CN102324107A - 一种面向普适终端的三维网格模型连续多分辨率编码方法 - Google Patents

一种面向普适终端的三维网格模型连续多分辨率编码方法 Download PDF

Info

Publication number
CN102324107A
CN102324107A CN201110161827A CN201110161827A CN102324107A CN 102324107 A CN102324107 A CN 102324107A CN 201110161827 A CN201110161827 A CN 201110161827A CN 201110161827 A CN201110161827 A CN 201110161827A CN 102324107 A CN102324107 A CN 102324107A
Authority
CN
China
Prior art keywords
resolution
grid
terminal
pervasive
model
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.)
Granted
Application number
CN201110161827A
Other languages
English (en)
Other versions
CN102324107B (zh
Inventor
朱为鹏
罗笑南
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.)
Sun Yat Sen University
National Sun Yat Sen University
Original Assignee
National Sun Yat Sen University
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 National Sun Yat Sen University filed Critical National Sun Yat Sen University
Priority to CN 201110161827 priority Critical patent/CN102324107B/zh
Priority to PCT/CN2011/084594 priority patent/WO2012171312A1/zh
Publication of CN102324107A publication Critical patent/CN102324107A/zh
Application granted granted Critical
Publication of CN102324107B publication Critical patent/CN102324107B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20Finite element generation, e.g. wire-frame surface description, tesselation
    • G06T17/205Re-meshing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00Indexing scheme for image generation or computer graphics
    • G06T2210/08Bandwidth reduction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00Indexing scheme for image generation or computer graphics
    • G06T2210/36Level of detail

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Image Generation (AREA)

Abstract

本发明实施例公开了一种面向普适终端的三维网格模型连续多分辨率编码方法,所述方法包括:服务器端采用特征强化的二次误差测度方法对网格模型进行简化;所述服务器端基于上述简化过程构建分辨率连续可调的多分辨率网格结构;所述服务器端将所述分辨率连续可调的多分辨率网格结构传输至普适终端;所述普适终端根据终端屏幕的分辨率大小和网格结构携带的分辨率信息确定所接收的多分辨率网格结构对应的分辨率大小。实施本发明实施例,可以避免三维网格模型在分辨率较小时所出现的网格特征损失过多的情况,从而避免多分辨率构造方法会碰到的在较小分辨率时出现的严重失真问题;另外,可较好改善模型分辨率与屏幕分辨率不匹配的情况。

