科学数据和信息爆炸性增长,给人们带来的巨大挑战是如何有效理解和使用这些科学数据。目前很多数据形式是点云数据,其特点是时变、非结构化、不规则、多领域、多维以及大规模,需要新的理论和方法进行处理。本项目根据科学数据可视化原理,提出多尺度绘制方法对点云数据进行实时绘制,通过实现三维交互式可视化,提高科学数据的可理解性,加强人们对科学数据的感知和认知能力;项目提出具有普遍意义的方法,以适应摩尔定律。主要研究内容包括多尺度模型生成算法、点云数据实时渲染算法、快速变化的几何表面重构算法以及实现内外存数据交换的数据预测调度算法。随着三维扫描设备的广泛应用以及模型顶点数的不断增多,基于点云的三维重建和渲染方法将发挥其在三维建模与绘制方面的绝对优势。在大规模三维数据可视化、计算视觉、图形处理和生物视觉建模方面具有广泛应用价值。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于铁路客流分配的旅客列车开行方案调整方法
基于多色集合理论的医院异常工作流处理建模
基于MCPF算法的列车组合定位应用研究
基于腔内级联变频的0.63μm波段多波长激光器
结直肠癌免疫治疗的多模态影像及分子影像评估
大规模地形实时加速绘制技术的研究
3D点云数据模型的实时动态变形关键技术研究
基于数据驱动的多智能体交互式动态影响图算法研究与应用
大规模复杂散乱点云数据的智能分析与处理研究