| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 课题背景和意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 云的绘制方法 | 第10-11页 |
| 1.2.2 云的光照模型 | 第11-12页 |
| 1.3 研究内容和方法 | 第12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 第二章 云模拟的基础知识 | 第14-29页 |
| 2.1 自然云的形成和特性 | 第14-15页 |
| 2.2 云模拟的气象数据 | 第15-16页 |
| 2.3 云的绘制相关算法 | 第16-20页 |
| 2.3.1 启发式方法 | 第16-17页 |
| 2.3.2 数值模拟方法 | 第17-19页 |
| 2.3.3 云绘制方面的比较 | 第19-20页 |
| 2.4 云的光照模型 | 第20-27页 |
| 2.4.1 光照强度的计算 | 第20-21页 |
| 2.4.2 相位函数 | 第21-22页 |
| 2.4.3 单次散射光照模型 | 第22-25页 |
| 2.4.4 多次散射光照模型 | 第25-26页 |
| 2.4.5 多次前向散射光照模型 | 第26-27页 |
| 2.5 本章小结 | 第27-29页 |
| 第三章 基于自适应光线投射算法的三维云绘制算法 | 第29-49页 |
| 3.1 三维数据场可视化的基本流程 | 第29-30页 |
| 3.2 体绘制基本算法的比较 | 第30-32页 |
| 3.3 基于自适应光线投射算法的三维云绘制 | 第32-43页 |
| 3.3.1 光线投射算法 | 第32-35页 |
| 3.3.2 自适应采样光线投射算法 | 第35-39页 |
| 3.3.3 基于二维传输函数的气象数据分类 | 第39-40页 |
| 3.3.4 基于中心差分与插值函数的梯度值计算方法 | 第40-41页 |
| 3.3.5 算法步骤 | 第41-43页 |
| 3.4 实验结果与分析 | 第43-47页 |
| 3.5 本章小结 | 第47-49页 |
| 第四章 基于重要性采样的三维云光照模型渲染算法 | 第49-60页 |
| 4.1 基于蒙特卡洛方法的重要性采样 | 第49-52页 |
| 4.1.1 蒙特卡洛方法 | 第49-50页 |
| 4.1.2 重要性采样 | 第50-52页 |
| 4.2 基于重要性采样的云的渲染算法 | 第52-56页 |
| 4.2.1 相位函数的优化 | 第52-54页 |
| 4.2.2 云的渲染算法 | 第54-56页 |
| 4.3 实验结果与分析 | 第56-58页 |
| 4.4 本章小结 | 第58-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 研究总结 | 第60-61页 |
| 5.2 研究展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 作者简介 | 第67页 |