KR20060128803A - 입체 지형 시각화에 있어서 뷰포인트 조정을 이용한 개선된상세 레벨 선택 방법 - Google Patents

Abstract

본 발명은 사진트리를 이용한 입체 지형 시각화에서의 개선된 상세 레벨 선택 방법으로서, 보다 구체적으로는 양쪽 눈 각각에 대하여 시각-의존 오차를 2번 계산하던 기존의 방법 대신에 양쪽 눈의 중간점에서 시각-의존 오차를 한 번만 계산하고 계산된 오차를 이용하여 상세 레벨 선택을 수행함으로써 입체 지형 시각화의 렌더링 속도를 크게 증가시키는 개선된 상세 레벨 선택 방법에 관한 것이다. 본 발명은, 입체 지형 시각화에 있어서의 상세 레벨 선택 방법으로서, 고도 필드 데이터를 따라가면서 모든 리프 노드들에 대하여 양쪽 눈의 중간점에 대하여 시각-의존 기하 오차(view dependent geometric errors)를 계산하는 단계와, 모든 리프 노드들에 대하여 계산된 상기 오차를 자신의 부모 노드들로 전송하는 단계와, 전송된 상기 오차를 이용하여 각각의 노드에 정확도 레벨 결정 함수를 적용함으로써 현재 노드가 자식 노드를 가질 수 있는지 여부를 결정하고, 이에 의해 각각의 노드의 가시성을 결정하는 단계와, 결정된 정보를 이용하여 삼각형 메시를 생성하는 단계를 포함하는 것을 그 특징으로 한다.

본 발명에 따르면, 양쪽 눈의 중간점에서 단일 뷰잉 사양을 이용하여 시각-의존 오차를 한 번만 계산하고 계산된 오차를 이용하여 상세 레벨 선택을 수행함으로써 하나의 폴리곤 메시만을 생성하기 때문에, 입체 지형 시각화의 렌더링 속도를 크게 향상시킬 수 있으며, 또한 기존의 상세 레벨 선택 방법에서 발생하였던 양쪽 눈에 대해 사용되는 폴리곤 메시의 불일치를 제거할 수 있다.

사진트리, 입체 지형 시각화, 상세 레벨 선택(LOD), 시각-의존 오차, 양쪽 눈의 중간점, 렌더링 속도, 메시, 메시의 불일치, 시각 절두체 선별

Description

입체 지형 시각화에 있어서 뷰포인트 조정을 이용한 개선된 상세 레벨 선택 방법{AN IMPROVED METHOD FOR SELECTING LEVEL-OF-DETAILS USING VIEWPOINT ADJUSTMENT IN STEREOSCOPIC TERRAIN VISUALIZATION}

도 1은 노드의 크기와 시청자와의 거리 사이의 관계를 설명하기 위한 도면.

도 2는 근사 오차에 대한 상한(upper bound)을 계산하는 방법을 설명하기 위한 도면.

도 3은 시각-의존 기하 오차를 계산하는 방법에 있어서, 기존의 방법과 본 발명에서 제안하는 방법을 비교하여 도시하는 도면.

도 4는 기존의 상세 레벨 선택 방법을 이용할 경우에 발생할 수 있는, 동일한 화면에 대하여 서로 다른 메시를 생성한 일례를 도시하는 도면.

도 5는 기존의 방법과 본 발명에서 제안하는 방법의 렌더링 시간을 비교하여 도시하는 도면.

도 6은 기존의 렌더링 방법 및 본 발명에서 제안하는 렌더링 방법에 의한 결과 영상을 비교하여 도시하는 도면.

