CN113658339A - 一种基于等高线的三维实体生成方法及装置 - Google Patents
一种基于等高线的三维实体生成方法及装置 Download PDFInfo
- Publication number
- CN113658339A CN113658339A CN202111215874.5A CN202111215874A CN113658339A CN 113658339 A CN113658339 A CN 113658339A CN 202111215874 A CN202111215874 A CN 202111215874A CN 113658339 A CN113658339 A CN 113658339A
- Authority
- CN
- China
- Prior art keywords
- sample point
- point
- sample
- points
- contour line
- 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
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
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种基于等高线的三维实体生成方法及装置;该方法获取生成目标三维实体的等高线集合,处理等高线集合得到各等高线的样本点,根据组合方式对样本点进行组合得到样本点组合,基于各样本点组合的筛选参数确定目标样本点组合,并对目标样本点组合进行增强点插入得到目标样本点对应的增强点,最后根据所有样本点和所有增强点生成三维实体图像。本发明能够比较精确地找出等高线生成三维实体过程中将产生尖锐棱角的样本点组合,并针对这些样本点组合插入增强点以避免尖锐棱角的出现。
Description
技术领域
本发明涉及图像处理领域,具体涉及一种基于等高线的三维实体生成方法及装置。
背景技术
当前,从等高线上采取样本点生成三角网,再基于三角网生成三维地形,是一种重要的生成三维实体的方法。
但是,当前基于等高线生成三位实体所涉及的样本点都是等高线拐点,所生成三维实体图像可能会产生尖锐棱角。
即,当前基于等高线的拐点的三维实体生成方法存在尖锐棱角的技术问题,需要改进。
发明内容
本发明提供一种基于等高线的三维实体生成方法及装置,以解决当前三维实体生成方法存在的尖锐棱角的技术问题。
为解决上述技术问题,本发明实施例提供以下技术方案:
本发明实施例提供一种基于等高线的三维实体生成方法,其包括:
获取用于生成目标三维实体的等高线集合,所述等高线集合包括至少三条高程信息不同的等高线;
处理所述等高线集合得到各等高线的样本点;
对由各样本点按照组合方式组成的样本点组合进行筛选,得到目标样本点组合;
对所述目标样本点组合进行增强点插入,得到所述目标样本点对应的增强点;
根据所述样本点和所述增强点生成所述等高线集合对应的三维实体图像。
在一种实施例中,对由各样本点按照组合方式组成的样本点组合进行筛选,得到目标样本点组合的步骤,包括:
根据组合方式,对属于不同等高线上的多个样本点进行组合,得到所述样本点组合;
获取各样本点组合的筛选参数;
将筛选参数满足筛选条件的样本点组合,确定为目标样本点组合。
在一种实施例中,根据组合方式,对属于不同等高线上的多个样本点进行组合,得到所述样本点组合的步骤,包括:
根据所述高程信息,逐一从所述等高线集合中选取高程信息相邻且空间信息匹配的第一等高线、第二等高线、第三等高线;所述第一等高线的高程信息低于所述第二等高线的高程信息且大于所述第三等高线的高程信息;
逐一将所述第一等高线上的样本点作为第一样本点,基于预设的距离选择条件以及所述第一样本点,从所述第二等高线的样本点中确定第二样本点,从所述第三等高线的样本点中确定第三样本点;
组合所述第一样本点,所述第二样本点以及所述第三样本点,得到所述样本点组合。
在一种实施例中,获取各样本点组合的筛选参数的步骤,包括:
构建以所述第一样本点和所述第二样本点对应的线段为第一边、以所述第一样本点和所述第三样本点对应的线段为第二边的第一候选角;
获取所述第一候选角的角参数,作为所述样本点组合的筛选参数。
在一种实施例中,将筛选参数满足筛选条件的样本点组合,确定为目标样本点组合的步骤,包括:
根据预设的角度阈值的角参数,确定优化区间;
比对所述样本点组合的筛选参数和所述优化区间;
在所述筛选参数处于所述优化区间时,将所述样本点组合确定为所述目标样本点组合。
在一种实施例中,对所述目标样本点组合进行增强点插入,得到所述目标样本点对应的增强点的步骤,包括:
获取增强点插入方式和定位方式;
根据所述角度阈值、所述第一候选角、所述插入方式,确定增强点与所述第一样本点的方位关系;
根据所述方位关系、所述定位方式,确定所述增强点的位置信息。
在一种实施例中,在确定所述增强点的位置信息的步骤之后,还包括:
构建以所述第一样本点和所述增强点对应的线段为第一边、所述增强点和所述第二样本点或所述第三样本点对应的线段为第二边的第二候选角;
获取所述第二候选角的角参数;
在所述第二候选角的角参数处于所述优化区间时,根据所述插入方式、所述定位方式、所述第一样本点、所述第二样本点、所述第三样本点以及所述增强点的位置信息,插入新的增强点。
在一种实施例中,处理所述等高线集合得到各等高线的样本点的步骤,包括:
获取各等高线的拐点;
根据所有等高线上的相邻拐点之间的距离,确定距离阈值;
根据所述距离阈值对同一等高线上的拐点进行增减优化,得到各等高线的样本点。
在一种实施例中,根据所述样本点和所述增强点生成所述等高线集合对应的三维实体图像的步骤,包括:
根据所有样本点和所有增强点,在参考平面生成Delaunay三角网;
根据所述Delaunay三角网进行拉伸处理,形成所述三维实体图像。
本发明实施例提供一种基于等高线的三维实体生成装置,其包括:
获取模块,用于获取用于生成目标三维实体的等高线集合,所述等高线集合包括至少三条高程信息不同的等高线;
处理模块,用于处理所述等高线集合得到各等高线的样本点;
筛选模块,用于对由各样本点按照组合方式组成的样本点组合进行筛选,得到目标样本点组合;
优化模块,用于对所述目标样本点组合进行增强点插入,得到所述目标样本点对应的增强点;
生成模块,用于根据所述样本点和所述增强点生成所述等高线集合对应的三维实体图像。
本发明实施例提供一种服务器,其包括处理器和存储器,存储器存储有多条指令,指令适于处理器进行加载,以执行上述方法中的步骤。
