Please use this identifier to cite or link to this item: http://www.repositorio.ufc.br/handle/riufc/51568
Title in Portuguese: Adaptação de modelos baseados em splats para superfícies e arestas curvas
Title: Adapting splat-based models to curved surfaces and sharp features
Author: Ivo, Rafael Fernandes
Advisor(s): Vidal, Creto Augusto
Co-advisor(s): Cavalcante Neto, Joaquim Bento
Keywords: Computação gráfica
Renderização
Surface splatting
Arestas e cantos
Silhuetas
Issue Date: 2020
Citation: IVO, Rafael Fernandes. Adaptação de modelos baseados em splats para superfícies e arestas curvas. 2020. 97 f. Tese (Doutorado em Ciência da Computação) - Universidade Federal do Ceará, Fortaleza, 2020.
Abstract in Portuguese: A técnica de surface splatting é comprovadamente uma boa abordagem para renderizar modelos baseados em pontos. Os artefatos como aliasing são efetivamente evitados por filtros no espaço de objeto e de imagem. Renderizações com alto desempenho são obtidas pelas implementações em GPU e sombreamentos de alta qualidade, com qualidade similar a Phong, pelo uso de campos normais. No entanto, splats são discos no espaço do objeto e não podem representar adequadamente arestas e cantos de um modelo. Além disso, quando o modelo é observado em uma visualização aproximada ou quando o modelo é de baixa amostragem, artefatos tornam-se visíveis, como saliências na silhueta. Apresentamos um novo método para recortar splats em modelos com arestas curvas e cantos. Cada splat próximo de uma aresta é uma elipse recortada contra uma curva de Bézier racional bidimensional. Foi desenvolvido e implementado um cálculo automático das curvas de recorte e uma melhoria nos métodos de amostragem próximos a arestas. Esta tese propõe também o uso de quadric splats, uma primitiva de renderização que melhora a renderização de silhuetas e arestas de modelos amostrados por splats, e um algoritmo para calcular o conjunto de amostras presente nas silhuetas de uma nuvem de quadric splats. Os métodos anteriores extraem silhuetas de uma nuvem de pontos usando limiarização de vetores normais, o que pode levar a sobre e sub-detecção simultânea de amostras próximas das silhuetas. Outros métodos usam informações de vizinhança e/ou variacionais para essa finalidade. O quadric splat e a curva de recorte são definidos por dados simples e uniformes, portanto, nossas primitivas de renderização podem ser implementados completamente com base em vertex e fragment shaders das GPUs atuais.
Abstract: Surface splatting has been proven to be a good approach to render point-based models. Aliasing artifacts are effectively avoided by filtering. Renderings with high performance are achieved by GPU implementations and high quality shadings by normal fields. However, splats are disks in object space and cannot represent properly sharp features, as edges and corners. Besides, when the model is observed in a close-up view or when the model is low sampled, geometric artifacts become visible, such as bumps on silhouette. We present a new method for clipping splats in models with sharp features. Each splat near an edge is an ellipse clipped against a bidimensional rational Bézier curve. We designed and implemented an automatic computation of the clipping curves and an improvement on sampling methods near sharp features. We also present quadric splat, a rendering primitive that improves the rendering of model silhouettes and sharp features, and an algorithm to compute the silhouette set of a quadric splats cloud. Previous methods extract point set silhouettes by thresholding point normal, which can lead to simultaneous over and under-detection of silhouettes. Other methods use neighboring and variational info for this purpose. The quadric splat and the clipping curve are defined by simple and uniform data, thus, our rendering primitives can be implemented completely based on vertex and fragment shaders of current GPUs.
URI: http://www.repositorio.ufc.br/handle/riufc/51568
metadata.dc.type: Tese
Appears in Collections:DCOMP - Teses defendidas na UFC

Files in This Item:
File Description SizeFormat 
2020_tese_rfivo.pdf19,52 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.