CN116778068B - 基于视点椭球相似特征数的光线采样精确优化方法 - Google Patents
基于视点椭球相似特征数的光线采样精确优化方法 Download PDFInfo
- Publication number
- CN116778068B CN116778068B CN202311054973.9A CN202311054973A CN116778068B CN 116778068 B CN116778068 B CN 116778068B CN 202311054973 A CN202311054973 A CN 202311054973A CN 116778068 B CN116778068 B CN 116778068B
- Authority
- CN
- China
- Prior art keywords
- ellipsoid
- ray
- sampling
- point
- intersection
- 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
Links
- 238000005070 sampling Methods 0.000 title claims abstract description 129
- 238000005457 optimization Methods 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims abstract description 49
- 230000008569 process Effects 0.000 claims abstract description 15
- 238000009877 rendering Methods 0.000 claims description 22
- 238000001914 filtration Methods 0.000 claims description 17
- 230000008030 elimination Effects 0.000 claims description 13
- 238000003379 elimination reaction Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000004904 shortening Methods 0.000 claims description 6
- 238000013461 design Methods 0.000 claims description 5
- 230000014509 gene expression Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 9
- 238000005266 casting Methods 0.000 abstract description 3
- 238000012850 discrimination method Methods 0.000 abstract description 2
- 230000003993 interaction Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 5
- 238000012800 visualization Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241000272834 Cairina moschata Species 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000005672 electromagnetic field Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000007794 visualization technique Methods 0.000 description 1
Landscapes
- Image Generation (AREA)
Abstract
本申请提出基于视点椭球相似特征数的光线采样精确优化方法。借鉴地球的空间圈层划分，建立光线投射算法（RCA）的空间描述概念模型，包括从外到里嵌套的四层椭球面，其中，最外层是代理椭球几何体，最内层是数字地球参考椭球；使用所述的四层嵌套椭球面，对整个三维空间进行圈层划分，对应给出视点的圈层类型体系，提出椭球相似特征数分类判别方法，判定当前视点的圈层类型；依据当前视点的圈层类型，进一步给出光线采样精确优化的详细处理。本申请对数字地球上RCA的视点进行了圈层分类，并依据当前视点类型，对光线采样进行精确优化处理，实现了交互过程中RCA在任意视点下的正确及高效显示。
Description
技术领域
本申请涉及可视化技术领域，尤其涉及基于视点椭球相似特征数的光线采样精确优化方法。
背景技术
战场环境中涉及各类异构数据，如气压场、温度场、电磁场等，而且数据量普遍较大，作战人员无法直接理解抽象的数据，可视化是这种抽象变换为直观显示的重要方法。体绘制技术是应用广泛的三维可视化技术之一，其中，光线投射算法（RCA）又是典型可视化算法代表。但是，在数字地球上使用RCA时，三维视点既可能处于体数据（体数据）的外部，也可能处于数据范围内部。当视点处于数据范围外部时，沿光线采样的优化比较容易处理，目前的体绘制方法多数都考虑了这种情况，但是，随着拉近数字地球的交互操作，视点也会进入到体数据的内部，此时，沿光线采样将会比较复杂，如果不进行精细设计，会出现显示空白等问题。
另外，数字地球上体绘制中的体数据与庞大的地球相比，相对来说很薄，体绘制中沿光线射线进行采样时，将会存在大量空的无效采样点，而且也存在地球的遮挡问题，如何高效地过滤无效采样点是一个比较关键的问题，是提升体绘制整体显示性能的核心。
发明内容
本申请提供基于视点椭球相似特征数的光线采样精确优化方法，对数字地球上RCA的视点进行合理分类，并依据分类情况，对光线采样进行高效的优化处理，保持交互过程中RCA任意视点（限制不在地球内部）下正确及高效的显示。
基于视点椭球相似特征数的光线采样精确优化方法，包括以下步骤：
借鉴地球的空间圈层划分，建立光线投射算法（RCA）的空间描述概念模型，包括从外到里嵌套的四层椭球面，其中，最外层是代理椭球几何体，最内层是数字地球参考椭球，中间包含两层椭球面。其中：
（1）最外层的代理椭球几何体，用于启动体绘制的渲染，与数字地球参考椭球相似，其椭球相似特征数记为；（2）中间部分是椭球包围盒，这是包含显示数据或体数据的最小椭球网格，其外表面对应一个与数字地球参考椭球相似的椭球面的部分或全部，其椭球相似特征数记为/>，其内表面对应一个与数字地球参考椭球相似的椭球面的一部分或全部，其椭球相似特征数记为/>；（3）最内层的数字地球参考椭球，其椭球相似特征数；其中，/>；
使用所述四个嵌套的椭球面，对整个三维空间进行圈层划分，与圈层相对应将三维视点划分为Va、Vb、Vc、Vd四类；
对Va、Vb、Vc、Vd四类三维视点类型，开展光线采样优化精确详细处理。
进一步的，所述对Va类型三维视点的光线采样优化，包括：
步骤11：获取光线方向向量V，结合三维视点向量Vc，建立光线的射线方程：；计算光线射线S与代理椭球几何体椭球面Ea的交点，初步确定光线采样有效点的优化限制范围，将射线方程的三个分量表达式x(t),y(t),z(t)代入代理椭球几何体椭球面Ea中，计算出交点，交点情况有三种：（a）无交点，即光线射线S与代理椭球几何体椭球面Ea相离，光线射线不穿过体数据所在的椭球包围盒，没有任何有效采样点，直接终止光线采样整个过程；（b）有一个交点，即光线射线S与代理椭球几何体椭球面Ea相切，与（a）类似，可直接终止光线采样整个过程；（c）有两个交点A与H，则光线采样点的有效范围初步优化限制为线段AH，其中，A离视点近，H离视点远，光线采样点的有效范围初步可确认为光线射线S与代理椭球几何体椭球面Ea的两点交点对应的线段AH；
步骤12：计算光线射线S与数字地球参考椭球面Eearth的交点，进一步缩减光线采样有效点的优化限制范围；计算光线射线S与数字地球参考椭球面Eearth的交点，交点的情况分为三种：（a）无交点，该步不做任何处理；（b）有一个交点T，即光线射线S与与数字地球参考椭球面Eearth相切，则在该交点T沿光线射线S方向之后的所有采样点被数字地球参考椭球遮挡，进行过滤剔除，则光线采样点的有效范围进一步优化为线段AT；（c）有两个交点D、E，即与数字地球参考椭球面Eearth相交，D离视点近，E离视点远，则在点D处沿光线射线S之后的所有采样点都被数字地球参考椭球遮挡，进行过滤剔除，则光线采样点的有效范围进一步缩减为线段AD，光线采样点的有效范围通过与数字地球参考椭球面Eearth的两个交点D、E，进一步优化缩短为线段AD；
步骤13：计算光线射线S与体数据的椭球包围盒的交点，结合椭球包围盒直接进行有效性过滤，进一步缩减光线采样有效点的优化限制范围；计算光线射线S与体数据的椭球包围盒外表面Eb、体数据的椭球包围盒内表面Ec的交点，并结合椭球包围盒的过滤剔除，可对光线采样点的有效范围进一步优化。
进一步的，所述对Vb类型三维视点的光线采样优化，具体为：
