ROAM算法原理及其应用研究

目前，若不涉及细节层次(LOD)的地形算法则很难实现地形的实时可视化，细节层次地形算法采用启发式的方法确定地形的哪些部分需要更为详细的细节以使显示效果更为真实。ROAM算法就是通过采用分解和合并方法实时地调整三角形网格，能交互式地实现观察依赖、局部可调整的地形网格化处理，生成多分辨率的地形模型。ROAM算法能以高帧速提供具有数干三角形的高质量的三角网，其简单和可扩展性使其成为目前地形渲染中广泛研究的算法。     

基于四叉树结构的大规模地形生成算法

为了获得更好的三维可视化效果,在对大规模地形模型的实时生成和简化进行了研究和分析的基础上,提出了一种基于四叉树结构的大规模地形生成算法,实现了基于四叉树结构的地形模型的连续多分辨率渲染;该算法包括一种新的保持地形特征的地形简化方法和一种简单高效的裂缝消除方法.实验结果表明,该算法能够实现大规模地形的实时可视化.     

大数据量三维地形实时可视化的扩展算法

针对大数据量三维地形实时可视化问题,本文在传统实时优化自适应网络(real-time optimal adaptive mesh, ROAM)算法的基础上进行扩展,提出了一种视点相关的适合大数据量三维地形实时绘制的简单高效的算法.该算法是通过基于线性四叉树索引的数据管理模式进行管理和组织数据,并根据地形复杂度的不同对高程数据间隔提取然后渲染地形,从而大大降低了大范围三维地形的复杂度和计算量,同时该算法支持拓扑结构和多分辨率,有效地简化了地形模型的绘制,提高了三维地形实时渲染效率.并用微软基础类(Microsoft Foundation Classes, MFC),结合Open Graphics Library (OpenGL)开发了一个程序实例,进一步验证算法的有效性.     

一种基于规则网格的地形简化算法

为了进一步研究层次细节技术在实时绘制大规模地形场景中的有效应用,提高海量数据三维地形的重建速度,基于DEM数据及视觉相关地形简化的特点,提出了一种基于网格划分的实时简化算法.该方法首先将DEM栅格数据分成以视点为中心的数据块,利用视觉相关的误差简化算法实现了DEM数据的快速动态分层与地形平滑,其次利用三角剖分方法最终消除了裂缝,对实际数据的实验结果验证了本算法的有效性.该算法能有效地对地形数据进行多分辨率简化,简化后的地形不仅保留了地形表面特征,还能满足实时漫游的需求,可以高效地消除场景漫游过程中图像的跳跃.     

一种基于小波的三维地形绘制集成技术

本文利用现有地形绘制技术和小波多尺度分析方法,结合大规模地形应用特点,研究了三维地形绘制算法．首先,根据地形高程模型（DEM）的数据结构的特点,阐述了它可以借助于小波方法进行分析处理的可行性：其次,得到了提取多尺度地形数据基本特征的方法：并通过小波系数来表达低频概貌和高频细节,生成多尺度的地形数据方法;提出了”地形网格的小波渐进重构”规则,设计了动态的渐进重构不同细节的地形网格;最后,构造了绘制算法流程图,实现了三维地形绘制集成技术,解决了多块不同分辨率模型的无缝拼接问题,提高了绘制效率,并通过实验验证了该方法的高效性和可行性．     

地形模型实时多分辨率显示算法的研究

目的对于具有海量数据特征的地形实现既要保持视觉效果,又要提供较高的显示速率,以生成高度真实感和超快显示速度并存的三维地形。方法基于四叉树的鄂尔多斯盆地地形三维实时细节层次模型(LOD)表示的方法,从建模的角度来解决海量数据地形的实时显示问题。结果能够在不显著降低地形场景绘制质量的情况下达到理想的浏览效果,能实现地形的快速3D浏览。结论本方法对建立地形的多分辨率模型是一个非常有效的方法。     

