Diplomarbeit (*.pdf - 5,3MB) - Faculty of Computer Science ...
Diplomarbeit (*.pdf - 5,3MB) - Faculty of Computer Science ...
Diplomarbeit (*.pdf - 5,3MB) - Faculty of Computer Science ...
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Die statistische Verteilung in eine spezielle Richtung v ist gegeben durch<br />
v T Cv. Dies entspricht der Streuung der Achs-Projektionen der Punkte auf v. Die<br />
Richtung, die diesen Wert maximiert oder minimiert entspricht den<br />
Eigenvektoren von C, welche zueinander orthogonal sind, da C reell und<br />
symmetrisch ist.<br />
Zur Bestimmung der Orientierung der OBBs wird daher zunächst die<br />
Kovarianzmatrix und deren Eigenvektoren berechnet. Anschließend werden,<br />
wie oben beschrieben, alle Punkte auf diese projiziert und so der Mittelpunkt<br />
und die Ausdehnung der Box bestimmt.<br />
Berechnet man nun die Kovarianz aus den Vertices des zu umhüllenden<br />
Objekts, so treten unter Umständen Probleme dahingehend auf, dass die<br />
berechnete Box nicht optimal ist. Innen liegende Punkte können beispielsweise<br />
die Ausrichtung der OBB verfälschen (Abbildung 3-27).<br />
Abb. 3-27 Auswirkung innerer Punkte auf die OBB- Berechnung<br />
Es ist daher zu empfehlen nur aus den äußeren Punkten die Kovarianzmatrix zu<br />
bestimmen. [Gottschalk00] zeigt jedoch, dass auch damit noch nicht optimale<br />
Boxen erzeugt werden können, falls die extremalen Punkte ungleichmäßig über<br />
den Rand des Objekts verteilt sind (Abbildung 3-28).<br />
Abb. 3-28 Auswirkung ungleichmäßiger Sampling- Raten<br />
Aus den bisher gezeigten Problemen folgt, dass eine Berechnung der<br />
statistischen Verteilung der Vertices allein <strong>of</strong>fenbar nicht ausreichend ist. Die<br />
Idee nach Gottschalk ist daher, über den Flächen/Linien der Primitive zu<br />
55