연체 장기모델의 상세 단계 생성을 위한 밀도값 기반 사면체 세분화 방법
Density-based Tetrahedron Subdivision for Level-Of-Detail Generation of Flexible Human Organ Models
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
가변연체 시뮬레이션에서 움직이는 물체의 내부는 보통 분할된 사면체들로 구성된다. 기존 연구에서는 균등한 크기로 사면체를 분할하기 때문에 물성이 균일하지 않은 물체를 모델링할 때에도 일괄적으로 많은 분할이 발생하여 저장공간이 낭비되고 처리시간이 증가하는 문제가 있다. 이 논문에서는 물체 내부의 밀도 값에 따라 각 사면체들의 분할 크기를 다르게 하여 상세 단계를 제작하는 방법을 제안한다. 밀도값을 가진 물체 내부와 각 사면체가 매핑되는 지점의 밀도 값 분포를 이용하여 상세 단계 각 레벨의 재귀적인 분할 여부를 결정함으로 사면체를 세분화하였다. 제안한 상세 단계 모델을 이용하여 렌더링한 결과 동일한 정밀도를 유지하면서도 정점, 삼각형 수를 줄일 수 있었다. 이 논문에서 제안한 방법을 이용하여 물성이 균일하지 않은 물체를 효율적으로 시뮬레이션 할 수 있다.
Abstract
In the field of variable-body simulation, the interior of a moving object usually consists of divided tetrahedra. In the previous study, since the tetrahedron is divided into equal sizes, even when modeling an object having a non-uniform property, a large number of division occurs collectively, which wastes storage space and increases processing time. In this paper, we propose a method of producing level of detail(LOD) by differentiating the size of each tetrahedron according to the density value inside the object. The tetrahedron is subdivided by deciding whether to recursively divide each level in the LOD by using the density value distribution at the point where each tetrahedron is mapped to the inside of the object having the density value. As a result of rendering using the proposed LOD model, it was possible to reduce the number of vertices and triangles while maintaining the same precision. By using the method proposed in this paper, it is possible to efficiently simulate objects with non-uniform properties.
참고문헌 (18)
- J. R. Shewchuk, "Tetrahedral mesh generation by Delaunay refinement", Proceedings of the fourteenth annual symposium on Computational geometry-SCG ’98, pp.86~95 (1998)
- 김재하, "GPU 기반 테셀레이션을 이용한 연속상세단계 기법", 한국차세대컴퓨팅학회 논문지, 9(1), pp.84~92 (2013), 한국차세대컴퓨팅학회
- F. Labelle, "Isosurface stuffing : fast tetrahedral meshes with good dihedral angles", ACM Trans. Graph, 26(3), pp.57~ (2007)
- N. Molino, "A crystalline, red green strategy for meshing highly deformable objects with tetrahedra", 12th Int. Meshing Roundtable, pp.103~114 (2003)
- D. T. Lee, "Two algorithms for constructing a Delaunay triangulation", Int. J. Comput. Inf. Sci, 9(3), pp.219~242 (1980)
- B. S. Baker, "Nonobtuse triangulation of polygons", Discrete Comput. Geom, 3(2), pp.147~168 (1988)
- M. Bern, "Provably Good Mesh Generation", Journal of Computer and System Sciences, 48(3), pp.384~409 (1994)
- H. Si, "Adaptive tetrahedral mesh generation by constrained Delaunay refinement", Int. J. Numer. Methods Eng, 75(7), pp.856~880 (2008)
- M. Zemek, "Regular Triangulation in 3D and Its Application", University of West Bohemia, 10~19 (2009)
- Y. Hu, "Tetrahedral meshing in the wild", ACM Trans. Graph, 37(4), pp.1~14 (2018)
- S. A. Mitchell, "Quality mesh generation in three dimensions", Proceedings of the eighth annual symposium on Computational geometry-SCG ’92, pp.212~221 (1992)
- F. Labelle, "Sliver Removal by Lattice Refi nement", Proceedings of the twenty-second annual symposium on Computational geometry, pp.347~356 (2006)
- S. -W. Cheng, "Sliver Exudation", Journal of the ACM, 47(5), pp.883~904 (2000)
- I. Despotović, "MRI Segmentation of the Human Brain : Challenges, Methods, and Applications", Comput. Math. Methods Med, 2015, pp.1~23 (2015)
- 위우찬, "Generation Method of 3D Human Body Level-of-Detail Model for Virtual Reality Device using Tomographic Image", 한국차세대컴퓨팅학회 논문지, 15(4), pp.40~50 (2019), 한국차세대컴퓨팅학회[DOI]
- S. Schaefer, "Smooth subdivision of tetrahedral meshes", Proceedings of the 2004 Eurographics, 2004, 147~
- "Brain for Blender" (2013)[URL]
- 송영찬, "B-스플라인 기반 관심 영역 고정밀 비강체 정합 기법: 흉부 CT 영상에의 응용", 한국차세대컴퓨팅학회 논문지, 12(2), pp.87~96 (2016), 한국차세대컴퓨팅학회