题目：并行绘制引擎中的帧同步和图像融合问题的研究与实现

并行绘制技术可以有效提高场景绘制的效率，以适应越来越大的场景规模及满足越来越复杂的绘制及仿真算法需求。基于集群的并行绘制引擎有着高性价比、扩展性好、使用灵活和升级方便等诸多优点，成为近几年来研究的热点。在sort-first并行绘制引擎系统中，由于不同绘制节点生成的图像需在拼接节点同步输出，必须解决绘制节点及拼接节点的帧同步问题；在sort-last并行绘制引擎系统中，由于不同绘制节点产生的整幅场景数据需在融合节点进行深度融合，必须借助于数据压缩手段有效降低网络负载，并通过深度融合更好地合成场景。基于上述要求，本文以国家863 计划项目“支持大规模动态复杂场景的虚拟现实引擎系统”（2007AA01Z337）为背景开展了研究工作，主要包括：(1) 给出了一种可用于sort-first并行绘制引擎的自适应帧率控制方法。该方法综合考虑了sort-first并行绘制引擎系统的效率与场景绘制平稳性两个因素，给出了基于AIAMD(Additive Increase/additive decrease、 Additive Increase/multiplicative decrease）的时间预测模型，根据绘制节点的场景绘制时间、绘制节点向拼接节点的图像信息传递时间及二者之和的变化，动态调整时间预测模型的参数，对各绘制节点的帧率进行AIAMD自适应控制，最终达成系统的帧同步。(2) 给出了一套在sort-last并行绘制引擎中进行图像深度融合的方法。针对目前sort-last并行绘制引擎的主要开销和瓶颈，给出了一个基于模板信息的LZW(Lempel Ziv Welch)图像深度信息无损压缩方法、一个基于Jpeg的图像颜色信息有损压缩方法和一个基于透明度信息的direct send方法。通过将上述方法应用于sort-last并行绘制引擎的图像深度融合，提高了图像深度融合系统的效率与绘制效果。