度量测度在计算机图形学中的应用
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-6页 |
| 第一章 绪论 | 第6-8页 |
| ·选题背景与研究意义 | 第6-7页 |
| ·本文主要的研究内容 | 第7-8页 |
| 第二章 信息熵 | 第8-11页 |
| ·经典的香农信息熵理论 | 第8-9页 |
| ·信息熵的发展 | 第9-10页 |
| ·信息熵的应用 | 第10-11页 |
| 第三章 网格模型化简 | 第11-15页 |
| ·模型简化技术及其历史与现状 | 第11-12页 |
| ·模型简化方法分类 | 第12-15页 |
| ·顶点删除法 | 第12-13页 |
| ·边折叠法 | 第13页 |
| ·三角形折叠简化方法 | 第13-15页 |
| 第四章 基于Tsallis熵的自适应采样 | 第15-27页 |
| ·蒙特卡罗全局光照 | 第15-16页 |
| ·引言 | 第15页 |
| ·蒙特卡罗全局光照 | 第15-16页 |
| ·自适应采样技术 | 第16-18页 |
| ·自适应采样技术概述 | 第16-17页 |
| ·经典的自适应采样技术 | 第17-18页 |
| ·基于Tsallis熵的自适应采样 | 第18-22页 |
| ·问题的提出 | 第18-19页 |
| ·索引q值的求解 | 第19-22页 |
| ·自适应采样过程 | 第22页 |
| ·方法的实现与结果 | 第22-26页 |
| ·小结 | 第26-27页 |
| 第五章 基于AG-distance的自适应采样 | 第27-35页 |
| ·Jensen不等式 | 第27页 |
| ·AG-distance评测标准 | 第27-28页 |
| ·基于AG-distance的自适应采样 | 第28-29页 |
| ·方法的实现与结果 | 第29-34页 |
| ·小结 | 第34-35页 |
| 第六章 基于香农信息熵的模型化简与生成 | 第35-42页 |
| ·基本概念 | 第35页 |
| ·算法描述 | 第35-38页 |
| ·顶点曲率的计算 | 第35-36页 |
| ·边折叠代价的计算 | 第36-37页 |
| ·算法流程 | 第37-38页 |
| ·模型重新生成问题 | 第38页 |
| ·算法实现与结果 | 第38-41页 |
| ·小结 | 第41-42页 |
| 第七章 总结 | 第42-43页 |
| ·已完成的工作 | 第42页 |
| ·进一步的工作 | 第42-43页 |
| 参考文献 | 第43-46页 |
| 发表论文和参加科研情况说明 | 第46-47页 |
| 致谢 | 第47页 |
