CN113434514A - 一种海上油气田点云模型的体素化索引和输出方法 - Google Patents

一种海上油气田点云模型的体素化索引和输出方法 Download PDF

Info

Publication number
CN113434514A
CN113434514A CN202110815647.XA CN202110815647A CN113434514A CN 113434514 A CN113434514 A CN 113434514A CN 202110815647 A CN202110815647 A CN 202110815647A CN 113434514 A CN113434514 A CN 113434514A
Authority
CN
China
Prior art keywords
point cloud
nodes
data
octree
voxelization
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
CN202110815647.XA
Other languages
English (en)
Other versions
CN113434514B (zh
Inventor
吴巍
吕志成
巩志强
孙键
毕岩滨
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.)
CNOOC Energy Development of Equipment and Technology Co Ltd
Original Assignee
CNOOC Energy Development of Equipment and Technology 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 CNOOC Energy Development of Equipment and Technology Co Ltd filed Critical CNOOC Energy Development of Equipment and Technology Co Ltd
Priority to CN202110815647.XA priority Critical patent/CN113434514B/zh
Publication of CN113434514A publication Critical patent/CN113434514A/zh
Application granted granted Critical
Publication of CN113434514B publication Critical patent/CN113434514B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22Indexing; Data structures therefor; Storage structures
    • G06F16/2228Indexing structures
    • G06F16/2246Trees, e.g. B+trees
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22Indexing; Data structures therefor; Storage structures
    • G06F16/2228Indexing structures
    • G06F16/2264Multidimensional index structures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28Databases characterised by their database models, e.g. relational or object models
    • G06F16/284Relational databases
    • G06F16/285Clustering or classification
    • G06F16/287Visualization; Browsing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/003D [Three Dimensional] image rendering
    • G06T15/10Geometric effects
    • G06T15/20Perspective computation
    • G06T15/205Image-based rendering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05Geographic models
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Graphics (AREA)
  • Remote Sensing (AREA)
  • Computing Systems (AREA)
  • Image Generation (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明公开了一种海上油气田点云模型的体素化索引和输出方法,涉及模型数据处理算法技术领域。本发明包括标准八叉树数据结构、空间索引节点的字段构成设计、点云数据缓存和点云体素化,其中后三者以标准八叉树数据结构为运算基础。本发明通过创建多维数据集并将其存储在称为八叉树的分层数据结构中;使用分而治之的策略,创建了多维数据集以封装输入点集;对于每个多维数据集,其体积内都有一个或多个数据点;多维数据集实际上是八叉树中叶节点的边界框,递归地细分为用户定义的深度;流式传输数据点意味着在八叉树创建中使用的点数没有限制;八叉树的内存占用空间比原始点的内存占用空间小几个数量级。

