基于快速EZC-DCT的地形压缩绘制技术*

对大规模地形进行实时渲染时,大量数据传输、存储和处理严重制约着实时渲染的速率。基于此,提出了一种基于快速离散余弦变换的嵌入式零树编码实现地形数据压缩与实时粗粒度LOD渲染结合的算法。首先对分块后的地形数据分别进行快速离散余弦变换,然后对得到的系数进行聚类操作,最后对其进行嵌入式零树编码。实验结果表明该算法压缩效率高,信噪比较好,计算相对简单,帧速率比传统的基于小波变换的算法提高了20%,更加符合视觉要求。     

基于多重特征匹配的点云配准算法

针对最近点迭代（ICP）算法搜索匹配点对规则单一、准确度低的问题,提出一种基于多重特征匹配的点云配准算法。首先采用改进自适应八叉树算法分割点云,通过移动最小二乘法（MLS）对其叶节点进行局部拟合后,计算点的多重特征;然后提出了基于多重特征的点对相似度,选取满足相似度约束的点对作为匹配点对,进而求取旋转矩阵和平移矩阵实现点云配准。实验表明,该算法能在保持点云配准速度较高的基础上,有效提升配准的准确度,且准确度的提升幅度随着点集数量的增大呈升高趋势。     

快速EZC-DCT地形压缩算法的并行优化

为能够在大规模地形实时渲染中提高渲染及数据压缩的速率,提出一种利用GPU并行优化的快速EZC-DCT地形压缩算法。采用二维快速DCT变换代替EZC-DCT算法中的DCT变换,在利用GPU对算法进行并行加速的基础之上,对算法的并行方案进行优化改进,更加有效地利用GPU强大的并行计算能力,分担CPU的负荷,快速完成相关计算。实验结果表明,该算法帧速率比原EZC-DCT方法提升约10个百分点,满足地形渲染的实时性要求。