專利名稱：移動圖形漸進傳輸引擎技術(shù)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種用于移動環(huán)境中的圖形漸進傳輸引擎系統(tǒng)。
背景技術(shù)：
1.圖形引擎和三維圖形應(yīng)用程序接口圖形引擎又稱三維圖形加速引擎。隨著計算機軟、硬件突飛猛進的發(fā)展，計算機圖形學在各個行業(yè)的應(yīng)用也得到迅速普及和深入。目前計算機圖形學已進入三維時代，三維圖形在人們周圍無所不在。
科學可視化、計算機動畫和虛擬現(xiàn)實已經(jīng)成為近年來計算機圖形學的三大熱門話題，而這三大熱門話題的技術(shù)核心均為三維圖形。三維真實感圖形的生成一般包括場景造型、取景變換、視域裁剪、消除隱藏面及光強亮度計算等步驟，底層軟件都包括相應(yīng)的算法實現(xiàn)。目前比較常見的三維圖形生成環(huán)境等都提供了相關(guān)API，使得軟件人員能方便地創(chuàng)建真實的三維場景。
三維圖形應(yīng)用程序接口又寫作3D API(Three-Dimension ApplicationProgramming Interface)，是許多程序接口的集合。編程人員在設(shè)計3D軟件時，只要調(diào)用其API內(nèi)的程序接口，即可通過API直接調(diào)用3D圖形加速芯片內(nèi)的硬件運算能力，節(jié)約CPU資源，從而大幅度提高3D程序的設(shè)計效率。目前普遍應(yīng)用的3D API有DirectX、OpenGL、Glide、Heidi等。
DirectX是微軟公司專為PC游戲開發(fā)的API，與Windows 9X和Windows NT操作系統(tǒng)兼容性好，容易控制，可繞過圖形顯示接口(GDI)直接進行支持該API的各種低層操作，大大提高了游戲的運行速度。Direct 3D是微軟公司多媒體應(yīng)用軟件DirectX開發(fā)庫中的一個子系統(tǒng)，由一組底層和高層API組成，運行于Windows平臺，該圖形庫是以COM接口形式提供的，較為復雜，目前只能在Windows平臺上運用。
OpenGL(開放式圖形接口)是由Silicon Graphics公司開發(fā)，支持Windows9X、Windows NT、Macos、Beos、OS/2以及Unix等操作系統(tǒng)。OpenGL一直用于高檔圖形工作站，其3D功能很強，超過Directx，能最大限度地發(fā)揮3D芯片的巨大潛力。在OpenGL的1.2版中增加了對3DNow！標準的支持。
Glide是3Dfx(現(xiàn)在已被nVIDIA公司收購)為VOODOO系列3D加速卡設(shè)計的專為3D的API，可以最大限度發(fā)揮VOODOO系列芯片的3D圖形處理功能，由于不考慮兼容性，其工作效率遠比OpenGL和Direct高，所以Glide是各3D游戲開發(fā)商的優(yōu)先選用。
Heidi是一個由Autodesk公司提出來的規(guī)格。目前采用Heidi的應(yīng)用程序包括3D Studio MAX動畫制作程序，Autodesk公司為AutoCAD開發(fā)的WHIP加速驅(qū)動程序。
