面向移动网络终端的三维模型渐进传输研究

With the rapid growth of the mobile terminal and the expansion of mobile networks, especially the construction of 3G networks in recent years to carry out in full swing, 3D model rendering and interaction in the mobile terminal is an important issue, which has shown significant advantages and development potential in many applications. Taking into account the limited computing power of mobile devices, small screen resolution, wireless network bandwidth is limited, progressive transmission of three-dimensional model on the mobile terminal has a great significance. In view of this, the project aims to study the three-dimensional model multi-resolution transmission maintaining a visually important feature. Surfacelet-based feature extraction algorithm is proposed, with directional filtering, better contour orientation. The project proposes an arbitrary triangular mesh continuously changing resolution representation, which simplified error control and improve the accuracy of simplification. An effective grouping mechanism is build to reduce the dependencies between packets. Consider the impact of texture deformation, an important feature of the model is anticipation, and it can be good to retain the texture of the model boundary without requiring complex calculations, which apply to the mobile platform. The project will also experiment with actual wireless network environment to verify and analyze the effect of the algorithm.

随着移动终端的迅猛增长及移动网络规模的扩大，特别是近年来3G网络建设的如火如荼的开展，在移动终端上进行三维模型的绘制和交互是一个重要的课题，在很多应用中都表现出显著的优势和发展潜力。针对移动设备计算能力有限、屏幕分辨率小，无线网络带宽受限等特点，研究三维模型在移动终端上的渐进传输具有十分重要的意义。鉴于此，本项目旨在研究保持视觉重要特征的三维模型多分辨率传输。提出了基于Surfacelet的特征提取算法，能够进行方向滤波，可更好地进行边缘、轮廓定位。提出一种任意的三角网格连续的多变分辨率的表示方法，对简化误差进行控制，提高了简化的精度。构建一种有效的分组机制来减少报文之间的依赖关系。考虑了纹理形变量的影响，对模型的重要特征部分进行预判，不需要复杂计算也可很好地保留模型的纹理边界，适用于移动平台。本课题还将在实际的无线网络环境中进行实验验证并分析算法的效果。

随着移动终端的迅猛增长及移动网络规模的扩大，特别是近年来 3G 网络建设的如火如荼的开展，在移动终端上进行三维模型的绘制和交互是一个重要的课题，在很多应用中都表现出显著的优势和发展潜力。针对移动设备计算能力有限、屏幕分辨率小，无线网络带宽受限等特点，研究三维模型在移动终端上的渐进传输具有十分重要的意义。鉴于此，本项目旨在研究保持视觉重要特征的三维模型多分辨率传输。. 本项目的主要研究内容包括：1）基于 Surfacelet的特征提取；在 Surfacelet 变换域中设计新的特征，使其具有描述空间分布特征的性质。该特征描述方法易于表达和计算，占用较少的存储空间，适合进行相似性匹配，具有几何不变性和拓扑的稳定性。2）三维模型多分辨率表示和传输分组；针对有损移动网络的丢包特性，构建一种有效的分组机制来减少报文之间的依赖关系，最小化绘制延时，从而达到平滑的绘制效果。3）混合传输；为保持三维模型的连通性，采用混合传输方法以快速鲁棒地发送报文。4）基于预测的重构恢复；提出了基于几何、颜色、法向和纹理坐标的预测方法，这些丢失顶点的值可从其相邻顶点中估算得出。. 本项目提出了基于 Surfacelet的特征提取算法，能够进行方向滤波，可更好地进行边缘、轮廓定位。提出一种任意的三角网格连续的多变分辨率的表示方法，对简化误差进行控制，提高了简化的精度。构建一种有效的分组机制来减少报文之间的依赖关系。考虑了纹理形变量的影响，对模型的重要特征部分进行预判，不需要复杂计算也可很好地保留模型的纹理边界，适用于移动平台。