Université de Bordeaux I DESS IMM Synthèse d’images

Slides:



Advertisements
Présentations similaires
Traitement d’images : concepts fondamentaux
Advertisements

Carsten Dachsbacher Christian Vogelgsang Marc Stamminger
Hierarchical Z-Buffer Visibility
Sylvère FONTENEAU & Didier REBAUDO DESS IMM Synthèse dImages
Unstructured Lumigraph Rendering
The Reyes Image Rendering Architecture
Accélération du Rendu Volumique basée sur la Quantification des Voxels
Visible Surface Determination (Hidden Surface Removal)
Rendu 3D temps réel Patrick Reuter
Technique des Surfels Surfels: Surface Elements as Rendering Primitives SIGGRAPH 2000 H.Pfiste, J.van Baar, M.Zwicker, M.Gross.
Matthias Zwicker Hanspeter Pfister Jeroen van Baar Markus Gross
Ray Tracing Acceleration Techniques A Survey of Ray Tracing Acceleration Techniques James Arvo et David Kirk Ray Tracing on Programmable Graphics Hardware.
Synthèse d’images.
à partir notamment du cours Siggraph 97 et d’autres ….
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.
Xavier Décoret* Frédo Durand° François Sillion*
Introduction à limagerie numérique Acquisition, Caractéristiques, Espaces couleurs, Résolution.
جامعــــــة محمد خيضــــــــــــر
Logistique Le Cross Docking.
Programmation des logiciels infographiques interactifs 2D et 3D, et le OpenGL.
TER Simulation Spatiale
AnaLyse diachronique de l’espace urbain PArisien : approche GEomatique
Excel Introduction.
Construction de modèles visuels
Plan de l’exposé Présentation de l’équipe Présentation du stage
Nicolas Holzschuch iMAGIS-GRAVIR/IMAG
Méthode des Ensembles de Niveaux par Eléments Finis P1
RAPIDE RENDU ARTISTIQUE D UNE IMAGE RÉALISTE P IERRE M ANNEBACK S ÉBASTIEN N OËL S ÉBASTIEN W AUQUIER.
Images synthètiques de haute qualité
IFT3730: Infographie 3D Textures
IFT3730 : Infographie 3D Systèmes et modèles graphiques Pierre Poulin, Derek Nowrouzezahrai Hiver 2013 DIRO, Université de Montréal.
TRAITEMENT D’IMAGE SIF-1033.
TRAITEMENT D’IMAGE SIF-1033.
Recherche dun même objet / scène Approches basées sur des descripteurs locaux Approches basées sur des descripteurs globaux.
TRAITEMENT D’IMAGE SIF-1033.
Détection de contours automatique et application aux images réelles
Traitement d’images sur carte 3D
Projet Télédétection Vidéo Surveillance Deovan Thipphavanh – Mokrani Abdeslam – Naoui Saïd Master 2 Pro SIS / 2006.
Les images de synthèses Duprat Anatole. Les images de synthèses consistent en la création assistée par ordinateur, d'images numériques. Il existe différentes.
Création en images de Synthèse Modèles de rendu d’une scène 3D
Synthèse de textures par rééchantillonnage de patchs Vincent MICHEL Aurélien BOFFY Janvier 2007.
Extraction de segments pour la reconnaissance de symboles : Une approche robuste par Transformée de Hough Présenté par : Simon BERNARD Encadré par : Jean-Marc.
Projet Lancer de Rayons
Les réseaux de neurones à réservoir en traitement d’images
Etude des structures de données au coeur des algos 3D des FPS.(BL2) Vos noms ici, encadreur, etc…
Comparaison d’images couleurs. Sommaire Introduction Différence locale de luminance Différence locale de chrominance Différence locale d’émergence Différence.
1 Déformation Bi-manuelle en Réalité Virtuelle Encadrants : Antonio Capobianco, Jérôme Grosjean Étudiants : Michaël Kolomytzeff, Manuel Veit.
Apparence globale 1 image = 1 vecteur Base apprentissage Rotation –capture les variabilités Troncature –Quelques coefficients Représentation linéaire Espace.
Introduction au Traitement d’image
INF3500 : Conception et implémentation de systèmes numériques Pierre Langlois Performance de circuits.
Credits : Joëlle Thollot, Hector Briceño, Edmond Boyer
5 mars 2003 Géoévènement Analyse des paysages dans un contexte d’aménagement. L’intérêt des outils géomatiques Thierry Joliveau. CRENAM-CNRS UMR.
MAP-6014 Concepts avancés en mathématiques et informatique appliquées
INF-1019 Programmation en temps réel
INF-1019 Programmation en temps réel
SIF1033 TRAITEMENT D’IMAGE
Synthèse d’images Introduction Doc. non diffusé En cours d’élaboration.
Romain Dupont encadré par J.Aubourg et P. Fuchs
Architecture et Fonctionnement d’un GPU Géométrie Rendu.
Simulation réaliste de ruisseaux en temps réel Stage de M2R IVR 2005 Frank Rochet sous la direction de Fabrice Neyret GRAVIR / IMAG-INRIA.
Mathématiques pour Informaticien I
Plan du cours Cours 1,2 : le pipeline graphique
Suivi d’Horizons Sismiques
Visualisation des flots optiques en 3D
Introduction aux technologies du jeux-vidéo Steve Gury
OSSIA Open Scenario Systems for Interactive Application Contrôle de paramètres spatiaux Jean-Michel Couturier, Blue Yeti, mai 2014.
SI 28 - Présentation Image Ready Aurélie Letenoux GSU 4.
Filtrage des images.
Transcription de la présentation:

Université de Bordeaux I DESS IMM Synthèse d’images Surface Splatting Morgan Bachelier Matthieu Mauny

Images provenant de scanner 3D Grand nombre d’échantillons Introduction Images provenant de scanner 3D Grand nombre d’échantillons Approches classiques Maillage triangulaire (polygon rendering) + réduction de maillage Représentation par point (point rendering) [Surface Splatting] Introduction | Texturing | Screen space EWA | Conclusion

Point Rendering + Texture Filtering Introduction Surface Splatting = Point Rendering + Texture Filtering Basé sur le filtre EWA (Elliptical Weighted Average filter) Etendu en filtre EWA de l’espace écran (screen space EWA filter) [Surface Splatting] Introduction | Texturing | Screen space EWA | Conclusion

Le Filtre EWA de l’espace écran Plan Texturing Le Filtre EWA de l’espace écran Principe Algorithme Hardware Accelerated EWA [Surface Splatting] Introduction | Texturing | Screen space EWA | Conclusion

Méthodes classiques de rendu de polygones : Texturing Méthodes classiques de rendu de polygones : Coordonnées de textures stockées pour chaque sommet (glTexCoord(...) glVertex(…)) Le moteur graphique combine les transformations : espace texture (2D)  espace objet (3D)  espace écran (2D) [Surface Splatting] Introduction | Texturing | Screen space EWA | Conclusion

Impossible avec les objets à base de points Texturing Impossible avec les objets à base de points A chaque surfel est associé une couleur wk On ajoute une fonction de reconstruction 2D  gaussienne : [Surface Splatting] Introduction | Texturing | Screen space EWA | Conclusion

Texturing Comment obtenir wk ? Directement à partir du scanner 3D Calculé à partir d’une texture En projetant les surfels dans l’espace texture [Surface Splatting] Introduction | Texturing | Screen space EWA | Conclusion

Texturing Surface Element (Surfel) information non connexe normale plan tangent au surfel x z y Filtre de reconstruction 2D information non connexe ni texture maps, ni normal maps [Surface Splatting] Introduction | Texturing | Screen space EWA | Conclusion

Texturing [Surface Splatting] Introduction | Texturing | Screen space EWA | Conclusion

Avec / sans filtre de reconstruction Texturing Avec / sans filtre de reconstruction [Surface Splatting] Introduction | Texturing | Screen space EWA | Conclusion

Le Filtre EWA de l’espace écran Principe Projette une fonction gaussienne à partir de la surface de l’objet sur le plan de l’image Convolution de l’ellipse avec un filtre gaussien passe-bas  filtre de ré-échantillonnage Résultats cumulés dans l’espace écran [Surface Splatting] Introduction | Texturing | Screen space EWA | Conclusion

Le Filtre EWA de l’espace écran Algorithme Pour chaque point p[k] { projeter p[k] dans l’espace écran; déterminer le filtre de ré-échantillonnage rho[k]; splat rho[k]; } Pour chaque pixel x dans le frame buffer { shade x; [Surface Splatting] Introduction | Texturing | Screen space EWA | Conclusion

Projeter dans l’espace écran Plan tangent [Surface Splatting] Introduction | Texturing | Screen space EWA | Conclusion

Projeter dans l’espace écran espace objet y z x filtre de reconstruction du surfel filtre de reconstruction déformé déformation aliasing [Surface Splatting] Introduction | Texturing | Screen space EWA | Conclusion

Déterminer le filtre de ré-échantillonnage déformation espace écran espace objet filtre de reconstruction filtre de ré-échantillonnage de l’espace écran filtre passe-bas filtre de reconstruction déformé EWA Splat = filtre passe-bas filtre de reconstruction déformé [Surface Splatting] Introduction | Texturing | Screen space EWA | Conclusion

Hardware Accelerated Ewa Phase 1 Visibility Splatting Objectif : Calculer une image des profondeurs pour aider au lissage des contours. Remplir le Z-Buffer grâce à des quads opaques. [Surface Splatting] Introduction | Texturing | Screen space EWA | Conclusion

Hardware Accelerated Ewa Phase 2 Utilisation de polygones texturés Calcul de la taille du parallélogramme représentant le surfel. (dans le vertex buffer) On projette une texture semi transparente sur le surfel. [Surface Splatting] Introduction | Texturing | Screen space EWA | Conclusion

Hardware Accelerated Ewa Résultats [Surface Splatting] Introduction | Texturing | Screen space EWA | Conclusion

Conclusion Splatting + simple à implémenter que rendu par polygones Pas de liens entre les infos  meilleure traitement en // Hardware Accelerated EWA utilise GPU + que CPU amélioration GPU + rapide que CPU CPU peut gérer IA, collisions… [Surface Splatting] Introduction | Texturing | Screen space EWA | Conclusion

Reference Surface Splatting 2001 Matthias Zwicker Hanspeter Pfsiter Jeroen Van Baar Markus Gross ObjectSpace EWA Surface Splatting 2002 Liu Ren Hanspeter Pfsiter Matthias Zwicker