非可靠网络环境下的动态三维网格渐进压缩算法研究

有效的三维模型动态网格简化、压缩和网络分组传输技术，对减少三维几何数据的存储量、降低其在网上传输所需的带宽、减轻网络丢包对模型重构的影响等具有十分重要的意义。本项目通过分析动态网格的运动来进行网格压缩及网络传输的研究。对于简化后的动态网格采用基于核方法的蚁群算法来进行关键帧的提取，通过核方法的映射，在高维特征空间中增加了蚁群算法的线性可分概率，自动从动态网格中提取出有意义的关键帧。利用Surfacelet三维小波变换的多尺度、多方向分解、各向异性和低冗余度等性质，可更好地对三维网格进行边缘、轮廓定位及压缩。构建最佳非冗余依赖图，并采用图论分组的方法来消除丢包所带来的影响，将依赖程度较高的邻近顶点分裂操作封装至同一个报文，减少了重构时分组丢失引起的延时。

有效的三维模型动态网格简化、压缩和网络分组传输技术，对减少三维几何数据的存储量、降低其在网上传输所需的带宽、减轻网络丢包对模型重构的影响等具有十分重要的意义。本项目通过分析动态网格的运动来进行网格压缩及网络传输的研究。对于简化后的动态网格采用基于核方法的蚁群算法来进行关键帧的提取，通过核方法的映射，在高维特征空间中增加了蚁群算法的线性可分概率，自动从动态网格中提取出有意义的关键帧。利用Surfacelet三维小波变换的多尺度、多方向分解、各向异性和低冗余度等性质，可更好地对三维网格进行边缘、轮廓定位及压缩。构建最佳非冗余依赖图，并采用图论分组的方法来消除丢包所带来的影响，将依赖程度较高的邻近顶点分裂操作封装至同一个报文，减少了重构时分组丢失引起的延时。.首先，对需要传输的动态网格进行预处理简化操作，用来降低模型的复杂度。动态简化一般是通过一些简单的局部的几何变换来实现，从而生成具有连续的不同分辨率的近似模型。然后，从动态网格序列中提取出最能反映整个序列运动特征的关键帧，非关键帧网格是由关键帧插值生成。将动态网格关键帧的提取描述成一个最优化的数学问题，并且采用群体优化算法来寻找最佳解。接着，采用适合三维数据处理的Surfacelet小波对关键帧网格进行压缩。采用渐进压缩技术将关键帧网格压缩成具有多个目标比特率的码流，解码时可根据正在接收到的部分数据序列重构出不同近似程度的网格。最后，网络传输时采用分组及多描述编码等方式适应丢包率和带宽变化无常的网络状况。