论文部分内容阅读
规则格网(Grid)与不规则三角网(TIN)是两种最常用的数字高程模型(DEM)表示方法.该文使用TIN米表达地形表面,并实现了不同地形分辨率之间的连续变化.散乱点集的三角剖分方法有许多种,其中Delaunay三角剖分具有"最小内角最大"特性,力求最佳的三角形形状,使每个三角形尽量接近等边三角形而得到广泛应用,因此,该文采用Delaunay三角剖分方法对散乱点集进行削分.但是普通Delaunay三角剖分算法的时间复杂度高、运算速度慢,不适用于大规模散乱点集的三角剖分.作者根据分治的思想设计了基于四叉树分割的Delaunay剖分算法来提高Delaunay三角剖分的速度.在该算法中,首先使用四叉树递归分割思想将给定散乱点集所在区域分割成一系列子区域(就是四叉树的叶节点),使得每个子区域中点的数量小于给定值(通常取16).然后使用普通的边增长算法来对分割后的每个子区域(四叉树的叶节点)中的散乱点集进行Delaunay三角剖分.最后将剖分后的相邻(左右相邻或上下相邻)凸壳进行两两合并.理论和实践都证明采用这种方法可将普通Delaunay三角剖分算法的时间复杂度从O(N<2>)降低到O(NlnN).这一点对于地形可视化中涉及的大量散乱点的三角剖分是非常有意义的.使用基于四叉树的三角削分可得到对象的原始网格模型M<,0>,用 OpenGL显示M<,0>中所有的三角形面片可得对象的最精模型.但在很多情况下,完全显示这一模型是不可能的或不必要的,这时可根据规则删除一部分最不重要的顶点及其周围的三角形米得到较粗模型,对留下的空洞进行局部的三角化,即用更大的三角形补上.如果每进行一次删除操作都记下被删除的顶点号、被删除的三角形号、新增加的三角形号,并把这些"现场"信息作为记录按顺序存放,则可在需要时很容易地从较粗模型恢复到精细模型.由于相邻两个细节层之间只差一个顶点,冈而不同分辨率模型之间是连续的,称为连续多分辨率模型(CRM).这样就可获得从对象的最简模型到最精模型之间的任意分辨率.当场景对象较大时,使用视见体裁剪技术可以缩小场景的范围从而在不影响视觉效果的情况下减少三角形的数量.当用户在地景中漫游时,视点与地景中的对象的距离时远时近.当视点与物体的距离较远时,物体在投影平面上的图像就很小,无论增加多少三角形都不能提高对象的分辨率,这时就可以使用较粗的简化模型而不至于影响视觉效果.实践证明,视相关技术也是降低模型复杂程度的很好方法.该文涉及的所有算法都已在微机上实现,并且经受了大量实验数据的检验,效果良好.实践表明,在普通微机上,实现多分辨率地形是可行的,这一成果可应用于地理学、地质学、地理信息系统等科学领域.