CN113658327A - 煤矿三维模型数据的轻量化方法和装置 - Google Patents

煤矿三维模型数据的轻量化方法和装置 Download PDF

Info

Publication number
CN113658327A
CN113658327A CN202110914162.6A CN202110914162A CN113658327A CN 113658327 A CN113658327 A CN 113658327A CN 202110914162 A CN202110914162 A CN 202110914162A CN 113658327 A CN113658327 A CN 113658327A
Authority
CN
China
Prior art keywords
data block
data
texture
dimensional model
coal mine
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.)
Pending
Application number
CN202110914162.6A
Other languages
English (en)
Inventor
郭军
张建中
陈龙
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.)
China Coal Research Institute CCRI
Original Assignee
China Coal Research Institute CCRI
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 China Coal Research Institute CCRI filed Critical China Coal Research Institute CCRI
Priority to CN202110914162.6A priority Critical patent/CN113658327A/zh
Publication of CN113658327A publication Critical patent/CN113658327A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/005Tree description, e.g. octree, quadtree
    • 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
    • G06T9/00Image coding
    • G06T9/40Tree coding, e.g. quadtree, octree

Landscapes

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

Abstract

本申请提出一种煤矿三维模型数据的轻量化方法和装置,其中,方法包括:对煤矿三维模型数据进行分块处理,以获取多个原数据块;对每个原数据块进行三角面简化处理及纹理多级渐远处理,以获取处理后的第一数据块;对每个第一数据块进行纹理合并和几何合并,以获取处理后的第二数据块;对每个第二数据块进行纹理压缩和几何压缩,以获取处理后的第三数据块。该方法通过对煤矿三维模型数据进行分块得到每个数据块,进行三角面简化处理、纹理多级渐远处理、合并和压缩处理,减少了模型数据量,实现了煤矿三维模型数据的轻量化,使得前端能够快速加载煤矿三维模型,减少了前端加载时长。

