大规模网格模型的实时交互浏览

来源 :山东大学 | 被引量 : 0次 | 上传用户:hljhrbsccd
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
三维网格模型在计算机图形学中具有主导地位。它广泛应用于电影、游戏、计算机辅助设计、模拟仿真、艺术与历史、医药等众多领域。基于多边形网格模型的数字几何处理技术不断发展并逐渐完善,该领域至今仍显示出相当的活力。随着3D获取技术、建模技术和仿真技术的飞速发展,我们可以得到越来越复杂和精确的网格模型。今天,大小在GB级别的网格模型已非罕见。同时,近几十年来CPU和GPU性能也有显著提高。但是存储设备的带宽却相对发展缓慢,处理器等待硬盘上的数据已成为重要的瓶颈。近些年,针对大规模三维网格模型的显示和交互研究一直非常热门。一些著名的工作有基于细节层次的栅格化显示系统、实时光线跟踪和立体渲染等。但每一种方法都有这方面或那方面的缺陷。就人类的视觉系统来说,人眼对物体细节的灵敏度与其距离眼球的远近成反比。而且,在同一时刻人眼只能看到有限的区域和方向。这样两个事实可以极大地减少待绘制数据量,提高性能。在这篇论文中,我们提出一个新的基于外存模型简化建立细节层次树的大规模网格模型交互式浏览系统。我们在模型的八叉树网格之上使用面片聚类的方法进行简化,并建立细节层次树。每一个八又树节点对应一个局部细节层次树。然后合并所有局部细节层次树的顶层并作为底层建立全局细节层次树。在运行时,我们自顶向下地遍历细节层次树,根据当前视点的参数信息选择合适的节点。通过使用视椎体剔除和背向剔除等层次化剔除方法可以大大地提高系统的性能。通过综合多项技术,我们所实现的系统显示出较高的运行效率、较好的视觉效果和高度可扩展的体系架构。
其他文献
随着生活中多彩多样的娱乐、学习、工作等需求的不断发展,视频需求蓬勃兴起,视频服务相关应用的爆炸式发展已经开始主导网络技术的演化与变革。据Cisco预测,截至2018年,移动
云计算技术的兴起和快速发展,使用户可以将海量图像数据存储到云服务器。这样不但可以减轻用户的存储和管理负担,而且能为用户提供便捷的数据访问服务。但云服务器并不是完全可
随着网络技术和计算机技术的快速发展,电子文档成为日常学习和工作中不可或缺的资料。数学表达式作为许多电子文档重要的组成部分,如何将其输入到计算机中是亟待解决的问题。早
随着智能电网建设的快速发展,电力系统设备种类和数量越来越多,对电力设备图像的特征提取和准确分类,有利于提升电力系统管理的自动化和智能化水平。本文首先对从现场采集到的电
目前,每年生物医学文献的数量正在呈指数的方式增长,科研人员为了得到好的研究成果,需要查找阅读大量的文献,但如此大规模的文献,给科研人员带来了巨大的困难。同时,现代科学
集成学习的主要思想是融合多个分类学习算法的分类性能来提高整体分类算法的泛化能力。构建一个具有多样性/差异度大的弱分类学习算法集合是集成学习取得高泛化能力的关键。对
相比传统网络,泛在网中设备数量众多,种类繁杂,且许多数据源网络长期处于无人值守的工作状态。泛在设备的存储和计算能力相比传统网络也更加有限,当前,大多数数据源网络之间
数据统计显示,意外事故发生时,当事人几分钟之内的死亡率为50%;几小时内的死亡率为30%;受伤之后,在几星期内死亡的占20%。而且,立即死亡的当事人,绝大部分丧生于事故现场。可见
人脸识别凭借其友好、便捷、隐蔽性等优势成为生物识别领域的热点研究课题之一。经过近50年的发展,基于二维图像的人脸识别技术日趋成熟,但受限于二维图像的数据形式,二维人
集电力电子和智能控制于一体的无刷直流电机(Brushless DC Motor,BLDCM),得益于其电能转化效率高、使用寿命长及维护维修方便的优势,已广泛应用于工业控制、交通运输、家用电气