一种多分辨率数字高程模型三维可视化方法及装置

1.本发明涉及计算机图形学技术领域，具体涉及一种多分辨率数字高程模型三维可视化方法及装置。


背景技术：

2.数字高程模型(digital elevation model，dem)是地理信息系统(geographic information system，gis)在二维地理空间上实现对地表地理信息的数字化表达，通常以二维数组表示空间信息，常用于地形分析，但在地形地貌展示与分析方面需要一定专业知识储备才能较好理解，不如三维直观高效。为了更好地将dem应用于地形分析、飞行模拟以及军事仿真，现阶段研究重点在于如何对卫星或其他手段采集到的二维空间数据进行三维空间的可视化重建。
3.地形三维可视化包括地形简化和可见性计算两部分，其中地形简化的主流是基于四叉树构建层次细节模型(level of detail，lod)，可以根据不同的条件展示不同分辨率的模型，可见性计算是通过相机位置和遮挡关系等信息减少当前位置不可见数据的渲染，提高模型可视化的实时性能，研究主要集中在遮挡剔除(occlusion culling)。当前研究存在两个主要问题：一方面，四叉树算法通常只选取某一矩形区域的四个角点或者边的中点作为四叉树结点，虽然简化了地形，但这些点往往不是地形特征点，精度有限，为了让模型达到较好的精度，多次对四叉树划分，导致树高不断增加，构建出来的四叉树往往不是平衡四叉树，相邻地块的分辨率不同，在最终构网时出现地形裂缝，并且遍历和更新四叉树的时间开销会很大。另一方面，遮挡剔除在地形可视化方面只适合采用基于图像空间的方法，如z-buffer算法和光线投射算法，虽然精度高，但计算量过大，且容易出现重复计算。
4.地形简化部分的解决方案通常采用滤波的方法或者基于地形特征的方法得到特征点，再采用不规则格网对地形划分或者多次遍历四叉树确定邻接区域的分辨率，对低分辨率区域打补丁，但滤波方法会导致地形效果过于平滑，失去真实性，地形特征方法单独采用几个地形特征指标作为评价指标，会导致地形缺少平滑效果，也有部分研究采用空间自相关方法，但计算方法复杂，计算量大。
5.可见性计算部分的解决方案通过对光线投射的目标增加包围体实现运算加速，常见有球体包围盒、长方体包围盒，但在地形可视化方面没有考虑山体往往是锥体，且空间上具有连续的特征，会出现过度遮挡问题以及包围体空间利用率低的问题。


技术实现要素：

6.为解决以上问题，本发明提供一种多分辨率数字高程模型三维可视化方法，创新性地提出一种基于地形块的多评价因子四叉树层次细节模型；对常用地形因子进行主成分分析(principal component analysis，pca)，构建地形特征综合指标，实现地形特征强度的量化，根据多评价准则及遮挡关系确定特征点的选取，最后通过tin构网，实现无裂缝的地形三维可视化。
7.技术方案：为解决上述技术问题，本发明采用的技术方案为：
8.本发明的技术方案分为预处理和实时处理两部分，预处理部分包括地形特征综合指标的计算，实时处理部分包括多评价因子四叉树的初始化及更新、屏幕空间裁剪、遮挡剔除和特征点选取。
9.为避免四叉树递归构建带来的空间开销，用队列保存整个四叉树。设置一个层次指针数组保存四叉树每层结点的起始地址，加速叶子结点的查找，再设置一个细分标记数组保存四叉树各层被细分的结点下标，便于更新四叉树。所有结点只保存3个信息：当前结点所代表地形块的中心坐标、该结点是否被细分的标记以及该结点所代表地形块的尺寸信息。
10.首先，输入数字高程模型dem文件，计算原始dem的多个地形因子，对这些因子进行主成分分析，构建地形特征综合指标，作为下一步的输入。
11.然后构建结点评价系统，分为静态部分和动态部分。静态部分包括树高评价准则和地类评价准则，作为多评价因子四叉树的基本评价准则，不需要更新；动态部分包括视距评价准则、视野评价准则和特征评价准则，随着相机参数实时更新。
12.树高评价准则由原始地形的宽度和模型简化率确定，用于构建简单四叉树；地类评价准则由平原、丘陵和山地三种地形确定，通过计算多个结点及子节点的高度确定当前区域地形类别，在简单四叉树的基础上构建地类四叉树；视距评价准则由最远和最近有效距离确定，是结点评价系统动态部分的基础；视野评价准则由需要观察的范围确定，得到一个包含观察中心区域、过渡区域和非观察中心区域的视点四叉树，完成多评价因子四叉树初始化。特征评价准则根据视距评价准则实时变化，动态获取特征点，为了减少计算量，需要在屏幕空间裁剪和遮挡剔除后进行特征点获取。