Description

一种面向普适终端的三维网格模型连续多分辨率编码方法
技术领域
本发明涉及三维网格模型的多分辨率建模和重建技术领域,具体涉及到移动图形领域的多分辨率建模和重建技术,尤其涉及一种面向普适终端的三维网格模型连续多分辨率编码方法。
背景技术
随着无线网络、移动计算技术的不断发展,人们对移动三维图形应用的实时性和交互操作要求越来越高。但是移动计算终端计算能力和存储器容量相对较低,显示屏幕较小,尺寸不规范,电池续航能力有限。这些因素极大制约了交互三维图形在移动计算终端的应用。
多分辨率建模技术是较好的解决方案。多分辨率表示技术用一种统一的数据结构来刻画各种不同精细程度的模型表现形式。具体的精细程度可由一个变量控制,只要给该变量赋一个值,就可以得到一个某种精细程度的简化模型结果,从而动态、随机地根据用户的需要,生成不同精细程度的三维网格模型。
在绘制多分辨率表示时,要根据硬件绘制平台的绘制性能,选择适当的层次细节模型,取得绘制速度和绘制质量之间较好的平衡。从控制绘制误差的角度出发,通常采用的模型选择策略如下:
视锥判断策略,也称为基于视点的层次细节模型选择策略,主要思想是对于视锥外的层次细节模型粗化;
背面判断策略,将背向视线方向的层次细节模型粗化;
面积判断策略,将屏幕空间投影面积大的层次细节模型细化;
轮廓保留策略,将位于轮廓附近的层次细节模型细化;
曲率判断策略,将曲率变化大的区域细化。
但上述基于视点的层次细节模型选择策略所带来的最大问题是计算量太大,无法适用于硬件计算能力有限的普适计算环境。除此之外,仅从控制模型绘制误差的角度出发,未充分考虑绘制平台的硬件性能,如移动终端屏幕尺寸不一等实际情况。
在具体调整与控制模型分辨率时,目前的大多数算法都是通过三维网格模型的三角片数、顶点数,或逼近模型的简化误差来控制。由于未考虑模型自身尺寸和屏幕大小对模型分辨率的要求,因此要得到既满足精度要求、又不会因过多冗余细节信息造成资源浪费的模型,通常需要人工干预,并进行多次调整。以至在屏幕尺寸无法统一的移动终端上,有时因使用过于细密的网格而形成显示糙点,甚至造成系统资源浪费以至运行困难;有时又因使用过于粗糙或简化误差太大的网格模型而无法达到满意的视觉效果。
发明内容
本发明的目的在于克服现有技术的不足,本发明提供了一种面向普适终端的三维网格模型连续多分辨率编码方法,通过边折叠网格简化构建多分辨率网格模型,并记录边折叠操作所消除的两个三角形面片的面积,以达到可应用于任意拓扑结构的网格模型,并提供误差控制的连续分辨率网格的目的。
为了解决上述问题,本发明提出了一种面向普适终端的三维网格模型连续多分辨率编码方法,所述方法包括:
服务器端采用特征强化的二次误差测度方法对网格模型进行简化;
所述服务器端基于上述简化过程构建分辨率连续可调的多分辨率网格结构;
所述服务器端将所述分辨率连续可调的多分辨率网格结构传输至普适终端;
所述普适终端根据终端屏幕的分辨率大小和网格结构携带的分辨率信息确定所接收的多分辨率网格结构对应的分辨率大小。
优选地,所述服务器端采用特征强化的二次误差测度方法对网格模型进行简化的步骤包括:
计算每一个网格顶点处对应的离散平均曲率值及二次误差测度值;
根据所述每一个网格顶点处对应的离散平均曲率值及二次误差测度值计算每一条网格边对应的特征强化的二次误差测度;
根据所述每一条网格边对应的基于特征强化的二次误差测度值的大小对所有网格边排序,对二次误差测度值最小的边删除并获得新的网络模型;
判断所述新的网络模型的细节信息是否简化完毕,若是,则结束简化过程并获得最简化的基网络M0,若否,则返回继续计算每一个网格顶点处对应的离散平均曲率值及二次误差测度值。
优选地,所述服务器端基于上述简化过程构建分辨率连续可调的多分辨率网格结构的步骤包括:
记录简化所得的最简化的基网格为M0
根据基于特征强化的二次误差测度简化过程建立渐进网格模型:MultiR_M={M0,{split0,split1…,splitn}},其中,spliti保存信息包括:被收缩的边对应的顶点对(v1,v2),与(v1,v2)均相邻的两个顶点vl和vr,边收缩所对应的类型,网格模型所对应的分辨率信息Ri
优选地,所述普适终端根据终端屏幕的分辨率大小和网格结构携带的分辨率信息确定所接收的多分辨率网格结构对应的分辨率大小的步骤包括:
所述普适终端根据从所述服务器端接收到的最简化的基网络M0计算模型的包络盒尺寸,根据所述包络盒尺寸和终端屏幕的显示分辨率计算每个像素对应的面积;
根据所接收到的三维网格模型的数据以及所述每个像素对应的面积进行解码重建,得到当前普适终端屏幕所能显示的最高分辨率模型。
