earth view virtuelle exploration hochaufgel ster landschaftsdaten n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
Earth-View Virtuelle Exploration hochaufgelöster Landschaftsdaten PowerPoint Presentation
Download Presentation
Earth-View Virtuelle Exploration hochaufgelöster Landschaftsdaten

Loading in 2 Seconds...

play fullscreen
1 / 32
stella-finch

Earth-View Virtuelle Exploration hochaufgelöster Landschaftsdaten - PowerPoint PPT Presentation

66 Views
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. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.

- - - - - - - - - - - - - - - - - - - - - - - - - - - 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