CN103745019A - 一种海量数据处理方法 - Google Patents
一种海量数据处理方法 Download PDFInfo
- Publication number
- CN103745019A CN103745019A CN201410047609.4A CN201410047609A CN103745019A CN 103745019 A CN103745019 A CN 103745019A CN 201410047609 A CN201410047609 A CN 201410047609A CN 103745019 A CN103745019 A CN 103745019A
- Authority
- CN
- China
- Prior art keywords
- data
- model
- information
- dimensional
- processing 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
Abstract
本发明公开了一种海量数据处理方法,涉及数据处理领域,该方法包括如下步骤:模型创建:根据原始数据创建三维模型;数据优化:将初创建完成的三维模型中的有争议的冗余信息进行数据优化;数据检查:对优化后的信息进行检查;数据整合:将三维场景里的模型文件进行整合;纠正:对模型信息提供智能化的检查、纠正。优越性:可以自动将不同格式的海量数据进行处理后进行三维模型的创建;对模型信息提供智能化的检查、纠正;对模型进行数据优化,达到精简数据量的目的,为在三维建模过程中处理海量数据信息提供技术支持。采取自动化海量数据处理提高了作业的效率,降低了项目成本,缩短了项目开发周期,提高了产品的质量。
Description
技术领域
本发明涉及数据处理领域,特别涉及在海量模型数据中进行处理,模型建设和相关模型数据纠正,达到完善模型数据信息的一种海量数据处理方法。
背景技术
数据处理技术被应用在很多技术领域中。其中在地理信息应用技术领域中,现在也在大量使用数据处理海量数据处理技术。地理信息(GIS)技术可以广泛应用于资源调查、环境评估、国土管理、城市规划、交通运输、政府日常事务、水利电力、公共设施管理、商业金融等领域。
三维地理信息技术是视觉仿真技术(VR)在地理信息技术(GIS)上的应用发展,两种技术互为依赖、互为支撑的一个技术。首先最大程度的还原真实的三维地理环境,然后基于这种三维真实地理环境进行真实、丰富的空间分析。
地理信息应用技术通常是通过二维图形和三维模型形式对以上领域进行展示。其中,三维模型是物体的三维多边形通过显示设备进行显示。显示的物体既可以是现实世界中的实体,也可以是虚构的物体。通过三维模型可以将任何物理自然界存在的物体进行展示。通过三维模型展示可以更为直观、有效的让使用者了解到相关领域的信息。
现在普遍生成三维模型的方法分为两种:一种为通过照片拍摄后进行数据处理形成三维模型;另一种为通过模型处理软件将数据信息和图片信息通过人工操作形成三维模型。采用这两种方法建成的三维模型不仅要浪费大量的时间和人力,还不能达到将海量数据进行整合处理后自动进行三维模型建设和三维模型可自动检查纠错的目的。
目前,还没有一种可以自动将不同格式的海量数据进行处理后进行三维模型的创建;对模型信息提供智能化的检查、纠正;对模型进行数据优化,达到精简数据量的一种海量数据处理方法。
发明内容
本发明实施例提供一种海量数据处理方法,本发明可以自动将不同格式的海量数据进行处理后进行三维模型的创建;对模型信息提供智能化的检查、纠正;对模型进行数据优化,达到精简数据量的目的,为在三维建模过程中处理海量数据信息提供技术支持。同时本发明采取自动化海量数据处理提高了作业的效率,降低了项目成本,缩短了项目开发周期,提高了产品的质量。
本发明实施例提供一种海量数据处理方法,包括以下步骤:
模型创建:根据原始数据创建三维模型;根据数据检查指令对三维模型进行修改或重新创建模型;
数据优化:将初创建完成的三维模型中的有争议的冗余信息进行数据优化;
数据检查:对优化后的数据信息进行检查;
数据整合:按照图幅表规定的要求,将三维场景里的模型文件进行整合;并将整合后的模型数据信息进行命名、存储;
纠正:对模型信息提供智能化的检查、纠正。
所述在海量数据处理方法包括如下步骤:
数据预处理:用于将不同类型的数据进行格式统一并存储。
所述在海量数据处理方法包括如下步骤:
效果提升:用于判断三维数据是否需要进行光影提升,将需要进行光影提升的三维模型进行光影提升,并将光影提升后的光影数据信息以图片形式存储到相关模型数据信息中。
一种海量数据处理方法,其中所述模型创建步骤包括:
存储:用于进行指令存储和数据存储;
判定:用于将接收的指令进行判定和处理;
读取:对数据的关键点进行读取并对建模所需数据进行实时加载;
建模:通过数据的关键点生成三维模型;
贴图:把三维模型进行贴图处理;
其中所述数据包括点云数据、CAD数据、Max文件数据、影像数据。
一种海量数据处理方法,其中所述数据优化步骤包括:
优化:将模型中的冗余信息进行清除,将有争议的冗余信息向使用者发出提示指令;
人机交互:使用者通过提示指令,将有争议的冗余信息进行人机交互处理冗余信息,完成优化;
其中所述数据优化包括对模型进行优化,对材质进行优化,对纹理进行优化。
一种海量数据处理方法,其中所述数据检查步骤包括:
数据获取:获取三维模型中模型的数据信息;
检核:将模型中的关键数据信息进行检核;
传输:将符合检核要求的数据信息进行后续处理,将不符合检核要求的数据信息和相关指令发送到模型创建步骤中进行处理;
其中所述检查包括:模型检查和纹理检查;模型检查可以为对模型的穿插、冗余的点线面、材质及纹理,平面精度,命令中的一项或多项进行检查也可对其综合进行检查;纹理检查可以为对尺寸,浪费纹理,命令,格式中的一项或多项进行检查也可对其综合进行检查。
一种海量数据处理方法,其中所述数据整合步骤包括:
获取:获取得到图幅框数据信息;
判定:通过已完成模型的位置信息判定该模型所在图幅位置信息;
整合:将三维模型按照图幅框的范围进行整合;
存储:将整合后的模型数据信息进行命名、存储;
其中:所述存储形式为:将模型信息以图幅为单位进行命名和存储,将该图幅所使用的纹理信息收集到相关图幅文件夹中进行存储。
一种海量数据处理方法,其中所述纠正步骤包括:
检查:将整合后的三维模型中的有效信息进行检查;
纠正:将三维模型中有效信息中不符合规范的信息进行纠正;
其中所述有效信息为:数据信息,模型信息,图层信息,数据的层级关系信息,数据命名信息。
一种海量数据处理方法,其中所述效果提升步骤包括:
判断:判断三维数据是否需要进行光影提升,并将需要进行光影提升的三维数据进行处理;
模型信息加载:加载所需进行光影提升周围图幅的模型数据,通过模型数据中相关信息进行判断,保留对该光影提升有影响的模型数据;
光源信息加载:将光源信息加载到当前三维模型场景中;
处理:通过对加载后的模型信息和光源信息进行处理,得到效果提升后的模型。
其中:所述预处理的数据为CAD格式数据,图像格式数据,点云数据格式数据,max格式数据。
由此可见:
本发明实施例中的海量数据处理方法的优越性:可以自动将不同格式的海量数据进行处理后进行三维模型的创建;对模型信息提供智能化的检查、纠正;对模型进行数据优化,达到精简数据量的目的,为在三维建模过程中处理海量数据信息提供技术支持。同时本发明采取自动化海量数据处理提高了作业的效率,降低了项目成本,缩短了项目开发周期,提高了产品的质量。
附图说明
图1为本发明的实施例1提供的海量数据处理方法的流程示意图;
图2为本发明的实施例2提供的海量数据处理方法的流程示意图;
图3为本发明的实施例3提供的海量数据处理方法的流程示意图;
图4为本发明的实施例4提供的海量数据处理方法的流程示意图;
图5为本发明海量数据处理方法中模型创建步骤的流程示意图;
图6为本发明海量数据处理方法中数据优化步骤的流程示意图;
图7为本发明海量数据处理方法中数据检查步骤的流程示意图;
图8为本发明海量数据处理方法中数据整合步骤的流程示意图;
图9为本发明海量数据处理方法中纠正步骤的流程示意图;
图10为本发明海量数据处理方法中效果提升步骤的流程示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合附图以及具体实施例来详细说明本发明,在此本发明的示意性实施例以及说明用来解释本发明,但并不作为对本发明的限定。
实施例1:
图1为本实施例提供的海量数据处理方法的流程示意图,如图1所示,该方法包括:
模型创建:根据原始的点云数据、CAD数据、贴图数据的关键点进行提取,并将提取好的数据创建为三维景观模型、三维建筑模型;
数据优化:是将初创建完成的三维模型中有争议的冗余模型数据信息、材质数据信息、纹理数据信息进行数据优化;
数据检查:首先获取优化后的模型数据信息,并将模型中的关键数据进行检查和纹理关键数据进行检查;将符合检核要求的数据信息发送到数据整合步骤中进行下一步的处理,将不符合检核要求的数据信息和相关指令发送到模型创建步骤中进行处理;
模型创建步骤根据数据检查指令对三维模型进行修改或重新创建模型;
数据整合:将数据检查步骤中检查合格的数据进行按照图幅表规定的要求,将三维场景里的模型文件进行切割、拆分等数据整合;并将整合后的模型数据信息进行命名、存储。其中:将模型信息以图幅为单位进行命名和存储,将该图幅所使用的纹理信息收集到相关图幅文件夹中进行存储。
纠正:对模型信息提供智能化的检查、纠正。
一种海量数据处理方法,其中:如图5所示模型创建步骤包括:
存储:用于进行指令存储和数据存储,其中存储模型创建步骤所需的原始数据,包括点云数据、CAD数据、Max文件数据、影像数据和其它辅助信息;
判定:逻辑运算判断部分,用于将接收的指令进行判定和处理;
读取:对数据的关键点进行读取;从存储子步骤加载数据的部分,实现对建模所需数据进行实时加载;
建模:通过数据的关键点生成三维模型;
贴图:把三维模型进行贴图处理。
具体实施例中:存储子步骤将点云数据、CAD数据、Max文件数据、影像数据和其它辅助信息分别进行存储。
具体实施例中:判定子步骤根据存储子步骤中的指令对数据检查步骤中判定不符合要求的关键数据、纹理关键数据进行重新创建模型。
具体实施例中:判定子步骤根据存储子步骤中的指令对数据检查步骤中判定不符合要求的关键数据、纹理关键数据进行修改。
具体实施例中:建模子步骤将点云数据中的关键点从存储子步骤中读取出来,然后通过点云数据的关键点创建成三维景观模型、三维建筑模型。
具体实施例中:创建子步骤包括地形部分、路灯部分、道路部分、建筑部分。
具体实施例中:建模子步骤中的地形部分首先根据原始的点云数据构建出预设细分的格网模型,然后通过CAD数据进一步整理格网模型,比如建筑,道路、河流、湖泊等区域自动拟合整平,最后将影像数据映射到格网模型各面,作为模型的材质。
具体实施例中:建模子步骤中的路灯部分通过人工干预或程序自动识别出路灯的样式,自动调用库中参数化的路灯模型,然后通过CAD获取路灯的位置,根据路灯位置通过点云数据获取到路灯的高度,最后自动生成路灯模型。
具体实施例中:建模子步骤中的道路部分程序根据CAD创建出道路的路牙、人行道、行道树、垃圾桶等,通过道路中线生成沿路径行驶的汽车。
具体实施例中:建模子步骤中的建筑部分程序根据CAD和点云构建出建筑的简单模型。
具体实施例中:贴图子步骤通过对影像信息进行处理,最终将影像信息正确映射到模型上,生成贴图文件。
具体实施例中:建模子步骤将点云数据导入到系统中,通过程序和人机交互的方式生成具有复杂高程信息的三维格网模型,如制作立交桥、山地、景区等。
一种海量数据处理方法,其中:如图6所示所述数据优化步骤包括:
优化:将模型中的冗余信息进行清除,将有争议的冗余信息向使用者发出提示指令。
人机交互:使用者通过优化子步骤发出的提示指令,将有争议的冗余信息进行人机交互处理冗余信息,完成优化。
具体实施例中:数据优化可以为对模型进行优化。
具体实施例中:数据优化可以为对材质进行优化。
具体实施例中:数据优化可以为对纹理进行优化。
具体实施例中:将初创建完成的三维模型中冗余的点、线、材质及纹理数据进行清理。
具体实施例中:将位置不合理的模型进行调整,如创建好的路灯和行道树有交叉等,并将此部分调整的数据发出提示指令,供人工判断交互处理。
一种海量数据处理方法,其中:如图7所示所述数据检查步骤包括:
数据获取:获取三维模型中模型的数据信息;
检核:将模型中的关键数据信息进行检核;
传输:将符合检核要求的模型数据信息发送到数据整合步骤中进行下一步处理,将不符合检核要求的模型数据信息和相关指令发送到创建步骤中进行处理;
数据获取:获取三维模型中纹理的数据信息;
检核:将纹理中的关键数据信息进行检核;
传输:将符合检核要求的纹理数据信息发送到数据整合步骤中进行下一步处理,将不符合检核要求的纹理数据信息和相关指令发送到创建步骤中进行处理。
具体实施例中:数据检查可以对模型数据信息进行检查。
具体实施例中:数据检查可以对纹理数据信息进行检查。
具体实施例中:模型数据信息检查可以为对模型的穿插、冗余的点线面、材质及纹理,平面精度,命令中的一项或多项进行检查也可对其综合进行检查。
具体实施例中:纹理数据信息检查可以为对尺寸,浪费纹理,命令,格式中的一项或多项进行检查也可对其综合进行检查。
具体实施例中:获取优化后的模型数据,对格网模型面的法向量、重叠面、接缝和冗余点线进行检查,检查模型是否穿插,检查模型的材质及纹理是否有冗余,纹理尺寸是否符合要求等,将符合检核要求的数据信息发送到数据整合步骤中进行下一步的处理,将不符合检核要求的数据信息和相关指令发送到景观模型创建步骤中进行处理。
具体实施例中:首先通过点云获取高程检查获取模型数据的高度,根据模型高度进行比对,将不符合要求的数据信息进行错误信息指令判断,并将错误信息指令和不符合要求的数据进行发送到创建步骤中进行处理。
具体实施例中:首先获取模型的平面范围位置,然后再获取相邻模型的平面范围位置,进行对比;如果两模型平面范围交叉或包含,将不符合要求的模型的平面范围数据信息进行错误信息指令判断,并将错误信息指令和不符合要求的数据进行发送到创建步骤中进行处理。
具体实施例中:模型创建步骤根据数据检查指令对三维模型进行修改或重新创建模型。
一种海量数据处理方法,其中:如图8所示所述数据整合步骤包括:
获取:获取得到图幅框数据信息;
判定:通过已完成模型的位置信息判定该模型所在图幅位置信息;
整合:将三维模型按照图幅框的范围进行切割、拆分整合;
存储:将整合后的模型数据信息进行命名、存储。
具体实施例中:将景观模型检查合格的数据进行按照图幅表规定的要求,将三维场景里的模型文件进行切割、拆分等数据整合;并将整合后的模型数据信息进行命名、存储。其中:将模型信息以图幅为单位进行命名和存储,将该图幅所使用的纹理信息收集到相关图幅文件夹中进行存储。
具体实施例中存储形式为:将模型信息以图幅为单位进行命名和存储。
具体实施例中存储形式为:将该图幅所使用的纹理信息收集到相关图幅文件夹中进行存储。
一种海量数据处理方法,其中:如图9所示所述纠正步骤包括:
检查:将整合后的三维模型中的有效信息进行检查;
纠正:将三维模型中有效信息中不符合规范的信息进行纠正。
具体实施例中有效信息为:数据信息。
具体实施例中有效信息为:模型信息。
具体实施例中有效信息为:图层信息。
具体实施例中有效信息为:数据的层级关系信息。
具体实施例中有效信息为:数据命名信息。
具体实施例中:检查整合后的三维模型是否根据规定进行分层;检查每个图幅文件的存放是否以图幅为单位,且Max文件和纹理文件存放格式是否符合要求。对不符合要求的整合后的三维模型进行纠正。
实施例2:
图2为本实施例提供的海量数据处理方法的流程示意图,如图2所示,该方法包括:
数据预处理:将不同类型的数据进行格式统一并存储;
模型创建:根据预处理后形成统一格式的数据进行关键点进行提取,并将提取好的数据创建为三维景观模型、三维建筑模型;
数据优化:将初创建完成的三维模型中的有争议的冗余模型数据信息、材质数据信息、纹理数据信息进行数据优化;
数据检查:首先获取优化后的模型数据信息,并将模型中的关键数据进行检查和纹理关键数据进行检查;将符合检核要求的数据信息发送到数据整合步骤中进行下一步的处理,将不符合检核要求的数据信息和相关指令发送到创建步骤中进行处理;
创建:根据数据检查指令对三维模型进行修改或重新创建模型;
数据整合:将检查合格的数据进行按照图幅表规定的要求,将三维场景里的模型文件进行切割、拆分等数据整合;并将整合后的模型数据信息进行命名、存储。其中:将模型信息以图幅为单位进行命名和存储,将该图幅所使用的纹理信息收集到相关图幅文件夹中进行存储。
效果提升:首先判断三维数据是否需要进行光影提升,并将需要进行光影提升的三维数据进行模型信息加载、光源信息加载,并将加载信息后的数据进行处理,得到效果提升后的模型。并将三维模型的光影数据信息以图片形式存储到相关模型数据信息中。
纠正:对模型信息提供智能化的检查、纠正。
具体实施例中:预处理步骤将点云数据导入到方法中并存储以备读取,将Max的通用格式转换为Max格式并存储以备读取,将CAD数据导入到方法中并存储以备读取。
一种海量数据处理方法,其中:如图5所示模型创建步骤包括:
存储:用于进行指令存储和数据存储,其中存储模型创建步骤中所需的原始数据,包括点云数据、CAD数据、Max文件数据、影像数据和其它辅助信息;
判定:逻辑运算判断部分,用于将接收的指令进行判定和处理;
读取:对数据的关键点进行读取;从存储子步骤加载数据的部分,实现对建模所需数据进行实时加载;
建模:通过数据的关键点生成三维模型;
贴图:把三维模型进行贴图处理。
具体实施例中:存储子步骤将点云数据、CAD数据、Max文件数据、影像数据和其它辅助信息分别进行存储。
具体实施例中:判定子步骤根据存储子步骤中的指令对数据检查步骤中判定不符合要求的关键数据、纹理关键数据进行重新创建模型。
具体实施例中:判定子步骤根据存储子步骤中的指令对数据检查步骤中判定不符合要求的关键数据、纹理关键数据进行修改。
具体实施例中:建模子步骤将点云数据中的关键点从存储子步骤中读取出来,然后通过点云数据的关键点创建成三维景观模型、三维建筑模型。
具体实施例中:创建子步骤包括地形部分、路灯部分、道路部分、建筑部分。
具体实施例中:建模子步骤中的地形部分首先根据原始的点云数据构建出预设细分的格网模型,然后通过CAD数据进一步整理格网模型,比如建筑,道路、河流、湖泊等区域自动拟合整平,最后将影像数据映射到格网模型各面,作为模型的材质。
具体实施例中:建模子步骤中的路灯部分通过人工干预或程序自动识别出路灯的样式,自动调用库中参数化的路灯模型,然后通过CAD获取路灯的位置,根据路灯位置通过点云数据获取到路灯的高度,最后自动生成路灯模型。
具体实施例中:建模子步骤中的道路部分程序根据CAD创建出道路的路牙、人行道、行道树、垃圾桶等,通过道路中线生成沿路径行驶的汽车。
具体实施例中:建模子步骤中的建筑部分程序根据CAD和点云构建出建筑的简单模型。
具体实施例中:贴图子步骤通过对影像信息进行处理,最终将影像信息正确映射到模型上,生成贴图文件。
具体实施例中:建模子步骤将点云数据导入到系统中,通过程序和人机交互的方式生成具有复杂高程信息的三维格网模型,如制作立交桥、山地、景区等。
一种海量数据处理方法,其中:如图6所示所述数据优化步骤包括:
优化:将模型中的冗余信息进行清除,将有争议的冗余信息向使用者发出提示指令。
人机交互:使用者通过优化子步骤发出的提示指令,将有争议的冗余信息进行人机交互处理冗余信息,完成优化。
具体实施例中:数据优化为对模型进行优化。
具体实施例中:数据优化为对材质进行优化。
具体实施例中:数据优化为对纹理进行优化。
具体实施例中:将初创建完成的三维模型中冗余的点、线、材质及纹理数据进行清理。
具体实施例中:将位置不合理的模型进行调整,如创建好的路灯和行道树有交叉等,并将此部分调整的数据发出提示指令,供人工判断交互处理。
一种海量数据处理方法,其中:如图7所示所述数据检查步骤包括:
数据获取:获取三维模型中模型的数据信息;
检核:将模型中的关键数据信息进行检核;
传输:将符合检核要求的模型数据信息发送到数据整合步骤中进行下一步处理,将不符合检核要求的模型数据信息和相关指令发送到创建步骤中进行处理。
数据获取:获取三维模型中纹理的数据信息;
检核:将纹理中的关键数据信息进行检核;
传输:将符合检核要求的纹理数据信息发送到数据整合步骤中进行下一步处理,将不符合检核要求的纹理数据信息和相关指令发送到创建步骤中进行处理。
具体实施例中:数据检查步骤可以对模型数据信息进行检查。
具体实施例中:数据检查步骤可以对纹理数据信息进行检查。
具体实施例中:模型数据信息检查可以为对模型的穿插、冗余的点线面、材质及纹理,平面精度,命令中的一项或多项进行检查也可对其综合进行检查。
具体实施例中:纹理数据信息检查可以为对尺寸,浪费纹理,命令,格式中的一项或多项进行检查也可对其综合进行检查。
具体实施例中:获取优化后的模型数据,对格网模型面的法向量、重叠面、接缝和冗余点线进行检查,检查模型是否穿插,检查模型的材质及纹理是否有冗余,纹理尺寸是否符合要求等,将符合检核要求的数据信息发送到数据整合步骤中进行下一步的处理,将不符合检核要求的数据信息和相关指令发送到景观模型创建步骤中进行处理。
具体实施例中:首先通过点云获取高程检查获取模型数据的高度,根据模型高度进行比对,将不符合要求的数据信息进行错误信息指令判断,并将错误信息指令和不符合要求的数据进行发送到创建步骤中进行处理。
具体实施例中:首先获取模型的平面范围位置,然后再获取相邻模型的平面范围位置,进行对比;如果两模型平面范围交叉或包含,将不符合要求的模型的平面范围数据信息进行错误信息指令判断,并将错误信息指令和不符合要求的数据进行发送到创建步骤中进行处理。
具体实施例中:模型创建步骤根据数据检查指令对三维模型进行修改或重新创建模型。
一种海量数据处理方法,其中:如图8所示所述数据整合步骤包括:
获取:获取得到图幅框数据信息;
判定:通过已完成模型的位置信息判定该模型所在图幅位置信息;
整合:将三维模型按照图幅框的范围进行切割、拆分整合;
存储:将整合后的模型数据信息进行命名、存储。
具体实施例中:将景观模型检查合格的数据进行按照图幅表规定的要求,将三维场景里的模型文件进行切割、拆分等数据整合;并将整合后的模型数据信息进行命名、存储。其中:将模型信息以图幅为单位进行命名和存储,将该图幅所使用的纹理信息收集到相关图幅文件夹中进行存储。
具体实施例中存储形式为:将模型信息以图幅为单位进行命名和存储。
具体实施例中存储形式为:将该图幅所使用的纹理信息收集到相关图幅文件夹中进行存储。
一种海量数据处理方法,其中:如图9所示所述纠正步骤包括:
检查:将三维模型中的有效信息进行检查;
纠正:将三维模型中有效信息中不符合规范的信息进行纠正;
具体实施例中有效信息为:数据信息。
具体实施例中有效信息为:模型信息。
具体实施例中有效信息为:图层信息。
具体实施例中有效信息为:数据的层级关系信息。
具体实施例中有效信息为:数据命名信息。
具体实施例中:检查整合后的三维模型是否根据规定进行分层;检查每个图幅文件的存放是否以图幅为单位,且Max文件和纹理文件存放格式是否符合要求。对不符合要求的整合后的三维模型进行纠正。
一种海量数据处理方法,其中:如图10所述效果提升步骤包括:
判断:判断三维数据是否需要进行光影提升,并将需要进行光影提升的三维数据进行处理;
模型信息加载:加载所需进行光影提升周围图幅的模型数据,通过模型数据中相关信息进行判断,保留对该光影提升有影响的模型数据;
光源信息加载:将光源信息加载到当前三维模型场景中;
处理:通过对加载后的模型信息和光源信息进行处理,得到效果提升后的模型。
具体实施例中:将光源导入到系统场景中,并加载对该图幅有光影影响的其他图幅模型文件,通过光线追踪计算,生成光影图像,将图像映射到三维格网模型上,提升模型的真实感,立体感。
实施例3:
图3为本实施例提供的海量数据处理方法的流程示意图,如图3所示,该方法步骤包括:
数据预处理:将不同类型的数据进行格式统一并存储;
模型创建:根据预处理后形成统一格式的数据进行关键点进行提取,并将提取好的数据创建为三维景观模型、三维建筑模型;
数据优化:是将初创建完成的三维模型中的有争议的冗余模型数据信息、材质数据信息、纹理数据信息进行数据优化;
数据检查:首先获取优化后的模型数据信息,并将模型中的关键数据进行检查和纹理关键数据进行检查;将符合检核要求的数据信息发送到数据整合步骤中进行下一步的处理,将不符合检核要求的数据信息和相关指令发送到创建步骤中进行处理;
模型创建步骤根据数据检查指令对三维模型进行修改或重新创建模型;
数据整合:将检查合格的数据进行按照图幅表规定的要求,将三维场景里的模型文件进行切割、拆分等数据整合;并将整合后的模型数据信息进行命名、存储。其中:将模型信息以图幅为单位进行命名和存储,将该图幅所使用的纹理信息收集到相关图幅文件夹中进行存储。
纠正:对模型信息提供智能化的检查、纠正。
具体实施例中:预处理步骤将点云数据导入到方法中并存储以备读取,将Max的通用格式转换为Max格式并存储以备读取,将CAD数据导入到方法中并存储以备读取。
一种海量数据处理方法,其中:如图5所示模型创建步骤包括:
存储:用于进行指令存储和数据存储,其中存储创建步骤所需的原始数据,包括点云数据、CAD数据、Max文件数据、影像数据和其它辅助信息;
判定:逻辑运算判断部分,用于将接收的指令进行判定和处理;
读取:对数据的关键点进行读取;从存储子步骤加载数据的部分,实现对建模所需数据进行实时加载;
建模:通过数据的关键点生成三维模型;
贴图:把三维模型进行贴图处理。
具体实施例中:存储子步骤将点云数据、CAD数据、Max文件数据、影像数据和其它辅助信息分别进行存储。
具体实施例中:判定子步骤根据存储子步骤中的指令对数据检查步骤中判定不符合要求的关键数据、纹理关键数据进行重新创建模型。
具体实施例中:判定子步骤根据存储子步骤中的指令对数据检查步骤中判定不符合要求的关键数据、纹理关键数据进行修改。
具体实施例中:建模子步骤将点云数据中的关键点从存储子步骤中读取出来,然后通过点云数据的关键点创建成三维景观模型、三维建筑模型。
具体实施例中:创建子步骤包括地形部分、路灯部分、道路部分、建筑部分。
具体实施例中:建模子步骤中的地形部分首先根据原始的点云数据构建出预设细分的格网模型,然后通过CAD数据进一步整理格网模型,比如建筑,道路、河流、湖泊等区域自动拟合整平,最后将影像数据映射到格网模型各面,作为模型的材质。
具体实施例中:建模子步骤中的路灯部分通过人工干预或程序自动识别出路灯的样式,自动调用库中参数化的路灯模型,然后通过CAD获取路灯的位置,根据路灯位置通过点云数据获取到路灯的高度,最后自动生成路灯模型。
具体实施例中:建模子步骤中的道路部分程序根据CAD创建出道路的路牙、人行道、行道树、垃圾桶等,通过道路中线生成沿路径行驶的汽车。
具体实施例中:建模子步骤中的建筑部分程序根据CAD和点云构建出建筑的简单模型。
具体实施例中:贴图子步骤通过对影像信息进行处理,最终将影像信息正确映射到模型上,生成贴图文件。
具体实施例中:建模子步骤将点云数据导入到系统中,通过程序和人机交互的方式生成具有复杂高程信息的三维格网模型,如制作立交桥、山地、景区等。
一种海量数据处理方法,其中:如图6所示所述数据优化步骤包括:
优化:将模型中的冗余信息进行清除,将有争议的冗余信息向使用者发出提示指令。
人机交互:使用者通过优化子步骤发出的提示指令,将有争议的冗余信息进行人机交互处理冗余信息,完成优化。
具体实施例中:数据优化为对模型进行优化。
具体实施例中:数据优化为对材质进行优化。
具体实施例中:数据优化为对纹理进行优化。
具体实施例中:将初创建完成的三维模型中冗余的点、线、材质及纹理数据进行清理。
具体实施例中:将位置不合理的模型进行调整,如创建好的路灯和行道树有交叉等,并将此部分调整的数据发出提示指令,供人工判断交互处理。
一种海量数据处理方法,其中:如图7所示所述数据检查步骤包括:
数据获取:获取三维模型中模型的数据信息;
检核:将模型中的关键数据信息进行检核;
传输:将符合检核要求的模型数据信息发送到数据整合步骤中进行下一步处理,将不符合检核要求的模型数据信息和相关指令发送到创建步骤中进行处理。
数据获取:获取三维模型中纹理的数据信息;
检核:将纹理中的关键数据信息进行检核;
传输:将符合检核要求的纹理数据信息发送到数据整合步骤中进行下一步处理,将不符合检核要求的纹理数据信息和相关指令发送到创建步骤中进行处理。
具体实施例中:数据检查步骤对模型数据信息进行检查。
具体实施例中:数据检查步骤对纹理数据信息进行检查。
具体实施例中:模型数据信息检查为对模型的穿插、冗余的点线面、材质及纹理,平面精度,命令中的一项或多项进行检查对其综合进行检查。
具体实施例中:纹理数据信息检查为对尺寸,浪费纹理,命令,格式中的一项或多项进行检查对其综合进行检查。
具体实施例中:获取优化后的模型数据,对格网模型面的法向量、重叠面、接缝和冗余点线进行检查,检查模型是否穿插,检查模型的材质及纹理是否有冗余,纹理尺寸是否符合要求等,将符合检核要求的数据信息发送到数据整合步骤中进行下一步的处理,将不符合检核要求的数据信息和相关指令发送到景观模型创建步骤中进行处理。
具体实施例中:首先通过点云获取高程检查获取模型数据的高度,根据模型高度进行比对,将不符合要求的数据信息进行错误信息指令判断,并将错误信息指令和不符合要求的数据进行发送到创建步骤中进行处理。
具体实施例中:首先获取模型的平面范围位置,然后再获取相邻模型的平面范围位置,进行对比;如果两模型平面范围交叉或包含,将不符合要求的模型的平面范围数据信息进行错误信息指令判断,并将错误信息指令和不符合要求的数据进行发送到模型创建步骤中进行处理。
具体实施例中:模型创建步骤根据数据检查指令对三维模型进行修改或重新创建模型。
一种海量数据处理方法,其中:如图8所示所述数据整合步骤包括:
获取:获取得到图幅框数据信息;
判定:通过已完成模型的位置信息判定该模型所在图幅位置信息;
整合:将三维模型按照图幅框的范围进行切割、拆分整合;
存储:将整合后的模型数据信息进行命名、存储。
具体实施例中:将景观模型检查合格的数据进行按照图幅表规定的要求,将三维场景里的模型文件进行切割、拆分等数据整合;并将整合后的模型数据信息进行命名、存储。其中:将模型信息以图幅为单位进行命名和存储,将该图幅所使用的纹理信息收集到相关图幅文件夹中进行存储。
具体实施例中存储形式为:将模型信息以图幅为单位进行命名和存储。
具体实施例中存储形式为:将该图幅所使用的纹理信息收集到相关图幅文件夹中进行存储。
一种海量数据处理方法,其中:如图9所示所述纠正步骤包括:
检查:将三维模型中的有效信息进行检查;
纠正:将三维模型中有效信息中不符合规范的信息进行纠正;
具体实施例中有效信息为:数据信息。
具体实施例中有效信息为:模型信息。
具体实施例中有效信息为:图层信息。
具体实施例中有效信息为:数据的层级关系信息。
具体实施例中有效信息为:数据命名信息。
具体实施例中:检查整合后的三维模型是否根据规定进行分层;检查每个图幅文件的存放是否以图幅为单位,且Max文件和纹理文件存放格式是否符合要求。对不符合要求的整合后的三维模型进行纠正。
实施例4:
图4为本实施例提供的海量数据处理方法的流程示意图,如图4所示,该方法包括:
模型创建:根据预处理后形成统一格式的数据进行关键点进行提取,并将提取好的数据创建为三维景观模型、三维建筑模型;
数据优化:是将初创建完成的三维模型中的有争议的冗余模型数据信息、材质数据信息、纹理数据信息进行数据优化;
数据检查:首先获取优化后的模型数据信息,并将模型中的关键数据进行检查和纹理关键数据进行检查;将符合检核要求的数据信息发送到数据整合步骤进行下一步的处理,将不符合检核要求的数据信息和相关指令发送到创建步骤中进行处理;
模型创建步骤根据数据检查指令对三维模型进行修改或重新创建模型;
数据整合:将检查合格的数据进行按照图幅表规定的要求,将三维场景里的模型文件进行切割、拆分等数据整合,并将整合后的模型数据信息进行命名、存储。其中:将模型信息以图幅为单位进行命名和存储,将该图幅所使用的纹理信息收集到相关图幅文件夹中进行存储。
效果提升:首先判断三维数据是否需要进行光影提升,并将需要进行光影提升的三维数据进行模型信息加载、光源信息加载,并将加载信息后的数据进行处理,得到效果提升后的模型。并将三维模型的光影数据信息以图片形式存储到相关模型数据信息中。
纠正:对模型信息提供智能化的检查、纠正。
一种海量数据处理方法,其中:如图5所示模型创建步骤包括:
存储:用于进行指令存储和数据存储,其中存储创建步骤所需的原始数据,包扩点云数据、CAD数据、Max文件数据、影像数据和其它辅助信息;
判定:逻辑运算判断部分,用于将接收的指令进行判定和处理;
读取:对数据的关键点进行读取;从存储子步骤加载数据的部分,实现对建模所需数据进行实时加载;
建模:通过数据的关键点生成三维模型;
贴图:把三维模型进行贴图处理。
具体实施例中:存储子步骤将点云数据、CAD数据、Max文件数据、影像数据和其它辅助信息分别进行存储。
具体实施例中:判定子步骤根据存储子步骤中的指令对数据检查步骤中判定不符合要求的关键数据、纹理关键数据进行重新创建模型。
具体实施例中:判定子步骤根据存储子步骤中的指令对数据检查步骤中判定不符合要求的关键数据、纹理关键数据进行修改。
具体实施例中:建模子步骤将点云数据中的关键点从存储子步骤中读取出来,然后通过点云数据的关键点创建成三维景观模型、三维建筑模型。
具体实施例中:创建子步骤包括地形部分、路灯部分、道路部分、建筑部分。
具体实施例中:建模子步骤中的地形部分首先根据原始的点云数据构建出预设细分的格网模型,然后通过CAD数据进一步整理格网模型,比如建筑,道路、河流、湖泊等区域自动拟合整平,最后将影像数据映射到格网模型各面,作为模型的材质。
具体实施例中:建模子步骤中的路灯部分通过人工干预或程序自动识别出路灯的样式,自动调用库中参数化的路灯模型,然后通过CAD获取路灯的位置,根据路灯位置通过点云数据获取到路灯的高度,最后自动生成路灯模型。
具体实施例中:建模子步骤中的道路部分程序根据CAD创建出道路的路牙、人行道、行道树、垃圾桶等,通过道路中线生成沿路径行驶的汽车。
具体实施例中:建模子步骤中的建筑部分程序根据CAD和点云构建出建筑的简单模型。
具体实施例中:贴图子步骤通过对影像信息进行处理,最终将影像信息正确映射到模型上,生成贴图文件。