优选地,通过无线网络采用渐进传输法将分辨率连续可调的多分辨率网格结构传输至普适终端。
实施本发明实施例,可以避免三维网格模型在分辨率较小时所出现的网格特征损失过多的情况,从而避免多分辨率构造方法会碰到的在较小分辨率时出现的严重失真问题;另外,根据网格分辨率和普适终端显示分辨率的对应关系,通过边折叠操作对应的被删除三角形的平均面积记录网格模型的分辨率,再根据终端的屏幕分辨率信息自适应选择网格模型分辨率,因此可较好改善模型分辨率与屏幕分辨率不匹配的情况。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1是本发明实施例的面向普适终端的三维网格模型连续多分辨率编码方法的流程示意图;
图2是本发明方法具体实施例的流程示意图;
图3a、3b、3c、3d是采用本发明实施例的面向普适终端的三维网格模型连续多分辨率编码方法的简化和分辨率选择效果图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1是本发明实施例的面向普适终端的三维网格模型连续多分辨率编码方法的流程示意图,如图1所示,该方法包括:
S101,服务器端采用特征强化的二次误差测度方法对网格模型进行简化;
S102,服务器端基于上述简化过程构建分辨率连续可调的多分辨率网格结构;
S103,服务器端将分辨率连续可调的多分辨率网格结构传输至普适终端;
S104,普适终端根据终端屏幕的分辨率大小和网格结构携带的分辨率信息确定所接收的多分辨率网格结构对应的分辨率大小。
进一步地,S101可进一步包括:
计算每一个网格顶点处对应的离散平均曲率值及二次误差测度值;
根据每一个网格顶点处对应的离散平均曲率值及二次误差测度值计算每一条网格边对应的特征强化的二次误差测度;
根据每一条网格边对应的基于特征强化的二次误差测度值的大小对所有网格边排序,对二次误差测度值最小的边删除并获得新的网络模型;
判断新的网络模型的细节信息是否简化完毕,若是,则结束简化过程并获得最简化的基网络M0,若否,则返回继续计算每一个网格顶点处对应的离散平均曲率值及二次误差测度值。
S102包括:
记录简化所得的最简化的基网格为M0
根据基于特征强化的二次误差测度简化过程建立渐进网格模型:MultiR_M={M0,{split0,split1…,splitn}},其中,spliti保存信息包括:被收缩的边对应的顶点对(v1,v2),与(v1,v2)均相邻的两个顶点vl和vr,边收缩所对应的类型,网格模型所对应的分辨率信息Ri
S103可通过以下方式实现:通过无线网络采用渐进传输法将分辨率连续可调的多分辨率网格结构传输至普适终端。
S104包括:
普适终端根据从服务器端接收到的最简化的基网络M0计算模型的包络盒尺寸,根据包络盒尺寸和终端屏幕的显示分辨率计算每个像素对应的面积;
根据所接收到的三维网格模型的数据以及每个像素对应的面积进行解码重建,得到当前普适终端屏幕所能显示的最高分辨率模型。
具体实施中,本发明实施例所用到的基于特征强化的边折叠简化过程如下:
步骤1:计算每一个网格顶点出对应的离散平均曲率值;
步骤2:计算每一个网格顶点出对应的二次误差测度值;
步骤3:根据每一个顶点对应的离散平均曲率值和二次误差测度值计算出每一条网格边对应的基于特征强化的二次误差测度值;
步骤4:根据网格边对应的基于特征强化的二次误差测度值对网格边排序,对二次误差测度值最小的边实施边折叠操作,得到新的网格模型,并重复步骤1-4,直到得到最简化的基网格M0;(继续简化将丢失网格模型的较大特征或轮廓信息);
步骤5:记录恢复每一次边折叠简化操作所需的最少信息和边折叠操作所消除的三角面片的平均面积;
步骤6:根据基网格和步骤5对应的网格简化过程及其对应的分辨率信息,构建分辨率连续变化的多分辨率网格结构MultiR_M={M0,{split0,split1…,splitn}}。
为了在网格重建时正确恢复出原有的拓扑结构,并明确当前的分辨率信息,spliti需要保存以下信息:被收缩的边对应的顶点对(v1,v2),与(v1,v2)均相邻的两个顶点vl和vr,边收缩所对应的类型(是否为边界边),以及执行当前操作后所得网格模型所对应的分辨率信息Ri。网格模型所对应的分辨率信息Ri定义如下:Ri=Ai,其中Ai为当前边折叠操作spliti所删除的三角形面片的平均面积。
当多分辨率网格结构构建完成后,它就可以被应用到普适环境下的网格传输和普适终端的网格应用。应用过程可分成以下几个步骤:
步骤1:首先在服务器端通过无线网络传输基网格;
