基于视点相关透视纹理的矢量数据在三维地形上的叠加绘制

引用格式:杨玲,张立强,康志忠,等.大规模矢量地图与多分辨率DEM 快速叠加的方法.中国科学:信息科学,2010,40:801–808论文中国科学:信息科学2010年第40卷第6期:801∼808 大规模矢量地图与多分辨率DEM 快速叠加的方法杨玲x ,张立强x ∗,康志忠y ,肖志强x ,彭军还y ,张兴明x ,刘骝xx 北京师范大学遥感科学国家重点实验室,北京100875y 中国地质大学(北京)土地科学技术学院,北京100083*通信作者.E-mail:zhanglq@收稿日期:2009–01–19;接受日期:2009–07–13国家自然科学基金(批准号:60502008)、国家高技术研究发展计划(批准号:2006AA12Z220,2007AA12Z226)、教育部新世纪优秀人才支持计划(批准号:NCET-07-0099)和国家海洋局开放研究基金(批准号:KP2007007)资助项目摘要高分辨率矢量地图数据与数字高程模型的无缝可视化,能增强两者在空间信息表达和分析中的作用.如何实现两者高精度实时无缝三维可视化是地理信息科学的一个重要研究内容.文中提出一种基于利用帧缓存和Voronoi 图的方法,实现了大规模矢量地图的快速简化,并有效保持了简化前后拓扑关系的一致性,以此为基础建立了矢量地图的多细节层次模型,完成了视点相关多分辨率的叠加操作.此方法普适于各种DEM 多分辨率模型,且可视化的性能不受地形数据集复杂度的影响,同时利用视景体裁剪和区域索引技术,降低了矢量地图数据规模对叠加效率的影响,使叠加耗时始终控制在一定范围内,从而实现了大规模矢量地图与多分辨率DEM 无缝快速叠加显示.关键词大规模矢量地图多分辨率模型视点相关无缝渲染1引言矢量数据是编码地理空间实体(如道路交通网、植被和土壤类型)的主要方式,它通常由(半)自动方式通过遥感影像、GPS 测量或者人工输入的方式获取.二维矢量数据与地形叠加分析是空间分析内容,对不同要素的图层进行空间叠加分析,有助于进行专题操作,帮助人们更清晰直观地认知空间事物,并可相互增强两者在空间信息表达和分析中的作用.如将不同时间序列的海岸线图层进行叠加,可观察海岸线的沉陷、位置偏移等;将跨空间连续变化的雨量信息的降雨专题图与数字高程模型(DEM)叠加,可以形成各行政区划内的平均或最大降雨量图.随着遥感及相关技术的发展,如机载激光扫描仪、高分辨率卫星影像等,使得高分辨率矢量数据的获取成为可能,人们获取空间数据的数据量也呈摩尔定律的速度增长,远远超出了计算机设备和网络的实时传输能力.对高分辨率、大规模的矢量数据来说,为了更好地实现其快速渲染和高质量的空间分析,需要对矢量数据进行多分辨率描述和表达,减少数据量和参与计算的顶点数目.传统的矢量地图数据与DEM(digital elevation model)叠加算法顾及了地形复杂性以及DEM 简化时所采用的杨玲等:大规模矢量地图与多分辨率DEM快速叠加的方法LOD(level of detail)算法,在实现LOD模型构建的同时,完成矢量地图数据和地形的叠加过程.但是,不同的应用系统采用的LOD算法不尽相同,而且LOD模型的动态变化会引起叠加过程的重新构建,所以该方法缺少通用性,消耗大量的计算机内存,而且随着数据量的增加,算法的复杂度也迅速增长.为了实现大规模矢量(面状和线状)地图与DEM的无缝、实时叠加,本文在保持拓扑关系不变的前提下,研究了矢量地图的快速简化算法,建立了矢量地图的LOD模型,同时结合视景体裁剪及区域索引的方法,实现了大数据量多分辨率矢量地图与细节层次DEM的实时动态叠加.该方法的优点在于不会产生像基于纹理叠加技术的走样现象,并且与DEM内在几何关系及所采用的LOD模型无关,叠加的性能不受地形数据集的影响,只与矢量数据复杂性有关.2相关工作2.1矢量地图的简化方法随着数据采集技术飞速发展,人们获取的矢量地图数据的范围和分辨率增长速度已经远超出了计算机软硬件的更新速度.对于WEBGIS和3DGIS来说,如此巨大的数据难以满足网络的实时传输和快速可视化的需要.在保证视觉精度和拓扑关系不变的前提下,采用简化方法,去除冗余数据,是加快网络传输和快速可视化的一种行之有效的途径,同时也能减少渲染所需开销.Douglas和Peuker[1]提出了Douglas-Peuker折线简化法,效率较高,且可保持线要素的重要几何特征,因此得到广泛应用.但在简化过程中会导致拓扑关系发生改变,造成简化后的线要素出现如图1所示的三种拓扑关系不一致[2].对于面要素来说,若以多边形为基本单位,则简化后还可出现如图2所示的邻接关系改变.