基于CPU/GPU的混合地形数据并行可视化方法研究
发布时间：2022-07-16 19:18
三维地形可视化技术作为三维地理信息系统（3D GIS）的重要研究方向之一,受到人们的广泛关注。传统大规模地形可视化系统通常采用规则格网（GRID）结构的数字高程模型（Digital Elevation Model）为数据基础表达三维地形,其数据结构简单但表达精度受地形特征影响较大,表达结果具有削峰填谷的“平滑”特征。而不规则格网模型（Triangulated Irregular Networks）可以保留地形特征,弥补规则格网的不足。由于大范围三维地形数据量庞大以及计算机硬件性能的制约,三维可视化时较难将地形数据一次性载入内存并参与渲染。与此同时,随着高性能计算软硬件的发展,并行计算技术为大范围地形可视化提供了新的软硬件技术基础。基于以上背景,本文对于大范围的、具有高精度要求的地形三维可视化,采用嵌入矢量特征数据的不规则格网数据结构与规则格网结构相结合进行表达。以具有多核CPU与高性能计算GPU的计算机为实现平台,从大规模混合地形数据的实时动态简化算法、地形的并行渲染方法以及混合地形场景的组织调度方法等方面出发进行了探讨与研究。研究内容和主要成果包括以下几个方面:1)GRID/TIN混...
【文章页数】：90 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究背景与意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状及其分析
1.2.1 地形简化方法研究现状
1.2.2 地形并行渲染研究现状
1.2.3 地形数据组织与调度研究现状
1.2.4 研究现状分析
1.3 研究目标、内容和拟解决的关键问题
1.3.1 研究目标
1.3.2 研究内容
1.3.3 拟解决的关键问题
1.4 研究方法和技术路线
1.4.1 研究方法
1.4.2 技术路线
1.5 论文的组织结构
1.6 本章小结
第二章 大规模三维混合地形并行可视化基本原理与方法
2.1 地形LOD技术基本原理与方法
2.2 CPU与GPU并行计算架构
2.2.1 多核CPU并行计算架构
2.2.2 众核GPU并行计算架构
2.2.3 CPU架构与GPU架构对比
2.3 三维地形数据组织与调度
2.4 本章小结
第三章 GRID/TIN混合地形并行简化方法
3.1 GRID/TIN混合地形组织结构
3.1.1 GRID/TIN融合数据
3.1.2 地形瓦片拓扑关系的构建
3.2 基于ROAM的GRID地形并行简化方法
3.2.1 算法概述
3.2.2 数据结构
3.2.3 误差控制
3.2.4 裂缝处理
3.2.5 算法并行化分析
3.2.6 算法实现过程
3.3 基于PM的TIN地形并行简化方法
3.3.1 算法概述
3.3.2 PM算法详述
3.3.3 折叠代价计算
3.3.4 数据结构
3.3.5 算法改进
3.3.6 算法并行化分析
3.3.7 算法实现流程
3.4 裂缝消除
3.5 本章小结
第四章 GRID/TIN混合地形场景组织调度与并行加速渲染方法
4.1 地形数据外存组织方法
4.1.1 地形数据外存方法
4.1.2 地形数据组织方法
4.2 基于CPU多线程的并行数据调度方法
4.2.1 分块调度原理
4.2.2 缓冲区设计
4.2.3 多线程数据调度
4.3 基于CUDA的光照并行计算加速
4.3.1 光照计算原理
4.3.2 GPU光照并行计算加速
4.4 地形渲染方法
4.4.1 视锥体剪裁
4.4.2 基于OpenGL的并行渲染架构设计
4.5 本章小结
第五章 实验验证与分析
5.1 实验方法与环境
5.1.1 实验方法
5.1.2 数据准备
5.1.3 实验环境
5.2 实验可视化效果展示与效率分析
5.2.1 GRID简化效果与并行效果分析