具体实施例中:建模子步骤将点云数据导入到系统中,通过程序和人机交互的方式生成具有复杂高程信息的三维格网模型,如制作立交桥、山地、景区等。
一种海量数据处理方法,其中:如图6所示所述数据优化步骤包括:
优化:将模型中的冗余信息进行清除,将有争议的冗余信息向使用者发出提示指令。
人机交互:使用者通过优化子步骤发出的提示指令,将有争议的冗余信息进行人机交互处理冗余信息,完成优化。
具体实施例中:数据优化为对模型进行优化。
具体实施例中:数据优化为对材质进行优化。
具体实施例中:数据优化为对纹理进行优化。
具体实施例中:将初创建完成的三维模型中冗余的点、线、材质及纹理数据进行清理。
具体实施例中:将位置不合理的模型进行调整,如创建好的路灯和行道树有交叉等,并将此部分调整的数据发出提示指令,供人工判断交互处理。
一种海量数据处理方法,其中:如图7所示所述数据检查步骤包括:
数据获取:获取三维模型中模型的数据信息;
检核:将模型中的关键数据信息进行检核;
传输:将符合检核要求的模型数据信息发送到数据整合步骤中进行下一步处理,将不符合检核要求的模型数据信息和相关指令发送到创建步骤中进行处理。
数据获取:获取三维模型中纹理的数据信息;
检核:将纹理中的关键数据信息进行检核;
传输:将符合检核要求的纹理数据信息发送到数据整合步骤中进行下一步处理,将不符合检核要求的纹理数据信息和相关指令发送到创建步骤中进行处理。
具体实施例中:数据检查步骤对模型数据信息进行检查。
具体实施例中:数据检查步骤对纹理数据信息进行检查。
具体实施例中:模型数据信息检查为对模型的穿插、冗余的点线面、材质及纹理,平面精度,命令中的一项或多项进行检查也可对其综合进行检查。
具体实施例中:纹理数据信息检查可以为对尺寸,浪费纹理,命令,格式中的一项或多项进行检查也可对其综合进行检查。
具体实施例中:获取优化后的模型数据,对格网模型面的法向量、重叠面、接缝和冗余点线进行检查,检查模型是否穿插,检查模型的材质及纹理是否有冗余,纹理尺寸是否符合要求等,将符合检核要求的数据信息发送到数据整合步骤中进行下一步的处理,将不符合检核要求的数据信息和相关指令发送到景观模型创建步骤中进行处理。
具体实施例中:首先通过点云获取高程检查获取模型数据的高度,根据模型高度进行比对,将不符合要求的数据信息进行错误信息指令判断,并将错误信息指令和不符合要求的数据进行发送到创建步骤中进行处理。
具体实施例中:首先获取模型的平面范围位置,然后再获取相邻模型的平面范围位置,进行对比;如果两模型平面范围交叉或包含,将不符合要求的模型的平面范围数据信息进行错误信息指令判断,并将错误信息指令和不符合要求的数据进行发送到模型创建步骤中进行处理。
具体实施例中:模型创建步骤根据数据检查指令对三维模型进行修改或重新创建模型。
一种海量数据处理方法,其中:如图8所示所述数据整合步骤包括:
获取:获取得到图幅框数据信息;
判定:通过已完成模型的位置信息判定该模型所在图幅位置信息;
整合:将三维模型按照图幅框的范围进行切割、拆分整合;
存储:将整合后的模型数据信息进行命名、存储。
具体实施例中:将景观模型检查合格的数据进行按照图幅表规定的要求,将三维场景里的模型文件进行切割、拆分等数据整合;并将整合后的模型数据信息进行命名、存储。其中:将模型信息以图幅为单位进行命名和存储,将该图幅所使用的纹理信息收集到相关图幅文件夹中进行存储。
具体实施例中存储形式为:将模型信息以图幅为单位进行命名和存储。
具体实施例中存储形式为:将该图幅所使用的纹理信息收集到相关图幅文件夹中进行存储。
一种海量数据处理方法,其中:如图9所示所述纠正步骤包括:
检查:将三维模型中的有效信息进行检查;
纠正:将三维模型中有效信息中不符合规范的信息进行纠正;
具体实施例中有效信息为:数据信息。
具体实施例中有效信息为:模型信息。
具体实施例中有效信息为:图层信息。
具体实施例中有效信息为:数据的层级关系信息。
具体实施例中有效信息为:数据命名信息。
具体实施例中:检查整合后的三维模型是否根据规定进行分层;检查每个图幅文件的存放是否以图幅为单位,且Max文件和纹理文件存放格式是否符合要求。对不符合要求的整合后的三维模型进行纠正。
一种海量数据处理方法,其中:如图10所述效果提升步骤包括:
判断:判断三维数据是否需要进行光影提升,并将需要进行光影提升的三维数据进行处理;
模型信息加载:加载所需进行光影提升周围图幅的模型数据,通过模型数据中相关信息进行判断,保留对该光影提升有影响的模型数据;
光源信息加载:将光源信息加载到当前三维模型场景中;
处理:通过对加载后的模型信息和光源信息进行处理,得到效果提升后的模型。
具体实施例中:将光源导入到系统场景中,并加载对该图幅有光影影响的其他图幅模型文件,通过光线追踪计算,生成光影图像,将图像映射到三维格网模型上,提升模型的真实感,立体感。
由此可见:
本发明实施例中的海量数据处理方法可以满足:
可以自动将不同格式的海量数据进行处理后进行三维模型的创建;对模型信息提供智能化的检查、纠正;对模型进行数据优化,达到精简数据量的目的,为在三维建模过程中处理海量数据信息提供技术支持。同时本发明采取自动化海量数据处理提高了作业的效率,降低了项目成本,缩短了项目开发周期,提高了产品的质量。
虽然通过实施例描绘了本发明实施例,本领域普通技术人员知道,本发明有许多变形和变化而不脱离本发明的精神,希望所附的权利要求包括这些变形和变化而不脱离本发明的精神。
Claims (10)
1.一种海量数据处理方法,其特征在于该方法包括以下步骤:
模型创建:根据原始数据创建三维模型;根据数据检查指令对三维模型进行修改或重新创建模型;
数据优化:将初创建完成的三维模型中的有争议的冗余信息进行数据优化;
数据检查:对优化后的数据信息进行检查;
数据整合:按照图幅表规定的要求,将三维场景里的模型文件进行整合;并将整合后的模型数据信息进行命名、存储;
纠正:对模型信息提供智能化的检查、纠正。
2.根据权利要求1所述的一种海量数据处理方法,其特征在于,所述海量数据处理方法还包括如下步骤:
数据预处理:用于将不同类型的数据进行格式统一并存储。
3.根据权利要求1所述的一种海量数据处理方法,其特征在于,所述海量数据处理方法包括如下步骤:
效果提升:用于判断三维数据是否需要进行光影提升,将需要进行光影提升的三维模型进行光影提升,并将光影提升后的光影数据信息以图片形式存储到相关模型数据信息中。
4.根据权利要求1所述的一种海量数据处理方法,其特征在于,所述模型创建步骤包括:
存储:用于进行指令存储和数据存储;
判定:用于将接收的指令进行判定和处理;
读取:对数据的关键点进行读取并对建模所需数据进行实时加载;
建模:通过数据的关键点生成三维模型;
贴图:把三维模型进行贴图处理;
其中所述数据包扩点云数据、CAD数据、Max文件数据、影像数据。
5.根据权利要求1所述的一种海量数据处理方法,其特征在于,所述数据优化步骤包括:
优化:将模型中的冗余信息进行清除,将有争议的冗余信息向使用者发出提示指令;
人机交互:使用者通过提示指令,将有争议的冗余信息进行人机交互处理冗余信息,完成优化;
其中所述数据优化包括对模型进行优化,对材质进行优化,对纹理进行优化。
6.根据权利要求1所述的一种海量数据处理方法,其特征在于,所述数据检查步骤包括:
数据获取:获取三维模型中模型的数据信息;
检核:将模型中的关键数据信息进行检核;
传输:将符合检核要求的数据信息进行后续处理,将不符合检核要求的数据信息和相关指令发送到模型创建步骤中进行处理;
其中所述检查包括:模型检查和纹理检查;模型检查可以为对模型的穿插、冗余的点线面、材质及纹理,平面精度,命令中的一项或多项进行检查也可对其综合进行检查;纹理检查可以为对尺寸,浪费纹理,命令,格式中的一项或多项进行检查也可对其综合进行检查。
7.根据权利要求1所述的一种海量数据处理方法,其特征在于,所述数据整合步骤包括:
获取:获取得到图幅框数据信息;
判定:通过已完成模型的位置信息判定该模型所在图幅位置信息;
整合:将三维模型按照图幅框的范围进行整合;
存储:将整合后的模型数据信息进行命名、存储;
其中:所述存储形式可以为:将模型信息以图幅为单位进行命名和存储,将该图幅所使用的纹理信息收集到相关图幅文件夹中进行存储。
8.根据权利要求1所述的一种海量数据处理方法,其特征在于,所述纠正步骤包括:
检查:将整合后的三维模型中的有效信息进行检查;
纠正:将三维模型中有效信息中不符合规范的信息进行纠正;
其中所述有效信息为:数据信息,模型信息,图层信息,数据的层级关系信息,数据命名信息。
9.根据权利要求1所述的一种海量数据处理方法,其特征在于,所述效果提升步骤包括:
判断:判断三维数据是否需要进行光影提升,并将需要进行光影提升的三维数据进行处理;
模型信息加载:加载所需进行光影提升周围图幅的模型数据,通过模型数据中相关信息进行判断,保留对该光影提升有影响的模型数据;
光源信息加载:将光源信息加载到当前三维模型场景中;
处理:通过对加载后的模型信息和光源信息进行处理,得到效果提升后的模型。
10.根据权利要求1所述的一种海量数据处理方法,其特征在于,所述预处理的数据为CAD格式数据,图像格式数据,点云数据格式数据,max格式数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410047609.4A CN103745019A (zh) | 2014-02-11 | 2014-02-11 | 一种海量数据处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410047609.4A CN103745019A (zh) | 2014-02-11 | 2014-02-11 | 一种海量数据处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103745019A true CN103745019A (zh) | 2014-04-23 |
Family
ID=50502036
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410047609.4A Pending CN103745019A (zh) | 2014-02-11 | 2014-02-11 | 一种海量数据处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103745019A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104599320A (zh) * | 2014-12-31 | 2015-05-06 | 北京邮电大学 | 一种三维模型实时绘制与比对方法 |
CN105139453A (zh) * | 2015-07-30 | 2015-12-09 | 中国石油化工股份有限公司 | 一种三维模型展示系统 |
CN105335928A (zh) * | 2015-12-12 | 2016-02-17 | 长沙乐购网络科技有限公司 | 用于动漫游戏的素材复用方法及系统 |
CN105354345A (zh) * | 2014-06-18 | 2016-02-24 | 星际空间(天津)科技发展有限公司 | 一种三维地下空间全要素模型实时浏览方法 |
CN106600700A (zh) * | 2015-10-20 | 2017-04-26 | 星际空间(天津)科技发展有限公司 | 一种三维模型数据处理系统 |
CN107562412A (zh) * | 2016-06-30 | 2018-01-09 | 齐游网络科技(上海)有限公司 | 游戏制作管理工具 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6677944B1 (en) * | 1998-04-14 | 2004-01-13 | Shima Seiki Manufacturing Limited | Three-dimensional image generating apparatus that creates a three-dimensional model from a two-dimensional image by image processing |
CN102074048A (zh) * | 2011-01-06 | 2011-05-25 | 天津市星际空间地理信息工程有限公司 | 一种数字城市模型库的构建与调度方法 |
CN103337095A (zh) * | 2013-06-25 | 2013-10-02 | 桂林理工大学 | 一种真实空间三维地理实体的立体虚拟显示方法 |
-
2014
- 2014-02-11 CN CN201410047609.4A patent/CN103745019A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6677944B1 (en) * | 1998-04-14 | 2004-01-13 | Shima Seiki Manufacturing Limited | Three-dimensional image generating apparatus that creates a three-dimensional model from a two-dimensional image by image processing |
CN102074048A (zh) * | 2011-01-06 | 2011-05-25 | 天津市星际空间地理信息工程有限公司 | 一种数字城市模型库的构建与调度方法 |
CN103337095A (zh) * | 2013-06-25 | 2013-10-02 | 桂林理工大学 | 一种真实空间三维地理实体的立体虚拟显示方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105354345A (zh) * | 2014-06-18 | 2016-02-24 | 星际空间(天津)科技发展有限公司 | 一种三维地下空间全要素模型实时浏览方法 |
CN105354345B (zh) * | 2014-06-18 | 2019-05-14 | 星际空间(天津)科技发展有限公司 | 一种三维地下空间全要素模型实时浏览方法 |
CN104599320A (zh) * | 2014-12-31 | 2015-05-06 | 北京邮电大学 | 一种三维模型实时绘制与比对方法 |
CN104599320B (zh) * | 2014-12-31 | 2017-08-11 | 北京邮电大学 | 一种三维模型实时绘制与比对方法 |
CN105139453A (zh) * | 2015-07-30 | 2015-12-09 | 中国石油化工股份有限公司 | 一种三维模型展示系统 |
CN105139453B (zh) * | 2015-07-30 | 2016-09-14 | 中国石油化工股份有限公司 | 一种三维模型展示系统 |
CN106600700A (zh) * | 2015-10-20 | 2017-04-26 | 星际空间(天津)科技发展有限公司 | 一种三维模型数据处理系统 |
CN105335928A (zh) * | 2015-12-12 | 2016-02-17 | 长沙乐购网络科技有限公司 | 用于动漫游戏的素材复用方法及系统 |
CN107562412A (zh) * | 2016-06-30 | 2018-01-09 | 齐游网络科技(上海)有限公司 | 游戏制作管理工具 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11222465B2 (en) | Embedded urban design scene emulation method and system | |
CN110222357B (zh) | 一种海绵城市规划建设bim建模方法 | |
CN108648269B (zh) | 三维建筑物模型的单体化方法和系统 | |
CN103745019A (zh) | 一种海量数据处理方法 | |
Boeykens et al. | A case study of using BIM in Historical Reconstruction. The Vinohrady synagogue in Prague | |
US20230074265A1 (en) | Virtual scenario generation method and apparatus, computer device and storage medium | |
CN104462298A (zh) | 一种实现地籍图自动成图的地籍调查系统及调查方法 | |
CN102945567B (zh) | 室内场景的分类与重建方法及系统 | |
CN102708587A (zh) | 一种快速获取三维建筑信息的方法及系统 | |
Lu et al. | Design and implementation of virtual interactive scene based on unity 3D | |
CN108921943A (zh) | 一种基于车道级高精度地图的道路三维模型建模方法 | |
CN110660125B (zh) | 用于电力配网系统的三维建模装置 | |
CN110990919A (zh) | 城市轨道交通三维gis选线设计分析方法 | |
CN107153744B (zh) | 地下三维管线决策系统 | |
CN105005580B (zh) | 一种用于显示水库地形的方法及其装置 | |
KR20140062831A (ko) | 정밀한 광역 축척 모형 제작을 위한 3차원 데이터 획득 및 가공 방법 | |
CN110489897A (zh) | 一种基于bim和gis的三维施工场布vr全景沙盘制作方法 | |
CN116502317B (zh) | 水利水电工程多源数据融合方法及终端设备 | |
CN114077764A (zh) | 基于三维gis与bim集成的临建模型建立方法及应用 | |
Padsala et al. | Conceptualizing, Managing and Developing: A Web Based 3D City Information Model for Urban Energy Demand Simulation. | |
Schaller et al. | Geodesign apps and 3D modelling with CityEngine for the city of tomorrow | |
CN103854295A (zh) | 电子地形图快速校正与裁剪方法 | |
Bi et al. | Research on CIM basic platform construction | |
Xu et al. | Research for 3D visualization of Digital City based on SketchUp and ArcGIS | |
CN114490907A (zh) | 名城管理数据库的构建方法、装置及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 300384 Tianjin Huayuan Industrial Park Xiqing District Haitai green industry base M4 Applicant after: Interstellar space (Tianjin) Technology Development Co., Ltd. Address before: 300384 Tianjin Huayuan Industrial Park Xiqing District Haitai green industry base M4 Applicant before: Tianjin StarGIS Information Engineering Co., Ltd. |
|
COR | Change of bibliographic data | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140423 |
|
RJ01 | Rejection of invention patent application after publication |