Description

煤矿三维模型数据的轻量化方法和装置
技术领域
本申请涉及数据处理技术领域,尤其涉及一种煤矿三维模型数据的轻量化方法和装置。
背景技术
煤炭对国民经济和社会发展有着不可替代的重要作用。煤炭生产历史悠久,但煤矿的安全生产一直是一个世界性难题。近年来,随着信息化技术的发展,可以通过勘测构建煤矿的三维模型,特别是煤矿复杂场景,基于三维模型可以提高煤矿开采的安全性。
但是,有些煤矿三维模型数据量比较大,特别是煤矿复杂场景,前端加载时间长,甚至无法加载。
发明内容
本申请提出一种煤矿三维模型数据的轻量化方法和装置。
本申请一方面实施例提出了一种煤矿三维模型数据的轻量化方法,包括:
对煤矿三维模型数据进行分块处理,以获取多个原数据块;
对每个原数据块进行三角面简化处理及纹理多级渐远处理,以获取处理后的第一数据块;
对每个第一数据块进行纹理合并和几何合并,以获取处理后的第二数据块;
对每个第二数据块进行纹理压缩和几何压缩,以获取处理后的第三数据块。
本申请另一方面实施例提出了一种煤矿三维模型数据的轻量化装置,包括:
第一获取模块,用于对煤矿三维模型数据进行分块处理,以获取多个原数据块;
第二获取模块,用于对每个原数据块进行三角面简化处理及纹理多级渐远处理,以获取处理后的第一数据块;
第三获取模块,用于对每个第一数据块进行纹理合并和几何合并,以获取处理后的第二数据块;
第四获取模块,用于对每个第二数据块进行纹理压缩和几何压缩,以获取处理后的第三数据块。
本申请另一方面实施例提出了一种计算机设备,包括处理器和存储器;
其中,所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于实现如上述一方面实施例所述的方法。
本申请另一方面实施例提出了一种非临时性计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述一方面实施例所述的方法。
本申请实施例的煤矿三维模型数据的轻量化方法和装置,通过对煤矿三维模型数据进行分块得到每个数据块,进行三角面简化处理、纹理多级渐远处理、合并和压缩处理,减少了模型数据量,实现了煤矿三维模型数据的轻量化,使得前端能够快速加载煤矿三维模型,减少了前端加载时长。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本申请实施例提供的一种煤矿三维模型数据的轻量化方法的流程示意图;
图2为本申请实施例提供的另一种煤矿三维模型数据的轻量化方法的流程示意图;
图3为本申请实施例提供的一种模型分块及八叉树的示意图;
图4为本申请实施例提供的一种三角面简化示意图;
图5为本申请实施例提供的一种模型数据处理过程示意图;
图6为本申请实施例提供的一种煤矿三维模型数据的轻量化装置的结构示意图。
具体实施方式
下面详细描述本申请的实施例,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,旨在用于解释本申请,而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的煤矿三维模型数据的轻量化方法和装置。
图1为本申请实施例提供的一种煤矿三维模型数据的轻量化方法的流程示意图。
本申请实施例的煤矿三维模型数据的轻量化方法,可由本申请实施例的煤矿三维模型数据的轻量化装置执行,该装置可配置于计算机中,以通过对煤矿三维模型数据进行轻量化处理,减少模型数据量,使得前端能够快速加载煤矿三维模型,减少前端加载时长。
如图1所示,该煤矿三维模型数据的轻量化方法,包括:
步骤101,对煤矿三维模型数据进行分块处理,以获取多个原数据块。
本申请中,可以对煤矿三维模型数据进行分块处理,以将煤矿三维模型数据分为多个数据块,为了便于区分,可以称为原数据块。
在进行分块处理时,可以设置每个原数据块的大小,根据设置的数据块大小,对煤矿三维模型数据进行分块处理,以获取多个大小一致的原数据块。
或者,也可以设置多个不同精度,对于每个精度,将煤矿三维模型数据进行分块获取多个原数据块,其中,同一精度下的原数据块的大小一致。
步骤102,对每个原数据块进行三角面简化处理及纹理多级渐远处理,以获取处理后的第一数据块。
在实际应用中,三维模型是由多个三角面构成的,模型的三角面数量越多,数据量越大,模型表现的细节越高。为了提高渲染效率,降低计算机存储大小,在浏览模型时更加流畅,本申请中,可以在最大保证模型精度的情况下,对每个原数据块进行三角面简化处理,减少每个原数据块中的三角面数量。
另外,在三维场景中,物体在远处看起来很小,如果和在近处采用同样的分辨率,会浪费较多的内存资源。基于此,本申请中,可以对每个原数据块中的纹理图片进行纹理多级渐远处理,以使纹理图片的分辨率不同。
为了便于描述,本申请中,可以将每个经过三角面简化处理及纹理多级渐远处理后的原数据块,称为第一数据块。也就是说,第一数据块中的三角面是经过三角面简化后得到的三角面,第一数据块中的纹理图片是经过多级渐远处理后的纹理图片。
步骤103,对每个第一数据块进行纹理合并和几何合并,以获取处理后的第二数据块。
在实际应用中,三维模型上通常会使用多种纹理图片,每个纹理图片尺寸不一,在渲染时提高了网络传输时间、显存、渲染批次等。
基于此,本申请中,可以对每个第一数据块中的纹理图片进行纹理合并,也就是说,在上述对原数据块中的纹理图片进行多级渐远处理后,可以对每个原数据块中经过多级渐远处理后的纹理图片进行合并,比如,第一数据块中包括6张纹理图片,可以将6张纹理图片合并为一张纹理图片。
由此,对每个第一数据块进行纹理合并,可以减少纹理图片的数量,从而极大降低了渲染批次,提高三维场景的实时渲染帧率。
在实际应用中,三维模型数据进行渲染时,需要将数据从中央处理器(CentralProcessing Unit,CPU)调用到图形处理器(Graphics Processing Unit,GPU)中,然后GPU负责渲染,这个过程需要大量的函数调用。
为了减少渲染函数调用次数,本申请中,可以对每个第一数据块中的几何数据进行几何合并,以减少加载几何数据的次数。这种几何合并,不仅可以减少渲染函数调用次数,还可以避免冗余数据。
需要说明的是,在进行几何合并时,合并后的几何数据需要在GPU的处理范围内,即在GPU允许的范围内,尽可能的将几何数据进行合并,一次调用从CPU传输到GPU中,这样可以避免内存和显卡频繁的数据传输。
为了便于描述,本申请中,可以将每个经过纹理合并和几何合并处理后的第一数据块,称为第二数据块。可以理解的是,第二数据块中纹理图片是经过纹理合并得到的,第二数据块中的几何数据是经过几何合并得到的。
步骤104,对每个第二数据块进行纹理压缩和几何压缩,以获取处理后的第三数据块。
由于纹理合并得到的纹理图片的大小大于合并之前的纹理图片,基于此,本申请中,可以对每个第一数据块进行纹理压缩,以减少纹理图片的大小。例如,对称的纹理图片可以只存储一部分,尽可能的让每个像素保存有效的数据。
本申请中,对第一数据块进行纹理压缩,可以节省带宽和下载时间。例如,一张纹理图片原始大小为3M,压缩后仅有2M或者更小,那么下载2M的图片所用的宽带和下载时间,小于3M所用的宽带和下载时间。
同样地,由于几何合并得到的几何数据的大小大于合并之前的几何数据,基于此,本申请中,可以对几何数据进行几何压缩,可降低模型存储和节省带宽。
在压缩时,可以进行无损的数据压缩,以进一步提高几何压缩算法的压缩率。比如,可以采用无损的浮点数压缩方法,将数据分为符号、指数、尾数三部分进行各自对比,再采用编码进行压缩。
本申请实施例中,通过对煤矿三维模型数据进行分块处理,以获取多个原数据块;对每个原数据块进行三角面简化处理及纹理多级渐远处理,以获取处理后的第一数据块;对每个第一数据块进行纹理合并和几何合并,以获取处理后的第二数据块;对每个第二数据块进行纹理压缩和几何压缩,以获取处理后的第三数据块。由此,通过对煤矿三维模型数据进行分块得到每个数据块,进行三角面简化处理、纹理多级渐远处理、合并和压缩处理,减少了模型数据量,实现了煤矿三维模型数据的轻量化,使得前端能够快速加载煤矿三维模型,减少了前端加载时长。
图2为本申请实施例提供的另一种煤矿三维模型数据的轻量化方法的流程示意图。
如图2所示,该煤矿三维模型数据的轻量化方法,包括:
步骤201,采用八叉树逻辑结构对煤矿三维模型数据进行分块处理,以获取多个层级的数据块,每个层级的数据块对应的模型精度不同。
本申请中,可以采取八叉树的逻辑结构,对煤矿三维模型数据进行分块。每次分块时,可以将数据分割成多个小块,最终得到一个八叉树。
