羅德寧，劉啟虞，郭德全

(成都信息工程大學(xué) 自動(dòng)化學(xué)院，四川 成都 610255)

在城市發(fā)展過(guò)程中，數(shù)字孿生技術(shù)[1-2]是智慧城市[3]實(shí)現(xiàn)數(shù)字化-智能化-智慧化跨越的一個(gè)重要途徑。利用數(shù)字孿生技術(shù)實(shí)現(xiàn)物理世界和數(shù)字世界的虛實(shí)融合與交互，能夠解決物理世界中不可能完成的一些工作[4]。物理世界的數(shù)據(jù)眾多，包括時(shí)空基礎(chǔ)數(shù)據(jù)、物聯(lián)感知數(shù)據(jù)、網(wǎng)絡(luò)傳輸數(shù)據(jù)、業(yè)務(wù)應(yīng)用數(shù)據(jù)以及運(yùn)行評(píng)估數(shù)據(jù)等。其中，時(shí)空基礎(chǔ)數(shù)據(jù)又包括矢量數(shù)據(jù)、影像數(shù)據(jù)、高程模型數(shù)據(jù)、地理實(shí)體數(shù)據(jù)、地名地址數(shù)據(jù)、3維模型數(shù)據(jù)等[5-6]。如何將這些海量數(shù)據(jù)構(gòu)建成一個(gè)孿生化數(shù)字世界是3維圖形繪制中面臨的一個(gè)巨大挑戰(zhàn)。3維地形繪制是數(shù)字化世界的底座，目前一般的硬件還難以支撐海量數(shù)據(jù)的繪制算力，亟待提出更高效的繪制方法[7-8]。

目前，學(xué)術(shù)界和工業(yè)界提出了多種3維地形繪制方法，主要通過(guò)地形分塊[9]、視錐裁剪[10]、層次細(xì)節(jié)（LOD）[11]、Out-of-core[12]、曲面細(xì)分[13]等技術(shù)提高繪制效率。Losasso等[14]提出幾何裁剪圖（geometry clipmaps）算法，一種基于視點(diǎn)連續(xù)的細(xì)節(jié)層次方法，地形高程數(shù)據(jù)作為紋理圖像，采用Clipmap結(jié)構(gòu)組成嵌套的規(guī)則網(wǎng)格形式的幾何數(shù)據(jù)進(jìn)行繪制。Li等[15]利用總面積表（SATs）加速地形繪制與采用幾何著色繪制多分辨率地形，解決Geometry Clipmaps中LOD控制和細(xì)節(jié)不足的問(wèn)題。Dick等[16]利用GPU（graphics processing unit）光線投射獲取Out-of-core地形瓦片，相比光柵地形繪制過(guò)程具有可伸縮的性能優(yōu)勢(shì)。劉浩等[17]提出一種支持大規(guī)模地形瓦片數(shù)據(jù)調(diào)度的實(shí)時(shí)繪制算法，將大規(guī)模地形數(shù)據(jù)以瓦片金字塔形式存儲(chǔ)于磁盤，每幀只需調(diào)度當(dāng)前視點(diǎn)相關(guān)的少量瓦片進(jìn)入顯存繪制。通過(guò)這些方法和技術(shù)，3維地形繪制的效率得到了很大提高。