Description

一种海上油气田点云模型的体素化索引和输出方法
技术领域
本发明属于模型数据处理算法技术领域,特别是涉及一种海上油气田点云模型的体素化索引和输出方法。
背景技术
由于海上油气田相对于陆地而言,生活生产空间不够宽裕,具有空间相对狭窄,资产极为密集的特点。针对海上油气田激光扫描形成的点云模型密度极大,导致点云数据集的计算和可视化具有挑战性。另外,将点用作渲染图元具有明显的缺点,在涉及大量点的情况下,这些缺点会进一步放大。简而言之,数学点没有体积,因此不会产生阴影。此外,点没有表面积,也没有自然的法线向量,通常用于着色。尽管体积和表面积都可以近似,但是很难正确处理。一种替代方法是使用多维数据集作为呈现基元。多维数据集具有明确定义的体积和六个不同的表面,这意味着可以使用传统技术对其进行渲染。
对于点云模型的渲染,场景的复杂程度是限制三维引擎渲染效果与能力的主要限制因素。基于计算机的图形绘制管线原理,对点云模型进行合理均匀的分割,可以减轻个人计算机GPU负载,减少GPU调用图形绘制命令的次数和降低CPU和数据总线不必要的开销,因为场景块中点过多,会超出硬件的处理能力,所以其本质就在于给出高效的点云数据结构;因此,为了解决上述问题,我们设计一种海上油气田点云模型的体素化索引和输出方法。
发明内容
本发明的目的在于提供一种海上油气田点云模型的体素化索引和输出方法,减轻个人计算机GPU负载,减少GPU调用图形绘制命令的次数和降低CPU和数据总线不必要的开销。
为解决上述技术问题,本发明是通过以下技术方案实现的:
本发明为一种海上油气田点云模型的体素化索引,包括标准八叉树数据结构、空间索引节点的字段构成设计、点云数据缓存和点云体素化,所述标准八叉树数据结构为空间索引节点的字段构成设计、点云数据缓存和点云体素化的运算基础,所述字段构成设计将海上油气点云模型通过标准八叉树数据结构处理为节点数据,所述点云数据缓存将节点数据存储入数据处理器,所述点云体素化将存储的数据转化为向量数据;
所述标准八叉树数据结构对点云数据的分割逻辑结构包括:
首先将需要表达的点云数据用近似表达的方式表达为一个立方体V,该立方体为根节点,设函数f表示一个立方体中含有的点数,让八叉树的每个节点与V的一个字体对应,如果f(V)≤s,那么V的八叉树仅有一个根节点;如果f(V)>s,则将V等分为八个子体Vi,等分后的子体可以按照一定的规则进行编码;只要f(V)>s,就要被八等分,因而相应的子节点也有了八个子节点,依次地进行递归判断,直到所有的子节点对应的子体f(V)≤s。
进一步地,所述八叉树数据结构上的节点包括灰节点、空节点和实节点,所述灰节点对应的立方体部分被点云数据占有,空节点对应的立方体中没有点云数据的任何内容,实节点对应的立方体完全被点云数据所占有;空节点与实节点也被称为叶节点。
进一步地,所述空间索引节点的字段构成设计中节点的内容包括节点名称和子节点的指针链表、节点的包围盒、节点指向的点云数据。
进一步地,所述点云数据存储以ProtoBuf为运算基础,其中ProtoBuf是一种语言无关、平台无关、可扩展的序列化结构数据的方法,它可用于(数据)通信协议、数据存储等;ProtoBuf是一种灵活,高效,自动化机制的结构数据序列化方法-可类比XML,但是比XML更小(3-10倍)、更快(20-100倍)、更为简单;输出到pnts时从文件反序列化到pointCloud对象;点云体素化以开源三维引擎库OpenSceneGraph为运算基础,该库很好的支持了三维研究领域的一些基本操作,减轻了本文算法实现的难度;点云在分割之前,先生产最小包围盒,以OpenSceneGraph提供的BoundingBoxd类存储表示这个包围盒,方便后期的中心点和矩阵计算;BoundingBoxd是一个基于索引的三维向量数据结构,该数据结构通过存储最小点x、y、z和最大点x、y、z来表示。
一种海上油气田点云模型的体素化索引的输出方法,包括点云数据分割和模型渲染,其中点云数据的分割方法包括以下几步:
第一步:计算需要分割的点云的最小包围盒,生成点云节点;
第二步:判断是否满足被分割的条件,如当前点云节点包围盒的半径是否大于N(从0开始)层级分割包围盒的半径的一半。如果不满足分割条件则继续执行接下来的步骤,否则将当前点云节点数据缓存到链表;
第三步:根据点云数据的包围盒计算中心,从当前层级开始分八块,判断每个块是否包含当前点云数据中心,如果在返回第二步;
第四步:全部点云节点分割完成后,对链表数据进行父节点点云和子节点点云抽稀后合并,点云数据以pnts格式输出。
进一步地,所述模型渲染的三维渲染引擎为CesiumJS,其中CesiumJS是一个不依赖于任何插件就可以在web浏览上创建二维或三维地图的JavaScript库,使用WebGL加速硬件渲染图形,具有跨平台、跨浏览器等特点。
本发明具有以下有益效果:
本发明通过创建多维数据集并将其存储在称为八叉树的分层数据结构中;使用分而治之的策略,创建了多维数据集以封装输入点集;因此,对于每个多维数据集,其体积内都有一个或多个数据点;多维数据集实际上是八叉树中叶节点的边界框,它递归地细分为用户定义的深度;流式传输数据点,这意味着在八叉树创建中使用的点数没有限制;此外,八叉树的内存占用空间比原始点的内存占用空间小几个数量级;以标准八叉树数据结构为基础,对海量点云分块进行分层可视化的方法,使得点云数据量变小、减少卡顿,提升渲染效率。
当然,实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的一种海上油气田点云模型的体素化索引和输出方法的分割算法流程图;
图2为本发明的一种海上油气田点云模型的体素化索引和输出方法标准八叉树数据结构模型图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
在本发明的描述中,需要理解的是,术语“上”、“中”、“外”、“内”等指示方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的组件或元件必须具有特定的方位,以特定的方位构造和操作,因此不能理解为对本发明的限制。
本发明为一种海上油气田点云模型的体素化索引,包括标准八叉树数据结构、空间索引节点的字段构成设计、点云数据缓存和点云体素化,标准八叉树数据结构为空间索引节点的字段构成设计、点云数据缓存和点云体素化的运算基础,字段构成设计将海上油气点云模型通过标准八叉树数据结构处理为节点数据,点云数据缓存将节点数据存储入数据处理器,点云体素化将存储的数据转化为向量数据;
标准八叉树数据结构对点云数据的分割逻辑结构包括:
首先将需要表达的点云数据用近似表达的方式表达为一个立方体V,该立方体为根节点,设函数f表示一个立方体中含有的点数,让八叉树的每个节点与V的一个字体对应,如果f(V)≤s,那么V的八叉树仅有一个根节点;如果f(V)>s,则将V等分为八个子体Vi,等分后的子体可以按照一定的规则进行编码;只要f(V)>s,就要被八等分,因而相应的子节点也有了八个子节点,依次地进行递归判断,直到所有的子节点对应的子体f(V)≤s。
优选地,八叉树数据结构上的节点包括灰节点、空节点和实节点,灰节点对应的立方体部分被点云数据占有,空节点对应的立方体中没有点云数据的任何内容,实节点对应的立方体完全被点云数据所占有;空节点与实节点也被称为叶节点。
优选地,空间索引节点的字段构成设计中节点的内容包括节点名称和子节点的指针链表、节点的包围盒、节点指向的点云数据。
优选地,点云数据存储以ProtoBuf为运算基础,其中ProtoBuf是一种语言无关、平台无关、可扩展的序列化结构数据的方法,它可用于(数据)通信协议、数据存储等;ProtoBuf是一种灵活,高效,自动化机制的结构数据序列化方法-可类比XML,但是比XML更小(3-10倍)、更快(20-100倍)、更为简单;输出到pnts时从文件反序列化到pointCloud对象;点云体素化以开源三维引擎库OpenSceneGraph为运算基础,该库很好的支持了三维研究领域的一些基本操作,减轻了本文算法实现的难度;点云在分割之前,先生产最小包围盒,以OpenSceneGraph提供的BoundingBoxd类存储表示这个包围盒,方便后期的中心点和矩阵计算;BoundingBoxd是一个基于索引的三维向量数据结构,该数据结构通过存储最小点x、y、z和最大点x、y、z来表示。
一种海上油气田点云模型的体素化索引的输出方法,包括点云数据分割和模型渲染,其中点云数据的分割方法包括以下几步:
第一步:计算需要分割的点云的最小包围盒,生成点云节点;
第二步:判断是否满足被分割的条件,如当前点云节点包围盒的半径是否大于N(从0开始)层级分割包围盒的半径的一半。如果不满足分割条件则继续执行接下来的步骤,否则将当前点云节点数据缓存到链表;
第三步:根据点云数据的包围盒计算中心,从当前层级开始分八块,判断每个块是否包含当前点云数据中心,如果在返回第二步;
第四步:全部点云节点分割完成后,对链表数据进行父节点点云和子节点点云抽稀后合并,点云数据以pnts格式输出。
优选地,模型渲染的三维渲染引擎为CesiumJS,其中CesiumJS是一个不依赖于任何插件就可以在web浏览上创建二维或三维地图的JavaScript库,使用WebGL加速硬件渲染图形,具有跨平台、跨浏览器等特点。
实施例1:
需要进一步说明的是,本发明中空间索引节点的字段构成设计具体的数据结构内容描述如下:
Figure BDA0003169937240000071
Figure BDA0003169937240000081
geometricError字段中存储了当前节点精简阈值,便于确定点云是否需要加载渲染。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”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发明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。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (6)

