创建超大可扩展地形模型的方法

doi:10.3778/j.issn.1002-8331.2009.32.046

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (32): 147-149.DOI: 10.3778/j.issn.1002-8331.2009.32.046

• 图形、图像、模式识别 • 上一篇下一篇

创建超大可扩展地形模型的方法

喻春阳，赵海

东北大学信息科学与工程学院，沈阳 110004

收稿日期:2009-06-12 修回日期:2009-09-02 出版日期:2009-11-11 发布日期:2009-11-11
通讯作者: 喻春阳

Method of creating extra large and scalable terrain model

YU Chun-yang，ZHAO Hai

College of Information Science and Engineering，Northeastern University，Shenyang 110004，China

Received:2009-06-12 Revised:2009-09-02 Online:2009-11-11 Published:2009-11-11
Contact: YU Chun-yang

摘要/Abstract

摘要： 超大场景的三维地形可视化模型是虚拟现实系统平台的重要组成部分。由于地形模型的复杂性，致使计算机硬件水平一直难以满足超大规模地形模型的实时显示需求。目前的超大场景三维表现上存在数据处理速度慢，可扩展性差等问题。为此，提出了一种新的地形创建方法，该方法以许多小的地形分片为基础，采用逆时针旋转的方式拼接出超大的地形，采用矩阵的思想进行索引值搜索。实验结果表明，该方法创建的地形具有可扩展性。

关键词: 超大场景, 地形模型, 可扩展, 拼接, 矩阵

Abstract: Three-dimensional visualization models for extra large scale landscape geomorphology are the important parts of VR system platforms.Due to the complexity of terrain models，the development speed of computer hardware is far from satisfaction for real-time rendering of large scale terrain model.There are some problems such as data processing slowly and scalable poorly in this field now.So this paper puts forward a new method of terrain creating.It is based on lots of little terrain tiles to splice extra large scale terrain by mains of counter clockwise（CCW）.And it solves the problem of index searching by idea of matrix.The experiments show that this method is easy to scalable.

Key words: extra large scale landscape, terrain model, scalable, splice, matrix

中图分类号:

TP391.9

喻春阳，赵海. 创建超大可扩展地形模型的方法[J]. 计算机工程与应用, 2009, 45(32): 147-149.

YU Chun-yang，ZHAO Hai. Method of creating extra large and scalable terrain model[J]. Computer Engineering and Applications, 2009, 45(32): 147-149.

[1]	逯曼皎，张伟，徐涛. 基于动态矩阵模型的可优化的补货策略[J]. 计算机工程与应用, 2021, 57(7): 263-268.
[2]	邹杰，李俊. 多策略协方差矩阵学习差分进化算法[J]. 计算机工程与应用, 2021, 57(7): 78-87.
[3]	杨力，吴义，魏德宾，潘成胜. 基于时空相关性的卫星网络流量预测[J]. 计算机工程与应用, 2021, 57(7): 101-106.
[4]	甘昕艳，高翔. 基于犹豫模糊决策算法的云制造系统选择研究[J]. 计算机工程与应用, 2021, 57(2): 134-142.
[5]	丁玉祥，卞维新，接标，赵俊. 融合邻域回归和稀疏表示的图像超分辨率重构[J]. 计算机工程与应用, 2021, 57(2): 230-236.
[6]	夏丹，周睿. 视差图像配准技术研究综述[J]. 计算机工程与应用, 2021, 57(2): 18-27.
[7]	王英博，孙永荻. 基于GNN的矩阵分解推荐算法[J]. 计算机工程与应用, 2021, 57(19): 129-134.
[8]	呼亚萍，孔韦韦，李萌，黄翠玲. 改进TV图像去噪模型的全景图像拼接算法[J]. 计算机工程与应用, 2021, 57(17): 203-209.
[9]	张呈玲，李进金，林艺东. 基于OE-概念格的形式背景属性约简[J]. 计算机工程与应用, 2021, 57(15): 82-89.
[10]	夏英，张金凤. 融合社交关系和局部地理因素的兴趣点推荐[J]. 计算机工程与应用, 2021, 57(15): 133-139.
[11]	白璐，赵鑫，孔钰婷，张正航，邵金鑫，钱育蓉. 谱聚类算法研究综述[J]. 计算机工程与应用, 2021, 57(14): 15-26.
[12]	张阳，鲁鸣鸣，郑一基，李海峰. 基于图自编码器模型的学生成绩预测[J]. 计算机工程与应用, 2021, 57(13): 251-257.
[13]	郑淋文，周金治，黄静. 深度稀疏自编码器在ECG特征提取中的应用[J]. 计算机工程与应用, 2021, 57(11): 156-161.
[14]	王杰，黄丽霞，张雪英. 改进DSB方法的语音信号多声源定位[J]. 计算机工程与应用, 2021, 57(1): 173-180.
[15]	张进，孙福振，王绍卿，王帅，鹿祥志. 融合社交关系与地理信息的兴趣点推荐模型[J]. 计算机工程与应用, 2020, 56(5): 173-178.

创建超大可扩展地形模型的方法

Method of creating extra large and scalable terrain model

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics