CN111862331B - 一种基于cpu运算的模型体素化效率优化的方法及其系统 - Google Patents

一种基于cpu运算的模型体素化效率优化的方法及其系统 Download PDF

Info

Publication number
CN111862331B
CN111862331B CN202010735746.2A CN202010735746A CN111862331B CN 111862331 B CN111862331 B CN 111862331B CN 202010735746 A CN202010735746 A CN 202010735746A CN 111862331 B CN111862331 B CN 111862331B
Authority
CN
China
Prior art keywords
model
voxelization
grid
point
cuboid
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
CN202010735746.2A
Other languages
English (en)
Other versions
CN111862331A (zh
Inventor
刘德建
杨阳
王宪宇
陈宏展
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.)
Fujian Tianquan Educational Technology Ltd
Original Assignee
Fujian Tianquan Educational Technology 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 Fujian Tianquan Educational Technology Ltd filed Critical Fujian Tianquan Educational Technology Ltd
Priority to CN202010735746.2A priority Critical patent/CN111862331B/zh
Publication of CN111862331A publication Critical patent/CN111862331A/zh
Application granted granted Critical
Publication of CN111862331B publication Critical patent/CN111862331B/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
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • G06T17/205—Re-meshing
    • 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

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

Abstract

本发明提供了一种基于cpu运算的模型体素化效率优化方法，所述方法包括如下步骤：步骤S1、在cpu上进行模型的外接长方体空间内划分等距网格；步骤S2、进行模型的外体素化，即网格划分满足在模型的表面上的点集合为模型的外体素化；步骤S3、进行模型的内体素化，即网格划分满足在模型的内部的点集合为模型的内体素化，模型的外体素化和内体素化完成后即完成了模型体素化；本发明改进了模型体素化效率，提高了工作效率。

