תקציר עריכה ומידול צורות הינן משימה בסיסית של מספר רב של אפליקציות גאומטריות בתחומים שונים כגון ראיה ממוחשבת ,רובוטיקה ,ביולוגיה מולקולארית ,סימולציות ועוד [.]MT96, HKH10, SB09 בעבודה זו אנו מציגים שלוש טכניקות המתאימות לשלושה תרחישים שכיחים מתחום הגרפיקה הממוחשבת. התרחיש הראשון הינו עיטור מודלים ( )texturingתלת ממדיים בעזרת תמונות דו ממדיות (מיפוי טקסטורות), אשר צריכות לעבור עיוות על מנת להתאים למודל התלת ממדי [ .]GSCO06התרחיש השני הינו שיחזור משטח מאוסף נקודות לא מאורגנות אשר נדגמו ממודל מעשה ידי אדם [ .]GSH+07התרחיש השלישי הינו עריכת מודלים תלת ממדיים מכניים ,בצורה אינטואיטיבית ,תוך שמירת תכונותיהם הבסיסיות והמאפיינות [.]GSMCO09 אנו מתמקדים בדרכים לביצוע המשימות לעיל במצבים הכוללים מאפיינים בולטים בקלט אשר צריכים להישמר במהלך העיבוד ,פן יאבדו תכונות אופייניות של מודל הקלט המקורי. עיוות תמונות לצורך עטור מודלים תלת ממדיים באפליקציות למיפוי טקסטורות דו ממדיות ,תמונות ממופות על גבי מודלים מצורות שונות לצורך יצירת אפקטים שונים .מיפוי הטקסטורות הינו למעשה עיוות תמונת המקור ,תוך אילוץ גבולות התמונה למיקום מסויים ,ולעיתים אילוצים נוספים על מיקום אזורי פנים בתמונה .מיפוי טקסטורות מסוג זה הינו נפוץ בכלי עריכה גראפית והנדסית קיימים ,וכן בכלי אנימציה ועריכה תלת ממדיים .כלי עריכה מסחריים מספקים ,בדרך כלל ,ספריה של אפשרויות עיוות תמונה מוגדרות מראש ,כך שכל שהמשתמש צריך הוא להגדיר את העיוות הרצוי ולעיתים לכוונן מספר פרמטרים (לדוגמא תמונה 1.1ו .)1.2אפשרות נוספת הינה עיצוב אינטראקטיבי של מיפוי הטקסטורה על ידי בחירה והעתקת נקודות או עקומות התאמה בין התמונה לתחום מטרת המיפוי .המיפוי הסופי מחושב תוך סיפוק אילוצי המשתמש [ .]BN92, LCS95, MJBF02aאפשרות נוספת הינה החלת עיוות חופשי בעזרת קונטרולים מבוססי רשת ( .]SP86a, LCS95, MJ96[ )gridעיוות ועריכת טקסטורות נפוץ במיוחד בעת עיטור מודלים תלת ממדיים; מיפוי שכזה מצריך התאמה ויישור הטקסטורה למאפיינים שונים של המשטח התלת ממדי .שיטות מיפוי המאפשרות אילוצים פותחו עבור מקרים אלו [ ,]ESG01, L´01, KSG03בהן המשתמש מגדיר נקודות התאמה בין הטקסטורה ומשטח המודל ,וחישוב המיפוי מבוצע באופן אוטומטי. רוב שיטות המיפוי והעריכה מטפלות בכלל תמונת הטקסטורה בצורה הומוגנית .כאשר המיפוי המופעל על תמונה גורר מתיחה כיוונית ,לדוגמה ,המקרה הפשוט ביותר בו יחס רוחב-גובה של התמונה משתנה בעקבות מתיחה בכיוון מאוזן ,כל תוכן התמונה עובר מתיחה זהה .טיפול שכזה הינו בעיתי כאשר התמונה כוללת צורות מוכרות היטב לצופה ,כגון אנשים ,חיות וצורות גאומטריות בולטות אחרות .דוגמא אופיינית של מיפוי תמונה פשוט נראה בתמונה ,1.1כאשר אפקט המתיחה מעוות את תמונת הילדים בצורה בולטת. בעבודת תזה זו ,אנו מציגים שיטה למיפוי שאינו הומוגני של טקסטורות דו ממדיות ,המסוגלת לשמר את צורתם המקורית של אזורים ממוסכים בתמונה ,תוך סיפוק אילוצי המשתמש הרגילים .