13.多评价因子四叉树初始化后需要进行地形可视化，包括屏幕空间裁剪和遮挡剔除。相机在漫游时许多地形都处在屏幕外，无法被看到，如果对所有地形块进行光线投射，会产生大量无效计算，因此需要对屏幕外的点进行屏幕空间裁剪。首先将物体从世界空间坐标系转换到标准设备坐标系，然后根据标准设备坐标的x，y值判断该物体是否出现在屏幕上，只有当地形块出现在屏幕上时才对其进一步处理。
14.遮挡剔除基于这样的前提：当前屏幕中出现高大山体，相机在距离地面较远时，山体在屏幕上占据的像素数量会减少，视距评价准则和特征评价准则也会减少每个地形块的特征点数量，而相机在距离地面较近时，经过屏幕空间裁剪后出现在屏幕中的地形块数量也是有限的。因此只要第一帧相机视线与水平面夹角成90度，就可以确保此时屏幕内的地形块几乎不存在完全遮挡，不需要遮挡剔除，对每个叶子结点所代表地形块构建遮挡三角形，存入遮挡数组，准备下一帧遮挡关系判断。当相机参数变动，由地形块中心位置向相机位置发出射线，计算该射线在屏幕中所处位置，读取相应位置遮挡数组，遍历遮挡数组中是否有遮挡三角形与射线相交，如果有，说明该地形块被遮挡，不需要加入新的特征点，如果没有，说明该地形块不被遮挡，作下一帧的遮挡三角形加入遮挡数组；
15.经过遮挡剔除的叶子结点代表粗略的地形块模型，需要根据特征评价准则加入特征点，在不增加树高的情况下提高地形模型精度，最终得到三维模型需要渲染的所有顶点构建tin，送往gpu渲染。
16.第一方面，提供一种多分辨率数字高程模型三维可视化方法，包括：
17.一、数据预处理阶段：
18.s1、获取数字高程模型dem数据；
19.s2、计算数字高程模型dem数据的多个地形因子，对这些地形因子进行主成分分析(principal component analysis，pca)，计算得到地形特征综合指标；
20.二、数据实时处理阶段：
21.s3、多评价因子四叉树构建：基于数字高程模型dem数据和地形特征综合指标，按序构建树高评价准则、地类评价准则、视距评价准则、视野评价准则和特征评价准则，得到多评价因子四叉树；
22.s4、多评价因子四叉树更新：随着漫游过程中相机参数变动，实时更新视距评价准则、视野评价准则和特征评价准则，重新进行视距评价、视野评价，得到新的多评价因子四叉树：
23.s5、地形可视化：基于所述多评价因子四叉树，进行屏幕空间裁剪，遮挡剔除，特征评价，得到所有需要加载的点，构建不规则三角网(triangulated irregular network，tin)，送往gpu渲染，加载画面。
24.在一些实施例中，所述地形因子包括坡度、地表粗糙度、地表切割深度、地形起伏度、高程异变系数、剖面曲率、平面曲率。
25.在一些实施例中，构建树高评价准则，包括：
26.根据dem尺寸以及地形特征点的地形特征综合指标比例，构建树高评价准则level：
27.level＝log
2 w-log
2 r-h
28.其中w代表dem尺寸，r代表地形误差小于一定阈值时通过地形特征综合指标选取的点的最大比例，h代表可自主调节高度的参数；满足树高评价准则的四叉树称为简单四叉树；
29.构建地类评价准则，包括：
30.计算多个结点及子节点的高度确定当前区域地形类别，在简单四叉树的基础上构建地类四叉树；
31.取结点中心点与该结点划分一次后的四个子节点的中心点，
32.如果这5个点中任意一点的高度大于等于200米且小于500米，则认为该区域是丘陵地形，进行一次划分；
33.如果大于等于500米，则认为该区域是山地，进行两次划分；
34.如果小于200米，则认为该区域是平原，不需要划分，最终得到三种地形之间在四叉树中的层次只相差1，便于后续构网，避免出现裂缝。
35.在一些实施例中，构建视距评价准则，包括：
36.首先，以地形恰好完全显示在屏幕上时的距离作为最远有效距离far：
[0037][0038]
其中w代表dem边长，fov代表相机参数；
[0039]
然后，以地形的某一较小范围恰好完全显示在屏幕上时的距离作为最近有效距离near：
[0040]
near＝far
×
α
[0041]
其中α表示缩放因子；
[0042]
最后，基于最远有效距离far和最近有效距离near，构建视距评价准则distance：
