基于Marching Cubes重组的外存模型渐进压缩

摘要：

外存模型是指其规模远远超出内存容量的海量模型.为提高其存储、传输、显示等操作的效率,对外存模型进行渐进式的压缩是非常重要的.但当前已有的外存模型压缩算法都是单一层次的,不能做到渐进压缩.为此,该文提出一种针对外存模型的渐进压缩方法,能高效地压缩外存模型,并进行多分辨率的传输和显示.该方法首先将外存模型的包围盒空间按照八叉树形式进行剖分和层次化组织,使得最精细层次的各个立方块空间中的局部模型都能完全装入内存进行处理;然后,在各个立方块中对局部的模型进行基于Marching Cubes方式的重新拟合,并在此基础上建立各个局部的自适应八叉树;最后,基于各个局部自适应的八叉树,由粗至细渐进地遍历全局自适应八叉树的各个节点,并利用对内存模型能高效渐进压缩编码的先进方法进行编码压缩.实验表明,该方法对外存模型的压缩比达到了与处理内存模型相似的压缩比,高于目前的外存模型压缩方法,是第一个能渐进压缩外存模型的方法.

关键词：外存模型、渐进压缩、自适应八叉树、算术编码、Marching Cubes

所属期刊栏目：27

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金60373051,60173022;国家重点基础研究发展计划973计划2002CB312102;澳门大学校科研和教改项目

在线出版日期：2005-03-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1457-1463