1 / 32

Earth-View Virtuelle Exploration hochaufgelöster Landschaftsdaten

Earth-View Virtuelle Exploration hochaufgelöster Landschaftsdaten. Motivation. Flugsimulatoren. Motivation. Geographic Information Systems (GIS) Maunaloa Volcano, Hawaii Crater Lake, Oregon, US (Video). Motivation.

keona
Download Presentation

Earth-View Virtuelle Exploration hochaufgelöster Landschaftsdaten

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Earth-ViewVirtuelle Exploration hochaufgelöster Landschaftsdaten

  2. Motivation Flugsimulatoren

  3. Motivation Geographic Information Systems (GIS) Maunaloa Volcano, Hawaii Crater Lake, Oregon, US (Video)

  4. Motivation Digital Relief Maps – Mt. Rainier, Washington, US

  5. Motivation Spiele

  6. Earth-View Mobile • Mobile GPUs • 250M Pixel / Sekunde • 5M Dreiecke / Sekunde • 6 Texturen • OpenGL ES / Direct3Dm • Herausforderungen • 1,25 MB Video-Speicher… • Fixpoint-Formate • Bandbreiten • Kompression, Streaming etc

  7. Anforderungen • Spiele • Hohe, konstante Bildwiederholraten • Qualität vorteilhaft, aber eher zweitrangig • Simulatoren • Mittlere Bildwiederholraten (~30fps) • Hoher Realismusgrad, hoher Detailgrad, u.U. Stereo • GIS • Interaktive Bildwiederholraten vorteilhaft (15+ fps) • Hohe Auflösung, hohe Genauigkeit • Unser Fokus • Hohe Qualität und hohe Wiederholraten für hochaufgelöste Höhenfelder mit Textur(en)

  8. Datenakquisition: Satelliten & Luftaufnahmen • Erd- (Planeten-) Oberfläche • Auflösung • Horizontal bis 1 Punkt / 1m x 1m • Vertikal bis 10cm • Photo-Textur • Üblicherweise Falschfarben, 4-5 Bänder • Konvertierung in RGB „Echtfarben“ • Auflösung bis 1 Punkt / 25cm x 25cm • Zusätzliche Daten • Albedo • Reflexion, Absorption (mehrere Wellenlängen) • … BayernViewer

  9. Datenakquisition: State-Of-The-Art • HRSC-Kamera (DLR & ISTAR) • 9 Kanäle nehmen im Überflug Oberfläche auf • Pro Kanal Linie mit 5184 Pixeln • 4 Farbkanäle, 5 Panchromatische Kanäle • z.B. Mars-Ausstellung im Deutschen Museum

  10. Datenakquisition: Sonar • Wassertiefe und Bodenbeschaffenheit • „Multibeam“ Ansatz (Crater Lake, 28. Juli 2000) • Ca. 100 Ultraschallwellen, unterschiedliche Winkel • Misst Tiefe und Bodenmaterial • Genauigkeit • Horizontal ca. 1 Sample / 2m x 2m • Vertikal ca. 50 cm • Löst Objekte grösser 90cm auf • Anwendung • Tidenvorhersage, geologische Analysen • Suche nach versunkenen Schiffen

  11. Datenakquisition: Sonar

  12. Datenakquisition: Sonar

  13. Kreuzer Cöln II Aufgegeben 21. Juni 1919, Scapa Flow, Schottland

  14. Oberbayern und Alpen Höhendaten und Textur ~ 350 MB Crater Lake, Oregon, US Höhen- und Bathymetriedaten, Textur ~ 500 MB Puget Sound, Washington, US Höhendaten und Textur ~ 1.25 GB Probleme aus Sicht der Informatik

  15. Mars, MOLA Mission Höhendaten und Textur ~ 4.5 GB USA gesamt, USGS Daten Höhendaten ~ 40 GB Mars, MarsExpress Mission Höhendaten und Textur (Video) ~ 175 GB Probleme aus Sicht der Informatik

  16. Probleme aus Sicht der Informatik Daten sind: • gross bis gigantisch • Datenvolumen zunehmend steigend • u.U. multi-modal • Farbe, Albedo, Wolkenbedeckung, Bodenbeschaffenheit • u.U. annotiert und kommentiert • Zusätzliche Layer mit Metadaten Effiziente Darstellung ?

