49383 (Формування об’ємних зображень на основі фотографій)

Затверджено

482.362.70915-28 81 59-3 ЛЗ

МІНІСТЕРСТВО ОСВІТИ ТА НАУКИ УКРАЇНИ

ЧЕРНІВЕЦЬКИЙ НАЦІОНАЛЬНИЙ УНІВЕРСИТЕТ

ІМЕНІ ЮРІЯ ФЕДЬКОВИЧА

Факультет комп’ютерних наук

Кафедра комп’ютерних систем та мереж

ФОРМУВАННЯ ОБ’ЄМНИХ ЗОБРАЖЕНЬ НА ОСНОВІ ФОТОГРАФІЙ

(курсова робота)

482.362. 70915-28 81 59-3

Сторінок 28

2008

Анотація

Пояснювальна записка складається з основних розділів, які пов’язані з аналізом й обґрунтуванням теми дипломного проекту, призначенням і областю застосування, описом функціональних можливостей програми, вибором технічних і програмних засобів, організації вхідних та вихідних результатів, розглядом очікуваних техніко – економічних показників та списком використаних джерел літератури при розробці програмного продукту.

Текст документу складається з 28 сторінок друкованого тексту та 6 рисунків.

Зміст

Вступ

1. Призначення та область застосування

2. Технічні характеристики

2.1. Постановка задачі на розробку програми

2.1.1 Класифікація моделей і методів візуалізації

2.1.2 Полігональні сітки

2.1.3 Воксельні моделі

2.1.4 Моделі, засновані на зображеннях

2.1.5 Точкове подання

2.1.6 Ієрархічні подання

2.2. Опис алгоритму і функціонування програми

2.3. Опис організації вхідних та вихідних даних

2.4. Опис організації вибору технічних і програмних засобів

3. Очікувані техніко – економічні показники

Список використаних джерел

Вступ

Назва: Формування об’ємних зображень на основі фотографій.

Призначення: Дипломний проект затверджено на Вченій Раді факультету комп’ютерних наук Чернівецького національного університету імені Юрія Федьковича від 13 листопада 2007 року протоколом №3 і призначений для формування об’ємних зображень на основі фотографій. Дипломний проект полягає у написанні програмного продукту, що реалізує перетворення двомірного зображення у тривимірне.

1. Призначення та область застосування

В даний час призначень та областей застосування програм, які орієнтовані на перетворення зображень з плоского в об’ємне дуже багато. Їх застосовують:

- при проектуванні будівель (створення моделі будинку до його зведення);

- при проектуванні літаків та космічних апаратів (дозволяє виявити неполадки на етапі розробки та дає можливість випробувати розроблену модель);

- при проектуванні друкованих плат;

- при проведенні археологічних розкопок (дає можливість видворити модель об’єкта по її частинам);

- при роботі з анімацією (створення об’ємних зображень з малюнків);

- при створенні комп’ютерних ігор.

Для перетворення зображень існують такі програми:

1. 3D Studio Max – компоненти цієї програми дозволяють проводити візуалізацію зображення.

До переваг програми можна віднести: якість створеного об’ємного зображення; дозволяють використовувати фільтри покращення зображення.

До недоліків програми можна віднести: потребує додаткового знання програми; велика ціна за програму; низька швидкість обробки зображення; складність реалізації алгоритму програми; потребує встановлення на комп’ютер додаткових компонентів; ресурсозалежна (потребує комп’ютер з великими обчислювальними можливостями).

2. Maya – ця програма є аналогом попереднього продукту.

Переваги та недоліки програми такі, як і в попередній.

3. AutoCAD – компоненти цієї програми дозволяють створювати об’ємні зображення з креслень.

До переваг програми можна віднести: точність створеного зображення; швидкість створення; не являється ресурсозалежною.

До недоліків програми можна віднести: потребує додаткового вивчення програми; ціна за програму, наявність малої кількості текстур; необхідність встановлення в операційну систему; складність реалізації алгоритму програми.

4. Realviz ImageModeler – ця програма орієнтована на створення об’ємних зображень з фотографії.

До переваг програми можна віднести: можливість відтворення з фотографії складних об’єктів, не являється ресурсозалежною.

До недоліків програми можна віднести: потребує додаткового знання програми; велика вартість програмного продукту; швидкість аналізу зображення; складність реалізації алгоритму програми, якість отриманого зображення посередня.

5. StitcherUnlimited – ця програма є аналогом попередньої.

Переваги та недоліки даної програми такі, як і в попередній.

6. Image Skulpturer - ця програма орієнтована на створення об’ємних зображень з фотографії.

До переваг програми можна віднести: простота інтерфейсу; відтворює складні зображення; потребує невелику кількість вхідних параметрів фотографії; якість відтвореного зображення; ресурсонезалежна.

До недоліків програми можна віднести: ціна за програму; складний алгоритм програми.

