CN104574489A - 基于叠层四叉树图集的地形与动态矢量集成方法 - Google Patents

Abstract

本发明公开了一种基于叠层四叉树图集的地形与动态矢量集成方法，包括步骤：步骤S1，对地形构建叠层四叉树图集；步骤S2，基于所述叠层四叉树图集对地形进行光线投射；步骤S3，将投射后的地形与动态矢量数据进行集成，能够有效地提升渲染效率和渲染效果。

Description

基于叠层四叉树图集的地形与动态矢量集成方法

技术领域

本发明涉及地形渲染领域，尤其涉及一种基于叠层四叉树图集的地形与动态矢量集成方法。

背景技术

随着计算机技术的进步驱动，以及三维可视化技术的需求牵引，三维地理信息系统(3D Geographic Information System)得到了广泛的关注，以Google Earth、VirtualWorld等为代表的三维GIS系统已经得到了广泛的应用。无论是地质研究、地球科学、军事工程等专业领域，还是导航、城市规划等日常生活领域，都大量的应用了三维GIS技术。

三维地形可视化技术是3D GIS系统的重要实现技术，利用卫星影像数据及高程数据，可直观的观察到各尺度的地面信息，实现地理数据的逼真展示。同时，结合矢量集成技术，可在地形上渲染各种点、线、面的矢量数据，可用于渲染国界、河流、道路、等高线等多种数据的分析与展示功能，此外，在军事领域，可利用动态矢量实现战场态势显示，在动画领域，动态矢量可以实现各种复杂场景的展现，极大的拓展了3D GIS系统的功能。本文将从提升三维地形可视化的精度与动态矢量集成两个方面展开讨论。

三维地形可视化技术主要的实现技术主要三种：光栅化方法、光线投射法以及上述两种方法的混合技术。

光栅化方法利用高程数据构建三角形网格，利用影像数据进行纹理贴图，以光栅化的方法进行渲染展示。光线投射法的基本思想从视点位置向屏幕中的每个像素投射一条光线，计算光线与高度场的交点，获取交点的位置信息以获得影像纹理，实现地形的渲染。基于光线投射的地形可视化技术可以获得较高的渲染精度。目前，随着GPU技术的发展，这种方法都得到较为广泛的应用，各有优劣。近几年来，许多研究者开始考虑混合使用光栅化及光线投射方法，充分发挥这两种方法的优点等。其中，四叉树图集(QTA)光线投射技术，先利用光栅化方法得到影像图集和高度场图集，然后利用光线投射方法在图集上进行光线投射实现地形渲染。因为QTA技术避免大量复杂三角形网格的构建过程，同时避免了频繁的GPU纹理调度过程，具有很高的渲染速率，在图集上再使用光线投射方法，能够得到高精度的渲染效果。同时，利用QTA技术可以实现矢量与地形的高度集成，极大的扩展了地形可视化技术的使用范围。但是当视点以较大的倾角观察地面时，此方法得到的渲染效果较差。

将矢量与地形集成，可以在地形上展示河流、道路、湖泊等各种特征，还可以按照需求形成各种态势图展示，可极大地拓展GIS系统的应用范围。许多的研究者也都展开了相关领域的研究。总的来说，当前地形与矢量数据集成的方式主要有三种：几何覆盖、数据整合以及纹理映射。几何覆盖方式通过将矢量几何始终覆盖在地形的上面实现集成，其难点恰恰在于无法保证矢量始终可以覆盖在地形上面；数据整合方式通过将矢量数据插入到地形数据实现集成，其难点在于计算复杂，无法实现在线操作，且不支持LOD；纹理映射的方式能够较好的避免上述问题。

