CN103260030A - 面向移动终端三维模型流式传输方法 - Google Patents
面向移动终端三维模型流式传输方法 Download PDFInfo
- Publication number
- CN103260030A CN103260030A CN2013101312646A CN201310131264A CN103260030A CN 103260030 A CN103260030 A CN 103260030A CN 2013101312646 A CN2013101312646 A CN 2013101312646A CN 201310131264 A CN201310131264 A CN 201310131264A CN 103260030 A CN103260030 A CN 103260030A
- Authority
- CN
- China
- Prior art keywords
- threedimensional model
- stream transmission
- portable terminal
- resolution
- transmission method
- 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
Links
Images
Landscapes
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明公开了一种面向移动终端三维模型流式传输方法,其首先利用MAPS算法对三维模型进行全局参数化,将三维模型分割成几何信息、参数信息和连通性信息,建立连续自适应近似半正则模型,然后对半正则模型进行逆改进的Loop小波变换得到基网格和偏移量,通过对偏移量进行零树编码,进一步进行熵编码。基于针对移动终端平台,对基网格再使用基于Edgebreaker算法的单分辨率压缩,最后在移动终端,通过网格简化的逆过程进行解码,绘制原始模型。本发明计算量适中,解压速度快,主要适用于移动网络上的PC机向移动终端传输复杂三维模型传输,对拓扑压缩率和几何压缩率都有一定的提高。
Description
技术领域
本发明涉及了三维模型压缩和数据交换领域,特别是涉及了一种面向移动终端三维模型流式传输方法。
背景技术
随着对更好的用户体验和更强的交互能力的需求,人们越来越多的在各种应用中使用三维模型。同时,移动互联网的普及使人们更多的通过移动终端设备来获取信息或交换数据。
目前国内外关于面向移动终端的三维模型流式传输方法还存在着不少有待解决的问题:
1) 三维模型往往数据量庞大,有的甚至达到了十亿的数量级,目前的大部分三维互联网应用平台模型编码都采用了多细节层次结构LOD(Level of Details)技术,由于LOD技术需要对三维模型预先生成多个不连续的LOD模型,再根据需要下载对应精度模型。这种方式存在缺陷如下:i)由发送者来确定请求者的当前所需场景,增加了自身负载;ii)如果发送者不了解请求者本地已有场景的信息,往往会重复发送数据。
2) 目前大部分研究仅将三维模型分割为几何信息和拓扑信息,很难同时提高三维模型流式传输的拓扑压缩率和几何压缩率,大部分研究舍取其一。
3) 目前大部分研究不易实现LOD模型的实时生成,在网格简化过程中都需要求解复杂的线性方程组;并且大部分研究在移动终端为了完成无损重建,影响图形重绘速度。
4) 大部分研究仅仅考虑如何将三维模型生成多分辨率模型,直接传输基网格和偏移量,没有重视考虑移动终端存储能力以及网络带宽不稳定性,进而没有进一步对偏移量和基网格进行压缩。
5) 目前大部分的三维模型传输仍然停留在PC端,移动网络具有误码率高、带宽窄、带宽抖动性大等特点,同时移动终端的处理能力有限,针对移动终端的三维模型传输研究甚少,直接将PC机加上有线网络的三维模型传输方法运用于移动终端和移动网络上效果不理想。
如何在无线移动网络上对三维模型数据进行实时鲁棒传输并在移动终端设备上进行实时绘制成为目前研究的热点问题。
发明内容
本发明主要是针对现在市场的要求,提供了一种具有解压快、压缩率高的面向移动终端三维模型流式传输方法。
为了实现上述目的,本发明提供以下技术方案:
本发明提供了一种面向移动终端三维模型流式传输方法,其步骤包括:对三维模型进行全局参数化;根据全局参数化信息,将三维模型分割成几何信息、参数信息和连通性信息;建立连续自适应近似半正则模型;采用小波变换方法对半正则模型进行多分辨率压缩;建立三维模型的多分辨率模型,并获得基网格和各层级的偏移量;通过压缩编码方法对偏移量进行压缩编码;对基网格进行单分辨率压缩;获取各层级的压缩比特流,并利用流式传输方式传输所述压缩比特流;移动终端根据终端用户分辨率要求,选择所要传输的数据包,通过编码的逆过程重绘原始模型。
在本发明一个较佳实施例中,所述建立三维模型的多分辨率模型包括:顶点分裂、奇点预测和网格重新三角化三个步骤。
在本发明一个较佳实施例中,所述顶点分裂是将基网格中的顶点分裂成奇点集与偶点集两个集合。
在本发明一个较佳实施例中,所述奇点预测具体步骤包括:将表示几何特征的奇异点归到偶点集中,建立奇点集与偶点集关系;将奇点集作为冗余的信息进行删除。
在本发明一个较佳实施例中,压缩编码方法采用了嵌入式零树编码和熵编码。
在本发明一个较佳实施例中,对基网格进行单分辨率压缩采用了Edgebreaker算法。
在本发明一个较佳实施例中,所述通过编码的逆过程重绘原始模型的具体步骤包括:重绘基网格轮廓;利用细分模式对基网格进行插值型l-4细分,并得到新产生的顶点;将新产生的顶点通过对应的偏移量进行调整,得到对应的网格,重建多分辨率模型;判断是否完成重建多分辨率模型;如果完全重建多分辨率模型或得到的多分辨率模型的分辨率符合移动终端的分辨率要求,则结束任务;如果不满足要求,则继续重建多分辨率模型。
本发明的有益效果是:本发明所述的面向移动终端三维模型流式传输方法,不仅大幅度地缩短了启动延迟,还节省了磁盘空间,大大降低了系统缓存容量的需求, 提高了三维模型流式传输的拓扑压缩率和几何压缩率。
附图说明
图1是本发明面向移动终端三维模型流式传输方法一较佳实施例的流程示
意图。
具体实施方式
下面结合附图对本发明的较佳实施例进行详细阐述,以使本发明的优点和特征能更易于被本领域技术人员理解,从而对本发明的保护范围做出更为清楚明确的界定。
请参阅图1,图1是本发明面向移动终端三维模型流式传输方法一较佳实施例的流程示意图。
本发明提供了一种面向移动终端三维模型流式传输方法,其步骤包括:对三维模型进行全局参数化;根据全局参数化信息,将三维模型分割成几何信息、参数信息和连通性信息;建立连续自适应近似半正则模型;采用小波变换方法对半正则模型进行多分辨率压缩;建立三维模型的多分辨率模型,并获得基网格和各层级的偏移量;通过压缩编码方法对偏移量进行压缩编码;对基网格进行单分辨率压缩;获取各层级的压缩比特流,并利用流式传输方式传输所述压缩比特流;移动终端根据终端用户分辨率要求,选择所要传输的数据包,通过编码的逆过程重绘原始模型。
本发明给出的基于移动终端的三维模型流式传输的方法,巧妙采用类似于音频、视频等传统多媒体数据传输中的流式传输,即在容量有限固定的内存存储器中对全部完整网格的无缝重建,从而实现“边下载,边浏览”的流式传输,这样不仅大幅度地缩短了启动延迟,还节省了磁盘空间,大大降低了系统缓存容量的需求,同时避免了用户必须等待整个网格文件全部从网络上下载完毕才能观看的缺点。
采用MAPS算法,对原始模型进行参数化,将三维模型分割成由几何信息,参数信息和连通性信息三个部分组成, 首先定义三角网格映射:(P,K)=(Pl,Kl),其中P是三维空间中N个顶点坐标pi=(xi,yi,zi),0<i<N+1;K包含拓扑信息,三种表示形式:顶点v={i}∈K,边e={i,j}∈K或者面f={i,j,k}∈K。建立原始模型T和粗糙基领域B的双向映射,对基领域B使用四分化,再使用双向映射建立T的近似半正则模型,误差很小,可以忽略不影响原始模型的恢复,参数信息和连通性信息对减小恢复原始模型误差没有影响,并建立半正则模型,半正则模型可以极大的减少模型参数信息量和连通性信息,并且增加恢复原始模型的误差,继而极大的压缩了拓扑信息。
所述建立三维模型的多分辨率模型包括:顶点分裂、奇点预测和网格重新三角化三个步骤,对半正则模型进行逆改进的Loop变换,改进的Loop模式定义为:v0=3/8(v1+v2)+1/8(v3+v4),仅与一环上4个邻接点相关联,大大提高了模型简化速度。反复操作3个步骤:顶点分裂、奇点预测和重新三角化,生成原始模型的渐进多分辨率模型,用稀疏的基网格和一系列的偏移量代替原始模型。
所述顶点分裂的具体步骤包括:将基网格中的顶点分裂成奇点集(Po j)与偶点集(Pe j)两个集合。
选奇异点v,设为偶点,与其相连邻的5个顶点va设为奇点,对以v为中心,与va相邻的对称点设为偶点,这样依次分组下去,直到将网格中所有顶点分配到奇点集和偶点集为止。
奇点预测
网格中的顶点分裂成奇点与偶点两个集合后,由于表示几何特征的奇异点归到偶点集中,故将奇点集作为冗余的信息予以删除。在删除奇点前,要建立偶点与奇点之间的联系,以便以后的模型重建。用改版Loop模式作为预测器,计算实际奇点与预测奇点的差值得到偏移量集d。
dj = Po j- Predictor(Pe j)
网格Mj中每个奇点都产生一个偏移量di j,di j是向量,是要保存的信息。由于几何模型是分段光顺的,网格中邻接顶点之间的位置不会有很大的突变,故偏移量d的值很小,多数偏移量趋于0。
网格重新三角化
建立奇点与偶点的关系后,将奇点Po j删除,余下的偶点Pe j作为较粗层网格的顶点Pj-1,重新三角化这些顶点得到新的拓扑Kj-1,这样就生成了新网格Mj-1=(Pj-1,Kj-1)。由于网格中的奇异点都保留下来,故简化后新生成的粗网格Mj-1基本保持着上一层网格M的特征。
重复以上3个步骤,可以将稠密的网格Mn简化成基网格M0,即生成具有多分辨率的渐进网格:Mn→Mn-1→...→M1→M0,同时还生成了一系列偏移量dj
对于生成的渐进多分辨率模型,其基网格存储量相对较小,偏移量信息占据了很大的存储空间,由于偏移量具有集中在零值附近并逐层衰减的特性,所以对偏移量进行压缩编码时,先采用了嵌入式零树编码,在使用了熵编码,通过熵编码进行更大程度的有效值压缩,降低有效的数据量。
嵌入式零树编码:当某节点的3个小波分量都小于阈值时。则视此小波为不重要的,并假定:如果小波在粗网格中不重要,则其孩子在细网格中也不重要,将此节点连同孩子均设为零树。零树不必在网络中传输,否则,偏移量连同其位置和符号信息一起传输。
初始阈值C估算:C≥max(|di 0 |)/2 ,(for all i)
C的取值可根据压缩效率的要求而定。对不同层次j(-1<j<n),阈值递减Cj+1=Cj/2
考虑移动终端存储能力,对基网格进行单分辨率压缩采用了Edgebreaker算法,压缩基网格有效数据量,任意选取基网格中的一个面片,将其三边作为初始的边界循环(记作B);从B的初始边Eij开始遍历整个网格,根据不同的遍历信息记录如下5种不同的操作:
a)V不在当前边界循环B上,称这种情况为“新顶点(new vertex)”,记作C,每次C操作添加一个顶点及两条边进入B。
b)如果V不是新遍历的顶点,它在当前边界循环的El上,称这种情况为“左连接(connect left)”,记作L。
c)这种情况类似“左连接”操作,V在当前边界循环的Er上,称这种情况为“右连接(connect right)”记作R。
d)V在当前边界循环上,但不属于El或者Er。此时我们将当前边界循环分成两个部分,这种操作称为“分裂循环(splif loop)”,记作J。
e)v在当前边界循环上,且为El和Er,的交点,换句话说当前边界循环仅剩3条边,则结束当前边界循环的遍历操作,这种操作成为“关闭操作(close)”,记作F。
在执行J操作的时候还需对v点的位置进行定位。Edgebreaker算法的思想是找到与之匹配的一个F操作,通过如下公式计算v点距离当前入口的偏移量:
o=3*|F|+|L|+|R|-|C|-|J|-2。
最后将上述各层数据打包成不同形式的数据包,如:(M0’), (M0’, d0), (M0’, d0, d1) ···(M0’, d0, d1, ···dn-1)。
所述通过编码的逆过程重绘原始模型的具体步骤包括:重绘基网格轮廓;利用细分模式对基网格进行插值型l-4细分,并得到新产生的顶点;将新产生的顶点通过对应的偏移量进行调整,得到对应的网格,重建多分辨率模型;判断是否完成重建多分辨率模型;如果完全重建多分辨率模型或得到的多分辨率模型的分辨率符合移动终端的分辨率要求,则结束任务;如果不满足要求,则继续重建多分辨率模型。
三维模型的重建是几何模型简化的逆过程,根据终端用户分辨率的需求,选择所要传输的数据包,在网络上进行流式传输,次序为M0’(M0单分辨率压缩数据)→d0→d1 →···→dj(0<j<n)。
2.2)移动终端接收到M0单分辨率压缩数据,渲染基网格M0 。
2.3) 根据接收到的偏移量信息,利用改进的Loop模式对图形逐层进行重建,从第j-1层网格Mj-1 = (P j-1,K j-1)重建第j层网格Mj= (P j,K j) (j=0,1···n-1),重复此过程,即可由基网格M0和偏移量d0→d1 →···→dn-1重建具有多分辨率的网格模型,从第j-1层网格Mj-1 = (P j-1,K j-1)重建生成第j层网格Mj= (P j,K j) (j=0,1···n-1)的重建算法伪代码如下:
Void Reconstruct(Mj-1 ,dj-1)
{
将P j-1作为j层的偶点Pe j;
将Mj-1用改进Loop细分曲面,生成j层的奇点P,并得到新的连接信息K j;
for(每个奇点Po j)
Po j = Po j + Pe j;
P j = Po j + Pe j;
Return (P j ,K j);
}。
Loop模式仅与一环上4个邻接点相关联,大大提高了模型重绘的速度,
本发明所述的面向移动终端三维模型流式传输方法,不仅大幅度地缩短了启动延迟,还节省了磁盘空间,大大降低了系统缓存容量的需求, 提高了三维模型流式传输的拓扑压缩率和几何压缩率。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (7)
1.一种面向移动终端三维模型流式传输方法,其特征在于:步骤包括:
对三维模型进行全局参数化;
根据全局参数化信息,将三维模型分割成几何信息、参数信息和连通性信息;
建立连续自适应近似半正则模型;
采用小波变换方法对半正则模型进行多分辨率压缩;
建立三维模型的多分辨率模型,并获得基网格和各层级的偏移量;
通过压缩编码方法对偏移量进行压缩编码;
对基网格进行单分辨率压缩;
获取各层级的压缩比特流,并利用流式传输方式传输所述压缩比特流;
移动终端根据终端用户分辨率要求,选择所要传输的数据包,通过编码的逆过程重绘原始模型。
2.根据权利要求1所述的面向移动终端三维模型流式传输方法,其特征在于,所述建立三维模型的多分辨率模型包括:顶点分裂、奇点预测和网格重新三角化三个步骤。
3.根据权利要求2所述的面向移动终端三维模型流式传输方法,其特征在于,所述顶点分裂是将基网格中的顶点分裂成奇点集与偶点集两个集合。
4.根据权利要求2所述的面向移动终端三维模型流式传输方法,其特征在于,所述奇点预测的具体步骤包括:
将表示几何特征的奇异点归到偶点集中,建立奇点集与偶点集关系;
将奇点集作为冗余的信息进行删除。
5.根据权利要求1所述的面向移动终端三维模型流式传输方法,其特征在于,压缩编码方法采用了嵌入式零树编码和熵编码。
6.根据权利要求1所述的面向移动终端三维模型流式传输方法,其特征在于,对基网格进行单分辨率压缩采用了Edgebreaker算法。
7.根据权利要求1所述的面向移动终端三维模型流式传输方法,其特征在于,所述通过编码的逆过程重绘原始模型的具体步骤包括:
重绘基网格轮廓;
利用细分模式对基网格进行插值型l-4细分,并得到新产生的顶点;
将新产生的顶点通过对应的偏移量进行调整,得到对应的网格,重建多分辨率模型;
判断是否完成重建多分辨率模型;
如果完全重建多分辨率模型或得到的多分辨率模型的分辨率符合移动终端的分辨率要求,则结束任务;
如果不满足要求,则继续重建多分辨率模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310131264.6A CN103260030B (zh) | 2013-04-16 | 2013-04-16 | 面向移动终端三维模型流式传输方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310131264.6A CN103260030B (zh) | 2013-04-16 | 2013-04-16 | 面向移动终端三维模型流式传输方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103260030A true CN103260030A (zh) | 2013-08-21 |
CN103260030B CN103260030B (zh) | 2016-11-23 |
Family
ID=48963691
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310131264.6A Expired - Fee Related CN103260030B (zh) | 2013-04-16 | 2013-04-16 | 面向移动终端三维模型流式传输方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103260030B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106067192A (zh) * | 2016-05-30 | 2016-11-02 | 桂林电子科技大学 | 基于逆插值Loop的网格简化方法 |
CN106408620A (zh) * | 2016-09-08 | 2017-02-15 | 成都希盟泰克科技发展有限公司 | 基于压缩感知的三维网格模型数据处理方法 |
CN109643470A (zh) * | 2016-09-08 | 2019-04-16 | 索尼公司 | 信息处理设备和信息处理方法 |
CN110245135A (zh) * | 2019-05-05 | 2019-09-17 | 华中科技大学 | 一种基于numa架构的大规模流式图数据更新方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6563500B1 (en) * | 1998-08-29 | 2003-05-13 | Samsung Electronics Co., Ltd. | Progressive 3D mesh coding method and apparatus |
CN101860979A (zh) * | 2010-04-23 | 2010-10-13 | 浙江工商大学 | 一种无线局域网络中三维模型传输和交互式绘制方法 |
-
2013
- 2013-04-16 CN CN201310131264.6A patent/CN103260030B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6563500B1 (en) * | 1998-08-29 | 2003-05-13 | Samsung Electronics Co., Ltd. | Progressive 3D mesh coding method and apparatus |
CN101860979A (zh) * | 2010-04-23 | 2010-10-13 | 浙江工商大学 | 一种无线局域网络中三维模型传输和交互式绘制方法 |
Non-Patent Citations (2)
Title |
---|
ANDREI KHODAKOVSKY ETAL: "Progressive geometry compression", 《PROCEEDINGS OF THE 27TH ANNUAL CONFERENCE ON COMPUTER GRAPHICS AND INTERACTIVE TECHNIQUES》 * |
徐涛: "基于小波变换的三维网格压缩技术的研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106067192A (zh) * | 2016-05-30 | 2016-11-02 | 桂林电子科技大学 | 基于逆插值Loop的网格简化方法 |
CN106408620A (zh) * | 2016-09-08 | 2017-02-15 | 成都希盟泰克科技发展有限公司 | 基于压缩感知的三维网格模型数据处理方法 |
CN109643470A (zh) * | 2016-09-08 | 2019-04-16 | 索尼公司 | 信息处理设备和信息处理方法 |
CN110245135A (zh) * | 2019-05-05 | 2019-09-17 | 华中科技大学 | 一种基于numa架构的大规模流式图数据更新方法 |
CN110245135B (zh) * | 2019-05-05 | 2021-05-18 | 华中科技大学 | 一种基于numa架构的大规模流式图数据更新方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103260030B (zh) | 2016-11-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108632621B (zh) | 一种基于层次划分的点云属性压缩方法 | |
CN100561523C (zh) | 一种三维模型网格重建方法 | |
CN102625126B (zh) | 一种基于预测的三维网格编码方法 | |
CN101626509A (zh) | 三维网格编码、解码方法及编码、解码装置 | |
CN103618907B (zh) | 基于压缩感知多视点分布式视频编码及帧排列装置及方法 | |
CN102930594B (zh) | 基于保持边界的计算机三维地形网格的绘制方法 | |
CN101123000B (zh) | 一种三维图形数据的压缩处理方法 | |
CN103260030A (zh) | 面向移动终端三维模型流式传输方法 | |
CN105139449A (zh) | 一种基于三维网格细分和编码的三维模型压缩方法 | |
CN113613010A (zh) | 基于稀疏卷积神经网络的点云几何无损压缩方法 | |
CN103618903B (zh) | 高速低功耗无线传感网络视频压缩采样方法 | |
CN101447084B (zh) | 一种基于Quardtree的三维模型纹理压缩编/解码方法 | |
WO2012171314A1 (zh) | 一种基于几何图像的三维网格模型错误保护编码方法 | |
CN103067710A (zh) | 基于三维小波变换的分布式超光谱图像编码及解码方法 | |
CN101883109A (zh) | 有损网络中大规模三维数据实时传输方法 | |
CN101860979A (zh) | 一种无线局域网络中三维模型传输和交互式绘制方法 | |
CN101499175B (zh) | 基于xml和lod技术的三维图形多分辨率显示方法 | |
Park et al. | Error resilient 3-D mesh compression | |
Franklin et al. | Smugglers and border guards: the geostar project at RPI | |
CN107093197B (zh) | 一种基于局部圆柱坐标的动画压缩方法 | |
CN103458032B (zh) | 一种空间数据访问规律动态统计及信息压缩的方法及系统 | |
Dong et al. | 3D model progressive compression algorithm using attributes | |
Daribo et al. | Point cloud compression for grid-pattern-based 3D scanning system | |
Sheng et al. | MCGIM-based model streaming for realtime progressive rendering | |
CN114025146B (zh) | 基于场景流网络与时间熵模型的动态点云几何压缩方法 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20161123 Termination date: 20190416 |
|
CF01 | Termination of patent right due to non-payment of annual fee |