Розроблений програмний продукт, що орієнтований на перетворення двомірного зображення у тривимірне має великий спектр призначення, а саме:

1. Пришвидшити перетворення плоского зображення у об’ємне.

2. Перетворювати структури зображення разом з її текстурою.

3. Призначається для огляду зображення під різними кутами.

4. Призначений для огляду об’єкту з різних відстаней.

4. Програмний продукт може зберігати зображення під час огляду його з різних сторін.

Переваги створеної програми: безкоштовність; інтуїтивно простий інтерфейс; швидкість обробки зображення; простота реалізації.

Недоліки створеної програми: обмеженість вихідних форматів зображення (тільки bmp); неможливість відтворення складних об’єктів, потреба у правильному освітленні малюнку.

2. Технічні характеристики

2.1 Постановка задачі на розробку програми

В дипломному проекті поставлена задача створити програмний продукт, який орієнтовано на роботу з зображенням. А саме, перетворення двомірного зображення у тривимірне, можливість його огляду з різних сторін та збереження зображення під іншим кутом огляду. Також задача програми демонструвати студентам стадії формування тривимірного зображення

2.1.1 Класифікація моделей і методів візуалізації

На даний час відоме досить велике кількість різних методів подання тривимірних об'єктів і пов'язаних з ними методів візуалізації, у тому числі багатомасштабних. Всі подання можна розділити на кілька класів, що володіють характерними властивостями:

Поверхневі / об'ємні.

Зв'язані / дискретні.

Явні / параметричні.

Поверхневі моделі описують тільки поверхню об’єкта в тривимірному просторі. На противагу їм, об'ємні (воксельні) структури дозволяють задавати моделі, як частину тривимірного простору, розбитого деяким чином на осередки, які вважаються заповненими, якщо вони містять частину об’єкта, і порожніми – у противному випадку.

Зв'язані моделі явно або неявно містять інформацію про безперервні ділянки поверхонь моделей, тоді як дискретні подання описують тільки наближення поверхні об’єкта.

Явне завдання моделей припускає, що опис моделі об’єкта в даному поданні доступно в явній формі, а параметричне – що для його одержання необхідно додатково обчислювати деяку функцію, яка залежить від параметру.

Методи візуалізації можна умовно розділити на проекційні методи й методи трасування променів.

Проекційні методи - це методи, у яких синтез зображення виконується за допомогою афінних перетворень і перетворень проекції. Тривимірна сцена як набір примітивів візуалізації (звичайно, багатокутників, точок, ліній тощо) трансформується у двомірний масив, що і відображається на екрані монітора.

Методи трасування променів працюють на рівні пікселів вихідного зображення, розраховуючи їхні кольори на основі даних про геометрію сцени і положення віртуальної камери.

Сьогодні інтерактивну швидкість синтезу зображень надають тільки проекційні методи, часто за підтримкою апаратного забезпечення. Надалі в роботі розглядаються тільки такі методи, які в свою чергу накладають деякі обмеження на можливі подання об'єктів. Характерною рисою поставленого завдання є робота з реальними даним, тобто даними, введеними в комп'ютер за допомогою пристроїв дистанційного сканування. Такі дані, в більшості випадків, дискретні й задані явно, звичайно у вигляді набору точок або набору карт глибини. Крім того, за винятком томографів (цей випадок у роботі не розглядається), що одержують внутрішню структуру об’єкта, всі сканери працюють тільки з поверхнею об’єкта. Таким чином, подання повинне гарно описувати явно задані дискретні поверхні.

Проведемо аналіз різних подань із метою виявлення придатності їхнього використання для рішення поставленого завдання. У тексті не розглядаються різні параметричні й процедурні подання тому, що їх особливості (складність обчислень, відсутність апаратної підтримки) роблять складним використання цих подань для моделювання реальних об'єктів.

2.1.2 Полігональні сітки

Полігональні сітки є на даний момент найпоширенішим поданням, для якого створене велика кількість програмного забезпечення, що дозволяє редагувати, передавати по мережі й відображати моделі з використанням апаратної підтримки.

Характерною рисою полігональних сіток є підтримка зв’язності моделі. У силу цього полігональні подання добре пристосовані для опису великої кількості синтетичних поверхонь.

Однак, відскановані дані, споконвічно не містять інформації про зв’язність й безперервність поверхонь, а являють собою набір близько розташованих часток (sample). Такі обмеження випливають із пристрою скануючого механізму, що має дискретний крок кінцевого розширення.

Отже, для використання полігональних моделей зв’язність повинна бути введена штучно на етапі препроцесуванні. Таким чином, полігональні моделі не призначені для прямої роботи з від сканованими даними, тому що вимагають відновлення поверхні, що в загальному випадку є нетривіальним завданням і сильно залежить від класу оброблюваних об'єктів. При цьому відновлена поверхня не обов'язково буде використовуватися на етапі візуалізації (наприклад, якщо модель такої складності, що проекція трикутника на екран при типовій проекції перегляду близька по площі з одним пікселем).

