顾及视觉变量相似性的地图符号GPU高效渲染方法研究

发布时间：2018-05-21 06:21

本文选题：地图符号化渲染 + GPU绘制　；参考：《南京师范大学》2016年博士论文

【摘要】：空间数据符号化渲染的质量与效率,一直是地图可视化研究中的难点与热点问题。高质量的符号化效果和更加流畅的用户体验是矢量地图服务的必然需求。因此,研究高效率的符号化渲染方法、降低系统的响应时间,研究高质量的符号化渲染产品、传递更丰富的语义信息和增强符号化渲染的效果,具有重要的研究价值和现实意义。随着显卡硬件技术的更新换代,以及图形处理和计算能力的不断增强,将图形硬件加速技术引入到空间数据的符号化渲染,可以充分利用GPU可编程图形流水线的快速渲染和灵活实现的优势,进而辅助解决符号化渲染的速度瓶颈。与基于软件方式实现的符号化渲染相比,GPU可编程图形流水线技术为空间数据符号化渲染提供了硬件加速的渲染性能。但是,传统的基于GPU空间要素绘制的方法主要集中于具体的图形绘制算法本身,注重要素图形化的同时却很少考虑地图符号化渲染的一般流程,导致了其呈现效果难以满足各种专题地图表达的需求。本文以地图符号视觉变量的相似性特征为切入点,抓住影响符号化渲染效率提升的关键因素,优化传统的顺序型符号化渲染过程,设计基于图元的符号数据模型和视觉变量相似性驱动的符号化渲染过程模型。此基础上,借助于GPU渲染的性能优势,重点突破符号化渲染过程中的核心问题,提出顾及视觉变量相似性的地图符号GPU渲染方法,实现符号化渲染效率与质量的提升。主要研究内容与成果如下。(1)基于图元地图符号数据模型。从GIS软件的地图符号数据模型、面向共享的地图符号描述模型和通用图形软件的符号数据结构三个方面分析了现有地图符号数据模型的特征。在此基础上,设计了兼顾图形表达和构图语义的地图符号数据模型,并进行符号图元属性与符号视觉变量的映射,为后续视觉变量相似性研究提供定量分析基础。(2)视觉变量相似性驱动的符号化渲染过程模型。在分析同一地图符号内部、不同地图符号之间的视觉变量相似性的基础上,总结了视觉变量相似性对渲染子过程可重用性的影响,设计了面向渲染过程的层次缓存策略,提出了视觉变量相似性驱动的符号化渲染过程模型,实现了对符号化渲染过程中冗余操作的有效剔除。(3)顾及视觉变量相似性的地图符号GPU渲染方法。针对点状、线状、面状地图符号各自的构图规律,利用GPU图形渲染技术,设计了相应的GPU地图符号化渲染方法。从符号I/O阶段、符号图元离散阶段,再到符号栅格化阶段,设计并实现了相应的缓存构建方法。同时,依据GPU对绘制图元类型的基本需求,设计了一次遍历、逐点处理的三角形剖分方法来进行线状要素的离散;设计了基于水平扫描的梯形剖分方法进行面状要素的离散。在此基础上,结合CPU和GPU中构建的缓存,利用空间要素的离散结果,详细阐述了点状、线状、面状地图符号的优化绘制方法。(4)地图可视化原型系统。在前三个研究内容的基础上,设计该原型系统的系统框架,地图符号管理工具,以及点状、线状、面状地图符号的优化绘制方案。通过符号化渲染效果实验,验证了本文所提出的顾及视觉变量相似性的地图符号渲染方法的可行性。通过与现有的地图符号渲染方法(GDI/GDI+,AGG,Cairo)的对比实验,验证了本文所提出的方法在实际应用中的实用性,能够有效解决符号化渲染过程中的冗余操作问题,有利于符号化渲染效率的提升。本文综合考虑地图渲染与空间信息可视化技术的发展趋势,设计了顾及视觉变量相似性的地图符号GPU渲染方法,实现了符号化渲染效率与质量的有效提升,促进了二维矢量要素、符号资源应用于三维可视化的实际需求。为空间信息可视化研究提供一种新的研究方法,也为后续矢量地图与虚拟地理场景的融合显示提供参考。
[Abstract]:This paper presents a symbolic rendering process based on graphic representation and composition semantics , which is based on the similarity feature of graphic symbol visual variable and the symbol data structure of graphic processing and graphics software . ( 3 ) The method of map symbol GPU rendering based on the similarity of visual variables is presented . By using GPU graphics rendering technology , the paper designs and implements the method of map symbol rendering based on GPU graphics rendering .
【学位授予单位】：南京师范大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：P283

【参考文献】