2.圖形漸進傳輸技術(shù)(1)網(wǎng)格圖形的化簡和加細隨著科學技術(shù)的進步，在計算機圖形學、虛擬現(xiàn)實、計算機輔助設(shè)計技術(shù)、地理信息系統(tǒng)、醫(yī)學圖像系統(tǒng)等領(lǐng)域所構(gòu)造和使用的模型越來越精細、越來越復雜，這些復雜的模型動輒就產(chǎn)生數(shù)以百萬計的面片，而斯坦福大學的數(shù)字米開朗基羅計劃(digital Michelangelo project)中著名的大衛(wèi)(David)雕像的三角面片更是高達20億。這些復雜的模型對計算機的存儲容量、處理速度、繪制速度、傳輸效率等都提出了很高的要求，然而在很多情況下，高分辨率的模型并不總是必要的，模型的準確度以及需要處理的時間需要達到一個折衷點，因此必須用一些相對簡單的模型來代替原始模型，這就是對模型進行簡化。模型化簡是在保持原模型幾何形狀不變的前提下，采用適當?shù)乃惴p少該模型的面片數(shù)、邊數(shù)和頂點數(shù)?；唽τ趲缀文Ｐ偷拇鎯Α鬏?、處理，特別是對實時繪制有著重要的意義。早在20世紀70年代，就有學者討論網(wǎng)格模型的化簡問題，到90年代后，網(wǎng)格化簡得到了深入的研究，并出現(xiàn)了許多成功的應(yīng)用。
網(wǎng)格模型化簡算法分類有多種，如根據(jù)拓撲結(jié)構(gòu)是否保持可以分為拓撲結(jié)構(gòu)保持形和非拓撲結(jié)構(gòu)保持形；根據(jù)模型簡化的過程可以分為逐步求精和幾何化簡；根據(jù)誤差可控性可分為誤差受限和誤差不受限；根據(jù)視點相關(guān)性可以分為視點無關(guān)的化簡和視點相關(guān)的化簡。
由于網(wǎng)格模型大部分由三角面片表示，而且即使原始模型不是三角面片，也可以對其進行三角化，因此網(wǎng)格模型簡化的本質(zhì)是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三角形和頂點的數(shù)目。通常包括兩個原則頂點最少原則，即在給定誤差上界的情況下，使得簡化模型的頂點數(shù)最少；誤差最小原則，給定簡化模型的頂點個數(shù)，使得簡化模型與原始模型之間的誤差最小。
網(wǎng)格模型的加細可以視作是網(wǎng)格化簡的逆過程，通過定義合適的化簡與加細算法，可以實現(xiàn)網(wǎng)格模型的無損化簡和恢復，這也是本文所要討論的一個重點。
(2)細分曲面模型和多分辨率顯示細分曲面模式在三角網(wǎng)格簡化中的典型應(yīng)用是構(gòu)造多分辯率表示。
細分曲面(Subdivision surfaces)是一個網(wǎng)格序列的極限，網(wǎng)格序列則是通過采用一組規(guī)則(一般是加權(quán)平均)在給定初始網(wǎng)格中插入新頂點并不斷重復此過程而獲得。這種方法克服了參數(shù)曲面處理任意拓撲網(wǎng)格(Arbitrary topology meshes)存在的困難。因為，在不規(guī)則拓撲處只須采用特殊的細分規(guī)則就可以了，不存在拼接的問題。
另一方面，由于三維掃描儀(3D Scanner)、測距儀(Range finder)和CT等三維數(shù)據(jù)獲取設(shè)備的日益完善，為幾何形狀不能或難于用分析曲面表示的對象建模提供了有力的工具，例如醫(yī)學的人體器官建模、考古學中的古代器件和藝術(shù)領(lǐng)域的雕塑作品三維重構(gòu)等等，離散曲面逐漸成為一種重要的幾何表示方法。細分模式作為從給定規(guī)則產(chǎn)生離散曲面的方法統(tǒng)一了傳統(tǒng)的參數(shù)曲面與多邊形兩種實體表面的表示。另外，由于實驗獲取的三維數(shù)據(jù)量一般都非常大，多分辨率分析(Multiresolution analysis)成為有效地處理這類數(shù)據(jù)的重要手段。細分方法與多分辨率分析、小波變換(Wavelet transformation)之間的深刻聯(lián)系也是目前細分模式受到關(guān)注的一個重要原因。
