CN115035233B - 全球多分辨率空间网格球面光线投射可视化方法和装置 - Google Patents

全球多分辨率空间网格球面光线投射可视化方法和装置 Download PDF

Info

Publication number
CN115035233B
CN115035233B CN202210956800.5A CN202210956800A CN115035233B CN 115035233 B CN115035233 B CN 115035233B CN 202210956800 A CN202210956800 A CN 202210956800A CN 115035233 B CN115035233 B CN 115035233B
Authority
CN
China
Prior art keywords
sampling
point
ray
proxy
space
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202210956800.5A
Other languages
English (en)
Other versions
CN115035233A (zh
Inventor
贾庆仁
杨佳
杨岸然
钟志农
李军
熊伟
吴烨
马梦宇
陈浩
伍江江
杜春
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
National University of Defense Technology
Original Assignee
National University of Defense Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by National University of Defense Technology filed Critical National University of Defense Technology
Priority to CN202210956800.5A priority Critical patent/CN115035233B/zh
Publication of CN115035233A publication Critical patent/CN115035233A/zh
Application granted granted Critical
Publication of CN115035233B publication Critical patent/CN115035233B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/06—Ray-tracing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/005—General purpose rendering architectures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/04—Texture mapping
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/08—Volume rendering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/12—Bounding box
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Graphics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Remote Sensing (AREA)
  • Image Generation (AREA)

Abstract

本申请涉及一种全球多分辨率空间网格球面光线投射可视化方法和装置。所述方法包括：通过在代理几何体外部构造OBB包围盒，通过光线求交法确定每条光线在所述OBB包围盒的入射点和出射点，分别用于得到预计算的采样起点和采样终点，通过确定采样起点和采样终点，可以极大地减少无效采样，提高球面光线投射的效率；再根据数据分辨率自动计算步长，能够保证不同尺度的数据进行体绘制时输出到屏幕上的图像的质量。本发明能够提升面向全球真三维标量场数据可视化的效率和效果。

