基于动态lod地形渲染的关键技术研究

《基于动态lod地形渲染的关键技术研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于动态LOD地形渲染的关键技术研究第1章绪论1.1研究背景和意义三维地形可视化作为一个涉及到计算机图形学、多媒体以及地理信息系统这三门学科知识的应用研究，它是在一定空间范围内对地形环境进行多分辨率、多尺度的建模和渲染的过程。目前，大规模三维地形建模和实时渲染技术在业界有着广泛的应用。例如3D游戏场景建模，街景导航软件、仿真训练应用、数字城市系统，三维地理信息系统等。三维游戏场景能够让玩家在游戏的过程中身临其境，充分体会到三维游戏的乐趣；城市三维模拟系统能够提供城市空间管理、交通路线设计和环境保护评估等工作；数字城市系统将地形可视化与便民计划、

2、推动经济结合起来推动摩登城市的建设。Google公司在2005年推出的谷歌地球GoogleEarth提供了构建虚拟城市的可视化基础平台，提供了查看世界任何地方的地图、地形、3D建筑物等功能；通常GoogleEarth能够为使用者提供30米精度的地貌详情，而对于一些大城市、著名风景区、建筑物区域，GoogleEarth甚至能够提供分辨率为1m和0.5m左右的高精度影像。三维地形可视化技术能使人无需去实地考察就能观看到想要查看的地形环境细节。三维地形的可视化技术正逐渐深入应用到人们的生活之中。随着计算机硬件计算能力的快速发展，在大规模的地形漫游系统

3、中，对于地形的渲染效率要求越来越高，人们对于大规模地形漫游的实时性的质量和地形显示的真实性要求也越来越严格。在三维地形可视化中，地形数据量占了很大的比重，它作为三维地理系统的最重要基础，决定了系统是否有着良好的用户体验性能。于是，对于地形渲染的真实感和系统交互的实时性的要求，使得海量数据集与计算机硬件处理能力之间的矛盾成为了大规模地形交互系统所面临的关键性问题。其中如何合理分配计算机运算量、选择实用的数据组织方式、加快地形的渲染速度等都是三维GIS中非常关键的研究热点。..1.2国内外研究现状在过去多年的研究中，国内外很多学者在有关大地形实时渲

4、染方面已取得很多的重要成果，提出了多种优化的方法：殷宏构建了限定四叉树的数据结构模型，根据视点位置或者方向的变化来绘制地形[2]。王臻采用同构距离和误差构建节点评价函数来进行动态细节层次(LevelofDetail,LOD)地形绘制，根据距离阀值对产生裂缝的节点分别进行缩减和剖分进行双向消除[3]。李白云利用GPU并行处理特性来加快四叉树场景的分割和遍历[4]。王旭采用GPU分次处理，通过地形表面复杂度来划分采样网格的细分等级[5]。上述算法中，对于地形渲染的影响因素都不够全面，在渲染过程中地形自适应性较差。石祥滨根据各种因素对地形渲染的影响情

5、况，提出一种综合考虑了视点到地形包围盒距离、视点的运动速度和静态地形块起伏误差这三个因素作为地形影响因子[6]，以此来实现细节层次地形渲染的算法，该算法充分考虑了多种影响因素，但该算法的复杂程度较大，增加了程序的计算量。杨硕磊将网格嵌套算法和ROAM算法结合起来，采用矩阵数据结构来管理地形的绘制过程，并通过GPU的并行处理进行加速[7]。李英提出了利用环形索引模式实现高程拟合的地形渲染方案，并采用四叉树作为地形索引架构[8]。王响通过拉格朗日插值算法进行运动视点预测[9]，对即将进入视野范围内的地形数据提前加载到内存中，以此来提高在场景渲染过程

6、中的地形绘制速率。杨莹分别将GPU简化光线投射光线和地形特征作为地形更新的判断因素[10][11]，通过GPU缓存加速地形网格细分速度。郑新将GPU的并行计算功能应用在地形块的整数小波变换和SPIHT压缩的计算任务中，并将地形数据进行局部的动态实时存储[12]。采用限制四叉树三角化法结合整体小波系数来进行地形的自适应三角化和绘制。..第2章地形可视化技术概述2.1数字高程模型在地形仿真中，地形模型是三维场景渲染的最重要的组成部分，地形模型的质量好坏对地形渲染效果有着直接的关联。构建真实感强、高精度的场景环境，使用合适的地形模型非常重要。数字高程

7、模型DEM(DigitalElevationModel)是在一块限定区域内的三维向量组成的有限序列集合，它是为了对地形表面进行精确描绘和定义而产生的。通常的数字高程模型的制作是对野外采样得到的数据进行内插生成，最常用的插值方法有逐点内插、整体内插和分块内插这三种。不规则模型(TriangulatedIrregularNetwork,TIN)是数字高程模型的表示方法之一。它是通过将不同形状的顶点网格相互连接组成互不交叉、且互不重叠的三角面，这些三角面连接成一个连续的不规则表面来表示整个地形。不规则模型的每一个顶点就相当于一个地形高程值点，不规则模

8、型的形状和大小取决于该模型内不规则顶点的位置和密度的分布情况。相对于规则格网模型，不规则模型的组织形式所带来的数据冗余较少。同时不规则模型的在运算效率