本发明实施例提供一种计算机可读存储介质,计算机可读存储介质存储有多条指令,指令适于处理器进行加载,以执行上述方法中的步骤。
本发明实施例提供一种基于等高线的三维实体生成方法及装置;该方法获取生成目标三维实体的等高线集合,处理等高线集合得到各等高线的样本点,根据组合方式对样本点进行组合得到样本点组合,基于各样本点组合的筛选参数确定目标样本点组合,并对目标样本点组合进行增强点插入得到目标样本点对应的增强点,最后根据所有样本点和所有增强点生成三维实体图像。该方法能够比较精确地找出等高线生成三维实体过程中将产生尖锐棱角的样本点组合,并针对这些样本点组合插入增强点,最后基于这些样本点和增强点生成三维实体,就可以避免尖锐棱角的出现,增强了三维实体图像的平滑度。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中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申请的一些实施例,对于本领域技术人员来讲,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是本发明实施例提供的场景示意图。
图2是本发明实施例提供的三维实体生成方法的第一种流程示意图。
图3是本发明实施例提供的三维实体生成方法的第二种流程示意图。
图4是本发明实施例提供的三维实体生成装置的结构示意图。
图5是本发明实施例提供的服务器的结构示意图。
图6是本发明实施例涉及的等高线和三维实体图像的示意图。
图7是本发明实施例提供的目标样本点组合的判断示意图。
图8a、图8b、图8c以及图8d是本发明实施例提供的在目标样本点组合插入增强点示意图。
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,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明涉及的等高线和三维实体图像的示意图如图6所示,等高线指的是地形图上高程相等的相邻各点所连成的闭合曲线,同一等高线上的点具备相同的高程信息,而高程指的是某点沿铅垂线方向到绝对基面的距离,三维实体图像则可以更便于用户理解对象的形状外观等信息,两者在不同场景下具备相应的好处,本申请的目的则是基于等高线来生成三维实体图像。在图6中,山谷、山顶、台地等都是一个个的实体。
本申请的发明核心是:提供一种消除基于等高线生成三维实体过程中产生的尖锐棱角的方法,该方法能够精确找出等高线生成三维实体过程中将产生尖锐棱角的样本点组合,并针对这些样本点组合插入增强点以避免尖锐棱角的出现,增强三维实体图像的平滑度。
人工智能(Artificial Intelligence, AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说,人工智能是计算机科学的一个综合技术,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。在本发明中,人工智能技术主要用于实现消除基于等高线生成三维实体会产生的尖锐棱角。
计算机视觉(Computer Vision )是在图像处理的基础上发展起来的一门交叉学科,从信息处理的层次研究视觉信息的认知过程,研究视觉信息处理的计算理论、表达与计算方法,试图通过对一幅或多幅二维图像的分析,感知三维环境的几何信息。在本发明中主要是计算机进行尖锐棱角对应的样本点组合的判断增强点的插入以及三维实体图像的生成等过程。
请参阅图1,图1为本发明实施例所提供的场景示意图,该场景图可以包括终端侧设备以及服务器侧设备,终端侧设备与服务侧器设备通过各种网关组成的互联网等方式连接,不再赘述,其中,终端侧设备包括一个或多个终端11,服务器侧设备包括一个或多个服务器12;其中:
终端11包括但不局限于安装有各种应用软件的台式机、笔记本、平板等,以是用户可以使用并操作的服务端口,在本发明中,终端11为用户提供等高线等数据输入、三位实体图像呈现等各种功能。
服务器12为终端11提供各种业务服务,服务器中的存储器用于存储各种数据、生成的图像等服务,服务器中的处理器运行存储在存储器中的应用程序,从而实现:获取用于生成目标三维实体的等高线集合,处理等高线集合得到各等高线的样本点,对由各样本点按照组合方式组成的样本点组合进行筛选得到目标样本点组合,对目标样本点组合进行增强点插入得到目标样本点对应的增强点,根据样本点和增强点生成等高线集合对应的三维实体图像。基于此,服务器12能够比较精确地找出等高线生成三维实体过程中将产生尖锐棱角的样本点组合,并针对这些样本点组合插入增强点,最后基于这些样本点和增强点生成三维实体,就可以避免尖锐棱角的出现,增强了三维实体图像的平滑度。
需要说明的是,图1所示的场景示意图仅仅是一个示例,本发明实施例描述的服务器以及场景是为了更加清楚的说明本发明实施例的技术方案,并不构成对于本发明实施例提供的技术方案的限定,本领域普通技术人员可知,随着系统的演变和新业务场景的出现,本发明实施例提供的技术方案对于类似的技术问题,同样适用。
图2是本发明实施例提供的三维实体生成方法的第一种流程示意图,请参阅图2,本发明提供的基于等高线的三维实体生成方法包括以下步骤:
201:获取用于生成目标三维实体的等高线集合。
在一种实施例中,等高线集合包括至少三条高程信息不同的等高线,为了便于下文说明,将这些等高线分别标记为等高线L1至等高线Ln,即等高线集合包括n个等高线,这n个等高线中有至少三个属于同一个三维实体(即本申请所说的空间信息匹配)的等高线,下文以这n个等高线均属于一个三维实体为例进行说明,n个等高线不属于一个三维实体的场景与其类似。
在一种实施例中,本步骤可以包括:接收用户终端发生的编译请求,解析编译请求得到初始等高线集合,对初始等高线集合进行有效性筛选,剔除不具备高程信息的等高线,得到用于生成目标三维实体的等高线集合。
202:处理等高线集合得到各等高线的样本点。
在一种实施例中,本申请中的样本点是指位于等高线上且后续生成三维实体图像时所需要参考对应点的空间信息的基点。
在一种实施例中,等高线上存在很多拐点,本步骤基于这些拐点来确定样本点;拐点是指等高线的趋势发生突变的位置,例如在一些位置,等高线由圆弧形突变为直线、直线突变为曲线、曲线曲率变化、直线产生弯折等,可以将这些位置作为拐点。
在一种实施例中,本步骤可以包括:直接将各等高线的拐点作为样本点,本方式可以降低运算量。
在一种实施例中,本步骤包括:获取各等高线的拐点;根据所有等高线上的相邻拐点之间的距离,确定距离阈值;根据所述距离阈值对同一等高线上的拐点进行增减优化,得到各等高线的样本点。