Description

全球多分辨率空间网格球面光线投射可视化方法和装置
技术领域
本申请涉及计算机技术领域，特别是涉及一种全球多分辨率空间网格球面光线投射可视化方法和装置。
背景技术
以大气温度、海洋“温盐密”等为代表的标量场数据广泛分布于地表以上、海平面以下等地理空间中，具有种类丰富、数据量大、数据分辨率多样等特点。空间八叉树、GeoSOT-3D等三维空间网格递归划分方法可以实现全球范围地理空间的递归剖分，对实现包括空中、地表以及地表以下真三维空间多种地理数据进行统一管理和可视化、推动科研人员发现全球气候模式、发掘气象规律具有重要意义。
对三维空间网格中存储的标量场数据，其可视化中最常用的方法为体绘制中的光线投射法，这种方法较为直观地展示局部三维标量场数据，但将其应用于渲染跨度较大的全球数据一直是一项具有挑战性的任务。光线投射法通过对以体积纹理形式存储的标量场数据进行采样，在每一帧中计算代理几何体每个像素的颜色，实现标量场的体绘制。传统的医学等领域的体绘制以笛卡尔坐标系为参考，所需要的代理几何体通常采用规则的六面体；而如大气温度、海洋“温盐密”等为代表的标量场数据通常以地理坐标系为参考，广泛分布于地表以上、海平面以下等地理空间中，代理几何体不再是形状规则的物体，光线与代理几何体的空间位置计算变得较为复杂且纹理采样变得困难。尤其在GPU中进行光线投射法时，数据以体积纹理存储，代理几何体与体数据纹理之间的映射关系极为复杂，增加了采样的难度。同时大范围的标量数据的光线投射法，加剧了渲染时间复杂度的性能问题。另外，不同分辨率的数据采样时，若采样方式保持固定，容易造成可视化的图像失真的问题。因此，现有技术存在效率低、效果不佳的问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高可视化效果和效率的全球多分辨率空间网格球面光线投射可视化方法、装置、计算机设备和存储介质。
一种全球多分辨率空间网格球面光线投射可视化方法，所述方法包括：
根据全球真三维剖分网格的顶点和边界构造待绘制空间区域的代理几何体；所述代理几何体为不规则几何体；
在所述代理几何体外部构造OBB包围盒，通过光线求交法确定每条光线在所述OBB包围盒的入射点和出射点，分别用于得到预计算的采样起点和采样终点；
根据所述采样起点和所述采样终点在三维剖分空间下的经纬度值和高度值的差值，以及预知的数据分辨率，分别确定三个轴向的采样间隔；
以三个轴向的采样间隔的最大值作为对应光线的最少采样间隔数，并进一步根据光线采样总长确定自适应采样步长；
对每条光线，根据所述采样起点、采样终点和所述自适应采样步长，通过光线投射法对所述待绘制空间区域的体积纹理数据进行纹理采样与颜色映射，实现全球多分辨率空间网格球面光线投射的可视化。
在其中一个实施例中，还包括：获取全球真三维剖分网格中存储的待绘制空间区域的三维标量数据；
将所述三维标量数据转换成体积纹理数据并传入GPU；
将所述三维标量数据进行空间坐标转换，根据坐标转换后所述三维标量数据的空间区域角点坐标构造所述待绘制空间区域的代理几何体，并传入GPU。
在其中一个实施例中，还包括：在所述代理几何体外部构造OBB包围盒；
对投射的光线进行初始化，通过旋转矩阵将射线参数方程转换至所述OBB包围盒的局部坐标系中；
根据转换后的射线参数方程和所述OBB包围盒六个面的平面表达式，通过光线求交法确定每条光线在所述OBB包围盒的入射点和出射点；
将所述入射点的坐标和所述出射点的坐标从所述OBB包围盒的局部坐标系转换至世界空间坐标系。
在其中一个实施例中，还包括：当视点位于所述代理几何体内部时，以视点位置为采样起点。
在其中一个实施例中，还包括：当所述出射点位于不透明体后方时，根据所述不透明体的像素景深确定提前终止的采样点，以所述提前终止的采样点为采样终点。
在其中一个实施例中，还包括：获取所述采样起点和所述采样终点在三维剖分空间下的经纬度值和高度值的差值；
在任一轴向，将所述采样起点和所述采样终点对应轴向值的差值除以预知的数据分辨率，得到对应轴向的采样间隔。
在其中一个实施例中，还包括：以三个轴向的采样间隔的最大值作为对应光线的最少采样间隔数，并进一步根据光线采样总长确定自适应采样步长为：
Figure 647349DEST_PATH_IMAGE001
其中，
Figure 49511DEST_PATH_IMAGE002
为所述光线采样总长，
Figure 282172DEST_PATH_IMAGE003
和
Figure 869011DEST_PATH_IMAGE004
分别为所述采样起点和所述采样终点在剖分空间下的坐标值，
Figure 92182DEST_PATH_IMAGE005
为所述数据分辨率，
Figure 422669DEST_PATH_IMAGE006
为步长缩放因子。
在其中一个实施例中，还包括：根据所述采样起点、采样终点和所述自适应采样步长进行纹理采样时，将采样点坐标由世界空间坐标转换为经纬度高度值坐标；
根据所述采样点的经纬度高度值坐标判断所述采样点是否位于所述代理几何体内，若是，则进行采样，否则，不进行采样，继续找下一个采样点。
一种全球多分辨率空间网格球面光线投射可视化装置，所述装置包括：
代理几何体构造模块，用于根据全球真三维剖分网格的顶点和边界构造待绘制空间区域的代理几何体；所述代理几何体为不规则几何体；
采样起点终点确定模块，用于在所述代理几何体外部构造OBB包围盒，通过光线求交法确定每条光线在所述OBB包围盒的入射点和出射点，分别用于得到预计算的采样起点和采样终点；
自适应采样间隔确定模块，用于根据所述采样起点和所述采样终点在三维剖分空间下的经纬度值和高度值的差值，以及预知的数据分辨率，分别确定三个轴向的采样间隔；
自适应采样步长确定模块，用于以三个轴向的采样间隔的最大值作为对应光线的最少采样间隔数，并进一步根据光线采样总长确定自适应采样步长；
可视化实现模块，用于对每条光线，根据所述采样起点、采样终点和所述自适应采样步长，通过光线投射法对所述待绘制空间区域的体积纹理数据进行纹理采样与颜色映射，实现全球多分辨率空间网格球面光线投射的可视化。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
根据全球真三维剖分网格的顶点和边界构造待绘制空间区域的代理几何体；所述代理几何体为不规则几何体；
在所述代理几何体外部构造OBB包围盒，通过光线求交法确定每条光线在所述OBB包围盒的入射点和出射点，分别用于得到预计算的采样起点和采样终点；
根据所述采样起点和所述采样终点在三维剖分空间下的经纬度值和高度值的差值，以及预知的数据分辨率，分别确定三个轴向的采样间隔；
以三个轴向的采样间隔的最大值作为对应光线的最少采样间隔数，并进一步根据光线采样总长确定自适应采样步长；
对每条光线，根据所述采样起点、采样终点和所述自适应采样步长，通过光线投射法对所述待绘制空间区域的体积纹理数据进行纹理采样与颜色映射，实现全球多分辨率空间网格球面光线投射的可视化。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
根据全球真三维剖分网格的顶点和边界构造待绘制空间区域的代理几何体；所述代理几何体为不规则几何体；
在所述代理几何体外部构造OBB包围盒，通过光线求交法确定每条光线在所述OBB包围盒的入射点和出射点，分别用于得到预计算的采样起点和采样终点；
根据所述采样起点和所述采样终点在三维剖分空间下的经纬度值和高度值的差值，以及预知的数据分辨率，分别确定三个轴向的采样间隔；
以三个轴向的采样间隔的最大值作为对应光线的最少采样间隔数，并进一步根据光线采样总长确定自适应采样步长；
对每条光线，根据所述采样起点、采样终点和所述自适应采样步长，通过光线投射法对所述待绘制空间区域的体积纹理数据进行纹理采样与颜色映射，实现全球多分辨率空间网格球面光线投射的可视化。
上述全球多分辨率空间网格球面光线投射可视化方法、装置、计算机设备和存储介质，通过在代理几何体外部构造OBB包围盒，通过光线求交法确定每条光线在所述OBB包围盒的入射点和出射点，分别用于得到预计算的采样起点和采样终点，通过确定采样起点和采样终点，可以极大地减少无效采样，提高球面光线投射的效率；再根据数据分辨率自动计算步长，能够保证不同尺度的数据进行体绘制时输出到屏幕上的图像的质量。本发明能够提升面向全球真三维标量场数据可视化的效率和效果。
附图说明
图1为一个实施例中全球多分辨率空间网格球面光线投射可视化方法的应用场景图；
图2为一个实施例中全球多分辨率空间网格球面光线投射可视化方法的流程示意图；
图3为一个实施例中光线投射法基本原理示意图；
图4为一个实施例中射线在包围盒上的入射点出射点以及包围盒示意图，其中，(a)为包围盒上的入射点出射点示意图，(b)为包围盒示意图；
图5为一个实施例中适应数据分辨率的采样步长计算原理示意图；
图6为一个实施例中特殊情况下的光线采样起点与采样终点示意图；
图7为一个实施例中地球遮挡的光线终止示意图；
图8为一个具体实施例中大气温度场可视化结果图；
图9为一个实施例中全球多分辨率空间网格球面光线投射可视化装置的结构框图；
图10为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的全球多分辨率空间网格球面光线投射可视化方法，可以应用于如图1所示的应用环境中。其中，CPU用于根据待绘制空间区域的三维标量数据构造代理几何体，同时生成三维标量数据对应的体积纹理数据，传入GPU；在GPU中，在顶点着色器中对代理几何体进行模型变换、视图变换和投影变换，在像素着色器中进行光线初始化，纹理采样与颜色映射，以及颜色合成计算，并将合成像素颜色输出到二维屏幕上进行可视化展示。
在一个实施例中，如图2所示，提供了一种全球多分辨率空间网格球面光线投射可视化方法，包括以下步骤：
步骤202，根据全球真三维剖分网格的顶点和边界构造待绘制空间区域的代理几何体。