在众多的加速地形渲染的算法当中，四叉树是应用较为广泛的一个地形加速算法。图集技术可以将多个四叉树节点块内的内容渲染到同一个图集纹理上，减少纹理调用次数，可进一步提升渲染效率。目前大多数图集技术共同点都是将树形结构的纹理数据渲染到图集上，通过在图集上完成后续的操作以避免纹理的反复调用。因为在图集上进行光线投射的过程实际上是在一个大的纹理上完成的，仅需进行一次纹理调度，大大的提升了渲染效率，QTA就是基于这样的方法来实现了光线投射过程的加速。但是，目前的图集技术也存在着一些不足，这些不足体现在：1、图集实际上是对许多纹理的采样结果，必然存在着一定的信息损失，在某些情况下，这种信息损失可能对渲染结果造成不利影响。2、在地形渲染应用中，当视点垂直观察地面时，图集方法可以获得较好的渲染效果；但是当视点以一定倾角观察地面时，这种方法就会出现渲染效果变差的问题。下面结合图2对这种问题出现的原因进行分析。

在图2，图3中，观察者Viewer以倾斜视角观察地形Terrain，S₁，S₂，S₃是屏幕screen中三块大小相同的区域，T₁，T₂，T₃分别是Terrain中的3块不同的地形块并逐渐远离Viewer，S_i在屏幕上渲染的结果，与T_i存在着一一映射的关系。图集Atlas是相机Camera对地形Terrain采样的结果，M_i表示T_i在图集Atlas中对应的子纹理区域，M_i在Atlas中所占的比例与T_i在Terrain中所占的比例相同。显然，在图2，图3所示的例子中，M₁在Atlas中所占的比例最小。如果Viewer的倾斜度变得很大，由于可视地形的面积的猛增，M₁的在Terrain中的比例就可能变得非常微小。

在基于图集的地形可视化应用中，为了减少光线投射过程中纹理调度的次数，光线投射实际是在图集Atlas中完成的。即渲染屏幕区域S_i的结果时，需要在M_i区域内进行采样。这时矛盾就产生了，因为在当前的技术条件下，图集作为一个较大的纹理，其大小始终是受限的(一般不超过2048×2048)，如果观察着Viewer的观察倾角太大，与其距离较近的地形块T₁在整个地形Terrain中的比例就会变得很小，继而导致M₁在Atlas中的比例变得很小。与此同时，因为T₁距离Viewer较近，其在屏幕上对应的区域面积会相对较大。这时问题就出现了：图集中M₁可能无法提供足够的采样点而致S₁的渲染效果变差，并且T₁距离Viewer越近，渲染效果变差的程度就越明显。

基于上面的分析可知，传统基于图集的地形可视化方法的主要缺点在于按照实际面积比例对各地形块进行统一采样得到了有限大小图集纹理。这种统一采样方式没有考虑到不同位置地形块在屏幕上的比例与其实际面积比例不一致性，距离视点较近的地形块就会因为采样点不足而产生了渲染质量的降低，即便采用MIPMAP进行修正，也没有从根本上解决采样点不足的问题。因此，改进渲染效果的关键在于改进图集的生成方式，对不同的地形块进行分离采样，得到单个或多个图集，保证渲染时，屏幕各区域在图集中对应部分都能提供足够的采样点。

发明内容

本发明鉴于上述情况而作出，其目的是提供一种基于叠层四叉树图集的地形渲染方法，能够有效地提升渲染效率和渲染效果。

本发明提供一种基于叠层四叉树图集的地形渲染方法，包括步骤：

步骤S1，对地形构建叠层四叉树图集，图集包括影像图集和高程图集。

步骤S2，基于所述叠层四叉树高程图集对地形进行光线投射。

步骤S3，渲染动态矢量得到矢量图集，并根据光线投射的结果实现影像与矢量的集成。

进一步地，步骤S1包括：

步骤S101，通过四叉树对地形进行管理。

步骤S102，以观察者的视图截锥对地形进行裁剪，由剩余的四叉树节点块所覆盖的地形块构成当前地形的可视范围。

步骤S103，对观察者的视图截锥进行分段，并确定每个截锥段对应的地形块和包围盒。

步骤S104，根据包围盒为所述包围盒对应的地形块构造局部正投影相机。

步骤S105，使用局部正投影相机对各地形块包围盒范围内的地形高程和影像数据进行采样，构成高程和影像图集。

步骤S106，以所有局部相机采样得到的图集分别组成叠层四叉树高程图集和叠层四叉树影像图集。

进一步地，步骤S103中所述对观察者的视图截锥进行分段的计算公式为：

z_i＝λnf/n^i/N+(1-λ)(n+(i/N)(f-n))  i∈[1，N+1]，

其中，n表示近平面距离观察者视点的距离，f表示远平面距离观察者视点的距离，N表示视图截椎分段的个数，λ表示纠错参数，λ＝0.75。

进一步地，步骤S2包括：

步骤S201，将图集中地形的空间坐标转换为纹理坐标。

步骤S202，将光线在一个高程图集内投射，光线在所述图集内进行逐像素查找，按照光线/高度场相交准则进行交点判断。

步骤S203，如果光线在所述图集内没有找到交点，则光线进入下一高程图集继续进行投射。

进一步地，如果光线在所有高程图集内都没有找到交点则丢弃该分段。

进一步地，步骤S203中根据光线在所述高程图集中的射出点的纹理坐标和所述高程图集的起始点的偏移值计算得到光线进入下一图集的进入点的空间坐标。

进一步地，步骤S3包括：

步骤S301，在地形上方设置正投影相机，相机的采样范围由包围盒确定。

步骤S302，使用所述正投影相机中渲染矢量数据，得到矢量图集。

步骤S303，根据步骤S2中检测到的光线/高度场交点，在动态矢量叠层四叉树影像图集和动态矢量图集中获取与交点对应的纹理像素，并对这两种像素进行混合，形成最终的颜色片段。