<도면의 주요 부분에 대한 부호의 설명>

d : 노드의 크기

l : 시청자와의 거리

dh₁, dh₂, dh₃. dh₄ : 노드의 4개의 에지에서 계산된 고도 차이

dh₅, dh₆ : 노드의 2개의 대각선을 따라 계산된 고도 차이

P_l : 왼쪽 눈의 위치

P_r : 오른쪽 눈의 위치

P_m : 양쪽 눈의 중간점의 위치

d_eyes : 양쪽 눈 사이의 거리

l_l : 왼쪽 눈으로부터 타깃 영역까지의 거리

l_r : 오른쪽 눈으로부터 타깃 영역까지의 거리

l_m : 양쪽 눈의 중간점으로부터 타깃 영역까지의 거리

본 발명은 사진트리(quadtree)를 이용한 입체 지형 시각화에서 개선된 상세 레벨 선택 방법으로서, 보다 구체적으로는 양쪽 눈 각각에 대하여 시각-의존 오차를 2번 계산하던 기존의 방법 대신에 양쪽 눈의 중간점에서 시각-의존 오차를 한 번만 계산하고 계산된 오차를 이용하여 상세 레벨 선택을 수행함으로써 입체 지형 시각화의 렌더링 속도를 크게 향상시키는 개선된 상세 레벨 선택 방법에 관한 것이 다.

지형 시각화는 지리 정보 시스템(Geographic Information System; GIS), 컴퓨터 게임 및 비행 시뮬레이션과 같은 응용 프로그램에서 널리 사용되고 있다. 사진트리 기반의 연속 상세 단계(CLOD: Continuous Level-Of-Detail) 기법은 지형 데이터를 시각화하는 기법 중의 하나이다. 사진트리 자료 구조는 상세 단계 결정과 시각 절두체 선별을 하는데 있어서 빠른 처리가 가능하여, 고화질의 영상을 비교적 빠르게 생성할 수 있다. 이러한 지형 렌더링 시스템에 대한 입력 데이터인 고도 필드(height field)는 막대한 양의 샘플점을 가지기 때문에, 엄청나게 많은 양의 폴리곤(polygons)이 렌더링 동안 생성될 수 있다. 따라서 뷰잉 조건을 고려하여 폴리곤의 수를 줄이기 위한 다양한 방법들이 계층적 데이터 구조를 이용하여 제안되어 왔다.

한편, 스테레오스코피(stereoscopy)는 가상의 또는 실제 화면에 대한 몰입형 디스플레이를 위한 잘 알려진 시각화 방법이다. 입체감을 일으키는 여러 요인 중, 우리들의 눈이 가로 방향으로 약 65mm 떨어져서 존재하기 때문에 나타나게 되는 양안시차(binocular disparity)는 입체감의 가장 중요한 요인이라 할 수 있다. 즉, 양쪽의 눈은 각각 서로 다른 2차원 화상을 보게 되고, 이 두 화상이 망막을 통해 뇌로 전달되면, 뇌는 이를 정확히 서로 융합하여 본래의 3차원 영상의 깊이감과 실제감을 재생하게 되는데, 이러한 능력을 스테레오스코피라 한다. 대부분의 가상현실 애플리케이션은 자신의 최종 출력으로서 입체 영상들을 생성한다. 이들은 우리가, 화면 내의 두 물체 간의 공간적 관계를 이해하고, 또한 비디오 또는 컴퓨터 생 성 애니메이션으로부터 뎁쓰 큐(depth cue)를 경험하는 것을 돕는다. 2차원상의 렌더링 기법을 3차원으로 적용할 수 있는 가장 쉬운 접근법인 무차별 대입 접근법(brute force approach)은 서로 다른 뷰잉 조건 하에서 화면을 2번 렌더링하는데, 이것은 적어도 2배의 렌더링 시간과 추가적인 저장 공간을 필요로 한다. 입체 시각화의 렌더링 시간을 줄이기 위해 몇 가지 최적화 방법들이 제안되어 왔다.

그러나, 기존에 제안되어 왔던 방법들은 그래픽스 하드웨어로 전송되어야 할 폴리곤들의 수를 줄이기는 하지만, 입체 애플리케이션에서 폴리곤의 집합을 2번 생성해야만 한다는 점에서는 모두 동일하였다. 즉, 한 번은 왼쪽 눈에 대하여 생성하고 나머지 한 번은 오른쪽 눈에 대하여 생성한다. 상세 레벨 선택 단계에서, 왼쪽 눈에 대한 폴리곤 메시는 오른쪽 눈에 대한 폴리곤 메시와 서로 다르기 때문에, 메시 데이터는 2번 전송되어야 했다. 따라서 입체 지형 렌더링을 위해서는 2차원의 지형 렌더링에 비해 훨씬 많은 시간이 필요하였다.

