Supponiamo che esista un valore p
, calcolato per fotogramma, che varia continuamente sulla superficie di un oggetto. Il valore di p
determina la densità di alcuni motivi sulla superficie. Ad esempio, in un caso con solo due densità possibili se p < 0.3
è alta densità, altrimenti è bassa.
Ho pensato a una soluzione semplice di alto livello: creare due trame, ognuna di densità diverse, e in base al valore del p
campione da quello appropriato. Tuttavia, c'è un problema con il confine tra alta e bassa densità.
Ecco un esempio per illustrare il problema (nota che il mio problema NON è esclusivo di questo esempio di punti. Descrivo i motivi con cui sto lavorando in seguito):
Ed ecco la soglia tra bassa e alta ((visualizzata sulla trama ad alta densità ma non è rilevante). Se sotto la linea, implica che la trama ad alta densità dovrebbe essere campionata.
E infine ecco il confronto tra ciò che si desidera e ciò che sarebbe effettivamente accaduto utilizzando questo metodo:
Il problema è che quando un cerchio ad alta densità attraversa la linea, verrà ignorato quando p
indica la trama a bassa densità da campionare, risultando in un cerchio troncato. Non so come risolvere questo problema perché p
varia ogni fotogramma, quindi non posso semplicemente "creare" un confine tra le due densità. È facile prevenire il problema inverso creando la trama ad alta densità da quella inferiore (cioè se un cerchio si trova sulla trama a bassa densità assicurarsi che sia sulla trama ad alta densità).
Sono interessato se qualcuno ha un modo per migliorare la mia soluzione o ha addirittura un altro metodo. Il vincolo qui è che p
viene calcolato per fotogramma in tempo reale. Un altro vincolo è legato alla trama del motivo: il motivo è in bianco e nero, dove il nero è il motivo e il bianco è lo sfondo (come i cerchi nell'esempio). Il motivo potrebbe non essere solo la ripetizione di forme identiche, ma qualsiasi disposizione di forme nere arbitrarie su uno sfondo bianco. (Forse lo schema è la scelta sbagliata della parola.)
Non ho familiarità con la ricerca in questo campo, quindi non ero sicuro di quali parole chiave cercare, quindi apprezzerei anche se qualcuno potesse indicarmi la giusta direzione.