CN108198194A - 基于侧向多平面切割的倾斜摄影单体对象提取方法 - Google Patents

基于侧向多平面切割的倾斜摄影单体对象提取方法 Download PDF

Info

Publication number
CN108198194A
CN108198194A CN201711489717.7A CN201711489717A CN108198194A CN 108198194 A CN108198194 A CN 108198194A CN 201711489717 A CN201711489717 A CN 201711489717A CN 108198194 A CN108198194 A CN 108198194A
Authority
CN
China
Prior art keywords
triangle
plane
single target
oblique photograph
vertex
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
CN201711489717.7A
Other languages
English (en)
Other versions
CN108198194B (zh
Inventor
张晓盼
叶开
时磊
马晓燕
刘耀午
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.)
Wuhan University of Technology WUT
Original Assignee
Wuhan University of Technology WUT
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 Wuhan University of Technology WUT filed Critical Wuhan University of Technology WUT
Priority to CN201711489717.7A priority Critical patent/CN108198194B/zh
Publication of CN108198194A publication Critical patent/CN108198194A/zh
Application granted granted Critical
Publication of CN108198194B publication Critical patent/CN108198194B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/04—Texture mapping
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Graphics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明公开了一种基于侧向多平面切割的倾斜摄影单体对象提取方法，包括根据用户选取提取范围，选定地物对象的所属瓦片集并加载在场景中；构造多平面集，包括根据用户在不同人眼最优视角下勾勒所得地物边界，生成侧向平面，每一个视角下绘制地物对象的边界线的集合构成线段集，根据三角形构造平面，得到多平面集；根据LOD划分数据层，在每个数据层下，通过多平面集对倾斜摄影所得原始摄影产品TIN表面进行切割，分离重构产生单体对象的独立TIN表面；在每个数据层下，分别根据单体对象的独立TIN表面重构地物对象和添加纹理；将新生成的单体对象存储为标准倾斜摄影数据。本方法解决了倾斜摄影单体化中对象边缘锯齿化的问题。