光线投射法是模拟人眼接收光线的过程，较为真实地反映三维体数据的成像特点，因此绘制效果通常比较理想。光线投射法的基本原理通过从摄像机向屏幕像素所对应的空间坐标方向投射光线，射线将从代理几何体一侧射入，从另一侧射出。光线会在射线和体数据相交的部分中进行等距离的采样，采样点通过建立采样点属性值与颜色的映射关系并根据光源的位置进行着色，沿着整条光线按照一定顺序对全部的有效采样进行点颜色和不透明度累计计算，从而形成这条光线表示的最终像素，最终实现将三维数据映射成二维影像，如图3所示。
全球三维标量场数据的可视化也通过光线投射法实现。本发明利用全球真三维剖分网格的顶点和边界构造代理几何体，生成的代理几何体不仅能与三维数据较贴合，也可以反映大范围地理空间的地球弧度。由于在全球大范围内进行标量数据可视化时，空间数据的地理跨度较大，需要考虑地球弧度、地球本身遮挡等对三维可视化结果的影响。在指定经纬度高程范围内的空间数据，当其球面坐标转换到直角坐标系后，数据总体不再以规则形状分布，本发明中代理几何体为不规则几何体。
步骤204，在代理几何体外部构造OBB包围盒，通过光线求交法确定每条光线在OBB包围盒的入射点和出射点，分别用于得到预计算的采样起点和采样终点。
由于本发明中代理几何体为不规则几何体，光线与代理几何体的空间位置计算变得较为复杂且纹理采样变得困难。尤其在GPU中进行光线投射法时，数据以体积纹理存储，代理几何体与体数据纹理之间的映射关系极为复杂，增加了采样的难度。同时大范围的标量数据的光线投射法，加剧了渲染时间复杂度的性能问题。
针对以上问题，本发明提出在代理几何体外部构造OBB包围盒，借助OBB包围盒进行光线求交，预先计算出每条光线采样的起始点和终点，尽量保证两点之间的采样位置位于代理几何体内部。
在光线与包围盒求交点时，首先计算包围盒的六个面的平面表达式，然后通过射线表达式分别建立与六个平面的交叉方程。光线初始化时，先将投射的光线通过旋转矩阵转换至包围盒的局部坐标系中，光线方程公式转换后的光线的参数方程如公式1所示。
Figure 680475DEST_PATH_IMAGE007
（1）
其中，
Figure 438216DEST_PATH_IMAGE008
为相机所处位置即视点坐标，该坐标在世界空间与局部空间坐标系中一致，v为局部空间下光线的方向向量，
Figure 148683DEST_PATH_IMAGE009
为光线的直线方程参数。计算出入射点与出射点后，将入射点坐标和出射点坐标转换至世界空间坐标系，在世界空间坐标系中进行光线的采样。对于由六个平面中的代理几何体而言，入射点应该为最晚抵达近平面的交点，出射点为最早离开远平面的交点，计算得到光线抵达入射点为t in 与出射点t out 。如图4所示，图4(a)中，A 0 B 0 C 0 与A 1 B 1 C 1 分别为光线与三个维度的低值平面（X min Y min Z min ）和高值平面（X max Y max Z max ）的交点，图4(b)为构造的包围盒。常规情况下，根据入射点和出射点得到预计算的采样起点参数
Figure 264886DEST_PATH_IMAGE010
和采样终点参数
Figure 501832DEST_PATH_IMAGE011
。
将采样起点参数
Figure 305840DEST_PATH_IMAGE012
和采样终点参数
Figure 362658DEST_PATH_IMAGE013
带入射线参数方程得到局部坐标系下，采样起点与终点坐标如下：
Figure 910314DEST_PATH_IMAGE014
（2）
Figure 1767DEST_PATH_IMAGE015
（3）
其中，
Figure 242255DEST_PATH_IMAGE016
为视点位置，
Figure 553413DEST_PATH_IMAGE017
为采样起点，
Figure 904760DEST_PATH_IMAGE018
为采样终点。
步骤206，根据采样起点和采样终点在三维剖分空间下的经纬度值和高度值的差值，以及预知的数据分辨率，分别确定三个轴向的采样间隔。
在已知光线采样的起点与终点时，需要为采样设置步长来控制采样精度。考虑到每条光线入射角度不同，不同光线采样起点与终点之间的距离不同。当设定固定的采样步长时，每条光线采样的步数不同，采样的光线分量在体数据不同轴向的采样也不同，步长设置过长，某个角度采样效果较差，步长设置过短影响某个方向的采样效率。对于多尺度数据而言，低分辨率数据的采样步长无法满足高分辨率数据的需求，容易导致图像失真，而高分辨率数据合适的采样步长在应用于低分辨率时，对算法性能有较大影响。由于不同方向的光线以及不同分辨率数据的光线采样的需求不同，因此需要根据数据精度和光线采样方向设置自适应的采样步长。
要保证光线尽量在体数据内采样充足，光线在采样体数据空间内的不同轴向维度的投影分量要小于数据的分辨率，因此需要计算该光线的最少采样步数。利用光线采样的起始点与终止点可以求出对应的三维剖分空间下的经纬度高度值，利用两者的差值除以数据分辨率，即可得到三个轴向的最少采样间隔数，对三个轴向的采样间隔数取最大值即为该光线的最少采样间隔数，然后根据光线采样总长度计算采样步长，计算示意图如图5所示。