[0043][0044]
其中camera代表当前相机与观察中心的距离；
[0045]
和/或，构建视野评价准则，包括：
[0046]
将观察区域分为中心观察区域inner和过渡区域out：
[0047][0048]
inner＝out
×
0.5
[0049]
其中out
max
代表外层过渡区的最大边长，out
min
代表外层过渡区的最小边长，far代表最远有效距离，near代表最近有效距离，distance代表视距评价准则。
[0050]
构建特征评价准则，包括：
[0051]
基于地形特征综合指标和视距评价准则，构建特征评价准则threshold，：
[0052][0053]
其中f
min
代表最小地形特征综合指标，f
max
代表最大地形特征综合指标，distance代表视距评价准则，far代表最远有效距离，near代表最近有效距离。
[0054]
在一些实施例中，初始化得到多评价因子四叉树，包括：
[0055]
基于数字高程模型dem数据，以整个地形范围作为四叉树根结点，判断四叉树是否满足树高评价准则，如果满足则继续细分，如果不满足则停止，得到一个代表基本地形的简单四叉树；
[0056]
之后根据地类评价准则对简单四叉树的叶子节点进一步细分，得到一个地类四叉树；
[0057]
最后判断地类四叉树的叶子结点是否满足视野评价准则：如果满足，说明结点处于观察区域，需要继续划分；如果不满足，不需要划分，得到视点四叉树，多评价因子四叉树构建完成。
[0058]
在一些实施例中，更新多评价因子四叉树，包括：
[0059]
相机参数变动后，先更新视距评价准则，再更新视野评价准则，根据新的视野评价准则，判断所有结点是否需要细分或删除；分为以下4种情况：
[0060]
1).之前满足视野评价准则的结点，若相机参数变动后仍满足视野评价准则，则不需要更新；
[0061]
2).之前满足视野评价准则的叶子结点，若相机参数变动后不再满足视野评价准则，需要删除，同时该叶子结点的父结点重新标记为未细分，成为新的叶子结点；
[0062]
3).之前不满足视野评价准则的结点，若相机参数变动后仍不满足视野评价准则，则不需要更新；
[0063]
4).之前不满足视野评价准则的结点，若相机参数变动后满足视野评价准则，需要
细分，同时该结点标记为被细分，添加四个叶子结点；
[0064]
在一些实施例中，进行屏幕空间裁剪，包括：
[0065]
判断多评价因子四叉树的叶子结点是否处于屏幕内，如果在屏幕内，进行下一步处理，否则跳过该结点；
[0066]
在一些实施例中，遮挡剔除，包括：
[0067]
基于屏幕内的叶子结点，向相机位置发出射线，计算该射线在屏幕中所处位置，读取相应位置遮挡数组，判断是否有遮挡三角形与射线相交，如果有，说明该地形块被遮挡，不需要加入新的特征点，如果没有，说明该地形块不被遮挡，以地形块中心点高度作为遮挡三角形的高，以地形块尺寸的一半作为遮挡三角形底边长度，加入遮挡数组。
[0068]
更新后的四叉树需要重新进行遮挡剔除，步骤如下：
[0069]
1.将该结点在世界坐标系下位置投影到屏幕空间，划分并判断在屏幕空间中的位置；
[0070]
2.在世界空间坐标系下，将该结点位置作为源点，源点与相机位置连线作为方向构造射线；
[0071]
3.根据初始化得到的遮挡三角形集合，读取该结点所处屏幕空间中的遮挡数组；
[0072]
4.遍历数组中的遮挡三角形，将射线与遮挡三角形相交判断，如果相交说明该结点被遮挡，无需渲染，判断下一个结点；
[0073]
5.如果没有被遮挡，构造该结点的遮挡三角形并存入临时数组，待所有结点判断完毕后将临时数组作为新的遮挡三角形集合，用于下一帧判断。
[0074]
在一些实施例中，进行特征评价，包括：
[0075]
基于不被遮挡的叶子结点，判断结点所代表范围的点是否满足特征评价准则，如果满足，则加入渲染队列，如果不满足，则跳过，最终得到所有需要的点，构建tin，送往gpu渲染。
[0076]
第二方面，本发明提供了一种多分辨率数字高程模型三维可视化装置，包括处理器及存储介质；
[0077]
所述存储介质用于存储指令；
[0078]
所述处理器用于根据所述指令进行操作以执行根据第一方面所述方法的步骤。
[0079]
第三方面，本发明提供了一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述方法的步骤。