利用光线射线S与代理椭球几何体椭球面Ea的一个交点H，将光线采样点的有效范围优化为初始线段VbH，然后对采样点的有效范围进一步缩减优化，所述优化方法包括地球遮挡剔除、椭球包围盒内外表面求交及过滤。
进一步的，对Vc类型三维视点的光线采样优化，具体为：
将光线射线S与数字地球参考椭球面Eearth进行求交计算，如果相交，则进行数字地球参考椭球遮挡剔除，缩短采样点的有效限制范围；其次，将该光线射线S与椭球包围盒内外表面进行求交计算和进行椭球包围盒剔除，将采样点的有效范围进一步缩短优化。
进一步的，对Vd类型三维视点的光线采样优化，具体为：计算光线射线S与数字地球参考椭球面Eearth的交点，如果存在交点，则说明该光线射线S与数字地球参考椭球面Eearth相交，即被数字地球参考椭球遮挡，则直接终止整个采样过程，否则，该光线射线S偏离数字地球参考椭球，计算光线射线S与体数据的椭球包围盒外内表面的交点，此时有两个交点B、C，则采样点的有效范围初始化为线段BC，再结合椭球包围盒剔除，将采样点的有效范围进行极大的缩短优化：线段BC或为空。
本申请采用的上述至少一个技术方案能够达到以下有益效果：
（1）本申请提出了一个面向RCA的任意三维视点（位于数据范围内部或外部，限制不在数字地球内部）的光线采样优化的整体解决方案；同时，提出了一种新的椭球相似特征数的概念，并结合空间概念描述模型，给出了三维视点的分类及判别算法：将三维视点在三维空间中圈层划分中的位置关系判定问题转换为一维的椭球相似特征数区间判别问题；
（2）提出了基于三维视点分类的光线采样精确优化的理论设计，修正视点在体数据内部时体绘制渲染出现错误的问题，可实现任意三维视点（限制不在地球内部）的正确体绘制，从理论上保证RCA渲染正确。同时，通过良好的优化设计，极大避免了采样中后期复杂的插值计算等，保证了RCA具有较高的渲染效率。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1目前的WGS-84坐标系示意图。
图2为本申请嵌套相似的四个椭球面及三维视点的圈层分类示意图。
图3为本申请Va类型三维视点的光线采样优化示意图。
图4为本申请Vb类型三维视点的光线采样优化示意图。
图5为本申请Vc类型三维视点的光线采样优化示意图。
图6为本申请Vd类型三维视点的光线采样优化示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
以下结合附图，详细说明本申请各实施例提供的技术方案。
目前数字地球多数采用世界大地测量系统1984坐标系（WGS-84），如图1所示，该坐标系依据于一个参考椭球进行描述，其椭球方程为
公式（1）
其中，长半轴a=6378137米，短半轴b=c=6356752米，球心为O(0,0,0)。因为是一个参考椭球，也称该坐标系为椭球坐标系，三维空间中的点可采用地理坐标(B,L,H)描述，B表示纬度，L表示经度，H表示高度，也可采用笛卡尔直角坐标(X,Y,Z)描述，两种坐标系之间可以互相转换，笛卡尔坐标主要用于描述三维图形渲染等，地理坐标常用于对数字地球上的位置进行描述等。
三维视点设为向量V=(x0,y0,z0)（采用笛卡尔坐标描述），经过该点存在一个与地球参考椭球相似的椭球，且该椭球的球心与地球参考椭球的球心一致，对应的半轴保持一定的相似比，则称该椭球与数字地球参考椭球相似，方程为
公式（2）
其中，a,b,c与公式（1）中的一致，为该椭球的“椭球相似特征数”。本文中的椭球专指与数字地球参考椭球相似的椭球，下文不再单独说明。
三维视点的椭球相似特征数的计算方法：
（a） 将(x0,y0,z0)代入公式（2），可求出三维视点的椭球相似特征系数：
公式（3）
（b）即为对应三维视点的椭球方程。特别地，由公式（1）及公式（2）可知，数字地球的椭球相似特征数/>。整体来看，椭球相似特征数越大（/>），则其对应的椭球越远离地球，因此，/>可作为表征椭球与数字地球远近的一个特征数值。
本发明采用的技术方案如下:
1. 三维视点基于椭球相似特征数的空间圈层分类与判别
为方便理解数字地球上的体绘制，特别给出一个针对RCA的空间描述概念模型，其组成如下：（1）最外层是代理椭球几何体Φ（一个椭球面），用于启动体绘制的渲染，与数字地球参考椭球相似，其椭球相似特征数记为；（2）中间部分是椭球包围盒Ω，这是包含显示数据或体数据的最小椭球网格，其外表面对应一个与数字地球参考椭球相似的椭球面的部分或全部（当体数据范围为全球范围时，对应整个椭球面），其椭球相似特征数记为/>，其内表面也对应一个与数字地球参考椭球相似的椭球面的一部分或全部，其椭球相似特征数记为/>；（3）最里层是数字地球参考椭球或数字地球，其椭球相似特征数/>。如图2所示。