본 발명은 입체 지형 시각화에 있어서 상세 레벨 선택 단계를 근본적으로 개선할 수 있는 방법을 제안한 것으로서, 양쪽 눈 각각에 대하여 시각-의존 오차를 2번 계산하던 기존의 방법 대신에 양쪽 눈의 중간점에서 시각-의존 오차를 한 번만 계산하고 계산된 오차를 이용하여 상세 레벨 선택을 수행함으로써 입체 지형 시각화의 렌더링 속도를 크게 증가시키는 개선된 상세 레벨 선택 방법을 제공하는 것을 그 목적으로 한다.

또한, 본 발명은, 상세 레벨 선택을 위해 수행되는 시각-의존 오차(view dependent error) 계산 단계에서 양쪽 눈의 중심점에서 단일 뷰잉 사양을 이용하여 하나의 폴리곤 메시만을 생성시킴으로써, 기존의 상세 레벨 선택 방법에서 발생하였던 양쪽 눈에 대해 사용되는 폴리곤 메시의 불일치를 제거할 수 있는 개선된 상세 레벨 선택 방법을 제공하는 것을 또 다른 목적으로 한다.

상기한 목적을 달성하기 위한 본 발명의 특징에 따른, 입체 지형 시각화에 있어서의 상세 레벨 선택 방법은,

고도 필드데이터를 따라가면서 모든 리프 노드들에 대하여 양쪽 눈의 중간점에 대하여 시각-의존 기하 오차(view dependent geometric errors)를 계산하는 단계;

모든 리프 노드들에 대하여 계산된 상기 오차를 자신의 부모 노드들로 전송하는 단계;

전송된 상기 오차를 이용하여 각각의 노드에 정확도 레벨 결정 함수를 적용함으로써 현재 노드가 자식 노드를 가질 수 있는지 여부를 결정하고, 이에 의해 각각의 노드의 가시성을 결정하는 단계; 및

결정된 정보를 이용하여 삼각형 메시를 생성하는 단계

를 포함하는 것을 그 특징으로 한다.

이하에서는 첨부된 도면들을 참조하여, 본 발명의 실시예에 대해 상세하게 설명하기로 한다.

먼저, 지형 렌더링을 위한 사진트리에 기초한 연속 상세 레벨 기법 및 그 기 법을 입체 지형 렌더링에 적용하는 방법을 간단하게 설명한다.

사진트리에 기초한 연속 상세 레벨 기법에서 렌더링 처리는 다음과 같은 단계들에 의해 수행된다. (1) 제1 단계에서는, 고도 필드 데이터를 따라가면서 모든 리프 노드들에 대하여 오차 메트릭을 반복적으로 계산한 후, 계산된 오차 메트릭을 리프 노드들의 부모 노드들에게 전달한다. (2) 제2 단계에서는, 제1 단계에서 계산된 오차 메트릭의 집합을 이용하여 각각의 노드에 정확도 레벨 결정 함수를 적용함으로써 현재 노드가 자식 노드를 가질 수 있는지 여부를 결정한다. (3) 제3 단계에서는, 고도 필드 데이터로부터 생성된 사진트리를 반복적으로 따라가면서 삼각형 메시를 생성한 후, 생성된 삼각형의 수를 줄이기 위해 시각 절두체 선별을 수행한다. (4) 마지막 제4 단계에서는, 삼각형 메시를 렌더링한다.

세분(subdivision)이 리프 노드들에서 요구되는지 여부를 결정하는 제2 단계의 과정에서, 시청자와 지형상의 특정 지점 간의 거리가 고려되어야 한다. 즉, 사진트리에서 노드의 크기는 시청자와 지형상의 특정 지점 간의 거리가 증가함에 따라 증가되어야 한다. 도 1은 노드의 크기와 시청자와의 거리 사이의 관계를 설명하기 위한 도면이다. 도 1에서 사진트리의 각각의 노드의 크기는 d로서 표시되어 있고, 시청자와의 거리는 l로서 표시되어 있다. C를 영상에 대한 최소 희망 해상도(minimal desired resolution)라고 하면, l/d < C를 만족하는 거리에 관하여 노드의 크기를 제어할 수 있다. 삼각형의 수는 C의 값에 의해 결정되는데, 예컨대 C에 큰 값이 설정될 경우에는 각각의 노드가 보다 작은 노드들로 다시 분할될 수 있기 때문에 보다 많은 수의 삼각형이 생성될 것이다.