城市全要素場(chǎng)景包含多個(gè)圖層，主要有地形層、道路層、建筑層、綠化層、水域?qū)樱约俺鞘兄卫矸矫娴娜丝趯?、產(chǎn)業(yè)層、部件層、公共服務(wù)資源層等多類圖層。數(shù)字底座的地理地形數(shù)據(jù)又包括數(shù)字高程模型和數(shù)字影像（包括衛(wèi)星圖像、航拍圖像）等。目前對(duì)影像數(shù)據(jù)的處理方式主要采用空間網(wǎng)格劃分[18]、建立層級(jí)由低到高的統(tǒng)一尺寸瓦片數(shù)據(jù)，然后由地形服務(wù)器發(fā)布數(shù)據(jù)服務(wù)，客戶端發(fā)起請(qǐng)求后返回瓦片數(shù)據(jù)繪制在顯示設(shè)備上。Zhang等[19]提出一種基于柔性動(dòng)態(tài)拼接條帶（DSS）的多層GPU細(xì)分實(shí)時(shí)地形繪制方法，能夠獲得更好的視覺(jué)效果。四叉樹(shù)LOD調(diào)度[20]在大規(guī)模地形繪制中是一種非常有效的數(shù)據(jù)結(jié)構(gòu)，有利于地形數(shù)據(jù)的高效組織與調(diào)度。Campos等[21]優(yōu)化了3類不同的地形繪制數(shù)據(jù)簡(jiǎn)化方法，以并行調(diào)度瓦片方式提高繪制性能。同時(shí)，GPU能夠利用圖形繪制管線的編程性特性提供強(qiáng)大計(jì)算能力來(lái)提升3維繪制效率和效果。Kang等[22]提出在GPU上利用多分辨率細(xì)分技術(shù)優(yōu)化地形繪制，從而達(dá)到大規(guī)模地形數(shù)據(jù)的繪制能力。Zhang等[23]通過(guò)基于GIS的數(shù)字地形分析方法預(yù)先計(jì)算地形特征的粗糙度和自遮擋信息來(lái)提高地形的繪制能力。

數(shù)字孿生城市將成為智慧城市發(fā)展新階段的核心底座，成為城市虛實(shí)共生的數(shù)字基礎(chǔ)設(shè)施[24-25]。隨著地理數(shù)據(jù)采集技術(shù)的發(fā)展，地理數(shù)據(jù)呈現(xiàn)出幾何級(jí)數(shù)的增長(zhǎng)，海量數(shù)據(jù)的訪問(wèn)和繪制都是需要攻克的技術(shù)難題。因此，本文提出一種基于TMS的分層影像數(shù)據(jù)實(shí)時(shí)繪制方法解決海量瓦片數(shù)據(jù)的訪問(wèn)、索引和繪制問(wèn)題，以及不同層級(jí)銜接處出現(xiàn)嚴(yán)重色差的問(wèn)題。

本文提出自建地形服務(wù)的分層影像數(shù)據(jù)實(shí)時(shí)繪制方法涉及影像數(shù)據(jù)處理和分層3維繪制兩個(gè)方面的主要內(nèi)容。影像數(shù)據(jù)處理包括影像校色、影像切片和瓦片數(shù)據(jù)服務(wù)發(fā)布；分層3維繪制包括視口數(shù)據(jù)請(qǐng)求和分層影像混合。

1 影像數(shù)據(jù)處理

對(duì)于獲取的影像數(shù)據(jù)往往不符合3維地形繪制系統(tǒng)的數(shù)據(jù)大小、格式等要求，通常需要進(jìn)行處理。例如獲取一整張衛(wèi)星影像或無(wú)人機(jī)航拍后3維重建導(dǎo)出的影像，需要對(duì)其進(jìn)行切片才能滿足系統(tǒng)的調(diào)度要求。同時(shí)，為了更好地處理不同層級(jí)影像的色差，首先要對(duì)各層影像進(jìn)行校色，再進(jìn)行切片。而不是在大量已切片的瓦片數(shù)據(jù)中去查找需要校色的瓦片數(shù)據(jù)，工作量大而且容易出錯(cuò)。因此，影像數(shù)據(jù)處理包括3個(gè)步驟：影像校色、影像切片和瓦片數(shù)據(jù)服務(wù)發(fā)布。