步骤2:当移动终端在从服务器端通过网络上接收根据以上算法建立渐进网格模型MultiR_M={M0,{split0,split1…,splitn}}时,首先根据接收到的最简化的基网格M0计算模型的包络盒尺寸L×W×H,然后根据包络盒尺寸和终端屏幕的显示分辨率Rh×Rw计算出每个像素对应的面积Ap,Ap=(max(L,W,H)/max(Rh×Rw))2,由于渲染每个三角面片至少需要三个像素点,因此在继续接收spliti信息时,将其中记录的当前分裂操作所生成的新三角形平均面积Ai与Ap进行比较,当Ai≤3×Ap时,说明该分裂操作产生的新三角面片将因重复渲染而形成糙点。
因为spliti不是根据分裂操作生成的新三角形平均面积排序,所以从spliti+1至splitn所记录的分裂操作所生成的新三角形平均面积Ai+1,Ai+2,…,An有可能大于3×Ap。但由于从spliti+1至splitn对应的边收缩权值均小于spliti对应的边收缩权值,即从spliti+1至splitn每一次边收缩操作对模型视觉效果的影响均小于spliti。而边收缩spliti本身对模型视觉效果的影响已经小到超出屏幕分辨率可以区分的范围。
步骤3:普适终端在接收细节信息spliti,(0≤i≤n)时,根据spliti记录的分辨率信息(即spliti对应的边折叠操作所删除的三角形面片的平均面积Ai)判断Ai与3×Ap之间的关系,如果Ai>3×Ap,说明对于当前移动终端来说,spliti所记录的模型细节是必要的;如果Ai≤3×Ap,则说明对于当前移动终端来说,spliti所记录的模型细节已经超出了屏幕对应的可分辨精度,停止数据接收。
图2是本发明方法具体实施例的流程示意图,如图2所示,该方法包括:
S201,输入三维网格模型;
S202,计算模型各顶点基于特征强化的二次误差测度值;
S203,根据基于特征强化的二次误差测度值进行边折叠简化;
S204,求得边折叠简化删除的三角形面片对应的平均面积;
S205,根据简化过程构建多分辨率网格;
S206,传输多分辨率网格;
S207,由基网格计算与终端匹配的网格分辨率;
S208,继续接收细节信息直到细节信息超出终端分辨率可分辨范围;
S209,生成最终模型。
本发明方法中的边折叠简化方法对应的特征强化值是一种应用于网格简化的特征描述方式。计算网格边对应的基于特征强化的二次误差测度时,为了将原始模型中的特征区域对应的误差测度增强,本文算法在二次误差测度的基础上增加一个顶点特征值,用来表示顶点特征的重要程度。该顶点特征值由顶点区域的曲率和其所有邻边边长综合给出。模型表面的特征区域通常对应较大的法向量变化值,即曲率较大。因此曲率越大说明该顶点所在位置越能表现模型的形体特征。而顶点所邻接的边长越长则说明该顶点在模型表面上所影响到的区域越大。
已知所有与顶点v相邻的三角形面片的法向量方向,则顶点v的法向量nv通过可计算如下:
n v = Σ P ∈ P ( v ) n p
其中P(v)表示所有与顶点v相邻的三角形面片的集合;np是相邻三角形面片的法向量。np=np/|np|,将相邻三角形面片的法向量作归一化处理后求平均,得到顶点处对应的法向量nv。再对nv作归一化处理:nv′=nv/|nv|。
根据np′,nv′可计算顶点v处的相对曲率如下:
C v = Σ p ∈ P ( v ) arccos ( n p ′ · n v ′ ) | P ( v ) |
其中,|P(v)|表示顶点v的邻接三角形个数。
已知网格边(v1,v2)由顶点v1,v2组成,则这条边所对应的特征权值F(v12)可通过式(2.6)计算如下:
F ( v 12 ) = l 12 × [ 1 + 1 2 ( c 1 + c 2 ) ]
其中,l12为网格边(v1,v2)的边长。
得到网格边的特征权值F(v12)后,将其叠加到二次误差测度方法中,可计算出将网格边(v1,v2)收缩至新顶点v处的操作所对应的收缩权值如下:
Δ′((v1,v2)→v)=vT(Q1+Q2)v+λF(v12)
其中,λ是特征权值F(v12)对应的特征强化权系数。当λ=0时,对应标准的二次误差测度简化算法。λ取值越大,局部特征增强效果越明显,但λ取值过大时,有可能对网格模型的整体轮廓信息保留产生不利影响。
采用这种特征增强的二次误差测度边折叠简化过程分两步进行:首先需要进行初始化处理,计算出每个网格顶点所对应的二次误差测度值和特征权值,并进一步推导出每条网格边的折叠代价和折叠后新生成的网格顶点的位置。然后再进行迭代简化过程,将所有网格边按照折叠代价大小排序,并据此建立小顶堆。
在每次简化的过程中,取出堆顶折叠代价最小的边进行折叠操作,然后将被此次操作影响的邻域顶点的二次误差测度和特征权值更新,重新计算其对应的边折叠代价。根据新的边折叠代价调整堆中的待折叠边的排序,再次形成小顶堆。如此重复边折叠操作,直到得到满足简化条件的逼近模型为止。
每次边折叠操作后,均需要对所有网格边按收缩权值大小重新进行排序,因排序算法效率的高低,会在较大程度上影响整个简化算法的效率。分析算法中边排序的特点:除第一次边收缩外,每次排序操作其实质是在一个有序序列中插入几个记录,并保持所得序列的有序。因此本文算法中在第一次进行所有网格边的收缩权值排序后,每次排序不再对所有边进行,只是在上次排序产生的有序边表中删去所有与v1,v2相连的边,再根据权值大小有序地插入新生成的边。
执行边折叠操作时,需要首先计算出边收缩后产生的新顶点的几何位置,不同新顶点的确定方法将直接导致边折叠对应的简化误差的不同,从而影响模型简化过程中边折叠的顺序,并影响最终简化模型的精度。确定新顶点位置的主要原则是使得简化模型尽量逼近原始模型。
在执行边折叠操作(v1,v2)→v时,采取简单方式来选取顶点位置:新顶点的位置从折叠边的两个顶点和中点三者之中选取,即在v1,v2,(v1+v2)/2三者中,选取对应网格误差最小值者将作为新顶点位置。这种方式主要优点是计算量小,可大幅提高运算速度;此外由于简化模型的顶点集中绝大部分是原始模型顶点集的子集,可更好地保留初始模型的轮廓和几何特征。
对于非封闭三角网格模型,必须考虑在处理边界边时尽量保持原边界。因此进行边界边收缩时,新顶点位置需满足保持原边界的条件。如果被收缩边的两个端点均位于边界上,要保持原边界则必须保持这条边,即两个端点均位于边界上的边不具备可收缩的条件,可以不计算权值,不纳入边表进行排序。如果被收缩边有且仅有一个端点位于边界上,则该边收缩至这个边界上的端点处。
基于以上网格简化方法建立的累进网格模型的结构如下:
MultiR_M={M0,{split0,split1,…,splitn}}
其中M0为对原始网格执行n+1次边折叠操作后所得的简化网格模型,spliti记录每一步点分裂操作所需的信息和所对应的分辨率信息,存储在一个有序链表中。即综合M0+split0+split1+…+spliti可得到对原始网格执行n-i次边收缩操作后的简化网格。
为了在网格重建时正确恢复出原有的拓扑结构,并明确当前的分辨率信息,spliti需要保存以下信息:
被收缩的边对应的顶点对(v1,v2);
与(v1,v2)均相邻的两个顶点vt和vr
边收缩所对应的类型(是否为边界边);
执行当前操作后所得网格模型所对应的分辨率信息Ri
其中:“被收缩的边对应的顶点对(v1,v2)”对应于点分裂操作所产生的新顶点的几何位置信息,“与(v1,v2)均相邻的两个顶点vt和vr”和“边收缩所对应的类型”用于恢复新顶点与原有网格顶点之间的连接关系。
“执行当前操作后所得网格模型所对应的分辨率信息Ri”用于量化当前层次细节模型所对应的分辨率状态,供移动终端根据屏幕的分辨精度自适应地选择合适的层次细节模型。分辨率信息Ri。定义如下:
Ri=Ai
其中Ai为当前边折叠操作spliti所删除的三角形面片的平均面积。
本发明实施例的面向普适终端的三维网格模型连续多分辨率编码方法是面向终端的。
图3a、3b、3c、3d是采用本发明实施例的面向普适终端的三维网格模型连续多分辨率编码方法的简化和分辨率选择效果图,其中,其中图3a为输入的初始三维网格模型;图3b为约束姿势;图3c为使用本发明方法提取得到的变形纹理;图3d为变形后所得的结果。
实施本发明实施例,可以避免三维网格模型在分辨率较小时所出现的网格特征损失过多的情况,从而避免多分辨率构造方法会碰到的在较小分辨率时出现的严重失真问题;另外,根据网格分辨率和普适终端显示分辨率的对应关系,通过边折叠操作对应的被删除三角形的平均面积记录网格模型的分辨率,再根据终端的屏幕分辨率信息自适应选择网格模型分辨率,因此可较好改善模型分辨率与屏幕分辨率不匹配的情况。
在本发明实施例中,还可实现在移动终端上自适应地选择三维网格模型分辨率,在避免对有限硬件资源浪费的同时可尽可能地保证模型的视觉效果。在构建渐进网格时,采用特征增强的边折叠简化算法,可应用于任意拓扑结构的网格模型,在向下采样至较低分辨率时仍能较好地保持模型,从而保证简化模型的视觉效果;且可以很方便地实现模型分辨率的自适应选择,可避免三维网格模型在移动终端上应用时,因分辨率过高而造成系统资源浪费甚至运行困难,同时提供尽可能好的模型视觉效果,可以较好地保证移动终端上网格模型形式的多媒体业务的质量。
以上对本发明实施例所提供的面向普适终端的三维网格模型连续多分辨率编码方法,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