在一种实施例中,距离阈值是一个参考值,例如可以是人工设置的固定值,也可以是根据所有等高线上的相邻拐点之间的距离集合来确定,例如,可以是距离集合中所有距离的中位数或平均数等能够代表大部分相邻拐角间距离的数值。
在一种实施例中,拐点之间的距离是指拐点之间的等高线的完整长度值(取小的整长度指)。
在一种实施例中,增减优化是指等高线上的拐点进行删除或者在相邻拐点之间插入新的基点;例如,若某等高线上相邻两个拐点间的距离大于或者等于2倍(倍数根据具体情况而定)距离阈值时,那么针对该等高线在这两个拐点间均匀的插入一些基点,使得拐点-基点、基点-基点之间的距离(该距离的定义和前文相同)不大于2倍(倍数根据具体情况而定)距离阈值且不小于距离阈值;又例如,若某等高线上相邻两个拐点间的距离小于等于0.5倍(倍数根据具体情况而定)距离阈值时,删除一个拐点;经过增减优化之后,同一等高线上的拐点-基点、基点-基点之间的距离大于0.5倍距离阈值且小于2倍距离阈值,最后将剩余的拐点以及新插入的基点作为样本点。通过本步骤的执行,样本点之间的距离相对均匀,分布合理且具有代表性,便于随后步骤的进行。
203:对由各样本点按照组合方式组成的样本点组合进行筛选,得到目标样本点组合。
在一种实施例中,样本点组合指的是按照组合方式将高程信息相邻的三条等高线上的多个样本点组合在一起所形成的组合。
在一种实施例中,本步骤包括:根据组合方式,对属于不同等高线上的多个样本点进行组合,得到所述样本点组合;获取各样本点组合的筛选参数;将筛选参数满足筛选条件的样本点组合,确定为目标样本点组合。
具体的,筛选参数可以是下文中的角参数,也可以是同一个组合中所有样本点之间空间距离的长度和。
在一种实施例中,根据组合方式对属于不同等高线上的多个样本点进行组合,得到所述样本点组合的步骤,包括:根据所述高程信息,逐一从所述等高线集合中选取高程信息相邻且空间信息匹配的第一等高线、第二等高线、第三等高线,所述第一等高线的高程信息低于所述第二等高线的高程信息且大于所述第三等高线的高程信息;逐一将所述第一等高线上的样本点作为第一样本点,基于预设的距离选择条件以及所述第一样本点,从所述第二等高线对应的样本点中确定第二样本点,从所述第三等高线对应的样本点中确定第三样本点;组合所述第一样本点,所述第二样本点以及所述第三样本点,得到所述样本点组合。
在一种实施例中,预设的距离选择条件可以是不同等高线上的样本点之间的空间距离最小;第一等高线、第二等高线、第三等高线,是指等高线集合中属于同一实体的三条高程信息相邻的等高线。
在一种实施例中,获取各样本点组合的筛选参数的步骤,包括:构建以所述第一样本点和所述第二样本点对应的线段为第一边、以所述第一样本点和所述第三样本点对应的线段为第二边的第一候选角;获取所述第一候选角的角参数,作为所述样本点组合的筛选参数。
在一种实施例中,第一候选角的角参数可以是第一候选角的角度值、也可以是第一候选角的余弦值等任意可以表征第一候选角大小的参数值。
在一种实施例中,第一候选角指的是以目标样本点组合中样本点构建的,用来判断是否会产生尖锐棱角的夹角。
如图7是本发明实施例提供的目标样本点组合判断示意图,图中的∠P即为第一候选角。
在一种实施例中,将筛选参数满足筛选条件的样本点组合,确定为目标样本点组合的步骤,包括:根据角度阈值的角参数,确定优化区间;比对所述样本点组合的筛选参数和所述优化区间;在所述筛选参数处于所述优化区间时,将所述样本点组合确定为所述目标样本点组合。
在一种实施例中,角度阈值是指确定候选角是否为尖锐角的最大角度值,该参数值大小可以由用户根据经验设置,也可以由神经网络训练得到;角度阈值可以是120°到170°之间的任意值,当然角度越大,会越有利于消除尖锐棱角。
在一种实施例中,优化区间的设定,根据角度阈值的角参数来确定,若角度阈值的角参数为角的度数X,则优化区间为0°到X之间;若角度阈值的角参数为余弦值Y,由于0°到180°,余弦函数呈递减趋势,因此优化区间则为余弦值Y到1之间;若角度阈值的角参数为其他的表现形式,则根据具体的表现形式的值或函数值来确定优化区间。
在一种实施例中,目标样本点组合是指样本点组合中的样本点构成的候选角的角参数在优化区间内,那么基于这个样本点组合生成三维实体图像时,该样本点组合对应的区域会产生尖锐夹角,构成这个候选角的样本点组合即为目标样本点组合。
例如,针对高程信息相邻的等高线Li-1、等高线Li和等高线Li+1(i为大于1且小于n的正数)上的样本点进行选择时,首先,针对等高线Li上的任意一个样本点Yi(Li)(此时作为第一样本点),分别计算其与等高线L i-1上的所有样本点之间的空间距离,并从与第一样本点之间距离最短的样本点Yi(L i-1)作为第二样本点,同理,从等高线Li+1上的所有样本点选择与第一样本点之间距离最短的样本点Yi(Li+1)作为第三样本点,然后将这三个样本点组合为样本点组合。
针对每个样本点组合,构建以所述第一样本点Yi(Li)和所述第二样本点Yi(L i-1)对应的线段为第一边、以所述第一样本点Yi(Li)和所述第三样本Yi(Li+1)点对应的线段为第二边的第一候选角;获取所述第一候选角的角参数,作为所述样本点组合的筛选参数。
204:对目标样本点组合进行增强点插入,得到目标样本点对应的增强点。
在一种实施例中,增强点指的是为了优化三维实体图像效果而根据插入方式和定位方式在目标样本点组合内插入的新的基点,增强点能够消除或者目标样本点组合对应的尖锐夹角。
在一种实施例中,本步骤包括:获取增强点插入方式和定位方式;根据所述角度阈值、所述第一候选角、所述插入方式,确定增强点与所述第一样本点的方位关系;根据所述方位关系、所述定位方式,确定所述增强点的位置信息。
在一种实施例中,增强点插入方式指的是增强点要插入到候选角的一侧或者是两侧,如果增强点插入到候选角的一侧,那么只需插入一个增强点,如果增强点是插入到候选角的两侧,那么要插入两个增强点。
在一种实施例中,增强点定位方式可以是基于第一候选角的边的中垂线定位,也可以是基于第二样本点或者第三样本点所在的等高线进行定位等方式;下文以基于边的中垂线定位的定位方式进行描述,其他方式与其类似。
在一种实施例中,根据所述角度阈值、所述第一候选角、所述插入方式,确定增强点与所述第一样本点的方位关系的步骤,包括:根据第一候选角与角度阈值的差值确定需要增加的缓冲角的角度大小;在插入方式为增强点要插入到候选角的一侧时,根据缓冲角的角度大小即可确定新插入的增强点与第一样本点之间的空间角度(即方位关系);在插入方式为增强点要插入到候选角的两侧时,根据第一候选角的边长或者其他分割方式(例如下文中的1:1等分)对缓冲角的角度进行分割,根据分割后的角度大小即可确定新插入的增强点与第一样本点之间的空间角度(即方位关系)。