步骤208，根据采样起点和采样终点在三维剖分空间下的经纬度值和高度值的差值，以及预知的数据分辨率，分别确定三个轴向的采样间隔。
根据采样定理所描述的采样频率为信号频率的至少两倍时，信号中的信息才能较为完整的保存。为了保证体绘制最终输出图像的质量，减少渲染图像的失真，体数据的采样步长应小于体数据中每个体素数据点在世界空间距离的二分之一，因此，为步长设置缩放因子，控制输出图像的质量。
最终，根据采样起点和终点以及数据的分辨率计算采样步长的方法见公式(4)，其中当前光线的采样起终点在笛卡尔坐标系中的计算的采样总长度为
Figure 850719DEST_PATH_IMAGE019
，起始和终点转换为剖分空间下的坐标值
Figure 527688DEST_PATH_IMAGE020
和
Figure 434464DEST_PATH_IMAGE021
，
Figure 448557DEST_PATH_IMAGE022
为网格层级对应的数据分辨率，
Figure 655547DEST_PATH_IMAGE023
为步长缩放因子，取值范围在0~1之间。
Figure 362472DEST_PATH_IMAGE024
(4)
步骤210，对每条光线，根据采样起点、采样终点和自适应采样步长，通过光线投射法对待绘制空间区域的体积纹理数据进行纹理采样与颜色映射，实现全球多分辨率空间网格球面光线投射的可视化。
根据光线入射角度，每条射线按照自适应步长前进采样，根据传输函数计算采样值对应的颜色和透明度，最终从前往后合成像素颜色输出到二维屏幕上，实现全球多分辨率空间网格球面光线投射的可视化。
上述全球多分辨率空间网格球面光线投射可视化方法中，通过在代理几何体外部构造OBB包围盒，通过光线求交法确定每条光线在所述OBB包围盒的入射点和出射点，分别用于得到预计算的采样起点和采样终点，通过确定采样起点和采样终点，可以极大地减少无效采样，提高球面光线投射的效率；再根据数据分辨率自动计算步长，能够保证不同尺度的数据进行体绘制时输出到屏幕上的图像的质量。本发明能够提升面向全球真三维标量场数据可视化的效率和效果。
在其中一个实施例中，还包括：获取全球真三维剖分网格中存储的待绘制空间区域的三维标量数据；将三维标量数据转换成体积纹理数据并传入GPU；将三维标量数据进行空间坐标转换，根据坐标转换后三维标量数据的空间区域角点坐标构造待绘制空间区域的代理几何体，并传入GPU。
在其中一个实施例中，还包括：当视点位于代理几何体内部时，以视点位置为采样起点。当出射点位于不透明体后方时，根据不透明体的像素景深确定提前终止的采样点，以提前终止的采样点为采样终点。
在计算光线采样的起始和终点时，会存在一些特殊情况需要处理。以图6为例，当相机视点位于代理几何体内部时，根据上述公式求出的入射点位于相机背面，此时背面的采样也为无效采样，因此利用公式(5)计算采样起始点参数；当光线采样遇到不透明物体遮挡时，将光线的最远距离换算成射线参数，当射出点射出点位于阻挡物后面时，光线采用会提前结束于t d ，因此得到采样终止点参数计算见公式(6)。
Figure 756544DEST_PATH_IMAGE025
（5）
Figure 810213DEST_PATH_IMAGE026
（6）
对于跨度较大的全球数据代理几何体与包围盒之间的间隙也逐渐变大，无效采样会变多，以大气数据为例，地球表面地形会遮挡进入地表以下的采样点，因此随着数据范围变大，位于地球内部的无效采样点逐渐变多。地球本身可以看作是不透明的遮挡物，当利用屏幕像素的景深以及公式(6)后，得到光线的终止点，从而减少无效采样，如图7所示。
在其中一个实施例中，还包括：根据采样起点、采样终点和自适应采样步长进行纹理采样时，将采样点坐标由世界空间坐标转换为经纬度高度值坐标；根据采样点的经纬度高度值坐标判断采样点是否位于代理几何体内，若是，则进行采样，否则，不进行采样，继续找下一个采样点。
这是由于包围盒与代理几何体之间仍存在空隙，在此空间内采样点位于代理几何体外部，通过本实施例的方法，可以确保采样点完全位于代理几何体内部。
在一个具体实施例中，通过本发明的方法实现了面向全球的温度场可视化效果。具体如下：
通过在数字地球中对温度标量场数据进行体渲染，选择2018年1月份，经度范围为90°~135°，纬度范围为0°~45°，高程范围为0-10km的大气标量数据的温度场的三维体绘制结果，如图8所示，其中，图8左边为大气温度场可视化俯视图，右边为大气温度场可视化侧视图。可视化结果反映出不同空间位置的温度场分布情况，与实际地理位置中温度变化的趋势较为相符。
应该理解的是，虽然图2的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图9所示，提供了一种全球多分辨率空间网格球面光线投射可视化装置，包括：代理几何体构造模块902、采样起点终点确定模块904、自适应采样间隔确定模块906、自适应采样步长确定模块908和可视化实现模块910，其中：