Claims (5)

1.一种面向普适终端的三维网格模型连续多分辨率编码方法,其特征在于,所述方法包括:
服务器端采用特征强化的二次误差测度方法对网格模型进行简化;
所述服务器端基于上述简化过程构建分辨率连续可调的多分辨率网格结构;
所述服务器端将所述分辨率连续可调的多分辨率网格结构传输至普适终端;
所述普适终端根据终端屏幕的分辨率大小和网格结构携带的分辨率信息确定所接收的多分辨率网格结构对应的分辨率大小。
2.如权利要求1所述的面向普适终端的三维网格模型连续多分辨率编码方法,其特征在于,所述服务器端采用特征强化的二次误差测度方法对网格模型进行简化的步骤包括:
计算每一个网格顶点处对应的离散平均曲率值及二次误差测度值;
根据所述每一个网格顶点处对应的离散平均曲率值及二次误差测度值计算每一条网格边对应的特征强化的二次误差测度;
根据所述每一条网格边对应的基于特征强化的二次误差测度值的大小对所有网格边排序,对二次误差测度值最小的边删除并获得新的网络模型;
判断所述新的网络模型的细节信息是否简化完毕,若是,则结束简化过程并获得最简化的基网络M0,若否,则返回继续计算每一个网格顶点处对应的离散平均曲率值及二次误差测度值。
3.如权利要求1或2所述的面向普适终端的三维网格模型连续多分辨率编码方法,其特征在于,所述服务器端基于上述简化过程构建分辨率连续可调的多分辨率网格结构的步骤包括:
记录简化所得的最简化的基网格为M0
根据基于特征强化的二次误差测度简化过程建立渐进网格模型:MultiR_M={M0,{split0,split1…,splitn}},其中,spliti保存信息包括:被收缩的边对应的顶点对(v1,v2),与(v1,v2)均相邻的两个顶点vl和vr,边收缩所对应的类型,网格模型所对应的分辨率信息Ri
4.如权利要求3所述的面向普适终端的三维网格模型连续多分辨率编码方法,其特征在于,所述普适终端根据终端屏幕的分辨率大小和网格结构携带的分辨率信息确定所接收的多分辨率网格结构对应的分辨率大小的步骤包括:
所述普适终端根据从所述服务器端接收到的最简化的基网络M0计算模型的包络盒尺寸,根据所述包络盒尺寸和终端屏幕的显示分辨率计算每个像素对应的面积;
根据所接收到的三维网格模型的数据以及所述每个像素对应的面积进行解码重建,得到当前普适终端屏幕所能显示的最高分辨率模型。
5.如权利要求1所述的面向普适终端的三维网格模型连续多分辨率编码方法,其特征在于,所述服务器端将所述分辨率连续可调的多分辨率网格结构传输至普适终端的步骤具体为:
通过无线网络采用渐进传输法将分辨率连续可调的多分辨率网格结构传输至普适终端。
CN 201110161827 2011-06-15 2011-06-15 一种面向普适终端的三维网格模型连续多分辨率编码方法 Active CN102324107B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN 201110161827 CN102324107B (zh) 2011-06-15 2011-06-15 一种面向普适终端的三维网格模型连续多分辨率编码方法
PCT/CN2011/084594 WO2012171312A1 (zh) 2011-06-15 2011-12-24 一种面向普适终端的三维网格模型连续多分辨率编码方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 201110161827 CN102324107B (zh) 2011-06-15 2011-06-15 一种面向普适终端的三维网格模型连续多分辨率编码方法

