Dikdortgensel Olmayan Dalgacik
Donuiiuimune Dayali
Cok
"ozunurluklu
Ut Boyutlu Model Analizi
ve
Siki§tirilmasi*
(Nonrectangular Wavelets for Multiresolution Mesh Analysis and Compression)
K,vanf
K5sel,
A. Enis
Cetin1,
Ugur Giidiikbay2, Levent
Onurall
1
Elektrik Elektronik Muihendisligi Biimui,
2Bilgisayar
Muihendisligi Boilumui
Bilkent Universitesi, Ankara
kkivanc@ee.bilkent.edu.tr, cetin@bilkent.edu.tr, gudukbay@cs.bilkent.edu.tr, onural1ee.bilkent.edu.tr
Ozetce
Bu bildiride dikdortgensel olmayan dalgacik
d6niimtiraine
dayali cok $ziintirlWklW tii boyutlu model analizi ve
siki§tirilmasi
icin biruygulama6nerilmektedir. Buuygulama Siradtizensel Agac Yapilarinin Kuimelere Bolulntullenmesi (Set Partitioning InHierarchical Trees - SPIHT) teknigine dayan-maktadir.Uc
boyutlu modeller duizenli izgara yapilari uizerinde ikiboyutlu imgelered6nii§trtilmekte,
imgeye dayali gosterimdalgacik
d6ntii§imtinden
gecirilmekte ve ortayaqikan
dal-gacik kuimesiverisi SPITH
yontemi
uygulanarak bitdizgisined6ntii§trilmektedir.
Elde edilen bitdizgisinindegi§ik
uzunluk-lardaboltimlerindenmodelindegi§ik
qozuinuirliklerde
versiyon-larmnigeri catmak muimkuin oldugundan onerilen yontem mod-ellerin
a§amali
gosterimineolanaksaglamaktadir.Abstract
We propose a new Set Partitioning In Hierarchical Trees
(SPIHT)based meshcompression framework. The 3D mesh is first transformed to 2D images on a regular grid structure.
Then,thisimage-likerepresentation iswavelet transformed and SPIHT is appliedonthe wavelet domain data. The method is progressive because the resolution of the reconstructed mesh canbe changed by varyingthe lengthofthe one-dimensional data stream createdbySPIHTalgorithm. Nearly perfect recon-struction ispossibleifall of the data stream is received.
1.
Giri§
Literatuirde bircok
fic
boyutlumodelsiki§tirma
veanaliz etmeuygulamasibulunmaktadir [1, 2, 3]. Buyontemlerin neredeyse hepsi dogrudan
tii
boyutlu modelin uizerinde uygulanmak-tadir. Bu durum yontemlerin tiu boyutlu veriyeuyarlan-masini gerektirmektedir. Burada onerilen yontem sayesinde
tii
boyutlumodel duizenliizgara yapilari uizerinde ikiboyutlu imgelered6ntiittirdlerek,
uizerlerinde sinyali§leme
yontem-lerinin dogrudan kullanilmasina olanak saglamaktadir.Oner-ilenyonteminblokdiyagrami Sekil
1'de
g6ruilmektedir.*Bu
qali§ma
Avrupa Toplulugu6. ,CerqeveProgramn
tarafindan511568 No'lu proje kapsammnda (3DTV: Integrated 3D Television: Capture,Transmission,andDisplay) desteklenmektedir.
MlModeldenitmgeye M2 Dalgacik M34
l Llnu$im J Donuumu SPITJ -I
M4 M5 Dalgacik'- M6 ImgedenModele MYeni
Sekil 1: Onerilen
siki§tirma
yonteminin blok diagrami. Miverininikatindakig6sterimidir.
DMnitiim kati sonrasi
olu§an
imgelerin piksel degerleri,tii boyutlu modelde
kar§ilik
geldigiko§e
noktasinin uzaydaki dahaoncedenkararla§tirmlmiu
birduizleme olan dikuzakligi ileili§kilidir.
