【摘 要】
：
为了取得较好的三角形网格压缩性能 ,提出了一种基于小波变换的三角形网格非渐进压缩方法。该压缩方法先利用重新网格化来去除大部分连接信息 ,然后利用小波变换的强去相关能力来压缩几何信息。在进行重新网格化和小波变换后 ,再按一个确定的次序将所有的小波系数扫描为一个序列 ,然后对其做量化和算术编码。另外 ,对重新网格化得到的自适应半正规采样模式 ,还设计了一种自适应细分信息编码算法 ,以便使解码端知道每一
论文部分内容阅读
为了取得较好的三角形网格压缩性能 ,提出了一种基于小波变换的三角形网格非渐进压缩方法。该压缩方法先利用重新网格化来去除大部分连接信息 ,然后利用小波变换的强去相关能力来压缩几何信息。在进行重新网格化和小波变换后 ,再按一个确定的次序将所有的小波系数扫描为一个序列 ,然后对其做量化和算术编码。另外 ,对重新网格化得到的自适应半正规采样模式 ,还设计了一种自适应细分信息编码算法 ,以便使解码端知道每一个小波系数应该放置在哪一个顶点上。实验表明 ,用该压缩方法对由三维扫描仪获取的复杂网格进行压缩 ,取得了
其他文献
通过研究常州 -武进地区地下水流场的 3维数值模拟 ,揭示了该地区产生地面沉降的主要成因。首先分析了该地区的水文地质条件 ,在此基础上建立了第 承压含水层地下水流场的 3维数值模型 ,采用 3维有限差分法对其进行数值求解 ,并利用体视化中的混合体绘制算法 ,结合计算机动画技术实现了地下水流场的 3维动态可视化。经过研究发现 :该地区第 承压含水层是最主要开采层 ,其长期超采是产生地下水降落漏斗
图象放大 (又称图象变焦、图象重采样 )问题严格地说是一个病态问题 ,根据不同的模型 ,人们先后提出了多种图象放大方法 ,如线性插值、三次样条插值、分形插值以及基于小波变换的方法等 .图象放大问题的焦点是如何在图象放大过程中保持良好的视觉分辨率 ,表现在基于小波变换的图象放大方法中就是如何构造图象高频分量的问题 .针对目前常用的变换域内插方法 ,在一维信号上所作的模拟实验表明 ,该方法并不合理 .
为了在某些限时操作下得到实时交互的速度 ,提出了一个分布式的雕塑实体模型布尔操作并行算法 .该算法在各个阶段抽取的并行性和原串行算法的拓扑相关性之间采取了折中的策略 ,并对于不同的并行任务 ,采用了不同的任务均衡手段 .该算法已经在一个由 10台 P /35 0微机和由 5台 SGI O2工作站组成的异构型局域网上得到实现 .实验结果显示 ,该算法获得了理想的加速比 ,对于复杂雕塑实体的造型 ,操
针对现有细粒度视频编码算法计算复杂度大或视频恢复质量有各种效应的缺点,提出了一种基于联合小波变换和MP变换的细粒度编码算法.该算法在运动估计与补偿的基础上,用小波变
为了防止分水岭算法过分割问题 ,研究了一种基于形态处理和纹理分析的图象分水岭分割方法 ,该方法是在分水岭算法的基础上 ,首先对形态梯度图象运用形态开闭滤波器组的方法来获得较好的参考图象 ,然后将提取的二值化初始分割结果作为区域标记来进行分割 .另外 ,为了获得整体目标 ,还定义了一个基于纹理特征的一致性和对比度的检验准则 ,并将其作为区域合并的根据 .该方法应用于多个视频序列初始目标分割的结果表明
图象数据存在冗余使图象压缩成为可能 ,而不同图象的数据冗余度特别是空间冗余度相差很大 .对被压缩图象的空间冗余度这一图象的本质属性进行研究、减少图象压缩及方法选择时的盲目性是非常必要的 .为此提出了面向图象压缩的图象分类这一新概念以及具体分类算法 .该算法利用图象小波高频系数的分布特点 ,采用图象边缘度作为图象空间冗余度的度量 ,将不同内容的图象按边缘度大小分类 .分类的结果可对不同图象的压缩结果
自动、快速的视频目标分割是目标基视频编码中的一项关键技术 .为此提出了一种基于时空信息的运动目标提取算法 .该算法首先根据多帧运动信息和高阶统计检测方法得到二值运动掩模图象 ,然后提出一种改进后的分水岭算法对运动区域及其周围部分进行分割 ,最后将二者所得结果进行投影运算 ,得到最终运动目标 .实验结果说明了该算法的有效性 .
随着多媒体技术的发展 ,出现了大量的视频数据 .但由于视频数据是非结构性的 ,因此为了便于视频的检索和浏览 ,必须对视频进行分段 ,而将镜头作为分段的基本单位是比较适合的 .通过仔细分析镜头串接的特点 ,根据小波的特性和小波变换检测奇变点的优点 ,提出了应用小波变换检测视频内容差异度函数奇变点的方法对镜头边界进行检测 .首先取一段视频 ,选取亮度直方图对视频的内容进行描述 ,然后提取视频内容差异度
为了客观正确地衡量图像编码质量 ,基于重要性测度和模糊积分 ,给出了一种评价图像编码质量的新方法 ,该方法的第 1步 ,首先分别计算图像在边缘、纹理和平坦区域各部分的误差 ,然后根据评价函数给出各部分的评价值 ,最后再根据边缘、纹理和平坦区域的重要性测度给出一个全局评价值 ;第 2步 ,首先根据误差发生的位置来确定重要性测度 ,然后在这个重要性测度下 ,通过对全部像素的误差进行模糊积分来给出一个精