| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 本文的主要研究内容 | 第15-16页 |
| 1.4 论文组织结构 | 第16-18页 |
| 第二章 三维场景可视化的表示与数据压缩 | 第18-32页 |
| 2.1 基于图形的三维场景可视化 | 第18-20页 |
| 2.1.1 基于二维GIS的场景可视化 | 第18-19页 |
| 2.1.2 影像与DEM相结合的场景可视化 | 第19页 |
| 2.1.3 真三维场景可视化 | 第19-20页 |
| 2.2 基于图像的三维场景可视化 | 第20-23页 |
| 2.2.1 柱面全景图 | 第21-22页 |
| 2.2.2 球形全景图 | 第22页 |
| 2.2.3 立方体全景图 | 第22-23页 |
| 2.3 三维场景几何模型简化与数据压缩 | 第23-26页 |
| 2.3.1 基于多边形的网格优化 | 第24-25页 |
| 2.3.2 基于特征的简化方法 | 第25页 |
| 2.3.3 过程式建模与可视化技术 | 第25-26页 |
| 2.4 三维场景纹理图像数据压缩 | 第26-27页 |
| 2.4.1 逆过程式纹理构建技术 | 第26页 |
| 2.4.2 Mip-Map | 第26-27页 |
| 2.5 传统纹理图像数据的缩放压缩方法 | 第27-30页 |
| 2.5.1 最近邻插值(Nearest Neighbor) | 第28-29页 |
| 2.5.2 双线性插值(Bilinear Interpolation) | 第29页 |
| 2.5.3 双三次插值(Bicubic Interpolation) | 第29-30页 |
| 2.6 本章小结 | 第30-32页 |
| 第三章 基于熵的全景纹理图像数据压缩算法设计 | 第32-48页 |
| 3.1 引言 | 第32-33页 |
| 3.2 图像复杂度的表征——信息熵 | 第33-34页 |
| 3.3 基于熵的全景纹理图像数据压缩算法 | 第34-45页 |
| 3.3.1 算法思想 | 第34-36页 |
| 3.3.2 算法设计 | 第36-45页 |
| 3.4 纹理图像压缩质量测评标准 | 第45-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 实验验证与结果分析 | 第48-58页 |
| 4.1 实验环境 | 第48页 |
| 4.1.1 实验配置 | 第48页 |
| 4.1.2 数据来源 | 第48页 |
| 4.2 实验方案设计 | 第48-49页 |
| 4.3 实验结果与分析 | 第49-57页 |
| 4.3.1 场景熵值的计算 | 第49页 |
| 4.3.2 纹理图像压缩实验效果对比 | 第49-51页 |
| 4.3.3 压缩率与实时性 | 第51-52页 |
| 4.3.4 图像质量评价标准 | 第52-54页 |
| 4.3.5 多场景纹理图像压缩测评 | 第54-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 全文总结 | 第58页 |
| 5.2 工作展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-66页 |
| 攻读硕士学位期间发表的论文 | 第66页 |
