CN114004842A - “分形视距”纹理压缩与彩色多边形纹理集成的三维模型可视化方法 - Google Patents

“分形视距”纹理压缩与彩色多边形纹理集成的三维模型可视化方法 Download PDF

Info

Publication number
CN114004842A
CN114004842A CN202111124715.4A CN202111124715A CN114004842A CN 114004842 A CN114004842 A CN 114004842A CN 202111124715 A CN202111124715 A CN 202111124715A CN 114004842 A CN114004842 A CN 114004842A
Authority
CN
China
Prior art keywords
texture
building
compression
fractal
facade
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202111124715.4A
Other languages
English (en)
Inventor
周国清
包馨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guilin University of Technology
Original Assignee
Guilin University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guilin University of Technology filed Critical Guilin University of Technology
Priority to CN202111124715.4A priority Critical patent/CN114004842A/zh
Publication of CN114004842A publication Critical patent/CN114004842A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22Indexing; Data structures therefor; Storage structures
    • G06F16/2282Tablespace storage structures; Management thereof
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28Databases characterised by their database models, e.g. relational or object models
    • G06F16/284Relational databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/13Edge detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/136Segmentation; Edge detection involving thresholding
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/40Analysis of texture
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/90Determination of colour characteristics
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00Image coding
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image

Abstract

本发明公开了一种“分形视距”纹理压缩与彩色多边形纹理集成的三维模型可视化方法,主要涉及计算机图形处理和摄影测量领域。该发明主要包括:1、基于纹理图像的四叉树分割算法,对纹理数据进行分形压缩;2、结合建筑目标立面可见性以及用户浏览视点的变化情况,对分形压缩后的纹理进行解码,构建多分辨率纹理;3、将纹理图像分割成多个子区域作为节点,通过创建颜色纹理树保存节点来表示建筑立面纹理;4、建立基于Oracle的关系数据库来实现建筑物纹理数据的有效存储和快速调用。利用本发明进行纹理处理和三维模型可视化,解决了现阶段纹理数据冗余、占用内存大的问题,并且在保证渲染效果的基础上极大程度的提高了模型渲染效率。

Description

“分形视距”纹理压缩与彩色多边形纹理集成的三维模型可视 化方法
技术领域
本发明涉及计算机图形处理和摄影测量领域,尤其涉及纹理数据的处理、 数据结构和三维模型可视化三个方面。
背景技术
纹理是三维模型可视化的重要数据之一,它可以很好地还原实景地物并使 其具有真实感,因此,建立拥有精细纹理的三维建筑模型在城市规划、导航、 虚拟地理环境等领域有着广泛的应用。然而,越是精细的场景建模,所需要的 纹理越是丰富,其加载过程必然会占用大量内存并影响模型可视化速度,特别 当纹理数量十分庞大时,这个问题尤为明显。所以对纹理数据进行有效组织与 调度,对解决城市建筑模型的多尺度动态可视化问题显得十分迫切需要。
现阶段的城市建筑模型泛化方法,大多数都是侧重于模型几何结构的优化。 然而,与建筑几何数据相比,纹理数据占用内存空间更大,所以如何在不影响 模型可视化效果的同时减少纹理数据成为三维模型可视化的主要研究内容之 一。目前,研究人员为了减少纹理数据量,提出使用小波变换在水平和垂直方 向上对纹理图像进行压缩,然后建立多分辨率纹理。利用这种方法压缩纹理后, 纹理数据量明显减少,但是随着近几年建筑类型的多样性,立面纹理不仅仅包 含水平和垂直这两种分布式结构,所以压缩效果有限。S3公司提出了DXT的纹 理压缩方法,主要缺点是解码无法恢复原图像,解压效果差。此外,在三维模 型的动态可视化中,建立有效且可靠的纹理组织方法才能实现模型更流畅的加 载和展现出富有真实感的场景画面。目前影像数据的存储和组织方法主要是利 用金字塔技术,该方法虽然可以提高影像的查询效率,但是产生了大量数据冗 余。虽然,目前有些方法已经能够实现三维场景的动态可视化,但是仍然存在 以下几个明显的问题:
(1)建立的大场景城市三维模型真实感欠缺,建筑物几何、纹理数据的流 畅调度与三维模型可视化过程中的用户视觉体验之间需要取得新的平衡。
(2)城市建筑物结构复杂,几何数据和纹理数据量大,当城市建筑发生变 化时,构建好的城市建筑三维模型也要进行实时动态的更新。
发明内容
本发明提出了一种“分形视距”纹理压缩与彩色多边形纹理集成的三维模 型可视化方法,以解决目前国际上纹理数据占用内存大、三维场景可视化不流 畅的关键技术问题。
为实现本发明之目的,本发明采用以下具体技术方案予以实现:
1.基于纹理图像的四叉树分割算法,对纹理数据进行分形压缩。
传统的分形压缩方法是将值域块与定义域块固定划分大小,用局部的仿射 变换来代替全局变换。这种基于固定分块的分形压缩在进行值域块与定义域块 匹配时需要消耗较长时间,并且图像解压后容易出现“方块效应”。由于四叉树 分割法的信息存储量较小,对输入图像具有一定的适应性,因此本发明使用基 于四叉树的分形纹理压缩。四叉树纹理分割算法的基本原理是将原始纹理作为 一个树根,当匹配的误差值大于初始设置的误差阈值时,将原始纹理进行分割 为大小相等的4个子区域,这4个子区域相当于树根划分的4个子分枝,通过 不断迭代分割,最终令纹理中的每一个子分支都能得到最优匹配。
2.结合建筑目标立面可见性以及用户浏览视点的变化情况,对分形压缩后 的纹理进行解码,构建多分辨率纹理。
在进行三维建筑模型渲染之前,需对所有建筑物目标立面进行可见性分析, 删除不可见的面,只渲染和显示可见的面,以减少占用内存和提升绘制效率。 在纹理图像分形编码结束后,根据用户可视化路线和视点位置判断建筑物目标 立面是否可见。当目标立面可见时,根据相应的纹理索引,判断纹理所在位置, 然后将纹理通过迭代解压于事先初始化好的空白纹理中。根据具体应用和可视 化平台定义一个基础距离,确定立面纹理的压缩级别,生成对应级别的多分辨 率纹理数据。
3.将纹理图像分割成多个多边形(子区域)作为节点,然后根据视点变化情 况合并节点形成彩色多边形来表示建筑立面纹理;
在三维建筑模型的可视化过程中,随着用户不同的视点位置需要调用相应 不同分辨率的纹理,这是一个随着视点不断动态变化的过程。若计算得到纹理 压缩级别结果大于本发明设置最大压缩级别,但该立面又是可见时,即使调用 最低分辨率的纹理也会影响模型的可视化速度。针对此问题,本发明提出了一 种通过创建颜色纹理树保存节点来表示建筑立面纹理的方法。该方法需要根据 当前视点将分割好的纹理多边形进一步合并,利用彩色多边形代替纹理图像, 因此,需要创建一个多重数据表示结构的颜色纹理树来存储各颜色节点。
4.建立基于Oracle的关系数据库来实现对建筑物纹理数据的有效存储和快 速调用。
建筑物模型的三维信息都存储在关系数据库中,包括多个数据表单,数据 表单是由建筑物的属性表组成,并且各个属性表之间根据建筑物对象的唯一标 识符(ID)进行关联。建筑物的几何数据及纹理数据使用支持可变长二进制形 式来存储。其中几何数据文件存储的是建筑物及场景地物的模型,图像数据文 件存储的是场景多分辨率遥感图像、建筑物立面纹理图像以及建筑物顶面纹理 图像等。在关系数据库中分别赋予建筑物、顶面、立面、顶面纹理、立面纹理 等数据唯一的ID并建立关系索引,利用所述的“分形视距”纹理压缩方法将顶 面纹理和立面纹理分别创建多分辨率纹理,将其编号后进行存储。
5.根据本发明提出的基于视点和距离的纹理调度方案进行建筑物三维模型 的动态可视化。
纹理数据的动态调度是建立在纹理数据高效组织的基础之上,并根据纹理 动态调度算法加载相应场景数据到内存中。当进行三维模型的渲染绘制时,需 要根据不断变化的视角和距离调用相应纹理进行三维建筑模型的动态可视化。 首先,根据最初视点位置和视线方向加载场景数据,在视点不断变化时,需要 根据条件进行判断并调用相应的纹理数据,若三维建筑模型在视椎体外部,则 不需要渲染该模型数据;若目标建筑立面不可见,则需要剔除此建筑立面,然 后根据视角和距离调用相应分辨率纹理或者彩色多边形纹理,最终完成三维建 筑模型的动态可视化。
本发明提出的方法流程简单,可以减少纹理占用内存情况,并且在保证渲 染效果的基础上极大程度的提高了模型渲染效率,实现大场景建筑物模型的流 畅可视化。
附图说明
图1是本发明总体设计图。
图2是本发明“分形视距”多分辨率纹理生成流程图。
图3是本发明实施例视点与建筑目标立面的关系图。
图4是本发明纹理分割流程图。
图5是本发明实施例纹理分割图。
图6是本发明实施例数据存储结构图。
图7是本发明多分辨率纹理组织图。
图8是本发明视椎体示意图。
图9是本发明实施例三维建筑模型可视化示例图。
具体实施方式
下面结合本发明中的实施例附图,对本发明的具体实施方式做进一步说明。 实施例:
本实施例中,我们选择法国巴黎第一区作为研究区域,该地区大部分地域 用于商业经营和公共行政,并且区内拥有众多世界闻名的建筑和景点,建筑类 型十分丰富。建筑物立面纹理数据是通过航空摄影相机和地面测量拍摄提取获 得,而建筑物顶面纹理图像是从数字正射影像中获取,共7480幅纹理用于实验, 总大小约为7.9G。
本发明提出的一种“分形视距”纹理压缩与彩色多边形纹理集成的三维模 型可视化方法具体步骤见总体设计图(图1)。
步骤1、基于四叉树的分形纹理压缩。
结合图2,首先设定四叉树划分的最大值
Figure BDA0003278374850000041
和最小值
Figure BDA0003278374850000042
并设计误差阈 值ε的大小。设F为原始纹理,将F划分为
Figure BDA0003278374850000043
的值域块Ri,并搜索相应 的定义域块Di,则Ri满足以下条件:
Figure BDA0003278374850000044
设Ri像素点上的灰度值为a1,a2,…am,Di像素点上的灰度值为b1,b2,…bm, 则Ri与Di的最小匹配误差dmin为:
Figure BDA0003278374850000045
其中,s和o分别表示灰度对比因子和灰度平移因子,令
Figure BDA0003278374850000046
得到s和o,计算dmin。如果dmin>ε,Ri不是最小块,则将Ri进行四叉树划分, 搜索对应均方误差最小的定义域块。将s、o、仿射变换、Ri和Di的位置记录下 来,若所有的Ri都完成了与Di的匹配,则编码结束。
步骤2、“分形视距”多分辨率纹理创建。
结合图3,P1至Pn为可视化路线,P1,P2,P3,…,Pn为不同视点位置,OP1, OP2,OP3,…,OPn为不同视线方向;βj(j=1,…,n)为视点前进方向与视线方 向形成角度;αj(j=1…n)为不同视点与目标立面法向量形成角度。令面ABCD为 建筑目标立面,点A,B,C,D坐标分别为(XA,YA,ZA),(XB,YB,ZB),(XC,YC,ZC), (XD,YD,ZD);点O(XO,YO,ZO)为目标立面中点;向量
Figure BDA0003278374850000051
Figure BDA0003278374850000052
为面ABCD的 两个方向相反的法向量,则可得建筑物目标立面法向量
Figure BDA0003278374850000053
为:
Figure BDA0003278374850000054
建筑物目标立面存在两个法向量,一个指向内部,一个指向外部,若视线 可见则需要这个法向量指向外部。设Pn坐标值为(XPn,YPn,ZPn),则计算得到向量
Figure BDA0003278374850000055
为:
Figure BDA0003278374850000056
设α为建筑物目标墙面的法向量
Figure BDA0003278374850000057
与视点Pn之间的夹角,则
Figure BDA0003278374850000058
此时,若βj≤90°(j=1,…,s)且αj≤90°(j=1,…,m),则可见目标立面。
结合图2,当目标立面可见时,根据相应的纹理索引,判断纹理所在位置。 然后将纹理通过迭代解压于事先初始化好的空白纹理W中,设此时纹理图像W 的大小为M×M,其中M=2i,i为指数,用来限制纹理图像W的大小。计算视 点Pn(XPn,YPn,ZPn)与目标立面中心点O(XO,YO,ZO)的距离,即视距l:
Figure BDA0003278374850000059
根据具体应用和可视化平台定义一个基础距离d,若nd<l<(n+1)d,则确定 目标立面的压缩级别为n,此时n取整数,然后根据视点与法向量形成的角度 αj(j=1…n)确定立面被缩小cosα(0°≤α≤90°)倍,cosα∈[0,1],此时,调整 纹理压缩级别为:
Figure BDA0003278374850000061
假设最终生成的纹理分辨率为(2N×2N),则需满足:
Figure BDA0003278374850000062
将计算所得N值取整,并将其编号后存入多分辨率纹理集合I:
Figure BDA0003278374850000063
步骤3、通过不断分形迭代解码,获得不同质量的纹理图像。
一般来说,解码迭代十次后纹理的峰值信噪比(PSNR)趋于稳定,解码纹 理也基本恢复原始纹理信息,并且多分辨率纹理生成过程是一个纹理预处理过 程,其可以在三维模型的动态可视化阶段之前完成,并不影响模型的可视化效 率。
步骤4、基于纹理分割算法,将纹理图像分割为子区域多边形作为节点。
本发明采用基于Canny算法的边缘检测方法对纹理图像进行分割时,需要 先将纹理图像进行平滑处理,这样可以去除图像上细小的短线或阴影,以达到 减少分割区域数目和降低计算时间的目的。对纹理图像进行边缘检测后,共存 在两种划分区域,即背景区域和边界区域,其中,用黑色来代表非边缘区域或 者背景部分,白色则代表边缘区域。在生成边缘线的基础上将纹理图像中同色 区域分割为若干多边形子区域,然后对子区域进行判断迭代分割,直至所有子 区域都具有相同颜色为止。
结合图4,U代表需要分割的纹理图像集合,F表示原始纹理;C表示分割 完成的纹理集合,最初为空。该方法首先从集合U中获得原始纹理F中的一个 区域F0,判断F0是否为单色区域,若是单色则将F0放入集合C;若F0不是单色 区域,则将F0继续分割并将分割后的子区域D放入集合U中,直至分割到集合 U为空为止。
判断纹理颜色是否是单色时,将纹理图像的RGB颜色转换为CIELAB空间, 然后根据CIE76定义的色差计算方差,颜色方差越小,说明区域内颜色值波动 小,即分割质量越高。如果颜色方差小于设定的方差阈值,则认为纹理子区域 具有相同的颜色,否则需要将子区域继续分割。对于纹理图像分割过程中生成 的子区域部分,指定一种颜色来表示该纹理图像,然后将分割后的彩色多边形 纹理图像映射到三维建筑模型的几何体中,基于这些彩色多边形纹理,创建颜 色纹理树来生成建筑物目标立面的多重数据表示结构。
步骤5、创建颜色纹理树保存子区域节点,并生成彩色多边形纹理。
在纹理图像的分割过程中,将分割后的纹理子区域作为节点,为了记录纹 理图像的分割过程,需要创建颜色纹理树来保存这些节点。
结合图5,其中每个节点S都表示纹理分割后的多边形区域,它存在一种主 色,两节点之间的边代表两多边形节点之间的关系,即水平(H)或者垂直(V)。 每分割一次,新分割部分与现有部分之间的关系会进行重置,如图5(c)和图5(d) 所示。
对于远视点,根据压缩级别和节点特征选择纹理树节点并进行可视化。在 本发明中,如果立面的压缩水平为n,其总压缩水平为fn,此时,输入根节点t 构成的彩色多边形纹理,测试是否可以可视化。如果是的话,直接返回根节点t 作为结果,否则,分别测试其子级并返回节点ti作为结果。在这个过程中,可以 根据具体可视化平台的不同特点和要求自定义测试函数。选择了节点后,可以 用这些节点构成的立面彩色多边形纹理来代替实际立面纹理进行纹理映射。
步骤6、使用Oracle数据库来存储场景建筑物的三维数据。
结合图6,在数据的具体存储结构中,一共建立了六个属性表,分别为城市 建筑物表、顶面表、立面表、顶面纹理表、立面纹理表及纹理分辨率表,各属 性表格之间通过设定的相关唯一标识符进行链接。建筑物模型的几何数据存储 格式为OBJ,纹理图像数据存储格式为JPG。
结合图7,在关系数据库中分别赋予建筑物(BUILDING_ID)、顶面 (ROOF_ID)、立面
Figure BDA0003278374850000071
顶面纹理(ROOF_TEXTURE_ID)、立面 纹理
Figure BDA0003278374850000072
等数据唯一的ID并建立关系索引,利用前节 所述的“分形视距”方法将顶面纹理和立面纹理分别创建多分辨率纹理,将其 编号后进行存储。在城市建筑模型加载的过程中,建筑物几何数据与纹理数据 通过面表的关系索引同时加载,提高了纹理数据的搜索和调用速度。与传统纹 理数据调用方法相比,本方法能减少占用内存的大小,并且极大提高了数据调用效率。
步骤7、通过计算目标建筑物与视椎体各个裁剪面之间所存在的位置关系, 判断其是否在用户视角的可视化区域内。
视椎体指的是人眼视点与当前场景的可视化区域,通常是根据用户视角的 可视化范围所进行的一种模拟。在三维建筑场景可视化过程中,利用视椎体来 检测建筑物立面是否可见,同时删除那些不可见的区域是现阶段大众常见的一 种提高模型渲染效率的方法。
结合图8,O点为视点位置,从O点出发,根据视角和视线方向可以构建 一个六面椎体,该椎体包含上、下、左、右、前、后六个裁剪平面,其中面ABCD 为近裁剪面,面EFGH为远裁剪面。通常情况下,建筑物与视椎体的相对位置 分为三种:①建筑物P1整体包含在视椎体内部,因此该建筑物完全可见,需对 其进行绘制与渲染;②建筑物P3整体在视椎体外部,不在视线范围内,可以将 它剔除;③建筑物P2存在部分区域在视椎体内部,所以还需要对其进一步判断 和处理。
通过视椎体的判断可以对场景数据进行最大程度的删减,从而降低场景的 复杂程度,提高渲染效率。
步骤8、根据本发明“分形视距”纹理压缩与彩色多边形纹理集成的三维模 型可视化方法,对建筑物进行三维可视化。
结合图9,根据视点位置和视线范围选择了不同建筑物中的6个建筑立面, 图中分别用(a)至(f)表示,其中,P点为视点位置,P1为视点在地面的投影,P点 距地面为23.37m;O1至O6为6个建筑立面的中心点;N1至N6为各建筑立面的 法线向量;α1至α6为视线与各建筑立面中心点形成的夹角;l1至l6为视点至各建 筑立面中心点的距离,设所需纹理最大分辨率为512×512,则i=9,并且根据 平台定义基础距离d=6m。以其中的图9中(b)面为例,计算得l2=49.85m, α2=74.65°,则根据公式(8)计算可以得到N=6,即图9中(b)面所需纹理分辨率 为64×64。
按照同样的方法将视线范围内所有面进行计算,若符合条件α<90°且
Figure BDA0003278374850000081
则生成多分辨率纹理,建立属性关系后存入数据库。每个分辨率 的纹理数据只需要计算一次,不需要重复计算,当视线发生变化时,可以根据 不同的视线位置调用不同分辨率的纹理,减少内存压力,提高场景模型的可视 化流畅程度。
本发明提出的方法可以用较少纹理数据表示建筑物模型的视觉特征,减少 了大量内存的占用,在三维建筑模型渲染效率和视觉质量之间取得了很好的平 衡。虽然结合附图描述了本发明的实施方式,但是本领域内熟练的技术人员可 以在所附权利要求的范围内做出各种变形和修改。