5.2.2 TIN简化效果与并行效果分析
5.2.3 裂缝消除与视锥体剪裁效果展示
5.2.4 光照效果与并行效率分析
5.2.5 总体渲染效果与分析
5.3 本章小结
第六章 结论与展望
6.1 研究结论
6.2 研究展望
参考文献
致谢
【参考文献】：
期刊论文
[1]GPU Tessellation全球地形可视化方法[J]. 李尚林,郑利平,张迎凯,李琳. 中国图象图形学报. 2015(10)
[2]基于GPU的实时水面场景并行渲染算法[J]. 孙君,秦勃. 海洋湖沼通报. 2014(02)
[3]基于CUDA的并行加速渲染算法[J]. 刘镇,郝冬宁,梅向东. 中国图象图形学报. 2013(11)
[4]基于OSG的大地形并行快速调度问题研究[J]. 李光辉,邵伟,吴东亚. 系统仿真学报. 2013(S1)
[5]GPU实现的快速分层地形渲染算法[J]. 刘博. 软件. 2012(11)
[6]三维地形场景并行渲染技术进展[J]. 佘江峰,陈景广,程亮,徐为雄. 武汉大学学报(信息科学版). 2012(04)
[7]基于GPU的大规模地形数据绘制算法[J]. 张立民,闫文君. 计算机与现代化. 2012(01)
[8]线程级并行计算在图形渲染引擎中的研究[J]. 赵建斌,李灵巧,杨辉华. 计算机工程与设计. 2011(12)
[9]ROAM动态地形渲染算法的改进[J]. 刘秀玲,陈伟磊,王洪瑞. 计算机工程与应用. 2011(30)
[10]对地观测技术最新进展评述[J]. 林宗坚,李德仁,胥燕婴. 测绘科学. 2011(04)
博士论文
[1]众核GPU体系结构相关技术研究[D]. 陈钢.复旦大学 2011
[2]大规模地形实时动态多分辨率显示关键算法研究[D]. 张俊峰.武汉大学 2011
[3]面向三维显示的海量地形数据管理及实时交互技术研究[D]. 李德华.华中科技大学 2006
[4]三维GIS中大规模场景数据获取、组织及调度方法的研究与实现[D]. 翟巍.大连理工大学 2003
硕士论文
[1]基于Grid/TIN混合结构的地形实时可视化算法研究[D]. 陈德蛟.东华理工大学 2015
[2]基于GRID/TIN混合结构的地形场景数据组织方法研究[D]. 刘局科.南京师范大学 2015
[3]基于多核CPU的大规模DEM并行三维渲染研究[D]. 陈景广.南京大学 2012
[4]网络三维GIS若干技术问题研究[D]. 施加松.解放军信息工程大学 2006
本文编号：3663123
【文章页数】：90 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究背景与意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状及其分析
1.2.1 地形简化方法研究现状
1.2.2 地形并行渲染研究现状
1.2.3 地形数据组织与调度研究现状
1.2.4 研究现状分析
1.3 研究目标、内容和拟解决的关键问题
1.3.1 研究目标
1.3.2 研究内容
1.3.3 拟解决的关键问题
1.4 研究方法和技术路线
1.4.1 研究方法
1.4.2 技术路线
1.5 论文的组织结构
1.6 本章小结
第二章 大规模三维混合地形并行可视化基本原理与方法
2.1 地形LOD技术基本原理与方法
2.2 CPU与GPU并行计算架构
2.2.1 多核CPU并行计算架构
2.2.2 众核GPU并行计算架构
2.2.3 CPU架构与GPU架构对比
2.3 三维地形数据组织与调度
2.4 本章小结
第三章 GRID/TIN混合地形并行简化方法
3.1 GRID/TIN混合地形组织结构
3.1.1 GRID/TIN融合数据
3.1.2 地形瓦片拓扑关系的构建
3.2 基于ROAM的GRID地形并行简化方法
3.2.1 算法概述
3.2.2 数据结构