З іншого боку, створена велика кількість методів, що дозволяють досить ефективно перетворювати дискретні від скановані дані в полігональні сітки. Більше того, сучасне устаткування високого класу дозволяє виконувати перетворення в сітку апаратно [1].

Набагато складніше ситуація з поданням великих обсягів даних і підтримкою різних рівнів деталізації. Структура полігональних сіток лінійна й вони не забезпечують «природної» підтримки багатомасштабності. Тому робота з великими сітками ускладнена і потребує різних, найчастіше обчислювально складних методів спрощення. Було створено безліч алгоритмів для створення багатомасштабних подань на основі сіток, що мають безпосереднє відношення до поставленого завдання.

Практично всі технології спрощення сіток використовують деякі варіації або комбінації наступних механізмів: семплюваня (sampling), проріджування (decimation), адаптивної розбивки (adaptive subdivision) і злиття вершин (vertex merging) [2].

Алгоритми семплюваня спрощують первісну геометрію моделі, використовуючи або підмножину вихідних точок, або перетинання вокселів з моделлю на тривимірній сітці. Такі алгоритми найкраще працюють на гладких поверхнях без гострих кутів.

Алгоритми, що використовують адаптивну розбивку, знаходять просту базову (base) сітку, що потім рекурсивно розбивається для апроксимації первісної моделі. Такий підхід працює добре, коли знайти базову модель відносно просто. Наприклад, базова модель для ділянки ландшафту звичайно прямокутник. Для досягнення гарних результатів на довільних моделях потрібне створення базової моделі, що відбиває важливі властивості вихідної, що може бути нетривіально.

Проріджуючи алгоритм, ітеративно видаляє вершини або грані з полігональної сітки, роблячи тріангуляцію після кожного кроку. Більшість із них використають тільки локальні зміни, що дозволяє виконувати спрощення досить швидко (рис. 2.1).

Рис.2.1. Об’єднання ребер (процес тріангуляції)

Схеми зі злиттям вершин працюють за допомогою об’єднання двох або більше вершин деталізованої моделі в одну, котра у свою чергу може бути сполучена з іншими вершинами. Злиття вершин трикутника знищує його, зменшуючи загальне число трикутників моделі. Звичайно алгоритми використовують складні методи визначення, які вершини потрібно об’єднати разом і у якому порядку. Методи, що використовують злиття ребер (edge collapse), завжди зливають вершини, що розділяють одну грань. Такі методи зберігають локальну топологію і, крім того, при деяких умовах можуть працювати в реальному часі.

Складність обчислень у цих методах висока і їхнє використання не завжди виправдане при роботі з дискретними даними, оскільки складність з'являється насамперед через необхідність підтримувати зв’язаність моделі. Іншою причиною високої складності методів є лінійна структура сітки, яку необхідно відновлювати для візуалізації за допомогою графічних API.

Переваги даного алгоритму: розповсюджене представлення; апаратна підтримка.

Недоліки алгоритму: неефективні для роботи з дискретними даними через штучну підтримку зв’язності, складного препроцесінга; неефективні для більших моделей через труднощі з організацією багатомасштабності.

2.1.3 Воксельні моделі

Класичні воксельні (voxel) моделі являють собою тривимірний масив, кожному елементу якого зіставлений колір й коефіцієнт прозорості. Такий масив задає наближення об’єкта з точністю, обумовленої обмеженням масиву.

Воксельні (або об'ємними) методами візуалізації називаються методи візуалізації тривимірних функцій, у дискретному випадку заданих, наприклад, за допомогою описаного вище масиву.

Типові методи воксельної візуалізації обробляють масив, і формують проекцію кожного його елемента на видову площину. Вихідний масив являє собою регулярну структуру даних, що істотно використовується в методах візуалізації. Звичайно елемент масиву з’являється на екрані у вигляді деякого примітиву, так званого відбитку (footprint) або сплату (splat). Різні методи відрізняються способами обчислень форми й розмірів зображення[3].

Обсяги даних у воксельних поданнях значні, навіть для невеликих моделей. Єдиною реальною можливістю працювати зі складними об'єктами є використання деревоподібних ієрархій. У роботі Лаур Д. та Ханрахана П. на основі вихідного масиву будується багатомасштабне подання у вигляді восьмеричного дерева. Кожен вузол дерева містить усереднене значення кольорів і прозорості всіх своїх нащадків. Крім того, кожен вузол дерева містить змінну, що показує середню помилку, асоційовану з даним вузлом. Ця змінна показує помилку, що виникає при заміні оригінального набору вокселів в даній області простору на константну функцію, рівну середньому значенню кольорів всіх нащадків даного вузла. Надалі це значення використовується для керування якістю візуалізації й рівнем деталей.