Publications (2)

Publication Number Publication Date
CN102324107A true CN102324107A (zh) 2012-01-18
CN102324107B CN102324107B (zh) 2013-07-24

Family

ID=45451846

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 201110161827 Active CN102324107B (zh) 2011-06-15 2011-06-15 一种面向普适终端的三维网格模型连续多分辨率编码方法

Country Status (2)

Country Link
CN (1) CN102324107B (zh)
WO (1) WO2012171312A1 (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105680988A (zh) * 2015-12-31 2016-06-15 中山大学 一种延迟可调的编码方法
CN106296794A (zh) * 2015-05-12 2017-01-04 十维度(厦门)网络科技有限公司 一种以3d数据高强压缩的自适应流加载技术
CN106471551A (zh) * 2014-07-09 2017-03-01 杜亚实验室股份有限公司 用于将现有3d模型转换成图形数据的方法和系统
CN106600677A (zh) * 2016-12-30 2017-04-26 当家移动绿色互联网技术集团有限公司 Vr系统中对传统模型的处理方法
CN104183020B (zh) * 2014-07-09 2017-06-06 浙江大学 基于带惩罚项的局部二次误差测量的地物网格化简方法
CN110930514A (zh) * 2019-11-22 2020-03-27 华南理工大学 基于局部区域特征的三维网格模型自适应简化方法
WO2020062472A1 (zh) * 2018-09-26 2020-04-02 深圳市华讯方舟太赫兹科技有限公司 一种三角网格模型的处理方法、处理终端及存储介质
CN111788607A (zh) * 2018-04-12 2020-10-16 谷歌有限责任公司 用于改进的渐进网格压缩的批次密度增加
CN112370789A (zh) * 2020-10-20 2021-02-19 广州西山居世游网络科技有限公司 模型三角形网格合适度的检测方法及系统