代理几何体构造模块902，用于根据全球真三维剖分网格的顶点和边界构造待绘制空间区域的代理几何体；代理几何体为不规则几何体；
采样起点终点确定模块904，用于在代理几何体外部构造OBB包围盒，通过光线求交法确定每条光线在OBB包围盒的入射点和出射点，分别用于得到预计算的采样起点和采样终点；
自适应采样间隔确定模块906，用于根据采样起点和采样终点在三维剖分空间下的经纬度值和高度值的差值，以及预知的数据分辨率，分别确定三个轴向的采样间隔；
自适应采样步长确定模块908，用于以三个轴向的采样间隔的最大值作为对应光线的最少采样间隔数，并进一步根据光线采样总长确定自适应采样步长；
可视化实现模块910，用于对每条光线，根据采样起点、采样终点和自适应采样步长，通过光线投射法对待绘制空间区域的体积纹理数据进行纹理采样与颜色映射，实现全球多分辨率空间网格球面光线投射的可视化。
代理几何体构造模块902还用于获取全球真三维剖分网格中存储的待绘制空间区域的三维标量数据；将三维标量数据转换成体积纹理数据并传入GPU；将三维标量数据进行空间坐标转换，根据坐标转换后三维标量数据的空间区域角点坐标构造待绘制空间区域的代理几何体，并传入GPU。
采样起点终点确定模块904还用于在代理几何体外部构造OBB包围盒；对投射的光线进行初始化，通过旋转矩阵将射线参数方程转换至OBB包围盒的局部坐标系中；根据转换后的射线参数方程和OBB包围盒六个面的平面表达式，通过光线求交法确定每条光线在OBB包围盒的入射点和出射点；将入射点的坐标和出射点的坐标从OBB包围盒的局部坐标系转换至世界空间坐标系。
采样起点终点确定模块904还用于当视点位于代理几何体内部时，以视点位置为采样起点。
采样起点终点确定模块904还用于当出射点位于不透明体后方时，根据不透明体的像素景深确定提前终止的采样点，以提前终止的采样点为采样终点。
自适应采样间隔确定模块906还用于获取采样起点和采样终点在三维剖分空间下的经纬度值和高度值的差值；在任一轴向，将采样起点和采样终点对应轴向值的差值除以预知的数据分辨率，得到对应轴向的采样间隔。
自适应采样步长确定模块908还用于以三个轴向的采样间隔的最大值作为对应光线的最少采样间隔数，并进一步根据光线采样总长确定自适应采样步长为：
Figure 340552DEST_PATH_IMAGE027
其中，
Figure 218378DEST_PATH_IMAGE028
为光线采样总长，
Figure 99746DEST_PATH_IMAGE029
和
Figure 721220DEST_PATH_IMAGE030
分别为采样起点和采样终点在剖分空间下的坐标值，
Figure 371644DEST_PATH_IMAGE031
为数据分辨率，
Figure 154793DEST_PATH_IMAGE032
为步长缩放因子。
可视化实现模块910还用于根据采样起点、采样终点和自适应采样步长进行纹理采样时，将采样点坐标由世界空间坐标转换为经纬度高度值坐标；根据采样点的经纬度高度值坐标判断采样点是否位于代理几何体内，若是，则进行采样，否则，不进行采样，继续找下一个采样点。
关于全球多分辨率空间网格球面光线投射可视化装置的具体限定可以参见上文中对于全球多分辨率空间网格球面光线投射可视化方法的限定，在此不再赘述。上述全球多分辨率空间网格球面光线投射可视化装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图10所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种全球多分辨率空间网格球面光线投射可视化方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图10中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现上述方法实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种全球多分辨率空间网格球面光线投射可视化方法，其特征在于，所述方法包括：
根据全球真三维剖分网格的顶点和边界构造待绘制空间区域的代理几何体；所述代理几何体为不规则几何体；
在所述代理几何体外部构造OBB包围盒，通过光线求交法确定每条光线在所述OBB包围盒的入射点和出射点，分别用于得到预计算的采样起点和采样终点；
根据所述采样起点和所述采样终点在三维剖分空间下的经纬度值和高度值的差值，以及预知的数据分辨率，分别确定三个轴向的采样间隔；
以三个轴向的采样间隔的最大值作为对应光线的最少采样间隔数，并进一步根据光线采样总长确定自适应采样步长；
对每条光线，根据所述采样起点、采样终点和所述自适应采样步长，通过光线投射法对所述待绘制空间区域的体积纹理数据进行纹理采样与颜色映射，实现全球多分辨率空间网格球面光线投射的可视化。
2.根据权利要求1所述的方法，其特征在于，所述根据全球真三维剖分网格的顶点和边界构造待绘制空间区域的代理几何体，包括：
获取全球真三维剖分网格中存储的待绘制空间区域的三维标量数据；