在一种实施例中,根据所述方位关系、所述定位方式,确定所述增强点的位置信息的步骤,包括:确定目标样本点组合对应的参考面(即由第一样本点、第二样本点和第三样本点所确定的平面,图8c中的参考面a),在所述参考面内,确定第一候选角的边的中垂线与所述空间角度的交点,并将该交点确定为增强点,根据空间关系确定增强点的高程信息。
如图8a所示,增强点定位方式为将增强点插入到第一候选角∠P的右上侧,那么就根据角度阈值和∠P的度数差来确定增加角∠1的大小,然后画出第一候选角的边PP1的垂直平分线,再以P点为顶点,PP1为角的一边,根据∠1的度数从P点出发在∠P的右上侧画∠1的另一边直到与线段PP1的垂直平分线相交于点P3,则点P3即为目标样本点组合(P、P1、P2)的增强点。
如图8b所示,增强点定位方式为将增强点插入到第一候选角∠P的左下侧,则增强点P3的确定方法与图8a确定方法相同,不同的是增加角的一边为线段PP2,另一边PP3根据∠1的度数及线段PP2的垂直平分线来确定。
如图8c所示,增强点定位方式为将增强点插入到第一候选角∠P的两侧,那么就根据角度阈值和角P的角度差来确定增加角∠1和∠2度数的大小,其中∠1和∠2的度数和等于角度阈值和∠P的度数差,然后以点P为顶点,线段PP1和线段PP2分别为其中一边,根据∠1和∠2的度数从点P出发分别画∠1和∠2的另一边,分别与线段PP1的垂直平分线和线段PP2的垂直平分线相交于点P3和点P4,那么点P3和点P4即为目标样本点组合(P、P1、P2)的增强点。
在一种实施例中,为了进一步增强优化效果,本步骤在确定增强点之后,还包括:构建以所述第一样本点和所述增强点对应的线段为第一边、所述增强点和所述第二样本点或所述第三样本点对应的线段为第二边的第二候选角;获取所述第二候选角的角参数;在所述第二候选角的角参数处于所述优化区间时,根据所述插入方式、所述定位方式、所述第一样本点、所述第二样本点、所述第三样本点以及所述增强点的位置信息,插入新的增强点。本步骤的实现与前文实现增强型插入的方式类型,区别仅为判断的候选角不同。
如图8d所示,在图8b的基础上,插入了一个增强点P3,然后判断第二候选角∠PP的角参数是否处于优化区间,假设第二候选角∠PP的角参数处于优化区间,则采用相同的方式增加一个增强点P4。
需要说明的是,以上插入新的增强点的步骤循环执行,直到目标样本点组合中的样本点与插入的增强点按照以上构成候选角的方法构成的角的角参数都不处于优化区域,即可大大缓解三维实体图像中尖锐夹角出现的可能。
205:根据样本点和增强点生成等高线集合对应的三维实体图像。
在一种实施例中,本步骤包括:根据所有样本点和所有增强点,在参考平面生成Delaunay三角网;根据所述Delaunay三角网进行拉伸处理,形成所述三维实体图像。
在一种实施例中,根据样本点和增强点生成等高线集合对应的三维实体图像时,首先将所有样本点和所有增强点去除高程信息,投影到二维平面生成平面三角网,再将所有样本点和所有增强点的高程信息还原,赋予平面Delaunay三角网三维信息,在三维空间中,对于每个三角网,将其作为面域向下拉伸至最低高程以下一定距离(根据实际操作需要来设定),形成三维实体图像。
本发明实施例中,提供了一种基于等高线生成三维实体的方法,该方法基于计算机图形绘制技术、数字信号处理技术、图像处理技术等,在虚拟环境下模拟三维空间基于等高线生成三维实体过程中产生的尖锐棱角问题,并通过添加增强点消除尖锐棱角,增强形成的三维实体图像的平滑度。
图3是本发明实施例提供的三维实体生成方法的第二种流程示意图,请参阅图3,该三维实体生成方法包括以下步骤:
301:在等高线上选取样本点。
在一种实施例中,本步骤包括:遍历每条等高线,将等高线的拐点作为初始样本点;计算同一等高线的相邻初始样本点间的距离,并将所有等高线的所有距离的中位数或平均数等能够代表大部分相邻样本点间距离的数值作为距离阈值;基于距离阈值对初始样本点进行优化。
优化方法可以参考下面的例子,比如:
步骤A1、若相邻两样本点间的距离大于等于2倍(根据实际操作需要设定)距离阈值,则在该两点中央插入一点;
步骤A2、若相邻两样本点间的距离小于等于0.5倍(根据实际操作需要设定)距离阈值,则去掉其中一点;
步骤A3、重复步骤A1和步骤A2,直至所有相邻样本点间距处于0.5倍阈值与2倍阈值之间,得到等高线优化后的样本点。
通过本步骤,得到了具有代表性且相对均匀的样本点。
302:找出尖锐棱角对应的样本点组合,添加增强点。
在一种实施例中,根据样本点之间的三维位置关系,判断棱角尖锐程度,并在产生尖锐棱角的位置加入增强点,其具体的步骤如下:
步骤B1、读取用户输入的角度阈值θ,小于这一阈值便为尖锐;
具体的,角度阈值在这里指判断是否为尖锐角的度数的最大值。
步骤B2、对于任一等高线C上的某一样本点P,从与该等高线空间信息匹配且高程信息相邻的两条等高线C1和C2上找出与点P距离最近的样本点P1和P2;
步骤B3、根据三点的三维坐标,构成以点P为顶点,线段P-P1与线段P-P2为两边的夹角∠P,测量∠P的度数或计算∠P的余弦值等能够反映∠P大小的值或函数值,用以代表∠P的尖锐程度,∠P如图7所示;
步骤B4、若∠P的度数大于角度阈值θ,或∠P的余弦值小于角度阈值θ的余弦值(在0°到180°之间,余弦函数呈递减趋势)等比较方法,则由P、P1和P2确定平面α,否则回到步骤B2;
步骤B5、如图8a所示,将角度阈值与∠P的差值加到∠P的上侧,即图8a中∠1=θ-∠P,∠2=0.5*(θ-∠P),使得新∠P(即图8a中的∠P3PP2)达到角度阈值,且新∠P的P-P3边与线段P-P1的垂直平分线相交于点P3,点P3作为增强点。
如图8b所示,将角度阈值与∠P的差值加到∠P的下侧,即图8b中∠1=θ-∠P,使得新∠P(即图8b中的∠P3PP1)达到角度阈值,且新∠P的P-P3边与线段P-P2的垂直平分线相交于点P3,点P3作为增强点。
如图8c所示,将角度阈值与∠P的差值加到∠P的两侧,即图8c中∠1+∠2= θ-∠P(这里∠1可以等于∠2)使得新∠P(即图8c中的∠P3PP4)达到角度阈值,且新∠P的两边分别与线段P-P1、线段P-P2的垂直平分线相交于两个点P3和P4,点P3、P4作为增强点;
