基于改进四叉树的规则格网DEM设计与实现
摘要 | 第4-5页 |
abstract | 第5页 |
第一章 绪论 | 第8-12页 |
1.1 研究背景 | 第8-9页 |
1.2 研究意义 | 第9页 |
1.3 研究现状 | 第9-11页 |
1.3.1 基于树结构的DEM数据编码 | 第10页 |
1.3.2 基于人工神经网络的DEM数据压缩 | 第10-11页 |
1.4 论文内容及组织结构 | 第11-12页 |
第二章 数字高程模型及其编码 | 第12-23页 |
2.1 数字高程模型综述 | 第12-13页 |
2.2 数字高程模型分类及特点 | 第13-17页 |
2.2.1 规则格网模型 | 第13-14页 |
2.2.2 等高线模型 | 第14-15页 |
2.2.3 不规则三角网模型 | 第15-17页 |
2.2.4 数字高程模型的选择 | 第17页 |
2.3 栅格数据的压缩编码 | 第17-21页 |
2.3.1 链式编码 | 第18页 |
2.3.2 游程编码 | 第18-20页 |
2.3.3 块码 | 第20-21页 |
2.3.4 四叉树编码 | 第21页 |
2.4 规则格网DEM的文件格式及规范 | 第21-23页 |
第三章 四叉树编码 | 第23-30页 |
3.1 四叉树编码综述 | 第23页 |
3.2 常规四叉树编码 | 第23-26页 |
3.3 线性四叉树编码 | 第26-30页 |
3.3.1 四进制Morton码的线性四叉树 | 第26-29页 |
3.3.2 基于自然数编码的线性四叉树 | 第29-30页 |
第四章 四叉树改进与DEM设计 | 第30-44页 |
4.1 目前存在的问题 | 第30-32页 |
4.2 解决思路 | 第32-35页 |
4.3 树深的选择 | 第35-37页 |
4.4 节点属性与子树编码 | 第37-40页 |
4.5 子树节点的合并 | 第40-41页 |
4.6 基于复合四叉树的DEM设计 | 第41-44页 |
第五章 试验结果与比较分析 | 第44-49页 |
5.1 DEM数据来源 | 第44页 |
5.2 试验技术准备 | 第44-45页 |
5.2.1 C++编程语言 | 第44页 |
5.2.2 OpenGL图形库 | 第44-45页 |
5.3 试验及结果分析 | 第45-49页 |
第六章 总结与展望 | 第49-51页 |
6.1 论文总结 | 第49页 |
6.2 不足与展望 | 第49-51页 |
参考文献 | 第51-53页 |
攻读学位期间取得的研究成果 | 第53-54页 |
致谢 | 第54页 |