1.一种海上油气田点云模型的体素化索引和输出方法,包括标准八叉树数据结构、空间索引节点的字段构成设计、点云数据缓存和点云体素化,其特征在于:所述标准八叉树数据结构为空间索引节点的字段构成设计、点云数据缓存和点云体素化的运算基础,所述字段构成设计将海上油气点云模型通过标准八叉树数据结构处理为节点数据,所述点云数据缓存将节点数据存储入数据处理器,所述点云体素化将存储的数据转化为向量数据;
所述标准八叉树数据结构对点云数据的分割逻辑结构包括:
首先将需要表达的点云数据用近似表达的方式表达为一个立方体V,该立方体为根节点,设函数f表示一个立方体中含有的点数,让八叉树的每个节点与V的一个字体对应,如果f(V)≤s,那么V的八叉树仅有一个根节点;如果f(V)>s,则将V等分为八个子体Vi,等分后的子体可以按照一定的规则进行编码;只要f(V)>s,就要被八等分,因而相应的子节点也有了八个子节点,依次地进行递归判断,直到所有的子节点对应的子体f(V)≤s。
2.根据权利要求1所述的一种海上油气田点云模型的体素化索引和输出方法,其特征在于,所述八叉树数据结构上的节点包括灰节点、空节点和实节点,所述灰节点对应的立方体部分被点云数据占有,空节点对应的立方体中没有点云数据的任何内容,实节点对应的立方体完全被点云数据所占有。
3.根据权利要求1所述的一种海上油气田点云模型的体素化索引和输出方法,其特征在于,所述空间索引节点的字段构成设计中节点的内容包括节点名称和子节点的指针链表、节点的包围盒、节点指向的点云数据。
4.根据权利要求1所述的一种海上油气田点云模型的体素化索引和输出方法,其特征在于,所述点云数据存储以ProtoBuf为运算基础,点云体素化以OpenSceneGraph为运算基础。
5.根据权利要求1至4任意一条所述的一种海上油气田点云模型的体素化索引的输出方法,其特征在于,包括点云数据分割和模型渲染,其中点云数据的分割方法包括以下几步:
第一步:计算需要分割的点云的最小包围盒,生成点云节点;
第二步:判断是否满足被分割的条件;
第三步:根据点云数据的包围盒计算中心,从当前层级开始分八块,判断每个块是否包含当前点云数据中心;
第四步:全部点云节点分割完成后,对链表数据进行父节点点云和子节点点云抽稀后合并,点云数据以pnts格式输出。
6.根据权利要求5所述的一种海上油气田点云模型的体素化索引和输出方法,其特征在于,所述模型渲染的三维渲染引擎为CesiumJS。
CN202110815647.XA 2021-07-19 2021-07-19 一种海上油气田点云模型的体素化索引和输出方法 Active CN113434514B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110815647.XA CN113434514B (zh) 2021-07-19 2021-07-19 一种海上油气田点云模型的体素化索引和输出方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110815647.XA CN113434514B (zh) 2021-07-19 2021-07-19 一种海上油气田点云模型的体素化索引和输出方法

Publications (2)

Publication Number Publication Date
CN113434514A true CN113434514A (zh) 2021-09-24
CN113434514B CN113434514B (zh) 2022-08-19

Family

ID=77761040

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110815647.XA Active CN113434514B (zh) 2021-07-19 2021-07-19 一种海上油气田点云模型的体素化索引和输出方法

Country Status (1)

Country Link
CN (1) CN113434514B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117911791A (zh) * 2024-03-15 2024-04-19 山东科技大学 一种海上油气平台点云数据处理方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105808672A (zh) * 2016-03-01 2016-07-27 重庆市勘测院 基于浏览器的海量三维点云数据的发布方法
CN106874409A (zh) * 2017-01-19 2017-06-20 苏州中科图新网络科技有限公司 点云数据的存储方法及装置
CN107798721A (zh) * 2016-08-31 2018-03-13 北京四维图新科技股份有限公司 一种点云数据的处理方法及装置和点云渲染方法及装置
US20180081034A1 (en) * 2016-09-22 2018-03-22 Beijing Greenvalley Technology Co., Ltd. Method and device for constructing spatial index of massive point cloud data
GB201811558D0 (en) * 2018-07-13 2018-08-29 Vividq Ltd Method and system for compressing and decompressing digital three-dimensional point cloud data
CN109325993A (zh) * 2018-08-10 2019-02-12 华北电力大学(保定) 一种基于类八叉树索引的显著性特征强化采样方法
CN110458764A (zh) * 2019-07-08 2019-11-15 天津大学 一种基于形态学图形处理的点云数据平滑方法
US20200211232A1 (en) * 2017-07-13 2020-07-02 Interdigital Vc Holdings, Inc A method and apparatus for encoding/decoding a point cloud representing a 3d object
CN113094463A (zh) * 2021-03-23 2021-07-09 中山大学 一种非结构化点云存储方法、装置、设备及介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105808672A (zh) * 2016-03-01 2016-07-27 重庆市勘测院 基于浏览器的海量三维点云数据的发布方法
CN107798721A (zh) * 2016-08-31 2018-03-13 北京四维图新科技股份有限公司 一种点云数据的处理方法及装置和点云渲染方法及装置
US20180081034A1 (en) * 2016-09-22 2018-03-22 Beijing Greenvalley Technology Co., Ltd. Method and device for constructing spatial index of massive point cloud data
CN106874409A (zh) * 2017-01-19 2017-06-20 苏州中科图新网络科技有限公司 点云数据的存储方法及装置
US20200211232A1 (en) * 2017-07-13 2020-07-02 Interdigital Vc Holdings, Inc A method and apparatus for encoding/decoding a point cloud representing a 3d object
GB201811558D0 (en) * 2018-07-13 2018-08-29 Vividq Ltd Method and system for compressing and decompressing digital three-dimensional point cloud data
CN109325993A (zh) * 2018-08-10 2019-02-12 华北电力大学(保定) 一种基于类八叉树索引的显著性特征强化采样方法
CN110458764A (zh) * 2019-07-08 2019-11-15 天津大学 一种基于形态学图形处理的点云数据平滑方法
CN113094463A (zh) * 2021-03-23 2021-07-09 中山大学 一种非结构化点云存储方法、装置、设备及介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
吴学毅: "《计算机图形学原理与实践》", 30 April 2008, 印刷工业出版社 *
翟翊: "《现代测量学 第2版》", 31 July 2016, 测绘出版社 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117911791A (zh) * 2024-03-15 2024-04-19 山东科技大学 一种海上油气平台点云数据处理方法
CN117911791B (zh) * 2024-03-15 2024-05-28 山东科技大学 一种海上油气平台点云数据处理方法

Also Published As

Publication number Publication date
CN113434514B (zh) 2022-08-19

Similar Documents

Publication Publication Date Title
US10929433B2 (en) Querying a database with morphology criterion
US20080246766A1 (en) Numerical analysis mesh generating method and apparatus
Cutler et al. Simplification and improvement of tetrahedral models for simulation
JPH05266212A (ja) データプロセッサによってオブジェクトの作成を実行する方法及びグラフィックスディスプレイ装置
Kharroubi et al. Classification and integration of massive 3d points clouds in a virtual reality (VR) environment
CN107993279B (zh) 一种场景精确表达方法
JP2007220090A (ja) Plmデータベース内のオブジェクトを表示する処理および本処理を実装した装置
JP2018109948A (ja) パラメトリックビュー関数に基づくデータベースの照会
CN112989482B (zh) Bim模型数据的生成方法及装置和构建方法及装置
CN113724401B (zh) 一种三维模型切割方法、装置、计算机设备和存储介质
CN115345107A (zh) 基于odb++文件转化为三维几何模型的方法
CN113434514B (zh) 一种海上油气田点云模型的体素化索引和输出方法
CN113094463A (zh) 一种非结构化点云存储方法、装置、设备及介质
Moran et al. Visualization of AMR data with multi-level dual-mesh interpolation
Andrysco et al. Matrix trees
US5883629A (en) Recursive and anisotropic method and article of manufacture for generating a balanced computer representation of an object
Allegre et al. The hybridtree: Mixing skeletal implicit surfaces, triangle meshes, and point sets in a free-form modeling system
Mateo et al. Hierarchical, Dense and Dynamic 3D Reconstruction Based on VDB Data Structure for Robotic Manipulation Tasks
Ren et al. Feature conservation and conversion of tri-dexel volumetric models to polyhedral surface models for product prototyping
KR100491723B1 (ko) 지리정보시스템에서의 디지털지형모델 가시화방법
Zhuang et al. Integration of subdivision method into boundary element analysis
US6630932B1 (en) Method and system for efficient simplification of tetrahedral meshes used in 3D volumetric representations
Zlatanova et al. Towards 3D raster GIS: On developing a raster engine for spatial DBMS
Cruz-Matías et al. A new lossless orthogonal simplification method for 3D objects based on bounding structures
Dai et al. An octree method for interference detection in computer aided 3-D packing

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