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020093307A1 (zh) * 2018-11-08 2020-05-14 深圳市大疆创新科技有限公司 三维网格模型的简化方法与装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1809844A (zh) * 2003-06-20 2006-07-26 日本电信电话株式会社 虚拟视点图像生成方法和三维图像显示方法及装置
CN102044088A (zh) * 2010-11-09 2011-05-04 广州市城市规划勘测设计研究院 单站地面激光扫描海量散乱点云的lod模型快速构建方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101447084B (zh) * 2008-12-19 2011-01-19 北京师范大学 一种基于Quardtree的三维模型纹理压缩编/解码方法
CN101794462A (zh) * 2010-03-12 2010-08-04 中山大学 一种基于纹理的三维网格模型变形方法及系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1809844A (zh) * 2003-06-20 2006-07-26 日本电信电话株式会社 虚拟视点图像生成方法和三维图像显示方法及装置
CN102044088A (zh) * 2010-11-09 2011-05-04 广州市城市规划勘测设计研究院 单站地面激光扫描海量散乱点云的lod模型快速构建方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
关东东等: "r-dense采样密度及其在三维网格简化中的应用", 《山东大学学报(理学版)》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106471551A (zh) * 2014-07-09 2017-03-01 杜亚实验室股份有限公司 用于将现有3d模型转换成图形数据的方法和系统
CN104183020B (zh) * 2014-07-09 2017-06-06 浙江大学 基于带惩罚项的局部二次误差测量的地物网格化简方法
CN106471551B (zh) * 2014-07-09 2019-06-18 杜亚实验室股份有限公司 用于将现有3d模型转换成图形数据的方法和系统
CN106296794A (zh) * 2015-05-12 2017-01-04 十维度(厦门)网络科技有限公司 一种以3d数据高强压缩的自适应流加载技术
CN105680988A (zh) * 2015-12-31 2016-06-15 中山大学 一种延迟可调的编码方法
CN105680988B (zh) * 2015-12-31 2018-10-02 中山大学 一种延迟可调的编码方法
CN106600677A (zh) * 2016-12-30 2017-04-26 当家移动绿色互联网技术集团有限公司 Vr系统中对传统模型的处理方法
CN106600677B (zh) * 2016-12-30 2019-12-03 当家移动绿色互联网技术集团有限公司 Vr系统中对传统模型的处理方法
CN111788607A (zh) * 2018-04-12 2020-10-16 谷歌有限责任公司 用于改进的渐进网格压缩的批次密度增加
WO2020062472A1 (zh) * 2018-09-26 2020-04-02 深圳市华讯方舟太赫兹科技有限公司 一种三角网格模型的处理方法、处理终端及存储介质
CN110930514A (zh) * 2019-11-22 2020-03-27 华南理工大学 基于局部区域特征的三维网格模型自适应简化方法
CN112370789A (zh) * 2020-10-20 2021-02-19 广州西山居世游网络科技有限公司 模型三角形网格合适度的检测方法及系统

Also Published As

Publication number Publication date
CN102324107B (zh) 2013-07-24
WO2012171312A1 (zh) 2012-12-20

Similar Documents

Publication Publication Date Title
CN102324107B (zh) 一种面向普适终端的三维网格模型连续多分辨率编码方法
CN104063903B (zh) 三维实体模型的四面体网格生成方法和装置
CN106251384B (zh) 使用三角形的递归再分的细分方法
KR101555426B1 (ko) 지형 렌더링 방법 및 장치
CN105303614A (zh) 改进的qem三维模型简化方法
CN109472870B (zh) 一种基于网格重构和多影响域修正的模型匹配方法
CN101110126A (zh) 一种三维模型网格重建方法
CN101853525B (zh) 基于网格分割的带纹理模型细节保持简化方法
CN110368694A (zh) 游戏场景的数据处理方法、装置、设备及可读存储介质
CN104183020B (zh) 基于带惩罚项的局部二次误差测量的地物网格化简方法
CN102546647A (zh) 一种网格模型简化方法和基于该方法的网格模型传输方法
CN102509339A (zh) 一种带纹理约束的三维模型顶点聚类简化方法
CN101231761A (zh) 一种保持外观特征的网格模型简化方法
CN107452058A (zh) 基于特征保留的仿真模型分程度简化方法生成及系统
CN111581776A (zh) 一种基于几何重建模型的等几何分析方法
Yao et al. Quadratic error metric mesh simplification algorithm based on discrete curvature
CN103679814A (zh) 一种三角形网格模型的处理方法及装置
CN104851133A (zh) 一种图像自适应网格生成变分方法
Zhang et al. Adaptive generation of hexahedral element mesh using an improved grid-based method
CN115544634B (zh) 一种油气田级别数字孪生模型空间坐标变换方法及系统
US20080129727A1 (en) System and method for generating curvature adapted isosurface based on delaunay triangulation
CN103886635A (zh) 基于面聚类的自适应lod模型构建方法
CN103632395A (zh) 基于三角形收缩的三维几何图形简化方法
Li et al. Example-based realistic terrain generation
CN105957142A (zh) 一种面向TIN构建的Hilbert排序方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
DD01 Delivery of document by public notice
DD01 Delivery of document by public notice

Addressee: Chen Lina

Document name: payment instructions