海量星球表面数据的多尺度合成方法研究

Resolution of planet surface data acquired by orbiter is usually insufficient and cannot meet requirement of some visualization applications. To solve this problem, multiscale texture synthesis method is applied to super resolution synthesis of planet surface data. The main contents of this project are divided into two parts: example-based multiscale synthesis of massive planet surface data, and multiscale parallel synthesis method on GPU. For simple start, this project mainly to study on the DEM and DOM data, which are two representative data of planet surface. Compared with traditional visualization methods, combination of multiscale synthesis and multiscale rendering can increase the level of detail (LOD), reduce disk storage and data load, therefore is suitable for real-time high resolution visualization system.

本项目针对轨道探测器获取的全星表数据分辨率不足、不能满足某些可视化应用的需求这一问题，将多尺度纹理合成方法应用于全星表探测数据超分辨合成。主要研究内容为海量星球表面数据(以DEM和DOM为主)的样本多尺度合成方法，以及GPU上的并行多尺度合成算法和加速方法。相比于传统的可视化方法，本项目研究的多尺度合成结合多尺度绘制的可视化方法具有层次细节丰富、硬盘存储少、加载数据少等特点，适合应用于全星表高分辨实时可视化系统。

空间科学中获取的空间科学数据常常存在分辨率不足、不能满足可视化应用的需求。本项目将纹理合成相关方法应用于空间数据可视化，并在纹理合成相关基础理论方面做出一定探索性研究。根据基金评审人的意见，将研究内容调整为侧重合成的基础方法研究。主要研究内容包括构建多尺度场景内容、自然场景的分析与表示、基于语义的重定位、基于语义的色调调整合成、高质量时空一致性融合、基于GPU的空间数据实时可视化方法等。部分研究成果已经在月表地形、太阳风、地磁场等地表相关数据可视化上得到应用。.在本基金项目的支持下，共发表文章11篇。其中国内外期刊文章8篇，会议文章3篇。