步骤B6、检查增强点P3和P4处的角度,即对(P、P3、P1)或(P、P3、P2)或(P、P3、P1)和(P、P4、P2)样本点组合中以P3或P4为顶点构成的角重复步骤B4、B5,直至新增强点处角度大于等于角度阈值;
步骤B7、重复步骤B2-步骤B6,完成新增强点插入。
303:生成Delaunay三角网。
具体的,在生成Delaunay三角网时,将所有等高线上的样本点和新插入的增强点,去除高程信息,投影到二维平面上,利用Delaunay三角剖分算法生成平面Delaunay三角网。
304:生成三维实体图像。
根据生成的三角网拉伸形成实体,其步骤:将各样本点和增强点高程信息还原,赋予平面Delaunay三角网三维信息;在三维空间中,对于每个三角网,将其作为面域向下拉伸至最低高程-5m(具体数值根据实际操作时的需要确定)处,形成三维实体。
本发明实施例中,提供了一种基于等高线生成三维实体的方法,该方法基于计算机图形绘制技术、数字信号处理技术、图像处理技术等,在虚拟环境下模拟三维空间基于等高线生成三维实体过程中产生的尖锐棱角问题,并通过添加增强点消除尖锐棱角,增强形成的三维实体图像的平滑度。
相应的,本发明实施例还提供一种三维实体生成装置的结构示意图,请参阅图4,该三维实体生成装置包括如下模块:
获取模块401,用于获取用于生成目标三维实体的等高线集合,该等高线集合包括至少三条高程信息不同的等高线;
处理模块402,用于处理获取的等高线集合中的各条等高线,得到各等高线的样本点;
筛选模块403,用于对由各样本点按照组合方式组成的样本点组合进行筛选,得到目标样本点组合;
优化模块404,用于对目标样本点组合进行增强点插入,得到目标样本点对应的增强点;
生成模块405,用于根据样本点和增强点生成等高线集合对应的三维实体图像。
在一种实施例中,筛选模块403用于:根据所述高程信息,逐一从所述等高线集合中选取高程信息相邻且空间信息匹配的第一等高线、第二等高线、第三等高线;所述第一等高线的高程信息低于所述第二等高线的高程信息且大于所述第三等高线的高程信息;逐一将所述第一等高线上的样本点作为第一样本点,基于预设的距离选择条件以及所述第一样本点,从所述第二等高线的样本点中确定第二样本点,从所述第三等高线的样本点中确定第三样本点;组合所述第一样本点,所述第二样本点以及所述第三样本点,得到所述样本点组合。
在一种实施例中,筛选模块403用于:构建以所述第一样本点和所述第二样本点对应的线段为第一边、以所述第一样本点和所述第三样本点对应的线段为第二边的第一候选角;获取所述第一候选角的角参数,作为所述样本点组合的筛选参数。
在一种实施例中,筛选模块403用于:根据预设的角度阈值的角参数,确定优化区间;比对所述样本点组合的筛选参数和所述优化区间;在所述筛选参数处于所述优化区间时,将所述样本点组合确定为所述目标样本点组合。
在一种实施例中,优化模块404用于:获取增强点插入方式和定位方式;根据所述角度阈值、所述第一候选角、所述插入方式,确定增强点与所述第一样本点的方位关系;根据所述方位关系、所述定位方式,确定所述增强点的位置信息。
在一种实施例中,优化模块404还用于:构建以所述第一样本点和所述增强点对应的线段为第一边、所述增强点和所述第二样本点或所述第三样本点对应的线段为第二边的第二候选角;获取所述第二候选角的角参数;在所述第二候选角的角参数处于所述优化区间时,根据所述插入方式、所述定位方式、所述第一样本点、所述第二样本点、所述第三样本点以及所述增强点的位置信息,插入新的增强点。
在一种实施例中,获取模块401用于:获取各等高线的拐点;根据所有等高线上的相邻拐点之间的距离,确定距离阈值;根据所述距离阈值对同一等高线上的拐点进行增减优化,得到各等高线的样本点。
在一种实施例中,生成模块405用于:根据所有样本点和所有增强点,在参考平面生成Delaunay三角网;根据所述Delaunay三角网进行拉伸处理,形成所述三维实体图像。
相应的,本发明实施例还提供一种服务器的结构示意图,如图5所示,该服务器可以包括射频(RF,Radio Frequency)电路501、包括有一个或一个以上计算机可读存储介质的存储器502、输入单元503、显示单元504、传感器505、音频电路506、无线保真(WiFi,Wireless Fidelity)模块507、包括有一个或者一个以上处理核心的处理器508、以及电源509等部件。本领域技术人员可以理解,图5中示出的服务器结构并不构成对服务器的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
RF电路501可用于收发信息或通话过程中,信号的接收和发送,特别地,将基站的下行信息接收后,交由一个或者一个以上处理器508处理;另外,将涉及上行的数据发送给基站。存储器502可用于存储软件程序以及模块,处理器508通过运行存储在存储器502的软件程序以及模块,从而执行各种功能应用以及数据处理。输入单元503可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
显示单元504可用于显示由用户输入的信息或提供给用户的信息以及服务器的各种图形用户接口,这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。
服务器还可包括至少一种传感器505,比如光传感器、运动传感器以及其他传感器。音频电路506包括扬声器,扬声器可提供用户与服务器之间的音频接口。
WiFi属于短距离无线传输技术,服务器通过WiFi模块507可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图5示出了WiFi模块507,但是可以理解的是,其并不属于服务器的必须构成,完全可以根据需要在不改变申请的本质的范围内而省略。
处理器508是服务器的控制中心,利用各种接口和线路连接整个服务器的各个部分,通过运行或执行存储在存储器502内的软件程序和/或模块,以及调用存储在存储器502内的数据,执行服务器的各种功能和处理数据,从而对服务器进行整体监控。
服务器还包括给各个部件供电的电源509(比如电池),优选的,电源可以通过电源管理系统与处理器508逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
尽管未示出,服务器还可以包括摄像头、蓝牙模块等,在此不再赘述。具体在本实施例中,服务器中的处理器508会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器502中,并由处理器508来运行存储在存储器502中的应用程序,从而实现以下功能:
