1 / 17

3D-Modellierung

3D-Modellierung. VU Topographische und Hochgebirgskartographie Christian Wohlmutter 0806689. 3D-Modellierung…Wozu?. Einfache Geländeinterpretation Virtual Reality Eyecatcher Geophysikalische Modellierungen Volumenberechnungen ….

pink
Download Presentation

3D-Modellierung

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. 3D-Modellierung VU Topographische und Hochgebirgskartographie Christian Wohlmutter 0806689

  2. 3D-Modellierung…Wozu? • Einfache Geländeinterpretation • Virtual Reality • Eyecatcher • Geophysikalische Modellierungen • Volumenberechnungen • … Quelle: http://shrinker.beyond-veils.de/projects/Hangover/data/HangoverPublic.pdf

  3. Nach der Datenerhebung… • Kontinuierliche Daten • Diskrete Daten • Originalwerte oder eine Näherung von ihnen zurückrechnen (z.B. Interpolation)

  4. Diskrete Daten: Punkte

  5. Diskrete Daten: Linien

  6. Kontinuierliche Daten: Matrixmodell

  7. Kontinuierliche DatenRaster vs. Vektor • Rasterabbildung: • Unterteilung einer Ausgangsfläche in Elemente gleicher Größe(z.B. Quadrate, Rechtecke → Pixel) • Einfache Bearbeitung • Hoher Speicherplatzbedarf • Vektorabbildung: • Punkten, Linien oder Flächen • Beliebig hohe Auflösung • Aufwendigere Verarbeitung

  8. Voxel Quelle: http://www.chenstopher.com/wp-content/uploads/2012/04/voxel-terrain.png

  9. Voxel Quelle: http://mobile.osnews.com/img/10607/Voxel_world.jpg

  10. Lattice • LATTICE ~ GRID • X, Y, Z Werte werden aber anders interpretiert • GRID erhält die gesamte Zelle einen Z-Wert, wogegen im LATTICE der Z-Wert als Höhenpunkt eines einzelnen Punktes verstanden wird • Die Basis dieses Punktes liegt im Mittelpunkt der entsprechenden Rasterzelle Quelle: http://www.innovativegis.com/basis/mapanalysis/Topic18/Topic18_files/image013.gif

  11. Datenvisualisierung: TINTriangulatedIrregular Network • Willkürliche Verteilung von Punkten und Kanten, die gleichseitige (sich nicht überlappende) Dreiecksflächen bilden • Jeder Punkt: • X, Y und Z Koordinate • Im Raum eindeutig definiert • Einfache Interpolation • Unregelmäßige Verteilungen • Schnelle Anpassung der Daten • Viel Speicherplatz! Quelle: http://www.geogr.uni-jena.de/~c5hema/gis_ws04/ha/brandt.pdf

  12. Unterschiedlich komplexe Bereiche  unterschiedlich große DreieckeDreiecksgröße spiegelt nicht zwangsläufig die Eingangsdatendichte wider!! Quelle: http://tuprints.ulb.tu-darmstadt.de/3082/1/Dissertation_DirkArndt.pdf

  13. TIN vs. Rastersystemen • Vorteile des TIN gegenüber GRID • Verarbeitung von Daten unterschiedlichster Herkunft • Oberflächenunterschiede werden durch TINdetaillierter dargestellt (nicht geglättet) • Eignung für die Modellierung realer Oberflächen • Vorteile von Rastersystemen • einfache Analysealgorithmen (z.B. Zellenwerte addieren) • Raster sind einfach zu verstehen, zu lesen, zu schreiben und können einfach auf Bildschirmen dargestellt werden

  14. Modellierung des Hochgebirges: Koten Quelle: RICKENBACHER, M. (1998): Wiener Schriften zur Geographie und Kartographie, Band 11, Wien, S.49-55

  15. Modellierung des Hochgebirges: Bruchkanten Quelle: RICKENBACHER, M. (1998): Wiener Schriften zur Geographie und Kartographie, Band 11, Wien, S.49-55

  16. Modellierung des Hochgebirges Quelle: RICKENBACHER, M. (1998): Wiener Schriften zur Geographie und Kartographie, Band 11, Wien, S.49-55

  17. Herausforderungen • Kompakte Datenrepräsentation: • Datensätze in der Visualisierung oft sehr groß  speichereffiziente Repräsentation • Effizienter Zugriff: • Der Zugriff auf die Daten sollte in konstanter Zeit erfolgen, sonst sind Visualisierungen • nicht mehr mit linearer Komplexität berechenbar • Abbildbarkeit: • Daten für einfache Visualisierungen schnell in Grafikprimitive und Attribute verwandelt werden können • Einfache Konvertierung des Ausgangsformates • Einfachheit: • Die Erfahrung zeigt, dass einfache Repräsentationen meistens aufwändigen Varianten • vorzuziehen sind, da man sie leichter optimieren kann

More Related