| |
die Differenz aus den z-Werten liegen darf, um die Punkte der gleichen Oberfläche
zugehörig zu werten. Die Farb- bzw. Texturinformationen des entsprechenden
resultierenden Pixels werden dann aufgrund der resampling kernel bestimmt und in
den frame buffer geschrieben.
Nachdem der Bildschirmspeicher mit sämtlichen sichtbaren Punkten gefüllt wurde,
werden im letzten Schritt die Schattierungen auf das Bild im frame buffer aufgetragen
(shading).
Komplexe
Schattierungsalgorithmen
erfordern
hierbei
natürlich
entsprechend hohen Rechenaufwand. Insgesamt liegt nun also ein komplett
gerendertes und darstellbares Bild des anzuzeigenden Objektes vor.
In Pseudocode wird dieser Algorithmus also im wesentlichen durch vier
Anweisungen beschreiben:
für jeden Punkt Pi
{
projiziere in Bildschirmraum;
erstelle resampling kernel;
splatte kernel;
}
für jeden Pixel im Bildschirmspeicher
{
trage Schattierung auf;
}
Fazit
Der Einsatz von Punktwolken in der Visualisierung und Bearbeitung von 3D-Daten
kann in den meisten praktischen Anwendungsgebieten sowohl die Qualität als auch
die Geschwindigkeit der Arbeitsschritte erhöhen. Dies wird zum einen durch den
Verzicht auf Vernetzung der Punktmenge als auch der direkten Nutzung der durch
Reverse Engineering erhaltenen Punktmenge erreicht.
Da dieser Ansatz jedoch noch keine allzu weite Verbreitung gefunden hat, sind
Resultate und Implementierungen jenseits der Grundlagenforschung jedoch eher
spärlich zu finden. Eine der wenigen konkreten Projekte ist das an der ETH Zürich
entwickelte Pointshop 3D [5], ein 3D-Editor der vollständig auf Punktwolken
operiert. In der (Prototypen-)Fertigung und Medizintechnik konnten keine Produkte
gefunden werden, die auch tatsächlich nur eine gegebene Punktwolken nutzen, ohne
|  |
|
| |
|
|