本发明的有益效果：本发明提出的基于叠层四叉树图集的地形渲染方法，能够有效地提升渲染效率和渲染效果，且不增加多少计算量。

附图说明

图1是本发明的矢量图集与地形叠层图集的混合示意图；

图2是图集中的各区域大小比例的示意图；

图3是地形、图集、屏幕中各地形块的对应关系示意图；

图4是本发明的基于叠层四叉树图集的地形渲染方法的流程示意图；

图5是本发明的基于叠层四叉树图集的地形渲染方法的第一子流程示意图；

图6是本发明的基于叠层四叉树图集的地形渲染方法的第二子流程示意图；

图7是本发明的基于叠层四叉树图集的地形渲染方法的第三子流程示意图；

图8是本发明的改进后的图集示意图；

图9是本发明的叠层四叉树图集示意图；

图10是本发明的视图截椎分段示意图；

图11是本发明的根据包围盒参数构造局部正投影相机的示意图；

图12是本发明的局部正投影相机采样得到叠层纹理示意图；

图13是本发明的光线在叠层四叉树图集中投射的示意图；

图14是本发明的正投影得到矢量图集的示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。

本发明提供一种基于叠层四叉树图集的地形渲染方法，能够有效地提升渲染效率和渲染效果。

如图4所示，一种基于叠层四叉树图集的地形渲染方法，包括步骤：

步骤S1，对地形构建叠层四叉树高程图集和叠层四叉树影像图集。

步骤S2，基于所述叠层四叉树高程图集对地形进行光线投射。

步骤S3，根据投射结果实现动态矢量与影像数据的集成。

如图5所示，步骤S1包括：

步骤S101，通过四叉树对地形进行管理。

步骤S102，以观察者的视图截锥对地形进行裁剪，由剩余的四叉树节点块所覆盖的地形块构成当前地形的可视范围。

步骤S103，对观察者的视图截锥进行分段，并确定每个截锥段对应的地形块和包围盒。

步骤S104，根据包围盒为所述包围盒对应的地形块构造局部正投影相机。

步骤S105，使用局部正投影相机对各地形块包围盒范围内的地形数据进行采样，构成高程图集和影像图集。

步骤S106，以所有局部相机采样得到的高程和影像图集分别组成叠层四叉树高程图集和叠层四叉树影像图集。

其中，步骤S103中所述对观察者的视图截锥进行分段的计算公式为：

z_i＝λnf/n^i/N+(1-λ)(n+(i/N)(f-n))  i∈[1，N+1]，

其中，n表示近平面距离观察者视点的距离，f表示远平面距离观察者视点的距离，N表示视图截椎分段的个数，λ表示纠错参数，λ＝0.75。

如图6所示，步骤S2包括：

步骤S201，将图集中地形的空间坐标转换为纹理坐标。

步骤S202，将光线在一个高程图集内投射，光线在所述图集内进行逐像素查找，按照光线/高度场相交准则进行交点判断。

步骤S203，如果光线在所述图集内没有找到交点，则光线进入下一图集继续进行投射。

步骤S2中，如果光线在所有图集内都没有找到交点则丢弃该分段。

步骤S203中根据光线在所述图集中的射出点的纹理坐标和所述图集的起始点的偏移值计算得到光线进入下一图集的进入点的空间坐标。

如图7所示，步骤S3包括：

步骤S301，在地形上方设置正投影相机，相机的采样范围由可见地形的包围盒确定,相机的观察方向垂直并朝向地平面。

步骤S302，使用所述正投影相机中渲染动态矢量数据，相机的渲染的结果就是动态矢量图集。

步骤S303，根据步骤S2中检测到的光线/高度场交点，在动态矢量叠层四叉树影像图集和动态矢量图集中获取与交点对应的纹理像素，并对这两种像素进行混合，形成最终的颜色片段。

实施例

如图9所示，观察者Viewer以倾斜的角度观察地形Terrain。Terrain通过四叉树进行管理，经过观察者Viewer的视图截椎裁剪后，剩下的四叉树节点块所覆盖的地形块构成了当前地形的可视范围。LC_i表示位于地形块上方，观察方向为垂直向下的正投影相机，称之为局部正投影相机。B_i表示LC_i的可视范围。利用不同的LC_i对其可视范围内的地形或矢量进行多解析率采样，即可实现分离采样。实现了分离采样，就可以对不同位置的区域进行不同分辨率的采样，可利用少量纹理实现精细采样。LC_i采样得到的结果称之为图集。实际上，图集就是包含了多个地形节点块信息的纹理。为便于叙述，本文可能会使用“图集”，也可能会使用“图集纹理”，二者同时代表由局部相机采样得到的图集。因为各局部正投影相机的可视范围相互交叠，故所有局部正投影相机采样得到的图集组成叠层四叉树图集。地形数据包括高程数据和影像数据，所有局部相机采样的结果可得到叠层四叉树高程图集和叠层四叉树影像图集。

如图10所示：经过Z₁、Z₂、Z₃、Z₄，且与远近平面平行的平面将视图截椎分成了3段，Z₁在近平面上，Z₄在远平面上。Z₁表示Z₁距离观察者Viewer的距离，其计算公式为：

z_i＝λnf/n^i/N+(1-λ)(n+(i/N)(f-n))  i∈[1，N+1]

其中，n表示近平面距离视点的距离，f表示远平面距离视点的距离，N表示视图截椎分段的个数，λ表示纠错参数,本实施例中λ＝0.75。

上述公式可以使得截椎的分段结果与人眼的观察效果尽量相符。B₁、B₂、B₃是3个截椎段的叠层包围盒，包围盒B_i的空间大小随着与观察者Viewer距离的增大而增大。当Terrain中的地形块利用四叉树进行管理时，每个投影都会覆盖一部分四叉树节。结合包围盒投影和四叉树，可以在进行地形快速调度的同时实现地形的分离，按照不同的分辨率对不同投影范围内的地形进行采样处理。

如图11所示，利用各地形块的包围盒构造局部正投影相机LC_i，来实现对各地形块包围盒范围内地形数据的采样。为了最大程度的减少纹理空间的浪费，局部正投影相机会对处于可视范围之外的地形空间进行裁剪。此外，当观察者Viewer以近似与地面平行的角度观察地形时，B₃的范围可能会变得无限大，而在此种情况下，距离视点太远的地方对渲染结果的影响已很小，可按实际需求对其大小进行控制。

