Matthias Zwicker Hanspeter Pfister Jeroen van Baar Markus Gross

Slides:



Advertisements
Présentations similaires
Chaîne de Synthèse Réel Modélisation Rendu Image Fichier Scène
Advertisements

Constructive Volume Geometry (CVG) Article de Min Chen & John V. Trucker COMPUTER GRAPHICS Benoît Capelli – Stéphane Renaudie DESS IMM
Modélisation par Surfaces Implicites à Squelettes Complexes
Fanny CHEVALIER Guillaume CAURANT
Unstructured Lumigraph Rendering
The Reyes Image Rendering Architecture
Accélération du Rendu Volumique basée sur la Quantification des Voxels
Technique des Surfels Surfels: Surface Elements as Rendering Primitives SIGGRAPH 2000 H.Pfiste, J.van Baar, M.Zwicker, M.Gross.
Le rendu basé images S. B Kang. A survey of image-based rendering techniques. In Videometrics VI, volume 3641, pages SPIE, 1999 Heung-Yeung Shum.
Efficient Simplification of Point-Sampled Surfaces
Université de Bordeaux I DESS IMM Synthèse d’images
Cours 4-a Méthode des éléments finis 2D
Comment décimer les sons numériques
4. La transformée en z Un formalisme adapté au filtrage et à l’analyse en fréquence des signaux échantillonnés et à l’automatique numérique x(t) signal.
La g-caméra Projection But: Modélisation Cas idéal Cas réel
MODULE - METHODES POTENTIELLES Contenu du cours (par J.B. Edel & P. Sailhac) : I. Propriétés physiques des roches : densités, aimantations induites et.
Rendu de pierres taillées en temps réel Stéphane Guy Directeur de stage: Cyril Soler.
IMAGIS-GRAVIR / IMAG Rendu de forêts en temps-réel iMAGIS / GRAVIR Franck Sénégas DEA IVR Tuteur: Fabrice Neyret.
2. Echantillonnage et interpolation des signaux vidéo
Introduction à limagerie numérique Acquisition, Caractéristiques, Espaces couleurs, Résolution.
Reconstruction 3D par mono vision avec des trajectoires fortement contraintes Joan Solà LAAS-CNRS Toulouse, France Revue du projet PICAS$O 3 novembre 2005.
Programmes du cycle terminal
Chapitre 5 : Image couleur
La méthode de Monte Carlo
Analyse fréquentielle
1- Université Paul Sabatier, AD2M
Réalisateur : PHAM TRONG TÔN Tuteur : Dr. NGUYEN DINH THUC
Reconstruction tomographique
IFT3730: Infographie 3D Transformations Géométriques
SUJETS SPÉCIAUX EN INFORMATIQUE I PIF Contenu du cours Transformations géométriques des objets –Transformations 2D –Transformations entre systèmes.
Rappel... Solution itérative de systèmes linéaires (suite et fin).
Transformation linéaires
Rendu volumique Nicolas Holzschuch iMAGIS/GRAVIR IMAG
Visualisation de surfaces décrites analytiquement
IFT3730: Infographie 3D Textures
IFT3355: Infographie Visualisation
SUJETS SPÉCIAUX EN INFORMATIQUE I
Pr. M. Talibi Alaoui Département Mathématique et Informatique
SCHNEIDER Laurent NOYER Vincent TEISSIE Alexis
IFT3355: Infographie Transformations Géométriques
Rendu réaliste en synthèse d’images.
1 Modèles de particules Reeves, W. T., "Particle Systems - A technique for Modeling a Class of Fuzzy Objects," SIGGRAPH 83, Reeves, W. T., and.
Modélisation géométrique
Création en images de Synthèse Modèles de rendu d’une scène 3D
Journées Scientifiques / Paris février 2005 IEEA Modélisation de l’interaction onde-structure par l’UTD Application au positionnement d’une antenne.
Compléments mathématiques. COMPLEMENTS MATHEMATIQUES
Projet Lancer de Rayons
Institut de sciences et technologies Département d’informatique
Le Chaos dans le gaz de Lorenz
Synthèse réaliste d’image par raytracing et photon mapping
Les bases de la modélisation Primitives simples et CSG.
Adaptation des images d'un site web pour la compensation du daltonisme
Les différents modèles
Identification électromagnétique de petites inclusions enfouies
INF-1019 Programmation en temps réel
Synthèse d’images Introduction Doc. non diffusé En cours d’élaboration.
Suivi de trajectoires par vision Y. Goyat, T. Chateau, L. Trassoudaine 1.
Synthèse d’images et Rendu Réaliste Compression Progressive de Modèles 3D DOMENGET Bruno DUMAS Benjamin EISTI.
Romain Dupont encadré par J.Aubourg et P. Fuchs
Equipe synthèse d ’images et réalité virtuelle IRIT-UPS Toulouse Surfaces implicites Les différents modèles analytiques.
Simulation réaliste de ruisseaux en temps réel Stage de M2R IVR 2005 Frank Rochet sous la direction de Fabrice Neyret GRAVIR / IMAG-INRIA.
Introduction aux technologies du jeux-vidéo Steve Gury
1 1Justesse des longueurs d’onde PARTIE 3a : Applications en UV Pour vérifier que l’appareil mesure les bonnes longueurs d’onde, on utilise idéalement.
Géométrie spatiale Soit une sphère centrée en A(10,20,30) de rayon 7 et un point B(-10,-10,-30) On demande: De déterminer l’équation cartésienne de la.
Filtrage des images.
Ondelettes Philippe RAVIER Laboratoire PRISME Université d’Orléans 5A EEO option AA.
Département Informatique, 19/04/2006 Synthèse Bibliographique Laurent ZAGNI Tuteurs : D. Sarrut [CREATIS] J. M. Pinon [INSA] INTEGRATION DES DEFORMATIONS.
Martin Roy Juin  Un lieu géométrique est un ensemble de points qui possèdent une propriété caractéristique commune.  Cette propriété est toujours.
Grilles 3D Les grilles 3D. Grilles 3D Plan ● Les grilles 3D – Grille 3D ? – Reconstruction de continuité C 0 – Octree min/max – Visualisation d'une iso-surface.
Transcription de la présentation:

Matthias Zwicker Hanspeter Pfister Jeroen van Baar Markus Gross EWA Volume Splatting Matthias Zwicker Hanspeter Pfister Jeroen van Baar Markus Gross

Volume Rendering Pourquoi le volume rendering? Génération d’images 2D à partir de volume de données 3D Exploitation « directe » de ces volumes de données (pas de reconstruction de primitives géométriques) Visualiser des informations sur l’intérieur des volumes

Algorithmes de rendu Il existe plusieurs méthodes pour visualiser les volumes de données: Extraction d’ iso-surfaces (algorithme des Marching Cubes) Ray Casting (backward mapping) Volume Splatting (forward mapping) Shear Warp (méthode hybride)

Algorithme idéal de rendu de volume Reconstruction d’une fonction continue en 3D Transformation de la fonction 3D dans le système de coordonnées de l’écran Évalue les intégrales d’opacité le long des lignes de vue

Ray Casting Algorithme de rendu « backward »: des rayons sont lancés à travers les pixels de l’écran vers les données Accumule les opacités des particules croisées par le rayon jusqu’à un certain seuil

Ray Casting Détermination de l’opacité pour chaque échantillon du volume traversé par un rayon (calcul d’une intégrale le long du rayon) Application d’une convolution 3D à chaque échantillon rencontré => plusieurs «échantillons » contribuent à un pixel Complexité: Au moins k3n3 (n: dimension du volume de données)

Volume Splatting Algorithme de « forward mapping » Les données sont envoyées sur l’écran Utilisation de « splats » ou « splatters » Les splatters, qu’est-ce que c’est ?

Splatter « Only You »

Volume Splatting Les données sont envoyées sur l’écran Splat! Besoin de calculer l’empreinte (« footprint ») de chaque splat Splat!

Splatting vs Ray Casting Chaque splat contribue dans plusieurs pixels de l’image de sortie Complexité du Splatting: n3k2 au plus Gros avantage de rapidité !

Volume Splatting ? Il faut calculer l’empreinte de chaque fonction Projection orthogonale ou perspective

Volume Splatting Remplir les pixels entre les différentes projections des échantillons, c’est à dire reconstruire une fonction continue => Convolution

Principe de l’algorithme de Splatting Chaque échantillon est convolué avec un noyau 3D Comme les noyaux sont les mêmes pour chaque échantillon, on peut les pré-calculer Les contributions sont assemblées de l’arrière à l’avant de l’image finale

Volume Splatting Une sphère est placée autour de chaque échantillon

EWA Volume splatting Nouvelle structure pour le rendu de volume direct Nouveau concept pour l’anti-aliasing Peut se réduire au « Surface Splatting »

Pipeline de rendu 3D 3D 3D 2D 2D

Ray Space Système de coordonnées non cartésien qui facilite la formulation de l’équation du rendu de volume Camera space Ray space

Noyaux elliptiques gaussiens Propriétés (cruciales pour l’EWA volume splatting ) : Ø      Les gaussiennes sont fermées pour un mapping affine, et une convolution. Ø      L’intégration d’une gaussienne 3D le long d’un axe de coordonnées donne une gaussienne 2D

Noyaux elliptiques gaussiens   Ces propriétés permettent de calculer analytiquement le filtre de re-samplage comme une gaussienne 2D

Problème d’aliasing Noyau de reconstruction 3D Intégration le long d’une dimension Empreinte 2D

Problème d’aliasing Splat 1 Splat 2 Problème de recouvrement

Solution Splat 2 Splat 1 Somme pondérée des couleurs

Edge aliasing

Équation du rendu de volume Correspond à un modèle physique où le volume se compose de particules individuelles qui absorbent et émettent de la lumière.

Équation du rendu de volume : Longueur d’onde c: coefficient d’émission g: fonction d’extinction Exponentielle: facteur d’atténuation

Simplification de l’équation : fonction footprint

Simplification de l’équation Convolution de la fonction convolution de chaque fonction footprint séparément Algorithme de splatting sans artefacts d’aliasing

Surface Splatting

Surface Splatting Construction d’un noyau de reconstruction aplati en effectuant un scaling sur une direction (direction de la normale de la surface)

Conclusion Nouvelle primitive de splatting pour le rendu de volume/surface: EWA volume resampling filter Anti-aliasing très efficace Primitive appropriée pour rendre des volumes de données réguliers, rectilignes, curvilignes et irréguliers Donne des images de haute qualité