- •КОМПЬЮТЕРНЫЕ ТЕХНОЛОГИИ В
- •ТЕМА № 5.
- •Основы блочного моделирования
- •Создание пустой блочной модели
- •Геометрия блочной модели
- •Классификация 3Д сеток
- •Структурированныесетки
- •1. Регулярные структурированные сетки
- •Простейший тип регулярной структурированной сетки – это прямоугольная пространственная решетка.
- •2. Структурированные сетки типа «угловой точки»
- •Неструктурированныесетки
- •Расчет атрибутов
- •2. Модель создается на основе трехмерной интерполяции данных.
- •ТЕМА № 6.
- •ИНТЕРФЕЙС ПРОГРАММЫ
- •Организация процесса обработки
- •Исходные данные
- •Визуализация исходных данных
- •Создание трехмерныхсеточных моделей
- •Геометрия
- •Методы интерполяции
- •Статистический метод (расчет «статистик»)- Data Metrics
- •Метод локальных полиномов (Local Polynomial)
- •Метод обратно пропорциональных расстояний (Inverse Distance)
- •Сравнение методов интерполяции
- •Визуализация трехмерных сеточных моделей
- •Поле векторов
- •Секущие плоскости (Clip Planes )
- •Аннотация
- •Операции над 3D гридами
- •Фильтрация (Filter)
- •Сечение (Slice)
- •Результат работы в программе сохраняется в файле [.VOXB].
Геометрия
В программе используется самый простой вид структурированных 3D сеток – прямоугольные призмы с постоянным размером ячеек: X =const; Y =const ; Z =const
Эллипсоид происка
Сферический ( Simple)
Двухосный эллипсоид (Anisotropic )
Трехосный эллипсоид (General )
Simple Anisotropic
General
Методы интерполяции
Для построения блочной модели используются детерминированные методы трехмерной интерполяции:
Статистический метод (Data Metrics);
Метод локальных полиномов (Local Polynomial);
Метод обратно пропорциональных расстояний (Inverse Distance)
Статистический метод (расчет «статистик»)- Data Metrics
Этот метод позволяет рассчитать в узлах сети различные статистические параметры на основе исходных точечных данных, попавших в эллипс поиска.
Выделяется 5 групп статистических параметров:
Метод, в общем случае, не является методом интерполяции, а позволяет осуществить предварительный анализ исходных данных.
Метод локальных полиномов (Local Polynomial)
Интерполяция по методу локальных полиномов использует несколько полиномов, каждый из которых подбирается для отдельного участка (эллипса поиска). Участки граничат между собой и перекрываются.
(
Результат
интерполяции полиномом 1 степени
Интерполяция по методу локальных полиномов:
наиболее подходит для моделирования объектов, имеющих локально гладкие участки;
чувствительна к размеру окрестности, а небольшие окрестности поиска могут создать пустые области.
Метод обратно пропорциональных расстояний (Inverse Distance)
Этот метод предполагает, что влияние значения измеренной переменной убывает по мере увеличения расстояния от точки замера. ОВР вычисляет значения ячеек, усредняя значения точек замеров, находящихся вблизи каждой ячейки. Чем ближе точка к центру оцениваемой ячейки, тем больший вес, или влияние, имеет ее значение в процессе вычисления среднего.
, где |
i – вес измеренного значения; |
||
k – показатель степени |
|||
|
|||
|
|
|
|
|
|
|
Эффект изменения степени метода обратных расстояний
Результирующая сетка по методу обратных
расстояний
Этот метод следует применять, когда влияние переменной уменьшается с увеличением расстояния от точки измерения.
Сравнение методов интерполяции
1. Inverse Distance |
3. Data Metrics |
Изоповерхности
2. Local Polynomial
Визуализация трехмерных сеточных моделей
Заштрихованные объемные изображения
(Voxler Rendered Volumes)
T(X,Y,Z)=const |
Изоповерхности |
|
|
|
(Voxler Isosurfaces ) |
Z
Y
X
Z
Y
Ортогональное сечение
(OrthoImage)
X
Z
Z(X,Y)
Y
Наклонное сечение
(Oblique Image)
X
Z(X,Y)
ZY
Контурные линии
(Voxler Contours )
T=const |
X |
|
Z(X,Y)=const
Поля высот
(Voxler Height Fields )