Sampling und Rekonstruktion mit adaptiven Netzen

Ein Ansatz zur visuellen Probenahme und Rekonstruktion, der von Konzepten der numerischen Gittererzeugung inspiriert ist, wird präsentiert. Adaptive Netze, die nicht gleichmäßig Intensitäts- und Entfernungsdaten sampeln und rekonstruieren können, werden vorgestellt. Diese Netze sind dynamische Modelle, die durch die Verbindung von Knotenmassen mit verstellbaren Federn zusammengesetzt werden. Die Knoten, die als mobile Probenahmestellen agieren, erfassen Eigenschaften der Eingangsdaten, wie Intensitäten, Tiefen, Gradienten und Krümmungen. Basierend auf diesen Knotensichtungen passen die Federn automatisch ihre Steifigkeiten an, um die verfügbaren Freiheitsgrade des rekonstruierten Modells entsprechend der lokalen Komplexität der Eingabedaten zu verteilen. Der Algorithmus für adaptive Netze läuft in interaktiven Raten mit kontinuierlicher 3D-Darstellung auf einem Grafikarbeitsplatz. Er wird auf die adaptive Probenahme und Rekonstruktion von Bildern und Oberflächen angewendet.