基于三维GIS的海量数据可视化关键技术研究

文章提出了针对三维GIS中海量空间数据的的面向交互操作的三维可视化关键技术,并搭建了原型系统。该方法解决了基于外存三维模型与地形海量数据可视化效率低,并难以进行添加、删除、平移等交互操作的问题,使得海量数据显示与交互操作不会降低场景的绘制效率。     

QuickWalk:一个大规模场景交互漫游系统

随着三维扫描与建模技术的飞速发展,三维场景的数据量急剧增大,无法一次性载入内存,而且难以进行交互绘制.研究开发了一个大规模外存场景的交互漫游系统QuickWalk,该系统集成了视点相关的层次细节技术、可见性剔除和场景数据的内外存调度,能够有效地减少运行时刻的内存需要,使CPU、GPU和I/O三者的效率得到充分发挥.实验表明,在保证场景绘制质量的前提下,该系统能够在目前普通的PC上实现大规模外存场景的实时显示和交互操纵.     

大规模外存场景的交互绘制

在场景分割的基础上,提出一种连续分层层次细节模型组织场景,并对视点空间进行划分,为每个视点单元计算恰好满足单元内任意视点屏幕像素误差的场景图节点列表,称为cell-front;然后利用cell-front对外存模型的存储进行重新设计.在绘制时采用多线程技术,绘制线程对当前cell-front进行可见性剔除和视点相关的选择绘制;预取线程采用一种基于视点单元的预取策略,利用视点单元之间cell-front的变化控制预取数据的调度.该算法能够在保证场景绘制质量的前提下,在普通的PC机上实现大规模外存场景的实时交互显示.     

基于连续HLOD的大规模场景快速绘制算法

大规模场景的快速绘制是虚拟现实技术重要的研究课题之一.为了加速场景的绘制,一般采用层次细节模型和可见性裁剪方法,但是现有算法在处理大规模场景时存在着局限性.本文提出了一种新的大规模场景快速绘制算法,该算法在场景层次划分的基础上,利用拓扑结构可变的网格简化方法为场景层次计算连续的分层层次细节模型（HLOD）;然后在实时绘制阶段,对场景分层层次细节模型进行视点相关的全局和局部细化,并结合快速有效的视域裁剪,从而大大加速了场景绘制速度.实验结果表明该算法是简单有效的,并且算法还可以进一步扩展到外存方式.     

基于LOD控制与内外存调度的大型三维点云数据绘制

通过结合基于视点的细节层次（level-of-detail，LOD）控制技术和内外存调度的数据控制策略，实现大型三维点云数据在一般配置PC机上的实时交互浏览．首先将输入点云分为大小相等的若干块。然后对每块数据分别建立误差控制下的多分辨率数据结构，并进行内外存分配．在交互绘制中，通过用户视点来确定当前的感兴趣区域，以控制模型表面的细节层次分布．该算法不但可以实现大型点云数据的实时交互绘制，而且可有效地提高一般点云数据绘制时的内存使用效率．     

大规模地形无缝漫游技术研究*

针对大规模地形动态漫游提出实现流程和算法框架,基于分层分块地形LOD组织存储策略完成数据预处理,绘制阶段提出视点相关的地形调度和简化算法,利用多线程处理机制进行地形块裁剪和内外存数据交换,借助GPU硬件实现场景加速绘制算法,并提出分块地形和纹理数据的无缝拼接策略。真实数据实验的算法比较和性能测试结果表明,该方法具有支持数据量大,绘制效率高、实用性强等特点。     

基于多线程并行的大规模场景交互漫游研究

针对大规模三维场景的交互漫游,提出了一种基于多线程并行调度解决方案,并给出了相应的交互漫游算法.该方法使用离散层次细节技术结合视点相关的动态连续层次细节选择和过渡的批LOD技术.在预处理阶段,对大规模场景进行分层分块处理;在实时漫游阶段,采用多线程并行技术:绘制线程利用四又树层次进行可见性剔除和视点相关简化获取当前可绘地形,并将其提交给GPU进行绘制.预取线程通过预测视点的位置,从外存预取相关的几何数据并调入内存.将该方法应用于具体实例,取得了良好效果,证明了该并行方法的有效性.     

视点相关的真实感三维风景区模拟研究与实现

提出采用八叉树组织真实山体数据,根据视点距离采用不同的细节层次LOD表示山体各部分,并结合视觉剪裁和帧间相关性进一步减少绘制的山体,达到加速三维地形的绘制和漫游的目的.使用混合纹理映射、阴影渲染技术,并加入山谷中的水面模拟,生成具有真实感的大规模三维风景场景.实验结果表明该方法有效地减少了算法复杂度,易实现碰撞检测,大大提高了绘制效率,在PC机上能实时地生成高分辨率、具有真实感的场景,完全满足VR交互要求.     