基于"流"机制的实时多分辨率模型结构

大规模地形的实时显示技术已成为虚拟仿真领域中的研究热点．为研究更合理的多分辨率模型的表达技术,结合漫游时视景体内数据的流动变化特征。提出了使用4棵四叉树表达的地形多分辨率的模型结构;并运用动态数据调度策略实现对数据以“流”的方式进行处理和绘制．该模型已在自行开发的三维地形仿真系统(Sei3D)中得到成功的应用。并最终实现了海量地形数据的无缝漫游。     

Internet环境下海量地形数据发布和三维显示

论述了在Internet环境下海量地形数据发布和三维显示的关键技术 ,包括平均插值小波建立金字塔数据结构的原理和方法、快速压缩解压缩技术、网络模型和基于视相关的二叉三角形简化地形的算法 .在此基础上 ,开发了基于Internet的全球三维可视化信息系统 .实验表明 ,所提出的技术方案是切实可行的 ,完全能够满足Internet环境下大规模数字高程模型和影像实时无缝漫游的要求 .     

基于矩和多分辨分析的图像识别

应用矩和多分辨分析对图像进行特征提取，求取不同分辨率下的小波系数的均值、能量和方差，作为特征向量。这组特征向量是将图像的矩特征和小波特征结合形成小波矩特征，即反映了图像的全局信息，又反映了图像的局域性信息，并且具有旋转、平移和缩放不变性。该算法不但解决了图像识别中特征量随图像旋转、平移和缩放而变化的问题，而且提高了对近似物体的识别能力。最后简要介绍了仿真实验及结果，证实此算法能对飞机、舰船等目标进行有效的识别。     

图像的小波系数神经网络预测编码

提出一种图像的小波系数预测编码方法。在该方法中,原始图像被分解为一个小尺寸的低频图像和一系列不同方向的多分辨率细节子带图像（小波系数图像）,由于不同分辨率的小波系数图像具有相似性,故可用低分辨纺小波系数来预测同一方向相邻较高分辨率的小波系数。采用Ｂ－Ｐ神经网络作为非线性预测器有效地实现了这种预测,结果表明,利用这种编码算法可获得高图像压缩比。     

基于多分辨方法的海量数据三维云体绘制

针对因图形硬件存储能力有限带来的海量云数据体绘制的交互性差等问题,提出了一种适用于大规模体数据压缩的多分辨率三维云体绘制方法。该方法首先引入基于变异系数的多分辨率细节层次划分,再利用小波变换和最优量化对划分数据块进行压缩,最后采用基于GPU的自适应采样光线投射算法对云数据进行体绘制。实验结果表明:该方法与传统的多分辨率压缩绘制方法相比,既提高了绘制速度,又保证了绘制的逼真效果。     

虚拟地形环境中高分辨率影像快速解压算法

虚拟地形环境具有广泛的应用,是高分辨率影像构成环境的可视化基础。影像精度提高所产生的庞大数据量使得读取和存储受限制,影响可视化系统的表现能力,因此数据压缩成为提高系统性能的有效手段。飞行器在低能见度条件下的山区高速低空飞行时,飞行员往往不知所处地形环境,存在潜在危险;与飞行员当前视点一致的虚拟地形环境能为其提供逼真的可视化场景,保持特殊条件下地形环境可见性。将影像数据经过提升小波变换到小波域,有效利用小波系数能量集中在低频子带以及子带间系数的相关性特点,将小波系数进行跨频带合理组织并矢量化,应用纹理压缩算法之一的矢量量化编码压缩小波系数,其压缩比大、非对称编码、解码速度快等特点适合飞行中对实时性的要求。     

