CN110097624B - 生成三维数据lod简化模型的方法及装置 - Google Patents
生成三维数据lod简化模型的方法及装置 Download PDFInfo
- Publication number
- CN110097624B CN110097624B CN201910376550.6A CN201910376550A CN110097624B CN 110097624 B CN110097624 B CN 110097624B CN 201910376550 A CN201910376550 A CN 201910376550A CN 110097624 B CN110097624 B CN 110097624B
- Authority
- CN
- China
- Prior art keywords
- model
- plane
- dimensional
- texture
- data
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000013499 data model Methods 0.000 claims abstract description 30
- 238000013507 mapping Methods 0.000 claims abstract description 22
- 230000008859 change Effects 0.000 claims abstract description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 46
- 239000011159 matrix material Substances 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 12
- 238000005056 compaction Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 8
- 238000011084 recovery Methods 0.000 claims description 5
- 238000001218 confocal laser scanning microscopy Methods 0.000 claims 3
- 238000009877 rendering Methods 0.000 abstract description 9
- 238000012800 visualization Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000007794 visualization technique Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Generation (AREA)
Abstract
本申请涉及一种生成三维数据LOD简化模型的方法、装置及计算机设备，生成三维数据LOD简化模型的方法包括获取倾斜摄影数据生成倾斜摄影模型；将倾斜摄影模型展开到二维平面得到第一平面模型，并在第一平面模型获取纹理图像；对第一平面模型进行几何精简，得到第二平面模型；根据纹理图像在第二平面模型中获取顶点纹理坐标；根据顶点纹理坐标将第二平面模型恢复成三维网格数据模型。本申请避免传统简化模型中直接对三维倾斜摄影模型进行纹理映射而丢失大量纹理细节，或者因几何位置的变动，纹理发生了扭曲的问题，在保障场景的真实程度和细节表现的同时，有效地提高了渲染的效率，对城市大规模倾斜数据的三维可视化具有重要的指导意义。
Description
技术领域
本申请涉及地理空间信息系统技术领域，尤其是一种生成三维数据LOD简化模型的方法及装置。
背景技术
由于普通计算机的性能很难满足大场景三维模型渲染要求，因此，严重影响了三维数字城市技术的应用和推广。LOD(Levels of Detail，多细节层次)技术的引入有助于解决上述问题。LOD技术是指物体的节点在显示环境中所处的位置和重要度，决定物体渲染的资源分配，降低非重要物体的面数和细节度，从而获得高效率的渲染运算。以使普通计算机也可显示大场景三维图像。为了使大场景三维图像更加符合人眼视觉的真实直观世界，倾斜摄影技术逐渐发展起来，它颠覆了以往正射影像只能从垂直角度拍摄的局限，通过在同一飞行平台上搭载多台传感器，同时从一个垂直、四个倾斜等五个不同的角度采集影像，图像数据量剧烈增加，因此需对LOD模型进行简化，生成多级别简化程度不一的离散LOD模型，即：观察点距离建筑越远，调用的模型就越不精细。相关技术中，Rossignac等提出了顶点聚类算法，即将三维模型用均匀的栅格进行划分，衡量栅格内每个顶点的重要性，并选取重要性最高的顶点作为栅格的代表顶点；Hoppe提出了基于边折叠的渐进网格生成算法，即由一个基网格进行一系列的边折叠操作得到简化的网格；Garland等提出了Qslim算法，选用空间某点到所有与之相邻的三角面的距离的平方和作为误差测度，选择误差最小的边进行折叠简化。
