基于插值矢量量化的地形金字塔纹理压缩.pdfVIP

基于插值矢量量化的地形金字塔纹理压缩.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于插值矢量量化的地形金字塔纹理压缩.pdf

基于插值矢量量化的地形金字塔纹理压缩 陈如李凤髓 (北京理工大学计算机科学与工程系,北京 10008 1) 摘 要 矢受爱化因其压缩比大,解码简单效率高成为实时绘制系统中大规模纹理压缩主要使用的方法。文献[1]介绍的 基于矢最爱化方法针对纹现金字塔压缩取得了很大的成功。在此基础上使用一个特征位数据本,一个残差矢i:码本和索 ~I 表对金字塔纹涩的各层进行压缩,在保持实时性的同时提高了压缩比。使用了改进的 SOFM 码本生成算法,实验表明 其码本质最优于传统的码本生成算法。 关键词 纹理压缩金字塔纹玻 灸量量化 自组织特征映射网络 文章编号 1002-8331-(2006)22-0177-02 文献标识码 A 中阁分类号 TP391 Terrain Pyramid Texture Compression using Interpolative Vector Quantization Chen Yan Li Fengxia (Dep川ment of Computer Science and Engineering ,Beijing Institute of Technology ,Beijing 1 ∞081) Abstract: Vector quantization(VQ) method become嗡 the main method used in real time visualization system because of its high compression ratio and fast decoding speed.Paper [1] introducs an exten日ion to the basic VQ technique for com- pressing mipmaps. This paper describes the method of using one representative value databook. one re日idual codebook and one index map to compress all levels of the pyramid texture .lt increases the compression radio .lt presents the SOFM algorithm.The result shows that the quality is higher than the traditional codebook-generated algo的thm. Keywords: texture compression. pyramid texture. vector quantization ,SOFM 考向量涵盖空间中的…块区域。因此,在传输和存储图像时,只 1 号|亩 需要使用区域的索引值,而不是因像本身,可以将资料大幅服 地形倍息的可视化在实时仿真和地理信息可视化系统中 缩,并节省传输所需之频宽;同时解码非常简单,只要从解码薄 占有十分3重要的地位。随着遥感技术,卫庭技术的发展,人们希 中取出索引僚所对应的解码字即可完成解码工作。 望观察宽广范围的地形,对地形的实时绘制提出了更高的要求。 K 矢最最化是

文档评论(0)

yingzhiguo + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:5243141323000000

1亿VIP精品文档

相关文档