三维仿真场景优化理论与算法研究--以北京奥林匹克公园为例
摘要 | 第1-7页 |
Abstract | 第7-11页 |
第一章 绪论 | 第11-19页 |
·研究意义 | 第11-14页 |
·本文的基本出发点与研究内容 | 第14-17页 |
·本文的结构 | 第17-19页 |
第二章 大数据量场景加速绘制基本原理与方法 | 第19-39页 |
·可见性剔除 | 第19-22页 |
·多分辨率模型简化技术 | 第22-28页 |
·顶点聚类 | 第23页 |
·简化封套 | 第23-24页 |
·保持外观简化 | 第24页 |
·图像驱动的简化 | 第24页 |
·几何元素删除方法 | 第24-26页 |
·小波分解 | 第26-27页 |
·球面调和变换 | 第27页 |
·动态简化方法 | 第27-28页 |
·纹理优化 | 第28-29页 |
·基于图像的绘制与加速技术 | 第29-31页 |
·基于图像的绘制和建模技术 | 第29-30页 |
·基于图像的加速技术 | 第30-31页 |
·基于GPU绘制加速 | 第31-33页 |
·数据组织与动态调度 | 第33-37页 |
·本章小结 | 第37-39页 |
第三章 约束条件下二次误差度量简化方法 | 第39-52页 |
·引言 | 第39页 |
·简化技术相关工作 | 第39-40页 |
·二次误差度量基本原理与方法 | 第40-43页 |
·受约束二次误差度量方法 | 第43-51页 |
·最小值求解 | 第43-45页 |
·约束条件算法描述 | 第45-47页 |
·结果分析 | 第47-51页 |
·本章小结 | 第51-52页 |
第四章 视点相关的实时选择性细化 | 第52-78页 |
·动态简化方法的相关工作 | 第52-57页 |
·动态简化格网建立 | 第57-61页 |
·递进格网表示方法 | 第57-58页 |
·视觉平滑过渡 | 第58-59页 |
·递进格网构建 | 第59-61页 |
·视点相关的实时选择性格网细化 | 第61-76页 |
·视点相关算法特点 | 第61-62页 |
·视点相关细化准则 | 第62-64页 |
·选择性细化先决条件 | 第64-67页 |
·递进格网过渡空间 | 第67-69页 |
·有选择性细化算法描述 | 第69-73页 |
·实验结果分析 | 第73-76页 |
·本章小结 | 第76-78页 |
第五章 基于GPU的优化处理 | 第78-98页 |
·引言 | 第78-83页 |
·GPU发展历史 | 第78-79页 |
·GPU特点 | 第79-82页 |
·GPU支持下的图形渲染流程 | 第82-83页 |
·上帧信息提取 | 第83-85页 |
·针对GPU的纹理优化处理 | 第85页 |
·针对GPU的几何数据优化处理 | 第85-97页 |
·足够的三角形数量供给 | 第85-86页 |
·模型格网布局 | 第86-97页 |
·本章小结 | 第97-98页 |
第六章 北京奥林匹克公园三维场景网络发布应用 | 第98-113页 |
·引言 | 第98-101页 |
·系统功能与特点 | 第101-102页 |
·性能设计 | 第102页 |
·系统结构设计 | 第102-105页 |
·基于分布式网络架构的系统结构设计 | 第102-103页 |
·数据服务层设计 | 第103-104页 |
·应用中间层设计 | 第104页 |
·表示层设计 | 第104-105页 |
·应用实现与分析 | 第105-112页 |
·技术路线 | 第105-106页 |
·关键技术解决 | 第106-109页 |
·结果分析 | 第109-112页 |
·本章小结 | 第112-113页 |
第七章 结束语 | 第113-116页 |
·主要结论与创新点 | 第113-115页 |
·讨论与展望 | 第115-116页 |
参考文献 | 第116-127页 |
攻读博士学位期间学术论文 | 第127-128页 |
致谢 | 第128-129页 |