基于L系统的树木模型参数化生成方法研究

来源 :计算机仿真 | 被引量 : 21次 | 上传用户:haili20102010
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在构建虚拟场景时,树木是不可缺少的景物。传统的树木分形生成算法计算复杂、耗时长,不适于在构建实时动态的场景中使用。文中提出了一种在L系统分形算法基础上的树木模型参数化生成方法。该算法将树木模型先进行参数化处理,然后将分形计算产生的树木模型数据按层次储存起来,并根据视点与树模型的距离确定所需树木模型数据的层次,从而充分发挥了应用分形技术生成的树模型真实感强的优点,消除了分形计算耗时长的缺陷,保证了树木生成的真实性和实时性。对分形生成过程中遇到的随机数生成周期性及相似性问题给也给出了解决方法。
其他文献
为了改进由协调层、运动规划层和基本动作层组成的足球机器人决策系统,提出了将基于Bezier曲线的机器人路径选择法、"以小球为中心,守门员为主要执行对象"的防守策略和场地分区法综合地运用到三层递进的决策系统中,并分别给出了每层的实现算法。在此基础之上,建立了机器人和球的动态模型,利用C++编程并导入Middle League SimuroSot(5vs5)仿真环境进行了仿真实验。仿真实验结果表明:所
模型降阶方法在大规模集成电路的仿真中有着广泛的应用。由于对互联网络提取寄生参数后电路的规模巨大,使用传统的电路仿真方法将会消耗大量的资源,而模型降阶使得仿真计算量显著减小的同时精度并没有多少损失。文章针对互连线网络的MNA(Modified Nodal Analysis)矩阵通常可观测性较弱的特点,提出了一种基于可观测标准型的模型降阶算法:MOROC。文中推导证明了该算法能够匹配原系统的前q个矩,
提出一种基于时域抽样法的近远场变换算法以改善经典时域近远场变换算法计算量大、计算速度慢的缺点。时域抽样法是基于这样一个事实:在时域近远场变换过程中不需要与时域有限差分计算同样的时间精度。在近远场变换前先对时域近场数据进行采样以减少数据的冗余,然后用改进后的算法进行近远场变换计算从而达到减少数据量、提高计算速度的目的。为验证本算法,以计算七元八木天线远场方向图为例进行算法说明,并与经典时域法进行比较