שיטה עיוות זו ,המודעת לאזורי חשיבות בתמונה ,מונחית על ידי מסיכת חשיבות אשר נוצרת בעזרת סימון גס של האובייקטים לשמירה שיטתנו תגרום לאזורים אלו להופיע בתמונת התוצאה תוך הפעלת העתקת דמיון בלבד ,בדרך כלל על חשבון עיוות גדול יותר באזורים פחות חשובים בתמונה ,כגון אזורי רקע .שיטתנו קרובה לשיטות אופטימיזציית טקסטורות של בלמלי [ ]BTB02וסנדר [ ,]SGSH02בהן מיפוי הטקסטורה מעוות לצורך אפשור לפיקסלים בעלי טקסטורה עם תדר גבוהה יותר מקום בתמונת התוצאה. במבט ראשון ,נראה כי ניתן להשיג עיוות מודע חשיבות על ידי גזירת אזורי החשיבות מהתמונה ,עיוות התמונה הנותרת בצורה רגילה ,ותפירת אזורי החשיבות לתוך התמונה המעוותת ,תוך תיקוני אוריינטציה וגודל .אולם פתרון מעין זה מציב מספר בעיות בפנינו )1( :אנו זקוקים לסגמנטציה מדויקת של האובייקטים לשמירה ,כולל מפת שקיפות חלקית לצורך תפירה נכונה; ( )2לא ברור כיצד ניתן ליצור העתקת דמיון מתאימה עבור האובייקטים לשמירה; ( )3יש צורך בסנתזה של טקסטורה עבור החורים אשר ייווצרו (בסבירות גבוהה) סביב האובייקטים לאחר תפירתם .בעיה אחרת הינה חפיפה בין האובייקטים לתפירה ואחזורים אחרים בטקסטורה ,אשר יגרמו לאיבוד מידע .כל המשימות לעיל הינן מורכבות ,וכן כיוונון הפרמטרים של כל רכיב ידרוש התערבות של המשתמש .לעומת זאת ,שיטתנו אינה מצריכה סימון מדויק של אזורי החשיבות לשמירה ,אלא סימון גס הניתן לביצוע תוך מספר שניות בכלים סטנדרטיים .תוצאת שיטתנו הינה טקסטורה עקבית וחלקה הנובעת מהתבססותנו על שיטות מודרניות של ייצוג דיפרנציאלי ודפורמציות חופשיות [.]]ACOL00, IMH05, SMW06 שיחזור משטחים תלת ממדיים שיחזור משטחים רציפים מדגימות דיסקרטיות הינה ,מטבעה ,בעיה שאינה מוגדרת היטב .מסיבה זו ,כל שיטת שיחזור משטחים חייבת להסתמך ע ל הנחות בסיס מוקדמות .הנחות אלו יכולות להיות לגבי שיטת הדגימה, הנחות לגבי המשטח הנדגם או לגבי מאפייני הגוף הנדגם .במסגרת באסיאנית ,הנחות אלו מתורגמות להסתברות מוקדמת אשר מטילה אילוצים על מאפייני המשטח המשוחזר .גישה באסיאנית זו שימשה בעבר בהצלחה במספר רב של עבודות בנושאי שחזור תמונות ,מידע רפואי ושחזור משטחים [[ MCSM99, WK01, FWZ03, DTB, .]JWB+06 אולם ,ישנה מגבלה לעד היכן ניתן להגיע באלגוריתמי שיחזור בעזרת הנחות גלובליות לגבי המשטח המשוחזר (למשל ,הנחת חלקות המשטח ,התפלגות גאוסיאנית של רעש הדגימה) ,ללא התייחסות להקשר הנכון של הצורה המשוחזרת .לאחרונה ,עבודות כגון [ ]PMG+05, KS05השתמשו בדוגמאות ככדי לספק הקשר נכון ולסייע לתהליך השחזור .אולם ,עבודות אלו מחפשות התאמה גלובלית עבור התורה המשוחזרת ,התאמה אשר לעיתים קשה מאד ליצור ולאתר ולעיתים מצריכה יישור שאינו קשיח. במקרים רבים ,הגוף הנסרק מכיל הרכבה מסובכת של חלקים ידועים מראש .