论文部分内容阅读
随着地理观测数据特别是海量三维地形数据的快速增长,对于大规模地理场景浏览和交互的需求日益迫切。目前,大规模场景可视化主要作为基础地理信息的可视化平台,面临着海量数据的传输,场景过于庞大等问题,导致可视化的效率不够高。特别是在地理可视化平台上加载大量的地理要素和三维模型之后,显示效率进一步降低,严重影响到地理信息的显示,因此,该领域仍然是国内外的研究热点。大规模场景可视化的效率主要取决于海量数据的传输和内存中场景的规模。传输的数据量可以通过数据的压缩来减少,采用本地缓存的策略可以避免数据的重复请求。而内存中的场景规模问题主要通过细节层次(LOD)方法来消除,传统的方法主要侧重于对于场景细节层次的调节,但没有考虑细节层次切换时数据的调度问题。本文在系统地研究地形数据压缩算法、数据渐进传输及大规模场景实时可视化的基础上,针对存在的问题,结合渐进压缩与传输、数据动态调度、数据缓存管理及自适应场景管理等方法,对SPIHT压缩算法、面向可视化的大规模场景组织进行了深入研究,并完成了相关算法与系统框架实现。本文的主要工作及取得的主要研究成果包括:1)针对大规模地理栅格数据压缩的应用需求,提出了结合CABAC的SPIHT的改良压缩算法方案,在时空两个维度上同时采用基于上下文的自适应算术编码,提高了图像特别是DEM数据的压缩效率。2)针对大规模场景数据量大的问题,采用结合小波压缩方法的金字塔数据组织方案,使用SPIHT压缩算法和TMS数据组织,在网络受限的情况下有效地提高了场景可视化的效率。3)针对大规模场景可视化中数据调度管理需求,提出了视点相关动态自适应方法,减少了内存中场景数据量;并采用两级缓存机制,减少了数据的重复访问,提高了可视化效率。4)结合osgEarth平台,实现了相关算法和框架,验证了其有效性并取得明显的改善。结合软件工程面向对象的设计方法,提高了系统的可扩展性和可重用性。