其中,八叉树的每个节点对应一个数据块,八叉树可以包括多个层次,每个层级包括至少一个原数据块,每个层级对应的模型精度不同,每个层级上的原数据块为该层级对应的精度下的模型数据。从而,采用八叉树逻辑结构对煤矿三维模型数据进行分割,可以将煤矿三维模型分为多个精度的模型。
这里,八叉树层级的数量即为八叉树的深度,可以根据煤矿三维模型的复杂度,设置八叉树的深度,之后根据设置的八叉树深度,对煤矿三维模型数据进行分块处理。
图3为本申请实施例提供的一种模型分块及八叉树的示意图。
图3中,对左侧的第一个模型进行分块处理,可以得到第二个模型,对第二个模型中每个数据块继续分为八块,可以得到第三个模型(仅示出了对第二个模型中某一个数据块进行分块),相应的八叉树结构,如图2中右侧图所示。其中,第一层级模型的精度最低,第二层级模型的精度次之,第三层级模型的精度最高。
步骤202,对每个原数据块中的三角面数量进行简化,以使简化后的三角面数量不小于预设数量阈值。
在实际应用中,三维模型是由多个三角面构成的,模型的三角面数量越多,数据量越大,模型表现的细节越高。为了提高渲染效率,降低计算机存储大小,在浏览模型时更加流畅,本申请中,可以降低每个原数据块中三角面数量,从而减少煤矿三维模型中三角面数量。
图4为本申请实施例提供的一种三角面简化示意图。如图4所示,可以删除u点,保留v点,使得三角面的数量由8个简化为6个。
由于模型精度与三角面的数量有关,如果三角面数量太少显然会影响模型精度。因此,可以是使得简化后的三角面数量不小于预设数量阈值,比如接近预设数量阈值,但不小于数量阈值。
这里的数量阈值,可以是根据模型精度确定的,不同模型精度下的原数据块可以对应不同的数量阈值。
或者,也可以设置每种模型精度下,模型对应的三角面数量阈值。例如,数量阈值为50,一个模型有100个三角面,在最大保证模型精度的情况下,可以降低到80个三角面,在模型整体不变的情况下,可以再降低到50个三角面。
步骤203,根据每个原数据块对应的模型精度,对每个原数据块中每个纹理图片进行抽稀处理。
本申请中,模型精度不同对应的纹理图片的分辨率可以不同,可以根据每个原数据块所属层级对应的模型精度,确定对原数据块中纹理图片的抽稀程度,之后根据抽稀程度对原数据块中每个纹理图片进行抽稀处理,从而使得每个层级模型使用不同精度的纹理图片。
比如,某模型精度下原数据块中纹理图片的抽稀程度为30%,那么去除纹理图片中30%的像素点,以降低纹理图片的分辨率。
步骤204,将每个第一数据块中的多个纹理图片进行合并,以获取合并后的纹理图片。
在实际应用中,三维模型上通常使用多种纹理图片,每个纹理图片尺寸不一,在渲染时提高了网络传输时间、显存、渲染批次等。本申请中,可以对每个第一数据块中多个纹理图片合并,获取合并后的纹理图片,并使合并后的纹理图片的尺寸满足预设尺寸条件,从而将多张小纹理图片合并成一张大纹理图片,减少纹理图片的数量,进而减少渲染批次。
步骤205,将每个第一数据块中的几何数据进行合并,以获取合并后的几何数据。
在实际应用中,三维模型数据进行渲染时,需要将数据CPU调用到GPU中,然后GPU负责渲染,这个过程需要大量的函数调用。
基于此,在进行纹理合并的同时,本申请中,还可以在GPU的允许范围内,将每个第一数据块中的几何数据进行合并,以获取合并后的几何数据,实现一次调用从CPU传输到GPU中,从而避免内存和显卡频繁的数据传输。
步骤206,对每个第二数据块对应的合并后的纹理图片进行压缩,以获取压缩后的纹理图片。
由于合并后的纹理图片会变大,比如,6个1M大小的纹理图片合并后大小为6M,为了节省宽带和下载时间,本申请中,可以对每个第二数据块对应的合并后的纹理图片进行压缩,以获取压缩后的纹理图片,从而节省宽带和下载时间。比如,对称的纹理图片,可以存储一半的纹理信息。
为了提高渲染效率,本申请中,在降低合并后的纹理图片的大小的同时,可以将合并后的纹理图片压缩为GPU可以识别的格式,即压缩后的纹理图片的格式为GPU可以识别的格式,从而可以减少GPU解析纹理图片的时间,进而提高渲染效率。
步骤207,对每个第二数据块对应的合并后的几何数据进行数据压缩,以获取压缩后的几何数据。
本申请中,可以对每个第二数据块对应的合并后几何数据进行数据压缩,比如无损压缩,以获取压缩后的几何数据,从而降低模型存储和节省宽带。
本申请中,针对每个层级的原数据块进行上述处理,可以实现对每个层级的模型数据的轻量化,获取不同精度下的模式数据,从而按需加载模型的某一部分并进行渲染,从而提高流畅度。