Description

基于侧向多平面切割的倾斜摄影单体对象提取方法
技术领域
本发明涉及三维地理空间模型对象操作技术领域，特别涉及一种基于侧向多平面的倾斜摄影单体对象提取方法。
背景技术
近年来，倾斜摄影技术作为当今数字城市三维地理空间建模中快速成长的重要技术，相较于以往的航空摄影测量技术，其不仅能获取地物顶层的地理特征，同时也能获取地物侧面的详细轮廓及纹理信息，从而更加真实的反映地理实体的基本特征。
然而，在基于倾斜影像的三维重建过程中，若不做人工的干预，其自动化建模生成的模型仅仅是一个连续的不规则三角网TIN加贴图，并没有根据不同的地理实体而划分为可单独选中的不同地理对象，就只能和影像一样进行浏览，而无法完成对地理要素数据的增删改查，这对模型的进一步深入分析应用带来了极大挑战。
“单体化”指的是每一个用户想要单独管理的地理对象，是一个个单独的，可以被选择的实体。能快速、有效地提取地物对象，是倾斜摄影技术落地应用的一个技术难题。
发明内容
针对现有技术存在的不足，本发明对以往的切割单体化方式加以改进，解决了无法对倾斜摄影模型中单独地物对象管理的问题，以及切割单体化中边界锯齿化和LOD被破坏的问题。
为解决上述技术问题，本发明采用如下的技术方案：
一种基于侧向多平面切割的倾斜摄影单体对象提取方法，包括以下步骤：
步骤1，根据用户选取提取范围，选定地物对象的所属瓦片集并加载在场景中；
步骤2，构造多平面集，包括根据用户在不同人眼最优视角下勾勒所得地物边界，生成侧向平面，直至勾勒整个对象，每一个视角下绘制地物对象的边界线的集合构成线段集，根据得到的每个三角形构造平面，得到多平面集；
步骤3，根据LOD划分数据层，在每个数据层下，通过多平面集对倾斜摄影所得原始摄影产品TIN表面进行切割，分离重构产生单体对象的独立TIN表面；
步骤4，在每个数据层下，分别根据单体对象的独立TIN表面重构地物对象和添加纹理；
步骤5，将新生成的单体对象存储为标准倾斜摄影数据。
而且，所述步骤1中，支持用户通过鼠标在倾斜摄影场景中点击的方式，选取多个转角点，来设定提取范围。
而且，所述步骤2中，构造多平面集的过程如下，
（a）当用户通过平移、旋转和放大，确定在人眼视觉下最优的浏览视角，在该视窗下绘制地物对象的边界线，记录相应线段的起点P1，终点P2，视点EP，按P1-EP-P2顺序连接成三角形；
（b）重复过程（a）直至勾勒完该地物对象的轮廓，将得到的每个三角形根据点法式构造平面，从而得到多平面集，其中，平面顶点为EP，平面法向量为向量(EP-p1)与向量(p2-EP)的叉积。
而且，所述步骤3中，划分数据层的方式是根据模型文件名去划分。
而且，所述步骤3中，通过多平面集对倾斜摄影所得原始摄影产品TIN表面进行切割，分离重构产生单体对象的独立TIN表面的过程为，
(a) 根据步骤2中记录的边界线，构建该线段集的最小外包区域；
(b) 在每个数据层下，对倾斜摄影场景对象的TIN表面的每个三角形进行初步判断，若在最小外包区域外则舍去；反之进行遍历平面集，将平面集中顺序相邻的两个平面作为联合限制面，并新建两个约束面，约束面的构造过程是根据点法式，第一个约束面的顶点是第一个平面的P1，法向量是第一个平面的（P2-P1）；第二个约束面的顶点是第二个平面的P2，法向量是第二个平面的(P1-P2)；若三角形三个顶点均在联合限制面上方且在约束面上方，则三角形保留；
若三角形三个顶点均在联合限制面下方且在约束面上方，则三角形舍去；
若三角形三个顶点不全在联合限制面上方且在约束面上方，则对三角面切割，首先计算三角形与限制面的相交线段，采用相交线段对原三角形进行剖分，剖分后一个三角形变为多个三角形的集合，将在限制面上方的三角形保留。