במקרים כאלו ,במקום להשתמש בהתאמה גלובאלית בעלת באיכות התאמה נמוכה ,אנו סבורים כי שימוש בהתאמה איכותית גדולה ככל האפשר תאפשר תוצאות טובות יותר .שיטתנו מאפשרת לאזורי סריקה מסוימים להתאים לדוגמאות ההקשר המתאימות ביותר לאזור נתון .ככול שההתאמה איכותית יותר ,כך הקשר הדוגמא רלוונטי יותר לאזור המשטח והשחזור המקומי .שימוש בשיטה זו מאפשר להתגבר על בעיות נפוצות ומעורפלות המאפיינות אלגוריתמי שחזור משטחים, כגון הפרדה בין אות דגימה לרעש ,זיהוי מאפיינים חדים וטיפול בקצב דגימה משתנה. בעבודה זו אנו מציגים שיטה מבוססת דוגמאות המשתמשת בדוגמאות הקשר מקומיות היכולות לספק הקשר נכון למשטח מסובך לשחזור .אנו מתמקדים במקרים בהם ניתן לאתר מודלים דיגיטליים דומים למודל המשוחזר. איתור שכזה יכול להתבסס על מודלים קיימים שנסרקו בעבר או מודלים שמודלו בכלים סטנדרטיים ,ואשר ישמשו להקמת מאגר של דוגמאות עבור השחזור .מאגר שכזה מאפשר לימוד גאומטרית ופרטי המשטח על ידי יצירת טלאים מקומיים מועשרים במידע גאומטרי .טלאים אלו ,הבנויים מנקודות שנדגמו ממשטחי הדוגמא ,כוללים מידע נוסף כגון כיוונ י נורמליים ,אוריינטציית המשטח ומיקום מאפיינים מיוחדים (כגון ,האם נקודה נמצאת על צלע ,פינה או מאפיין מיוחד אחר) .טלאים אלו משמשים כמעין קבוצת אימון לתהליך השחזור ומגדירים עבורו את ההקשר לצורך שיחזור אזורים דומים בגוף המסרק (ראה תמונה .)1.3 הרעיון הבסיסי העומד מאחורי שימוש בטלאים אלו ,הינו הוספת שלב העשרה של ענן הנקודות לשחזור ,לפני השחזור הסופי עצמו .בשלב ההעשרה ,הטלאים המקומיים משמשים להעשרה ,ניקוי רעש ותיקון דגימות בענן הקלט .כך ,השחזור הסופי יושפע משילוב של נקודות הקלט המקוריות וטלאי דוגמאות האימון שהותאמו באיכות גבוהה .בנוסף ,מגדירים הטלאים המוקדמים הקשר מקומי למשטח המשוחזר. העשרה אפקטיבית של ענן הנקודות מחייבת אפשרות התאמה חלקית יעילה בין סביבות מקומיות של ענן נקודות הקלט ,לבין טלאים מקומיים במאגר הדוגמאות .בשלב מקדים ,אנו בונים ספריה של דוגמאות הקשר על ידי דגימת מודלי הדוגמאות לקבלת ענני נקודות מקומיים בגדלים שונים .אנו משתמשים במתארי צורה מקומיים ( local ) shape descriptorsלחישוב יעיל של מועמדים להתאמה ,אשר מעודנים על ידי תהליך רגיסטרציה מקומי. הטלאים בעלי ציון האיכות הגבוה ביותר ,כלומר התואמים ביותר לענן הקלט ,משמשים להעשרת הקלט על ישי הוספת נקודותיהם והמידע הנוסף בהם לענן הנקודות לשחזור .נקודות "איכותיות" אלו מקטינות את יחס אות/רעש בענן נקודות ,ממלאות חורים ונושאות מידע נוס לשיפור השחזור. אחד היתרונות הבולטים בשיטה מבוססת דוגמאות זו הינו הגמישות וכושר ההסתגלות לתרחישי שיחזור שונים. לדוגמא ,באפליקציות מסוימות ,מאפיינים חדים הינן חשובים ,לעומת אפליקציות אחרות המעדיפות פינות מעוגלות מעבר לרדיוס עקמומיות מסוים .