在計算機圖形學、幾何造型及逆向工程等應(yīng)用領(lǐng)域，往往采用大規(guī)模甚至超大規(guī)模的多邊形網(wǎng)格來表示復雜對象的表面形狀。從數(shù)據(jù)的獲取、處理到傳輸都面臨巨大的挑戰(zhàn)。多分辨率模型(Multiresolution modeling)正是為了解決這樣的問題而提出的。所謂多分辨率模型是一種曲面表示方法，這種表示可以支持物體表面從粗糙到細致的各個層次的重構(gòu)。按照這一定義，層次細節(jié)模型、累進網(wǎng)格表示都屬于多分辨模型?？偟膩碚f，各種文獻對多分辨率分析和累進網(wǎng)格兩個概念的使用還是比較混亂。
層次細節(jié)模型(Level of Detail，縮寫為LOD)同時保存有物體的若干個從粗到細的幾何模型，因此不同模型間過渡時會出現(xiàn)跳躍，通過兩不同層次模型間的插值可起到平滑過渡的作用。對于網(wǎng)格模型而言，各種簡化算法如Schroeder的基于頂點刪除算法、Hoppe的基于能量優(yōu)化方法、Hermann的基于三角形收縮方法和Garland的基于點對折疊方法等等都可以用來構(gòu)造LOD模型。
層次細節(jié)模型需要保存多個版本的數(shù)據(jù)，占用比原始數(shù)據(jù)大得多的存儲空間，而且在不同細節(jié)模型間轉(zhuǎn)換時會出現(xiàn)跳躍現(xiàn)象，為此Hoppe提出累進網(wǎng)格模型(Progressive meshes)把任意拓撲網(wǎng)格表示為一種高效、無損且具有連續(xù)分辨率的編碼。該編碼由一個粗糙的基網(wǎng)格和一系列細化變換組成。累進網(wǎng)格模型支持基于幾何變形(Geomorph)的平滑視覺過渡、累進傳輸、網(wǎng)格壓縮和適應(yīng)性細化。接著Hoppe又提出了依賴于視點的累進網(wǎng)格模型，使得重構(gòu)過程可以根據(jù)視點位置只對視錐內(nèi)的部分進行細化，對于視錐外的部分則保持粗網(wǎng)格。Popovic和Hoppe利用更一般的細化技術(shù)構(gòu)造累進網(wǎng)格，從而可以處理任意的三角剖分模型(如任意維數(shù)、無向、非流形、非正則模型)而且基網(wǎng)格總是一個頂點，不象原來的累進網(wǎng)格那樣當網(wǎng)格拓撲很復雜時基網(wǎng)格也很復雜，他們把這稱之為累進單純復形(Progressive simplicial complexes).Khodakovsky等人則把累進網(wǎng)格的思想應(yīng)用到網(wǎng)格幾何壓縮(Geometry compression)。
上面的表示大型網(wǎng)格數(shù)據(jù)的方法都是基于點、邊或三角形面刪除的三角網(wǎng)格簡化算法，難于事先估計誤差界，表示也不夠緊湊，而且不能支持多尺度編輯，因此人們轉(zhuǎn)向研究基于小波的多辨率分析和細分曲面的表示方法。
(3)J2ME技術(shù)什么是J2ME？當JAVA平臺發(fā)展到JAVA 2的版本以后，為了適應(yīng)不同級別計算機硬件的開發(fā)需要，JAVA平臺形成了三個主要分支Java 2，Standard Edition(J2SE)，Java 2，Enterprise Edition(J2EE)，Java 2，Micro Edition(J2ME)準確地說，J2ME是為了支持象PDA、手機等小型的嵌入式或移動設(shè)備而推出的一系列的技術(shù)和規(guī)范的總稱。J2ME針對嵌入式和移動設(shè)備，提供了開發(fā)和運行應(yīng)用程序的平臺，隨著新的規(guī)范的不斷推出和眾多制造商、軟件開發(fā)商的支持，J2ME正在飛速向前發(fā)展。