将所述三维标量数据转换成体积纹理数据并传入GPU；
将所述三维标量数据进行空间坐标转换，根据坐标转换后所述三维标量数据的空间区域角点坐标构造所述待绘制空间区域的代理几何体，并传入GPU。
3.根据权利要求1所述的方法，其特征在于，在所述代理几何体外部构造OBB包围盒，通过光线求交法确定每条光线在所述OBB包围盒的入射点和出射点，包括：
在所述代理几何体外部构造OBB包围盒；
对投射的光线进行初始化，通过旋转矩阵将射线参数方程转换至所述OBB包围盒的局部坐标系中；
根据转换后的射线参数方程和所述OBB包围盒六个面的平面表达式，通过光线求交法确定每条光线在所述OBB包围盒的入射点和出射点；
将所述入射点的坐标和所述出射点的坐标从所述OBB包围盒的局部坐标系转换至世界空间坐标系。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
当视点位于所述代理几何体内部时，以视点位置为采样起始点。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
当所述出射点位于不透明体后方时，根据所述不透明体的像素景深确定提前终止的采样点，以所述提前终止的采样点为采样终点。
6.根据权利要求1所述的方法，其特征在于，根据所述采样起点和所述采样终点在三维剖分空间下的经纬度值和高度值的差值，以及预知的数据分辨率，分别确定三个轴向的采样间隔，包括：
获取所述采样起点和所述采样终点在三维剖分空间下的经纬度值和高度值的差值；
在任一轴向，将所述采样起点和所述采样终点对应轴向值的差值除以预知的数据分辨率，得到对应轴向的采样间隔。
7.根据权利要求6所述的方法，其特征在于，以三个轴向的采样间隔的最大值作为对应光线的最少采样间隔数，并进一步根据光线采样总长确定自适应采样步长，包括：
以三个轴向的采样间隔的最大值作为对应光线的最少采样间隔数，并进一步根据光线采样总长确定自适应采样步长为：
Figure 900418DEST_PATH_IMAGE001
其中，
Figure 286399DEST_PATH_IMAGE002
为所述光线采样总长，
Figure 161077DEST_PATH_IMAGE003
和
Figure 25128DEST_PATH_IMAGE004
分别为所述采样起点和所述采样终点在剖分空间下的坐标值，
Figure 573921DEST_PATH_IMAGE005
为所述数据分辨率，
Figure 989859DEST_PATH_IMAGE006
为步长缩放因子。
8.根据权利要求7所述的方法，其特征在于，所述方法还包括：
根据所述采样起点、采样终点和所述自适应采样步长进行纹理采样时，将采样点坐标由世界空间坐标转换为经纬度高度值坐标；
根据所述采样点的经纬度高度值坐标判断所述采样点是否位于所述代理几何体内，若是，则进行采样，否则，不进行采样，继续找下一个采样点。
9.一种全球多分辨率空间网格球面光线投射可视化装置，其特征在于，所述装置包括：
代理几何体构造模块，用于根据全球真三维剖分网格的顶点和边界构造待绘制空间区域的代理几何体；所述代理几何体为不规则几何体；
采样起点终点确定模块，用于在所述代理几何体外部构造OBB包围盒，通过光线求交法确定每条光线在所述OBB包围盒的入射点和出射点，分别用于得到预计算的采样起点和采样终点；
自适应采样间隔确定模块，用于根据所述采样起点和所述采样终点在三维剖分空间下的经纬度值和高度值的差值，以及预知的数据分辨率，分别确定三个轴向的采样间隔；
自适应采样步长确定模块，用于以三个轴向的采样间隔的最大值作为对应光线的最少采样间隔数，并进一步根据光线采样总长确定自适应采样步长；
可视化实现模块，用于对每条光线，根据所述采样起点、采样终点和所述自适应采样步长，通过光线投射法对所述待绘制空间区域的体积纹理数据进行纹理采样与颜色映射，实现全球多分辨率空间网格球面光线投射的可视化。
10.根据权利要求9所述的装置，其特征在于，所述采样起点终点确定模块还用于：
当视点位于所述代理几何体内部时，以视点位置为采样起点；
当所述出射点位于不透明体后方时，根据所述不透明体的像素景深确定提前终止的采样点，以所述提前终止的采样点为采样终点。
CN202210956800.5A 2022-08-10 2022-08-10 全球多分辨率空间网格球面光线投射可视化方法和装置 Active CN115035233B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210956800.5A CN115035233B (zh) 2022-08-10 2022-08-10 全球多分辨率空间网格球面光线投射可视化方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210956800.5A CN115035233B (zh) 2022-08-10 2022-08-10 全球多分辨率空间网格球面光线投射可视化方法和装置