大区域地形可视化技术的研究

近年来，地形场景的实时绘制已受到人们越来越广泛的关注，目前已经提出的一系列场景加速绘制算法,虽然在不同的应用场合也取得了一定的效果，但都存在着局限性，尚不能满足大区域地形环境的实时高速绘制的要求，而与其密切相关的技术主要涉及到地形多分辨率表示、海量地形数据和纹理数据的分页管理、地形和纹理数据的LOD控制、地形和纹理数据的快速存取和更新等．为了能够对地形场景进行实时绘制，在对大区域地形数据管理和实时绘制技术进行研究和试验的基础上，对构建视相关动态多分辨率模型的方法进行了改进，实现了地形模型多分辨率表示与视相关的有机结合，并提出了一种高效的场景数据存取方法，进而实现了一个整合自适应三角网剖分、地形场景数据分页管理和动态更新等相关技术于一体的地形三维可视化系统，试验结果表明，该算法能够实时绘制地形场景，且质量较好．     

基于体绘制的动态云场景模拟

为了实现动态云场景的创建与绘制,文中提出一种基于体绘制的三维云模拟算法。算法用Perlin噪声干扰椭球模型,得到云场景区域内体素颜色的基本数据,然后对体素颜色进行软化模糊和添加阴影处理,建立绘制区域的云数据模型;同时通过ray casting对绘制区域进行体数据采样渲染,模拟出三维云的效果。仿真实验结果表明：该算法模拟出的云场景可让云形状颜色位置动态改变,也可让视点穿过云层,具有动态和交互效果,是一种可行的动态云场景模拟算法。     

Adaptive voxels: interactive rendering of massive 3D models

We present a novel approach for interactive rendering of massive 3D models. Our approach integrates adaptive sampling-based simplification, visibility culling, out-of-core data management and level-of-detail. We use a unified scene graph representation for acceleration techniques. In preprocessing, we subdivide large objects, and build a BVH clustering hierarchy. We make use of a novel adaptive sampling method to generate LOD models: AdaptiveVoxels. The AdaptiveVoxels reduces the preprocessing cost and our out-of-core rendering algorithm improves rendering efficiency. We have implemented our algorithm on a desktop PC. We can render massive CAD and isosurface models, consisting of hundreds of millions of triangles interactively with little loss in image quality.     

Processing and interactive editing of huge point clouds from 3D scanners

This paper describes a new out-of-core multi-resolution data structure for real-time visualization, interactive editing and externally efficient processing of large point clouds. We describe an editing system that makes use of the novel data structure to provide interactive editing and preprocessing tools for large scanner data sets. Using the new data structure, we provide a complete tool chain for 3D scanner data processing, from data preprocessing and filtering to manual touch-up and real-time visualization. In particular, we describe an out-of-core outlier removal and bilateral geometry filtering algorithm, a toolset for interactive selection, painting, transformation, and filtering of huge out-of-core point-cloud data sets and a real-time rendering algorithm, which all use the same data structure as storage backend. The interactive tools work in real-time for small model modifications. For large scale editing operations, we employ a two-resolution approach where editing is planned in real-time and executed in an externally efficient offline computation afterwards. We evaluate our implementation on example data sets of sizes up to 63 GB, demonstrating that the proposed technique can be used effectively in real-world applications.     

海量医学数据处理框架及快速体绘制算法

设计并实现了一套针对海量数据的处理和分析算法框架,并将其融入实验室早先开发完成的医学影像算法研发平台MITK(medical imaging toolkit)中,真正建立起一个海量医学影像数据的处理平台,并在此基础上研究了针对海量数据的基于光线投射和三维纹理的快速体绘制算法,提出了一种半自适应分块的方法对原始数据进行分块,在不对分块速度产生太大影响的基础上得到了更好的分块结果,同时使用图形硬件来进一步加速整个算法的绘制流程.实验结果表明了该平台和算法对于海量医学数据处理和可视化的有效性.     