整体上看，上述概念模型中包含了四个从外（代理椭球几何体Φ）到里嵌套的椭球（数字地球参考椭球），由这四个椭球面之间的包含关系可知对应的椭球相似特征数满足如下关系：
公式（4）
使用上述四个嵌套的椭球面，对整个三维空间进行圈层划分，与圈层相对应，可将三维视点划分为四类：
（a）Va类型：三维视点Va位于代理椭球几何体Φ的外面（含该椭球面），该视点对应的椭球相似特征数满足
； 公式（5）
（b）Vb类型：三维视点Vb在代理椭球几何体Φ与体数据的椭球包围盒Ω外表面（不含该表面）之间，该视点对应的椭球相似特征数满足
； 公式（6）
（c）Vc类型：三维视点Vc在体数据椭球外表面（含该表面）与体数据的椭球包围盒Ω内表面（含该表面）之间，即在体数据的有效范围内部，该视点对应的椭球相似特征数满足
； 公式（7）
（d）Vd类型：三维视点Vd在体数据椭球内表面（不含该表面）与数字地球表面（含该表面）之间，该视点对应的椭球相似特征数满足
。 公式（8）
特别地，在数字地球的交互设计中，已经控制了三维视点不会进入地球内部，因此，三维视点的椭球相似特征数不会小于1。
通过上述公式（5）~（7）可知，三维视点的空间圈层类型的判别，可通过该视点的椭球相似特征数所在的数值范围来判断，即将三维视点与圈层的空间位置复杂几何关系的判别，转化为对三维视点及上述几个椭球面的椭球相似特征数的一维数据区间的比较判断，整个处理过程非常简洁。
补充内容：四个椭球面的方程
（1）数字地球参考椭球方程Eearth，参见公式（1）；（2）体数据的椭球包围盒Ω内表面椭球方程Ec。构建方法：任取体数据网格内层上的一点，类似三维视点的椭球构建流程，可构建该点的椭球；（3）体数据的椭球包围盒Ω外表面椭球方程Eb，类似（2）的处理；（4）代理椭球几何体Φ椭球面方程Ea：将体数据的外表面数据网格上的任一点（经纬高描述），将其高度加上10000米（高过珠穆朗玛峰），计算出新点，可求出过该新点的椭球。
基于三维视点圈层分类的光线采样精确优化处理
数字地球上体绘制中的体数据与庞大的数字地球相比，仅是薄薄的一层，因此，体绘制中沿光线射线进行采样时，其中存在大量空的无效采样点，由此可见，数字地球上体绘制的采样点预先优化非常重要，是提升体绘制整体显示性能的关键，光线采样优化也成为数字地球上体绘制的核心环节。依据上述三维视点的空间圈层分类及基于椭球相似特征数的分类判别方法，首先确定三维视点的圈层类型，然后根据不同的类型，进一步开展光线采样精确优化处理：
预处理：获取光线方向向量V，结合三维视点向量Vc，建立光线的射线方程:。
（1） Va类型三维视点的光线采样精确优化
依次将光线射线S与前面四个嵌套的椭球面方程进行求交计算，根据交点的不同情况，对光线采样点的有效范围进行优化限定，减少非有效采样点数量，整体提升体绘制渲染性能。依据空间描述概念模型，从外层代理椭球几何体Φ到内层数字地球，逐步进行优化：
步骤1：计算射线S与代理椭球几何体Φ椭球面Ea的交点，初步确定光线采样有效点的优化限制范围。将射线方程的三个分量表达式x(t),y(t),z(t)代入代理椭球几何体Φ椭球面Ea中，可计算出交点，交点情况有三种：（a）无交点，即光线射线S与代理椭球几何体Φ椭球面Ea相离。光线射线不穿过体数据所在的椭球包围盒Ω，没有任何有效采样点，可直接终止光线采样整个过程；（b）有一个交点，即光线射线S与代理椭球几何体Φ椭球面Ea相切。与（a）类似，可直接终止光线采样整个过程；（c）有两个交点A与H，则光线采样点的有效范围初步优化限制为线段AH，其中，A离视点近，H离视点远。如图3所示，光线采样点的有效范围初步可确认为光线射线S与代理椭球几何体Φ椭球面Ea的两点交点对应的线段AH。
步骤2：计算光线射线S与数字地球参考椭球面Eearth的交点，进一步缩减光线采样有效点的优化限制范围。类似第一步的处理，可计算光线射线S与数字地球参考椭球面Eearth的交点。交点的情况分为三种：（a）无交点。该步不做任何处理；（b）有一个交点T。即光线射线与数字地球参考椭球面Eearth相切，则在该交点T沿光线射线S方向之后的所有采样点被数字地球参考椭球遮挡（含地球内部及地球背面），可进行过滤剔除，则光线采样点的有效范围进一步优化为线段AT；（c）有两个交点D、E，即与数字地球参考椭球相交，D离视点近，E离视点远。则在点D处沿光线射线S之后的所有采样点都被数字地球参考椭球遮挡，可进行过滤剔除，则光线采样点的有效范围进一步缩减为线段AD，这个过程称为“数字地球遮挡剔除”（包含地球内部）。如图3所示，光线采样点的有效范围通过与数字地球参考椭球面Eearth的两个交点D、E，进一步优化缩短为线段AD。