基于自举法小波变换的零树量化编码方法

随着信息技术的发展，探索有效的图像编码方法，进一步压缩信息的带宽，以便利用现有的网络实现更优质的信息传输是一个极富挑战性的课题，小波变换和传统的正交变换相比有很大的优越性，小波变换的多分辨率牧场生使变换后的图像数据能够保持原图像在各种分辨率下的精细结构。为进一步去除图像中的冗余信息提供了便利，提出了一种基于自举法小波变换的零树量化编码方法，通过自举法与整数滤波器的结合来实现快速的小波变换，在图像编码过程中充分利用了图像小波变换系数的分布特征，采用了嵌入式零树量化编码方法，实验结果表明，该算法实现简单，可以达到很好的压缩效果。     

小波变换在图像压缩中的应用

介绍小波变换和多分辨率分析的基本思想．讨论基于小波变换的图像压缩编码的一般步骤与小波变换的特性，最后给出小波变换在图像压缩中的主要编码算法。     

基于小波包最优小波树在故障录波数据压缩中的应用

针对电力系统故障录波信号中蕴含丰富暂态特征信号的特点,在小波理论中多尺度多分辨率分析的基础上,提出了基于最小熵标准的最优小波树数据压缩的方法,并利用Matlab数学分析工具,从工程和实验角度出发,较为直观地探讨了小波包变换在故障录波数据压缩中的应用.     

基于小波的偏振图像融合算法及性能评价

文章介绍几种基于小波变换的偏振图像的融合算法,利用多分辨小波变换的系数,采用低频图像的小波系数最大值作为融合后的低频系数,高频图像根据确定的融合规则,调整高频小波系数大小;并对融合图像质量进行了对比评价,得出了这几种融合方法的各自特点.实验结果表明,这几种方法能够在保留图像微小细节方面获得满意的结果.     

基于小波变换的图像压缩编码方法研究

介绍了小波变换的基本理论以及基于小波变换的图像压缩编码与解码恢复过程。为了研究基于小波变换的图像压缩编码方法的优越性,通过实验与传统的离散余弦变换编码方法进行了性能的对比分析,实验结果表明：由于小波变换具有时间-频率局部化特性和多分辨率特性等优点,其能够更加有效地应用于图像数据压缩,可以达到更高的压缩效率,而且理论上可以获得任意压缩比的压缩图像。     

采用Daubechies4小波变换简化DEM数据

首先分析了小波分析(WA)的特点和数字高程模型(DEM)的特性,说明多进制率小波变换可以在DEM数据简化和影像金字塔模型构建中发挥重要作用.为了说明实际效果,作者使用Daubechies4小波变换公式对某一地区的DEM数据进行多进制小波变换,并且选取一系列已知点验算DEM的简化误差.试验结果表明,简化样本之间保持了较好的地形相似性,并且表明简化误差的引入可以控制DEM的简化程度.     

基于小波多分辨率分解的数字图像水印算法

鉴于小波变换的多分辨率分析与人眼的视觉特性(HVS:Huma Visual System)相一致,提出了一种基于小波变换多分辨率分解的鲁棒水印算法.为确保数字水印的安全性,该算法在数字水印嵌入之前对水印进行了预处理.然后根据高、低频分量的特点,按照人眼视觉系统的要求选择适当的嵌入位置.实验结果表明,该水印算法很好地保证了数字水印的鲁棒性和透明性之间的统一,对剪切、压缩和锐化等图像处理均具有很强的抵抗力,与DCT(Discrete Cosine Transform)算法相比较,鲁棒性能提高了近1倍,这表明该算法是一种行之有效的水印算法.     

一维信号小波压缩的能量动态自适应阈值算法

提出了一种基于小波系数能量的动态自适应阈值算法,用离散小波变换对信号进行多尺度分解,依据小波系数在各层的能量分布以及每层小波系数的能量集中度,获取每层小波系数的压缩阈值。通过这种方法,可保留大部分小波系数能量,并兼顾压缩率性能。经仿真验证,本文阈值算法在多种小波和不同的分解尺度上的压缩性能稳定,与Birge-Massart策略阈值和全局阈值比较,在压缩率和保留能量综合性能评价上优于Birge-Massart策略阈值和全局阈值算法。