郑新，王钰，王晓东

(北京师范大学图像处理和模式识别实验室，北京 100875)

1 引言

地形渲染是虚拟现实的一个重要组成部分。随着虚拟现实技术的进一步使用和数据获取设备分辨率的不断提高，在虚拟环境中被渲染的数据越来越多。这些数据超出了个人计算机内存的装载能力，不得不把大批量的数据进行分批装载。频繁的读取数据使得渲染的效率受到很大影响。

为了降低数据读取的频率，许多人提出了他们的数据压缩方法，比如降低存取缺失率的高速缓存高效算法［1］，基于顶点聚类的网格简化方法［2，3］，基于拓扑信息的网格简化算法［4］，C － BDAM［5］和 geometry clipmap［6］等等。

二十世纪八十年代，Mallat首次将小波变换引入图像处理。很好的时频局部化特征和多分辨率的分析方法使得小波变换被广泛地应用于图像压缩［1－6］。然而作为传统小波变换的离散小波变换(DCT)往往会导致浮点系数，这增加了计算的复杂度并且不适合进行高效的无损压缩。为了解决这个问题，I.Daubechies和W.Sweldens提出了一种提升格式(LS)［4］。基于这种提升格式，一种新型的变换被提了出来，称作整数小波变换(IWT)。IWT降低了计算复杂度，能高效地执行DCT，还能够支持图像的无损压缩。所以在我们早期的工作中［7］就是使用这种方法对地形进行无损压缩的。但是在此工作中没有考虑地形平坦、起伏等变化，尤其是复杂区域的地形，而是使用了相同的分辨率对地形进行规则化统一渲染。为了克服了这个缺点，本文使用限制四叉树三角化方法(RQT)［8］，提出了一种高效的海量地形自适应压缩和渲染算法，该算法除了具有较高的压缩比和运行效率，对于海量地形漫游也能达到高效、实时、连续的视觉效果。……