步骤3：计算光线射线S与体数据的椭球包围盒Ω（椭球外表面Eb、椭球内表面Ec）的交点，结合椭球包围盒Ω直接进行有效性过滤，进一步缩减光线采样有效点的优化限制范围。类似第一步的处理，可计算光线射线S与体数据的椭球包围盒外表面Eb、体数据的椭球包围盒内表面Ec，并结合椭球包围盒Ω（即体数据的有效地理范围）的过滤剔除，可对光线采样点的有效范围进一步优化。如图3所示，光线射线S与体数据的椭球包围盒外表面及体数据的椭球包围盒内表面有两个交点B、C，结合椭球包围盒Ω进行有效性过滤（椭球包围盒Ω表征体数据的有效地理范围，不在该范围内的采样点无法进行采样计算，对最终绘制没有贡献，因此，椭球包围盒Ω成为过滤非有效采样点的重要手段，该过程称为“椭球包围盒Ω剔除”），可判别线段BC上的任何点都在椭球包围盒Ω内，可对该点进行有效的采样，因此是有效采样点。光线采样点的有效范围进一步减短，最终优化为线段BC。
（2） Vb类型三维视点的光线采样精确优化
首先，光线射线S与代理椭球几何体椭球面Ea必有一个交点H，则可将光线采样点的有效范围优化为初始线段VbH。其次，继续采用与（1）中类似的处理，对采样点的有效范围进一步缩减优化。参见图4所示，采样点的有效范围初始为线段VbH，经过进一步优化后（地球遮挡剔除、椭球包围盒Ω内外表面求交及过滤等），最终的采样有效点范围缩短优化为线段BC。
（3） Vc类型三维视点的光线采样精确优化
首先，将光线射线S与数字地球参考椭球面Eearth进行求交计算，如果相交，则进行数字地球遮挡剔除，从而缩短采样点的有效限制范围。其次，将该光线射线S与椭球包围盒Ω内外表面进行求交计算，及进行椭球包围盒Ω剔除，则将采样点的有效范围进一步缩短优化。如图5所示，（1）光线射线为S1时，与数字地球参考椭球面Eearth相交，则进行数字地球遮挡剔除：地球内部及背面的体数据范围内的从D沿射线方向的所有点剔除掉，则采样点有效范围优化为线段VcD，再进行椭球包围盒Ω剔除，将采样点有效范围进一步优化为线段VcC；（2）当光线射线为S2时，不与数字地球相交，第一种情况：当光线射线与VcO的夹角大于等于90度，此时，光线射线与体数据的椭球包围盒Ω的外表面交点只有一点B，及进行椭球包围盒Ω剔除，将沿光线的采样点有效范围优化限制为线段VcB；第二种情况：当光线射线与VcO的夹角为锐角时，此时，光线射线与体数据的椭球包围盒Ω的外表面交点只有一点，与内表面的交点个数可能有0个（参见光线射线S5）、1个（参见光线射线S3）、2个（参见光线射线S4）。针对光线射线S5，计算其与体数据的椭球包围盒Ω内外表面的交点，及进行椭球包围盒Ω剔除，可求得交点T，将沿光线的采样点有效范围优化限制为线段VcT；针对光线S3，计算其与体数据的椭球包围盒Ω内外表面的交点P、Q，及进行椭球包围盒Ω剔除，则沿光线的采样点有效范围优化限制为线段VcQ；针对光线S4，计算其与体数据的椭球包围盒Ω内外表面的交点J、K、M，及进行椭球包围盒Ω剔除，则沿光线的采样点有效范围优化限制为两个线段VcJ与KM的并。该类型视点与其他类型不同的最大差异之处，就是采样点从该三维视点Vc开始，该点是第一个有效的初始采样点。通过上述的优化处理，可较好地保证三维视点在体数据内部漫游时体绘制渲染的正确性。
（4） Vd类型三维视点的光线采样精确优化
计算光线射线S与数字地球参考椭球面Eearth的交点，如果存在交点，则说明该光线射线与数字地球参考椭球面Eearth相交，即数字地球参考椭球遮挡，则直接终止整个采样过程，否则，该光线偏离数字地球参考椭球，计算光线射线S与体数据的椭球包围盒Ω外内表面的交点，此时有两个交点B、C，则采样点的有效范围初始化为线段BC，再结合椭球包围盒Ω剔除，可将采样点的有效范围进行极大的缩短优化：线段BC或为空。如图6所示，（1）光线射线为S1时，与数字地球参考椭球相交，即被数字地球参考椭球遮挡，则直接终止采样；（2）光线射线为S2时，不与数字地球参考椭球相交，偏离数字地球参考椭球，进一步计算光线射线与体数据的椭球包围盒Ω的内外椭球表面的交点B、C，再进行椭球包围盒Ω剔除，则最终将沿光线的采样点有效范围限制优化在线段CB上；（3）光线射线为S3时，可求出与体数据椭球包围盒Ω内外表面的两个交点E、F，但是，该两点位于体数据的椭球包围盒Ω之外，因此，没有有效的采样点，即有效采样点集为空；（4）光线射线为S4时，可求出与体数据椭球包围盒Ω内外表面的两个交点G、M，可将沿光线的采样点有效范围优化限制为线段GM，其中点M位于体数据的椭球包围盒Ω之外，则可采用椭球包围盒Ω的边界进行进一步优化，最终将沿光线的采样点有效范围限制优化为线段GH。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (1)
1.基于视点椭球相似特征数的光线采样精确优化方法，其特征在于，包括以下步骤：