Publications (2)

Publication Number Publication Date
CN115035233A CN115035233A (zh) 2022-09-09
CN115035233B true CN115035233B (zh) 2022-10-21

Family

ID=83130291

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210956800.5A Active CN115035233B (zh) 2022-08-10 2022-08-10 全球多分辨率空间网格球面光线投射可视化方法和装置

Country Status (1)

Country Link
CN (1) CN115035233B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116778068B (zh) * 2023-08-22 2023-11-10 中国电子科技集团公司第十五研究所 基于视点椭球相似特征数的光线采样精确优化方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9142056B1 (en) * 2011-05-18 2015-09-22 Disney Enterprises, Inc. Mixed-order compositing for images having three-dimensional painting effects
CN110807134A (zh) * 2019-10-10 2020-02-18 哈尔滨工程大学 一种海洋三维标量场可视化方法
CN114219902A (zh) * 2021-07-22 2022-03-22 江苏及象生态环境研究院有限公司 气象数据的体绘制渲染方法、装置和计算机设备
CN114511658A (zh) * 2021-12-23 2022-05-17 中国电子科技集团公司第十五研究所 基于数字地球的椭球体绘制协同优化方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9142056B1 (en) * 2011-05-18 2015-09-22 Disney Enterprises, Inc. Mixed-order compositing for images having three-dimensional painting effects
CN110807134A (zh) * 2019-10-10 2020-02-18 哈尔滨工程大学 一种海洋三维标量场可视化方法
CN114219902A (zh) * 2021-07-22 2022-03-22 江苏及象生态环境研究院有限公司 气象数据的体绘制渲染方法、装置和计算机设备
CN114511658A (zh) * 2021-12-23 2022-05-17 中国电子科技集团公司第十五研究所 基于数字地球的椭球体绘制协同优化方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Dynamic efficient collision checking method of robot arm paths in configuration space;Christos Fragkopoulos ET AL;《2011 IEEE/ASME International Conference on Advanced Intelligent Mechatronics (AIM2011)》;20110707;第1-6页 *
结合面绘制的GPU体绘制加速;葛军等;《应用科学学报》;20090331;第1-5页 *

Also Published As

Publication number Publication date
CN115035233A (zh) 2022-09-09

Similar Documents

Publication Publication Date Title
CN108648269B (zh) 三维建筑物模型的单体化方法和系统
US20230053462A1 (en) Image rendering method and apparatus, device, medium, and computer program product
CN109493407B (zh) 实现激光点云稠密化的方法、装置及计算机设备
US10614620B2 (en) Systems and methods for computer-based visualization, rendering, and representation of regions of space using point clouds
US5570460A (en) System and method for volume rendering of finite element models
CN109191554B (zh) 一种超分辨图像重建方法、装置、终端和存储介质
CN111369657B (zh) 三维热力图的生成方法、装置、计算机设备和存储介质
CN110428504B (zh) 文本图像合成方法、装置、计算机设备和存储介质
JP2015515059A (ja) シーンにおける不透明度レベルを推定する方法とそれに対応する装置
CN115330986B (zh) 一种分块渲染模式图形处理方法及系统
CN112991537B (zh) 城市场景重建方法、装置、计算机设备和存储介质
CN115035233B (zh) 全球多分辨率空间网格球面光线投射可视化方法和装置
CN115601511B (zh) 三维重建方法、装置、计算机设备及计算机可读存储介质
CN112766027A (zh) 图像处理方法、装置、设备及存储介质
CN116721231A (zh) 基于无人机机载定位的可扩展场景三维重建方法及系统
US11961266B2 (en) Multiview neural human prediction using implicit differentiable renderer for facial expression, body pose shape and clothes performance capture
CN116070687A (zh) 一种基于全局光线空间仿射变换的神经网络光场表示方法
Hanrahan A Survey of Ray—Surface
US7196711B2 (en) View dependent displacement mapping
WO2023004559A1 (en) Editable free-viewpoint video using a layered neural representation
JP6223916B2 (ja) 情報処理装置、方法及びプログラム
CN116385619B (zh) 对象模型渲染方法、装置、计算机设备和存储介质
CN113674419B (zh) 气象云数据的三维展示方法、装置、电子设备及存储介质
CN112528707A (zh) 图像处理方法、装置、设备及存储介质
WO2023284275A1 (en) Real-time volumetric rendering

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant