曾红梅，刘子桓

（四川大学计算机学院，成都610065）

0 引言

随着城市信息化应用水平不断提升，智慧城市建设应运而生[1]。以OpenSceneGraph（OSG）三维渲染引擎为代表的场景可视化系统，为实时显示大规模城市场景提供了巨大支持[2]。然而，近几年CPU和GPU发展迅速，内存和硬盘的发展较为缓慢，数据访问速度成为大规模场景可视化的主要瓶颈[3]。并且，大规模场景的LOD模型数据量通常十分庞大[4]，不能常驻内存和显存，可视化系统需要利用out-of-core技术完成场景LOD模型内外存调度工作。因此，研究大规模场景LOD模型out-of-core调度机制，对推动智慧城市建设具有重要意义。

目前，主要通过基于几何的建模和基于图像的建模两种方式获取场景模型[5]。随着无人机的飞速发展，通常利用无人机倾斜摄影的方法，高效地采集到真实度高的场景数据，然后通过几何校正、影像匹配和空中三角测量技术处理测量得到的数据，最终基于图像建模大规模场景[6]。其中倾斜摄影测量技术[7]是近年的一种新兴测量技术，从垂直、倾斜等不同角度采集影像，以获得地面物体更为完整准确的信息[8]。

同时对于大规模场景内外存调度问题，主要通过改变场景数据内外存组织形式和改进场景数据调度机制两种方式解决。Da Silva等[9]将大型点云数据组织成动态八叉树结构，设计了一种基于部分排序的Morton码，提高外存数据查询效率。Gong等[10]结合八叉树和R树叶子节点，提出3DORTree概念和一种基于深度遍历与广度遍历的混合遍历方法，对场景数据组成的3DORTree进行遍历。……