3.該傳輸引擎運行的硬件條件1)游戲引擎的開發(fā)環(huán)境·普通臺式機，要求的基本配置·30MB hard disk·64MB system RAM·166MHz CPU·其硬件條件支持以下其中一個系統(tǒng)即可оMicrosoft Windows NT or Microsoft Windows 2000оMicrosoft Windows 98оSolarisTM8оLinux2)傳輸引擎的運行環(huán)境1.符合CLDC 1.0以及MIDP 1.0以上的帶有Java平臺的移動設(shè)備2.256色或以上彩屏3.帶64k或以上內(nèi)存
4.移動圖形漸進傳輸引擎根據(jù)以上的介紹，圖形的漸進傳輸?shù)亩x即是一個通過特定方法對原始圖形進行化簡、構(gòu)造多分辨率模型、提取細節(jié)特征和誤差偏移量、逐步傳輸多分辨率模型、添加細節(jié)特征、修正誤差偏移量的過程，這個過程往往通過反復的迭代，以獲得逐步精確的原始圖形。
本引擎目前是構(gòu)建于Java平臺上，通過調(diào)用Java API結(jié)合特定算法實現(xiàn)。
5.相關(guān)產(chǎn)品和專利在PC平臺上的圖形圖像傳輸引擎已相對比較成熟，但針對于移動通信平臺上的在這一領(lǐng)域的研究很少，在專利檢索中對該技術(shù)的闡述并不多，我們在移動圖形漸進傳輸引擎技術(shù)上的研究很好的補充了專利空白。
移動設(shè)備具體有以下兩個缺點1、運算速度不快，存儲空間不大，軟硬體平臺差異性大，顯示屏幕較小等；2、面對移動設(shè)備的圖形顯示和傳輸應(yīng)用設(shè)計剛起步，在與傳輸效率和顯示效果的平衡方面進行深入研究的較少。而以往的面對移動設(shè)備的圖形傳輸產(chǎn)品中，一般采用直接傳輸技術(shù)。直接傳輸技術(shù)的優(yōu)點有技術(shù)簡單，程序處理比較容易實現(xiàn)，配置內(nèi)容較少，文件占空間也較少，適合移動設(shè)備空間小的特點。其缺點是傳輸速度完全依賴移動網(wǎng)絡(luò)速度，無法實現(xiàn)圖形的逐步顯示，讓使用者有較長的等待時間，且容易在傳輸中斷后丟失傳輸內(nèi)容，造成不必要的重傳。

發(fā)明內(nèi)容
移動設(shè)備有著資源相對貧乏，運算能力弱，傳輸帶寬小的缺點，而移動設(shè)備在人們?nèi)粘Ｉ钪兴缪莸慕巧苍絹碓街匾?，為了緩和日益增長的數(shù)據(jù)傳輸需求與相對狹窄的網(wǎng)絡(luò)帶寬之間的矛盾，本發(fā)明提出了一種專門針對移動環(huán)境特點的圖形漸進傳輸引擎。該引擎的內(nèi)容包括對復雜網(wǎng)格圖形的化簡、漸進傳輸和細節(jié)恢復等過程，并可推廣到具備網(wǎng)格性質(zhì)的任意粒子系統(tǒng)上。
所述的移動圖形漸進傳輸引擎技術(shù)，包括對原始圖形進行化簡、構(gòu)造多分辨率模型、提取細節(jié)特征和誤差偏移量、逐步傳輸多分辨率模型、添加細節(jié)特征、修正誤差偏移量的過程。
該引擎根據(jù)用戶設(shè)置的大致網(wǎng)絡(luò)傳輸速度，自動選擇一個圖形簡化算法和圖形層次，然后根據(jù)選定的算法逐步消去原始圖形中的部分頂點，并記錄模型簡化過程中原頂點和新頂點位置以及頂點間的連接關(guān)系的變動信息，從而生成了一個由原始模型的最簡化模型和一系列簡化信息組成的漸進網(wǎng)格表示模式進行傳輸；在接收終端實時繪制時，通過逆向跟蹤簡化信息序列，對每條簡化信息執(zhí)行逆操作，逐步恢復所刪除的模型細節(jié)，實時得到原始模型的連續(xù)精度的簡化模型，并由此實現(xiàn)了多層次細節(jié)模型的平滑過渡。
