Este trabalho apresenta um método para extração de superfícies poligonais a partir de modelos volumétricos criados por artistas, propondo um modo de utilizar ferramentas de modelagem volumétrica para construção de modelos representados por bordo.

   Dados criados em editores de voxels, ou adquiridos através de processos volumétricos para aquisição de geometria 3D, podem conter características topológicas que não condizem com a estrutura de um sólido, isto é, um objeto delimitado por uma fronteira que separa de forma bem definida seu interior de seu exterior. Resolver o problema de extração de superfícies que representam dados com essas características é o principal objetivo deste trabalho.

   Para o sucesso da extração de superfícies, foi elaborada uma metodologia para reamostrar qualquer modelo representado de forma volumétrica, de tal forma que seja possível reconstruir, a partir da reamostragem, uma variedade combinatória de dimensão 3, que pode ser poligonizada sem a geração de superfícies com buracos ou problemas topológicos.

   A malha criada por esta técnica é suave e seus triângulos têm boas propriedades, satisfazendo alguns dos principais critérios utilizados para medir a qualidade de malhas, como razão de aspecto (aspect ratio), suavidade na variação das áreas dos triângulos (smoothness) e simetria (skewness).

   Apesar de ter triângulos com boas características, o modelo obtido a partir do processo de extração pode apresentar um aspecto mais facetado do que o esperado. Isto levou a necessidade de aplicar um método de suavização para obtenção de uma superfície poligonal com geometria mais suave, sem, entretanto, perder detalhes essenciais do modelo original. O método de suavização proposto e utilizado neste trabalho garante que a superfície produzida continue sendo uma 2-variedade, não introduzindo degeneração na estrutura topológica final.

   Este trabalho apresenta um estudo sobre a reconstrução de superfícies poligonais a partir de modelos volumétricos, propondo uma nova forma de construção de objetos gráficos, em que se misturam as técnicas de manipulação de voxels com a modelagem baseada em vértices, difundida nos aplicativos de edição de imagens 3D disponíveis no mercado. Enquanto que o uso de representações baseadas em bordos é recomendado para a criação de objetos com malhas complexas ou de grandes extensões, em certos contextos, como, por exemplo, jogos eletrônicos, a manipulação de voxels é mais intuitiva para o detalhamento dos modelos, dando maior controle ao usuário do que texturas baseadas em funções. O método desenvolvido neste trabalho conduz o processo de exportação de voxels para um conjunto de faces, arestas e vértices, detecta a orientação das superfícies, suaviza as cores e a geometria, além de reduzir o número de polígonos da malha gerada. Esta técnica foi testada com o auxílio do programa Voxel Section Editor III, escrito na linguagem de programação Delphi, para o qual existe uma diversidade de modelos gráficos gratuitos, sendo criados usando o formato de arquivo suportado por ele.

   Geometric modeling has recently leveraged the power of Generative Design. Generative Design can be seen as a framework in which models can be generated by systematically exploring a space of shapes generated by recombination of parametric shape descriptors. In this work, we explore the use of Generative Design for modeling 3D clouds. Clouds are usually modeled in Computer Graphics as voxelized models by using a combination of implicit and procedural techniques. Hence, they are described by a large number of parameters. Although these parameters usually include parameters that define a combination of scalar fields, noise functions and affine transforms, the controlled use of such parameters is rather complex. How to tune them up to obtain a plausible result is not obvious. We propose a method based on generative design combined with Machine Learning to produce families of cloud shapes automatically. Our generative design method is based on an evolutionary approach that generates instances of plausible 3D cloud shapes by optimizing a fitness function that measures the likelihood of a shape be a cloud. As the manual design of a fitness function is also quite complex, we propose using a Convolutional Neural Network to learn the fitness of arbitrary 2D views of the generated clouds. We perform several experiments that confirm the viability of the proposed method compared to manually modeled clouds.

   This work presents a method to extract polygonal surfaces from volumetric models created by artists, proposing a way of using voxel modeling tools to build B-Rep models.

   The volumetric data created by voxel editors usually contain topological features that do not describe solid structures. Hence, the main objective of this work is to solve the problem of extracting triangle meshes from volumes that contain these topological features.

   In order to extract surfaces successfully, a methodology was conceived to resample any volumetric model, in a way that it is possible to reconstruct a tridimensional manifold that can be polygonized without generating a surface with gaps or topological problems.

   The meshes generated by this technique have good properties, satisfying some of the main criteria used to measure the quality of meshes, such as aspect ratio, smoothness and skewness.

   This work proposes a new method for the polygonization and texture map extraction from volumetric objects based on a polyhedral surface extraction and surface fairing approach. The surface faring approach is based on a mesh signal processing technique that uses an approximation of an adaptive low-pass filtering based on a function that combines the discrete laplacian operator and an adaptation of the Lanczos kernel. Differently from other works that propose surface fairing approaches we deal mainly with voxelized models created by artists for games which led us to design a filtering approach that smoothes strongly in high frequency regions to remove the jagging effects of the sampling and less intensively in the low frequency regions to preserve the natural behavior of the model. The overall aim of this work is to propose a simple methodology in which it is efficient and easy to use voxel manipulation techniques to produce a final boundary representation of the model together with the appearance function codified in a texture atlas. The proposed method produced very promising results and enabled us to extract smooth texturized models that preserve the features of the original volumetric object at interactive times.

   Volumetric rendering is a way to represent 3D models on devices with a low use of 3D resources. It allows the use of high poly models, quick collision detection and rasterization operations, making them interesting for the games that are being created for the current generation of mobiles and pocket pcs that cannot handle OpenGL operations with a fast frame rate. However, the lack of knowledge of the shape of the object has proven to be a problem to preprocess its lighting. This short paper presents an heuristic that finds an approximation of the direction of normal vector of a voxel without the previous knowledge of the mesh, vertexes, edges and surfaces of the volumetric model where it belongs.