海量散乱点云out-of-core快速均匀精简算法

海量散乱点云的精简对其显示及交互性操作具有重要的意义。为快速有效地精简海量散乱点云,改进CR树结点分裂算法,将上溢结点子结点包围盒集转化为包围盒的中心点集,利用CR树与数据库SQLite构建主存-辅存分级存储机制,从而实现海量散乱点云的out-of-core管理,计算CR树目标结点层中每个结点所包含点集的均值点,将距离均值点最近的点作为该点集的精简结果,根据目标结点层的不同实现海量散乱点云不同程度的精简。实验证明,基于分级存储机制的快速均匀精简算法能够快速有效地精简海量散乱点云。

面向倾斜摄影测量数据的out-of-core调度机制

对于实时加载无人机倾斜摄影采集的大规模场景数据,场景LOD模型out-of-core调度机制能否快速加载显示用户期望的LOD节点至关重要。本文提出跨越式LOD模型out-of-core调度机制。基本思想是,在限制时间内无法完全加载用户期望的LOD节点时,利用多选择背包问题方法,求解生成替代效果最优的LOD节点集合,并且跨越所有中间层次的节点进行加载显示。实验结果表明,在相同的限制加载时间内,本文算法加载的LOD节点数量为OSG的30%左右,节点数据总加载量为OSG的50%左右,并且本文算法的最终渲染效果比OSG更加精细。

大规模三维地形可视化算法研究进展

大规模地形可视化是大型户外环境模拟不可缺少的组成部分,也是近年来可视化领域的研究热点,在游戏、仿真、虚拟现实、地理信息系统等领域有着广泛的应用。本文重点讨论了国内外学者在该领域的研究方法和最新研究进展以及尚未解决的问题。从数据拟合和模型简化两个方面叙述了自适应地形可视化建模方法,根据对现代图形硬件是否友好,将地形模型简化算法归纳为面向CPU的细粒度LOD算法和面向GPU的粗粒度LOD算法两类,同时描述了建模过程中存在的空间不连续问题以及各种解决方案,详细阐述了支持大数据集绘制的out-of-core技术,最后总结并分析了地形可视化建模领域的发展趋势和今后的研究重点。

GIS中海量栅格数据的处理技术研究

综合介绍了近些年来采用的针对G IS海量数据的处理策略及技术,指出了这些技术的优缺点;并在GeoScene软件的开发过程中得到了很好的应用。

Cacheap:Portable and Collaborative I/O Optimization for Graph Processing

Increasingly there is a need to process graphs that are larger than the available memory on today's machines.Many systems have been developed with grapli representations that are efficient and compact for out-of-core processing.A necessary task in these systems is memory management.This paper presents a system called Cacheap which automatically and efficiently manages the available memory to maximize the speed of grapli processing,minimize the amount of disk access,and maximize the utilization of memory for graph data.It has a simple interface that can be easily adopted by existing graph engines.The paper describes the new system,uses it in recent graph engines,and demonstrates its integer factor improvements in the speed of large-scale grapli processing.