大规模地形实时可视化算法

提出一种实现大规模三维地形可视化的算法。该算法主要通过地形数据分块和多线程数据动态调度技术实现海量地形数据的实时动态调度,利用四叉树结构来简化地形网格,通过引入Y型基元的方法消除边界裂缝。实验结果表明,采用该方法可以实时生成大规模地形,提高地形漫游的效率与可视化效果。     

地形漫游中数据块调度算法研究

在LOD(level-of-detail)算法基础上,提出处理视点相关的交互式大规模地形数据的方法.包括:分块策略对规则网格进行区域分割;通过输入的数据点构建自顶向下的四叉树结构,划分成不同的块层次;在实时漫游过程中,根据视点z轴坐标值的变化导致块层次的改变,重新调入相应数据块构造地形网格,以及当视点x,y轴坐标改变时进行块调度.实验证明了该算法的有效性.     

基于libMini的动态地形实时渲染算法

为了减少地形动态变化时的地形计算时间,满足动态地形实时可视化的需要,在地形渲染库libMini的基础上,依据地形动态变化的局部性特点,以及库中LOD(Level ofDetail)算法的具体实现方式,运用局部更新的思想,提出了一种动态地形实时计算和渲染算法.算法避免了在地形动态变化时进行大量重复计算,使得在地形动态变化时所需的计算量大大减少,达到实时渲染要求.实验表明,算法使得局部地形动态变化时地形计算和渲染的时间从秒级降低到毫秒级,可以满足实时渲染要求.     

大规模三维地形场景实时漫游系统的构建

该文阐述了构建大规模三维地形模型的关键技术,包括地形分块技术、多分辨率模型管理技术、多级纹理贴图技术,给出了实时渲染时的动态调度与管理方法,并对在三维地形中显示文化特征做出一些探索和尝试。最后利用上述提出的技术,做了一些关于某一大规模三维地形实时漫游方面的实验,文中详细列出了这些实验结果。实验结果表明,采用该文提出的方法,可以在普通PC机上实现大规模三维地形场景的实时漫游。     

基于ROAM算法的动态地形可视化研究

地形可视化是战场环境可视化仿真系统的重要组成部分,动态地形可视化是动态战场环境可视化仿真的重要内容.介绍了现有的地形可视化算法及其思想,包括几种主流的多分辨率实时地形可视化算法.重点分析了ROAM算法的网格表示方法、网格连续性算法和误差度量方法.在现有的实时静态多分辨率算法中,ROAM算法是最易于扩展为实时动态多分辨率算法的算法.分析了动态ROAM算法[1]的思想,通过改进静态ROAM算法的网格表示,建立了一种适用于动态地形ROAM算法的半规则网格;通过引入过渡区,解决了动态半规则网格的连续性问题;建立了基于ROAM的动态地形可视化算法.最后通过一个动态壕沟的实例验证了算法的可行性.     

分块LOD大规模地形实时渲染算法

针对大规模地形渲染时内存消耗大、帧速率低的问题,提出一种基于线性四叉树的分块层次细节实时渲染算法.在Geomipmapping算法的基础上,首先通过降采样获得相同尺寸的高程数据,结合不同缩放、平移因子,离线建立地形块金字塔结构;然后构建地形块的线性四叉树索引,并定义更为合理的地形块调度准则;最后利用垂直裙带法消除裂缝,设计基于GPU的morphing方法实现顶点的几何过渡.实验结果表明,文中算法能明显减少高程数据存储量,有效地降低了CPU处理时间和GPU渲染批次;在保证画面平滑流畅的同时,达到了较高的渲染速率.     

三维地形显示中数据缓存与调度算法研究

存储调度是大规模地形可视化算法的重要组成部分,但近年来对其研究较少。本文重点讨论了可视化实现中比较常用的调度算法:系统调用和操作系统页面置换算法,对其进行了详细的分析,指出两种方法相同的本质:都是依据程序执行的过程中对内存的局部访问特点设计的。可视化过程对内存的需求不同于程序执行的局部性,地形浏览有其特殊性。根据地形浏览的特点,本文提出了一种专门用于地形浏览的预取和替换相结合的存储策略。并用两个评价准则验证了方法的有效性。     

一种大规模三维地形场景的可视化与漫游算法

通过介绍三维地形场景的建模和实验实现方法.在分析国内外常用的地形动态简化技术优缺点的基础上提出了一种多分辨地形模型生成的算法,解决了浏览时对原始地形几何数据和纹理数据的进行实时交互显示的问题.     

