Optimisation de maillages Simplification Marc Neveu.

Slides:



Advertisements
Présentations similaires
LE MAILLAGE modèle géométrique.
Advertisements

Présentation générale Marc Gengler
PAS D’USINAGE & VITESSE D’AVANCE
Licence pro MPCQ : Cours
Algorithmes et structures de données avancés
Graphes et Applications Thème de léquipe « Combinatoire et Algorithmique » LaBRI – janvier 2008.
Fanny CHEVALIER Guillaume CAURANT
LOD et Progressive Meshes (maillages progressifs) Hugue Hoppes 1996
PRINCIPE SIMPLIFIE DE LA COMPRESSION MP3
Le pavé droit (19) La perspective cavalière 2 rectangles décalés
Journées Physique Atlas France Mars 2006 Autrans Lalgorithme de clustering topologique Nicolas Kerschen DAPNIA Plan: Introduction Principe et propriétés.
Gilles Foucault Roland Maranzana
Simplification et abstraction de dessins au trait
Xavier Décoret* Frédo Durand° François Sillion*
E-Motion Group © Olivier Aycard (E. Gaussier) Université Joseph Fourier Méthodes de classification.
Optimisation dans les télécommunications
Application à la méthode des
Révision de fin d’année
Maillage et création de surface sous Geomagic
Polyèdres La formule d’Euler-Descartes 2. Quelques calculs d’angles
UNIVERSITE DES SCIENCES ET DE LA TECHNOLOGIE D’ORAN
Classification Multi Source En Intégrant La Texture
Heuristiques A. Introduction B. Recherche d ’une branche
MODULE 6 Optimisation de GRAPHES
Chapitre 8: Solutions à certains exercices
Théorie des graphes Un peu de vocabulaire.
ISMAIL A Chapitre 3.4 – Le principe de conservation de lénergie.
Maillage compatible entre deux pièces 3D sous CATIA V5
Résolution de problèmes et équations du premier
Coloration gap sommet identifiante de graphes
Méthode des Ensembles de Niveaux par Eléments Finis P1
Visualisation de surfaces décrites analytiquement
Algorithmes d ’approximation
PROBLEMES DE DEGRE-DIAMETRE DE GRAPHES DANS LE CAS GENERAL
Les projections parallèles et centrales
21 février 2006Cours de graphes 2 - Intranet1 Cours de graphes Les plus courts chemins, les chemins les plus légers : à laide de la vague, à laide de la.
Texture 2D en PGC++.
SECTIONS PLANES I PYRAMIDES et CONES de REVOLUTION Sommet 1° Pyramide
L’adaptativité pour un solveur de l’équation de Vlasov

Solide particulier.
Sommaire Lycée Marc Bloch STI GE
Modélisation géométrique
Incorporer des informations robustes dans un modèle en 3 dimensions
Triangles particuliers (1)
Algorithmes Branch & Bound
Chapitre 7 Calcul littéral.
Modèles Mathématiques et représentation discrètes pour la description des images couleur Luc Brun.
Correction exercice Aix 98
3.1 Dessiner différentes vues d’un solide
Problème de double digestion
Enveloppe convexe et triangulation de Delaunay
LES TRIANGLES.
Recherches locales et méta-heuristiques
Mise en correspondance de deux maillages bruités
20 questions Géométrie.
Fabienne BUSSAC THEOREME DE PYTHAGORE LE THEOREME DE PYTHAGORE
Struture du web et de l’internet
Copyright Derivaux Sébastien 1 Présentation de l’article ROAMing Terrain: Real-time Optimally Adapting Meshes 1 Sébastien Derivaux pour le cours de Rendu.
Synthèse d’images et Rendu Réaliste Compression Progressive de Modèles 3D DOMENGET Bruno DUMAS Benjamin EISTI.
Recalage contraint par cartes de courbures discrètes pour la modélisation dynamique du rein Valentin LEONARDI, Jean-Luc MARI, Philippe SOUTEYRAND, Julien.
Chapitre 8: Solutions à certains exercices
Les polyèdres Un polyèdre est un objet à 3 dimensions dont les surfaces, toutes plates, s’appellent des faces. Les côtés s’appellent les arêtes et les.
Sixième étape : pondérer les graphes. Longueur d’une chaîne d’un graphe quelconque = nombre des arêtes qui la constituent. Distance entre deux sommets.
Recuit simulé Une métaheuristique venue de la métallurgie.
Problème de voyageur de commerce
PYRAMIDES ET CONES 1. PYRAMIDE a. Définition b. Patron
Classification-Segmentation
Les caractéristiques d’une onde progressive et périodique
Algorithmes Branch & Bound Module IAD/RP/RO Master d ’informatique Paris 6 Philippe Chrétienne.
Transcription de la présentation:

Optimisation de maillages Simplification Marc Neveu

Représentation

Fonction dénergie E(M) = E dist (M) + E spring (M)+E rep (M) =E dist (K,V)+E spring (K,V)+E rep (K)

Energies et distances

Principe :

Résultats

Application : maillages progressifs Partant dun maillage haute résolution, on crée des maillages de plus en plus grossiers par fusions successives Transformations inversibles : on peut reconstruire fidèlement le maillage haute résolution par séparations successives

Comment choisir les sommets à fusionner? Pour chaque arête du maillage, La fusion est elle légale ? Minimisation de la fonction Énergie Choix des sommets à fusionner La fusion est-elle légale? (cf GenerateLegalMove()) - Notion de coin : sommet sur une arête vive - Notion de degré de coin : nombre darêtes vives voisines dun sommet - Notion de « super-coin » : coin dont le degré est superieur où égal à 3 Une fusion est illégale si les deux sommets de larête sont des « super-coins ». InitialSansAvec

Fonction dénergie Minimisation de la fonction dÉnergie: E(M) = E dist (M) + E spring (M) - E spring (M) : longueur des arêtes du maillage simplifié permet déviter les arêtes fuyantes - E dist (M) : distance entre les points du maillage haute résolution et les faces du maillage simplifié. + Notion de triangle le plus proche dun sommet: triangle pour lequel la distance entre le sommet initial et son projeté sur ce triangle est minimale. + Notion de point initial projeté sur un triangle: sommet initial qui a ce triangle pour triangle le plus proche

hiérarchisation des données Structure de stockage de linformation 29

hiérarchisation des données Structure de stockage de linformation choix de larête à supprimer fusion des sommets séparation des sommets 29

hiérarchisation des données Structure de stockage de linformation