而且，所述步骤4中，重构地物对象中纹理贴图的方式为，根据原三角形的顶点三维坐标和纹理坐标计算转移矩阵，从而计算每个新建三角形的顶点纹理坐标，再使用纹理映射。
而且，所述步骤4中，建立与原始LOD相符的LOD，对每个数据层中的三角形集分别重构为三角形图元。
和现有技术相比，本发明具有有益成果：
实现了基于侧向多平面集的倾斜摄影单体对象提取方法，在不破坏原始数据的基础上，实现了对单个地物对象的提取，达到严格意义上的“单体化”。所提取的对象可以作为独立个体对其单独操作，满足了倾斜模型单体化技术需求；其也具有与原始数据对应的LOD，解决了切割单体化中原始LOD被破坏的问题；所提取对象的边界是根据人眼感官下的最优视角所选择的，对象模型的轮廓符合人眼审美，解决了在众多单体化方案下边界锯齿化的问题；所提取对象的所有信息均继承自原始模型，对象的精度没有发生变化，满足测绘精度要求。
附图说明
图1是本发明实施例的流程示意图。
具体实施方式
下面将结合附图和实施例进一步说明本发明的技术方案。
参照图1所示，本实例基于侧向多平面集的倾斜摄影单体对象提取方法包括以下步骤：
(1)开始流程，将整个倾斜摄影自动化建模模型成果数据加载在场景中。
(2)根据用户选取的提取范围，用以选定地物对象所属瓦片集；
将整个倾斜摄影自动化建模模型成果数据加载到场景中，此时加载的是最原始的数据，之后再选定提取范围，再从原始数据中选出地物对象所属瓦片集，相当于缩小了数据量，这一个过程可减少数据量提高效率的。
具体实施时，用户可使用鼠标在倾斜摄影场景中点击的方式，通过平移、旋转和放大倾斜模型选取多个转角点，来设定提取范围。将多个转角点投影在二维平面上，并构建有向多边形；遍历瓦片集中的根节点模型数据，并读取其包围体；判断包围体与有向多边形是否相交，若相交则该瓦片集选中。将所有被选中的瓦片集数据重新加载在场景中。
(3) 构造最优侧向多平面集：根据用户在不同视角下勾勒得到的地物边界，生成侧向平面，勾勒整个对象后得到多平面集；
（a）具体实施时，可以由用户选择若干视角，包括通过平移、旋转和放大，确定在人眼视觉下不同最优的浏览视角，在该视窗下勾勒绘制地物对象完整的边界线(三维线段)，则可记录该线段的起点P1，终点P2，视点EP，按P1-EP-P2顺序连接成三角形；
（b）重复过程（a）直至勾勒完该地物对象的轮廓，每一个视角下绘制地物对象的边界线的集合，构成线段集，即一个地物对象的所有边界线的集合；将得到的每个三角形根据点法式构造平面，从而得到多平面集。
其中，对任意平面，其代数方程为Ax+By+Cz+D=0，而点法式形式是A(x-x0)+B(y-y0)+C(z-z0)=0，其中向量(A,B,C)为法向量，(x,y,z)为三维坐标，(x0, y0, z0)为平面顶点。该三角形平面法向量为(EP-P1)^(P2-EP)，顶点为P1，以点法式形式构造平面方程即可。其中，^为叉乘符号，这里是向量的叉乘，平面上两条不平行不重合的向量的叉积，就是平面的法向量；(EP-P1)就是点EP指向点P1，长度为点EP和点P1空间距离的向量。则每个平面实质上是经过视点、呈一定角度与模型相交的平面。
(4)划分数据层：根据模型文件名去划分，倾斜摄影数据采用树状存储结构，自顶向下，每一层数据则代表一个细节层，其中倾斜摄影数据在存储时，就根据其LOD(Level ofDetail,细节层次节点）将数据分层存储，故根据其文件名将数据分层即可。
(5)通过步骤(3)所得多平面集去从原始摄影产品TIN选择场景中所有参与构造地物的三角形；对与平面集相交的三角形进行切割并生成新三角形，即在每个数据层下，通过多平面集对倾斜摄影TIN表面进行切割，分离重构产生单体对象的独立TIN表面。该步骤中，选择场景中所有参与构造地物的三角形的过程如下：
(a) 根据步骤(3)中记录的边界线，构建步骤(3)所得线段集的最小外包区域，具体方式是遍历比较各个三维点的坐标，分别取X,Y,Z的最大值与最小值；
(b) 在每个数据层下，分别进行以下处理：
对倾斜摄影场景对象的原始摄影产品TIN表面的每个三角形进行初步判断，若在最小外包区域外则舍去；反之进行遍历平面集，将平面集中顺序相邻的两个平面作为联合限制面，并新建两个约束面，其中，对于有n个平面的平面集，其联合限制面分别为1,2、2,3…、n,1；联合限制面就是两个限制面共同作为限制条件。如果有n个限制面，按建立顺序依次编号从1到n，然后构造的联合限制面就是序号1和2的平面、2和3的平面，一直到n-1和n，n和1。由n个限制面构成n个联合限制面
其中，约束面的构造过程是根据点法式，第一个约束面的顶点是第一个平面的P1，法向量是第一个平面的（P2-P1）；第二个约束面的顶点是第二个平面的P2，法向量是第二个平面的(P1-P2)；此处P1、P2就是之前步骤(3)-a中的记录的线段端点P1、P2。
若三角形三个顶点均在联合限制面上方且在约束面上方，则三角形保留；若三角形三个顶点均在联合限制面下方且在约束面上方，则三角形舍去；若三角形三个顶点不全在联合限制面上方且在约束面上方，则对三角面切割，切割方式为，首先计算三角形与限制面的相交线段，采用相交线段对原三角形进行剖分，剖分后一个三角形变为多个三角形的集合，将在限制面上方的三角形保留。
其中，判断顶点与平面的关系是通过计算点到平面的距离，即将点坐标带入到平面方程中去，即distance = Ax1+By1+Cz1+D，若distance>0，点在平面上方，反之则在平面下方。其中，(x1, y1, z1)表示点的三维坐标，distance指点到平面的距离。
(c)将选择的三角形和新建的三角形按其所属数据层分别存储，其中按三角形方向顺序存储三角形图元顶点的空间坐标和纹理坐标。
(6) 在每个数据层下，分别进行重构处理：根据所选三角形和新生成的三角形重构地物对象并建立与原始LOD相符的LOD，即对上述的每个数据层中的三角形集分别重构为三角形图元：其中重构地物对象的主要方式是TRIANGLES，即绘制三角形图元的三个顶点由步骤4中所存储的数组中相邻的三个点决定，并按照逆时针的顺序进行绘制，并根据数组（包含分层存储所得每一个三角形的顶点坐标）中点的个数继续绘制新的三角形。对步骤4中每一层数据分布重构对象，从而得到每一细节层次所对应的对象模型。
(7) 在每个数据层下，分别进行添加纹理处理：将新生成的模型存储并添加纹理信息，其中添加纹理信息的方式是根据原始三角形的顶点坐标和空间坐标计算其转移矩阵，然后对于新建的三角形，通过其顶点坐标计算得到纹理坐标，之后通过映射的方式添加纹理信息。
(8) 结束流程，将提取出的地物对象（单体对象）以标准倾斜摄影数据存储。
具体实施时，可以采用计算机软件技术实现以上流程的自动运行。
以上所述仅为本发明中的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神与原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于侧向多平面切割的倾斜摄影单体对象提取方法，其特征在于，包括以下步骤：
步骤1，根据用户选取提取范围，选定地物对象的所属瓦片集并加载在场景中；
步骤2，构造多平面集，包括根据用户在不同人眼最优视角下勾勒所得地物边界，生成侧向平面，直至勾勒整个对象，每一个视角下绘制地物对象的边界线的集合构成线段集，根据得到的每个三角形构造平面，得到多平面集；
步骤3，根据LOD划分数据层，在每个数据层下，通过多平面集对倾斜摄影所得原始摄影产品TIN表面进行切割，分离重构产生单体对象的独立TIN表面；
步骤4，在每个数据层下，分别根据单体对象的独立TIN表面重构地物对象和添加纹理；
步骤5，将新生成的单体对象存储为标准倾斜摄影数据。
2.根据权利要求1所述的倾斜摄影单体对象提取方法，其特征在于：所述步骤1中，支持用户通过鼠标在倾斜摄影场景中点击的方式，选取多个转角点，来设定提取范围。
3.根据权利要求2所述的倾斜摄影单体对象提取方法，其特征在于：所述步骤2中，构造多平面集的过程如下，
（a）当用户通过平移、旋转和放大，确定在人眼视觉下最优的浏览视角，在该视窗下绘制地物对象的边界线，记录相应线段的起点P1，终点P2，视点EP，按P1-EP-P2顺序连接成三角形；
（b）重复过程（a）直至勾勒完该地物对象的轮廓，将得到的每个三角形根据点法式构造平面，从而得到多平面集，其中，平面顶点为EP，平面法向量为向量(EP-p1)与向量(p2-EP)的叉积。
4.根据权利要求3所述的倾斜摄影单体对象提取方法，其特征在于：所述步骤3中，划分数据层的方式是根据模型文件名去划分。
5.根据权利要求3所述的倾斜摄影单体对象提取方法，其特征在于：所述步骤3中，通过多平面集对倾斜摄影所得原始摄影产品TIN表面进行切割，分离重构产生单体对象的独立TIN表面的过程为，
(a) 根据步骤2中记录的边界线，构建该线段集的最小外包区域；
(b) 在每个数据层下，对倾斜摄影场景对象的TIN表面的每个三角形进行初步判断，若在最小外包区域外则舍去；反之进行遍历平面集，将平面集中顺序相邻的两个平面作为联合限制面，并新建两个约束面，约束面的构造过程是根据点法式，第一个约束面的顶点是第一个平面的P1，法向量是第一个平面的（P2-P1）；第二个约束面的顶点是第二个平面的P2，法向量是第二个平面的(P1-P2)；若三角形三个顶点均在联合限制面上方且在约束面上方，则三角形保留；
若三角形三个顶点均在联合限制面下方且在约束面上方，则三角形舍去；
若三角形三个顶点不全在联合限制面上方且在约束面上方，则对三角面切割，首先计算三角形与限制面的相交线段，采用相交线段对原三角形进行剖分，剖分后一个三角形变为多个三角形的集合，将在限制面上方的三角形保留。
6.根据权利要求1或2或3或4或5所述的倾斜摄影单体对象提取方法，其特征在于：所述步骤4中，重构地物对象中纹理贴图的方式为，根据原三角形的顶点三维坐标和纹理坐标计算转移矩阵，从而计算每个新建三角形的顶点纹理坐标，再使用纹理映射。
7.根据权利要求1或2或3或4或5所述的倾斜摄影单体对象提取方法，其特征在于：所述步骤4中，建立与原始LOD相符的LOD，对每个数据层中的三角形集分别重构为三角形图元。
CN201711489717.7A 2017-12-29 2017-12-29 基于侧向多平面切割的倾斜摄影单体对象提取方法 Active CN108198194B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711489717.7A CN108198194B (zh) 2017-12-29 2017-12-29 基于侧向多平面切割的倾斜摄影单体对象提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711489717.7A CN108198194B (zh) 2017-12-29 2017-12-29 基于侧向多平面切割的倾斜摄影单体对象提取方法

Publications (2)

Publication Number Publication Date
CN108198194A true CN108198194A (zh) 2018-06-22
CN108198194B CN108198194B (zh) 2022-05-13

Family

ID=62587448

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711489717.7A Active CN108198194B (zh) 2017-12-29 2017-12-29 基于侧向多平面切割的倾斜摄影单体对象提取方法

Country Status (1)

Country Link
CN (1) CN108198194B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110110621A (zh) * 2019-04-23 2019-08-09 安徽大学 基于多特征整合深度学习模型的倾斜摄影点云分类方法
CN110379004A (zh) * 2019-07-22 2019-10-25 泰瑞数创科技(北京)有限公司 一种对倾斜摄影成果进行地物分类及单体化提取的方法
CN111339600A (zh) * 2020-03-17 2020-06-26 飞燕航空遥感技术有限公司 建筑物倾斜模型中分层分户三维显示方法、系统及存储介质
CN111784840A (zh) * 2020-05-08 2020-10-16 广西壮族自治区自然资源遥感院 基于矢量数据自动分割lod层级三维数据单体化方法及系统
CN116442326A (zh) * 2023-06-20 2023-07-18 辽宁大学 双z轴全自动泡沫切割机的切割路径分析算法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106251331A (zh) * 2016-07-15 2016-12-21 北京道亨时代科技有限公司 一种倾斜测量场景中地物的提取方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106251331A (zh) * 2016-07-15 2016-12-21 北京道亨时代科技有限公司 一种倾斜测量场景中地物的提取方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
KAI YE: "《A Monomorphic Method of Oblique Photography Model Based on 3D Scene》", 《2017 3RD INTERNATIONAL CONFERENCE ON GREEN MATERIALS AND ENVIRONMENTAL ENGINEERING 》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110110621A (zh) * 2019-04-23 2019-08-09 安徽大学 基于多特征整合深度学习模型的倾斜摄影点云分类方法
CN110379004A (zh) * 2019-07-22 2019-10-25 泰瑞数创科技(北京)有限公司 一种对倾斜摄影成果进行地物分类及单体化提取的方法
CN110379004B (zh) * 2019-07-22 2021-02-09 泰瑞数创科技(北京)有限公司 一种对倾斜摄影成果进行地物分类及单体化提取的方法
CN111339600A (zh) * 2020-03-17 2020-06-26 飞燕航空遥感技术有限公司 建筑物倾斜模型中分层分户三维显示方法、系统及存储介质
CN111339600B (zh) * 2020-03-17 2020-11-10 飞燕航空遥感技术有限公司 建筑物倾斜模型中分层分户三维显示方法、系统及存储介质
CN111784840A (zh) * 2020-05-08 2020-10-16 广西壮族自治区自然资源遥感院 基于矢量数据自动分割lod层级三维数据单体化方法及系统
CN111784840B (zh) * 2020-05-08 2024-04-19 广西壮族自治区自然资源遥感院 基于矢量数据自动分割lod层级三维数据单体化方法及系统
CN116442326A (zh) * 2023-06-20 2023-07-18 辽宁大学 双z轴全自动泡沫切割机的切割路径分析算法
CN116442326B (zh) * 2023-06-20 2023-08-18 辽宁大学 双z轴全自动泡沫切割机的切割路径分析算法

Also Published As

Publication number Publication date
CN108198194B (zh) 2022-05-13

Similar Documents

Publication Publication Date Title
CN108198194A (zh) 基于侧向多平面切割的倾斜摄影单体对象提取方法
US7561156B2 (en) Adaptive quadtree-based scalable surface rendering
JP2021520579A (ja) オブジェクトのロード方法及び装置、記憶媒体、電子装置、並びにコンピュータプログラム
Zhou et al. 2.5 D building modeling with topology control
CN108876910A (zh) 一种三维建模方法、装置、设备及计算机可读存储介质
CN104504760B (zh) 实时更新三维图像的方法和系统
CN103871102A (zh) 一种基于高程点和道路轮廓面的道路三维精细建模方法
CN106780697A (zh) 一种基于法向、几何、uv因素的网格简化方法
CN112906124B (zh) 一种土方量计算方法、装置、设备和介质
CN109636889B (zh) 一种基于动态缝合带的大规模三维地形模型渲染方法
CN115937434A (zh) 一种基于纹理的三维模型裁切装置
CN102496179A (zh) 一种三维场景的裁剪方法
US6570568B1 (en) System and method for the coordinated simplification of surface and wire-frame descriptions of a geometric model
CN115393548A (zh) 一种适用于三维重建的网格纹理化简算法
CN116402973A (zh) 一种基于lod重构的倾斜摄影模型优化方法、系统
CN106408665A (zh) 一种新的渐进网格生成方法
CN112687007A (zh) 一种基于lod技术的立体网格图生成方法
Hua et al. Mesh simplification using vertex clustering based on principal curvature
CN107895398B (zh) 结合视觉显著性的浮雕编辑方法
CN106097446A (zh) 一种基于大规模地震数据的三维地质曲面重建方法
Du et al. Out‐of‐Core Simplification and Crack‐Free LOD Volume Rendering for Irregular Grids
CN114332322A (zh) 一种三维场景下单体模型的大数据渲染方法
CN110379005A (zh) 一种基于虚拟资源管理的三维重建方法
CN106097447A (zh) 一种大规模地震数据的曲面重建方法
Aguilera et al. Virtual archaeological sites modelling through low-cost methodology

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
GR01 Patent grant
GR01 Patent grant