移動可視媒體智能處理與傳輸方法研究.pdf

1、可視媒體已經成為信息處理和信息資源建設的主體?？梢暶襟w的智能處理是數字生活與經濟發(fā)展等重大需求中的共性技術。移動圖形計算作為可視媒體的主要內容之一，成為無線網絡和圖形學高速發(fā)展產生的新研究領域。隨著無線網絡的穩(wěn)步發(fā)展、數字媒體應用的豐富，以及移動設備的普及，新興的數字媒體終端在快速發(fā)展，如：手機、PDA等，移動三維圖形的需求也隨之迅速增長，所涉及到的產品、應用眾多，移動可視媒體已經成為移動用戶亟需的媒體內容。如何通過移動終端進行可視媒體

2、的處理成為移動可視媒體產業(yè)發(fā)展的瓶頸問題，是移動圖形計算技術領域新的挑戰(zhàn)。任意網格的三維幾何模型，由于模型數據占用了巨大的存儲空間，使模型數據很難在網絡上傳輸。以往的三維圖形簡化與壓縮算法多數關注的是模型壓縮的效率與精度，而忽略簡化后模型重建的速度，其算法僅考慮在盡可能保持原始模型特征的情況下，最大限度地減少原始模型的頂點和三角形數目。以往的方法不能滿足移動環(huán)境下應用的特定需求：(1)由于無線網絡帶寬和移動終端設備顯示分辨率的限制，對三

3、維圖形的精度要求相對較低，而對圖形顯示的速度要求較高，(2)移動用戶要求實時性較強，等待完整的圖形數據傳輸后再顯示已經不能滿足需求，故需要在線實時圖形數據的傳輸。 針對移動設備的特點和移動網絡的需求，為解決移動可視媒體的無線傳輸與快速渲染等問題，展開了3D圖形的壓縮與漸進傳輸方法的研究，其主要研究內容和貢獻體現在以下幾個方面： 面向移動3D圖形的逆Loop細分幾何模型簡化算法研究。通過對逆Buttefly細分算法的分析，

4、提出了一種基于改進Loop細分的幾何模型簡化算法。將稠密的幾何模型網格，通過反復操作三個步驟：頂點分裂、奇點預測和重新三角化，生成由稀疏的基網格和一系列偏移量組成的漸進網格。在奇點預測過程中，將改進Loop細分模板作為預測器，由于Loop細分相關聯的頂點數目少，提高了幾何模型簡化和重建的速度，生成漸進網格易于在無線網絡上漸進傳輸，并可在移動終端上進行圖形的無損重建。移動3D圖形嵌入式編碼壓縮的方法研究。利用逆細分簡化算法對三維幾何模型進

5、行了分解，構建圖形小波樹結構，實現了消除冗余數據和不重要的幾何信息。三維幾何模型的三角網格經過逆Loop細分簡化后，生成由了漸進網格，每簡化一次，網格的頂點和三角形的數目各減少75％，但由于減少的奇點數目與增加的偏移量數目相等，故網格的壓縮效果并不理想。經三次簡化后的漸進網格與簡化前的網格壓縮比約45.31％，壓縮效率較低。將基于小波變換的圖像編碼壓縮方法思想拓展到三維圖形的嵌入式編碼設計中，提出了基于三維模型的嵌入式圖形編碼壓縮算法，

6、使得算法的壓縮效率提高了3倍以上。 移動可視流媒體自適應傳輸的中間件架構和傳輸方法研究。由于移動終端設備的分辨率不同，對三維模型要求的精度也不同，全部傳輸漸進網絡和無損重建網格通常是不必要的，它占用了更多的網絡帶寬，同時也浪費了移動終端設備的有限系統(tǒng)資源。基于移動設備與網絡的上述特點，提出了一種可視流媒體自適應漸進傳輸的中間件架構，首先將移動圖形進行處理并對其進行簡化與壓縮，再將其網絡與偏移量數據分為重要和次要部分，運用TCP協