获取用于生成目标三维实体的等高线集合;
处理等高线集合得到各等高线的样本点;
对由各样本点按照组合方式组成的样本点组合进行筛选,得到目标样本点组合;
对目标样本点组合进行增强点插入,得到目标样本点对应的增强点;
根据样本点和增强点生成等高线集合对应的三维实体图像。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见上文的详细描述,此处不再赘述。
本领域普通技术人员可以理解,上述实施例的各种方法中的全部或部分步骤可以通过指令来完成,或通过指令控制相关的硬件来完成,该指令可以存储于一计算机可读存储介质中,并由处理器进行加载和执行。
其中,该存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)、磁盘或光盘等。
由于该存储介质中所存储的指令,可以执行本发明实施例所提供的任一种方法中的步骤,因此,可以实现本发明实施例所提供的任一种方法所能实现的有益效果,详见前面的实施例,在此不再赘述。
以上对本发明实施例所提供的一种基于等高线的三维实体生成方法及装置进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种基于等高线的三维实体生成方法,其特征在于,包括:
获取用于生成目标三维实体的等高线集合,所述等高线集合包括至少三条高程信息不同的等高线;
处理所述等高线集合得到各等高线的样本点;
对由各样本点按照组合方式组成的样本点组合进行筛选,得到目标样本点组合;
对所述目标样本点组合进行增强点插入,得到所述目标样本点对应的增强点;
根据所述样本点和所述增强点生成所述等高线集合对应的三维实体图像。
2.根据权利要求1所述的三维实体生成方法,其特征在于,对由各样本点按照组合方式组成的样本点组合进行筛选,得到目标样本点组合的步骤,包括:
根据组合方式,对属于不同等高线上的多个样本点进行组合,得到所述样本点组合;
获取各样本点组合的筛选参数;
将筛选参数满足筛选条件的样本点组合,确定为目标样本点组合。
3.根据权利要求2所述的三维实体生成方法,其特征在于,根据组合方式,对属于不同等高线上的多个样本点进行组合,得到所述样本点组合的步骤,包括:
根据所述高程信息,逐一从所述等高线集合中选取高程信息相邻且空间信息匹配的第一等高线、第二等高线、第三等高线;所述第一等高线的高程信息低于所述第二等高线的高程信息且大于所述第三等高线的高程信息;
逐一将所述第一等高线上的样本点作为第一样本点,基于预设的距离选择条件以及所述第一样本点,从所述第二等高线的样本点中确定第二样本点,从所述第三等高线的样本点中确定第三样本点;
组合所述第一样本点,所述第二样本点以及所述第三样本点,得到所述样本点组合。
4.根据权利要求3所述的三维实体生成方法,其特征在于,获取各样本点组合的筛选参数的步骤,包括:
构建以所述第一样本点和所述第二样本点对应的线段为第一边、以所述第一样本点和所述第三样本点对应的线段为第二边的第一候选角;
获取所述第一候选角的角参数,作为所述样本点组合的筛选参数。
5.根据权利要求4所述的三维实体生成方法,其特征在于,将筛选参数满足筛选条件的样本点组合,确定为目标样本点组合的步骤,包括:
根据预设的角度阈值的角参数,确定优化区间;
比对所述样本点组合的筛选参数和所述优化区间;
在所述筛选参数处于所述优化区间时,将所述样本点组合确定为所述目标样本点组合。
6.根据权利要求5所述的三维实体生成方法,其特征在于,对所述目标样本点组合进行增强点插入,得到所述目标样本点对应的增强点的步骤,包括:
获取增强点插入方式和定位方式;
根据所述角度阈值、所述第一候选角、所述插入方式,确定增强点与所述第一样本点的方位关系;
根据所述方位关系、所述定位方式,确定所述增强点的位置信息。
7.根据权利要求6所述的三维实体生成方法,其特征在于,在确定所述增强点的位置信息的步骤之后,还包括:
构建以所述第一样本点和所述增强点对应的线段为第一边、所述增强点和所述第二样本点或所述第三样本点对应的线段为第二边的第二候选角;
获取所述第二候选角的角参数;
在所述第二候选角的角参数处于所述优化区间时,根据所述插入方式、所述定位方式、所述第一样本点、所述第二样本点、所述第三样本点以及所述增强点的位置信息,插入新的增强点。
8.根据权利要求1所述的三维实体生成方法,其特征在于,处理所述等高线集合得到各等高线的样本点的步骤,包括:
获取各等高线的拐点;
根据所有等高线上的相邻拐点之间的距离,确定距离阈值;
根据所述距离阈值对同一等高线上的拐点进行增减优化,得到各等高线的样本点。
9.根据权利要求1至8任一项所述的三维实体生成方法,其特征在于,根据所述样本点和所述增强点生成所述等高线集合对应的三维实体图像的步骤,包括:
根据所有样本点和所有增强点,在参考平面生成Delaunay三角网;
根据所述Delaunay三角网进行拉伸处理,形成所述三维实体图像。
10.一种基于等高线的三维实体生成装置,其特征在于,包括:
获取模块,用于获取用于生成目标三维实体的等高线集合,所述等高线集合包括至少三条高程信息不同的等高线;
处理模块,用于处理所述等高线集合得到各等高线的样本点;
筛选模块,用于对由各样本点按照组合方式组成的样本点组合进行筛选,得到目标样本点组合;
优化模块,用于对所述目标样本点组合进行增强点插入,得到所述目标样本点对应的增强点;
生成模块,用于根据所述样本点和所述增强点生成所述等高线集合对应的三维实体图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111215874.5A CN113658339B (zh) | 2021-10-19 | 2021-10-19 | 一种基于等高线的三维实体生成方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111215874.5A CN113658339B (zh) | 2021-10-19 | 2021-10-19 | 一种基于等高线的三维实体生成方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113658339A true CN113658339A (zh) | 2021-11-16 |
CN113658339B CN113658339B (zh) | 2022-01-21 |
Family
ID=78494667
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111215874.5A Active CN113658339B (zh) | 2021-10-19 | 2021-10-19 | 一种基于等高线的三维实体生成方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113658339B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113836751A (zh) * | 2021-11-22 | 2021-12-24 | 武汉峰岭科技有限公司 | 一种基于等高线拉伸的数字高程模型自动调整方法及系统 |
CN114329575A (zh) * | 2022-03-15 | 2022-04-12 | 武汉峰岭科技有限公司 | 基于内插山脊线的等高线加密方法、系统、介质及设备 |
CN114494520A (zh) * | 2022-04-06 | 2022-05-13 | 西安瀚博电子科技有限公司 | 基于旋转因子的自适应等高线提取方法 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020050988A1 (en) * | 2000-03-28 | 2002-05-02 | Michael Petrov | System and method of three-dimensional image capture and modeling |
US20050288853A1 (en) * | 2004-06-29 | 2005-12-29 | Weiping Yang | Method for automated text placement for contour maps and chart |
KR100916474B1 (ko) * | 2009-04-28 | 2009-09-08 | 최준수 | 등고선이 표현하는 지역을 다각형 세부 영역들로 분해하고 수치표고모델 데이터와 지형 표면 구성 데이터를 산출하는 방법과, 그 방법을 실행하기 위한 프로그램이 기록된 기록 매체 |
US20100315419A1 (en) * | 2008-06-10 | 2010-12-16 | Brandon Baker | Systems and Methods for Estimating a Parameter for a 3D model |
JP2014174628A (ja) * | 2013-03-06 | 2014-09-22 | Honda Motor Co Ltd | 画像認識方法 |
US20160133050A1 (en) * | 2014-11-11 | 2016-05-12 | Roland Dg Corporation | Slice data creation device, slice data creation method, program, and computer-readable recording medium |
CN107277114A (zh) * | 2017-05-26 | 2017-10-20 | 中国地质大学(武汉) | 一种矢量等高线要素分形压缩与解压缩方法及系统 |
WO2018145568A1 (zh) * | 2017-02-09 | 2018-08-16 | 腾讯科技(深圳)有限公司 | 弧面模型生成方法及装置 |
US20190035148A1 (en) * | 2017-07-28 | 2019-01-31 | The Boeing Company | Resolution adaptive mesh that is generated using an intermediate implicit representation of a point cloud |
JP2019159604A (ja) * | 2018-03-09 | 2019-09-19 | 株式会社インテック | 異常検知装置、異常検知方法及び異常検知プログラム |
CN110400252A (zh) * | 2019-06-28 | 2019-11-01 | 董立 | 料场等高线数字化方法及系统 |
CN110942515A (zh) * | 2019-11-26 | 2020-03-31 | 北京迈格威科技有限公司 | 基于点云的目标物体三维计算机建模方法和目标识别方法 |
CN112489213A (zh) * | 2021-01-12 | 2021-03-12 | 江西博微新技术有限公司 | 三维地形模型生成方法、装置、电子设备及存储介质 |
-
2021
- 2021-10-19 CN CN202111215874.5A patent/CN113658339B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020050988A1 (en) * | 2000-03-28 | 2002-05-02 | Michael Petrov | System and method of three-dimensional image capture and modeling |
US20050288853A1 (en) * | 2004-06-29 | 2005-12-29 | Weiping Yang | Method for automated text placement for contour maps and chart |
US20100315419A1 (en) * | 2008-06-10 | 2010-12-16 | Brandon Baker | Systems and Methods for Estimating a Parameter for a 3D model |
KR100916474B1 (ko) * | 2009-04-28 | 2009-09-08 | 최준수 | 등고선이 표현하는 지역을 다각형 세부 영역들로 분해하고 수치표고모델 데이터와 지형 표면 구성 데이터를 산출하는 방법과, 그 방법을 실행하기 위한 프로그램이 기록된 기록 매체 |
JP2014174628A (ja) * | 2013-03-06 | 2014-09-22 | Honda Motor Co Ltd | 画像認識方法 |