[0080]
与现有技术相比，本发明的有益效果在于：
[0081]
(1)本发明中对7个常用地形因子进行pca降维，获取一个地形特征综合指标，作为地形特征强度的量化。地形特征综合指标为标量，绝对值越大，说明地形特征越明显，其中值越大说明该点山脚线特征越明显，值越小说明该点山脊或山谷特征越明显。dem中每个点都有对应的地形特征综合指标值，相对单一特征点(如山脊点、山谷点)或滤波的方式(如重要点法)，通过地形特征综合指标获取的点具有明显的连续特征，能够全面描述地形特征，更好地保留了地形地貌。
[0082]
(2)本发明选取多个区域，得到以下不同方法的平均rmse：单纯山脊点为1.304，单纯山谷点为1.294，山脊山谷点综合为1.182，重要点法(very important point，vip)为2.041，本发明在只加载70％特征点时就为0.815，说明本发明的精度高于山脊山谷点法和
重要点法。
[0083]
(3)本发明中的多评价因子四叉树可大大提高渲染性能，选取同一地形区域，对比以下方法的时间开销：实时连续lod加载时间为861.009ms，平均更新时间为20.243ms；传统多分辨率加载时间为243.36ms，平均更新时间为16.518ms；本发明加载时间为23.011ms，平均更新时间为9.391ms。选取同一地形区域，对比以下方法的漫游帧数：实时连续lod为25-104fps，平均41fps；多分辨率lod为26-113fps，平均54fps；本发明为49-144fps，平均111fps，说明本发明在大大减少lod构建时间的同时，整体性能也更稳定。
[0084]
(4)本发明的保守性遮挡剔除算法通过构建遮挡三角形，能够确保不被完全遮挡的地形可以以较低分辨率显示，降低了单纯光线投射的时间开销。在开启遮挡剔除后本发明的测试帧数为76-144fps，数据简化率平均达到31.40％，能够很好地减少数据量。
附图说明
[0085]
图1为本发明实施例提供的一种全局处理方法流程图。
[0086]
图2为本发明实施例中预处理流程图。
[0087]
图3为本发明实施例中多评价因子四叉树构建流程图。
[0088]
图4为本发明实施例中多评价因子四叉树更新流程图。
[0089]
图5为本发明实施例中地形可视化流程图。
具体实施方式
[0090]
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式进一步阐述本发明。
[0091]
在本发明的描述中，若干的含义是一个以上，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
[0092]
本发明的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
[0093]
实施例1
[0094]
一种多分辨率数字高程模型三维可视化方法，包括：
[0095]
一、数据预处理阶段：
[0096]
s1、获取数字高程模型dem数据；
[0097]
s2、计算数字高程模型dem数据的多个地形因子，对这些地形因子进行主成分分析(principal component analysis，pca)，计算得到地形特征综合指标；
[0098]
二、数据实时处理阶段：
[0099]
s3、多评价因子四叉树构建：基于数字高程模型dem数据和地形特征综合指标，按序构建树高评价准则、地类评价准则、视距评价准则、视野评价准则和特征评价准则，并对
dem数据依次进行树高评价、地类评价、视距评价、视野评价，得到多评价因子四叉树；
[0100]
s4、多评价因子四叉树更新：随着漫游过程中相机参数变动，实时更新视距评价准则、视野评价准则和特征评价准则，重新进行视距评价、视野评价，得到新的多评价因子四叉树；
[0101]
s5、地形可视化：基于所述多评价因子四叉树，进行屏幕空间裁剪，遮挡剔除，特征评价，得到所有需要加载的点，构建不规则三角网(triangulated irregular network，tin)，送往gpu渲染，加载画面。
[0102]
在本实施例中，提供一种多分辨率数字高程模型三维可视化方法，dem数据来自地理空间数据云公开数据，图像尺寸为3601*3601，分辨率30m，渲染引擎采用three.js，全局处理流程如图1所示。
[0103]