Claims (5)

1.一种“分形视距”纹理压缩与彩色多边形纹理集成的三维模型可视化方法,其特征在于具体步骤为:
1)基于纹理图像的四叉树分割算法,对纹理数据进行分形压缩;
2)结合建筑目标立面可见性以及用户浏览视点的变化情况,对分形压缩后的纹理进行解码,创建多分辨率纹理;
3)将纹理图像分割成多个多边形(子区域)作为节点,然后根据视点变化情况合并节点,形成彩色多边形表示建筑立面纹理;
4)根据基于视点和距离的纹理调度方案进行建筑物三维模型的动态可视化。
2.根据权利要求1所述的方法,其特征在于所述的步骤1)具体为:
将原始纹理作为一个树根,当匹配的误差值大于初始设置的误差阈值时,将原始纹理进行分割为大小相等的4个子区域,这4个子区域相当于树根划分的4个子分枝,通过不断迭代分割,最终令纹理图像中的每一个子分支都能得到最优匹配,四叉树纹理分割法的信息存储量较小,对输入纹理图像具有一定的适应性,改善了基于固定分块的分形压缩中值域块与定义域块匹配时间过长的问题。
3.根据权利要求1所述的方法,其特征在于所述的步骤2)具体为:
(1)在进行三维建筑模型渲染之前,需对所有建筑物目标立面进行可见性分析,删除不可见的面,只渲染和显示可见的面,以减少占用内存和提升绘制效率;
(2)在纹理图像分形编码结束后,根据用户可视化路线和视点位置判断建筑物目标立面是否可见,当目标立面可见时,根据相应的纹理索引,判断纹理所在位置,然后将纹理通过迭代解压于事先初始化好的空白纹理中;
(3)根据具体应用和可视化平台定义一个基础距离,确定立面纹理的压缩级别,生成对应级别的多分辨率纹理数据。
4.根据权利要求1所述的方法,其特征在于所述的步骤3)具体为:
当计算得到纹理压缩级别结果大于设置的最大压缩级别,但该立面又可见时,即使调用最低分辨率的纹理也会影响模型的可视化速度,此时,需要将纹理图像分割成若干个多边形(子区域)作为节点,通过创建颜色纹理树保存节点,然后根据视点的变化情况将分割好的纹理多边形进一步合并,形成彩色多边形代替纹理图像。
5.根据权利要求1所述的方法,其特征在于所述的步骤4)具体为:
(1)将所有纹理图像按照权利要求1和权利要求2所述的具体方法进行分形压缩后形成多分辨率纹理,按照权利要求3所述的方法生成彩色多边形纹理后,根据基于视点和距离的纹理调度方案进行建筑物三维模型的动态可视化;
(2)首先根据最初视点位置和视线方向加载场景数据,在视点不断变化时,若三维建筑模型在视椎体外部,则不需要渲染该模型数据;若目标建筑立面不可见,则需要剔除此建筑立面,然后根据视角和距离调用相应分辨率纹理或者彩色多边形纹理。
CN202111124715.4A 2021-09-25 2021-09-25 “分形视距”纹理压缩与彩色多边形纹理集成的三维模型可视化方法 Pending CN114004842A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111124715.4A CN114004842A (zh) 2021-09-25 2021-09-25 “分形视距”纹理压缩与彩色多边形纹理集成的三维模型可视化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111124715.4A CN114004842A (zh) 2021-09-25 2021-09-25 “分形视距”纹理压缩与彩色多边形纹理集成的三维模型可视化方法