Yani imgelerin piksel degerleri uzaydaki hangi duizlemin secildigi ile dogrudan alakalidir. Omek olarak, secilen duizlem x-y duizlemi ise o zaman piksel degerleripoligon
ko§e
verisininzkoordinatlaridir.Sinyal
i§leme
yontemlerini tii boyutlu modellerdeuygu-lamanin iki
degi§ik
yolu daha bulunmaktadir. Bunlardan biri modelinparameterize edilmesi digeri ise sinyali§leme
yontem-lerinin tizerlerindeoynanaraktii boyutlu modeller tizerinde kul-lanilabilir halegetirilmesidir. Bunlarin ikisindezori§lemlerdir.
Uc boyutlu modelin imgelere indirgenmesi ise basit biri§lem
olup imgevevideoi§leme
yontemlerinin direk olarak uygulan-abilmesine olanaksaglar.Bu bildiri §u
§ekilde
organizeedilmi§tir.
Uc boyutlu verinind6ntii§trUlmesi
vesiki§tirilmasi
ile ilgili yontemler2. boltimde, burada bahsedilen teknik ile diger tekniklerin
kar§ila§tinrlmasi
3. boltimde, benzetimler ve sonuclarinkar§ila§tirnlmasi
4.boltimdevevargilar 5. boltimde verilmekte-dir.2.
UV
boyutlu
Modelin
Sikiftirilmasi
Uygulamasi
Uc boyutlu modeller dtizensiz 6meklenmiis ayrik sinyallerdir. Sinyalin degerleri sadece poligon
ko§elerinin
bulundugu yerlerde tanimldir. Burada bahsedilen yontem sayesindetii boyutlu modeller duizenli izgara yapilari kullanilarak,
duizenli 6meklenmiis sinyallere
d6ntii§trUlmekte,
dal-gacikd6ntii§imii
Siradtizensel Agac Yapilarinin KuimelereBolulntullenmesi (Set Partitioning In Hierarchical Trees
- SPIHT) kullanilarak
siki§tirilmaktadir.
Modelin geriqatilmasi i§lemlerin
terslerininuygulanmasi ile saglanir. 2.1. IlklendirmeveIzgaraYapilariUzerineIzdifiumuIlk olarak tii boyutlu modelin
ko§e
koordinatlari her ek-sende [-0.5, 0.5] araligina normalize edilir, boylece model merkezi orijinde olan kuibuin icineol1qeklenmiis
olur. Daha sonramodelinko§e
sayisinabakilarak, modelinizdtii§imtiniin
alinacagi imgelerin piksel sayilari belirlenir. Kullanilan
izditi§im
duizlemleri izgara-araligi parametresi ile belirlenen araliklarla6meklenmi§
birim karelerdir. Duizlemin her eks-eninden N ormek alinmasi durumunda, her dtizlemeqaki§ma
olmadan en fazla N2ki§e
sigdiralabilir. Her pixel izgaraduizlemdebir
kesi§imi
temsil etmektedir.Ko§e-piksel ili§kisi
[pp/izgara-araligi]
(1) denklemiylebelirlenir. Buradappnormalize
edilmi§ ko§e
koor-dinatlari olan p =[Px,
py,pz] c R3[-0.5, 0.5]'in daha 6nce-denseqilmi§
olanduizlemlere ortogonal projeksiyonlaridir. Bir imgenin icerecegipiksellerin arasindaki uzaklikl/Nizgara-araligi
(2)
denklemi ile belirlenir. Buradaki
Nlzgara
araligi
degeriiseM.detay-seviyesi, detay-seviyesi c R > 1 (3) denklemi ile belirlenir. Burada M modelin icindeki
ko§e
sayisidir.Imgedekibuitiin pikseller izgara-araligi degeri kullanilarak indekslenirler. Izgara
kesi§imlerinin
koordinatlariXn =Vn, n=
[n-,n2],
ni c Z(4)
denklemi ile bulunur. Buradaxn
degeri,ii_,
62 tabanvektorlerinden
olu§an
koordinat duizlemindeko§elerin
g6ster-imi ve V ise duizlemin omeklenme matriksidir. Birko§enin
koordinatlarmni gosteren p =
[px,
py,pz]
CR3 [-0.5, 0.5]
degerlerininnduizlemine dikgen
izdtii§imti
alinir. Sonucta or-taya Gikan degerpp
= p.n yaniko§e
coordinatlarnin dikizdti§iimtidtir.
pp
vekt6rtintin ni, n2degerleri,enyakinizgarakesi§im
noktasinin ni, n2degerlerinee§ittir.
Buitiunko§eler
bui§lem
ile birpiksele atanmayacalipilir.
Imge
uizerindekipp
ilegosterilen piksellerin degerleri
|p.ml,
m=n1xn2 (5)denklemi ile bulunur.
Yukaridaki anlatilan
i§lemler
uygulanaraktii
boyutlu mod-eller iki boyutlu imgelered6nutirtdlrrler.
Bu d6nuitiitrmesirasinda kullanilacak imge sayisi arttirilirsa orijinale daha
yakinbirgeri
qatilma
saglanir. (Ainkii,bu durumda daha azkay-bolan
ko§e
olacagindandaha azaradegerleme yapmakgereksin-imiolur. Fakat bu durum
siki§tirma
oranindadtiti§ie
neden olur. Yukarida bahsedilen imgelerdi§inda,
herizditi§im
imgesiicinbirde hangi pikselin hangi
ko§eye
aitoldugunun bilgisinitutanikinci birimgebulunmaktadir. Buimgeninde
olu§turul-masindayukaridabahsedilenyontemlerkullanilir. Sadecepik-seldegerleriolarak(5) yerine
ki§e
numaralari
yazilir.2.2.
UC
boyutlu ModellerinImge
BenzeriGoisterimleriIzdti§timti
safasinin sonucundatii boyutlu model iki boyutlu imgeler haline gelir.Olu§an
imgelerin en onemliozelligi buiyuik bolfumlerininbo§
yani sifir olmasidir. En fazla M yaniko§e
sayisikadar piksel sifirdan farkli olabilir. Bu tuir imgeler cokq$ziintirltiklti
analiz sonucunda buiyuik sifir-agaclari meydana getirmelerinden dolayi, SPIHT ilesiki§tirilmaya
cok uygun-dur.Ko§elerle ili§kilendirilemeyen
piksellereonemsiz pikseller denir. Omekbirtii boyutlumodelin imge§eklindeki
gosterimiSekil 2'de g6ruilmektedir.
(a2) (m) (
bSekil 2:
Inek
modelininimge
benzerigosterimi. (a)
XY duizlemi uizerineizdii§iimi;
(b)
XZduizlemi uizerineizdii§imii.
2.3.
Imgelerin
SikiftirilmasiUc boyutlu model burada onerilen yontem ile iki adet
img-eye
dondurulrr
vebuimgelerdeSPIHTkullanilarak bit dizilerihaline getirilirler. Bu
i§lem
sirasinda uizerinde karar ver-ilmesi gerekenikikonu,bit dizisinin ne kadarlik birkismnnin alinacagivekackatmanli bir cokqzSzunirlWklW
analize ba§vu-rulacagidir.Daha az uzunlukta bit dizilerinin geri catilmada kul-lanilmasi geri catilan
tii
boyutlu modelde daha fazla bozul-mayanedenolacaktir, amadaha iyi birsiki§tirma
orani saglay-acaktir. (iok6zzuniirlWklW
analizde daha fazla katman kullan-mak ise daha iyi birsiki§tirma
saglamasinakar§ilik,
daha fazlahesaplamaguicui harcanmasinigerektirmektedir.
Geri catilan
tii
boyutlumodeldeki bozulma miktari gorselolarak ya da METRO [4] gibi bazi araclar kullanilarak
il1iilebilir.
Burada kullanilan METRO isimli programHaus-dorff
Uzakligiilcuittinti
kullanmaktadir.Bitdizgisininne kadarlik birkismnnin alinmasi gerektigi
konusu, dikgen
izdtii§imti
sirasinda kullanilan detay seviyesiparametresi ileyakindan
ili§kilidir.
Eger bu parametredtii§ik
ise, daha az bozulmali bir geri catilmaicin bitdizgisinin dahabuiyuikbirkismn alinmalidir. Buradakionemlikonulardan
biri-den bitdizgisininsonundaki bitlerin sifirlanmasi
ba§taki
bitlerin sifirlanmasina gore daha azbozulmayaneden olurlar. Bu SP-ITHkodlamasinindogalbir sonucudur [5,6].Onerilen
y6ntemde, cok 6ziiniirlWklWanalizdegidilebile-cek en son katmana kadar gidilmemektedir.
(Junkti,
imgeverisi cogunlukla onemsiz piksellerden
olu§makta
ve bundandolayidahayukari katmanlardan
ba§layarak
dahabuiyuiksifir-agaclaribulmaolasiligiartmaktadir.
SPIHTkullanilarak elde edilen bitdizgisi daha sonra arit-metik kodlama ile
siki§tinrlir.
Burada bahsedilenuygulamadagzip yazilimi
kullanilmi§tir
[7]. Buyazilim Lempel-Zivkod-.*;k
-,,.--WW*OU.
m;zpt.. o W.W,
I r
lama algoritmasinin [8] bir
gerqekle§tirimidir.
Uc
boyutlu mod-elin orijinal hali ve SPIHT ilekodlanmiu halleri gzip yazilinm ilesiki§tirilmin
vekarpila§tirmalar
bu halleri uizerindenyapilni§tir.
2.4. ImgelerdenUC
boyutlu Modellerin GeriVatilmasiUcboyutlu modeller SPITH tarafindan
olu§turulan
bit dizgileri vekullanilan dalgacikd6ntii§imii
tabani,ko§e
indeksleri (ikinci kanal), detay-seviyesi sabiti v.b. gibi bazi diger bilgiler kul-lanilarak geri catilirlar. Fakat§u
gozonulndetutulmalidir ki yanbilgilerin veridekapladiklari alan geometrikveriye gore daha azdir.
Bit dizisi SPIHT kodlamasinin tersi kullanilarak yeniden imgelere
d6ntturiilrUr.
Daha sonra ise iki kanalda kullanilaraktii boyutlu uzaya geri
izdtii§imti
alinir. Burada kullanilan verinin daha oncedennicemlenmi§
(quantized) oldugu gozonulne alindigindatambir geri
qatilmanin
olamayacagikesindir. Uc boyutlu modelin baziko§eleri,
model imgeyed6ntii§trdlWrken
qaki§miu
vekaybolmu§
olabilirler. Burada kaybolan bilgiyi toparlamanin iki yolu vardir. Bunlardan ilkidiger
izdtii§imti
imgelerindebuk6§eleri
aramaktir. Eger bundan sonuc alinamaz isekaybolanko§enin
aradegerlemesineba§vu-rulur. Bu
i§lem ko§enin
koordinatlarininkom§ularn
kullanilarak kestiriminin yapilmasidir.Kom§ularm
bulunmasii§lemi
isetii
boyutlu modelin baglanilirlik (connectivity) verileri kullanilarak yapilir. Sekil 3'detii
boyutlu bir modelin oriji-nal (a) ve farkli uzunluklardaki bit dizilerinden geri catilmnshalleri (b-c) g6sterilmektedir.
olarak kodlanir ve iletilir. Bu sayede alici gelen parcalari bir-birinden artimli olarak acar ve modeli
a§amali
olarakyeniden
olu§turabilir.
Burada bahsedilen yontem tii boyutlu modeliba§tan
bir buitiin olaraksiki§tirmasi
bakiinndan tek hizlisiki§tirmaya,
ama gelen parcalarin artimli olarakaqilabilmesinden
dolayidaa§amali siki§tirmaya
benzemektedir. SPIHTtarafindameydana getirilenbit dizgisininsiradtize-sel bir yapisi vardir. Luzunlugundakibir bit dizgisinden alinan ilkI bitten sonratii boyutlu model bozulumlara sahip bir halde geri
qatilabilir.