  17. Naive Triangulierung • Viel zu viele Dreiecke • Bustransfer • Speicherverbrauch • Rendering-Geschwindigkeit • Nicht adaptiv  Aliasing • Statische Approximation • Gelände-adaptiv • Aber nicht Betrachter-adaptiv • Berechnung teuer Methoden

  18. Geometry Clipmaps • Kein Remeshing pro Frame • Uniforme Dreiecks-Bildgrösse • Schlechte Fehlerkontrolle Methoden • Dynamische Approximation • Gelände- und Betrachter-adaptiv • Re-Triangulierung pro Frame • Minimale Anzahl von Dreiecken • Hohe CPU-Last und Bustransfer Idee: Nicht lange re-meshen, rendern!

  19. Unser Ansatz Hohe Qualität und hohe Wiederholraten für hochaufgelöste Höhenfelder mit Textur(en) • Progressive Hierarchie • Texturkompression • Programmierbare Grafikhardware Demo

  20. Probleme: Datengröße • Partitioniere Daten in quadratische Tiles • Verarbeite und rendere Tiles unabhängig voneinander • Frustum Culling pro Tile • Datentransfer pro Tile  weniger Bustransfer • T-Vertices: Repariere Tile-Grenzen

  21. Probleme: Datengröße • Textur üblicherweise viel grösser als Höhenfeld • Texturkompression! • S3 Texture Compression • Designed für Spielemarkt • Wird von gängiger Grafikhardware unterstützt • Schnelle Kodierung im Grafikkarten-Treiber • Dekodierung fast kostenlos ! • Block Truncation Code, 4x4 Pixels per Block • Kompression: 6:1 • Lossy Compression  Qualität ?

  22. S3TC Qualität Pros

  23. S3TC Qualität And Cons…

  24. Noch mehr Probleme • Aliasing: • Unterabtastung des Höhenfeldes • Textur / Höhenfeld flimmert (Popping-Artefakte) • Lösungen: • Nyquist-Sampling – aber wie ? • Fullscreen-Antialiasing / Supersampling • Texturfiltering • Mipmapping, Anisotropes Filtering  GPU-features • Level-Of-Detail (LOD) • Diskrete Meshes in verschiedenen Auflösungen • Optional: Interpolation, kontinuierliches LOD Demo I Demo II

  25. Texturfilterung - bilinear

  26. Texturfilterung - MipMap

  27. Texturfilterung - Anisotrop

  28. Level-Of-Detail • Diskrete „Nested Mesh“ Hierarchie • Feinere Level enthalten alle gröberen Level • Ermöglicht progressiven Transfer • Einfache Interpolation zwischen Levels („Geomorphing“)

  29. Level-Of-Detail • Vorteile • Generierung als Vorverarbeitung • GPU-freundlich („Triangle Fans“) • Kompakte Repräsentation, schnell • Genaue (!) Fehlerkontrolle • Beliebiges Fehlermaß • Level-Wahl basierend auf Distanzkriterium • Benutzer gibt akzeptablen Fehler  im Bildbereich vor • Für jede Datenpartition, pro Frame: • Projiziere  in das Höhenfeld  Höhenfehler  • Wähle die beiden Levels die am besten zu  passen • Interpoliere zwischen Levels • Analog zu Mipmaps

  30. Mehr Demos Grand Canyon Paris Puget Sound Oberbayern und Alpen

  31. Weiteres Interesse ? • Diplomarbeiten / System-Entwicklungs-Praktika • Fraktale Analyse / Synthese von Höhenfeldern • Bessere GPU-basierte Texturkompression • Mesh-Kompression • Einbettung von 3D-Objekten (Häusern, Bäume etc.) • Tools zur Verarbeitung von Texturen / Elevation Maps • Seminar „Terrain Rendering“ • Vorträge immer Donnerstags, 14:00 in diesem Raum • Nächster Vortrag: 12.5.2005 „QAEB-Tracing“

  32. Danke für Ihre Aufmerksamkeit Fragen / Anmerkungen ? jens.schneider@in.tum.de

More Related