数据预处理需要计算地形特征综合指标，如图2所示。
[0104]
首先对获取的原始dem数据计算坡度、地表粗糙度、地表切割深度、地形起伏度、高程异变系数、剖面曲率、平面曲率7个指标，以每个像素点作为一个样本，7个指标作为变量，构建二维数组，分别选取100*100像素的平原、丘陵、山地地区作为抽样区域，每个类型的地区随机选取两次，确保数据可靠性。对抽样数据规范化后做kmo检测和巴特利特球形度检验，结果如表1所示，本次数据kmo均为0.8以上，说明数据有较强相关性，可以做pca降维。
[0105]
表1.采样地区主成分适用性检验结果
[0106]
地区平原1平原2丘陵1丘陵2山地1山地2kmo0.8100.8180.8730.8690.8680.825
[0107]
后续步骤以平原1的降维结果说明，其他地区同理。总方差解释如表2所示，在2个特征值时方差累积贡献率可达85％，说明2个主成分就能够提取主要的信息成分，因此选取这两个主成分f1和f2作为新的指标。
[0108]
表2为本技术实施例提供的采样平原1地区的主成分适用性检验结果。
[0109]
表2.总方差解释
[0110][0111]
f1和f2可由原变量的线性组合得到，系数为表3所示成分矩阵，最后的地形特征综合指标计算方法如式(1)所示。
[0112]
表3为本技术实施例提供的采样平原1地区的成分矩阵。
[0113]
表3.成分矩阵
[0114][0115]
slope0.9460.007rough0.9250.008cut_depth0.9110.001pingmian-0.0110.906poumian0.016-0.906
[0116]
本技术实施例使用的一种地形特征综合指标f
综合
计算方法，如下：
[0117][0118]
其中fi(i＝1，2，...，k)代表主成分，λi(i＝1，2，...，k)为特征值，k是选取的主成分个数，p是所有主成分个数。
[0119]
然后，输入dem文件和地形特征综合指标，根据dem尺寸以及简化率，构建树高评价准则level，如式(2)所示，
[0120]
level＝log
2 w-log
2 r-h
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0121]
其中w代表dem尺寸，r代表地形误差小于一定阈值时通过地形特征综合指标选取的点的最大比例，h代表可以自主调节高度的参数。
[0122]
本实施例将误差阈值设置为10m。精度要求越高，需要选取的特征点越多，计算的开销越大，通过调节代表高度的参数h，可以根据自己需要的分辨率调整树高。
[0123]
然后，构建地类评价准则，选取结点中心点与该结点划分一次后的四个子节点的中心点，如果这5个点中任意一点的高度大于等于200米且小于500米，则认为该区域是丘陵地形，进行一次划分；如果大于等于500米，则认为该区域是山地，进行两次划分，如果小于200米，则认为该区域是平原，不需要划分，最终得到三种地形之间在四叉树中的层次只相差1，便于后续构网，避免出现裂缝。
[0124]
然后，构建视距评价准则，以地形恰好完全显示在屏幕上时的距离作为最远有效距离far，计算方式如式(3)所示；
[0125]
本技术实施例提供的一种最远有效距离：
[0126][0127]
其中w代表dem边长，fov代表相机参数。
[0128]
以地形的某一较小范围恰好完全显示在屏幕上时的距离作为最近有效距离near，计算方式如式(4)所示，
[0129]
本技术实施例提供的一种最近有效距离near：
[0130]
near＝far
×
α
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0131]
其中α表示缩放因子。
[0132]
本实施例将α设为1/20，代表以地形边长1/20恰好完全显示在屏幕上时的相机位置与地面的距离作为最近距离。
[0133]
然后根据式(5)构建视距评价准则distance：
[0134]
本技术实施例提供的一种视距评价准则distance：
[0135][0136]
其中camera为相机和观察中心点的距离。
[0137]
根据上一步视距评价准则，构建视野评价准则，将观察区域分为中心观察区域和过渡区域，中心观察区域是分辨率最高的区域，过渡区域作为中心区域和其他低分辨率区域的过度，避免出现分辨率差距过大导致的突兀。
