分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-04-24 合作期刊: 《计算机应用研究》
摘要: 针对3D模型海量点云数据存在的空间冗余问题,提出一种基于TSLVQ (tree structure lattice vector quantization)的静态点云有损渲染算法。算法旨在利用层级嵌套网格的集合,解决渲染低效的问题。首先对整个点云进行包围盒封装,多层量化,把数个较小尺度的截断包围盒嵌入到一个较高尺度的截断包围盒单元中,每一步量化过程采用八叉树方法将包围盒分割为8个最佳尺寸的空或非空小包围盒,最后在最高深度的层级里,用包围盒来代替整个小包围盒中全部的点。同时,算法可自行设定八叉树的深度,从而任意控制编码的复杂度和精度,满足渲染的实时性要求。实验结果表明,与现有的网格有损压缩算法相比,提出的算法能在保证模型重建精度的基础上,具有较好的空间分解优势,实现实时渲染效果。