Daha sonradan gelen yeni bitler sayesinde de model guincellenebilir. Bu ozelligi nedeniyle bu uygulamaa§amali
tii boyutlumodelsiki§tirma
teknigidir.(;ogu
a§amali
modelsiki§tirma
yontemleri kod-layici tarafinda kenarq$kertme
ve kod$zticti tarafinda iseki§e
noktasi ayirmai§lemini
uygulayarak modelin farkli $ztintirltklerde temsillerini elde ederler [9]. Modeli temsil etmek icin kullanilanki§e
noktasi sayisi azaldikca modelin ztintirlWgtide dtiier [10]. Burada bahsettigimizyontemde ise kullanilan bit dizgisi uzunlugu modeli temsil etmekicinkullanilan
ko§e
noktasi sayisi iledegilbu noktalarintii boyutlu uzaydaki yerleriyle oynamaktadir. Daha uzun bit
dizgileri kullanmak
ko§e
noktalarini orijinal yerlerine dahayakinbir
§ekilde yerle§tirilmesini
saglar. Bunedenle buradakitii boyutlumodelin kalitesinde meydana gelen
dtiti§iiin
sebebiki§e
noktalarnin kesin olmayan§ekilde
uzayda yerle§tirilme-sidir. Daha sonradan gelen bit dizgileriko§e
noktalarinin koordinatlarinin inceayarlanmasini saglarlar.4. Sonuslar
Bu bildiride sunulan uygulama Matthias Muiller'den (ETH
Zurich) alinan inek modeli uizerinde test
edilmi§tir.
Orjinal modelinbuiyuikluigui27.2KB'dir.Tablo 1 ve Sekil 4'de
degi§ik
dalgacik temelleri ve bit dizgisinindegi§ik
miktarlari kullanilarak yapilan testlerinsonuclari bulunmaktadir.
Nicemlenmiis
model ile kastedilen sadeceizditi§im
operasyonundangeqirilmi§
tii boyutlumod-elinSPITHkodlamasi ve
kodyqztimlemesi
uygulanmadan gericatilmi§s
halidir.Sekil 3: (a) Orjinalmodel (27KB); (b) 9.1KB bitdizgisi kul-lanilarak geri
qatilmiu
model;(c)10.4KBbitdizgisikullanilarakgeri
qatilmiu
model.3.
Sunulan Yontem ile Varolan
Diger
Yontemlerin
Kari1la§tirilmasi
Tek hizli
siki§tirma
yontemini kullanan uygulamalardatii boyutlu model verisi iletimden once tamamen
siki§tirilip
iletilir.
A§amali siki§tirma
kullananyontemlerde ise tii boyutlu modelditi§ik q$ziiniirliikte
bir model ve onun guincellemeleriSekil 4: detay-seviyesi olarak 3 ve bitdizgisinin % 60'i kul-lanilarak geri catilan model. (a) Lazy, (b) Haar, (c)
Daubechies-4, (d) Biorthogonal-4.4 ve(d) Daubechies-10
dal-gacik
d6niti§i
temeli kullanilarak elde edilen modeller.1-Tablo 1: Inek modeli icin
siki§tirma
sonuclari5.
Vargilar
ve
Gelecek
Planlari
Bubildiride, SPIHT kodlamasi kullanilarak tiu boyutlu modelsiki§tirilmasi
uizerine bir uygulama6nerilmi§tir.
Uc
boyutlu model ilk once iki boyutlu sinyallered6ntii§trilmtii
vedaha sonra da dalgacik
d6ntii§imiinden gecirilmi§tir.