为了进一步说明上述实施例,下面以矿山三维设计模型为例,结合图5进行说明。图5为本申请实施例提供的一种模型数据处理过程示意图。
如图5所示,获取矿山三维设计模型,并对矿山三维设计模型进行数据轻量化处理。之后,可以将处理后的模型数据传输至建筑信息模型(Building InformationModeling,BIM)与地理信息系统(Geographic Information System,GIS)数字矿山基础信息平台,BIM+GIS数字矿山基础信息平台可按需加载模型的一部分并进行渲染,从而提高流畅度。
在对矿山三维设计模型进行数据轻量化处理时,首先可以对模型进行金字塔分块,以获取模型对应的八叉树结构,并对八叉树结构上每个节点对应的数据块进行三角化简化和多级渐远纹理技术进行纹理处理。之后,对多级渐远纹理处理后的纹理图片进行纹理合并,以及对几何数据进行几何合并。
在合并处理后,可以对纹理合并后的纹理图片进行纹理压缩,并对合并后的几何数据进行几何压缩,从而可以获取不同模型精度下的模型数据,实现对矿山三维设计模型数据的轻量化。
为了实现上述实施例,本申请实施例还提出一种煤矿三维模型数据的轻量化装置。图6为本申请实施例提供的一种煤矿三维模型数据的轻量化装置的结构示意图。
如图6所示,该煤矿三维模型数据的轻量化装置600,包括:
第一获取模块610,用于对煤矿三维模型数据进行分块处理,以获取多个原数据块;
第二获取模块620,用于对每个原数据块进行三角面简化处理及纹理多级渐远处理,以获取处理后的第一数据块;
第三获取模块630,用于对每个第一数据块进行纹理合并和几何合并,以获取处理后的第二数据块;
第四获取模块640,用于对每个第二数据块进行纹理压缩和几何压缩,以获取处理后的第三数据块。
在本申请实施例一种可能的实现方式中,第一获取模块610,用于:
采用八叉树逻辑结构对煤矿三维模型数据进行分块处理,以获取多个层级的数据块,每个层级的数据块对应的模型精度不同。
在本申请实施例一种可能的实现方式中,第二获取模块620,用于:
对每个原数据块中的三角面数量进行简化,以使简化后的三角面数量不小于预设数量阈值;
根据每个原数据块对应的模型精度,对每个原数据块中每个纹理图片进行抽稀处理。
在本申请实施例一种可能的实现方式中,第三获取模块630,用于:
将每个第一数据块中的多个纹理图片进行合并,以获取合并后的纹理图片;
将每个第一数据块中的几何数据进行合并,以获取合并后的几何数据。
在本申请实施例一种可能的实现方式中,第四获取模块640,用于:
对每个第二数据块对应的合并后的纹理图片进行压缩,以获取压缩后的纹理图片,其中,压缩后的纹理图片的格式为GPU可以识别的格式;
对每个第二数据块对应的合并后的几何数据进行数据压缩,以获取压缩后的几何数据。
需要说明的是,上述对煤矿三维模型数据的轻量化方法实施例的解释说明,也适用于该实施例的煤矿三维模型数据的轻量化装置,故在此不再赘述。
本申请实施例中,通过对煤矿三维模型数据进行分块处理,以获取多个原数据块;对每个原数据块进行三角面简化处理及纹理多级渐远处理,以获取处理后的第一数据块;对每个第一数据块进行纹理合并和几何合并,以获取处理后的第二数据块;对每个第二数据块进行纹理压缩和几何压缩,以获取处理后的第三数据块。由此,通过对煤矿三维模型数据进行分块得到每个数据块,进行三角面简化处理、纹理多级渐远处理、合并和压缩处理,减少了模型数据量,实现了煤矿三维模型数据的轻量化,使得前端能够快速加载煤矿三维模型,减少了前端加载时长。
为了实现上述实施例,本申请实施例还提出一种计算机设备,包括处理器和存储器;
其中,处理器通过读取存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于实现如上述实施例所述的煤矿三维模型数据的轻量化方法。
为了实现上述实施例,本申请实施例还提出一种非临时性计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述实施例所述的煤矿三维模型数据的轻量化方法。
在本说明书的描述中,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
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。