基于地球空间圈层划分，建立光线投射算法的空间描述概念模型，所述空间描述概念模型包括四个从外到里嵌套的椭球，最外层为代理椭球几何体，最内层为数字地球参考椭球，其中：
（1）最外层的代理椭球几何体，用于启动体绘制的渲染，与数字地球参考椭球相似，其椭球相似特征数记为；（2）中间部分是椭球包围盒，这是包含显示数据或体数据的最小椭球网格，其外表面对应一个与数字地球参考椭球相似的椭球面的部分或全部，其椭球相似特征数记为/>，其内表面对应一个与数字地球参考椭球相似的椭球面的一部分或全部，其椭球相似特征数记为/>；（3）最内层的数字地球参考椭球，其椭球相似特征数；其中，/>；
使用所述四个嵌套的椭球面，对整个三维空间进行圈层划分，与圈层相对应，将三维视点划分为Va、Vb、Vc、Vd四类；
针对Va、Vb、Vc、Vd四类三维视点类型，开展光线采样精确优化的详细设计；
其中，对类型三维视点的光线采样优化，包括：
步骤11：获取光线方向向量V，结合三维视点向量Vc，建立光线的射线方程：；计算光线射线S与代理椭球几何体椭球面的交点，初步确定光线采样有效点的优化限制范围，将射线方程的三个分量表达式x(t),y(t),z(t)代入代理椭球几何体椭球面Ea中，计算出交点，交点情况有三种：（a）无交点，即光线射线S与代理椭球几何体椭球面Ea相离，光线射线S不穿过体数据所在的椭球包围盒，没有任何有效采样点，直接终止光线采样整个过程；（b）有一个交点，即光线射线S与代理椭球几何体椭球面Ea相切，直接终止光线采样整个过程；（c）有两个交点A与H，则光线采样点的有效范围初步优化限制为线段AH，其中，A离视点近，H离视点远，光线采样点的有效范围初步可确认为光线射线S与代理椭球几何体椭球面的两点交点对应的线段AH；
步骤12：计算光线射线S与数字地球参考椭球面Eearth的交点，进一步缩减光线采样有效点的优化限制范围；计算光线射线S与数字地球参考椭球面Eearth的交点，交点的情况分为三种：（a）无交点，该步不做任何处理；（b）有一个交点T，即光线射线S与数字地球参考椭球面Eearth相切，则在该交点T沿光线射线S方向之后的所有采样点被数字地球参考椭球遮挡，进行过滤剔除，则光线采样点的有效范围进一步优化为线段AT；（c）有两个交点D、E，即光线射线S与数字地球参考椭球面Eearth相交，D离视点近，E离视点远，则在点D处沿光线射线S之后的所有采样点都被数字地球参考椭球遮挡，进行过滤剔除，则光线采样点的有效范围进一步缩减为线段AD，光线采样点的有效范围通过与数字地球参考椭球面Eearth的两个交点D、E，进一步优化缩短为线段AD；
步骤13：计算光线射线S与体数据的椭球包围盒的交点，结合椭球包围盒直接进行有效性过滤，进一步缩减光线采样有效点的优化限制范围；计算光线射线S与体数据的椭球包围盒外表面Eb、体数据的椭球包围盒内表面Ec的交点，并结合椭球包围盒的过滤剔除，可对光线采样点的有效范围进一步优化；
对Vb类型三维视点的光线采样优化，具体为：
利用光线射线S与代理椭球几何体椭球面Ea的一个交点H，将光线采样点的有效范围优化为初始线段VbH，然后对采样点的有效范围进一步缩减优化，所述优化方法包括地球遮挡剔除、椭球包围盒内外表面求交及过滤；
对Vc类型三维视点的光线采样优化，具体为：
将光线射线S与数字地球参考椭球面Eearth进行求交计算，如果相交，则进行数字地球参考椭球遮挡剔除，缩短采样点的有效限制范围；其次，将该光线射线S与椭球包围盒内外表面进行求交计算和进行椭球包围盒剔除，将采样点的有效范围进一步缩短优化；
对Vd类型三维视点的光线采样优化，具体为：计算光线射线S与数字地球参考椭球面Eearth的交点，如果存在交点，则说明该光线射线S与数字地球参考椭球面Eearth相交，即被数字地球参考椭球遮挡，则直接终止整个采样过程，否则，该光线射线S偏离数字地球参考椭球，计算光线射线S与体数据的椭球包围盒内外表面的交点，此时有两个交点B、C，则采样点的有效范围初始化为线段BC，再结合椭球包围盒剔除，将采样点的有效范围进行极大的缩短优化：线段BC或为空。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311054973.9A CN116778068B (zh) | 2023-08-22 | 2023-08-22 | 基于视点椭球相似特征数的光线采样精确优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311054973.9A CN116778068B (zh) | 2023-08-22 | 2023-08-22 | 基于视点椭球相似特征数的光线采样精确优化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116778068A CN116778068A (zh) | 2023-09-19 |