Description

一种基于cpu运算的模型体素化效率优化的方法及其系统
技术领域
本发明涉及计算机通讯技术领域，特别是一种基于cpu运算的模型体素化效率优化的方法及其系统。
背景技术
体素化（Voxelization）是将物体的几何形式表示转换成最接近该物体的体素表示形式，产生体数据集，其不仅包含模型的表面信息，而且能描述模型的内部属性。表示模型的空间体素跟表示图像的二维像素比较相似，只不过从二维的点扩展到三维的立方体单元，而且基于体素的三维模型有诸多应用。
现有的模型体素化的方式为：1.模型的外接长方体空间内划分等距网格。2.对等距网格遍历，判断一个网格中心是否在模型的表面上或者内部，去掉内部则为外表面体素化。3.在判断网格中心是否在模型的表面上与内部的时候需要遍历模型的所有网格，以及中心与模型外一点的连线与模型的交点个数的奇偶来判断是否在模型的内部。4.留下满足条件的网格，即实现了网格体素化。
现有的技术方案缺点在于对模型的三角网格需要反复遍历，极大地影响了效率，在复杂模型下，花费的计算时间会成倍增加.且只能在GPU并行运算的方式下满足项目要求，而本申请提案只需要遍历一次三角网格就能完成模型体素化且能直接用CPU运算。
发明内容
为克服上述问题，本发明的目的是提供一种基于cpu运算的模型体素化效率优化方法，在现有cpu版本模型体素化的基础上，改进了模型体素化效率，在完成基本的模型体素化的条件下，极大的提升了计算机模拟运行的效率。
本发明采用以下方案实现：一种基于cpu运算的模型体素化效率优化方法，所述方法包括如下步骤：
步骤S1、在cpu上进行模型的外接长方体空间内划分等距网格；
步骤S2、进行模型的外体素化，即网格划分满足在模型的表面上的点集合为模型的外体素化；
步骤S3、进行模型的内体素化，即网格划分满足在模型的内部的点集合为模型的内体素化，模型的外体素化和内体素化完成后即完成了模型体素化。
进一步的，所述步骤S1进一步具体为：在cpu上先找出模型的外接长方体，即通过模型的三维坐标最小值的点min与三维坐标最大值的点max构成的长方体，然后在该长方体上构建等距离立方体网格，其中距离设为d。
进一步的，所述步骤S2进一步具体为：在遍历模型网格的时候，通过判断外接长方体网格中心的点currentPos到三角面的距离小于2/d以及该点currentPos 的投影在三角网格内部，两个条件同时成立的点就是在模型的外表面；满足两个条件的点形成的点集合即完成了模型的外体素化。
进一步的，所述步骤S3进一步具体为：在同样的模型三角网格遍历时，判断点是否在三棱锥里面来判断是否在模型的内部，判断点在三棱锥内通过两种方式实现：方式一、判断长方体网格中心的点currentPos与三棱锥的其中一个顶点是否在其余三顶点所在面的同一侧，四个顶点依次判断四次，都满足条件则说明该长方体网格中心的点currentPos在三棱锥内；方式二、判断长方体网格中心的点currentPos到三棱锥其中一个面的距离是否比三棱锥除该面三个顶点之外的剩余一顶点到该面的距离小，四个面依次判断四次，都满足条件则说明长方体网格中心的点currentPos在三棱锥内部，满足在三棱锥里面的点形成的点集合即完成了模型的内体素化。
本发明还提供了一种基于cpu运算的模型体素化效率优化系统，所述系统包括立方体网格划分模块、外体素化模块、以及内体素化模块；
所述立方体网格划分模块，用于在cpu上进行模型的外接长方体空间内划分等距网格；
所述外体素化模块，用于进行模型的外体素化，即网格划分满足在模型的表面上的点集合为模型的外体素化；
所述内体素化模块，用于进行模型的内体素化，即网格划分满足在模型的内部的点集合为模型的内体素化，模型的外体素化和内体素化完成后即完成了模型体素化。
进一步的，所述立方体网格划分模块的实现方式进一步具体为：在cpu上先找出模型的外接长方体，即通过模型的三维坐标最小值的点min与三维坐标最大值的点max构成的长方体，然后在该长方体上构建等距离立方体网格，其中距离设为d。
进一步的，所述外体素化模块的实现方式进一步具体为：在遍历模型网格的时候，通过判断外接长方体网格中心的点currentPos到三角面的距离小于2/d以及该点currentPos 的投影在三角网格内部，两个条件同时成立的点就是在模型的外表面；满足两个条件的点形成的点集合即完成了模型的外体素化。
进一步的，所述内体素化模块的实现方式进一步具体为：在同样的模型三角网格遍历时，判断点是否在三棱锥里面来判断是否在模型的内部，判断点在三棱锥内通过两种方式实现：方式一、判断长方体网格中心的点currentPos与三棱锥的其中一个顶点是否在其余三顶点所在面的同一侧，四个顶点依次判断四次，都满足条件则说明该长方体网格中心的点currentPos在三棱锥内；方式二、判断长方体网格中心的点currentPos到三棱锥其中一个面的距离是否比三棱锥除该面三个顶点之外的剩余一顶点到该面的距离小，四个面依次判断四次，都满足条件则说明长方体网格中心的点currentPos在三棱锥内部，满足在三棱锥里面的点形成的点集合即完成了模型的内体素化。
本发明的有益效果在于：本方案在效率提升上明显比传统方案要快，实验中，对于700个网格顶点的模型，用传统的方案需要30分钟左右完成模型的体素化，而本方案只需要3分钟，对于越复杂的模型收益越高。而传统的模型体素化都需要在gpu并行运算，本方案基于实际项目可以用cpu直接运算，改进了模型体素化效率，在完成基本的模型体素化的条件下，极大的提升了计算机模拟运行的效率。
附图说明
图1是本发明的方法流程示意图。
图2是本发明的系统示意图。
图3是本发明实施例一的兔子模型示意图。
图4是本发明实施例一的兔子模型进行模型的外体素化示意图。
图5是本发明实施例一的兔子模型进行模型的外体素化示意图。
具体实施方式
下面结合附图对本发明做进一步说明。
请参阅图1所示，本发明的一种基于cpu运算的模型体素化效率优化方法，所述方法包括如下步骤：
步骤S1、在cpu上进行模型的外接长方体空间内划分等距网格；所述步骤S1进一步具体为：在cpu上先找出模型的外接长方体，即通过模型的三维坐标最小值的点min与三维坐标最大值的点max构成的长方体，然后在该长方体上构建等距离立方体网格，其中距离设为d。
步骤S2、进行模型的外体素化，即网格划分满足在模型的表面上的点集合为模型的外体素化；所述步骤S2进一步具体为：在遍历模型网格的时候，通过判断外接长方体网格中心的点currentPos到三角面的距离小于2/d以及该点currentPos 的投影在三角网格内部，两个条件同时成立的点就是在模型的外表面；满足两个条件的点形成的点集合即完成了模型的外体素化。
步骤S3、进行模型的内体素化，即网格划分满足在模型的内部的点集合为模型的内体素化，模型的外体素化和内体素化完成后即完成了模型体素化。所述步骤S3进一步具体为：在同样的模型三角网格遍历时，判断点是否在三棱锥里面来判断是否在模型的内部，判断点在三棱锥内通过两种方式实现：方式一、判断长方体网格中心的点currentPos与三棱锥的其中一个顶点是否在其余三顶点所在面的同一侧，四个顶点依次判断四次，都满足条件则说明该长方体网格中心的点currentPos在三棱锥内；方式二、判断长方体网格中心的点currentPos到三棱锥其中一个面的距离是否比三棱锥除该面三个顶点之外的剩余一顶点到该面的距离小（即三棱锥的高），四个面依次判断四次，都满足条件则说明长方体网格中心的点currentPos在三棱锥内部，满足在三棱锥里面的点形成的点集合即完成了模型的内体素化。
下面对本发明作进一步说明：
本发明的一种基于cpu运算的模型体素化效率优化方法，所述方法为：1、模型的外接长方体空间内划分等距网格：
第一步跟原有技术方案一样，先找出模型的外接长方体。即通过模型的三维坐标最小值的点min（x，y，z皆为所有点的最小值。该坐标不一定在模型上）与三维坐标最大值的点max（x，y，z皆为所有点的最大值。该坐标不一定在模型上）构成的长方体。然后在该长方体上构建等距离立方体网格。距离设为d。不够整除的用进一法。
2、模型的外体素化
模型的表面与内部满足的点分别分为两个过程实现，其网格划分满足在模型的表面上的点集合为模型的外体素化，满足在模型的内部的点集合为模型的内体素化。
