Fehlertolerante Virtual Reality

© TU Wien

Aus ganz gewöhnlichen Fotos werden hochauflösende 3D-Welten. Ein Forschungsprojekt der TU Wien macht das möglich.

Dreidimensionalität am Computer ist heute nichts Ungewöhnliches mehr. Mit 3D-Scannern kann man Gesichter, Gebäude oder ganze Landschaften abtasten und aus den Daten ein 3D-Modell generieren. Allerdings ist das meist sehr aufwendig. Das Forschungsprojekt Harvest4D dient der Entwicklung von Algorithmen, mit denen man aus bestehenden Bilddaten dreidimensionale Welten ganz einfach erstellen kann. Solche Softwarelösungen lassen sich in ganz unterschiedlichen Bereichen einsetzen – von der Archäologie bis zur Hochwasserforschung.
„Bisher erstellte man 3D-Abbilder der Wirklichkeit meist auf recht komplizierte Weise, zum Beispiel mit Laser-Scannern“, erklärt Projektleiter Prof. Michael Wimmer vom Institut für Computergraphik und Algorithmen der TU Wien. Wimmer schwebt in ein radikaler Paradigmenwechsel vor. „Uns steht heute so umfangreiches Datenmaterial zur Verfügung wie noch nie zuvor – mit den passenden Algorithmen kann man diese Bilddaten nutzen.“

Zusammenstückeln
Aus großen Sammlungen von Bilddaten lassen sich mit den passenden Rechenmethoden dreidimensionale Welten generieren. „Am Computer werden die Bilder dann nicht einfach nur zusammengestückelt, sondern wir errechnen aus ihnen ein vollständiges 3D-Modell“, sagt Projektmitarbeiter Reinhold Preiner. Man kann sich also am Bildschirm frei um ein Objekt herumbewegen und es aus beliebigen Blickwinkeln ansehen – auch aus solchen, die auf den Bildern gar nicht vorkamen. Dafür müssen Programme entwickelt werden, die Fehler tolerieren – denn die Daten sind nie perfekt. Die Bilder sind zum Beispiel manchmal unscharf.
So konnten etwa archäologische Ausgrabungen dreidimensional visualisiert werden – die Ausgangsdaten waren ganz gewöhnliche Fotos, zusätzlich wurde in diesem Fall die grobe Struktur mit einem Laserscan gemessen. Wenn man weiß, zu welchem Zeitpunkt die Bilder aufgenommen wurden, kann man den drei Raumdimensionen noch eine zeitliche Dimension hinzufügen und untersuchen, wie sich die beobachtete 3D-Welt verändert. Solche Algorithmen könnten etwa für die Hochwasserforschung interessant sein.