DEM数据及其顶点法向量的压缩编码和显示

来源 :计算机仿真 | 被引量 : 2次 | 上传用户:zqs656690
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
研究构造地貌学,对地形进行数字描述,为了定量化和提高图像性能,根据DEM数据的特点,进行小波变换多分辨率编码的基础上,计算出了各个顶点坐标的法向量,并进行了量化编码,最终将数据三维显示出来。主要研究了DEM数据应用小波变换的编码方法,使得模型能够渐进传输和显示;而顶点法向量的计算和编码方法,可以使得模型数据能够计算出光照效果,从而拥有明暗和阴影;并且包含了Mipmap的纹理优化技术。经试验给出了良好的显示效果,并证明方法在数字高程地形绘制和SOC芯片的光刻仿真等领域,具有广泛的应用前景。
其他文献
为解决多目标优化中求帕列托最优解集的问题,引入多代理演化的思想。在演化的机制上,每个目标赋予单个代理人,这些代理人拥有各自的演化群体,以各自的单个目标作为演化过程中的评价函数,并且以它们各自选择出的优良解群体的分布作为概率分布,通过代理人的通信将这些概率分布合成,作为产生出下一代解的依据。在一些测试问题上,很少的演化代数内,将解群体收敛到帕列托最优解集。该方法在求解多目标优化问题帕列托最优解集上具
在工业机械手跟踪特性的研究中,针对机械手本身存在着非线性和不确定性,难以得到精确的系统模型,应用传统的控制理论无法实现高精度跟踪控制。为了解决以上问题,通过分析不确定性单臂机械手的动力学模型,在深入研究自抗扰控制和重复控制的基础上,提出一种具有较好跟踪精度且鲁棒性强的重复控制补偿自抗扰算法。应用Matlab对其进行仿真,结果表明方法可以有效地消除跟踪误差,提高系统的鲁棒性,能够满足不确定性单臂机械
伴随第四次工业革命的到来,无人驾驶技术得到了长足发展,其将在可以预见的未来对人类的出行方式和生活方式产生深远影响。目前,全世界对无人驾驶汽车技术的研究正如火如荼的展开
研究高新技术项目投资风险评价问题。由于高新技术项目各评价指标间的存在着冗余信息,传统的方法无法除去这些冗余,导致风险评价结果有时不正确,出现误导信息。为了提高风险评价的正确性,提出了一种粗糙集(RS)和径向基函数(RBF)神经网络相结合的高新技术项目投资风险评价混合模型。首先利用粗糙集的强大的数值分析能力对各评价指标进行属性约简,从而减少了RBF神经网络的训练数据,简化了网络结构,然后对约简后的数