地形可视化模型简化算法的研究进展

地形可视化模型简化算法的研究进展

张慧杰¹,², 孙吉贵¹, 梅林³, 李海华⁴

1. 吉林大学计算机科学与技术学院, 长春 130012; 2. 东北师范大学计算机学院, 长春 130024;3. 吉林省林业公安干警学校计算机系, 长春 130012; 4. 长春税务学院计算机系, 长春 130021

收稿日期:2006-05-15 修回日期:1900-01-01 出版日期:2006-08-26 发布日期:2006-08-26
通讯作者: 孙吉贵

Research Evolvement of Model Simplification Algorithm about Terrain Visualization

ZHANG Huijie¹,², SUN Jigui¹, MEI Lin³, LI Haihua ⁴

1. College of Computer Science and Technology, Jilin University, Changchun 130012, China;2. School of Computer Science, Northeast Normal University, Changchun 130024, China;3. Department of Computer Science, Jilin Province Forests Police Schools, Changchun 130012, China; 4. Department of Computer Science, Changchun Taxation College, Changchun 130021, China

Received:2006-05-15 Revised:1900-01-01 Online:2006-08-26 Published:2006-08-26
Contact: SUN Jigui

摘要/Abstract

摘要： 探讨地形模型简化领域的研究方法和进展及尚未解决的问题. 叙述了基于不规则三角网与规则格网两种数据源的自适应地形可视化建模方法, 同时根据对现代图形硬件是否友好, 将地形模型简化算法归纳为传统的细粒度多分辨率模型简化算法和面向现代图形硬件的粗粒度多分辨率模型简化算法, 总结分析了地形可视化建模领域的发展趋势和研究重点.

关键词: 可视化, 自适应, 多分辨率模型, 面向GPU的LOD算法

Abstract: This paper discusses the research methods, new research evolvement and some issues that still exist in terrain model simplification area. This article describes adaptive terrain visualization modeling method based on both irregular triangulation and grid data sources. According to whether model simplification algorithm is friendly for modern graphics hardware or not, these terrain model simplification algorithms are divided into traditional fine granularity and modern graphical hardware oriented coarse granularity multi-resolution model simplification algorithms. Finally, we summarized and analyzed the devel opment current and future research emphasis in the terrain visualization modeling area.

Key words: visualization, adapt, multiresolution model, GPU oriented LOD algorithm

中图分类号:

TP391.41

张慧杰,, 孙吉贵, 梅林, 李海华. 地形可视化模型简化算法的研究进展[J]. J4, 2006, 44(06): 49-53.

ZHANG Huijie,, SUN Jigui, MEI Lin, LI Haihua. Research Evolvement of Model Simplification Algorithm about Terrain Visualization[J]. J4, 2006, 44(06): 49-53.

[1]	李旭东, 周林华. 基于大津算法和深度学习的开集声纹识别自适应阈值计算方法[J]. 吉林大学学报(理学版), 2021, 59(4): 909-914.
[2]	许荣今, 李木子, 岳立娟. 一个参数未知的网格多涡卷超混沌系统的自适应同步[J]. 吉林大学学报(理学版), 2021, 59(4): 965-971.
[3]	李鑫, 张伟, 张蕾. 一种自适应非负矩阵分解算法[J]. 吉林大学学报(理学版), 2020, 58(4): 965-968.
[4]	王慧, 程正兴. 基于小波分析的a-多样性k-匿名大数据自适应延迟调度算法[J]. 吉林大学学报(理学版), 2020, 58(3): 620-626.
[5]	王婷婷, 胡黄水, 赵宏伟, 王出航. 无刷直流电机转速智能混合控制器设计[J]. 吉林大学学报(理学版), 2020, 58(3): 659-665.
[6]	史肖冰, 郭德贵, 曹捷. 基于自适应Hata模型的无线电发射源定位方法[J]. 吉林大学学报(理学版), 2020, 58(1): 109-112.
[7]	刘良凤, 刘三阳. 基于权重差异度的动态模糊聚类算法[J]. 吉林大学学报(理学版), 2019, 57(3): 574-582.
[8]	倪红梅, 刘永建, 李盼池. 基于自适应动态重组和极值扰动的人工蜂群算法[J]. 吉林大学学报(理学版), 2019, 57(3): 607-612.
[9]	孙冲, 李文辉. 基于搜索空间自适应分割的多目标粒子群优化算法[J]. 吉林大学学报(理学版), 2019, 57(2): 345-351.
[10]	程超, 蒋志洋, 韩青山, 王宏志. 基于自适应基准值改进的RSSI加权质心定位算法[J]. 吉林大学学报(理学版), 2019, 57(2): 352-356.
[11]	鲁秋菊, 拓守恒. 自适应步长下多阈值彩色图像的全局分割方法[J]. 吉林大学学报(理学版), 2019, 57(1): 82-88.
[12]	郭昕刚, 梁锦明, 张培栋, 王帅, 宫鸿. 基于分数阶变换的彩色图像自适应重构水印算法[J]. 吉林大学学报(理学版), 2019, 57(1): 121-128.
[13]	吴云鹏, 崔佳旭, 张永刚. 一种新的结合奖励机制的ETLBO算法[J]. 吉林大学学报(理学版), 2019, 57(06): 1416-1424.
[14]	楚玺, 周志祥, 邓国军, 邵帅. 模糊图像的不连续边缘智能检测改进算法[J]. 吉林大学学报(理学版), 2019, 57(04): 875-881.
[15]	闫丽宏. 广义分数阶Sprott-C混沌系统的有限时间滑模同步[J]. 吉林大学学报(理学版), 2019, 57(04): 940-946.