Northrup [18]利用識別參考影像，解決輪廓邊的可見度問題，該影像是以畫出 所有邊及面之識別顏色所成。我們參考 Northrup 的方法，改變其演算法，並加入失 真補償的方法，以應用在頂點的可見度問題上。
3.1.1 識別參考影像
頂點可見與否，我們可用參考影像的識別顏色決定，影像中每一個三角形的顏 色都是唯一的，可作為判別頂點可見度的識別訊息。我們以 R 顏色值來區別各模型，
在模型中的三角形以 G、B 顏色值作為區別。圖 4 為圖 3(a)模型的識別參考影像。
圖 4 識別參考影像。
3.1.2 隱蔽點刪除
畫 出 場 景 的 識 別 參 考 影 像 ， 我 們 參 考 其 顏 色 與 景 深 緩 衝 區 內 容 (Color Buffer,Depth Buffer)，進行頂點可見性的判斷。
第三章 表面區域擴展
18
在本篇論文中，我們取出頂點 V 在識別影像位置上的顏色 C，將 C 與共同擁有 V 的所有三角形一一比對識別顏色，若有符合者，其意味著 V 所在的表面出現於影 像中，即頂點在此視角下是可見的。舉例來說，圖 5 為模型在頂點 V 處的網格表面。
深灰色部分之三角形，於此視角下，屬於模型背面，識別顏色必定不會出現在影像 中。而淺灰色三角形在 V 附近的部分，若未被前方物體遮蓋，則會出現在影像中，
我們只要根據頂點 V 在參考影像上之位置，取出顏色 C，與所有淺灰色三角形的識 別顏色比對，若有符合者，則 V 為可見。
圖 5 共同擁有頂點的所有三角形。
由於螢幕像素點是離散的，所以參考影像會失真。如圖 6(a)箭頭所指之處，該 頂點所屬的所有三角形環繞著它，因此識別顏色判別法不會誤判，此為正常的情 況。然而頂點周圍有缺洞或是在邊緣時，可能因失真造成該點像素漏失原所屬三角 形的識別顏色，變為後方物體的顏色。如圖 6(b)範例所示，箭頭所指的白點，(為 了容易觀測，point size 設為 2)，為三角形頂點所在，深色部分為三角形的識別顏色，
由圖可知識別顏色在參考影像中所佔範圍未達到白點所在，而略為失真，進行識別 顏色判別時，系統會誤以為頂點被它物所遮而判別為不可見。在圖 6(b)中，三角形 的法向量與視角方向接近垂直，且頂點都屬於邊緣，造成畫出時右上和左下的頂點 失真。
V
第三章 表面區域擴展
19
(a)
(b)
圖 6 影像失真問題
由於影像失真問題，所以我們提出景深緩衝區的輔助判別法，參考頂點 V 在景 深緩衝區相對位置的景深值 Z，若 Z 大於頂點 V 的景深值 Zv，則代表在識別參考影 像中，該位置的像素值是 V 後方物體的識別顏色。這情況在實際場景是不可能的，
因為若是其他物體遮蓋了 V，必是在前方，即景深值較小，而非較大。所以該點識 別顏色失真，頂點 V 為可見。
頂 點 位 置 的 識 別 顏 色 是 所 屬 三 角 形 的 任 一 個顏色
頂 點 位 置 的 識 別 顏 色 失 真，造 成 頂 點 被 誤 判 為不可見
第三章 表面區域擴展