EZC-DCT压缩算法在地形绘制中的应用及优化

摘要

近年来，大规模地形实时绘制技术在越来越多的领域中发挥着重要的作用。其中，大量的地形数据对数据传输过程和渲染速率造成了巨大的影响，而大部分的民用设备性能及网速却较为一般，甚至连基本的实时性要求都难以满足。并且在很多应用当中，人们对地形的实时性要求要远远大于对地形精度的要求，因此，一种注重地形数据压缩和地形渲染速率，并面向一般性能设备的算法将成为解决上述问题的关键。 作为一种性能优异的图像压缩算法，EZC-DCT（基于DCT变换的嵌入式零树编码）算法能够兼具小波变换多分辨率特性和DCT变换运算简便的优点，因而能够保证设备运算的较低负荷和数据压缩的较高压缩比。基于此，本文针对已有的EZC-DCT算法和一些相关的图像压缩算法进行了深入的学习，同时结合GPU相关技术，面向一般性能设备，提出了一种适用于地形实时绘制的EZC-DCT地形压缩算法及其优化方案。 EZC-DCT压缩算法兼具JPEG和JPEG2000的优点，因而能够快速地构建生成多分辨率地形模型，类似于LOD层次细节模型，可以根据人眼特性动态的构建不同距离范围内的不同分辨率等级的地形模型。同时结合快速EZC-DCT算法、“步长+变换”的多分辨率地形模型构建策略及GPU并行加速方案，以此来快速实现地形数据的实时压缩解压和多分辨地形模型的构建。主要工作具体如下： 1、深入了解相关图像压缩技术的研究，进一步学习了EZC-DCT压缩算法，掌握该算法的工作原理及流程。同时深入学习了DCT相关快速算法，掌握各个快速算法的基本过程，在此基础上提出一种快速EZC-DCT变换算法。 2、深入学习了地形实时呈现的各个算法及目前研究成果，同时深入研究了LOD和基于小波变换的多分辨率地形模型的构建策略，在此基础上提出了“步长+变换”的地形模型构建策略，能够进一步减少变换的次数，从而提高实时渲染的帧速率。 3、在原算法基础之上，提出了一种GPU并行优化方案。原EZC-DCT方法通过将原始图像分块的方式，对各个子块进行串行的处理变换，因此运行效率较低。相比CPU，GPU对子块变换的处理速度更快，所以并行改进后的EZC-DCT算法，将会极大地减少计算机的负荷，且能够有效地提升实时渲染的帧速率。

目录

第一个书签之前

EZC-DCT压缩算法在地形绘制中的应用及优化

摘 要

ABSTRACT

绪论

1.1研究背景

1.2国内外研究现状

1.3研究内容与组织结构

图像压缩的基础

2.1 图像压缩相关概念

2.1.1 图像冗余的概念

2.1.2 图像压缩的实现

2.1.3 图像压缩技术评价

2.1.4 图像压缩编码的种类

2.2 DCT变换

2.2.1 一维DCT定义

2.2.2 二维DCT变换

2.3 基于小波变换的图像压缩算法

2.3.1 小波的数学描述

2.3.2嵌入式零树小波编码

2.4 本章小结

EZC-DCT算法及其快速改进

3.1 EZC-DCT算法

3.2 DCT快速变换

3.3快速EZC-DCT算法

3.4 本章小结

改进的多分辨率地形模型

4.1基于分块的压缩策略

4.2 “步长+变换”的地形模型构建策略

4.3依据视点位置构建多分辨地形模型

4.3.1动态构建多分辨率地形模型

4.3.2视锥裁剪策略

4.4本章小结

快速EZC-DCT算法的并行方案研究及优化

5.1 GPU与CPU发展现状

5.2 CUDA通用计算模型

5.3 并行方案的分析及优化

5.4 本章小结

优化后的EZC-DCT地形压缩算法的实验结果分析

6.1实验说明

6.2分块策略的效果分析

6.3图像恢复效果

6.4压缩耗时及压缩比

6.5渲染效果比较

6.6 本章小结

论文总结与展望

7.1 论文总结

7.2 展望

参考文献

致谢

攻读学位期间发表的学术论文目录