[0138]
本技术实施例提供的一种视野评价准则out：
[0139][0140]
其中out
max
代表外层过渡区的最大边长，out
min
代表外层过渡区的最小边长，far代表式(3)的最远有效距离，near代表式(4)的最近有效距离，distance代表式(4)的视距评价
准则。
[0141]
因此本实施例以整个地形边长的1/4长度作为外层过渡区的最大边长，即out
max
参数,以地形1/10作为外层过渡区的最小边长，即out
min
参数，根据式(6)计算出过渡区域边长，本实施例将内层中心观察区域边长设置为外层过渡区的一半。
[0142]
然后，构建特征评价准则threshold：
[0143][0144]
根据当前位置判断哪些特征点应该加入地形，如式(7)所示，地形特征综合指标越大，所需要加载的特征点越少，地形特征综合指标越小，需要加载的特征点越多。其中f
min
代表最小地形特征综合指标，由式(3)中的r所表示的特征点比例确定，f
max
代表最大地形特征综合指标，本实施例设为加载20％特征点时的地形特征综合指标，distance代表当前位置，far和near分别代表式(3)和式(4)的结果。
[0145]
根据评价准则对四叉树初始化，以整个地形范围作为根结点，判断四叉树是否满足树高评价准则，如果满足则继续细分，如果不满足则停止，得到一个代表基本地形的简单四叉树。之后根据地类评价准则对简单四叉树的叶子节点进一步细分，得到一个地类四叉树。最后判断地类四叉树的叶子结点是否满足视野评价准则：如果满足，说明结点处于观察区域，需要继续划分；如果不满足，不需要划分，得到视点四叉树，多评价因子四叉树构建完成，流程图如图3所示。
[0146]
多评价因子四叉树初始化后首先进行屏幕空间裁剪，即计算当前四叉树叶子结点是否处于屏幕内，如果在屏幕内，进行遮挡剔除，否则跳过该结点。由于初始化时相机视角垂直向下，且距离地面近，因此可认为当前经过屏幕空间裁剪后的结点所代表地形没有被遮挡。由于空间和时间连续性，下一帧的画面中的遮挡三角形往往是上一帧画面中没有被遮挡的部分，因此可以为当前叶子结点构建遮挡三角形，存入遮挡数组。本实施例以每个地形块中心点高度的一半作为遮挡三角形的高，以地形块尺寸的一半作为遮挡三角形的长和宽，构建立方体，作为遮挡三角形加入遮挡数组。
[0147]
最后，根据特征评价准则，添加一定数量的特征点构建tin，送往gpu渲染，初始化完毕，加载第一帧画面。
[0148]
多评价因子四叉树更新如图4所示，相机参数变动后，首先更新视距评价准则，再更新视野评价准则，根据新的视野评价准则，判断所有结点是否需要细分或删除，需要删除的结点在删除后，其父结点成为新的叶子结点，需要细分的结点则划分为四个新叶子结点。然后重新进行屏幕空间裁剪和遮挡剔除，最后，重新进行特征评价后加入特征点，构建新的tin，送往gpu渲染，形成新的三维模型，如图5所示。
[0149]
实施例2
[0150]
第二方面，本实施例提供了一种多分辨率数字高程模型三维可视化装置，包括处理器及存储介质；
[0151]
所述存储介质用于存储指令；
[0152]
所述处理器用于根据所述指令进行操作以执行根据实施例1所述方法的步骤。
[0153]
实施例3
[0154]
第三方面，本实施例提供了一种存储介质，其上存储有计算机程序，所述计算机程
序被处理器执行时实现实施例1所述方法的步骤。
[0155]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0156]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0157]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0158]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0159]
由技术常识可知，本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实现。因此，上述公开的实施方案，就各方面而言，都只是举例说明，并不是仅有的。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明包含。