다른 기준으로, 높은 표면 거칠기를 갖는 영역에 대해 해상도의 증가가 요구된다. 계층을 한 레벨 떨어뜨릴 경우, 정확히 5개의 지점에서 새로운 오차가 생성된다. 여기서, 5개의 지점은, 사진트리 노드의 1개의 중심점 및 각각의 에지들 사이의 4개의 중점들이다. 노드들의 4개의 에지와 2개의 대각선을 따라 계산된 고도 차이에 대한 절대값의 최대치를 채택함으로써, 근사 오차에 대한 상한(upper bound)이 주어질 수 있다. 도 2는 이를 설명하기 위한 도면이다. 도 2에서 4개의 에지에서 계산된 고도 차이는 각각 dh₁, dh₂, dh₃. dh₄로 표시되며, 2개의 대각선을 따라 계산된 고도 차이는 dh₅, dh₆로 표시되는데, 이들 6개의 값에 대하여 절대값의 최대치를 계산함으로써 해당 노드의 근사 오차에 대한 상한을 구할 수 있다. 고도 차이들에 대한 절대값의 최대치를 d₂라고 정의하면, d₂는 다음 수학식 1과 같이 계산될 수 있다.

세분을 할지 여부를 결정하는 세분 기준이, 앞서 계산된 표면 거칠기를 처리하기 위한 d₂ 값을 포함하는 형태로서, 선택 변수 f의 식으로 다음 수학식 2와 같이 수정되어 주어질 수 있다.

여기서, 새롭게 도입된 상수 c는 희망 전역 해상도를 특정하는 것으로서, 프레임마다 렌더링 되어야 할 폴리곤의 수에 직접 영향을 미친다.

다음으로, 상술한 연속 상세 레벨 기법을 입체 렌더링에 적용하는 방법에 대하여 살펴보기로 한다. 가장 손쉽게 생각할 수 있는 무차별 대입 접근법(brute force approach)에 의해 연속 상세 레벨 기법을 입체 렌더링에 적용해 보면, 상세 레벨 선택 단계가 2번 수행되게 된다. 즉, 왼쪽(오른쪽) 눈의 뷰잉 사양에 대해 첫 번째 상세 레벨 선택이 수행되며, 반대쪽 눈에 대해 두 번째 상세 레벨 선택이 수행된다. 상세 레벨 선택은, 각각의 노드에 대해 기하 오차 값을 계산하고 이를 자신의 부모 노드들로 반복적으로 전달하여야 하기 때문에 전체 지형 시각화 프로시저에서 가장 많은 시간을 소비하는 단계로 알려져 있다.

본 발명에서 제안하는 방법에서는, 양쪽 눈 각각에 대해 한 번씩 상세 레벨 선택을 2번 수행하던 기존의 방법과 달리, 상세 레벨 선택을 한 번만 수행하게 된다. 이하에서, 도 3을 참조하여 본 발명에서 제안하는 상세 레벨 선택 방법에 대해 상세하게 설명하기로 한다.

도 3은 시각-의존 기하 오차를 계산하는 방법에 있어서, 기존의 방법과 본 발명에서 제안하는 방법을 비교하여 도시하고 있다. 도 3(a)은 시각-의존 기하 오차를 계산하는 기존의 방법으로서, 왼쪽 눈의 위치(P_l)와 오른쪽 눈의 위치(P_r)라는 서로 다른 2가지 뷰잉 조건 하에서 각각 시각-의존 기하 오차를 계산하고 있다. 이에 반하여, 도 3(b)은 본 발명에서 제안하는 방법으로서, 양쪽 눈의 중간점(P_m)에서 한 번만 시각-의존 기하 오차를 계산하고 있다. 도 3에서 도시하고 있는 바와 같이, 왼쪽 눈으로부터 타깃 영역까지의 거리를 l_l, 오른쪽 눈으로부터 타깃 영역까지의 거리를 l_r이라고 할 때, 2개의 거리 l_l과 l_r이 정확히 동일하지 않더라도, 양쪽 눈 사이의 거리 d_eyes가 작기 때문에 2개의 값 사이의 차이 또한 작다. 따라서 시각-의존 기하 오차를 양쪽 눈 위치 P_l과 P_r의 중간점인 P_m에서 한 번만 계산하는 본 발명에서 제안하는 방법이 타당성이 있게 된다. 도 3에 도시된 벡터 V _l, V _r을 사용하여 벡터 V _m을 나타내면 다음 수학식 3과 같다.