Claims (10)

1.一种煤矿三维模型数据的轻量化方法,其特征在于,包括:
对煤矿三维模型数据进行分块处理,以获取多个原数据块;
对每个所述原数据块进行三角面简化处理及纹理多级渐远处理,以获取处理后的第一数据块;
对每个所述第一数据块进行纹理合并和几何合并,以获取处理后的第二数据块;
对每个所述第二数据块进行纹理压缩和几何压缩,以获取处理后的第三数据块。
2.如权利要求1所述的方法,其特征在于,所述对煤矿三维模型数据进行分块处理,以获取多个原数据块,包括:
采用八叉树逻辑结构对所述煤矿三维模型数据进行分块处理,以获取多个层级的数据块,每个层级的数据块对应的模型精度不同。
3.如权利要求1所述的方法,其特征在于,所述对每个所述原数据块进行三角面简化处理及纹理多级渐远处理,以获取处理后的第一数据块,包括:
对每个所述原数据块中的三角面数量进行简化,以使简化后的三角面数量不小于预设数量阈值;
根据每个所述原数据块对应的模型精度,对每个所述原数据块中每个纹理图片进行抽稀处理。
4.如权利要求1所述的方法,其特征在于,所述对每个所述第一数据块进行纹理合并和几何合并,以获取处理后的第二数据块,包括:
将每个所述第一数据块中的多个纹理图片进行合并,以获取合并后的纹理图片;
将每个所述第一数据块中的几何数据进行合并,以获取合并后的几何数据。
5.如权利要求4所述的方法,其特征在于,所述对每个所述第二数据块进行纹理压缩和几何压缩,以获取处理后的第三数据块,包括:
对每个所述第二数据块对应的合并后的纹理图片进行压缩,以获取压缩后的纹理图片,其中,所述压缩后的纹理图片的格式为图形处理器GPU识别的格式;
对每个所述第二数据块对应的合并后的几何数据进行数据压缩,以获取压缩后的几何数据。
6.一种煤矿三维模型数据的轻量化装置,其特征在于,包括:
第一获取模块,用于对煤矿三维模型数据进行分块处理,以获取多个原数据块;
第二获取模块,用于对每个所述原数据块进行三角面简化处理及纹理多级渐远处理,以获取处理后的第一数据块;
第三获取模块,用于对每个所述第一数据块进行纹理合并和几何合并,以获取处理后的第二数据块;
第四获取模块,用于对每个所述第二数据块进行纹理压缩和几何压缩,以获取处理后的第三数据块。
7.如权利要求6所述的装置,其特征在于,所述第一获取模块,用于:
采用八叉树逻辑结构对所述煤矿三维模型数据进行分块处理,以获取多个层级的数据块,每个层级的数据块对应的模型精度不同。
8.如权利要求6所述的装置,其特征在于,所述第二获取模块,用于:
对每个所述原数据块中的三角面数量进行简化,以使简化后的三角面数量不小于预设数量阈值;
根据每个所述原数据块对应的模型精度,对每个所述原数据块中每个纹理图片进行抽稀处理。
9.一种计算机设备,其特征在于,包括处理器和存储器;
其中,所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于实现如权利要求1-5中任一所述的煤矿三维模型数据的轻量化方法。
10.一种非临时性计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-5中任一所述的煤矿三维模型数据的轻量化方法。
CN202110914162.6A 2021-08-10 2021-08-10 煤矿三维模型数据的轻量化方法和装置 Pending CN113658327A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110914162.6A CN113658327A (zh) 2021-08-10 2021-08-10 煤矿三维模型数据的轻量化方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110914162.6A CN113658327A (zh) 2021-08-10 2021-08-10 煤矿三维模型数据的轻量化方法和装置