大规模地形场景三维实时漫游显示技术研究

地对大规模地形场景三维实时漫游显示中存在的技术问题，提出应用虚拟现有现实有关技术的思想，着重解决地形的多级分块表示、纹理多级贴图中数据结构组织的有关问题，最后用软件实现某一大场景地区的地形三维实时漫游显示。     

一种超大规模地形场景的实时渲染算法

超大规模地形场景包含大量的数据,无法一次性载入内存进行实时渲染.基于Geometrical Mipmapping算法,结合动态调度技术,提出一种高效的超大规模地形场景实时渲染算法.算法对海量地形数据进行分块,在实时运行时,根据视点的位置动态地载入所需的地形块和释放无用的地形块,使得内存中的地形数据维持在一定范围内.然后,通过LOD技术和视域剔除对内存中的地形数据进行简化,大量减少送入GPU的三角形数量,从而达到实时渲染.实验结果表明,算法渲染速度快,内存开销较小,适合于超大规模地形场景的实时渲染.     

基于多核CPU+GPU运算的电磁场高效体绘制算法研究

雷达探测范围作为电磁场的一个典型代表,由于其在军事决策时扮演着重要的作用,所以对探测范围可视化的准确性和实时性的要求很严格。传统的面绘制三维数据场信息会造成大量的空间信息丢失。因此,采用体绘制技术来获取电磁场中的三维数据场信息。针对传统体绘制技术算法执行效率较低的问题,提出使用多核CPU+GPU的架构来加速体绘制,从而实现实时处理。实验表明,采用提出的方法可以大幅减少体绘制中光线绘制的时间,充分利用CPU的空闲存储资源和计算资源。     

一种视点相关的大规模地形快速实时生成算法

为了解决大规模地形实时漫游过程中,由于不同细节层次模型之间过渡而引起的图像跳变以及图像绘制帧率不高的问题,提出了自底向上的一次性整体构网,网格节点实时更新的建模策略。运用基于块和三角形面片的混合裁剪模式 ,结合简化的高度差投影计算方法,快速选取适合的地形节点 ;然后采用加点、删点、局部更新三种途径对 Delaunay地形三角网进行实时更新。同时在地形漫游过程中实现了对高度差投影限的自适应控制。仿真实验表明,该算法有效地避免了图像跳变现象,与同类算法相比 ,具有较高的图像绘制帧率,特别适合大规模地形的近距离     

面向GPU的批LOD地形实时绘制

为提高大规模地形实时渲染时的绘制效率,提出一种使用地形分块作为处理单元的批LOD算法。在预处理阶段,将多分辨率的地形数据划分成适于GPU批处理的分块,使用四叉树进行分块的有效组织。在此基础上,提出一种基于分块绘制的LOD误差标准,简化层次选取的计算量,通过增加"裙"和进行几何变形实现了层次间的有效过渡;实时绘制过程中,使用视锥裁剪减少进入图形硬件的数据量,利用地形四叉树列表和预测机制实现地形数据的有效加载管理。实验结果表明,本文算法能够充分发挥图形硬件的性能,具有较高的地形实时渲染效率。     

基于GPGPU的海量山地地形数据的实时绘制算法

针对山地地形海量数据的特点,基于GPU的Geometrical Clipmap算法,应用简化的工作流程,结合GPGPU技术,采用了一种更为合理的高程数据组织交换模式,通过引入高程误差数据巧妙地解决不同分辨率之间的裂缝问题,并对高分辨率的遥感影像作为地形纹理的实现方法加以补充,进而实现可应用于虚拟现实系统的海量地形数据的实时可视化.     