首先实现模型的外体素化。在遍历模型网格的时候，本方案通过判断长方体网格中心的点currentPos到三角面的距离小于2/d以及该点currentPos 的投影在三角网格内部，两个条件同时成立就算在模型的外表面。基于一定的大小判断，会有一定的误差，但基于实际项目中，在d比较小的情况下，该误差可忽略不计。满足两个条件的点都保留下来即完成了模型的外体素化。
3、模型的内体素化
接着实现模型的内体素化，在任意一个模型都可以划分为若干个三棱锥（四点为模型的三角网格三个点与模型的中点），核心思想为划分成小的三棱锥，通过判断一点是否在三棱锥里面来判断是否在模型内部。
具体过程为：在同样的模型三角型网格遍历中，判断点在三棱锥通过两种方法实现：
假设三棱锥四个顶点为a，b，c，e。长方体方格的中心点currentPos。
（1）判断currentPos与三棱锥的其中一点顶点a是否在其余三个顶点b，c，e，所在面的同一侧。四个点依次判断四次，都满足条件则说明currentPos该点在三棱锥内。
（2）判断长方体网格中心的点currentPos到三棱锥其中一个面的距离是否比三棱锥除该面三个顶点之外的剩余一顶点到该面的距离小，四个面依次判断四次，都满足条件则说明currentPos该点在三棱锥内部。
满足在三棱锥的点都保留下来即完成了模型的内体素化。
4、模型的体素化
结合第二步第三步的所有满足条件的点，即完成等距的模型体素化过程。
如图2所示，本发明还提供了一种基于cpu运算的模型体素化效率优化系统，所述系统包括立方体网格划分模块、外体素化模块、以及内体素化模块；
所述立方体网格划分模块，用于在cpu上进行模型的外接长方体空间内划分等距网格；
所述外体素化模块，用于进行模型的外体素化，即网格划分满足在模型的表面上的点集合为模型的外体素化；
所述内体素化模块，用于进行模型的内体素化，即网格划分满足在模型的内部的点集合为模型的内体素化，模型的外体素化和内体素化完成后即完成了模型体素化。
其中，所述立方体网格划分模块的实现方式进一步具体为：在cpu上先找出模型的外接长方体，即通过模型的三维坐标最小值的点min与三维坐标最大值的点max构成的长方体，然后在该长方体上构建等距离立方体网格，其中距离设为d。
所述外体素化模块的实现方式进一步具体为：在遍历模型网格的时候，通过判断外接长方体网格中心的点currentPos到三角面的距离小于2/d以及该点currentPos 的投影在三角网格内部，两个条件同时成立的点就是在模型的外表面；满足两个条件的点形成的点集合即完成了模型的外体素化。
所述内体素化模块的实现方式进一步具体为：在同样的模型三角网格遍历时，判断点是否在三棱锥里面来判断是否在模型的内部，判断点在三棱锥内通过两种方式实现：方式一、判断长方体网格中心的点currentPos与三棱锥的其中一个顶点是否在其余三顶点所在面的同一侧，四个顶点依次判断四次，都满足条件则说明该长方体网格中心的点currentPos在三棱锥内；方式二、判断长方体网格中心的点currentPos到三棱锥其中一个面的距离是否比三棱锥除该面三个顶点之外的剩余一顶点到该面的距离小，四个面依次判断四次，都满足条件则说明长方体网格中心的点currentPos在三棱锥内部，满足在三棱锥里面的点形成的点集合即完成了模型的内体素化。
下面结合一具体实施例对本发明作进一步说明：
由于现有的技术方案效率低下，需要处于在GPU并行运算。本方案在优化上满足在CPU运算上也基本满足一定的项目要求。
具体实例：比如一个兔子模型：如图3所示，
假设要体素化的大小间距为0.1，外接长方体则可以划分为16*13*16个0.1为边长的立方体网格组成。
然后遍历该模型的三角型网格，查找划分的立方体网格中点判断是否在模型的表面上，按照第二步的判断标准，满足条件的坐标都保留下来。如图4所示：这就完成了外体素化，可以看到内部是空了，如果是实心模型则需要内体素化。
通过第三步的标准，查找网格的中心点是否满足模型的内部，满足则保留下来。结果如如图5所示，这样就将模型体素化显示了出来。
以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。

Claims (4)

1.一种基于cpu运算的模型体素化效率优化方法，其特征在于：所述方法包括如下步骤：
步骤S1、在cpu上进行模型的外接长方体空间内划分等距网格；所述步骤S1进一步具体为：在cpu上先找出模型的外接长方体，即通过模型的三维坐标最小值的点min与三维坐标最大值的点max构成的长方体，然后在该长方体上构建等距离立方体网格，其中距离设为d；
步骤S2、进行模型的外体素化，即网格划分满足在模型的表面上的点集合为模型的外体素化；
步骤S3、进行模型的内体素化，即网格划分满足在模型的内部的点集合为模型的内体素化，模型的外体素化和内体素化完成后即完成了模型体素化；所述步骤S3进一步具体为：在同样的模型三角网格遍历时，判断点是否在三棱锥里面来判断是否在模型的内部，判断点在三棱锥内通过两种方式实现：方式一、判断长方体网格中心的点currentPos与三棱锥的其中一个顶点是否在其余三顶点所在面的同一侧，四个顶点依次判断四次，都满足条件则说明该长方体网格中心的点currentPos在三棱锥内；方式二、判断长方体网格中心的点currentPos到三棱锥其中一个面的距离是否比三棱锥除该面三个顶点之外的剩余一顶点到该面的距离小，四个面依次判断四次，都满足条件则说明长方体网格中心的点currentPos在三棱锥内部，满足在三棱锥里面的点形成的点集合即完成了模型的内体素化。
2.根据权利要求1所述的一种基于cpu运算的模型体素化效率优化方法，其特征在于：所述步骤S2进一步具体为：在遍历模型网格的时候，通过判断外接长方体网格中心的点currentPos到三角面的距离大于d/2以及该点currentPos的投影在三角网格内部，两个条件同时成立的点就是在模型的外表面；满足两个条件的点形成的点集合即完成了模型的外体素化。
3.一种基于cpu运算的模型体素化效率优化系统，其特征在于：所述系统包括立方体网格划分模块、外体素化模块、以及内体素化模块；
所述立方体网格划分模块，用于在cpu上进行模型的外接长方体空间内划分等距网格；所述外体素化模块，用于进行模型的外体素化，即网格划分满足在模型的表面上的点集合为模型的外体素化；所述立方体网格划分模块的实现方式进一步具体为：在cpu上先找出模型的外接长方体，即通过模型的三维坐标最小值的点min与三维坐标最大值的点max构成的长方体，然后在该长方体上构建等距离立方体网格，其中距离设为d；
所述内体素化模块，用于进行模型的内体素化，即网格划分满足在模型的内部的点集合为模型的内体素化，模型的外体素化和内体素化完成后即完成了模型体素化；所述内体素化模块的实现方式进一步具体为：在同样的模型三角网格遍历时，判断点是否在三棱锥里面来判断是否在模型的内部，判断点在三棱锥内通过两种方式实现：方式一、判断长方体网格中心的点currentPos与三棱锥的其中一个顶点是否在其余三顶点所在面的同一侧，四个顶点依次判断四次，都满足条件则说明该长方体网格中心的点currentPos在三棱锥内；方式二、判断长方体网格中心的点currentPos到三棱锥其中一个面的距离是否比三棱锥除该面三个顶点之外的剩余一顶点到该面的距离小，四个面依次判断四次，都满足条件则说明长方体网格中心的点currentPos在三棱锥内部，满足在三棱锥里面的点形成的点集合即完成了模型的内体素化。
4.根据权利要求3所述的一种基于cpu运算的模型体素化效率优化系统，其特征在于：所述外体素化模块的实现方式进一步具体为：在遍历模型网格的时候，通过判断外接长方体网格中心的点currentPos到三角面的距离大于d/2以及该点currentPos的投影在三角网格内部，两个条件同时成立的点就是在模型的外表面；满足两个条件的点形成的点集合即完成了模型的外体素化。
CN202010735746.2A 2020-07-28 2020-07-28 一种基于cpu运算的模型体素化效率优化的方法及其系统 Active CN111862331B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010735746.2A CN111862331B (zh) 2020-07-28 2020-07-28 一种基于cpu运算的模型体素化效率优化的方法及其系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010735746.2A CN111862331B (zh) 2020-07-28 2020-07-28 一种基于cpu运算的模型体素化效率优化的方法及其系统

Publications (2)

Publication Number Publication Date
CN111862331A CN111862331A (zh) 2020-10-30
CN111862331B true CN111862331B (zh) 2023-05-23

Family

ID=72947858

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010735746.2A Active CN111862331B (zh) 2020-07-28 2020-07-28 一种基于cpu运算的模型体素化效率优化的方法及其系统

Country Status (1)

Country Link
CN (1) CN111862331B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113850917B (zh) * 2021-11-29 2022-03-29 浙江清华柔性电子技术研究院 三维模型体素化方法、装置、电子设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103156693A (zh) * 2013-01-31 2013-06-19 浙江大学 一种基于体图像处理的植牙手术导板的制作方法
CN103236079A (zh) * 2013-04-19 2013-08-07 浙江理工大学 一种基于三维模型体素化的内部球改进构造方法
CN104463973A (zh) * 2014-12-01 2015-03-25 林志均 一种基于面数据的空洞填补方法
CN108921928A (zh) * 2018-07-12 2018-11-30 上海昕健医疗技术有限公司 基于三角网格模型的体素化处理方法及其装置
CN111310320A (zh) * 2020-02-07 2020-06-19 北京科技大学 一种基于倾斜摄影和体素的建筑群火灾模拟建模方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120154397A1 (en) * 2010-12-03 2012-06-21 Old Dominion University Research Foundation Method and system for generating mesh from images

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103156693A (zh) * 2013-01-31 2013-06-19 浙江大学 一种基于体图像处理的植牙手术导板的制作方法
CN103236079A (zh) * 2013-04-19 2013-08-07 浙江理工大学 一种基于三维模型体素化的内部球改进构造方法
CN104463973A (zh) * 2014-12-01 2015-03-25 林志均 一种基于面数据的空洞填补方法
CN108921928A (zh) * 2018-07-12 2018-11-30 上海昕健医疗技术有限公司 基于三角网格模型的体素化处理方法及其装置
CN111310320A (zh) * 2020-02-07 2020-06-19 北京科技大学 一种基于倾斜摄影和体素的建筑群火灾模拟建模方法

Also Published As

Publication number Publication date
CN111862331A (zh) 2020-10-30

Similar Documents

Publication Publication Date Title
CN106683167B (zh) 复杂建筑物高精度模型自动建模方法
Krishnan et al. Spherical shell: A higher order bounding volume for fast proximity queries
US20090184956A1 (en) Method, medium, and system for compressing and decoding mesh data in three-dimensional mesh model
US7372460B2 (en) Method and program for generating volume data from boundary representation data
CN107993279B (zh) 一种场景精确表达方法
CN111243094B (zh) 一种基于点灯法的三维模型精确体素化方法
CN102682103A (zh) 一种面向海量激光雷达点云模型的三维空间索引方法
US20150294500A1 (en) Hybrid Dynamic Tree Data Structure and Accessibility Mapping for Computer Numerical Controlled Machining Path Planning
CN101982837A (zh) 一种基于有限元分析后处理结果的快速三维可视化方法
CN103164864B (zh) 计算机图像处理中多边形的三角化方法及其系统
CN111581776A (zh) 一种基于几何重建模型的等几何分析方法
CN111862331B (zh) 一种基于cpu运算的模型体素化效率优化的方法及其系统
CN114494649A (zh) 有限元网格划分几何清理方法、设备和存储介质
CN110349267B (zh) 三维热度模型的构建方法以及装置
CN112015735A (zh) 一种非结构化网格的数据存储结构及数据存储方法
CN111339599A (zh) 一种bim模型到gis模型的转换方法
CN113065180B (zh) Gim解析方法和装置、设备及存储介质
US7388584B2 (en) Method and program for determining insides and outsides of boundaries
CN109872386B (zh) 一种基于stl模型精确体素化的产品物性建模方法
CN112231800B (zh) Bim图形的优化方法、装置以及计算机存储介质
CN115908733A (zh) 一种角点网格地质模型的实时切分及三维可视化方法
CN114742944A (zh) 面向工业机器人路径规划的保守碰撞检测方法
CN112967396A (zh) 基于镜向反射的3d模型球面保面积参数化方法及系统
US11282272B2 (en) Model simplification method
CN100464335C (zh) 微机电系统中三维实体到标准工艺版图的转换方法

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