CapÃtulo X: Introducción
CapÃtulo X: Introducción
CapÃtulo X: Introducción
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Capítulo 6: Reducción de ArtefactosVolume(b) LOD(b)bSLOD( S)[Ec. 6.3]Volume(b)bSPara la versión mejorada, se utiliza similarmente la ecuación 6.3. Sinembargo, el nivel de detalle del brick b, LOD(b), es estimado promediandoel nivel de detalle asignado en cada vértice de b. Debido a que laoperación de blending se realiza entre determinados bricks de la seleccióncon el próximo nivel de detalle bajo, se puede concluir que el nivel dedetalle promedio por vóxel es ligeramente más bajo al utilizar estatécnica. Sin embargo, en nuestras pruebas, la diferencia es de tan sólode una fracción de un nivel de detalle (0,18 niveles).6.4 SumarioSe ha introducido un algoritmo para remover artefactos típicos de latécnica de despliegue de volúmenes multi-resolución. Estos artefactossurgen en el despliegue de bricks adyacentes con distintos niveles dedetalle. La solución se basa en la mezcla o ponderada de bricks de nivelesde detalle consecutivos, que hace coincidir las resoluciones en lasfronteras entre bricks. Para nuestro conocimiento, es la primera vez quese utiliza esta técnica en el despliegue de volúmenes multi-resolución, ytiene gran potencialidad de convertirse en un estándar en el área.La técnica presentada ha sido implementada sobre un sistema prototipoexperimental, que utiliza paginación bajo demanda, y un algoritmo vorazen el criterio de selección. Sin embargo, los algoritmos de selección y outof-corevistos en los capítulos 4 y 5 pueden ser adaptados para soportarla restricción introducida por la técnica de mezcla de bricks. En estesentido, se debe garantizar en cada operación de split y collapse que ladiferencia de nivel de detalle entre bricks adyacentes no difiera en más deun nivel.En el próximo capítulo se presentan detalles de implementación ypruebas, tanto del Sistema Experimental como del Sistema Interactivo,tomando cuatro datasets de gran tamaño.-108-