| CN116778068B true CN116778068B (zh) | 2023-11-10 |
Family
ID=87989826
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311054973.9A Active CN116778068B (zh) | 2023-08-22 | 2023-08-22 | 基于视点椭球相似特征数的光线采样精确优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116778068B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101162526A (zh) * | 2004-04-29 | 2008-04-16 | 清华大学 | 二次曲面非线性折射和反射场景的实时光线跟踪方法 |
| CN103559733A (zh) * | 2013-10-09 | 2014-02-05 | 浙江大学 | 支持三维体数据内部视点漫游的球面体绘制方法 |
| CA2940535A1 (en) * | 2015-09-17 | 2017-03-17 | Thomson Licensing | A method and an apparatus for generating data representative of a light field |
| WO2018136996A1 (en) * | 2017-01-24 | 2018-08-02 | Pangaea Innovations Pty Ltd | Digital earth framework and indexing schema to extend any "surface" discrete global grid system to construct interoperable "volumetric" discrete global grid systems |
| 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 |
| CN114782630A (zh) * | 2022-04-27 | 2022-07-22 | 美智纵横科技有限责任公司 | 点云数据的生成方法、装置、可读存储介质和扫地机器人 |
| CN115035233A (zh) * | 2022-08-10 | 2022-09-09 | 中国人民解放军国防科技大学 | 全球多分辨率空间网格球面光线投射可视化方法和装置 |
-
2023
- 2023-08-22 CN CN202311054973.9A patent/CN116778068B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101162526A (zh) * | 2004-04-29 | 2008-04-16 | 清华大学 | 二次曲面非线性折射和反射场景的实时光线跟踪方法 |
| CN103559733A (zh) * | 2013-10-09 | 2014-02-05 | 浙江大学 | 支持三维体数据内部视点漫游的球面体绘制方法 |
| CA2940535A1 (en) * | 2015-09-17 | 2017-03-17 | Thomson Licensing | A method and an apparatus for generating data representative of a light field |
| WO2018136996A1 (en) * | 2017-01-24 | 2018-08-02 | Pangaea Innovations Pty Ltd | Digital earth framework and indexing schema to extend any "surface" discrete global grid system to construct interoperable "volumetric" discrete global grid systems |
| 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 |
| CN114782630A (zh) * | 2022-04-27 | 2022-07-22 | 美智纵横科技有限责任公司 | 点云数据的生成方法、装置、可读存储介质和扫地机器人 |