Publications (1)

Publication Number Publication Date
CN114004842A true CN114004842A (zh) 2022-02-01

Family

ID=79921617

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111124715.4A Pending CN114004842A (zh) 2021-09-25 2021-09-25 “分形视距”纹理压缩与彩色多边形纹理集成的三维模型可视化方法

Country Status (1)

Country Link
CN (1) CN114004842A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114742956A (zh) * 2022-06-09 2022-07-12 腾讯科技(深圳)有限公司 模型处理方法、装置、设备及计算机可读存储介质
CN116109755A (zh) * 2023-01-04 2023-05-12 泰瑞数创科技(北京)股份有限公司 一种基于CycleGAN算法生成不同场景建筑物纹理的方法
CN116385614A (zh) * 2023-03-29 2023-07-04 深圳海拓时代科技有限公司 基于可视化的3d视觉模块渲染控制系统

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114742956A (zh) * 2022-06-09 2022-07-12 腾讯科技(深圳)有限公司 模型处理方法、装置、设备及计算机可读存储介质
CN114742956B (zh) * 2022-06-09 2022-09-13 腾讯科技(深圳)有限公司 模型处理方法、装置、设备及计算机可读存储介质
CN116109755A (zh) * 2023-01-04 2023-05-12 泰瑞数创科技(北京)股份有限公司 一种基于CycleGAN算法生成不同场景建筑物纹理的方法
CN116109755B (zh) * 2023-01-04 2023-11-28 泰瑞数创科技(北京)股份有限公司 一种基于CycleGAN算法生成不同场景建筑物纹理的方法
CN116385614A (zh) * 2023-03-29 2023-07-04 深圳海拓时代科技有限公司 基于可视化的3d视觉模块渲染控制系统
CN116385614B (zh) * 2023-03-29 2024-03-01 深圳海拓时代科技有限公司 基于可视化的3d视觉模块渲染控制系统

Similar Documents

Publication Publication Date Title
CN114004842A (zh) “分形视距”纹理压缩与彩色多边形纹理集成的三维模型可视化方法
CN105336003B (zh) 结合gpu技术实时流畅绘制出三维地形模型的方法
Lindstrom et al. Image-driven simplification
US8570322B2 (en) Method, system, and computer program product for efficient ray tracing of micropolygon geometry
KR100738500B1 (ko) 영상 기반 돌출 변위 매핑 방법과, 이를 이용한 이중 변위매핑 방법
US20080238919A1 (en) System and method for rendering of texel imagery
Hwa et al. Adaptive 4-8 texture hierarchies
CN109118588B (zh) 一种基于块分解的彩色lod模型自动生成方法
CN112370784B (zh) 虚拟场景显示方法、装置、设备以及存储介质
CN112287138A (zh) 一种城市信息模型的组织调度方法、装置和设备
CN114926602B (zh) 基于三维点云的建筑物单体化方法及系统
CN114049462B (zh) 一种三维模型单体化方法及装置
CN110889888B (zh) 纹理精简和分形压缩集成的三维模型可视化方法
CN116402966A (zh) 一种三维地形可视化仿真建模方法
Zhang et al. A geometry and texture coupled flexible generalization of urban building models
US10347034B2 (en) Out-of-core point rendering with dynamic shapes
CN111028349B (zh) 一种适用于海量三维实景数据快速可视化的层级构建方法
CN112102486A (zh) 一种基于合并根节点的倾斜摄影数据lod重建方法
CN110930509A (zh) 线性四元树多层模型驱动的dem即时可视化方法
CN116402973A (zh) 一种基于lod重构的倾斜摄影模型优化方法、系统
CN109934903B (zh) 高光信息提取方法、系统、计算机设备及存储介质
CN113436307B (zh) 基于osgEarth影像数据到UE4场景的映射算法
CN115330933A (zh) 一种计及Web端快速渲染的倾斜摄影空间索引构建方法
Yang et al. Efficient simplification of large vector maps rendered onto 3D landscapes
Chang et al. Hierarchical simplification of city models to maintain urban legibility.

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination