样本驱动的大规模植被分布高效合成

针对自然场景中丰富多样的植被分布模式的模拟时,现有的通用拟合算法计算耗时,不能满足大规模分布与实时交互分布的需要.为了解决任意分布模式的快速合成问题,提出一种基于样本分布控制并结合Wang tiles优化的高效点分布合成方法.该方法由离线预计算过程和实时拼接过程组成.在离线预计算过程中,首先通过基于环形点对距离统计的对相关函数特征拟合过程合成多块首尾分布连续,以及与样本分布相似的初始点分布tile,然后通过对初始tile的边界处理得到一组可以非周期性拼接且接缝处分布保持连续的Wang tiles;在此基础上,利用这组Wang tiles进行实时拼接,从而实现以极快的速度和极小的内存占用合成大规模的分布的目的.实验结果表明,该方法适用于随机、均匀、聚集等各种分布特征的数据,是一种对各类样本分布模式通用的分布合成方法;并在大规模分布的合成上比原有的基于样本驱动的分布拟合算法达到3～6个量级的速度提升;可有效地应用于自然场景模拟中大规模植被的分布信息构建,及其他有实时交互分布需求的应用中.