基于帧聚类和谱小波的网格动画压缩算法

摘要

近年来，三维网格动画被广泛应用于在线三维游戏、远程医疗系统等不同领域。为了表现更强烈的真实感，三维网格动画的细节不断丰富，从而导致网格动画的数据量也呈指数倍扩大。因此设计网格动画数据的压缩算法以减少传输带宽和降低存储空间，对网格动画的发展及应用具有十分重要的意义。为此，本文对三维网格序列动画压缩进行了深入的研究，主要完成了以下几方面的工作。
　　首先，提出一种可用于动画渐进传输的帧聚类算法。该算法在定义帧相似度时以网格残差替代传统的欧氏距离，然后再加入关键帧时间差值，使得聚类结果不仅准确，还能保证各类所包含的帧索引连续，从而符合动画渐进传输的要求。
　　其次，提出两种网格信号定义方式，为下一步谱小波变换做准备。主要包括:1）将各类代表帧与类内剩余帧的网格残差作为一种信号;2）提出一种改进的轨迹PCA降维算法，分别在x，y,z方向构建轨迹矩阵后执行PCA降维，然后将得到的PCA系数作为一种网格信号。
　　再次，提出一种用于网格压缩的谱图小波变换。基于谱图理论和经典小波压缩理论，本文将前面得到的网格残差和各类PCA系数看作定义在网格上的信号，分别直接进行谱图小波变换后对谱小波系数进行SPECK编码传输。
　　最后，利用Matlab实现上述算法，并对几个经典模型进行了完整测试，均取得了较好的压缩比。与已有算法进行对比，本文提出的压缩方案所得到的数据在减少占用内存空间和重构误差方面都有所改进。

目录

摘要

第1章 绪论

1．1 研究的背景及意义

1．1．1 研究背景

1．1．2 研究意义

1．2 国内外研究现状和发展趋势

1．2．1 研究现状

1．2．2 发展趋势

1．3 研究内容及目标

1．4 本文的组织结构

第2章 压缩算法基础与本文算法框架

2．1 基本定义

2．2 动态网格模型压缩的相关算法

2．3 本文提出的压缩算法框架

2．4 本章小结

第3章 网格动画的帧聚类(Frame-Clustering)算法

3．1 ICP算法概述

3．2 类K-means的帧聚类算法

3．2．1 传统的K-means聚类算法

3．2．2 改进后的类K-means帧聚类算法

3．3 实验结果与分析

3．4 本章小结

第4章 基于谱图小波的网格动画压缩

4．1 网格信号定义

4．1．1 基于网格残差

4．1．2 基于改进后的轨迹PCA

4．2 谱图小波变换

4．2．1 谱图理论基础

4．2．2 经典小波变换

4．2．3 谱图小波变换

4．2．4 三维网格的谱小波变换

4．2．5 谱小波系数可视化分析

4．3 针对谱小波系数的SPECK编码算法

4．4 实验结果与分析

4．5 本章小结

第5章 总结与展望

5．1 本文总结

5．2 工作展望

参考文献

附录1 攻读硕士学位期间参与的项目

致谢

声明