如图12所示，M_i是LC_i对其范围内所有的四叉块采样的得到的图集纹理，所有的图集M_i构成全局的叠层四叉树图集。因为各图集是通过分离采样得到的，因此可以很方便的控制其采样精度。在本实施例中，所有叠层图集纹理的大小都为1024×1024。对于距离视点较近的地形块来说，将其采样后得到的图集纹理的精度较高，可为对应的屏幕区域提供足够的采样点，实现精细渲染，对于距离视点较远的地形块来说，与传统的图集技术相比，对其采样得到的图集同样可以提供相同的采样点规模，不会降低渲染质量。其效果如图8所示，观察者Viewer以倾斜视角观察地形Terrain，S₁，S₂，S₃是屏幕screen中三块大小相同的区域，T₁，T₂，T₃分别是Terrain中的3块不同的地形块并逐渐远离Viewer，S_i在屏幕上渲染的结果，与T_i存在着一一映射的关系。图集Atlas是相机Camera对地形Terrain采样的结果，M_i表示T_i在图集Atlas中对应的子纹理区域，M_i在Atlas中所占的比例与T_i在Terrain中所占的比例不再是完全一致的，m₁所对应的区域依然会有足够的采样点。另外，图12中的B表示当前所有可见地形块的最小包围盒。

如图13所示，B表示地形的包围盒，借助B构造地形平面的坐标系xy-o，图集纹理M_i的起始点所对应的空间坐标(xi,yi)是此地形块的偏移值，此偏移值可实现图集纹理M_i中任意位置纹理坐标与地形空间坐标的双向转换。假设位于M_i中的任意一点坐标为(s,t)，其对应的地理坐标为(x,y)，从地理坐标到纹理坐标的计算公式为：

$(s,t)=\frac{(x,y)-(x_i,y_i)}{({\mathrm{XL}}_i,{\mathrm{YL}}_i)}$

上述公式通过线性映射的方式实现了坐标转换，根据它的逆函数可以计算出地理坐标在图集纹理中对应的坐标。

光线投射过程需要跨越不同的图集纹理，为方便描述，将光线在一个图集内投射的过程称为一个阶段(stage)，将光线经过一个像素的过程称为一个步骤(step)。光线在一个图集内进行逐像素查找，按照光线/高度场相交准则进行交点判断，完成一个step的操作。如果当前步骤内还未检测到交点，则光线继续前进。如果检测到了交点(Intersection)，则算法执行结束。如果遍历所有图集都没有找到交点，则丢弃此片段。当光线需要穿越不同图集时，光线从图集M1的AtlasExit穿出，完成stage1的光线投射过程。由于在stage1内并未找到光线/高度场交点，因此光线需要进入M2继续投射。首先根据AtlasExit在图集M1中的纹理坐标(AtlasExit_s，AtlasExit_t)，结合M1的起始点的偏移值(x1,y1)得到AtlasExit的空间坐标(AtlasExit_x，AtlasExit_y)。算法进入stage2，光线从图集M2的入射点AtlasEntry进入，AtlasEntry实际上与AtlasExit是同一个点。根据AtlasEntry的空间坐标(AtlasExit_x，AtlasExit_y)和图集M2的起始点偏移值(x2,y2)进行坐标转换，可以得到AtlasEntry在图集M2中的纹理坐标(AtlasEntry_s，AtlasEntry_t)，此时算法可以在M2中继续执行光线投射的过程。

如图14，图1所示，因为可视范围内的地形包含了多个影像图集，如果仍然采用将矢量直接渲染到影像图集纹理中方式，则需要分别考虑矢量与各图集的位置对应关系，难以确保矢量的连续性。因此需要借助地形包围盒B，采用矢量图集混合渲染的方法实现动态矢量与多图集高度场的高精度集成。具体的算法实现过程如下：

