CN111340941B - 球面坐标系下基于矢量图形的倾斜摄影动态单体化方法 - Google Patents

球面坐标系下基于矢量图形的倾斜摄影动态单体化方法 Download PDF

Info

Publication number
CN111340941B
CN111340941B CN202010115426.7A CN202010115426A CN111340941B CN 111340941 B CN111340941 B CN 111340941B CN 202010115426 A CN202010115426 A CN 202010115426A CN 111340941 B CN111340941 B CN 111340941B
Authority
CN
China
Prior art keywords
vector
oblique photography
vector graphics
dynamic
camera
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
Application number
CN202010115426.7A
Other languages
English (en)
Other versions
CN111340941A (zh
Inventor
朱长德
王波
谢明师
张彬彬
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.)
Nanjing Map Technology Development Co ltd
Original Assignee
Nanjing Map Technology Development Co ltd
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 Nanjing Map Technology Development Co ltd filed Critical Nanjing Map Technology Development Co ltd
Priority to CN202010115426.7A priority Critical patent/CN111340941B/zh
Publication of CN111340941A publication Critical patent/CN111340941A/zh
Application granted granted Critical
Publication of CN111340941B publication Critical patent/CN111340941B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/005—General purpose rendering architectures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/50—Lighting effects
    • G06T15/80—Shading
    • G06T15/87—Gouraud shading

Landscapes

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

Abstract

本发明公开了一种球面坐标系下基于矢量图形的倾斜摄影动态单体化方法，所述方法步骤如下：添加矢量文件或者手绘多边形；创建RTT相机，并将倾斜摄影添加到RTT相机中；将步骤2中的RTT相机的目标纹理添加到步骤1的矢量文件的状态集中；通过射线查询得到命中的矢量文件中的点，判断该点所在矢量图形，并返回矢量图形中存储的对象的属性信息；为命中的矢量图形添加顶点着色器，并将其添加到RTT相机中；在单体化回调函数中，渲染被着色的矢量图形，输出纹理图并投影到矢量文件内。本发明通过实时获取命中的矢量图形，动态的渲染矢量图形并将其投影到倾斜摄影模型上，实现了动态单体化，不需要对倾斜摄影模型做任何预处理。