US20160133050A1 (en) * | 2014-11-11 | 2016-05-12 | Roland Dg Corporation | Slice data creation device, slice data creation method, program, and computer-readable recording medium |
WO2018145568A1 (zh) * | 2017-02-09 | 2018-08-16 | 腾讯科技(深圳)有限公司 | 弧面模型生成方法及装置 |
CN107277114A (zh) * | 2017-05-26 | 2017-10-20 | 中国地质大学(武汉) | 一种矢量等高线要素分形压缩与解压缩方法及系统 |
US20190035148A1 (en) * | 2017-07-28 | 2019-01-31 | The Boeing Company | Resolution adaptive mesh that is generated using an intermediate implicit representation of a point cloud |
JP2019159604A (ja) * | 2018-03-09 | 2019-09-19 | 株式会社インテック | 異常検知装置、異常検知方法及び異常検知プログラム |
CN110400252A (zh) * | 2019-06-28 | 2019-11-01 | 董立 | 料场等高线数字化方法及系统 |
CN110942515A (zh) * | 2019-11-26 | 2020-03-31 | 北京迈格威科技有限公司 | 基于点云的目标物体三维计算机建模方法和目标识别方法 |
CN112489213A (zh) * | 2021-01-12 | 2021-03-12 | 江西博微新技术有限公司 | 三维地形模型生成方法、装置、电子设备及存储介质 |
Non-Patent Citations (4)
Title |
---|
XIANG JIANSHENG等: "On the validation of DEM and FEM/DEM models in 2D and3D", 《ENGINEERING COMPUTATIONS》 * |
郭晓刚等: "基于辅助线的等高线生成三维地形算法研究", 《系统仿真学报》 * |
马鼎等: "黄土沟壑区切沟植被的激光点云滤波及地形构建", 《农业工程学报》 * |
龚恒等: "基于规则格网DEM的等高线绘制与优化", 《计算机与现代化》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113836751A (zh) * | 2021-11-22 | 2021-12-24 | 武汉峰岭科技有限公司 | 一种基于等高线拉伸的数字高程模型自动调整方法及系统 |
CN114329575A (zh) * | 2022-03-15 | 2022-04-12 | 武汉峰岭科技有限公司 | 基于内插山脊线的等高线加密方法、系统、介质及设备 |
CN114494520A (zh) * | 2022-04-06 | 2022-05-13 | 西安瀚博电子科技有限公司 | 基于旋转因子的自适应等高线提取方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113658339B (zh) | 2022-01-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113658339B (zh) | 一种基于等高线的三维实体生成方法及装置 | |
CN112370783B (zh) | 虚拟对象渲染方法、装置、计算机设备和存储介质 | |
CN115018992B (zh) | 发型模型的生成方法、装置、电子设备及存储介质 | |
US11847812B2 (en) | Image generation method and apparatus, device, and storage medium | |
CN115205925A (zh) | 表情系数确定方法、装置、电子设备及存储介质 | |
CN111603772A (zh) | 区域检测方法、装置、设备及存储介质 | |
CN110211017B (zh) | 图像处理方法、装置及电子设备 | |
CN114708374A (zh) | 虚拟形象生成方法、装置、电子设备和存储介质 | |
CN110197459B (zh) | 图像风格化生成方法、装置及电子设备 | |
CN117078888A (zh) | 虚拟角色的服装生成方法、装置、介质及电子设备 | |
CN107578470B (zh) | 一种三维模型处理方法、装置、服务器及存储介质 | |
CN115908687A (zh) | 渲染网络的训练、渲染方法、装置及电子设备 | |
CN111652831B (zh) | 对象融合方法、装置、计算机可读存储介质及电子设备 | |
CN114677469A (zh) | 渲染目标图像的方法、装置、电子设备及存储介质 | |
CN113706446A (zh) | 一种镜头检测方法和相关装置 | |
CN112308766A (zh) | 一种图像数据展示方法、装置、电子设备及存储介质 | |
CN113780291B (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
CN115937010B (zh) | 一种图像处理方法、装置、设备及介质 | |
CN114820908B (zh) | 虚拟形象生成方法、装置、电子设备和存储介质 | |
CN113436325B (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
CN111981975B (zh) | 物体体积测量方法、装置、测量设备及存储介质 | |
CN113706543A (zh) | 一种三维位姿的构建方法、设备及存储介质 | |
CN117671118A (zh) | 纹理贴图的处理方法、装置、计算机设备及存储介质 | |
CN117618898A (zh) | 地图生成方法、装置、电子设备和计算机可读存储介质 | |
CN117058298A (zh) | 纹理平铺方法、装置、计算机可读存储介质及计算机设备 |
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 |