| CN115035233A (zh) * | 2022-08-10 | 2022-09-09 | 中国人民解放军国防科技大学 | 全球多分辨率空间网格球面光线投射可视化方法和装置 |
Non-Patent Citations (2)
| Title |
|---|
| 太赫兹光梳光谱高速数据采集系统;解东平，王霄，杨存亮，李敏，夏宇，李爽，曾和平;《应用激光》;第43卷(第6期);第145-149页 * |
| 融合几何信息的全光函数采样方法研究;祝常健;《中国博士学位论文全文数据库（信息科技辑）》;第2019卷(第3期);第I138-23页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116778068A (zh) | 2023-09-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6323863B1 (en) | Object structure graph generation and data conversion using the same | |
| US11640690B2 (en) | High resolution neural rendering | |
| US8665266B2 (en) | Global visualization process terrain database builder | |
| US6587104B1 (en) | Progressive hulls | |
| US5966141A (en) | Apparatus and method for animation using topology | |
| Long et al. | Neuraludf: Learning unsigned distance fields for multi-view reconstruction of surfaces with arbitrary topologies | |
| CN111445579A (zh) | 考虑矢量要素自然特征限制的三维地形模型调整方法 | |
| CN111243094B (zh) | 一种基于点灯法的三维模型精确体素化方法 | |
| CN110717967A (zh) | 面向大场景模型web端动态渲染LOD处理方法 | |
| CN116778068B (zh) | 基于视点椭球相似特征数的光线采样精确优化方法 | |
| CN114511659A (zh) | 数字地球地形约束下的体绘制渲染优化方法 | |
| CN112417507B (zh) | 一种基于隐私保护的大型图的节点三角形计数的发布方法 | |
| CN113836484A (zh) | 基于路径点邻近域与地面滤波的自适应点云抽稀方法 | |
| CN112991421A (zh) | 一种机器人视觉立体匹配方法 | |
| US20030076319A1 (en) | Method and apparatus for encoding and decoding an object | |
| Zhou et al. | 3dmambaipf: A state space model for iterative point cloud filtering via differentiable rendering | |
| CN112037122A (zh) | 一种在游戏引擎中使用地理坐标的方法 | |
| CN115393542B (zh) | 一种广义建筑三维几何重建方法 | |
| CN117036572A (zh) | 一种预估与滞后剔除的视点光线采样优化方法 | |
| CN112767549B (zh) | 一种高频地波雷达海态数据的等高面生成方法 | |
| Liu et al. | Incorporating co-visibility reasoning into surface depth measurement | |
| CN110111407B (zh) | 一种海量三维网格数据的调度渲染方法及系统 | |
| CN116630566B (zh) | 面向数字地球的椭球blh切片的几何建模及渲染方法 | |
| CN116630567B (zh) | 面向数字地球的椭球路线型切片的几何建模及渲染方法 | |
| CN114296397B (zh) | 一种用于神经网络的零件模型几何特征提取方法 |
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 |