במקום לכוונן פרמטרים או להחליף אלגוריתמי שיחזור שונים להתאמה למקרים אלו ,שיטתנו מאפשרת למשתמש להדגיר את הקשר השחזור המתאים על ידי אספקת מודלי דוגמאות מתאימים. עריכת מודלים תלת ממדיים עריכה חופשית של מודלים תלת ממדיים הינה נושא אשר נחקר רבות על ידי קהיליות חוקרי הגאומטריה והמידול. מאמצי מחקר מיוחדים הושקעו במטרה לאפשר למשתמש לערוך ולשנות בצורה ישירה גופים תלת מימדיים ,תוך שמירה על פרטי המשטח המאפיינים .בכלליות ,האתגר המרכזי בעריכת מודלים הוא הענקת האפשרות למשתמש לבצע מניפולציה אינטואיטיבית – כלומר ,השינוי המבוצע הינו השינוי המצופה .ברור כי הגדרה שכזו הינה תלוית התחום בו עובדים .טבעי לצפות כי שינוי המבוצע במודל ישמר את תכונות המשטח המקומיות [ .] BS08שיטות עריכה המשמרות מאפיינים מקומיים ,מטפלות במודל כעשוי מחומר הומוגני ,דמוי גומי ,המגיב בצורה אחידה לשינויי המשתמש .שיטות אלו מתאימות לצורות אורגניות ,כגון פנים ,חלקי גוף ,חיות וכו' .אולם ,הן מתאימות פחות למודלים של אובייקטים מעשי ידי אדם ,כגון רהיטים ,גופים מכניים ואביזרים אלקטרוניים .מודלים הנדסיים מעין אלו מורכבים לרוב ממשטחים חלקים ,כאשר צורתם מוגדרת על ידי מספר קטן יחסית של מאפיינים, הנושאים בחובם מאפיינים ייחודיים וגאומטריים שונים. טענתנו בעבודה זו היא ,כי שמירה על תכונות קבוצה קטנה כזו של מאפיינים ,מאפשרת שמירה על מאפייני המודל החשובים בעת פעולות עריכה מורכבות .לעומת זאת ,שיטת עריכה המתייחסת לכלל המודל בצורה אחידה, ומתעלמת ממאפייני המפתח הללו ,פוגעת למעשה במאפייני המפתח של המודל כולו ,ולמעשה שוללת את המושג "עריכה" .אנו משתמשים במושג "עריכה" במקום עיוות ,כיוון שעריכה אינה אמורה לפגוע במאפיינים בסיסיים על פי הגדרתה .עריכה ,במרומז ,מכוונת לשמר את מהות האובייקט הנערך (ראה תמונה .)1.4 ההשראה לעבודתנו נבעה מעבודות המחקר של סינה ופיום [ ]SF98וכן מעבודתו של אורזן [ .]OBW+08עבודות אלו הראו כי מודל שלם או תמונה ,יכולים להיות מיוצגים ,מוגדרים ומאופיינים על ידי מספר קטן גל עקומות .אנו אימצנו את השם " "wiresשל סינה ופיום לסימון אותם מאפייני מפתח המכילים את מהות הצורה .מערכת עריכת המודלים התלת ממדים שלנו מתמקדת בשימור מאפייני מפתח אלו של המודלים ,בעיקר במודלים הנדסיים ודומיהם. אנו מציגים גישת ניתוח ועריכה ,בה לפני עריכת ושינוי המודל ,אנו מבצעים ניתוח פשוט של הקלט לצורך זיהוי קבוצת החוטים המאפיינת אותו .ניתוח הגאומטריה של כל חוט בפני עצמו ,וכן זיהוי היחסים בין החוטים עצמם. והעשרת החוטים בתכונות גאומטריות מאפיינות הופכם ל"אינטליגנטיים" ,ומוכנים לעריכה .עריכת המודל מבוצעת על ידי שינוי החוטים תוך שמירה על תכונותיהם והיחסים ביניהם שנלמדו בשלב הניתוח .עריכת החוטים האינטליגנטיים גורמת לעריכה תחת אילוצים ,שלא כמו עריכה חופשית לחלוטין .לדוגמה ,כאשר המודל מכיל מאפיין מעגלי ,תוצאת העריכה לרוב תכלול אובייקט בעל תכונה זו (ראה תמונה .)1.4צורת המודל הסופית נקבעת על ידי שינוי החוטים ששונו .דוגמאות למערכת בפעולה ניתן לראות בווידאו המצורף. תמצית בשנים האחרונות ,נושאי עריכה ומידול תמונות ואובייקטים תלת ממדיים נחקר ונלמד בהרחבה על ידי קהיליות חוקרי ראיה ממוחשבת וגרפיקה ממוחשבת .מאמצי מחקר מיוחדים הוקדשו לצורך לאפשר למשתמש לערוך בצורה ישירה תמונות ומשטחים ,תוך שמירה על מאפייניהם הבולטים תלויי היישום .בהשתמשנו במושג "מאפיינים בולטים" ,הננו מתייחסים לקבוצה קטנה של פרטים או חלקים גאומטריים ,אשר לוכדים בתוכם את צורת האובייקט .היכולת האנושית לזהות ולפרש צורות הינה נושא למחקרים רבים ונרחבים .יכולת זו אינה מורכבת ממשימה או תכונה אחת ,אלא רבות :צבע ,צללים ,צורה ,תנועה ,טקסטורה והקשר משמשים את התפיסה האנושית ,עוד לפני שהזכרנו נושאים כגון רקע תרבותי ואסוציאציות אישיות .בעבודה זו ,הנחת היסוד שלנו הינה ,כי שמירה על קבוצה קטנה כזו של מאפיינים ,מאפשרת שמירה על התכונות המגדירים של האובייקט הנערך במהלך פעולות שכיחות בתחום הגרפיקה הממוחשבת .עבודת מחקר זו כוללת מספר פרוייקטים בהם אנו חוקרים שיטות המאפשרות עריכה ומידול של נתונים בשניים ושלושה ממדים ,תוך שמירה על מאפייניהם הבולטים ,יהיו אלו פרטי תמונה מסוימים או פרטי משטח גאומטריים. בעבודה זו אנו מציגים שלוש טכניקות המתאימות לשלושה תרחישים שכיחים מתחום הגרפיקה הממוחשבת. התרחיש הראשון הינו עיטור מודלים ( )texturingתלת ממדיים בעזרת תמונות דו ממדיות (מיפוי טקסטורות), אשר צריכות לעבור עיוות על מנת להתאים למודל התלת ממדי [ .]GSCO06התרחיש השני הינו שיחזור משטח מאוסף נקודות לא מאורגנות אשר נדגמו ממודל מעשה ידי אדם [ .]GSH+07התרחיש השלישי הינו עריכת מודלים תלת ממדיים מכניים ,בצורה אינטואיטיבית ,תוך שמירת תכונותיהם הבסיסיות והמאפיינות [.]GSMCO09 עיטור מודלים .הננו מציגים שיטה למיפוי שאינו הומוגני של טקסטורות דו-ממדיות ,מונחה מסכת מאפיינים, השומר על אזורים מסוימים בתמונה מפני עיוותים לא רצויים ,כגון שמירה על אובייקטים מרכזיים או אזורים חשובים .השיטה המוצגת מאפשרת טיפול בעיוותים כלליים של התמונה הנתונה ,תוך שמירת הצורה של מאפיינים בולטים ,על ידי אילוץ העיוות באזורים אלו להיות העתקה קשיחה ( )rigidאו העתקת דמיון (.)similarity שיטתנו מאפשרת שינויים כוללניים או מקומיים ליחס הרוחב-גובה של הטקסטורה ,ללא גרימת בעיות לא רצויות מתיחות לא טבעיות למאפייני התמונה הבולטים .הבסיס האלגוריתמי של שיטתנו מבוסס על פורמליזציה מיוחדת של שיטת , Laplacian Editingהמותאמת לאילוץ העתקת דמיון באזורים נתונים בתחום הגדרתה .שיטתנו יעילה לתחומי עיבוד תמונות דיגיטלי ,תכנון טקסטורות וכל אפליקציה אחרת הכוללת עיוות תמונות ,אשר חלקים בהן הינן מוכרים לצופה וחייבים לשמור על צורתם המוכרת ללא עיוותים לא טבעיים. שיחזור משטחים .הננו מצגים שיטה לשחזור מבוסס דוגמאות של משטחים עבור דגימות לא מאורגנות של נקודות סרוקות .שיטתנו משתמשת במאגר של דוגמאות הקשר מקומיות ( ,)local shape priorsאשר נגזרות מקבוצה של מודלי הקשר הנבחרים במיוחד להקשר הגוף הנסרק .סביבות מקומיות של סריקת הקלט מותאמות לסביבות מקומיות מועשרת במידע מתוך מודלי ההקשר ,במספר קני מידה .כך ,במקום להסתמך על הנחת יסוד גלובלית לגבי המשטח הנסרק ,כגון חלקות או קצב דגימות ,שיטתנו מאפשרת לאזורים שונים במשטח להתאים להקשר הנכון ביותר מתוך סט ההקשרים המסופק .התאמות איכותיות אלו נושאות בתוכן מידע רלוונטי אודות המטח ממדלי ההקשר למשטח המשוחזר ,כגון אוריינטציה ,כיווני נורמליים ,מיקום ותכונות מאפיינים בולטים, המאפשרים העשרה ועיבוי עננן נקודות הקלט .העשרה זו מאפשרת יישוב ופתרון של מגוון נושאים קשים ומעורפלים בעת שיחזור המשטח ,כגון הפרדה בין אות הדגימה לרעש ,זיהוי חורים ומיקום מאפיינים מיוחדים. מספר דוגמאות מציגות כיצד השיטה המוצגת ,בהנתן מודלי הקשר מתאימים ,מצליחה להתגבר על דגימות רועשות בעלות קצב דגימה בעייתי ,תוך שיחזור נאמן למקור של אזורם חלקים וכן מאפיינים בולטים של המשטח. עריכת מודלים .רוב האובייקטים ,מעשה ידי אדם ,מכילים (ואף מוגדרים) על ידי מספר מצומצם יחסית של מאפיינים אופייניים ,הנושאים בחובם את המשמעויות המזהות וההנדסיות של האובייקט וצורתו .שיטות העריכה הקיימות כיום אינן מאפשרות עריכה של מודלים מעין אלו ,תוך שמירה על מאפייניהם ההנדסיים ומבניותם הכוללת .בעבודה זו ,אנו מציגים את ,iWIRESגישה חדשנית מבוססת הארגומנט כי מודלים מעשי ידי אדם ניתנים לזיקוק ולייצוג על ידי מספר קטן של "חוטים" חד ממדיים והיחסים ביניהם .טענתנו המרכזית היא כי שמירה על תכונותיהם של קבוצה קטנה זו של "חוטים" ,מאפשרת שמירה על תכונות המודל הגלובליות המאפיינות אותו .אנו מציגים גישת ניתוח ועריכה ,בה לפני עריכת ושינוי המודל ,אנו מבצעים ניתוח פשוט של הקלט לצורך זיהוי קבוצת החוטים המאפיינת אותו .ניתוח הגאומטריה של כל חוט בפני עצמו ,וכן זיהוי היחסים בין החוטים והעשרתם בתכו נות גאומטריות הופך אותם ל"אינטליגנטיים" ,ומוכנים לעריכה .עריכת המודל ,על ידי שינוי החוטים האינטליגנטים ,מאפשר אפשריות עריכה רבות עוצמה ,,אשר שומרות על תכונות המודל המאפיינות אותו .מספר רב של דוגמאות עריכה של מודלים מעשה ידי אדם מציג את יכולות המערכת ואת שיטת הניתוח ועריכה שלנו. בית הספר למדעי המחשב על שם בלבטניק "עריכה ומידול גופים תוך שימור מאפיינים בולטים" חבור לשם קבלת תואר "דוקטור לפילוסופיה" נכתב על ידי רן גל המחקר לצורך עבודת תזה זו נערך באוניברסיטת תל אביב בהנחייתו של פרופסור דניאל כהן-אור מאי 2011
© Copyright 2024