但是，上述简化算法都只考虑了三维模型在几何特征上的简化，忽略了对模型表面纹理的处理及简化。而实际上，对于大规模倾斜影像数据的三维可视化，模型所附加的纹理的数据量要远大于几何特征数据量，在计算机资源一定的情况下只有减少绘制过程中传入的纹理数据量，才能保证三维场景的实时渲染，但是对纹理进行简化的方法受简化程度的影响，可能存在采样不充分，最后导致存储的颜色信息不足的问题，以致于无法使得简化模型拥有和原模型近似的纹理贴图效果。
发明内容
为至少在一定程度上克服对纹理进行简化的方法受简化程度的影响，可能存在采样不充分，最后导致存储的颜色信息不足，以致于无法使得简化模型拥有和原模型近似的纹理贴图效果的问题，本申请提供一种生成三维数据LOD简化模型的方法及装置。
第一方面，本申请提供一种生成三维数据LOD简化模型的方法，包括：
获取倾斜摄影数据生成倾斜摄影模型；
将所述倾斜摄影模型展开到二维平面得到第一平面模型，并在所述第一平面模型获取纹理图像；
对所述第一平面模型进行几何精简，得到第二平面模型；
根据所述纹理图像在所述第二平面模型中获取顶点纹理坐标；
根据所述顶点纹理坐标将所述第二平面模型恢复成三维网格数据模型。
进一步的，所述将所述倾斜摄影模型展开到二维平面得到第一平面模型，包括：应用LSCM算法将所述倾斜摄影模型展开到二维平面得到第一平面模型。
进一步的，所述对所述第一平面模型进行几何精简，包括：应用半边折叠算法对所述第一平面模型进行几何精简。
进一步的，所述应用半边折叠算法对所述第一平面模型进行几何精简，包括：
选择一个源顶点作为边的折叠的对象，折叠到另一个顶点；
计算边的折叠代价；
选择边的折叠代价最小的边进行折叠；
重复上述操作直到实际面的个数不超过期望面的个数。
进一步的，所述计算折叠代价包括：
构建顶点的二次误差测度矩阵，所述二次误差测度矩阵包括三角网格中所述顶点的三角面集合；
针对所述三角网格中每一条边，计算边的两个端点的二次误差度量并求和，即可计算出边的折叠代价。
进一步的，所述方法还包括：
对所述纹理图像进行降采样操作。
进一步的，所述根据所述顶点纹理坐标将所述第二平面模型恢复成三维网格数据模型，包括：应用LSCM算法逆过程根据所述顶点纹理坐标将所述第二平面模型恢复成三维网格数据模型。
进一步的，所述三维网格数据模型为金字塔层次的三维数据LOD简化模型，所述金字塔层次的三维数据LOD简化模型的每个层次的分辨率不同。
第二方面，本申请提供一种生成三维数据LOD简化模型的装置，包括：
生成倾斜摄影模型模块，用于获取倾斜摄影数据生成倾斜摄影模型；
二维映射模块，用于将所述倾斜摄影模型展开到二维平面得到第一平面模型，并在所述第一平面模型获取纹理图像；
几何精简模块，对所述第一平面模型进行几何精简，得到第二平面模型；
获取顶点纹理坐标模块，根据所述纹理图像在所述第二平面模型中获取顶点纹理坐标；
模型恢复模块，用于根据所述顶点纹理坐标将所述第二平面模型恢复成三维网格数据模型。
第三方面，本申请提供一种计算机设备，包括：
存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行上述方法的步骤。
本申请的实施例提供的技术方案可以包括以下有益效果：
本申请中通过将倾斜摄影模型展开到二维平面得到第一平面模型，对所述第一平面模型进行几何精简，得到第二平面模型，避免传统简化模型中直接对三维倾斜摄影模型进行纹理映射而丢失大量纹理细节，或者因几何位置的变动，纹理发生了扭曲从而使纹理不够理想的问题；进一步的，通过在第一平面模型获取纹理图像，根据顶点纹理坐标将所述第二平面模型恢复成三维网格数据模型，在保障场景的真实程度和细节表现的同时，有效地提高了渲染的效率，对城市大规模倾斜数据的三维可视化具有重要的指导意义。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
图1是本申请一个实施例提供的一种生成三维数据LOD简化模型的方法的流程图。
图2是本申请一个实施例提供的一种生成三维数据LOD简化模型的装置的模块图。
图3为本发明一实施例提供的一种计算机设备的内部结构图。
图4是本申请一个实施例提供的一种生成三维数据LOD简化模型的方法的实验图。
图5是本申请一个实施例提供的另一种生成三维数据LOD简化模型的方法的实验图。
图6是本申请一个实施例提供的另一种生成三维数据LOD简化模型的方法的实验图。
图7是本申请一个实施例提供的另一种生成三维数据LOD简化模型的方法的实验图。
具体实施方式
下面结合附图和实施例对本发明进行详细的描述。
图1是本申请一个实施例提供的生成三维数据LOD简化模型的方法的流程图。