3.2.3 误差控制
3.2.4 裂缝处理
3.2.5 算法并行化分析
3.2.6 算法实现过程
3.3 基于PM的TIN地形并行简化方法
3.3.1 算法概述
3.3.2 PM算法详述
3.3.3 折叠代价计算
3.3.4 数据结构
3.3.5 算法改进
3.3.6 算法并行化分析
3.3.7 算法实现流程
3.4 裂缝消除
3.5 本章小结
第四章 GRID/TIN混合地形场景组织调度与并行加速渲染方法
4.1 地形数据外存组织方法
4.1.1 地形数据外存方法
4.1.2 地形数据组织方法
4.2 基于CPU多线程的并行数据调度方法
4.2.1 分块调度原理
4.2.2 缓冲区设计
4.2.3 多线程数据调度
4.3 基于CUDA的光照并行计算加速
4.3.1 光照计算原理
4.3.2 GPU光照并行计算加速
4.4 地形渲染方法
4.4.1 视锥体剪裁
4.4.2 基于OpenGL的并行渲染架构设计
4.5 本章小结
第五章 实验验证与分析
5.1 实验方法与环境
5.1.1 实验方法
5.1.2 数据准备
5.1.3 实验环境
5.2 实验可视化效果展示与效率分析
5.2.1 GRID简化效果与并行效果分析
5.2.2 TIN简化效果与并行效果分析
5.2.3 裂缝消除与视锥体剪裁效果展示
5.2.4 光照效果与并行效率分析
5.2.5 总体渲染效果与分析
5.3 本章小结
第六章 结论与展望
6.1 研究结论
6.2 研究展望
参考文献
致谢
【参考文献】：
期刊论文
[1]GPU Tessellation全球地形可视化方法[J]. 李尚林,郑利平,张迎凯,李琳. 中国图象图形学报. 2015(10)
[2]基于GPU的实时水面场景并行渲染算法[J]. 孙君,秦勃. 海洋湖沼通报. 2014(02)
[3]基于CUDA的并行加速渲染算法[J]. 刘镇,郝冬宁,梅向东. 中国图象图形学报. 2013(11)
[4]基于OSG的大地形并行快速调度问题研究[J]. 李光辉,邵伟,吴东亚. 系统仿真学报. 2013(S1)
[5]GPU实现的快速分层地形渲染算法[J]. 刘博. 软件. 2012(11)
[6]三维地形场景并行渲染技术进展[J]. 佘江峰,陈景广,程亮,徐为雄. 武汉大学学报(信息科学版). 2012(04)
[7]基于GPU的大规模地形数据绘制算法[J]. 张立民,闫文君. 计算机与现代化. 2012(01)
[8]线程级并行计算在图形渲染引擎中的研究[J]. 赵建斌,李灵巧,杨辉华. 计算机工程与设计. 2011(12)
[9]ROAM动态地形渲染算法的改进[J]. 刘秀玲,陈伟磊,王洪瑞. 计算机工程与应用. 2011(30)
[10]对地观测技术最新进展评述[J]. 林宗坚,李德仁,胥燕婴. 测绘科学. 2011(04)
博士论文
[1]众核GPU体系结构相关技术研究[D]. 陈钢.复旦大学 2011
[2]大规模地形实时动态多分辨率显示关键算法研究[D]. 张俊峰.武汉大学 2011
[3]面向三维显示的海量地形数据管理及实时交互技术研究[D]. 李德华.华中科技大学 2006
[4]三维GIS中大规模场景数据获取、组织及调度方法的研究与实现[D]. 翟巍.大连理工大学 2003
硕士论文
[1]基于Grid/TIN混合结构的地形实时可视化算法研究[D]. 陈德蛟.东华理工大学 2015
[2]基于GRID/TIN混合结构的地形场景数据组织方法研究[D]. 刘局科.南京师范大学 2015
[3]基于多核CPU的大规模DEM并行三维渲染研究[D]. 陈景广.南京大学 2012
[4]网络三维GIS若干技术问题研究[D]. 施加松.解放军信息工程大学 2006
本文编号：3663123
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3663123.html
