一种基于kd树的实时大规模地形可视化实现方法技术
【技术实现步骤摘要】
一种基于kd树的实时大规模地形可视化实现方法
本专利技术涉及大规模地形点云的三维可视化的
，特别涉及一种基于kd树的实时大规模地形可视化方法。
技术介绍
地形点云三维可视化，就是根据计算机图形学的原理，将三维地形数据（包括离散的点云和点间形成的三角形片集的点序列）经过视图变换、模型变换、投影变换和视区变换等一系列操作，最后在二维的屏幕上显示出来。而当地形数据量很大时，要进行变换的操作数量也会随之剧增，这就需要使用一些提高地形数据三维可视化效率的算法，才能满足其实时显示的要求。业界对高效的地形数据三维可视化研究的成果主要集中在LOD模型构造算法上面，对三维可视化的其他研究还包括地形数据剔除技术和三维引擎的优化使用等。LOD模型构造算法，能够根据需求动态地调整显示对象模型的精度，大大减小可视化的数据量，以达到提高可视化效率的目的。这种算法的关键是如何建立一个高效的多分辨率模型，涉及到二叉树、四叉树、kd树等空间划分方法、各种内存管理技术和各种Delaunay三角网更新或者规则点云分布三角网构建方法等。地形数据剔除技术，能够在地形数据不会被显示的时候将其剔除，即不...
【技术保护点】
一种基于kd树的实时大规模地形可视化实现方法，其特征在于，包括下述步骤：?将地形按点云空间分块，并利用kd树分层，离线地建立LOD模型，所述建立LOD模型是负责由地形点云数据获得多分辨率模型数据以及模型的各分辨率间切换；?在线时利用外部存储算法将离线构造的LOD模型数据载入内存，所述外部存储算法负责将外存的LOD模型数据向内存调度；?对内存中的LOD模型数据使用简化的地形剔除技术，所述地形数据剔除技术负责剔除不可见的LOD模型数据，减少传输到图形硬件的数据量；?利用三维引擎优化技术对剔除后的数据进一步的减少传输到图形硬件的数据量以及计算量。
【技术特征摘要】
1.一种基于kd树的实时大规模地形可视化实现方法，其特征在于，包括下述步骤：将地形按点云空间分块，并利用kd树分层，离线地建立LOD模型，所述建立LOD模型是负责由地形点云数据获得多分辨率模型数据以及模型的各分辨率间切换；在线时利用外部存储算法将离线构造的LOD模型数据载入内存，所述外部存储算法负责将外存的LOD模型数据向内存调度；对内存中的LOD模型数据使用简化的地形剔除技术，所述地形数据剔除技术负责剔除不可见的LOD模型数据，减少传输到图形硬件的数据量；利用三维引擎优化技术对剔除后的数据进一步的减少传输到图形硬件的数据量以及计算量；所述建立LOD模型，包括建立离线LOD模型和建立在线的LOD模型两部分，所述建立离线LOD模型需要读取三次点云数据文件：第一次读取获得点的总数，根据提前限定的每个分块内的点的最大点数，设定每个分块的位置和大小；第二次读取记录前面设定的每个分块的内点数；第三次读取时用经典的逐点插入法进行Delaunay三角化，并将对应分块记录的点数递减；当递减为零时，查找对应分块内外接圆越过分块边缘的三角形和它们的顶点，记录为分割三角带和点云包围圈；对在分块内而不在点云包围圈内的点进行改进的kd树空间划分，获得按照树的层次顺序排列的存储在一维数组点云数据，将该点云数据、分割三角带和点云包围圈存储到外存中；清除该分块占用的内存，继续读取，直到所有点云数据读完；所述的外部存储算法包括改进的数据预读、视椎体投影的数据补充和增量计算三部分；所述改进的数据预读使用了两层的预读区，即在一般预读区外围再设定一个分辨率更低的预读区；所述的视椎体数据补充，是将视椎体映射到二维平面，然后找出与映射相交的分块；所述的增量计算，是将由所述改进的数据预读和所述的视椎体数据补充获得的调度列表中的分块中需要调度的数据，即对应需要分辨率的LOD模型数据和在内存中对应分块中已有的数据做比较，算出需要调度的具体到一个点的数据。2.根据权利要求1所述的基于kd树的实时大规模地形可视化实现方法，其特征在于，所述的改进的kd树空间划分包括第一改进和第二改进，所述第一改进是kd树的划分方向改为要划分区域的长轴方向；第二改进是kd树的划分点为满足每次划分尽量将不完整的一层向左子树分布。3.根据权利要求1所述的基于kd树的实时大规模地形可视化实现方法，其特征在于，所述的建立在线的LOD模型，包括简化的模型分辨率决策准则和动态更新Delaunay三角网两部分；所述简化的模型分辨率决策准则根据每个分块内的点密度和分块与视点的距离，计算出分块需要...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。