사진트리에 기초한 방법은, 상술한 바와 같이, 시각-의존 기하 오차를 계산하고, 각각의 노드의 가시성을 결정한 후, 결정된 정보를 이용하여 삼각형 메시를 생성한다. 양쪽 눈은 서로 다른 뷰잉 조건을 가지고 있기 때문에, 결과 폴리곤 메시는 동일하지 않을 수 있다. 도 4는 기존의 상세 레벨 선택 방법을 이용할 경우에 발생할 수 있는, 동일한 화면에 대하여 서로 다른 메시를 생성한 일례를 도시한 다. 도 4(a)와 도 4(b)는 각각 동일한 화면에 대하여 왼쪽 눈에 대한 결과 메시 및 오른쪽 눈에 대한 결과 메시로서, 붉게 표시된 사각형 영역이 양쪽 눈에 대하여 서로 다른 기하 해상도로서 표시된 부분이다. 도 4에서 알 수 있는 바와 같이, 기존의 상세 레벨 선택 방법에 의하면 동일한 물체가 각각의 눈에 대하여 서로 다른 기하 해상도로서 표현될 수 있는데, 이것은 입체 영상에 대해 시각적인 결함(visual artifacts)을 발생시키며, 그 결과 시청자는 몰입형의 화면을 경험하기 어렵게 된다.

본 발명에서 제안하는 방법은 이 문제에 대해 해결책을 제공한다. 즉, 시각-의존 오차 계산 단계에서 양쪽 눈의 중심점에서 단일 뷰잉 사양을 이용하여 하나의 폴리곤 메시만을 생성하기 때문에, 양쪽 눈에 대해 생성되는 폴리곤 메시의 불일치를 제거할 수 있다. 또한, 메시 데이터가 단지 한 번만 GPU로 전달되기 때문에 전체 렌더링 시간도 크게 줄일 수 있다.

이렇게 결과 메시가 생성되고 나면, 생성된 삼각형의 수를 줄이기 위해 시각 절두체 선별 단계가 수행되며, 마지막으로, 삼각형 메시를 렌더링하게 된다. 시각 절두체 선별 단계에서도 상세 레벨 선택 단계에서처럼 기존의 방법과 달리 시각 절두체 선별 작업을 한 번만 수행하는 개선된 시각 절두체 선별 방법이 본 발명에서 제안하는 개선된 상세 레벨 선택 방법과 함께 사용될 수 있다. 이에 대해서는 본 출원과 동일자로 제출되는 별도의 출원을 참조하면 된다.

[실험 결과]

기존의 방법과 본 발명에서 제안하는 방법이 듀얼 인텔 펜티엄 Xeon^TM 3.0 GHz CPU와 2GB 메인 메모리를 사용하여 구현되었다. 그래픽스 가속기는 128MB 비디오 메모리를 가진 NVIDIA GeForce^TM 6600GT였으며, PCI Express*4 BUS 상에 설치되었다. 실험에 사용한 샘플 데이터는, 해상도가 256 x 256인 Puget 고도 필드 데이터와, Grand Canyon 고도 필드 데이터이다. 뷰포트 크기는 512 x 512이다.

도 5는 기존의 방법과 본 발명에서 제안하는 방법의 렌더링 시간을 비교하여 도시하고 있다. 도 5(a)는 Puget 고도 필드 데이터에 대하여 서로 다른 3가지 뷰잉 조건 view 1, view 2 및 view 3에 대하여 실험한 결과이고, 도 5(b)는 Grand Canyon 고도 필드 데이터에 대하여 서로 다른 3가지 뷰잉 조건 view 1, view 2 및 view 3에 대하여 실험한 결과이다. 도 5에서 알 수 있는 바와 같이, 본 발명에서 제안하는 방법이 기존의 방법보다 약 2배 더 빠르다. 이것은 본 발명에서 제안하는 방법이 상세 레벨 선택 및 시각 절두체 선별을 단지 한 번만 수행하며 이들 2가지 단계가 렌더링에 대한 대부분의 시간을 소모하기 때문에 발생하는 결과로 해석할 수 있다.