1.1 影像校色

對(duì)不同影像層進(jìn)行混合繪制時(shí)，在銜接處容易出現(xiàn)嚴(yán)重的色差。因此，在影像預(yù)處理階段，對(duì)獲取的影像圖像進(jìn)行校色，能夠獲得更好的效果。例如，利用Photoshop圖像處理軟件中的圖層蒙版、色彩平衡等工具將部分色差太大的影像層與其他的影像層進(jìn)行顏色拼湊，能夠讓各層圖像過(guò)渡更自然。相鄰影像層校色前后混合效果如圖1所示，圖1（a）校色前箭頭指示處影像層之間色差較大，圖1（b）校色后這些區(qū)域過(guò)渡更自然。

圖1 相鄰影像層校色前后混合效果Fig.1 Blended effect of adjacent image layers before and after color correction

1.2 影像切片

地形服務(wù)包括WMS（web map service）、WMTS（web map tile service）、TMS等協(xié)議規(guī)范，不同的協(xié)議存在瓦片形狀、尺寸及坐標(biāo)原點(diǎn)定義的差異，這對(duì)客戶端獲取瓦片數(shù)據(jù)請(qǐng)求地址也有所不同。

本方法對(duì)影像切片采用基于TMS的瓦片金字塔切分方法[26]，這是一種相對(duì)簡(jiǎn)單、可擴(kuò)展、開(kāi)源的瓦片金字塔分割方法，它可以很容易地應(yīng)用于數(shù)字孿生城市分層影像的管理。同時(shí)，TMS采用的切片方式是自下而上，從高分辨率到低分辨率依次生成瓦片，這樣可以有效減少生成瓦片的數(shù)量，提高繪制效率和渲染速度。對(duì)于其他協(xié)議可以根據(jù)不同協(xié)議的規(guī)則進(jìn)行轉(zhuǎn)換，與采用WMTS方式不同，訪問(wèn)影像資源的目錄路徑也就不同。例如，WMTS和TMS的關(guān)系是層級(jí)（Level）和行號(hào)（Column）一致，這兩個(gè)方式計(jì)算出的row值相加等于 2level-1。瓦片金字塔切分的四叉樹(shù)結(jié)構(gòu)如圖2所示。由圖2可見(jiàn)，TMS采用四叉樹(shù)結(jié)構(gòu)劃分瓦片，能夠?qū)崿F(xiàn)空間遞歸分解，圖2（a）中，矩形代表葉子結(jié)點(diǎn)，圓形代表非葉子結(jié)點(diǎn)。

圖2 瓦片金字塔切分的四叉樹(shù)結(jié)構(gòu)Fig.2 Quadtree structure of the tile pyramid segmentation

1.3 瓦片數(shù)據(jù)服務(wù)發(fā)布

通過(guò)基于TMS協(xié)議對(duì)影像數(shù)據(jù)切片后得到大量金字塔瓦片數(shù)據(jù)，同時(shí)通過(guò)xml文件對(duì)各級(jí)瓦片數(shù)據(jù)的邊界、擴(kuò)展類型、坐標(biāo)等信息進(jìn)行管理。有了這些數(shù)據(jù)后，通過(guò)高并發(fā)能力強(qiáng)的Nginx發(fā)布瓦片數(shù)據(jù)服務(wù)，從而獲得發(fā)布影像數(shù)據(jù)服務(wù)URL，并且采用Master-Worker模式高效處理客戶端對(duì)瓦片數(shù)據(jù)請(qǐng)求。

同時(shí)將地形切片數(shù)據(jù)放到Nginx服務(wù)器下，獲得發(fā)布地形數(shù)據(jù)服務(wù)的URL。因此，通過(guò)自建地形服務(wù)能夠?qū)Ψ謱佑跋駭?shù)據(jù)的海量瓦片數(shù)據(jù)進(jìn)行管理，也能夠靈活地組織不同區(qū)域、不同精度要求的影像數(shù)據(jù)的繪制。

2 分層3維繪制

通過(guò)請(qǐng)求視口內(nèi)需要繪制的瓦片數(shù)據(jù)索引獲取影像數(shù)據(jù)，然后進(jìn)行地形網(wǎng)格構(gòu)建和分層影像混合。

