Procedural content generation is a common way to create model resources in the computer graphics area. It is beneficial for generating large-scale models such as buildings, forests, etc. This project focus on the generation of the urban forest, which is a case often overlooked. The placement of trees is vital for the realism of a procedurally generated scene. After analyzing the advantages and limits of current studies, the project proposes a novel system with a placement algorithm for generating forests in city areas. The system first takes a satellite image as the input and outputs a marked image. Then a placement algorithm is designed specifically for generating trees in the marked part of the image. To make the distribution more realistic, the placement algorithm combines regularity and scalable randomness with adjustable parameters including jittered range, rejection number, and cluster ratio. The system is validated by a perceptual user study and quantitative evaluation. In both experiments, the designed placement algorithm is compared with 3 other baseline algorithms (regular, random, and boundary algorithm) in 4 different map layouts. The user study is a perceptual experiment that utilized 2-AFC methods to test the effectiveness of the system and investigate how the parameters contribute to realism. The results come from 30 participants in total. The quantitative evaluation compared the distance between certain algorithms and a manually-crafted scene based on real images. The results show that randomness (controller by the parameter jittered range) is the top factor that contributes to the perceived realism of urban forests. Participants also tend to base their perception on the specific map layout. Besides, the clustering of trees (controller by the parameter cluster ratio) also increases the realism of the scene. The system is able to efficiently generate urban forests, but the realism of the results depends on the map and parameters of the algorithm. / Generering av procedurinnehåll är ett vanligt sätt att skapa modellresurser inom datorgrafikområdet. Det är fördelaktigt för att generera storskaliga modeller som byggnader, skogar etc. Detta projekt fokuserar på genereringen av den urbana skogen, vilket är ett fall som ofta förbises. Placeringen av träd är avgörande för realismen i en processuellt genererad scen. Efter att ha analyserat fördelarna och begränsningarna med nuvarande studier, föreslår projektet ett nytt system med en placeringsalgoritm för att generera skog i stadsområden. Systemet tar först en satellitbild som ingång och matar ut en markerad bild. Sedan är en placeringsalgoritm utformad specifikt för att generera träd i den markerade delen av bilden. För att göra fördelningen mer realistisk kombinerar placeringsalgoritmen regelbundenhet och skalbar slumpmässighet med justerbara parametrar, inklusive jitterområde, avvisningsnummer och klusterförhållande. Systemet valideras genom en perceptuell användarstudie och kvantitativ utvärdering. I båda experimenten jämförs den designade placeringsalgoritmen med 3 andra baslinjealgoritmer (vanlig, slumpmässig och gränsalgoritm) i 4 olika kartlayouter. Användarstudien är ett perceptuellt experiment som utnyttjade 2-AFC-metoder för att testa systemets effektivitet och undersöka hur parametrarna bidrar till realism. Resultaten kommer från totalt 30 deltagare. Den kvantitativa utvärderingen jämförde avståndet mellan vissa algoritmer och en manuellt framställd scen baserad på verkliga bilder. Resultaten visar att slumpmässighet (kontrolleras av parametern jitter range) är den främsta faktorn som bidrar till den upplevda realismen i urbana skogar. Deltagarna tenderar också att basera sin uppfattning på den specifika kartlayouten. Dessutom ökar klustringen av träd (kontrolleras av parametern klusterförhållande) också scenens realism. Systemet kan effektivt generera urbana skogar, men realismen i resultaten beror på kartan och parametrarna för algoritmen.
Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-321367 |
Date | January 2022 |
Creators | Cheng, Bosen |
Publisher | KTH, Skolan för elektroteknik och datavetenskap (EECS) |
Source Sets | DiVA Archive at Upsalla University |
Language | English |
Detected Language | Swedish |
Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
Format | application/pdf |
Rights | info:eu-repo/semantics/openAccess |
Relation | TRITA-EECS-EX ; 2022:694 |
Page generated in 0.0018 seconds