도 6은 기존의 렌더링 방법과 본 발명에서 제안하는 렌더링 방법에 의한 결과 영상을 비교하여 도시하고 있다. 도 6에서 위쪽의 도면들은 기존의 렌더링 방법에 의해 생성된 결과 영상이며, 아래쪽의 도면들은 본 발명에서 제안하는 렌더링 방법에 의해 생성된 결과 영상으로서, 위쪽 및 아래쪽 각각에서 좌측의 영상들은 왼쪽 눈에 대한 결과 영상이고, 우측의 영상들은 오른쪽 눈에 대한 결과 영상이다. 도 6을 통하여, 기존의 방법에 따라 양쪽 눈 위치에서 평가된 기하 오차를 이용하여 상세 레벨 선택 작업을 수행하는 경우와, 본 발명에서 제안하는 방법에 따라 양쪽 눈의 중간점 위치에서 계산된 기하 오차를 이용하여 상세 레벨 선택 작업을 수행하는 경우에 있어서 그 결과 영상은 거의 차이가 없음을 확인할 수 있다.

도 5 및 도 6을 참조할 경우, 본 발명에서 제안하는 방법이 기존의 방법과 비교할 때 영상 품질의 저하 없이 전체 렌더링 시간을 현저하게 감소시킴을 분명하게 확인할 수 있다.

이상 설명한 본 발명은 본 발명이 속한 기술분야에서 통상의 지식을 가진 자에 의하여 다양한 변형이나 응용이 가능하며, 본 발명에 따른 기술적 사상의 범위는 아래의 특허청구범위에 의하여 정해져야 할 것이다.

본 발명에 따르면, 양쪽 눈 각각에 대하여 시각-의존 오차를 2번 계산하던 기존의 방법 대신에 양쪽 눈의 중간점에서 시각-의존 오차를 한 번만 계산하고 계산된 오차를 이용하여 상세 레벨 선택을 수행함으로써, 입체 지형 시각화의 렌더링 속도를 크게 향상시킬 수 있다. 또한, 본 발명은, 상세 레벨 선택을 위해 수행되는 시각-의존 오차 계산 단계에서 양쪽 눈의 중심점에서 단일 뷰잉 사양을 이용하여 하나의 폴리곤 메시만을 생성시킴으로써, 기존의 상세 레벨 선택 방법에서 발생하였던 양쪽 눈에 대해 사용되는 폴리곤 메시의 불일치를 제거할 수 있다. 본 발명에서 제안하고 있는 개선된 상세 레벨 선택 방법은 임의의 종류의 입체 애플리케이션에 적용될 수 있다.

Claims (2)

1. 입체 지형 시각화에 있어서의 상세 레벨 선택 방법으로서,

   고도 필드데이터를 따라가면서 모든 리프 노드들에 대하여 양쪽 눈의 중간점에 대하여 시각-의존 기하 오차(view dependent geometric errors)를 계산하는 단계;

   모든 리프 노드들에 대하여 계산된 상기 오차를 자신의 부모 노드들로 전송하는 단계;

   전송된 상기 오차를 이용하여 각각의 노드에 정확도 레벨 결정 함수를 적용함으로써 현재 노드가 자식 노드를 가질 수 있는지 여부를 결정하고, 이에 의해 각각의 노드의 가시성을 결정하는 단계; 및

   결정된 정보를 이용하여 삼각형 메시를 생성하는 단계

   를 포함하는 방법.
2. 제1항에 있어서,

   왼쪽 눈으로부터 타깃 영역으로의 벡터를 V _l, 오른쪽 눈으로부터 타깃 영역으로의 벡터를 V _r, 양쪽 눈의 중간점으로부터 타깃 영역으로의 벡터를 V _m이라고 할 때,

   양쪽 눈의 중간점에 대하여 시각-의존 기하 오차를 계산하는 상기 단계는,

   

   에 의해 벡터 V _m을 구한 후, 이를 이용하여 시각-의존 기하 오차를 계산하는 방법.

Images