为避免上述现象,还需在简化过程中加入一定的约束条件.Buttenfield[3](2002)基于Douglas-Peucker算法对曲线进行化简预处理,利用Strip树结构存储简化结果,为保持拓扑关系一致性,Buttenfield用曲线的凸包来描述曲线,虽然部分增加了计算代价,但是对于曲线的概括描述更精确.Mustafa等[4]提出了一种基于Voronoi图方法,Voronoi图的计算和简化结果的初步获得都利用了图形硬件,故计算效率较高,且避免了线要素之间错误的相交,但不能避免自相交.Mantler等[5]也利用了Voronoi图求得了折线的安全集,在安全集内应用Douglas-Peuker算法可避免自相交错误的出现.此算法计算Voronoi图的时间复杂度为O(n log n),计算安全集的时间复杂度为O(n),加上Douglas-Peuker算法本身的时间复杂度O(n2),使得对于大规模数据的简化耗时较长.2.2矢量地图与地形叠加的方法矢量数据通常又分为点状、线状和面状.点状矢量数据的叠加易于实现,故大多研究只针对线状和面状数据.目前的研究基本可分为两类[6∼9],一类是基于几何的,一类是基于纹理的.第1类方法是指在原数据上加入高程信息,并求出与地形转折处交点的高程信息,将其加入原始数据中.由于高分辨率DEM多采用LOD技术可视化,细节处的起伏信息随视点改变实时变化,因此需先求算出矢量数据和细节层次下地形转折处的交点.但细节层次改变时,容易造成两者之间产生裂缝.另一方面,渲染过程中根据当前细节层次实时计算交点,占用一定的计算时间,延迟了可视化的速度.另外,交点的求法以DEM所采用的LOD算法为基础,很难找到一种普适的求交算法.基于纹理方法的主要思想是由矢量数据生成一张纹理图,然后通过纹理映射将其叠加到地形上.但是,随着视点的拉近,边界比较模糊.若显示大区域的矢量数据,就必须采用大尺寸的纹理,或者生成并存储多张纹理图,会耗费大量纹理802中国科学:信息科学第40卷第6期图1折线简化法可能导致的3种拓扑不一致现象[2]图2折线简化法可能导致的邻接关系改变内存.Schneider等[6]引入了阴影锥算法.把矢量数据作为悬于地形上空的遮蔽物,垂直向下投射阴影,再将地形上落入阴影中的部分渲染出来,即为矢量数据与地形的叠加结果.此方法克服了前两种传统方法的缺点,较好地实现了小规模矢量数据与三维地形的快速精确叠加,并且也适用于凹多边形和带洞的多边形.更重要的是它独立于DEM所采用的LOD算法,具有很强的通用性.不足之处在于,渲染大数据量的矢量地图,需要内存较大,无法实时渲染.本文将主要采用此方法对矢量地图进行叠加,并结合矢量地图的LOD模型及其他辅助技术实现了实时动态叠加.3基于Voronoi图的矢量地图简化方法本文在Mustafa等[4]的方法基础上,提出了如下简化方法:首先清空各个帧缓存,使其值均为0.在模板缓存中渲染整幅地图的宽为ε的Voronoi图,每个线要素的Voronoi区域的模板缓存值与要素序列号i一一对应.连接要素c i上不相邻的两顶点,在颜色缓存中渲染此捷径.渲染时开启模板检测,要求模板缓存值不等于i的部分才能渲染到颜色缓存中,并且每条捷径与一种颜色一一对应.对于c i,定义其所有捷径组成集合为S i,初始时,S i包括所有捷径.渲染完所有要素的所有捷径后,逐像素检查颜色缓存,若一像素的RGBA值不全为0,则将与此颜色对应的捷径从S i中剔除.颜色缓存检查完毕后,逐一计算S i中剩余的捷径和其对应的原线段组的距离,若大于ε,则也需从S i剔除.最后按照最短路径,将S i中剩余捷径相连,即得到简化结果c.对于面要素,可将其看作线要素加以简化.i将整幅地图同时渲染在帧缓存中,若地图范围很大,则每个要素会被显著地缩小,只对应十几个甚至几个像素,此时矢量要素的捷径相互覆盖,致使先渲染的捷径被后渲染的捷径完全覆盖.为解决此问题,首先可将地图分幅渲染.设地图平均采样间距为d,屏幕宽度为w个像素,地图宽度为W,横向上地图应被分成n个子区间,n=(int)(2·W)/(d·w)+1,纵向也同样处理.另一方法是避免渲染不必要的捷径.通常,一个顶点与相隔较远顶点的连线很可能超出缓冲区,故无需对所有点两两连线,只需连接较近的m个点即可,若矢量地图采样点较密,m值可较大,反之,可较小.针对图1(b)所示的位置改变现象,即线要素被简化后,位于线一侧的点v可能会错误地位于线的另一侧,解决此问题可利用Voronoi图快速实现.在生成线要素的Voronoi图后,生成点要素宽度为ε的缓冲区,并且在渲染其缓冲区时,减少其深度值,使其在模板缓存中覆盖原Voronoi图,得到完全渲染,则经过点缓冲区的捷径将从S i剔除.针对图1(c)所示错误,本文认为线要素在简化后产生自相交,是由于线要素生成的Voronoi图自相交.故研究重点集中于如何去除Voronoi图中因自相交而重叠的区域.此类区域的去除,也可利用模板缓存.先求得由一组四边形组成的线要素的缓冲区,宽度为ε.在生成矢量地图的Voronoi图后,关闭深度缓存的写操作,而后渲染每个要素的缓冲区.假设矢量要素c i对应的模板缓存值为i,则渲染缓冲区时,模板缓存值要大于或等于i的地方其缓存值加1,其他地方值不变.此后在渲染捷径时,要求模板值不为i+1的地方才可通过检测得到渲染.803杨玲等:大规模矢量地图与多分辨率DEM快速叠加的方法此外,还有一种拓扑关系需要保持,即图2所示的多边形的邻接关系.