Êtes-vous un étudiant de l'EPFL à la recherche d'un projet de semestre?
Travaillez avec nous sur des projets en science des données et en visualisation, et déployez votre projet sous forme d'application sur Graph Search.
Concept
Octree
Résumé
right|thumb|240px|Des nœuds d'octree dépeints en tant que division d'un espace de couleur.
Un octree est une structure de données de type arbre dans laquelle chaque nœud peut compter jusqu'à huit enfants. Les octrees sont le plus souvent utilisés pour partitionner un espace tridimensionnel en le subdivisant récursivement en huit octants.
Quelques utilisations courantes des octrees :
l'indexation spatiale
la détection efficace de collision dans le cadre de la 3D
l'élimination des objets hors du cône de vue dans le cadre d'un rendu 3D
l'observateur d'état.
Les octrees sont l'analogie tridimensionnelle des quadtrees. Le nom est formé à partir docto (οκτώ « huit », en grec) et de tree'' (« arbre », en anglais) et s'écrit octree''' (avec un seul « t »). Chaque nœud d'un octree subdivise l'espace qu'il représente en huit sous-espaces (les octants).
Dans le cas d'un octree de type « point region » (PR), le nœud mémorise explicitement un point tridimensionnel qui est le « centre » de la subdivision pour ce nœud ; le point définit alors l'un des coins de chacun des huit enfants. Le nœud racine d'un octree de type PR peut représenter un espace infini.
Dans un octree de type « MX », le point de subdivision est implicitement le centre de l'espace que le nœud représente. Le nœud racine d'un octree de type MX doit représenter un espace fini de manière que les centres implicites des nœud soient bien définis.
L'algorithme d'octree de , inventé par Gervautz et Pergathofer en 1988, encode les données de couleur d'une image en tant qu'octree pouvant aller jusqu'à neuf niveaux de profondeur. Les octrees sont utilisés parce que et qu'il y a trois composantes de couleurs dans le système RVB.
L'indice de nœud pour qu'il s'étende à partir du niveau plafond est déterminé par une formule qui utilise les bits les plus significatifs des composantes rouge, verte et bleue, 4r + 2g + b, par exemple. Le niveau inférieur suivant utilise les bits les plus significatifs suivants, et ainsi de suite. Les bits les moins significatifs sont parfois ignorés afin de réduire la taille de l'arbre.
Source officielle
À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Proximité ontologique