基于GRID/TIN混合结构的地形场景数据组织方法研究

摘要

传统使用规则格网(GRID)表达的数字高程模型(Digital Elevation Model，简称DEM)，其数据结构无法支持嵌入矢量数据的地形表达，如果简单的将DEM全部和嵌入之后的矢量数据一起三角化为不规则格网(Triangulated IrregularNetworks，简称TIN)，则使得大部分没有受嵌入矢量数据影响的区域在没有提升数据表达精度的同时，丧失了DEM数据结构的优势。本文采用基于GRID和TIN的混合地形，充分利用GRID数据结构简单和TIN对细部特征表达的优势，对嵌入了矢量数据的数字地形场景表达的数据结构、场景组织方法等进行研究。
　　研究工作和内容主要为以下几点:
　　1) GRID和TIN融合构建方法
　　研究将矢量数据嵌入到DEM中，构建GRID和TIN的混合表面模型，实现多源异构地形和矢量数据的有效融合。
　　2)混合地形的数据组织与管理
　　研究场景中GRID和TIN数据结构，矢量数据的组织方法，构建内存中数据的空间索引，对地形数据按块存储，在场景中对地形数据进行预调度。
　　3)基于GRID和TIN混合地形的多分辨率表达
　　研究GRID-TIN混合地形数据基于视点相关的实时简化方法，在一定简化误差阈值限制下，依据视点相关算法对地形网格进行动态简化，减少地形场景的几何复杂性。
　　结合研究内容，本论文采用一种基于GIRD和TIN混合地形数据结构对矢量数据和DEM数据进行有效融合。该方法将地形数据分块处理和存储，能够很好支持数据扩展和大地形数据调度，支持在生成的混合地形数据中增加嵌入矢量信息。在地形可视化中分别对GRID和TIN地形块采用实时自适应网格方法（Real-time Optimal Adaptation Mesh，简称ROAM）和渐进格网(Progressive Mesh，简称PM)实时简化技术对地形进行简化，实现混合地形数据的实时动态多分辨率表达。并采用庐山5米分辨率DEM数据和1∶1万矢量数据进行了实验验证和分析，实验结果验证了论文所提方法能够有效支持嵌入矢量后的GRID/TIN混合地形场景的建模与动态多分辨率表达。

目录

声明

论文说明

摘要

图目录

表目录

第1章 绪论

1．1 研究背景与意义

1．1．1 选题背景

1．1．2 研究意义

1．2 国内外研究现状分析

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 论文组织结构

1．6 本章小结

第2章 地形建模与表达方法

2．1 规则格网表面模型

2．1．1 GRID数据结构

2．1．2 GRID模型的多分辨率表达

2．2 TIN表面模型

2．2．1 TIN数据结构

2．2．2 TIN和CDTIN生成方法

2．2．3 TIN多分辨率模型

2．3 GRID和TIN混合表面模型

2．3．1 混合表面数据结构

2．3．2 混合表面多分辨率

2．4 本章小结

第3章 GRID和TIN融合构建方法

3．1 融合地形数据的分类与表达

3．2 混合地形表面构建方法

3．2．1 GRID与CDTIN的组织与转换

3．2．2 矢量数据高程内插

3．2．3 约束线格网裁剪算法

3．2．4 CDTIN构建算法

3．2．5 约束边内部数据处理

3．2．6 混合地形修改与更新

3．2．7 数据存储

3．3 本章小结

第4章 地形场景组织

4．1 场景数据及结构

4．1．1 场景数据

4．1．2 地形数据结构

4．1．3 矢量数据结构

4．2 空间索引

4．2．1 空间索引方法

4．2．2 网格索引的构建

4．2．3 网格索引的操作

4．3 混合地形多分辨率

4．3．1 GRID多分辨率

4．3．2 CDTIN多分辨率

4．3．3 裂缝消除

4．4 数据预取方法

4．5 本章小结

第5章 实验验证及分析

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 实验数据预处理

5．1．4 实验环境

5．2 算法实现与分析

5．2．1 混合地形构建

5．2．2 混合地形数据编辑处理

5．2．3 混合地形多分辨率

5．3 本章小结

第6章 结论与展望

6．1 主要研究工作与成果

6．2 研究结论

6．3 问题与展望

参考文献

致谢