Description

球面坐标系下基于矢量图形的倾斜摄影动态单体化方法
技术领域
本发明涉及三维地理信息技术领域，尤其涉及球面坐标系下基于矢量图形的倾斜摄影动态单体化方法。
背景技术
由于利用倾斜摄影技术的三维建模方式，具有建模速度快，模型真实性强等特征，基于倾斜摄影技术进行三维场景建模在当今新兴城市三维建模技术中应用越来越广泛。
但是由于倾斜摄影模型通常是连续的三角面网格构成的“表皮”模型，不能够区分出建筑、道路、河流、植被等地物模型。因此，在进行数据分类展示、属性查询等应用时，需要对倾斜摄影模型进行单体化(也称对象化)处理，进而从倾斜摄影模型中“拆分出”具体的建筑、道路、河流、小区等地物对象，然后才能开展相关的三维地理信息应用。
目前，单体化主要有以下几种方式，一种是人工手动切分，即三维建模人员通过肉眼识别出具体的建筑、道路等，再修改模型的三角网格，使其形成单独的对象，显然这种方式需要耗费大量人力物力，且会破坏模型本身的LOD结构，造成渲染效率急剧下降，一种是ID单体化，根据模型轮廓矢量文件，对倾斜摄影模型的顶点进行分割，即对在矢量线范围内的顶点赋予相同的ID，但这种方式需要预处理，确定好ID值，不够灵活，不能支持手动绘制的图形的单体化。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的一个目的在于提出球面坐标系下基于矢量图形的倾斜摄影动态单体化方法，本发明通过实时获取命中的矢量图形，动态的渲染矢量图形并将其投影到倾斜摄影模型上，实现了动态单体化，不需要对倾斜摄影模型做任何预处理。
根据本发明实施例的一种球面坐标系下基于矢量图形的倾斜摄影动态单体化方法，所述方法步骤如下：
步骤1、添加矢量文件或者手绘多边形；
步骤2、创建RTT相机，并将倾斜摄影添加到RTT相机中；
步骤3、将步骤2中的RTT相机的目标纹理添加到步骤1的矢量文件的状态集中；
步骤4、通过射线查询得到命中的矢量文件中的点，判断该点所在矢量图形，并返回矢量图形中存储的对象的属性信息；
步骤5、为命中的矢量图形添加顶点着色器，并将其添加到RTT相机中；
步骤6、在单体化回调函数中，渲染被着色的矢量图形，输出纹理图并投影到矢量文件内。
优选地，所述步骤1中，添加的矢量文件具体为：
倾斜摄影模型对应的地面轮廓矢量图形节点；
所述步骤1中，手绘多边形具体为：
手动创建需要单体化的区域的轮廓矢量图形节点。
优选地，所述步骤3具体为将步骤2中的RTT相机的目标纹理添加到步骤1的倾斜摄影的状态集中。
优选地，所述步骤4具体为通过射线查询得到当前命中的倾斜摄影或矢量图形的点，判断该点所在矢量图形，并返回矢量图形中存储的倾斜摄影对象的属性信息。
优选地，所述步骤S4中，射线查询得到矢量命中信息过程如下：
步骤41、从当前鼠标所在三维点到地心原点引一条射线；
步骤42、计算该射线与倾斜摄影模型以及矢量图形三角网格的交点；
步骤43、判断该交点所在矢量图形；
步骤44、若找到交点所在矢量图形，则返回该矢量的属性信息；
步骤45、若未找到交点则返回空，继续下次射线查询。
优选地，所述步骤S5中，具体为：
步骤51、为步骤44命中的矢量图形创建节点；
步骤52、为步骤51中的节点创建状态集；
步骤53、为步骤52中的状态集添加顶点着色器；
步骤54、将矢量图形节点添加到RTT相机，用于渲染出一张纹理图。
优选地，所述步骤6具体为在单体化回调函数中，渲染被着色的矢量图形，生成一张纹理图，并将纹理图投影到倾斜摄影模型的上，实现动态的单体化。
优选地，所述编程程序为GPU着色编程。
本发明中的有益效果是：
本发明通过实时获取命中的矢量图形，动态的渲染矢量图形并将其投影到倾斜摄影模型上，实现了动态单体化，不需要对倾斜摄影模型做任何预处理；通过GPU着色编程，实时渲染单体化的倾斜摄影模型，显示效果平滑无锯齿；可以通过在矢量图形中自定义属性，表现不同的空间分析结果。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明提出的球面坐标系下基于矢量图形的倾斜摄影动态单体化方法的流程图；
图2是本发明提供的基于矢量图形的倾斜摄影模型动态单体化方法的射线查询得到矢量命中信息流程图；
图3是本发明提供的基于矢量图形的倾斜摄影模型动态单体化方法的顶点着色器添加流程图；
图4是本发明提供的球面坐标系下基于矢量图形的倾斜摄影模型动态单体化方法的在球面坐标系下创建正交RTT相机，并将纹理投影到倾斜摄影的鸟瞰图示意图；