Bu iki boyutlu sinyal diktortgenselyadaquincunx izgaralar uizerindetanimlanabilir. Dalgacik
d6ntii§imiinden geqirilmii
veri daha sonraSPIHTteknigiyle kodlanmaktadir. Sonuctaortayaqikan
bitdizgisi
a§amali
kodq$ziimtine
uygundur.Sinyal orneklerinin ilintili olmasi SPIHT kodlamasinin daha
ba§arili
olmasini saglar. Bu nedenle iki boyutlu sinyal orneklerinin bibirleriyle daha ilintili olmasini saglayan birizdtii§imti
teknigi kullanilmasi daha iyisiki§tirma
oran-lari saglamanin bir yoludur. Gelecekte tii boyutlu modeliizdtii§imiinti
almadandogrudan tii boyutlu SPIHT ile kodlan-masidenenecektir.Ayrica uyarlamali bir dalgacik yapisinin [11] kul-lanilmasinin"lazy filterbank" kullanan dalgacik
d6ntii§imiinden
daha iyi sonuclar vermesi beklenmektedir. Uyarla-mali ongormeli lifting dalgacik d6ntifimti (adaptive predictor inthelifting wavelet transform) kullanilabilir. Veri orneklerinin ayrik oldugu yerlerde bu yontemi§e
yaramasa da sik veriornegi olan yerlerde kazanc saglayacaktir. Burada kullanilan inek modelinin kulak kisimlari gibi bolgelerde veri ornegi
miktari cok ve birbiriyle ilintilidir. Bu nedenle ornekleri birbirlerinden ongormek muimkuindir. Ornek bir uygulama
Sekil 5'de g6sterilmektedir.
Sekil 5: Uyarlamali ongormeli
d6ntii§imti
yapisikullanilan model.lifting dalgacik
6.
Kaynaksa
[1] P.Alliez and C. Gotsman, "Recent advances in compres-sion of 3Dmeshes", In Advances in Multiresolution for GeometricModelling, N.A. Dodgson, M.S Floater and M.A.Sabin (eds), Springer-Verlag, 2005.
[2] F. Moran and N. Garcia, "Comparison of
wavelet-based three-dimensional modelcoding techniques",IEEE
TransactionsonCircuits andSystems forVideo Technol-ogy,Vol. 14, No. 7,pp.937-949, 2004.
[3] J. Peng, C.-S. Kim, Kuo, and C.-C. Jay, Technologies for 3D triangular mesh compression: Asurvey,Technical
Re-port,University of Southern California, 2003.
[4] P.Cignoni, C. Rocchini, and R. Scopigno, "Metro: mea-suring error onsimplified surfaces", Computer Graphics Forum,Vol. 17, No. 2,pp. 167-174, 1998.
[5] A. Said and W. A. Pearlman, "A new fast and efficient image codec basedonsetpartitioning in hierarchicaltrees,
IEEE. Trans. Circ.Syst. Video Tech., Vol. 6,pp.243-250,
1996.
[6] J.M. Shapiro, "Embedded image coding using zerotrees
of wavelets coefficients",IEEE Trans. Signal Processing, Vol.41,pp.3445-3462, 1993.
[7] J.-L.Gailly, gzip Compression Software.
[8] J. Ziv and A. Lempel. "A universal algorithm for data compression." IEEE Trans. onInformation Theory, Vol. 23, No. 3,pp.337-343,1977.
[9] R. Pajarola and J. Rossignac, "Compressed progressive meshes", IEEE Trans. on Visualization and Computer Graphics,Vol.6,No.1,pp.79-93, 2000.
[10] M. Garland and P. Heckbert, "Surface simplification us-ing quadric errormetrics, Proc. ofACM SIGGRAPH'97, pp.209-216, 1997.
[11] 0. N. Gerek andA. E. bCetin, "Adaptive Polyphase
Sub-bandDecompositionStructures forImage Compression,"
IEEETrans. onImage Processing, pp. 1649-1660, 2000.
Dalgacik Bit Dizgisi Detay Veri Uzunlugu Orjinal-
Nicemlenmi§
Orjinal-Geriqatilmiu
Temeli (%) Seviyesi (KB) HausdorffUzakligi Hausdorff Uzakligi
Lazy 40 3.0 9.51 0.0139930 0.014547 Lazy 60 3.0 10.4 0.0139930 0.014219 Haar 40 3.0 11.5 0.0139930 0.016085 Haar 60 3.0 13.8 0.0139930 0.014102 Daubechies-4 40 3.0 12.0 0.0139930 0.018778 Daubechies-4 60 3.0 15.1 0.0139930 0.014661 Daubechies-10 40 3.0 12.1 0.0139930 0.014194 Daubechies-10 60 3.0 15.2 0.0139930 0.045020 Biorthogonal-4.4 60 4.0 16.0 0.009446 0.014549