Full metadata record
DC poleHodnotaJazyk
dc.contributor.advisorKolingerová, Ivana
dc.contributor.authorSkála, Jiří
dc.date.accepted2013-01-28
dc.date.accessioned2014-05-30T11:37:55Z
dc.date.available2004-09-01cs
dc.date.available2014-05-30T11:37:55Z
dc.date.issued2013
dc.date.submitted2012-09-25
dc.identifier51328
dc.identifier.urihttp://hdl.handle.net/11025/10735
dc.description.abstractTato disertační práce se zabývá manipulací s velkými geometrickými daty v oblasti počítačové grafiky. Navržený přístup používá data stream techniku. Ta dovoluje zpracovat obrovská data, jejichž objem výrazně překračuje velikost operační paměti. Množství dat je hierarchicky redukováno clusterováním (shlukováním). Každý cluster (shluk) je nahrazen reprezentantem. Vstupní data jsou zorganizována do hierarchické struktury, která je uložena na pevný disk. Jednotlivé clustery z různých úrovní hierarchie pak mohou být nahrávány podle potřeby. Vytvořený model ve více rozlišeních poskytuje efektivní přístup k datům v různých úrovních detailů. Pro zavedení další struktury do dat je možné zkonstruovat Delaunayho triangulaci (ve 2D nebo v 3D). Triangulace nejvyšší úrovně hierarchie (data v nejnižším rozlišení) představuje hrubý model celých dat. Množství detailů může být ve vybraných částech lokálně zvýšeno nahráním dat z nižších úrovní hierarchie. Lze to dělat interaktivně v reálném čase. Tato dynamická triangulace je všestranný nástroj pro vizualizaci a zacházení s velkými geometrickými modely. Další aplikace zahrnují lokální výpočty, jako např. interpolace nadmořské výšky, odhad gradientu nebo vyhlazování trojúhelníkové sítě. Algoritmy mohou využít lokálně velkou úroveň detailů a hrubý kontext v okolí. Metoda byla testována na velkých digitálních modelech terénu (digitální výškové mapy) a na velkých laserových scanech 3D objektů až do velikosti půl miliardy bodů. Datastreamové clusterování zpracuje přibližně 4 miliony bodů za minutu, což je poměrně pomalé, ale je to provedeno jen jednou jako předzpracování. Dynamická triangulace pracuje interaktivně v reálném čase.cs
dc.format124 s.cs
dc.format.mimetypeapplication/pdf
dc.language.isoencs
dc.publisherZápadočeská univerzita v Plznics
dc.rightsPlný text práce je přístupný bez omezení.cs
dc.subjectpočítačová grafikacs
dc.subjectvelká geometrická datacs
dc.subjectdata streamcs
dc.subjectclusterovánícs
dc.subjectDelaunayova triangulacecs
dc.subjecthierarchický modelcs
dc.subjectmodel ve více rozlišeníchcs
dc.titleAlgoritmy pro manipulaci s velkými geometrickými datycs
dc.title.alternativeAlgorithms for manipulating large geometric dataen
dc.typedisertační prácecs
dc.thesis.degree-namePh.D.cs
dc.thesis.degree-levelDoktorskýcs
dc.thesis.degree-grantorZápadočeská univerzita v Plzni. Fakulta aplikovaných vědcs
dc.description.departmentKatedra informatiky a výpočetní technikycs
dc.thesis.degree-programInženýrská informatikacs
dc.description.resultObhájenocs
dc.rights.accessopenAccessen
dc.type.versionpublishedVersionen
dc.description.abstract-translatedThis thesis deals with manipulating huge geometric data in the field of computer graphics. The proposed approach uses a data stream technique to allow processing gigantic datasets that by far exceed the size of the main memory. The amount of data is hierarchically reduced by clustering and replacing each cluster by a representative. The input data is organised into a hierarchical structure which is stored on the hard disk. Particular clusters from various levels of the hierarchy can be loaded on demand. Such a multiresolution model provides an efficient access to the data in various resolutions. The Delaunay triangulation (either 2D or 3D) can be constructed to introduce additional structure into the data. The triangulation of the top level of the hierarchy (the lowest resolution) constitutes a coarse model of the whole dataset. The level of detail can be locally increased in selected parts by loading data from lower levels of the hierarchy. This can be done interactively in real time. Such a dynamic triangulation is a versatile tool for visualisation and maintenance of large geometric models. Further applications include local computations, such as height field interpolation, gradient estimation, and mesh smoothing. The algorithms can take advantage of a high local detail and a coarse context around. The method was tested on large digital elevation maps (digital terrain models) and on large laser scanned 3D objects, up to half a billion points. The data stream clustering processes roughly 4 million points per minute, which is rather slow, but it is done only once as a preprocessing. The dynamic triangulation works interactively in real time.en
dc.subject.translatedcomputer graphicsen
dc.subject.translatedlarge geometric dataen
dc.subject.translateddata streamen
dc.subject.translatedclusteringen
dc.subject.translatedDelaunay triangulationen
dc.subject.translatedhierarchical modelen
dc.subject.translatedmultiresolutionen
Vyskytuje se v kolekcích:Disertační práce / Dissertations (KIV)

Soubory připojené k záznamu:
Soubor Popis VelikostFormát 
jiri_skala_phd_thesis.pdfPlný text práce21,56 MBAdobe PDFZobrazit/otevřít
posudek-skolitel-skala.pdfPosudek vedoucího práce401,54 kBAdobe PDFZobrazit/otevřít
posudky-ODP-skala.pdfPosudek oponenta práce3 MBAdobe PDFZobrazit/otevřít
protokol-ODP-Skala.pdfPrůběh obhajoby práce781,31 kBAdobe PDFZobrazit/otevřít


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/10735

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.