上述的每一層網(wǎng)格都包括以下一些數(shù)據(jù)，但原始網(wǎng)格不包括誤差信息(i)層的標識(ii)網(wǎng)格數(shù)據(jù)，包括(a)頂點數(shù)目和每個頂點的坐標(b)面的數(shù)目和每個面的頂點序列(iii)誤差數(shù)據(jù)，包括誤差的數(shù)目和誤差信息，包括(a)誤差的標識，以確定誤差的修正目標頂點(b)誤差向量的坐標(c)兩個頂點的序列，以標識下一層的誤差位置漸進網(wǎng)格數(shù)據(jù)存放在數(shù)據(jù)鏈表中，接收終端通過逐次合并最后一層的網(wǎng)格數(shù)據(jù)和中間層的誤差數(shù)據(jù)，最終恢復出原始網(wǎng)格。
本發(fā)明所述的移動圖形漸進傳輸引擎的特點有以下兩方面1)可分步驟傳輸初始網(wǎng)格和細節(jié)層次，以達到減少單次傳輸量和提升顯示效果的目的。
2)可適用于移動設(shè)備、智能家居、嵌入式設(shè)備等的環(huán)境，對系統(tǒng)的處理能力和網(wǎng)絡(luò)傳輸能力要求不高。
3)思路簡單，合理4)適應(yīng)更多移動設(shè)備硬件要求移動圖形漸進傳輸引擎系統(tǒng)是適用于嵌入式系統(tǒng)和手持移動設(shè)備(手機、PDA等)上的，通過獨特的傳輸機制進行圖形的化簡、壓縮、編碼、傳輸、解碼、解壓、加細、恢復等一系列過程的傳輸管理模塊。使用者或其他功能模塊可方便地通過調(diào)用該傳輸引擎完成移動設(shè)備等上的圖形漸進傳輸。


圖1為蝶形細分模式的面具；圖2為網(wǎng)格圖形中的黑色消去點圖示圖3為漸進網(wǎng)格的鏈表存儲格式；圖4球體的漸進化簡實例；圖5一個漸進網(wǎng)格圖形和誤差值的實例，其中，上方的圖是各個逐步簡化的網(wǎng)格圖形，其下方的圖是該網(wǎng)格圖形與前一層次的網(wǎng)格圖形的誤差。
具體實施例方式
1)移動圖形漸進傳輸引擎的基本結(jié)構(gòu)對于使用者來說，本引擎相當于一個應(yīng)用程序接口可供調(diào)用，用戶可設(shè)置大致的網(wǎng)絡(luò)傳輸速度，由引擎自動選擇一個圖形簡化算法和圖形層次。本引擎將根據(jù)選定的算法逐步消去原始圖形中的部分頂點，并記錄模型簡化過程中原頂點和新頂點位置以及頂點間的連接關(guān)系的變動信息，從而生成了一個由原始模型的最簡化模型和一系列簡化信息組成的漸進網(wǎng)格表示模式，漸進網(wǎng)格可以把任意拓撲的計算機網(wǎng)格圖形表示為一種高效、無損且具有連續(xù)分辨率的編碼。在實時繪制時，通過逆向跟蹤簡化信息序列，對每條簡化信息執(zhí)行逆操作，可以逐步恢復所刪除的模型細節(jié)，實時得到原始模型的連續(xù)精度的簡化模型，并由此實現(xiàn)了多層次細節(jié)模型的平滑過渡。
2)一種具體的實施方式-蝶形逆細分化簡算法，本算法僅僅是一種舉例，并不限制本發(fā)明的保護范圍，其他簡化算法包括邊裁剪法、點消去法和半邊裁剪法等也可以采用。