2.1 視口數(shù)據(jù)請(qǐng)求

影像數(shù)據(jù)的繪制不是一次性將服務(wù)器上的所有影像數(shù)據(jù)傳遞到本地進(jìn)行繪制，海量數(shù)據(jù)根本無(wú)法快速傳輸和繪制。只有通過(guò)按需繪制方式，根據(jù)視口內(nèi)需要繪制的范圍、層級(jí)獲取瓦片數(shù)據(jù)，才能提高繪制性能。本文主要通過(guò)動(dòng)態(tài)加載未在視口內(nèi)的影像數(shù)據(jù)和卸載不在視口內(nèi)存在的數(shù)據(jù)，加速大量數(shù)據(jù)傳輸和繪制。例如，針對(duì)地形網(wǎng)格的構(gòu)建，獲取到視口中所有可見(jiàn)的地形瓦片并根據(jù)加載此瓦片的相對(duì)優(yōu)先級(jí)放入到高、中、低3個(gè)隊(duì)列中，并且根據(jù)隊(duì)列優(yōu)先級(jí)依次加載瓦片并獲取當(dāng)前瓦片的瓦片集，其中高優(yōu)先級(jí)的瓦片最先被加載，低優(yōu)先級(jí)的瓦片最后被加載，隨著視口的變化，隊(duì)列中的數(shù)據(jù)進(jìn)行動(dòng)態(tài)的變化與管理。本方法設(shè)計(jì)了巧妙的各層影像配置結(jié)構(gòu)便于視口數(shù)據(jù)的請(qǐng)求，因此，視口數(shù)據(jù)請(qǐng)求首先對(duì)影像配置文件進(jìn)行解析，然后根據(jù)視口范圍獲取各層影像的數(shù)據(jù)瓦片。

2.1.1 數(shù)據(jù)解析

首先讀取分層影像數(shù)據(jù)JSON配置文件，包含數(shù)據(jù)來(lái)源標(biāo)簽“Source”、地形數(shù)據(jù)層“TerrainURL”、影像層“ImageURL”3個(gè)標(biāo)簽屬性。該配置文件與后面各層圖像混合繪制息息相關(guān)，能夠?qū)崿F(xiàn)靈活的大量數(shù)字孿生城市分層影像的層級(jí)、順序、位置的控制管理。每個(gè)子數(shù)據(jù)包括位置信息鍵“Location”，影像層地址數(shù)組“URL”，和等級(jí)數(shù)組“LEVEL”。例如{“Location”: “Global”,“URL”:[“http://URL/Global/tilemapresource.xml”],“LEVEL”:[“9”]},將Global圖層為配置示例中全球第9級(jí)圖像，在數(shù)據(jù)解析中定義為Overlay0，以此類推；例如{“Location”: “Chengdu”,“URL”:[“http://URL/Chengdu_14/tilemapresource.xml”,“http://URL/Chengdu_18/tilemapresource.xml”],“LEV EL”:[“14”,“18”]}，Chengdu_14被定義為Overlay1,Chengdu_18被定義為Overlay2。如果還有更多圖層，Overlay的后綴依次遞增，也就是說(shuō)，Overlay下標(biāo)越小，層級(jí)越低。在地形每次疊加一個(gè)影像服務(wù)就必須生成一個(gè)影像服務(wù)對(duì)象，從而構(gòu)建出多個(gè)影像服務(wù)對(duì)象。每個(gè)影像服務(wù)對(duì)象保存著配置服務(wù)器發(fā)布的URL地址，然后根據(jù)URL地址獲取xml數(shù)據(jù)并解析，同時(shí)驗(yàn)證xml是否符合規(guī)范。對(duì)于符合x(chóng)ml規(guī)范的影像層，計(jì)算視口內(nèi)影像切片索引和路徑，通過(guò)影像行列坐標(biāo)計(jì)算得到需要加載圖片的子目錄和名字，然后根據(jù)獲取的URL和圖片層級(jí)目錄、名字和擴(kuò)展名等，創(chuàng)建HTTP訪問(wèn)本地服務(wù)器的影像切片，從而驗(yàn)證并加載影像切片。整個(gè)影像服務(wù)數(shù)據(jù)的解析過(guò)程如圖3所示。

圖3 數(shù)據(jù)解析過(guò)程Fig.3 Process of data parsing

2.1.2 視口內(nèi)各層影像獲取

首先，進(jìn)行地形網(wǎng)格構(gòu)建，獲取視口中所有可見(jiàn)的地形瓦片并根據(jù)加載此瓦片的相對(duì)優(yōu)先級(jí)放入到高、中、低3個(gè)隊(duì)列中。根據(jù)隊(duì)列優(yōu)先級(jí)依次加載瓦片并獲取當(dāng)前瓦片的瓦片集，能夠加速瓦片數(shù)據(jù)的調(diào)度與繪制。當(dāng)視口發(fā)生變化時(shí)，隊(duì)列中不僅需要加入新的瓦片，還需要將不再可見(jiàn)的瓦片從隊(duì)列中刪除，以避免無(wú)效的加載和繪制。分層影像數(shù)據(jù)JSON配置文件中存儲(chǔ)了地形URL，并且根據(jù)URL解析JSON數(shù)據(jù)確定地理坐標(biāo)系統(tǒng)。

根據(jù)圖形引擎中的相機(jī)，得到當(dāng)前視口區(qū)域的地形是否可見(jiàn)。若是能夠加載則將驗(yàn)證并獲取JSON的MIME 類型，本地服務(wù)器采用MIME 類型為application/vnd.quantized-mesh。在地形網(wǎng)格構(gòu)建中，計(jì)算網(wǎng)格的頂點(diǎn)坐標(biāo)、數(shù)量、三角形數(shù)量、索引、法線等數(shù)據(jù)，從而構(gòu)建出矩形地塊，再由許多矩形地塊構(gòu)建出視口范圍地形。

視口內(nèi)各層影像獲取過(guò)程如圖3所示，由圖3可知，根據(jù)視口內(nèi)的瓦片矩陣范圍計(jì)算屏幕像素大小，利用式（1）獲取影像瓦片的初步層級(jí)。如果影像層級(jí)大于當(dāng)前文件資源的最大層級(jí)，則重疊影像層級(jí)為當(dāng)前文件資源的最大層級(jí)；若小于則使用最小層級(jí)，從而確定影像的最終層級(jí)。

式中，l代表影像層級(jí)，R代表瓦片的矩形范圍，S代表瓦片的屏幕像素點(diǎn)。

獲取到影像層級(jí)后，計(jì)算視口內(nèi)影像瓦片的索引，使用經(jīng)緯度、層級(jí)計(jì)算行列號(hào)，采用向下取整，如式（2）所示：

式中，c為 列號(hào)，r為行號(hào)，X為經(jīng)度,Y為緯度。

由于一個(gè)層級(jí)的影像瓦片數(shù)據(jù)路徑為“...圖層名lc .ext”（ext為png、jpg、tiff等后綴名)。因此，根據(jù)獲取到的影像層級(jí)l和行列號(hào)構(gòu)建出一個(gè)影像資源的URL路徑。

最后，當(dāng)URL轉(zhuǎn)換后就會(huì)創(chuàng)建HTTP請(qǐng)求訪問(wèn)URL上的資源，若是請(qǐng)求成功驗(yàn)證圖片格式，并且標(biāo)記圖片是否能被加載，不能被加載返回一張空?qǐng)D片。

2.2 分層影像混合

為了使兩個(gè)影像圖層更好地過(guò)渡，采用式（3）進(jìn)行圖層混合。如果透明度Alpha為0，則使用底層圖像；如果為1.0，則使用頂層圖像。如果透明度Alpha介于0與1.0之間，按照通道混合。

式中，F(xiàn)C為混合后的最終顏色，BL為底層RGB顏色，TL為頂層透明通道值，A為Alpha值。

在多層影像繪制過(guò)程，根據(jù)影像服務(wù)對(duì)象構(gòu)建過(guò)程中確定的影像圖層順序，依次從最底層開(kāi)始，兩兩圖層（下標(biāo)小的作為底層，下標(biāo)大的作為頂層）依次混合，混合結(jié)果作為底層逐漸與上層混合，直至最上層混合完成，輸出最終圖像。例如，第2.1.1定義的分層影像數(shù)據(jù)JSON配置文件，首先Global圖層Overlay0與Chengdu_14圖層Overlay1混合, 混合結(jié)果再與Chengdu_18圖層Overlay2混合。如果還有更多圖層Overlay，至底向上不斷混合，直至最上層混合完成，輸出最終圖像。

3 結(jié)果與分析

本文的實(shí)驗(yàn)數(shù)據(jù)及效果對(duì)比圖都在同一配置環(huán)境下進(jìn)行。實(shí)驗(yàn)平臺(tái)采用AMD Ryzen 9 12-Core 3.80 GHz處理器, Nvidia GeForce RTX 2070 SUPER 8GB圖形顯卡及3 200 MHz 32 GB內(nèi)存。

本文針對(duì)實(shí)際應(yīng)用中的多層影像數(shù)據(jù)疊加效果進(jìn)行了相關(guān)實(shí)驗(yàn)。首先，針對(duì)一個(gè)區(qū)域的3層影像進(jìn)行疊加繪制，最外圍采用全球9級(jí)衛(wèi)星影像，中間采用14級(jí)衛(wèi)星影像，最高層采用18級(jí)衛(wèi)星影像，如圖4所示。

圖4 多層影像疊加示例Fig.4 An example of multi-layer image overlay

通過(guò)本繪制方法的分層影像數(shù)據(jù)疊加效果如圖5所示，各層影像能夠逐層融合疊加，減少了不同層級(jí)影像銜接處出現(xiàn)嚴(yán)重色差的問(wèn)題。

圖5 多層影像混合后結(jié)果Fig.5 Result of multi-layer image blending

為了對(duì)比本地地形服務(wù)和在線地形服務(wù)的分層影像數(shù)據(jù)加載和繪制過(guò)程，本方法與Cesium在線加載影像數(shù)據(jù)作了對(duì)比，如圖6所示。圖6（a）、（b）為遠(yuǎn)視角圖像，本方法的影像圖層間沒(méi)有明顯色塊，消除了色差；圖6（c）、（d）為近視角圖像，本方法的影像清晰。本方法數(shù)據(jù)調(diào)度過(guò)程平滑，而且有較好地展示效果。

圖6 本方法與Cesium調(diào)度效果Fig.6 Compared with the scheduling effect of Cesium

同時(shí)，針對(duì)本方法與Cesium調(diào)度效率上做了性能比較，如圖7所示。在測(cè)試場(chǎng)景中，鏡頭從高空到低空，逐步將盡頭拉近到“天府廣場(chǎng)”位置處，在將近4 600幀的數(shù)據(jù)動(dòng)態(tài)調(diào)度過(guò)程中，本方法（方形點(diǎn)）地形影響數(shù)據(jù)調(diào)度和繪制穩(wěn)定，沒(méi)有Cesium（圓點(diǎn)）過(guò)程中較大的幀率跳變，并且保持300 FPS的高實(shí)時(shí)性能。

圖7 本方法與Cesium調(diào)度性能對(duì)比Fig.7 Compared with the scheduling performance of Cesium

最后，本方法針對(duì)其他區(qū)域（近、中、遠(yuǎn)景及沿海等）影像數(shù)據(jù)的疊加效果做了對(duì)比，如圖8所示。實(shí)驗(yàn)表明，通過(guò)本方法對(duì)分層影像數(shù)據(jù)的繪制，能夠?qū)崿F(xiàn)高質(zhì)量的繪制效果。同時(shí)，針對(duì)影像數(shù)據(jù)內(nèi)存占用量進(jìn)行了監(jiān)測(cè)，因?yàn)槭峭ㄟ^(guò)分層分塊的影像數(shù)據(jù)動(dòng)態(tài)調(diào)度過(guò)程，內(nèi)存增量變化在200 M內(nèi)，性能也較穩(wěn)定。

圖8 更多區(qū)域分層影像繪制效果Fig.8 More examples of layered image rendering for different regions

4 結(jié)論與未來(lái)工作

本文針對(duì)海量瓦片數(shù)據(jù)的訪問(wèn)、索引和繪制，以及不同層級(jí)影像銜接處出現(xiàn)嚴(yán)重色差的問(wèn)題，提出了一種基于TMS的自建本地地形服務(wù)的分層影像數(shù)據(jù)實(shí)時(shí)繪制方法。首先，構(gòu)建不同影像層的服務(wù)對(duì)象，針對(duì)視口內(nèi)符合規(guī)范的影像圖層，計(jì)算影像切片索引和路徑，并且通過(guò)影像行列坐標(biāo)計(jì)算和獲取影像切片。具體地，針對(duì)地形網(wǎng)格的構(gòu)建，獲取視口中所有可見(jiàn)的地形瓦片并根據(jù)加載瓦片的相對(duì)優(yōu)先級(jí)放入到高、中、低3個(gè)隊(duì)列中，并且根據(jù)隊(duì)列優(yōu)先級(jí)依次加載瓦片并獲取當(dāng)前瓦片的瓦片集加速瓦片數(shù)據(jù)的調(diào)度與繪制。根據(jù)視口內(nèi)的瓦片矩陣范圍計(jì)算屏幕像素大小，獲取影像瓦片的初步層級(jí)，并且與當(dāng)前文件資源的層級(jí)比較確定影像的最終層級(jí)。然后，計(jì)算視口內(nèi)影像瓦片的索引和利用經(jīng)緯度、層級(jí)計(jì)算行列號(hào)，從而形成影像資源的請(qǐng)求路徑，加速影像索引。最后，在多層影像繪制過(guò)程中，根據(jù)影像層級(jí)大小依次從最底層開(kāi)始兩兩圖層依次混合，得到正確的混合結(jié)果。實(shí)驗(yàn)結(jié)果表明，本方法能夠靈活地繪制大規(guī)模多層級(jí)影像數(shù)據(jù)構(gòu)建出數(shù)字孿生城市場(chǎng)景地3維地形，保持300 FPS的高實(shí)時(shí)性能和實(shí)現(xiàn)高質(zhì)量的繪制效果。

本方法還存在一些未來(lái)要著重研究的工作，在影像切片的管理上還存在更高效的技術(shù)手段，例如影像數(shù)據(jù)流式方法調(diào)度，該方法可以將切片數(shù)據(jù)按需傳輸，從而減少網(wǎng)絡(luò)帶寬的使用，并提高數(shù)據(jù)傳輸?shù)男?。同時(shí)，分層影像依附的地形網(wǎng)格構(gòu)建方面，還存在一些問(wèn)題需要解決，目前的地形網(wǎng)格構(gòu)建方法主要是基于三角剖分和柵格化的方法，但是這種方法在高程精度的繪制調(diào)度方面存在一定的局限性。因此，需要研究更靈活的編輯方法來(lái)達(dá)到更高高程精度的繪制調(diào)度。例如，可以采用基于深度學(xué)習(xí)的方法來(lái)構(gòu)建高精度的地形網(wǎng)格，從而提高地形數(shù)據(jù)的準(zhǔn)確性和可靠性。