两个多边形共用一条边时,若简化以多边形为基本单位,则此公共边将被简化两次,两次简化结果可能不同,使得这两个多边形边界不再完全重合.为消除这种错误,对于可以得知邻接关系的面状数据,简化时应以组成多边形的弧段为基本单位.在渲染时,也以弧段为基本单位,判断一个多边形的各个组成弧段是否应该被简化,然后再由简化过或未简化过的弧段组成多边形,用阴影锥的方法渲染.此方法耗时较小;其更重要的优点是可以避开复杂的算法,简单而有效地保拓扑关系.4矢量地图与多分辨率DEM无缝快速叠加4.1矢量数据的精确叠加Schneider等[6]借用阴影锥技术[10],渲染矢量数据在地形上投射的阴影,此阴影即为叠加结果.由矢量数据生成的阴影锥是一个柱形包围体,其侧面垂直于水平面,如图3所示.面要素基于地形的最低点和最高点生成包围体,上下底面平行于水平面,其他各面与水平面垂直,以确保要素覆盖区域全部位于此包围体内.而线要素在水平面内要拓宽成狭长的面,此步可采用要素简化时生成的缓冲区,对其宽度进行缩放即可.然后找出其每条线段经过地形的最高点和最低点,由这些最高点和最低点连接生成包围体(图4),这样就最大限度减少了包围体的面积,从而减少了渲染的开销.本研究采用上述方法,只是线要素生成包围体时,采用和面状数据一样的方法.因在简化的过程中将会生成一些新的线段,其所经过的地形高度范围可能超出原包围体的范围,从而造成渲染错误;若重新计算包围体,则需增加简化过程所需时间和存储空间.该方法可实现精确叠加,且与DEM采用的LOD模型无关,但当矢量地图数据规模很大时,即使是渲染简化后的矢量要素,也需花费大量的时间.故叠加距离视点远的要素时,本文改用近似叠加的方法.4.2线要素的快速叠加当线要素离视点很远时,即使与地形叠加是有缝的,也不会影响可视化的逼真性,所以为加快叠加的速度,可将线要素按照一定步长进行插值,对于格网DEM数据,使用是格网间距的一半作为步长.求算并存储原有点和新插入点的高程,在当线要素远离视点时,将这些点连接成三维的线,即可把矢量数据叠加在地形上.此方法所需计算量,存储空间和叠加耗时都较小.为避免“Z-bufferfighting”现象,以及部分叠加线段嵌入地面以下,可对求得高程加一个微小偏移量,使其略高于地面.4.3面要素的快速叠加在物体远离视点时,采用纹理映射代替复杂的几何模型渲染是常用的方法,如公告牌(Billboard)技术.为加快面状数据的叠加显示速度,在最低细节层次改用纹理映射方法.首先由所有面要素生成纹理图,每个要素对应特定颜色,其余地方设为透明,然后使用多重纹理的方法将其和其他纹理一起映射在地形上.此方法的关键在于纹理图的实时更新.因离视点近的区域纹理映射会产生严重的走样,故应根据视点变化,实时确定离视点较近的矢量要素,并检查该要素在纹理图上对应区域的像素值,若一像素的RGB值等于该要素设定的RGB值,则令该像素的Alpha值为255,即使其变为透明.此时纹理图上将不再显现该要素,可改用阴影锥的方法精确叠加.对于离视点较远的要素,按照同样方法检查纹理图上对应区域是否未透明的,若为透明,将其改为不透明,此时用纹理映射渲染的要素可能会边界模糊,804中国科学:信息科学第40卷第6期图3由面要素生成包围体的三维示意图图4由线要素生成包围体的二维示意图[6]但因距视点远,模糊程度将被降低到视觉可接受的范围内.5视景体裁剪及区域索引的算法大多数情况下,只有部分矢量要素位于视域范围内,故可利用视景体裁剪算法剔除视景体之外的要素,以降低渲染的开销.但因裁剪算法本身也要耗时,若整体数据量很大,但每个要素复杂度较小,则对效率提高改进不多,故本文结合区域索引的方法来减少调用裁剪算法的次数.将整个区域分为若干子区域,并记录其包含的要素.再判断每一子区域与视景体的位置关系:生成子区域的包围盒,盒高为地形的整体高度差,判断包围盒位于视景体的外部或内部,或与视景体相交1).首先生成视景体的各裁剪面,并使其法向量指向内部.如图5所示,判断包围盒8个顶点在裁剪面法向量上投影值最大的点p和值最小的点n.第i个裁剪面的方程为A i x+B i y+C i z+D i=0,p点坐标为(x p,y p,z p),将p点代入方程,定义p到面的距离为d p=A i x p+B i y p+C i z p+D i,若d p<0,则认为包围盒在裁剪面外侧,也在视景体外侧.否则同理定义d n,若d n>0则在裁剪面内侧,若d p>0且d n<0,则与裁剪面相交.记录当前位置关系,继续检查其他面.若位于任何一个面的外侧,即可认为是在视景体外侧,否则又分两种情况,一种是在每个裁剪面的内侧,则该子区域完全在视景体内;否则和视景体相交.若子区域和视景体相交,采用包围球的方法2)判断此子区域中的各要素和视景体的关系.如图6所示,计算球心到裁剪面的距离d和球的半径r,若d<−r,则在裁减面外部,若d>r则在内部,否则与裁剪面相交.此处采用包围球,因其与包围盒相比计算复杂度较低.