圖1是蝶形細分模式的生成面具，由圖中Q1，Q2，Q3，Q4，P1，P2，P3，P4共8點根據(jù)公式(1)可生成新的細分頂點PiPi=116[8(P1+P2)+2(P3+P4)-(Q1+Q2+Q3+Q4)]---(1)]]>下一步可通過公式(2)將一次化簡操作中的保留點和消去點區(qū)分開，將消去點表示為Odd1，保留點表示為Even1(Evenj-1，Oddj-1)＝Split(Mj) (2)如圖2中的黑色網(wǎng)格頂點均為消去點在正式刪除消去點之前，我們還需要計算消去點的相對位置并保存。消去點可根據(jù)周圍的若干個保留點，通過蝶形細分面具計算而得到一個近似點，通過公式(3)計算得到近似點和消去點之間的誤差，操作符P表示以公式(1)或改蝶形細分面具。
ej-1＝Oddj-1-P(Evenj-1) (3)為了減小幾何誤差，我們還將定義一個新算子U來更新消去點周圍的保留點，那么此次化簡后的網(wǎng)格Mj-1可由公式(4)得到Mj-1＝Evenj-1-U(ej-1)(4)ei是在公式(3)中計算得到的下面分析算子U的取法，從公式(1)可知ΔPi=12(ΔP1+ΔP2)+18(ΔP3+ΔP4)-116(ΔQ1+ΔQ2+ΔQ3+ΔQ4)---(5)]]>ΔP是對原始網(wǎng)格進行編輯前后的頂點P的誤差，由公式(5)可知根據(jù)距離P1的不同每個周圍點對誤差調(diào)整的影響權(quán)值也存在差異，而對距離大于3的周邊點的影響力不予考慮。
因此算子U的取法如公式(6)U(e)=λvalence(12Σe1+18Σe2-116Σe3)---(6)]]>λ是調(diào)整系數(shù)，這次取值為2，valence是每個將被更新的保留點的價，e′，i＝1，2，3表示距離保留點距離分別是1，2，3的消去點所產(chǎn)生的預(yù)測誤差。
網(wǎng)格的恢復可很快地通過下面的步驟實現(xiàn)
(1)回滾更新操作Evenj-1＝Mj-1-U(ej-1)(2)回滾預(yù)測操作Oddj-1＝ej-1+P(evenj-1)(3)合并誤差項Mj＝Merge(Evenj-1，Oddj-1)以上的算法可以實現(xiàn)原始網(wǎng)格的無損化簡和恢復。
漸進傳輸?shù)膶崿F(xiàn)即通過重復利用上述算法，將一個稠密網(wǎng)格M＝Mn逐步簡化為稀疏網(wǎng)格M0，如公式(7)所示Mn→Mn-1→Λ→M0(7)每一層網(wǎng)格都包括以下一些數(shù)據(jù)，但原始網(wǎng)格不包括誤差信息(i)層的標識(ii)網(wǎng)格數(shù)據(jù)，包括(a)頂點數(shù)目和每個頂點的坐標(b)面的數(shù)目和每個面的頂點序列(iii)誤差數(shù)據(jù)，包括誤差的數(shù)目和誤差信息，包括(a)誤差的標識，以確定誤差的修正目標頂點(b)誤差向量的坐標(c)兩個頂點的序列，以標識下一層的誤差位置漸進網(wǎng)格數(shù)據(jù)存放在如圖3所示的數(shù)據(jù)鏈表中，通過逐次合并最后一層的網(wǎng)格數(shù)據(jù)和中間層的誤差數(shù)據(jù)，最終可以恢復出原始網(wǎng)格。
當接收端收到最后一層的網(wǎng)格數(shù)據(jù)時，已可以顯示出較為粗糙的網(wǎng)格模型，如需要更精細的視覺效果，則可以逐步添加中間層的誤差數(shù)據(jù)。假如傳輸?shù)脑季W(wǎng)格是M0，通過一次分解可分為M1和第一次分解后的誤差S1，M1可通過同樣的方式分解為M2和S2，依此類推，最終得到Mn和一系列誤差Sn，Sn-1，Λ，S2，S1。進行漸進傳輸時，首先傳送簡化后的基礎(chǔ)網(wǎng)格Mn，再依次傳輸Sn，Sn-1，Λ，S2，S1，合并Mn和Sn可得到Mn-1，此時的顯示效果已經(jīng)比基礎(chǔ)網(wǎng)格Mn有所提高；同理再合并Mn-1和Sn-1可得到Mn-2，進一步改進顯示效果，依次逐步合并下去，最終得到原始網(wǎng)格M0，此時整個漸進傳輸過程完成。
3.