图5是本发明提供的球面坐标系下基于矢量图形的倾斜摄影模型动态单体化方法的在球面坐标系下创建正交RTT相机，并将纹理投影到倾斜摄影的侧视图示意图；
图6是本发明提供的球面坐标系下基于矢量图形的倾斜摄影模型动态单体化方法的在球面坐标系下创建正交RTT相机，并将纹理投影到倾斜摄影的顶视图示意图。
具体实施方式
现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。
所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
参照图1-3，一种球面坐标系下基于矢量图形的倾斜摄影动态单体化方法，所述方法步骤如下：
步骤1、添加矢量文件或者手绘多边形；
步骤2、创建RTT相机，并将倾斜摄影添加到RTT相机中；
步骤3、将步骤2中的RTT相机的目标纹理添加到步骤1的矢量文件的状态集中；
步骤4、通过射线查询得到命中的矢量文件中的点，判断该点所在矢量图形，并返回矢量图形中存储的对象的属性信息；
步骤5、为命中的矢量图形添加顶点着色器，并将其添加到RTT相机中；
步骤6、在单体化回调函数中，渲染被着色的矢量图形，输出纹理图并投影到矢量文件内。
步骤1中，添加的矢量文件具体为：
倾斜摄影模型对应的地面轮廓矢量图形节点；
步骤1中，手绘多边形具体为：
手动创建需要单体化的区域的轮廓矢量图形节点。
步骤3具体为将步骤2中的RTT相机的目标纹理添加到步骤1的倾斜摄影的状态集中。
步骤4具体为通过射线查询得到当前命中的倾斜摄影或矢量图形的点，判断该点所在矢量图形，并返回矢量图形中存储的倾斜摄影对象的属性信息。
步骤S4中，射线查询得到矢量命中信息过程如下：
步骤41、从当前鼠标所在三维点到地心原点引一条射线；
步骤42、计算该射线与倾斜摄影模型以及矢量图形三角网格的交点；
步骤43、判断该交点所在矢量图形；
步骤44、若未找到交点则返回空，继续下次射线查询；
步骤S5中，具体为：
步骤51、为步骤44命中的矢量图形创建节点；
步骤52、为步骤51中的节点创建状态集；
步骤53、为步骤52中的状态集添加顶点着色器；
步骤54、将矢量图形节点添加到RTT相机，用于渲染出一张纹理图。
步骤6具体为在单体化回调函数中，渲染被着色的矢量图形，生成一张纹理图，并将纹理图投影到倾斜摄影模型的上，实现动态的单体化。
编程程序为GPU着色编程，实时渲染单体化的倾斜摄影模型，显示效果平滑无锯齿。
实施例1：
S1、获取并添加倾斜摄影模型对应的地面轮廓矢量图形节点，或者手动创建需要单体化的区域的轮廓矢量图形节点；
S2、创建正交RTT(Render to Texture)相机，上述RTT相机位置和角度需根据主相机的位置实时更新，以保证能尽量包含主相机可见的倾斜摄影模型；
S3、将上述RTT相机的目标纹理添加到上述倾斜摄影的状态集中
S4、通过射线查询得到当前命中的倾斜摄影或矢量图形的点，判断该点所在矢量图形，并返回矢量图形中存储的倾斜摄影对象的属性信息；
S5、为命中的矢量图形节点添加着色器，并将上述矢量图形节点作为上述RTT相机节点的子节点；
S6、在单体化回调函数中，修改被选中的矢量图形颜色信息，并使用上述RTT相机的目标纹理将被选中的矢量图形范围内的所有倾斜摄影模型着色，实现动态的单体化。
实施例1：
如图1所示，图中实线代表过程的执行顺序，矩形方框代表流程中的一个步骤，菱形代表条件判断分支。按照图中顺序，添加矢量文件或者手绘数据生成的多边形，在球面坐标系下创建正交RTT相机，并将矢量文件或者手绘数据生成的多边形节点添加到RTT相机节点下。加载倾斜摄影模型，将上述RTT相机的目标纹理添加上述倾斜摄影的状态集中。通过射线查询得到命中的矢量文件中的点，判断该点所在矢量图形，并返回矢量图形中存储的对象的属性信息。为命中的矢量图形添加顶点着色器，并将其添加到上述RTT相机中。在单体化回调函数中，渲染被着色的矢量图形，输出纹理图并从垂直于水平面的方向正交投影到倾斜摄影模型上，实现倾斜摄影动态单体化。
其中射线查询得到矢量命中信息的具体流程如图2所示，图中实线代表过程的执行顺序，矩形方框代表流程中的一个步骤，菱形代表条件判断分支。按照图中顺序，从当前鼠标所在三维点到地心原点引一条射线，计算该射线与倾斜摄影模型以及矢量图形三角网格的交点。判断该交点所在矢量图形，若未找到交点则返回空，继续下次射线查询；若找到交点所在矢量图形，则返回该矢量的属性信息。为上述返回的矢量图形创建节点，为上述节点创建状态集，为上述状态集添加着色器，将矢量图形节点添加到RTT相机，用于渲染纹理。
如图3所示：为了提高程序运行效率，只将选中的矢量图形添加到RTT相机下。并且，在为上述返回的矢量图形创建节点时，重新创建一个独立的状态集，并为上述状态集添加着色器，避免干扰其他矢量图形的状态集。
在球面坐标系下创建正交RTT相机，不同于在普通的笛卡尔坐标系下创建相机，如图4、5、6所示：
Peye为主相机所在位置，Peye和F3F4F5F6组成的四棱锥是主相机的视椎体，四边形F3F4F5F6所在平面为主相机远截面。N1N2F1F2为主相机视椎体与当前位置的地形平均高程所在平面的相交面。
T1T2T3T4、B1B2B3B4组成的长方体为RTT相机的正交视椎体。由于是在球面空间创建的RTT相机，所以相机朝向为地球中心方向，且RTT相机的up向量、主相机的up向量以及当地up向量，三者在一个平面上。T1T2T3T4为RTT相机的近截面，B1B2B3B4为RTT相机的远截面，M1M2M3M4为RTT相机的正交视椎体与当前位置的地形平均高程所在平面的相交区域。
由于RTT相机的目标纹理大小有限，为了保证近处倾斜摄影单体化的效果，就必须放弃远离相机的部分区域；
所以RTT相机的正交视椎体的尺寸参数设定必须根据如下算法：
double fAbsPitchRadian＝
DegreesToRadians(fAbsPitchDegree)；
double fTheta＝
3.141592654-fHalfFovyRadian-fAbsPitchRadian；
double fMapHalfHeight＝
sin(fHalfFovyRadian)*fDistance/sin(fTheta)；
Double
fHalfHeightNear＝maximum(fMapHalfHeight,fDistance*cos(fAbsPitchRadian))；
double fHalfHeightFar＝
fMapHalfHeight*(6.0-5.0*fAbsPitchDegree/90.0)；
double fMapHalfWidth＝
tan(fHalfFovyRadian)*ar*sqrt(fDistance*fDistance+
fHalfHeightFar*fHalfHeightFar+2*fDistance*fHalfHeightFar*
cos(fTheta))；
pCam->setViewMatrixAsLookAt(
vDestination+vSkyUp*5000.0,vDestination,vUp)；
pCam->setProjectionMatrixAsOrtho(
-fMapHalfWidth,fMapHalfWidth,-fHalfHeightNear,fHalfHeightFar,
1.0,10000.0)；
其中fMapHalfWidth为RTT相机的一半宽度，即为视椎体左裁剪面离RTT相机的距离；fHalfHeightNear为RTT相机的近处半高度，即为视椎体下裁剪面离RTT相机的距离；fHalfHeightFar为RTT相机的远处半高度，即为视椎体上裁剪面离RTT相机的距离。RTT相机的近裁剪面在主相机所观察区域地形的中心点上方5000m，RTT相机的远裁剪面在主相机所观察区域地形的中心点下方5000m，以保证在山区的倾斜摄影单体化时不会因为高程差过大而出现错误。
通过上述算法，实时调整RTT相机的位置和正交投影矩阵，既可以保证在近处的单体化不会出现明显锯齿，又可以保证远处的倾斜摄影不会因为RTT相机范围不足而不能单体化。
从垂直于水平面的方向正交投影到倾斜摄影模型上，实现倾斜摄影动态单体化的具体过程如图4、5、6所示：
图中的N1N2M3M4为主相机能看到且RTT相机能覆盖到的倾斜摄影区域，只有在该区域的倾斜摄影单体化才有效。RTT相机生成的投影纹理以垂直于水平面的方向投影到倾斜摄影上，就可以把图中的红色部分投影到正下方的倾斜摄影模型中，实现球面坐标系下基于矢量图形的倾斜摄影动态单体化。
本发明通过实时获取命中的矢量图形，动态的渲染矢量图形并将其投影到倾斜摄影模型上，实现了动态单体化，不需要对倾斜摄影模型做任何预处理；通过GPU着色编程，实时渲染单体化的倾斜摄影模型，显示效果平滑无锯齿；可以通过在矢量图形中自定义属性，表现不同的空间分析结果。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (7)

1.一种球面坐标系下基于矢量图形的倾斜摄影动态单体化方法，其特征在于：所述方法步骤如下：
步骤1、添加矢量文件或者手绘多边形；
步骤2、创建RTT相机，并将倾斜摄影添加到RTT相机中；
步骤3、将步骤2中的RTT相机的目标纹理添加到步骤1的矢量文件的状态集中；
步骤4、通过射线查询得到命中的矢量文件中的点，判断该点所在矢量图形，并返回矢量图形中存储的对象的属性信息；
步骤5、为命中的矢量图形添加顶点着色器，并将其添加到RTT相机中；
步骤6、在单体化回调函数中，渲染被着色的矢量图形，输出纹理图并投影到矢量文件内；
其中，所述步骤4中，射线查询得到矢量命中信息过程如下：
步骤41、从当前鼠标所在三维点到地心原点引一条射线；
步骤42、计算该射线与倾斜摄影模型以及矢量图形三角网格的交点；
步骤43、判断该交点所在矢量图形；
步骤44、若找到交点所在矢量图形，则返回该矢量的属性信息；
步骤45、若未找到交点则返回空，继续下次射线查询。
2.根据权利要求1所述的球面坐标系下基于矢量图形的倾斜摄影动态单体化方法，其特征在于：所述步骤1中，添加的矢量文件具体为：
倾斜摄影模型对应的地面轮廓矢量图形节点；
所述步骤1中，手绘多边形具体为：
手动创建需要单体化的区域的轮廓矢量图形节点。
3.根据权利要求1所述的球面坐标系下基于矢量图形的倾斜摄影动态单体化方法，其特征在于：所述步骤3具体为将步骤2中的RTT相机的目标纹理添加到步骤1的倾斜摄影的状态集中。
4.根据权利要求1所述的球面坐标系下基于矢量图形的倾斜摄影动态单体化方法，其特征在于：所述步骤4具体为通过射线查询得到当前命中的倾斜摄影或矢量图形的点，判断该点所在矢量图形，并返回矢量图形中存储的倾斜摄影对象的属性信息。
5.根据权利要求1所述的球面坐标系下基于矢量图形的倾斜摄影动态单体化方法，其特征在于：所述步骤5中，具体为：
步骤51、为步骤44命中的矢量图形创建节点；
步骤52、为步骤51中的节点创建状态集；
步骤53、为步骤52中的状态集添加顶点着色器；
步骤54、将矢量图形节点添加到RTT相机，用于渲染出一张纹理图。
6.根据权利要求1所述的球面坐标系下基于矢量图形的倾斜摄影动态单体化方法，其特征在于：所述步骤6具体为在单体化回调函数中，渲染被着色的矢量图形，生成一张纹理图，并将纹理图投影到倾斜摄影模型的上，实现动态的单体化。
7.如权利要求1-6任一项所述的球面坐标系下基于矢量图形的倾斜摄影动态单体化方法，其特征在于：使用GPU着色编程。
CN202010115426.7A 2020-02-25 2020-02-25 球面坐标系下基于矢量图形的倾斜摄影动态单体化方法 Active CN111340941B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010115426.7A CN111340941B (zh) 2020-02-25 2020-02-25 球面坐标系下基于矢量图形的倾斜摄影动态单体化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010115426.7A CN111340941B (zh) 2020-02-25 2020-02-25 球面坐标系下基于矢量图形的倾斜摄影动态单体化方法

Publications (2)

Publication Number Publication Date
CN111340941A CN111340941A (zh) 2020-06-26
CN111340941B true CN111340941B (zh) 2022-09-23

Family

ID=71183742

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010115426.7A Active CN111340941B (zh) 2020-02-25 2020-02-25 球面坐标系下基于矢量图形的倾斜摄影动态单体化方法

Country Status (1)

Country Link
CN (1) CN111340941B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106846494A (zh) * 2017-01-16 2017-06-13 青岛海大新星软件咨询有限公司 倾斜摄影三维建筑物模型自动单体化算法
CN110310355A (zh) * 2019-06-21 2019-10-08 永州电力勘测设计院有限公司 基于多重纹理映射的倾斜摄影模型单体化方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170278293A1 (en) * 2013-07-18 2017-09-28 Google Inc. Processing a Texture Atlas Using Manifold Neighbors

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106846494A (zh) * 2017-01-16 2017-06-13 青岛海大新星软件咨询有限公司 倾斜摄影三维建筑物模型自动单体化算法
CN110310355A (zh) * 2019-06-21 2019-10-08 永州电力勘测设计院有限公司 基于多重纹理映射的倾斜摄影模型单体化方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
倾斜摄影模型自动ID单体化方法研究;吴为民;《测绘与空间地理信息》;20181125(第11期);全文 *
基于倾斜影像的三维模型动态单体化方法研究;潘天祥 等;《测绘标准化》;20190930;第35卷(第3期);第23页左栏第2段-第25页右栏第2段 *

Also Published As

Publication number Publication date
CN111340941A (zh) 2020-06-26

Similar Documents

Publication Publication Date Title
EP3080781B1 (en) Image rendering of laser scan data
US8243065B2 (en) Image presentation method and apparatus for 3D navigation and mobile device including the apparatus
US7764282B2 (en) Visualizing system, visualizing method, and visualizing program
JP6935512B2 (ja) 地物地盤高別色付画像生成装置及び地物高別色付画像生成プログラム
CN107452048A (zh) 全局光照的计算方法及装置
CN111784833A (zh) 基于WebGL的洪水演进态势三维动态可视化展示方法
JP6935511B2 (ja) 地物高別色付画像生成装置及び地物高別色付画像生成プログラム
US20160133048A1 (en) Method and Apparatus for Shadow Estimation and Spreading
CN113593027A (zh) 一种三维航电显控界面装置
CN104392489B (zh) 顾及拓扑的三维地理空间实体群的线消隐方法
CN114138265B (zh) 一种基于数字孪生的可视化方法
CN111340941B (zh) 球面坐标系下基于矢量图形的倾斜摄影动态单体化方法
KR101118597B1 (ko) 모바일용 컴퓨터 그래픽 랜더링 방법 및 시스템
Frommholz et al. Inlining 3d reconstruction, multi-source texture mapping and semantic analysis using oblique aerial imagery
CN106780693B (zh) 一种通过绘制方式选择三维场景中物体的方法及系统
CN115131513A (zh) 一种三维地形裁剪方法、装置、设备及可读存储介质
Vyatkin et al. GPU-based rendering for ray casting of multiple geometric data
CN111145085B (zh) 拣选片元的方法和模型栅格化的方法、系统、设备和介质
CN117333598B (zh) 一种基于数字场景的3d模型渲染系统及方法
Chen et al. Terrain Visual Simulation Modeling Technology Base on Agricultural Machinery Simulation
Segerström Automating 3D graphics generation using GIS data-Terrain and Road reproduction
Liao et al. Research on Fast Visibility Judgment Algorithms Based on n-Fork Tree
WO2023222923A1 (en) Method of content generation from sparse point datasets
Papavasiliou Real-time grass (and other procedural objects) on terrain
Bruneton Modeling and Rendering Rama

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