采取上述方法,可将渲染开销始终控制在一定范围内.当视点较近时,可裁剪大多数要素,大大减少渲染开销.当距视点较远时,多数要素需被渲染,但同时远处的要素可以用更粗糙的方法渲染,在保持较好的视觉效果的同时也控制了渲染所需开销.1)S´y kora D,Jel´ınek J.Efficient view frustum Culling./CESCG-2002/DSykoraJJelinek/index. html.20022)Morley M.Frustum culling in openGL.http://www.cg.tuwien.ac.at/studentwork/CESCG/CESCG-2002/DSykora-JJel-inek.2000805杨玲等:大规模矢量地图与多分辨率DEM快速叠加的方法图5包围盒VFC算法示意图图6包围球VFC算法示意图6实验为了证明本文提出方法的可行性,进行实验验证.机器配置为:CPU为Intel(R)Pentium(R)4,速度为3993MHz,内存大小为768MB,显卡型号为Intel(R)82865G Graphics controller,开发语言为VC++.NET和OpneGL.为了检验地形数据和矢量地图对渲染效果的影响,选取了两个地区的地形数据和矢量地图.对于每个地区,均采用Roettger3)的算法和Seumas[11]的算法构建DEM的多分辨率LOD模型,在其上用本文提出的方法实现矢量数据与DEM的叠加.第一幅地形数据为夏威夷岛的数字高程模型数据,文件来源为/Implemen-tation/Formats/BT.html,格式为BT文件.网格大小:1025×1025,网格间距:130.99m×149.14m.与之相应的矢量地图来自/dbedt/gis/lulc.htm,用于表示夏威夷州的土地覆盖和土地利用类型,原文件格式为ESRI的shapefile.截取了位于夏威夷岛的部分,使用ArcGIS为其建立拓扑关系后,生成线状和面状两幅shapefile格式的矢量地图,其中线状地图包含2906个线要素,面状地图包含1197个面要素,两幅地图包含顶点数均为168667个.两幅矢量地图均以弧段为基本单位进行简化,缓冲区宽度设为130m,只针对相邻的100个顶点进行简化,简化后保留了9771个顶点,简化程度约为5%,简化时间为约为47s.叠加效果如图7∼10所示.漫游时帧速率的变化曲线如图7和8所示.图中同时给出了对比实验结果,即完全采用阴影锥技术叠加原始地图时的帧速率变化情况.第二幅地形数据来自美国地质调查局1:25万数字高程模型,为北京及其周边地区的数字高程模型数据,范围为北纬39◦∼42◦,东京115◦∼118◦.网格大小为4097×4097.矢量地图来自全国1:1万土壤地图数据,文件格式为shapefile.实验中截取相应地区的矢量数据,使用ArcGIS为其建立拓扑关系后,生成线状和面状两幅shapefile格式的矢量地图,其中线状地图包含4909个线要素,面状地图包含1742个面要素,两幅地图包含顶点数均为83642个.缓冲区宽度设为124m,只针对相邻的100个顶点进行简化,简化后保留了32492个顶点,简化程度约为39%,简化时间为约为27s.帧速率如图11和12.以上叠加效果图上没有明显的缝隙和边界模糊,视觉效果比较理想.同时采用了矢量地图的LOD 模型后,漫游时的帧速率约是没采用LOD模型的两倍.更重要的事,渲染效率基本不受地形数据和矢3)Mcnally S.Binary triangle trees and terrian tessellation./McNally/progbinri.html. 2000806中国科学:信息科学第40卷第6期图7线状地图叠加效果图图8面状地图叠加效果图图9Roettger算法渲染夏威夷地形时的帧速率图图10Seumas算法渲染夏威夷地形时的帧速率图图11Roettger算法渲染北京地形时的帧速率图图12Seumas算法渲染北京地形时的帧速率图807杨玲等:大规模矢量地图与多分辨率DEM快速叠加的方法量地图的数据量的影响,同时,在视点快速变化时,可能保持较高的帧速率.移除捷径时,Mustafa等[4]的方法在要素内两两点相连形成捷径时间复杂度为O(n2),而本文方法只连接较近的m个点,其时间复杂度为O(n).由第一类捷径生成最短路径时,我们从第一个点开始,连接符合条件的距其最远的点,直到最后一点为止,故其时间复杂度也为O(n),因此本文的方法总的时间复杂度为O(n).随着数据量的增加,本方法的优势随之显现出来.由此可见,本文提出的简化方法效率较高,且保持了拓扑关系的一致性;叠加方法独立于DEM所采用的LOD模型,渲染开销可始终控制在一定范围内.7结论本文主要研究了大数据量矢量地图与多分辨率地形的无缝快速叠加显示.借助图形硬件和Voronoi 图实现了矢量数据的简化,并保持了拓扑关系的正确性.