly, and temporarily unneeded data is swapped out on a secondary storage using out of core techniques. Various implementation approaches will be discussed and compared concerning maximum efficiency. The suitability of the method will be demonstrated with various massive volume data sets.
|
2 |
Adaptive Isoflächenextraktion aus großen VolumendatenHelbig, Andreas 17 September 2007 (has links)
Aus besonders großen Volumendaten extrahierte Isoflächen besitzen eine kaum beherrschbare Anzahl an Polygonen, weshalb die Extraktion von adaptiven, also bezüglich einer geometrischen Fehlermetrik reduzierten, Isoflächen wünschenswert ist. Ein häufiges Problem gängiger adaptiver Verfahren ist, dass sie Datenstrukturen verwenden, die gerade für große Daten besonders viel Hauptspeicher benötigen und daher nicht direkt anwendbar sind. Nachdem auf die Grundlagen zur Isoflächenextration eingegangen wurde, wird im Rahmen dieser Diplomarbeit ein auf Dual Contouring basierendes Verfahren entworfen, das die adaptive Isoflächenextraktion aus sehr großen Volumendaten auch bei begrenztem Hauptspeicher mit einem zeitlich vertretbaren Aufwand erlaubt. Der verwendete Octree wird dazu nur implizit aufgebaut und temporär nicht benötigte Daten werden unter Nutzung von Out-of-core-Techniken in den Sekundärspeicher ausgelagert. Die verschiedenen Implementierungsansätze werden unter Berücksichtigung maximaler Effizienz verglichen. Die Tauglichkeit des Verfahrens wird an verschiedenen sehr großen Testdatensätzen nachgewiesen. / Isosurfaces that are extracted from massive volume data sets consist of a hardly processable amount of polygons. Hence adaptive isosurfaces should be extracted with respect to a geometric error metric. Popular adaptive methods frequently require an amount of memory that turns them unfeasible for large data sets. After dwelling on the fundamentals of isosurfaces, a dual contouring based method will be developed that allows for the extraction of adaptive isosurfaces from massive volume data sets. The required octree is built implicitly, and temporarily unneeded data is swapped out on a secondary storage using out of core techniques. Various implementation approaches will be discussed and compared concerning maximum efficiency. The suitability of the method will be demonstrated with various massive volume data sets.
|
Page generated in 0.1147 seconds