基于PCA和CSG的三维城市模型参数化综合简化

来源 :南京财经大学 | 被引量 : 1次 | 上传用户:liongliong490
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着信息时代的不断发展,数字城市(智慧城市)建设进程的推进,手机、平板电脑等移动端设备不断普及,电子地图、移动导航等技术的应用也越来越广泛。随着采集到的数据信息的精度不断提高,三维城市模型的数据量越来越大。由于网络带宽和硬件条件的限制,传统的三维城市模型的可视化已经难以在移动端上实现,这就迫切需要对三维城市模型进行综合简化,在确保模型信息准确性和完整性的前提下,尽可能压缩三维城市模型的数据量。参数化技术是一种计算机辅助设计技术,它能够依靠参数(或者变量)与几何形体保持关联,通过调整参数值就可以控制几何形体特征。在本文中提出使用CSG体素作为参数的新思路,以期能够进一步进行三维模型的简化,减少可视化复杂度。PCA(Principal Component Analysis),即主成分分析,可以从多元事物中解析出主要影响因素,揭示事物的本质,简化复杂的问题,它同样可以应用于三维城市模型数据中。本文使用PCA方法对三维数据进行降维,对三维城市模型进行多边形的聚合,从而实现对模型的多边形数目的减少,从建筑物的LOD3模型简化为LOD3ES模型,为下一步简化做准备。CSG(Constructive Solid Geometry),即构造实体几何,也称为体素构造法,它通过基本体素及施加在其上的几何变换、布尔运算、局部修改等方法来构造空间实体,它同样可以应用于三维城市模型的简化。在本文中利用CSG,提出了一个新型数据结构CityTree,并围绕这个数据结构对于PCA简化后的LOD3ES模型进行进一步的简化。通过对三维城市模型进行模型的分割、原型提取、重建,实现了多层次精度下的三维城市模型的可视化。根据实验结果展示,这样的方法确实能够实现在不丢失信息的前提下达到最大的数据压缩量,在实际应用中更加方便和高效。
其他文献
装备的快速发展、实战化的使用要求,使传统的测试模式已经逐渐不能适应高新技术装备的保障模式发展。高新技术装备在系统层面的故障与测试要素更为突出,一方面表现为故障机理
在实际样品分析过程中,待测组分的基质复杂,甚至含量低。如果直接检测待测物质会干扰结果的准确,那么,待测物质检测前分离和富集成为必不可少的的步骤。聚合物整体柱是一种新型的萃取介质,广泛的应用于样品分离和富集。但是,目前聚合物整体柱存在比表面积小,萃取效率低,或者特异性差,非特异性吸附多等问题。因此,开发性能优异的聚合物整体柱,实现样品的分离和富集至关重要。本论文制备了两种聚合物整体柱,并进行了制备条
SAD/BRSK(synapses of amphids defective)激酶,包括SAD-A和SAD-B,是AMPK(AMP-activated protein kinase)家族的重要成员。SAD激酶在神经系统发育中起着关键作用,不仅具有调
果蝇是一种视觉和嗅觉均较为灵敏的昆虫,它能借助嗅觉确定食物的远近和利用视觉判断食物的大致方位,这种生物机理为果蝇优化算法的研究提供了重要生物资源。另一方面,果蝇对
目的目前已知白细胞介素13(Interleukin-13,IL-13)作为一种抗炎细胞因子在认知功能中发挥重要作用;脑源性神经营养因子(brain-derived neurotrophic factor,BDNF)通过多种途径保护神经细胞,有利于学习记忆的形成;在大量认知障碍患者大脑中发现β淀粉样蛋白(amyloidβ-protein,Aβ)沉积,造成神经细胞损伤,导致学习记忆能力减退。IL-13
因果关系是引力理论中重要的问题之一。如果在宇宙时空中出现了封闭类时曲线,那么因果关系将会被破坏。本文的目的在于通过研究G?del解来探讨耦合f(R)理论中的因果关系。f(R)
趋化因子CCL11是CC趋化因子家族的成员,具有驱动免疫细胞迁移的功能;趋化因子受体CCR3是G蛋白偶联受体A家族中的重要成员,位于免疫细胞膜的表面。配体CCL11与受体CCR3的特异
随着社会经济的高速发展,企业之间的竞争不断增强,全球化、细分化和激烈化是当今市场经济下企业竞争的几大特征,企业所在供应链之间的竞争已逐渐成为企业竞争的重点。供应链
近年来人工智能高速发展,人工智能阿尔法狗战胜了人类围棋高手;高盛等华尔街金融机构的交易员等职位,也正在大量地被AI所取代。现阶段,随着人工智能技术的不断完善和发展,其
随着农业信息化和数字化的不断发展与研究,采用大数据、物联网、人工智能等技术的农业生产方式已成为当前农业的发展趋势。针对当前农业的发展趋势与农业小气候数据监测领域