在地形上方设置全局正投影相机，全局正投影相机的采样范围由包围盒B确定。

根据上述全局正投影相机中渲染矢量数据，得到矢量图集M_v。

每次光线投射过程检测到光线与高度场的相交点后，在图集M_v对应位置获取颜色纹理，并与从影像图集中获得的颜色纹理混合，形成最终的颜色片段。

在矢量与地形集成的应用中，通常需要对矢量部分进行高亮突出显示。在混合矢量纹理与影像纹理时，需要加大矢量部分的权重，减小影像部分的权重。但又不可直接用矢量部分替换影像部分，因为这样可能会导致矢量的边缘出现黑框。因此需要引入了一个矢量替换判断因子ε(ε∈[0，1])。利用ε实现矢量纹理中的像素P^v和影像纹理中像素Pⁱ的混合结果P。计算P^v的rgb分量中的最大值如果则P＝P^v，否则，

其中，是矢量像素的增强参数，其值可根据实际情况进行确定，本实施例中令这种纹理混合方式既可以保持纹理原始颜色的高亮显示，又可以保证与地形的平缓过渡，防止黑边出现。

这种矢量高度场集成方法的好处有三点：

因为矢量纹理仅仅与颜色纹理混合，而颜色纹理始终覆盖在高度场之上，可以保证随着高度场的变化而变化。

矢量纹理的位置获取是基于地理坐标得到的，不会因为叠层纹理而造成矢量分段的现象。

通过矢量纹理的方式实现与高度场的集成，具有很高的效率，可实现高速渲染。

应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。

Claims (7)

1.一种基于叠层四叉树图集的地形渲染方法，其特征在于，包括步骤：

步骤S1，对地形构建叠层四叉树影像图集和高程图集；

步骤S2，基于所述叠层四叉树高程图集对地形进行光线投射；

步骤S3，渲染动态矢量得到矢量图集，并根据光线投射的结果实现影像与矢量的集成。

2.根据权利要求1所述的方法,其特征在于，步骤S1包括：

步骤S101，通过四叉树对地形进行管理；

步骤S102，以观察者的视图截锥对地形进行裁剪，由剩余的四叉树节点块所覆盖的地形块构成当前地形的可视范围；

步骤S103，对观察者的视图截锥进行分段，并确定每个截锥段对应的地形块和包围盒；

步骤S104，根据包围盒为所述包围盒对应的地形块构造局部正投影相机；

步骤S105，使用局部正投影相机对各地形块包围盒范围内的地形数据进行采样，得到影像图集和高程图集；

步骤S106，以所有局部相机采样得到的图集组成叠层四叉树图集。

3.根据权利要求2所述的方法，其特征在于，步骤S103中所述对观察者的视图截锥进行分段的计算公式为：

z_i＝λnf/n^i/N+(1-λ)(n+(i/N)(f-n))  i∈[1，N+1]，

其中，n表示近平面距离观察者视点的距离，f表示远平面距离观察者视点的距离，N表示视图截椎分段的个数，λ表示纠错参数，λ＝0.75。

4.根据权利要求1所述的方法,其特征在于，步骤S2包括：

步骤S201，将图集中地形的空间坐标转换为纹理坐标；

步骤S202，将光线在一个高程图集内投射，光线在所述高程图集内进行逐像素查找，按照光线/高度场相交准则进行交点判断；

步骤S203，如果光线在所述高程图集内没有找到交点，则光线进入下一高程图集继续进行投射。

5.根据权利要求4所述的方法，其特征在于，如果光线在所有高程图集内都没有找到交点则丢弃该分段。

6.根据权利要求4所述的方法，其特征在于，步骤S203中根据光线在所述高程图集中的射出点的纹理坐标和所述高程图集的起始点的偏移值计算得到光线进入下一高程图集的进入点的空间坐标。

7.根据权利要求4所述的方法,其特征在于，步骤S3包括：

步骤S301，在地形上方设置正投影相机，相机的采样范围由可见地形的包围盒确定,相机的观察方向垂直并朝向地平面；

步骤S302，使用所述正投影相机中渲染动态矢量数据，相机的渲染的结果就是动态矢量图集；

步骤S303，根据步骤S2中检测到的光线/高度场交点，在动态矢量叠层四叉树影像图集和动态矢量图集中获取与交点对应的纹理像素，并对这两种像素进行混合，形成最终的颜色片段。