在保持简化前后拓扑关系一致和满足数据精度的前提下,本文的方法能够快速的对矢量数据进行简化,同时也能够按照简化过程的逆变换实现数据的快速重建,较好地实现了大规模量矢量地图数据的综合.以此为基础,建立了矢量数据的细节层次模型,中高层次上利用了阴影锥技术实现了矢量数据与地形的叠加渲染,在最低细节层次上,采用了较粗糙但更快速的方法替代阴影锥技术,并建立了多分辨率模型的确定标准,得到了较好的视觉效果.同时结合了视景体裁剪和区域索引等技术,提出了独立于多分辨率DEM模型的叠加算法,实现了大规模矢量地图与三维地形的精确实时叠加显示.下一步工作主要是在本文算法的基础上,研究大规模矢量地图和DEM的网络传输以及快速叠加可视化.参考文献1Douglas D H,Peucker T K.Algorithms for the reduction of the number of points required to represent a digitized line or its caricature.Canad Cartogr,1973,10:112–1222Crow F.Shadow algorithms for computer graphics.P Siggraph,1977,11:242–2483Buttenfield B.Transmitting vector geospatial data across the Internet.In:Proceedings of the2nd International Conference on Geographic Information Science,2002.51–644Mustafa N,Krishnan N S,Varadhan G,et al.Dynamic simplification and visualization of large maps.Int J Geogr Inf Sci,2006,20:273–3205Mantler A,Snoeyink J.Safe sets for line simplification.In:Abstracts of10th Annual Fall Workshop on Computational Geometry.New York:ACM,20006Schneider M,Klein R.Efficient and accurate rendering of vector data on virtual landscapes.J Comput Graph Visual Comput Vis,2007,15:59–667Schneider M,Guthe M,Klein R.Real-time rendering of complex vector data on3D terrain models.In:Proceedings of the11th International Conference on VirtualSystems and Multimedia.Ghent:Archaeolingua,2005.573–5828Wartell Z,Kang E,Wasilewski T,et al.Rendering vector data over global multiresolution3D terrain.In:Proceedings on the Symposium on Data Visualization.Grenoble:Eurographics Association,2003.213–2229Wahl R,Massing M,Degener P,et al.Scalable compression of textured terrain data.J Comput Graph Visual Comput Vis,2004,12:521–52810HoffK E,Culver T,Keyser J,et al.Fast Computation of Generalized Voronoi Diagrams Using Graphics Hardware.In:Computer Graphics Simplification of large maps301(SIGGRAPH’99Proceedings),1999.33:277–28611Roettger S,Heidrich W,Slusallek P,et al.Real-time generation of continuous levels of detail for heightfields.In: Skala V,ed.Proceedings of International on Conference in Central Europe on Computer Graphics,Visualization and Computer Vision.Plzen:Union Agency Science,1998.315–322808。