如图1所示，本实施例的方法包括：
S11：获取倾斜摄影数据生成倾斜摄影模型；
S12：将倾斜摄影模型展开到二维平面得到第一平面模型，并在第一平面模型获取纹理图像；
S13：对第一平面模型进行几何精简，得到第二平面模型；
S14：根据纹理图像在所述第二平面模型中获取顶点纹理坐标；
S15：根据所述顶点纹理坐标将第二平面模型恢复成三维网格数据模型。
获取倾斜摄影数据可以通过真实采集外部建筑物影像的方式也可以根据历史经验预设倾斜摄影数据，生成倾斜摄影模型。倾斜摄影技术相对于正射影像，倾斜影像能让用户从多个角度观察地物，更加真实的反映地物的实际情况，弥补了基于正射影像应用的不足。
作为本发明可选的一种实现方式，所述将所述倾斜摄影模型展开到二维平面得到第一平面模型，包括：应用LSCM算法将所述倾斜摄影模型展开到二维平面得到第一平面模型。
LSCM(Least Square Conformal Maps)最小二乘保角映射算法，LSCM算法可以实现三维模型的保角映射使其参数化到二维平面域，这种映射是一一映射。并且，LSCM算法可以更好的控制由于获取数据时所带的噪声和手动标定特征点的不准确性所造成的误差，LSCM算法包括：将三维的倾斜摄影模型用S表示为一个离散的三维三角网格曲面，则存在光滑映射：U:S-(u,v)，映射U满足保角条件(1)：假定映射U在每个三角面片上保持线性，则保角条件(1)可改写成最小二乘下的表达式：/>式中d代表三角网格S面上的一个三角面片，A(d)代表三角形d的面积，通过固定三角形d的顶点可以实现将三维表面映射到二维参数域，实现将三维的倾斜摄影模型展开到二维平面从而获取二维的纹理图像。
LSCM算法具有以下优点：LSCM算法以连续的方式将三维数据映射到二维平面，保证局部角度变形最小，不需要边界条件，是独立于网格的计算，是个线下优化的问题，因此LSCM算法能够保证参数化前后对应的确定性和唯一性，便于从二维平面图像恢复成三维网格模型。
作为本发明可选的一种实现方式，所述对所述第一平面模型进行几何精简，包括：应用半边折叠算法对所述第一平面模型进行几何精简。
作为本发明可选的一种实现方式，所述应用半边折叠算法对所述第一平面模型进行几何精简，包括：
选择一个源顶点作为边的折叠的对象，折叠到另一个顶点；
计算边的折叠代价；
选择边的折叠代价最小的边进行折叠；
重复上述操作直到实际面的个数不超过期望面的个数。
一般情况下，一次半边折叠操作可以减少1个顶点、2个面、3条边，通过半边折叠算法可以将三维模型做几何精简，得到第一三维网格数据模型为目标面数满足要求的简化模型。
作为本发明可选的一种实现方式，所述计算折叠代价包括：
构建顶点的二次误差测度矩阵，所述二次误差测度矩阵包括三角网格中所述顶点的三角面集合；
针对所述三角网格中每一条边，计算边的两个端点的二次误差度量并求和，即可计算出边的折叠代价。
将边折叠操作生成的新顶点到相关三角面距离的平方和作为误差度量。
倾斜摄影模型的每个三角面都是一个平面，平面方程表示为
ax+by+cz+d＝0
式中，a、b、c满足a2+b2+c2＝1。令F＝(a b c d)T代表该平面，点v的坐标为V＝(x yz 1)T，则点v到平面p距离的平方为式中
令Q矩阵
为顶点v的QEM矩阵(二次误差测度矩阵)，其中planes(v)为三角网格中以v为顶点的三角面集合。针对三角网格中每一条边，计算边的两个端点的二次误差度量并求和，即可计算出边的折叠代价，每次选择折叠代价最小的边进行折叠，重复操作直到满足简化要求，简化要求例如为目标面数小于预设值。在简化过程中采用QEM矩阵控制简化的方向，保障了模型的简化质量。
作为本发明可选的一种实现方式，所述方法还包括：
对所述纹理图像进行降采样操作。
降采样后纹理信息可以体现在三维数据LOD简化模型中不需要精细显示的层级中。
将三维倾斜模型降二维平面，获取(u,v)坐标系内图像平面模型，可以防止因几何位置变动造成的纹理扭曲，对纹理图像进行降采样操作可以减少模型渲染负担，在保障场景的真实程度和细节表现的同时，有效地提高了渲染的效率和纹理效果。
所述在所述第一平面模型获取纹理图像，包括：对第一平面模型中数据点进行纹理绑定和拍照操作获取纹理图像，纹理图像中每个点的数据信息与(u,v)坐标系中的坐标一一对应，因此根据纹理图像可以在第二平面模型中获取顶点纹理坐标。
作为本发明可选的一种实现方式，所述根据所述顶点纹理坐标将所述第二平面模型恢复成三维网格数据模型，包括：应用LSCM算法逆过程根据所述顶点纹理坐标将所述第二平面模型恢复成三维网格数据模型。
由于LSCM算法可以实现三维模型到二维平面域的一一映射，因此应用LSCM算法逆过程在已知各个顶点的纹理坐标情况下，可以实现将二维图像转换成三维网格数据模型。
作为本发明可选的一种实现方式，所述三维网格数据模型为金字塔层次的三维数据LOD简化模型，所述金字塔层次的三维数据LOD简化模型的每个层次的分辨率不同。
三维网格数据模型的几何数据和纹理数据的分辨率都不相同，用户从不同距离不同角度调用观看三维模型时会展现出不同细节的纹理图像，增强了纹理效果，提高用户体验。
图4～图7为生成三维数据LOD简化模型的方法的实验图。实验过程包括：
获取实验数据生成倾斜摄影模型例如为如图4所示的100％数据点的动物的三维图像；
将三维的动物图像展开到二维平面获取纹理图像，得到如图5所示的100％数据点的的第一平面模型，对第一平面模型中数据点进行纹理绑定和拍照操作获取纹理图像；
对如图5所示的100％数据点的的第一平面模型进行几何精简，得到如图6所示的3％数据点的第二平面模型；
将3％数据点的第二平面模型映射到(u,v)坐标系，获取顶点纹理坐标，对第二平面模型进行LSCM恢复，得到如图7所示的3％数据点所示的3％数据点的动物的三维图像，3％数据点的动物的三维图像即三维网格数据模型。
本实施例中，通过将倾斜摄影模型展开到二维平面得到第一平面模型，对所述第一平面模型进行几何精简，得到第二平面模型，避免传统简化模型中直接对三维倾斜摄影模型进行纹理映射而丢失大量纹理细节，或者因几何位置的变动，纹理发生了扭曲从而使纹理不够理想的问题；进一步的，通过在第一平面模型获取纹理图像，根据顶点纹理坐标将所述第二平面模型恢复成三维网格数据模型，在保障场景的真实程度和细节表现的同时，有效地提高了渲染的效率，对城市大规模倾斜数据的三维可视化具有重要的指导意义。
图2是本申请一个实施例提供的生成三维数据LOD简化模型的装置的模块图。
如图2所示，所述装置包括：
生成倾斜摄影模型模块21，用于获取倾斜摄影数据生成倾斜摄影模型；
二维映射模块22，用于将所述倾斜摄影模型展开到二维平面得到第一平面模型，并在所述第一平面模型获取纹理图像；
几何精简模块23，对所述第一平面模型进行几何精简，得到第二平面模型；
获取顶点纹理坐标模块24，根据所述纹理图像在所述第二平面模型中获取顶点纹理坐标；
模型恢复模块25，用于根据所述顶点纹理坐标将所述第二平面模型恢复成三维网格数据模型。
使用生成倾斜摄影模型模块21倾斜摄影数据生成倾斜摄影模型；二维映射模块22将倾斜摄影模型展开到二维平面得到第一平面模型，并在第一平面模型获取纹理图像，几何精简模块23对第一平面模型进行几何精简，得到第二平面模型；获取顶点纹理坐标模块24根据所述纹理图像在第二平面模型中获取顶点纹理坐标；模型恢复模块25根据顶点纹理坐标将第二平面模型恢复成三维网格数据模型，二维映射模块22可以避免因几何位置变动造成的纹理扭曲，对几何精简后的模型重新进行纹理映射，产生金字塔层次的不同分辨率的三维网格数据模型，保障场景的真实程度和细节表现。
所述装置还包括第一算法计算模块26，第一算法计算模块26中包括LSCM算法，二维映射模块22利用第一算法计算模块26，实现将所述倾斜摄影模型展开到二维平面第一平面模型。
所述装置还包括第二算法计算模块27，用于应用半边折叠算法对所述倾斜摄影模型进行几何精简。
所述装置还包括第三算法计算模块28，用于应用LSCM算法逆过程将所述第二平面模型恢复成三维网格数据模型。
通过使用第一算法计算模块26、第二算法计算模块27和第三算法计算模块28，可以利用算法实现三维模型到二维坐标系的映射及恢复，以及对倾斜模型的几个精简，保证模型简化过程顺利进行，并且提高了纹理细节程度。
本实施例中，利用第一算法计算模块、第三算法计算模块，可以实现三维模型到二维坐标系的映射及恢复，第二算法计算模块实现对倾斜模型的几个精简，保证模型简化过程顺利进行，并且提高了纹理细节程度。
图3为本发明一实施例提供的计算机设备的内部结构图。该计算机设备可以是终端，也可以是服务器。如图3所示，该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现上述生成三维数据LOD简化模型的方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行上述生成三维数据LOD简化模型的方法。网络接口用于与外接进行通信。本领域技术人员可以理解，图3中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，本申请提供的生成三维数据LOD简化模型的方法可以实现为一种计算机程序的形式，计算机程序可在如图3所示的计算机设备上运行。
另外，本发明还提出了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如下步骤：获取倾斜摄影数据生成倾斜摄影模型；将倾斜摄影模型展开到二维平面得到第一平面模型，并在第一平面模型获取纹理图像；对第一平面模型进行几何精简，得到第二平面模型；根据纹理图像在所述第二平面模型中获取顶点纹理坐标；根据顶点纹理坐标将第二平面模型恢复成三维网格数据模型。
在一个实施例中，所述将所述倾斜摄影模型展开到二维平面得到第一平面模型，包括：应用LSCM算法将所述倾斜摄影模型展开到二维平面得到第一平面模型。
在一个实施例中，所述对所述第一平面模型进行几何精简，包括：应用半边折叠算法对所述第一平面模型进行几何精简。
进一步的，所述应用半边折叠算法对所述第一平面模型进行几何精简，包括：
选择一个源顶点作为边的折叠的对象，折叠到另一个顶点；
计算边的折叠代价；
选择边的折叠代价最小的边进行折叠；
重复上述操作直到实际面的个数不超过期望面的个数。
进一步的，所述计算折叠代价包括：
构建顶点的二次误差测度矩阵，所述二次误差测度矩阵包括三角网格中所述顶点的三角面集合；
针对所述三角网格中每一条边，计算边的两个端点的二次误差度量并求和，即可计算出边的折叠代价。
在一个实施例中，所述计算机程序被所述处理器执行时，还用于执行以下步骤：对所述纹理图像进行降采样操作。
在一个实施例中，所述根据所述顶点纹理坐标将所述第二平面模型恢复成三维网格数据模型，包括：应用LSCM算法逆过程根据所述顶点纹理坐标将所述第二平面模型恢复成三维网格数据模型。
在一个实施例中，所述三维网格数据模型为金字塔层次的三维数据LOD简化模型，所述金字塔层次的三维数据LOD简化模型的每个层次的分辨率不同。
可以理解的是，上述各实施例中相同或相似部分可以相互参考，在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
需要说明的是，在本申请的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本申请的描述中，除非另有说明，“多个”的含义是指至少两个。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
需要说明的是，本发明不局限于上述最佳实施方式，本领域技术人员在本发明的启示下都可得出其他各种形式的产品，但不论在其形状或结构上作任何变化，凡是具有与本申请相同或相近似的技术方案，均落在本发明的保护范围之内。
Claims (5)
1.一种生成三维数据LOD简化模型的方法，其特征在于，包括：
获取倾斜摄影数据生成倾斜摄影模型；
将所述倾斜摄影模型展开到二维平面得到第一平面模型，并在所述第一平面模型获取纹理图像；
对所述第一平面模型进行几何精简，得到第二平面模型；
根据所述纹理图像在所述第二平面模型中获取顶点纹理坐标；
根据所述顶点纹理坐标将所述第二平面模型恢复成三维网格数据模型；
其中，所述将所述倾斜摄影模型展开到二维平面得到第一平面模型，包括：应用LSCM算法将所述倾斜摄影模型展开到二维平面得到第一平面模型；
其中，所述对所述第一平面模型进行几何精简，包括：应用半边折叠算法对所述第一平面模型进行几何精简；
其中，所述应用半边折叠算法对所述第一平面模型进行几何精简，包括：
选择一个源顶点作为边的折叠的对象，折叠到另一个顶点；
计算边的折叠代价；
选择边的折叠代价最小的边进行折叠；
重复上述操作直到实际面的个数不超过期望面的个数；
对所述纹理图像进行降采样操作；
降采样操作后纹理信息可以体现在三维数据LOD简化模型中不需要精细显示的层级中；
将三维倾斜模型降二维平面，获取（u,v）坐标系内图像平面模型，可以防止因几何位置变动造成的纹理扭曲；
其中，所述三维网格数据模型为金字塔层次的三维数据LOD简化模型，所述金字塔层次的三维数据LOD简化模型的每个层次的分辨率不同；
所述在所述第一平面模型获取纹理图像，包括：对第一平面模型中数据点进行纹理绑定和拍照操作获取纹理图像，纹理图像中每个点的数据信息与（u,v）坐标系中的坐标一一对应，因此根据纹理图像可以在第二平面模型中获取顶点纹理坐标。
2.根据权利要求1所述的方法，其特征在于，所述计算折叠代价包括：
构建顶点的二次误差测度矩阵，所述二次误差测度矩阵包括三角网格中所述顶点的三角面集合；
针对所述三角网格中每一条边，计算边的两个端点的二次误差度量并求和，即可计算出边的折叠代价。
3.根据权利要求1所述的方法，其特征在于，所述根据所述顶点纹理坐标将所述第二平面模型恢复成三维网格数据模型，包括：应用LSCM算法逆过程根据所述顶点纹理坐标将所述第二平面模型恢复成三维网格数据模型。
4.一种生成三维数据LOD简化模型的装置，其特征在于，包括：
生成倾斜摄影模型模块，用于获取倾斜摄影数据生成倾斜摄影模型；
二维映射模块，用于将所述倾斜摄影模型展开到二维平面得到第一平面模型，并在所述第一平面模型获取纹理图像；其中，所述将所述倾斜摄影模型展开到二维平面得到第一平面模型，包括：应用LSCM算法将所述倾斜摄影模型展开到二维平面得到第一平面模型；
所述在所述第一平面模型获取纹理图像，包括：对第一平面模型中数据点进行纹理绑定和拍照操作获取纹理图像，纹理图像中每个点的数据信息与（u,v）坐标系中的坐标一一对应，因此根据纹理图像可以在第二平面模型中获取顶点纹理坐标；
几何精简模块，对所述第一平面模型进行几何精简，得到第二平面模型；应用半边折叠算法对所述第一平面模型进行几何精简，包括：
选择一个源顶点作为边的折叠的对象，折叠到另一个顶点；
计算边的折叠代价；
选择边的折叠代价最小的边进行折叠；
重复上述操作直到实际面的个数不超过期望面的个数；对所述纹理图像进行降采样操作；
降采样操作后纹理信息可以体现在三维数据LOD简化模型中不需要精细显示的层级中；
将三维倾斜模型降二维平面，获取（u,v）坐标系内图像平面模型，可以防止因几何位置变动造成的纹理扭曲；
其中，所述三维网格数据模型为金字塔层次的三维数据LOD简化模型，所述金字塔层次的三维数据LOD简化模型的每个层次的分辨率不同；
获取顶点纹理坐标模块，根据所述纹理图像在所述第二平面模型中获取顶点纹理坐标；
模型恢复模块，用于根据所述顶点纹理坐标将所述第二平面模型恢复成三维网格数据模型。
5.一种计算机设备，其特征在于，包括：存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至3中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910376550.6A CN110097624B (zh) | 2019-05-07 | 2019-05-07 | 生成三维数据lod简化模型的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910376550.6A CN110097624B (zh) | 2019-05-07 | 2019-05-07 | 生成三维数据lod简化模型的方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110097624A CN110097624A (zh) | 2019-08-06 |
| CN110097624B true CN110097624B (zh) | 2023-08-25 |
Family
ID=67446982
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910376550.6A Active CN110097624B (zh) | 2019-05-07 | 2019-05-07 | 生成三维数据lod简化模型的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110097624B (zh) |
Families Citing this family (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110634184B (zh) * | 2019-09-11 | 2023-01-17 | 西安恒歌数码科技有限责任公司 | 一种海量倾斜摄影数据的加载方法 |
| CN111046005B (zh) * | 2019-11-01 | 2023-09-01 | 宝略科技(浙江)有限公司 | 一种城市三维实景数据的网格化编码方法 |
| CN111179414B (zh) * | 2019-12-30 | 2020-09-25 | 中国电力企业联合会电力建设技术经济咨询中心 | 一种地形lod的生成方法 |
| CN111882631B (zh) * | 2020-07-24 | 2024-05-03 | 上海米哈游天命科技有限公司 | 一种模型渲染方法、装置、设备及存储介质 |
| CN112184895A (zh) * | 2020-10-15 | 2021-01-05 | 洛阳众智软件科技股份有限公司 | 仿真场景建模及渲染方法、装置和设备 |
| CN112233214B (zh) * | 2020-10-15 | 2023-11-28 | 洛阳众智软件科技股份有限公司 | 一种大场景的雪景渲染方法、装置、设备及存储介质 |
| CN112614228B (zh) * | 2020-12-17 | 2023-09-05 | 北京达佳互联信息技术有限公司 | 三维网格的简化方法、装置、电子设备和存储介质 |
| CN112581608B (zh) * | 2020-12-31 | 2023-12-22 | 宁夏华泰家俱制造有限公司 | 一种装修效果3d模拟展示系统及其控制方法 |
| CN112906241B (zh) * | 2021-03-17 | 2023-07-04 | 青岛慧拓智能机器有限公司 | 矿区自动驾驶仿真模型构建方法、装置、介质及电子设备 |
| CN112819108B (zh) * | 2021-04-16 | 2021-07-30 | 武汉光谷信息技术股份有限公司 | 一种多源异构模型的切片融合方法、系统及存储介质 |
| CN113327315A (zh) * | 2021-06-11 | 2021-08-31 | 武汉天远视科技有限责任公司 | 多层次细节模型生成方法和装置 |
| CN113421292A (zh) * | 2021-06-25 | 2021-09-21 | 北京华捷艾米科技有限公司 | 一种三维建模细节增强方法及装置 |
| CN114915734B (zh) * | 2022-05-12 | 2024-03-19 | 武汉中观自动化科技有限公司 | 一种自动控制hdr模式开启的方法及装置 |
| CN114943705B (zh) * | 2022-05-27 | 2024-02-02 | 宁波艾腾湃智能科技有限公司 | 一种附着于变形基底的平面作品或制品的图像数据采集方法 |
| CN114972612B (zh) * | 2022-07-18 | 2022-11-11 | 深圳大学 | 一种基于三维简化模型的图像纹理生成方法及相关设备 |
| CN115661407B (zh) * | 2022-12-29 | 2023-03-28 | 如你所视(北京)科技有限公司 | 多细节层次模型的生成方法、装置、电子设备及存储介质 |
| CN116402975B (zh) * | 2023-01-13 | 2024-03-26 | 北京航空航天大学云南创新研究院 | Web平台环境下三维模型加载和渲染方法及其装置 |
| CN116721218B (zh) * | 2023-07-08 | 2024-01-26 | 南京信息工程大学 | 一种三维不动产模型轻量化方法、系统及设备 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001202527A (ja) * | 2000-01-19 | 2001-07-27 | Hitachi Ltd | ３次元図形表示方法および３次元描画装置 |
| CN101290222A (zh) * | 2008-06-13 | 2008-10-22 | 北京天下图数据技术有限公司 | 通过真正射影像快速构建三维建筑物场景的方法 |
| CN105931284A (zh) * | 2016-04-13 | 2016-09-07 | 中测新图(北京)遥感技术有限责任公司 | 三维纹理tin数据与大场景数据的融合方法及装置 |
-
2019
- 2019-05-07 CN CN201910376550.6A patent/CN110097624B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001202527A (ja) * | 2000-01-19 | 2001-07-27 | Hitachi Ltd | ３次元図形表示方法および３次元描画装置 |
| CN101290222A (zh) * | 2008-06-13 | 2008-10-22 | 北京天下图数据技术有限公司 | 通过真正射影像快速构建三维建筑物场景的方法 |
| CN105931284A (zh) * | 2016-04-13 | 2016-09-07 | 中测新图(北京)遥感技术有限责任公司 | 三维纹理tin数据与大场景数据的融合方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 一种大规模倾斜摄影模型三维可视化方案;李新维等;《测绘通报》;20170430(第04期);第39-43页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110097624A (zh) | 2019-08-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110097624B (zh) | 生成三维数据lod简化模型的方法及装置 | |
| CN109658365B (zh) | 图像处理方法、装置、系统和存储介质 | |
| Alexa et al. | Point set surfaces | |
| US7272264B2 (en) | System and method for hole filling in 3D models | |
| US6405151B1 (en) | Method of composing three-dimensional multi-viewpoints data | |
| US20120081357A1 (en) | System and method for interactive painting of 2d images for iterative 3d modeling | |
| CN116071519B (zh) | 基于调和映射生成网格模型的图像处理方法和装置 | |
| US20220375152A1 (en) | Method for Efficiently Computing and Specifying Level Sets for Use in Computer Simulations, Computer Graphics and Other Purposes | |
| Lukasczyk et al. | Voidga: A view-approximation oriented image database generation approach | |
| CN109448135B (zh) | 一种基于多源数据的三维模型修补的方法 | |
| JP4229398B2 (ja) | ３次元モデリング・プログラム、３次元モデリング制御プログラム、３次元モデリング・データ伝送プログラム、記録媒体および３次元モデリング方法 | |
| CA2716257A1 (en) | System and method for interactive painting of 2d images for iterative 3d modeling | |
| KR101673442B1 (ko) | 비주얼 헐 근사화에 대해 dbss로 재메쉬화하는 방법 및 장치 | |
| CN112215959A (zh) | 一种利用图片切割的三维模型贴图系统 | |
| Sim et al. | Construction of regular 3D point clouds using octree partitioning and resampling | |
| US11709270B1 (en) | Method of processing azimuth, elevation and range data from laser scanning an object | |
| JP4904638B2 (ja) | ３次元形状データの生成方法および装置並びにコンピュータプログラム | |
| Wang et al. | Feature-based displacement mapping | |
| Shu et al. | Free-form surface reconstruction from multiple images | |
| CN111445585B (zh) | 基于对偶凸包域的三维形状对应方法及装置 | |
| JP2002366935A (ja) | ボリュームデータの生成方法および装置並びにコンピュータプログラム | |
| CN118135164A (zh) | 三维倾斜模型的阴影调色方法 | |
| JP2004227095A (ja) | テクスチャマップ作成方法、テクスチャマップ作成用プログラムおよびテクスチャマップ作成装置 | |
| Schlüter | Multi-image matching in object space on the basis of a general 3-D surface model instead of common 2. 5-D surface models and its application for urban scenes | |
| Deng et al. | A Mesh Reconstruction Method Based on View Maps |
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 | ||
| CP03 | Change of name, title or address |
Address after: Floor 13, 14 and 15, building 3, lianfei building, No.1, Fenghua Road, high tech Development Zone, Luoyang City, Henan Province, 471000 Patentee after: Zhongzhi Software Co.,Ltd. Country or region after: China Address before: Floor 13, 14 and 15, building 3, lianfei building, No.1, Fenghua Road, Luoyang hi tech Development Zone, Luoyang City, Henan Province, 471000 Patentee before: Luoyang Zhongzhi Software Technology Co.,Ltd. Country or region before: China |
|
| CP03 | Change of name, title or address |