摘要 | 第6-7页 |
ABSTRACT | 第7页 |
第1章 绪论 | 第10-14页 |
1.1 研究背景与意义 | 第10页 |
1.2 国内外研究进展 | 第10-12页 |
1.2.1 异构架构的研究现状 | 第10-11页 |
1.2.2 模型简化的研究现状 | 第11页 |
1.2.3 三维模型聚类概括的研究现状 | 第11-12页 |
1.3 研究主要内容 | 第12-13页 |
1.4 论文结构与安排 | 第13-14页 |
第2章 三维城市模型相关理论 | 第14-24页 |
2.1 三维空间数据模型 | 第14-18页 |
2.1.1 基于面表示的数据模型 | 第15-16页 |
2.1.2 基于体表示的数据模型 | 第16-18页 |
2.1.3 基于体与面表示的数据模型 | 第18页 |
2.2 三维城市模型的数据内容 | 第18-21页 |
2.2.1 三维城市模型数据内容基本构成 | 第18-19页 |
2.2.2 三维城市模型数据内容获取 | 第19-21页 |
2.3 多分辨率细节层次模型 | 第21-23页 |
2.4 本章小结 | 第23-24页 |
第3章 基于异构计算架构的三维场景模型的并行处理方法 | 第24-38页 |
3.1 异构计算的概述 | 第24-29页 |
3.1.1 CPU-GPU的异构计算原理 | 第24-28页 |
3.1.2 CPU-GPU的异构计算模式 | 第28-29页 |
3.2 基于异构架构的三维场景数据的并行处理 | 第29-31页 |
3.3 多GPU负载平衡分析 | 第31-33页 |
3.4 实验及其结果分析 | 第33-37页 |
3.4.1 GPU效率测试 | 第33-34页 |
3.4.2 GPU并行测试 | 第34-37页 |
3.5 本章小结 | 第37-38页 |
第4章 三维场景模型聚类概括 | 第38-54页 |
4.1 概述 | 第38页 |
4.2 二维地图综合方法 | 第38-39页 |
4.3 基于语义识别的综合方法 | 第39-43页 |
4.4 基于视觉认知的三维建筑模型的聚类概括 | 第43-49页 |
4.4.1 模型聚类 | 第44-48页 |
4.4.2 模型的合并概括和分层存储 | 第48-49页 |
4.5 实验结果与分析 | 第49-52页 |
4.5.1 实验环境 | 第49-50页 |
4.5.2 聚类实验及结果分析 | 第50-52页 |
4.6 本章小结 | 第52-54页 |
第5章 三维场景模型局部简化方法 | 第54-64页 |
5.1 模型简化方法概述 | 第54-55页 |
5.2 对顶点重要度进行调整的三维场景模型集成简化方法 | 第55-63页 |
5.2.1 顶点重要性度量方法 | 第56-57页 |
5.2.2 改进的边折叠算法 | 第57-58页 |
5.2.3 递进格网法 | 第58-59页 |
5.2.4 实验及其结果分析 | 第59-63页 |
5.3 本章小结 | 第63-64页 |
第6章 结论与展望 | 第64-66页 |
6.1 结论 | 第64-65页 |
6.2 展望 | 第65-66页 |
参考文献 | 第66-70页 |
附录A 攻读学位期间取得的学术成果 | 第70-72页 |
致谢 | 第72页 |