一种栅格化矢量地图的拾取交互方法俞信;郭毓;王洋【摘要】针对纹理法渲染的栅格化矢量地图难以直接进行交互的问题，设计了一种栅格化矢量地图的拾取交互方法。

基于实际面型矢量顶点数目多、多边形分离、空洞多边形等特性，改进了传统的射线求交判断点是否在多边形内的算法，使其可适用于实际面型矢量拾取；同时，提出了一种基于半平面连续链的新型内角和算法，可大幅降低传统内角和算法的计算量，实现了栅格化矢量地图的拾取交互。

应用不同复杂程度的矢量数据进行相关实验，结果表明，在明显提高矢量渲染效率的同时，避免了在三维场景下矢量渲染不贴地的情况下，可以实现矢量兴趣要素拾取，且所提矢量拾取方法实时性良好，拾取响应时间只取决于矢量数据本身复杂度，与三维地形复杂度无关，可以满足GIS的需求。

%Aiming at the problem that the vector map rendered based on texture is difficult to realize the interaction,an interactive method of the rasterized vector map is designed. Based on the characteristic of polygonal vector which has a great quantity of vertices,separate polygon and holey polygon,the traditional ray intersection method determining whether a point is in a polygon is improved to apply to polygonal vector. Meanwhile,an interior angle summation based on half-plane continuous chain which could reduce the computation of the traditional interior algorithm is proposed. The experiment is done by using vector data with different degrees of complexity. The result shows that the efficiency of rendering based on rasterization is significantly increased and the bad overlaying performance of vector ren-dering in 3D scene is improved. Vector map interaction couldbe realized in this case. The proposed interaction method which is only ac-cording to the degrees of complexity of vector data and has nothing to do with the degrees of complexity of terrain,guarantees favorable performance of real-time to meet the need of GIS.【期刊名称】《计算机技术与发展》【年(卷),期】2016(026)010【总页数】5页(P118-122)【关键词】矢量地图交互;要素拾取;栅格化;射线求交;内角和【作者】俞信;郭毓;王洋【作者单位】南京理工大学自动化系，江苏南京 210094;南京理工大学自动化系，江苏南京 210094;中国科学院电子学研究所苏州研究院，江苏苏州 215000【正文语种】中文【中图分类】TP301空间查询和交互是地理信息系统(GIS)的必备功能，无论是二维还是三维GIS，现有的实现方法都是通过鼠标的点选方式获取矢量要素的空间坐标，执行矢量高亮显示和属性查询操作[1-2]，这种方法的前提是场景中的矢量地图是基于几何法渲染的。

CAD数据快速导入GIS软件，实现与三维地图叠加浏览应用序：经常有用户会问dxf格式的cad文件如何叠加到外业精灵【各大手机应用市场搜索下载】里面，基于这个CAD基地数据做外业采集。

这边把CAD相关最常见的集中模式集中罗列一下方案文章要点概览：1.CAD导入外业精灵；2.导入图新地球；3.CAD导入GlobalMapper；4.CAD转tif；5.CAD转mbt；6.CAD转KML一、CAD如何与三维地图叠加（导入图新地球）1.1 有投影信息有三种快捷方式来配置投影，比如下面这个cad文件，知道他是国家2000三度带，中央经线123度，直接选择即可。

如果有prj文件，或者知道epsgcode，都可以便捷配置。

导入成功之后会成为一个图层显示到侧栏（后续可以另存转换为其他格式）1.2 无投影信息无投影信息的，稍微麻烦一点，需要猜，和1.1一样，有经验的根据cad打开后看到的坐标值可以猜出来。

猜不出来也不要紧，主要知道实际是位于什么地方的，根据卫星图配准一下就可以了，cad里面选择一个点，地图上选择一个点，okay。

再复杂一些的，是工程坐标系，不是标准的，可以使用4/7参数二、CAD如何转为KML（两种方法）2.1 图新地球转换（CAD转KML）导入CAD【参考1.1】之后，直接右键另存为即可2.2GlobalMapper转换（CAD转KML）配置投影的环节少不了配置后直接另存三、CAD如何转为图片（tif、导入GlobalMapper）导入之后，直接输出栅格，选择图片格式，建议是tif注意：一定要勾选背景透明，否则叠加卫星影像之后，就看不到卫星影像了，会被默认的一个纯色给盖住。

对于等高线一定要选择背景透明四、CAD和mbt的关系（CAD转mbt）CAD是矢量，mbt是栅格，两者之间看似毫无关系。

除了设计人员之外，使用数据的人其实很少去修改CAD，而是看。

看的时候如何让效率更高，尤其是手机查看。

转为栅格，可以避免大面积的矢量动态渲染，节约手机CPU，省电把CAD转为MBT肯定更优。

矢量数据与卫星地图叠加效果最完美的解决方案众所周所，谷歌地图、高德地图、雅虎地图等互联网主流地图都与真实坐标有较大偏移，然而对影像数据进行纠偏的工作量又十分巨大。

在某些应用中，如果只侧重于叠加效果，而可以忽略坐标与实际坐标的偏移的情况下，我们可以对矢量数据进行反纠偏后再与谷歌地图叠加会是一种更好的解决方案。

以下说明，如何将矢量地图进行反纠偏并进行默卡托坐标系转换后与影像数据进行叠加的方法。

首先，在水经注软件官网下载安装矢量数据反纠偏必备软件工具《水经注矢量地图转换器》，然后请按以下步聚进行操作。

第一步：导入源数据在软件中点击“输入”按钮，如下图所示。

在显示的“输入矢量地图文件”对话框中点击“添加”按钮，选择添加成都的所有矢量图层文件，如下图所示。

在该对话框中点击“确定”按钮完成文件选择。

第二步：设置输出路径点击“输出”按钮，如下图所示。

在显示的“浏览文件夹”中选择保存路径，如下图所示。

这里我们选择“D:\Test”目录，点击“确定”按钮完成设置。

第三步：设置转换参数软件默认只选择“反纠偏”选项，这里我们把“生成墨卡托坐标系”也选择上，如下图所示。

第四步：数据转换点击“转换”按钮，开始对所有文件进行反纠偏和进行墨卡托坐标系转换处理，如下图所示。

第五步：结果验证用《水经注高德卫星地图下载器》下载成都二环路以内数据第19级数据，如下图所示。

下载完成后，将卫星地图导出为GeoTIFF(*.tif)文件，这里选择不叠加标签数据。

众所周知，高德地图和谷歌的国内服务器的卫星地图一样是有一定偏移的，这里我们没有对该卫星地图进行任何纠偏校正处理，以保证原有的清晰度和坐标系。

启动ArcMap将下载的卫星地图在ArcMap中打开，在右下角可以看到当前卫星地图坐标是墨卡托坐标（也可通过图层属性查看），如下图所示。

图所示。

技术交流。

基于视点相关透视纹理的矢量数据在三维地形上的叠加绘制一、导言- 引言：介绍矢量数据在地形绘制中的重要性及存在问题。

- 目的：介绍基于视点相关透视纹理的矢量数据在三维地形上叠加的方法和优势。

二、基础知识介绍- 矢量数据：包括点、线、面等要素，可表达地物边界、地图符号等信息。

- 视点：观察场景的点，影响图像表达和场景呈现方式。

- 透视纹理：将纹理映射到带有透视感的表面上的一种技术。

三、方法介绍- 基于视点相关透视纹理的矢量数据叠加绘制流程：包括矢量数据准备、地形纹理生成、视点相关透视纹理生成、矢量数据集成等步骤。

- 技术实现：使用OpenGL、QGIS等工具进行实现。

四、优势分析- 地形表达效果更加真实：基于视点相关透视纹理的矢量数据叠加绘制可以在地形表达中增加透视感和深度感，使得表现更加真实。

- 交互性更强：用户可以通过变换视点，实现地形呈现方式的动态变化，增加交互性和用户体验。

五、应用案例- 运用基于视点相关透视纹理的矢量数据叠加绘制技术，将地图符号、交通设施等矢量数据与三维地形进行融合，以实现更加真实、直观的地图可视化效果。

- 展示技术在城市规划、旅游景区规划等领域的应用案例，并且分析其实现过程和技术特点。

六、总结：- 矢量数据在三维地形上的叠加绘制，是构建逼真的地形表现的必要手段之一，基于视点相关透视纹理的矢量数据叠加绘制技术可以提高地形表现的真实感和交互性，有很大的应用前景。

导言在现代科技迅速发展的背景下，数字地球与地理信息系统（GIS）的应用越来越广泛。

数字地球模型（DEM）是数字地球的核心，它是地球表面高度信息的数值模型。

在DEM中，地表信息可以用三维地形来表达。

为了增强三维地形的真实感和可视化效果，矢量数据是不可或缺的，在地图制作、城市规划和旅游规划等领域具有重要的应用价值。

然而，目前常用的矢量数据与DEM的叠加绘制方法在地形表达上存在一定的局限性。

本文旨在介绍一种基于视点相关透视纹理的矢量数据与DEM的三维叠加绘制方法，以增强地形图像的真实感和交互性。

一种基于级联的在三维地形表面无缝叠加二维矢量的方法专利名称：一种基于级联的在三维地形表面无缝叠加二维矢量的方法技术领域：本发明属于计算机图形学与三维地理信息系统应用技术领域，具体涉及一种基于级联的在三维地形表面无缝叠加二维矢量的方法。

背景技术：在三维地理信息系统应用中，二维矢量数据仍是一种必不可少的表达方式，二维矢量数据包括点、线、面(多边形)等，用于表达地物信息，如道路、湖泊、河流、地名等。

当前越来越美观逼真的多种分辨率多时相遥感影像数据和全球数字高程模型数据在网络环境下广泛可得，二维矢量地图、遥感影像和三维地形表面模型的混合应用已成为普通百姓习以为常的基本导航定位方式，同时在各种地理信息系统分析功能中，二维矢量数据的可视化应用也非常普遍。

因此，如何在不断高低起伏的多层次细节的三维地形上叠加二维矢量数据，保证其高质量的实时可视化效果，是三维地理信息系统应用技术领域普遍关注的问题。

当前在三维地形表面叠加二维矢量数据的可视化绘制方法，主要可分两大类为基于几何的叠加绘制方法和基于纹理的叠加绘制方法。

基于几何的叠加绘制方法将二维矢量数据模型附着在三维地形表面，主要需要解决二维矢量与三维地形的几何匹配问题，如果矢量与地形不匹配，则可能出现矢量悬浮在空中或穿刺入地表等错误情况，因此必须根据相应地形几何模型，在矢量数据中动态地引入或者删除新的顶点或线段，从而生成与地形几何表面相匹配的数据模型，Xiaoping Rui 与 Yanmin Zhang 在标题为 Overlaying Vector Data on 3D Terrain [C] (Proc. IEEE IGARSS 2004，Alaska，2004，4560-4563)的文章中公开了这类方法。

这类方法实现较为复杂，且需要不断细节调整，在大规模数据量情况下计算量过大。

Martin Schneider 与Reinhard Lein 在标题为Efficient and Accurate Rendering of Vector Data on Virtual Landscapes [J] (Journal of WSCG，2007，59-65)的文章中提出了一种基于模版阴影体的矢量数据叠加绘制方法，该方法需要先将矢量数据扩充成多面体，在地形绘制完成后，将该多面体第一遍绘制到Mencil Buffer (模版缓存区)形成一层掩模，再次绘制该多面体时即可完成矢量绘制，不同颜色的矢量需要分开依次绘制，这一方法效果较好但是过程相当复杂且成本代价大。