An out-of-core high-resolution FFT algorithm for determining large-scale imperfections of surface potentials in crystals

We present a simple out-of-core algorithm for computing the Fast-Fourier Transform (FFT) needed to determine the two-dimensional potential of surface crystals with large-scale features, like faults, at ultra-high resolution, with around 10⁹ grid points. This algorithm represents a proof of concept that a simple and easy-to-code, out-of-core algorithm can be easily implemented and used to solve large-scale problems on low-cost hardware. The main novelties of our algorithm are: (1) elapsed and I/O times decrease with the number of single records (lines) being read; (2) only basic reading and writing routines is necessary for making the out-of-core access. Our method can be easily extended to 3D and be applied to many grand-challenge problems in science and engineering, such as fluid dynamics.     

外存模型简化中数据读取及内存分配的优化

由于外存模型的数据量极大,其简化计算只能采用分批读入模型数据并局部处理的方式,其中,数据读入和内存分配的操作对简化效率影响很大,提出一种动态优化方法,在对先处理的一小部分数据进行简化操作的同时,检测数据读取块大小和内存分配模式对简化操作的影响,由此可使不同配置的计算机在处理不同的外存模型时能自适应地得到相应的优化数据读取块大小和内存分配模式,加速后续大量数据的简化操作,实验结果表明,文中方法能有效地提高外存模型简化的效率。     

基于Marching Cubes重组的外存模型渐进压缩

外存模型是指其规模远远超出内存容量的海量模型．为提高其存储、传输、显示等操作的效率，对外存模型进行渐进式的压缩是非常重要的．但当前已有的外存模型压缩算法都是单一层次的，不能做到渐进压缩．为此，该文提出一种针对外存模型的渐进压缩方法．能高效地压缩外存模型，并进行多分辨率的传输和显示．该方法首先将外存模型的包围盒空间按照八叉树形式进行剖分和层次化组织，使得最精细层次的各个立方块空间中的局部模型都能完全装入内存进行处理；然后，在各个立方块中对局部的模型进行基于Marching Cubes方式的重新拟合，并在此基础上建立各个局部的自适应八叉树；最后，基于各个局部自适应的八叉树，由粗至细渐进地遍历全局自适应八叉树的各个节点，并利用对内存模型能高效渐进压缩编码的先进方法进行编码压缩．实验表明，该方法对外存模型的压缩比达到了与处理内存模型相似的压缩比．高于目前的外存模型压缩方法，是第一个能渐进压缩外存模型的方法．     

Combining topological and view-based features for 3D model retrieval

With the rapidly increasing of 3D models, the 3D model retrieval methods have been paid significant research attention. Most of the existing methods focus on taking advantage of one kind of feature. These methods can not achieve ideal retrieval results for different classes of 3D models. In this paper, we propose a novel 3D model retrieval algorithm by combining topological and view-based features. To preserve the topological structure of the 3D model, a multiresolutional reeb graph (MRG) is constructed according to the salient topological points. The view-based features are extracted from the images, which are rendered at each of the topological points. To preserve the spatial structure information of the images, we modify the bag-of-features (BOF) method by using the combined shell-sector model. We take the view-based features as the attribute information of the corresponding MRG nodes. The comparison between two 3D models is transformed to the problem of computing the similarity of the corresponding MRGs. Finally, we calculate the similarity between the query model and the models in the databases by adapting the earth mover distance method. Experimental results on two standard benchmarks show that our algorithm can achieve satisfactory retrieval performance.     

基于细节迁移的快速外存模型简化方法

现有的快速外存模型简化方法一般是对模型进行近似均匀采样,无法根据细节分布对模型进行不同程度的简化,从而对于细节分布非均匀的模型失真较大.给出一种快速的外存模型简化方法,用于对无法一次装入内存的大型几何模型进行简化,大大改善了细节分布非均匀的模型的简化结果.该方法首先均匀采样,对外存模型快速生成初始简化模型,生成的同时计算原模型特征的统计信息,然后依此对初始简化模型进行细节迁移和局部精细采样.该方法在保持近似线性处理速度的同时,大大提高了简化模型的质量,所需的内存空间也非常小.     

视相关大规模三维地形实时绘制技术综述

大规模三维地形表面实时绘制一直是国内外的研究热点.综述了大规模三维地形表面实时绘制算法的分类,包括基于规则网格和非规则网格、基于in-core和out-of-core、基于CPU和GPU的三大类绘制算法;阐述了大规模三维地形表面实时绘制算法的发展现状和关键技术,通过out-of-core算法的数据预取策略解决大数据量模型的交互式渲染问题,采用视点相关的多分辨率技术简化整个场景的复杂度,减少绘制的数据量;指出了各种方法的优点与不足,最后对大规模三维地形表面实时绘制所需要研究的问题进行了总结.