Fast rendering of massive textured terrain data

This paper proposes a framework based on tile-pyramid model and linear quadtree tile-index, which enables the real-time rendering of out-of-core terrain data sets while guaranteeing geometric and texture accuracy. The Digital Elevation Model pyramid and the orthophoto pyramid are created in advance and the quadtree is used for constructing tile-index and managing data tiles. To achieve real-time loading of terrain dataset, the view frustum culling technology and the target-tiles searching algorithm based on resolution-testing and the tile-request prediction mechanism are used. While rendering the terrain tiles, the dynamic bintree triangulation is used. Experimental results show that based on the current personal computer, this framework can achieve good performance for real-time rendering of massive terrain dataset whose size is unlimited.     

基于HBase的海量地形数据存储

随着遥感技术的发展,遥感数据的类型和量级发生了巨大变化,对于传统的存储方法产生了挑战。针对HBase中海量地形数据管理效率不高的问题,提出一种四叉树-Hilbert相结合的索引设计方法。首先,对传统地形数据管理方式和基于HBase的数据存储国内外研究现状进行了综述;然后,在基于四叉树对全球数据进行组织的基础上,提出了四叉树和Hilbert编码相结合的设计思想;其次,设计了根据经纬度求地形数据的行列号和根据行列号计算Hilbert编码的算法;最后,对设计的索引的物理存储结构进行了设计。实验结果表明,利用设计的索引进行海量地形数据入库,数据入库速度与单机情况相比,提高了63.79%~78.45%;在地形数据的范围查询中,设计的索引与传统的行序索引相比,查询时间降低了16.13%~39.68%。查询速度最低为14.71 MB/s,可以满足地形数据显示的要求。     

快速EZC-DCT地形压缩算法的并行优化

为能够在大规模地形实时渲染中提高渲染及数据压缩的速率,提出一种利用GPU并行优化的快速EZC-DCT地形压缩算法。采用二维快速DCT变换代替EZC-DCT算法中的DCT变换,在利用GPU对算法进行并行加速的基础之上,对算法的并行方案进行优化改进,更加有效地利用GPU强大的并行计算能力,分担CPU的负荷,快速完成相关计算。实验结果表明,该算法帧速率比原EZC-DCT方法提升约10个百分点,满足地形渲染的实时性要求。     

线程级并行计算在图形渲染引擎中的研究

针对并行计算技术在当前图形渲染系统中应用层面较浅的问题,为提高多核平台下图形应用程序CPU利用率,提出了一种新的Fork-Join多线程渲染方案。对当前流行的开源图形渲染引擎——OGRE引擎的渲染框架进行了多线程优化,用OpenMP方法对图形引擎的逻辑帧实现并行化,根据Win32线程库和DirectX11的多线程支持提出了一种渲染帧并行化方法,并将其应用于图形引擎。在多核平台上的实验结果表明,该方案能有效提高渲染速率和CPU利用率,改善CPU负载均衡。     

多核平台PAML并行算法研究

PAML是一款利用最大似然法进行系统发育分析的软件包,被广泛使用.然而,由于模型复杂、参数众多,PAML的计算过程非常耗时.对PAML中最重要的codeml程序进行了并行算法研究,通过算法分析和程序Profiling确定程序瓶颈.在此基础上,利用现代CPU的多核并行能力和SIMD并行机制优化程序瓶颈,从而提高了程序整体的运行速度.实际数据集和人工数据集上的实验表明并行算法有效提高了codeml的计算速度,加速比最高达7.94倍.     

基于OpenMP的分子动力学并行算法的性能分析与优化

为提高分子动力学模拟在共享内存式服务器上的计算速度,对基于OpenMP的分子动力学并行算法(Critical方法)进行了性能分析与优化。通过在多核服务器上的测试,以及加速比和并行效率的计算分析了Critical方法的并行性能,进而提出优化的三角形方法。所提方法中每个线程所计算的粒子数固定,且粒子数目呈阶梯状上升,使得各线程能够错时到达临界区。从而使程序在临界区的闲置时间比Critical方法减半,加速比明显提高。