與實施例下面是該引擎開發(fā)的細分圖形的傳輸過程Demo程序，

其中的兩個
圖4表示一個球體的漸進化簡和表示的過程，而圖5同時也將每次化簡所提取出的誤差值在圖形下方也表示了出來。圖4中，經(jīng)過每次化簡后，從左往右每個圖形的表示多邊形數(shù)目是遞減的，從而有效地減少了圖形的表示數(shù)據(jù)量，達到減少傳輸信息的目的。
圖5中，經(jīng)過每次化簡后，從左往右每個圖形的表示多邊形數(shù)目也是遞減的，同時也將被提取出來的誤差信息表示在每個圖形的下方，通過逆向合并中間圖形和誤差量，可以最終恢復為原始圖形。
圖形的化簡層次是根據(jù)當時網(wǎng)絡(luò)狀況和用戶選定的參數(shù)決定的，在發(fā)送端完成簡化后，才可以逐步傳輸基礎(chǔ)網(wǎng)格圖形和誤差量。
權(quán)利要求
1.一種移動圖形漸進傳輸引擎技術(shù)，包括對原始圖形進行化簡、構(gòu)造多分辨率模型、提取細節(jié)特征和誤差偏移量、逐步傳輸多分辨率模型、添加細節(jié)特征、修正誤差偏移量的過程。
2.按權(quán)利要求1所述的移動圖形漸進傳輸引擎技術(shù)，其特征在于該引擎根據(jù)用戶設(shè)置的大致網(wǎng)絡(luò)傳輸速度，自動選擇一個圖形簡化算法和圖形層次，然后根據(jù)選定的算法逐步消去原始圖形中的部分頂點，并記錄模型簡化過程中原頂點和新頂點位置以及頂點間的連接關(guān)系的變動信息，從而生成了一個由原始模型的最簡化模型和一系列簡化信息組成的漸進網(wǎng)格表示模式進行傳輸；在接收終端實時繪制時，通過逆向跟蹤簡化信息序列，對每條簡化信息執(zhí)行逆操作，逐步恢復所刪除的模型細節(jié)，實時得到原始模型的連續(xù)精度的簡化模型，并由此實現(xiàn)了多層次細節(jié)模型的平滑過渡。
3.按權(quán)利要求2所述的移動圖形漸進傳輸引擎技術(shù)，其特征在于每一層網(wǎng)格都包括以下一些數(shù)據(jù)，但原始網(wǎng)格不包括誤差信息(i)層的標識(ii)網(wǎng)格數(shù)據(jù)，包括(a)頂點數(shù)目和每個頂點的坐標(b)面的數(shù)目和每個面的頂點序列(iii)誤差數(shù)據(jù)，包括誤差的數(shù)目和誤差信息，包括(a)誤差的標識，以確定誤差的修正目標頂點(b)誤差向量的坐標(c)兩個頂點的序列，以標識下一層的誤差位置漸進網(wǎng)格數(shù)據(jù)存放在數(shù)據(jù)鏈表中，接收終端通過逐次合并最后一層的網(wǎng)格數(shù)據(jù)和中間層的誤差數(shù)據(jù)，最終恢復出原始網(wǎng)格。
全文摘要
本發(fā)明公開了移動圖形漸進傳輸引擎技術(shù)，其包括對原始圖形進行化簡、構(gòu)造多分辨率模型、提取細節(jié)特征和誤差偏移量、逐步傳輸多分辨率模型、添加細節(jié)特征、修正誤差偏移量的過程。本發(fā)明所述的移動圖形漸進傳輸引擎系統(tǒng)是適用于嵌入式系統(tǒng)和手持移動設(shè)備(手機、PDA等)上的，通過獨特的傳輸機制進行圖形的化簡、壓縮、編碼、傳輸、解碼、解壓、加細、恢復等一系列過程的傳輸管理模塊。使用者或其他功能模塊可方便地通過調(diào)用該傳輸引擎完成移動設(shè)備等上的圖形漸進傳輸。
文檔編號G06T1/00GK1738247SQ200510035178
公開日2006年2月22日 申請日期2005年6月15日 優(yōu)先權(quán)日2005年6月15日
發(fā)明者羅笑南, 胡秋生, 張勤, 周建國, 陳任, 張大捷 申請人:中山大學, 深圳Tcl工業(yè)研究院有限公司