Publications (1)

Publication Number Publication Date
CN113658327A true CN113658327A (zh) 2021-11-16

Family

ID=78479378

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110914162.6A Pending CN113658327A (zh) 2021-08-10 2021-08-10 煤矿三维模型数据的轻量化方法和装置

Country Status (1)

Country Link
CN (1) CN113658327A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114494641A (zh) * 2022-01-06 2022-05-13 广州市城市规划勘测设计研究院 一种三维模型轻量化方法及装置
CN117197398A (zh) * 2023-11-07 2023-12-08 中国电建集团昆明勘测设计研究院有限公司 一种矿山资源模型的统计方法、装置、设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102663801A (zh) * 2012-04-19 2012-09-12 北京天下图数据技术有限公司 一种提高三维模型渲染性能的方法
CN108335367A (zh) * 2018-02-06 2018-07-27 杭州群核信息技术有限公司 一种用于终端展示的三维模型处理方法
CN112000314A (zh) * 2020-08-17 2020-11-27 长江勘测规划设计研究有限责任公司 Bim模型轻量化方法
CN112035433A (zh) * 2020-08-12 2020-12-04 华设设计集团股份有限公司 将bim模型转为支持大体量分级加载gis模型的方法
CN112734930A (zh) * 2020-12-30 2021-04-30 长沙眸瑞网络科技有限公司 三维模型轻量化方法、系统、存储介质及图像处理装置
CN112929705A (zh) * 2021-02-02 2021-06-08 腾讯科技(深圳)有限公司 纹理压缩和解压方法、装置、计算机设备和存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102663801A (zh) * 2012-04-19 2012-09-12 北京天下图数据技术有限公司 一种提高三维模型渲染性能的方法
CN108335367A (zh) * 2018-02-06 2018-07-27 杭州群核信息技术有限公司 一种用于终端展示的三维模型处理方法
CN112035433A (zh) * 2020-08-12 2020-12-04 华设设计集团股份有限公司 将bim模型转为支持大体量分级加载gis模型的方法
CN112000314A (zh) * 2020-08-17 2020-11-27 长江勘测规划设计研究有限责任公司 Bim模型轻量化方法
CN112734930A (zh) * 2020-12-30 2021-04-30 长沙眸瑞网络科技有限公司 三维模型轻量化方法、系统、存储介质及图像处理装置
CN112929705A (zh) * 2021-02-02 2021-06-08 腾讯科技(深圳)有限公司 纹理压缩和解压方法、装置、计算机设备和存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈龙等: "三维模型轻量化技术", 《工矿自动化》, vol. 47, no. 5, 26 May 2021 (2021-05-26), pages 116 - 119 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114494641A (zh) * 2022-01-06 2022-05-13 广州市城市规划勘测设计研究院 一种三维模型轻量化方法及装置
CN117197398A (zh) * 2023-11-07 2023-12-08 中国电建集团昆明勘测设计研究院有限公司 一种矿山资源模型的统计方法、装置、设备及存储介质
CN117197398B (zh) * 2023-11-07 2024-02-09 中国电建集团昆明勘测设计研究院有限公司 一种矿山资源模型的统计方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN113658327A (zh) 煤矿三维模型数据的轻量化方法和装置
US11158109B2 (en) UV mapping and compression
US20220130074A1 (en) Method, device, and storage medium for data encoding/decoding
US9418471B2 (en) Compact depth plane representation for sort last architectures
US20180184096A1 (en) Method and apparatus for encoding and decoding lists of pixels
CN109377552B (zh) 图像遮挡计算方法、装置、计算设备及存储介质
WO2023103715A1 (zh) 图像处理方法、装置及电子设备
WO2020181873A1 (en) Systems and methods for image retrieval
WO2021174959A1 (en) Systems and methods for processing infrared data
CN113678460A (zh) 一种数据编码、数据解码方法、设备及存储介质
US12015777B2 (en) Signaling profile level exemptions for immersive video
CN112070877A (zh) 点云处理方法、装置、设备及计算机可读存储介质
CN112419463B (zh) 一种模型数据处理方法、装置、设备及可读存储介质
CN114723796A (zh) 一种三维点云生成方法、装置及电子设备
CN111405293A (zh) 一种视频传输方法及装置
CN111651265B (zh) 地图渲染方法、装置、设备和存储介质
CN114926556B (zh) 一种三维视频点云图片的处理方法
US20240221228A1 (en) Detection and indication of geometry reconstruction artifacts in point clouds based on local density
CN115272706A (zh) 一种图像处理方法、装置、计算机设备及存储介质
CN117992557A (zh) 地图数据压缩的方法、装置、设备、存储介质和程序产品
CN117851704A (zh) 一种大体量模型加载的方法、装置、设备及介质
Ghanim et al. An efficient algorithm for disparity map compression based on spatial correlations and its low-cost hardware architecture
CN117041582A (zh) 帧内码控方法、装置、计算机可读存储介质及终端设备
CN118402234A (zh) 用于点云压缩的混合框架
CN117751387A (zh) 面元网格连通性编码

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