| 摘要 | 第1-13页 |
| ABSTRACT | 第13-15页 |
| 第一章 绪论 | 第15-24页 |
| ·课题研究背景 | 第15-21页 |
| ·虚拟战场环境的提出与发展 | 第15-17页 |
| ·图形硬件的发展及特点 | 第17-20页 |
| ·CUDA 技术的出现 | 第20-21页 |
| ·本课题研究现状 | 第21-22页 |
| ·本文主要研究工作 | 第22-23页 |
| ·本文的内容安排 | 第23-24页 |
| 第二章 地形数据组织及遥感图像处理 | 第24-38页 |
| ·数字高程模型概述 | 第24-28页 |
| ·DEM 数据的采集方法 | 第24-25页 |
| ·DEM 的数据结构 | 第25-28页 |
| ·我国DEM 数据格式标准 | 第25-27页 |
| ·USGS DEM 数据格式标准 | 第27-28页 |
| ·地形数据的基本处理 | 第28-32页 |
| ·采样和插值 | 第28-30页 |
| ·数字高程模型的采样 | 第28-29页 |
| ·数字高程模型的插值 | 第29-30页 |
| ·海陆边界处理 | 第30-32页 |
| ·遥感图像概述 | 第32-37页 |
| ·引起遥感图像畸变的原因 | 第33-35页 |
| ·遥感图像作为纹理的处理 | 第35-37页 |
| ·纹理数据准备 | 第35-36页 |
| ·分波段几何精校正 | 第36页 |
| ·合成JPG 和镶嵌 | 第36-37页 |
| ·小结 | 第37-38页 |
| 第三章 基于CUDA 的纹理压缩解压算法 | 第38-56页 |
| ·相关研究 | 第38-40页 |
| ·纹理压缩算法 | 第40-48页 |
| ·色彩模式转换以及阈值计算函数 | 第40-42页 |
| ·纹理压缩码书构造方法 | 第42-48页 |
| ·量化方法 | 第42-44页 |
| ·自组织映射 | 第44-45页 |
| ·可增长的自组织处理码书生成 | 第45-47页 |
| ·码字存储和索引模型 | 第47-48页 |
| ·纹理数据实时解压 | 第48-52页 |
| ·基于GPU 的并行解压模型设计 | 第49-51页 |
| ·NLM 中值过滤消除马赛克 | 第51-52页 |
| ·实验结果分析 | 第52-55页 |
| ·阈值计算函数的优劣 | 第52-53页 |
| ·CPU 和GPU 的解压重构速度 | 第53-54页 |
| ·图像的重建质量 | 第54-55页 |
| ·小结 | 第55-56页 |
| 第四章 基于GPU 的大规模纹理映射策略 | 第56-71页 |
| ·相关研究工作 | 第56-58页 |
| ·地形和纹理数据组织 | 第58-61页 |
| ·地形瓦片金字塔模型 | 第58-60页 |
| ·纹理坐标金字塔模型 | 第60-61页 |
| ·基于多CPU 核微处理器的数据调度和纹理映射策略 | 第61-64页 |
| ·基于视点的纹理预取和切换策略 | 第61-63页 |
| ·基于多核的并行数据调度 | 第63-64页 |
| ·基于GPU 的纹理映射 | 第64-70页 |
| ·动态实时LOD 纹理采样 | 第64-69页 |
| ·数据组织模型 | 第65-66页 |
| ·基于视点的LOD 纹理选择 | 第66-67页 |
| ·基于CUDA 的并行实现 | 第67-68页 |
| ·实验结果分析 | 第68-69页 |
| ·基于GPU 的纹理映射 | 第69-70页 |
| ·小结 | 第70-71页 |
| 第五章 大规模真实感场景原型绘制系统的设计与实现 | 第71-79页 |
| ·系统框架设计 | 第71-72页 |
| ·主要类及类之间的相互依赖关系 | 第72-75页 |
| ·实验结果 | 第75-79页 |
| 第六章 总结与展望 | 第79-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 作者在学期间取得的学术成果 | 第86-87页 |
| 作者在学期间参加的科研项目 | 第87-88页 |
| 附录 地形绘制的顶点和像素着色代码 | 第88-89页 |