CN113724394A - 一种三维模型轻量化的方法 - Google Patents
一种三维模型轻量化的方法 Download PDFInfo
- Publication number
- CN113724394A CN113724394A CN202111028118.1A CN202111028118A CN113724394A CN 113724394 A CN113724394 A CN 113724394A CN 202111028118 A CN202111028118 A CN 202111028118A CN 113724394 A CN113724394 A CN 113724394A
- Authority
- CN
- China
- Prior art keywords
- model
- dimensional
- dimensional model
- vertex
- models
- 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
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/04—Texture mapping
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
- Y02A30/60—Planning or developing urban green infrastructure
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computer Graphics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Processing Or Creating Images (AREA)
- Image Generation (AREA)
Abstract
本发明涉及三维模型技术领域,具体地说是一种三维模型轻量化的方法。通过对原始模型数据进行过滤、压缩、编码和显示加速,使其在能够完整地描述产品的几何、结构关系和属性信息的同时,减少模型文件体积、提高绘制速度,顾及纹理保持的三维模型简化,基于计算机视觉的三维模型及场景的综合方法研究,保持模型拓扑结构关系和空间编码的场景金字塔建立,达到充分利用移动设备有限的计算能力、渲染能力和存储空间以进行三维模型的快速显示与交互的目的,方便用户能够随时随地对产品信息进行获取,同时保留更好的外观属性和模型细节,纹理清晰,特征明显等良好的模型显示能力。
Description
技术领域
本发明涉及三维模型技术领域,具体地说是一种三维模型轻量化的方法。
背景技术
城市三维模型作为城市数字化基础设施中重要的组成部分有着广泛的应用,比如城市规划、环境监控、空间信息分析等。随着数字城市和新型测绘技术的不断发展,获取的三维模型精度越来越高,这些三维模型的显示对计算性能、物理存储空间、内存空间、GPU渲染能力等硬件性能要求较高,在很长的时间里只能依靠硬件条件较好的个人电脑进行。
个人电脑的移动性和便携性较差,而离开电脑的帮助,相关人员则难以利用三维模型型来进行大范围展示与深入分析,影响了模型使用的灵活性,降低了生产效率。而以平板电脑、PDA、智能手机为代表的移动设备普及率越来越高,移动设备普遍存在计算性能较低、屏幕尺寸小、渲染能力偏低、内存带宽和容量受限等缺点,与三维产品模型结构复杂、数据量大的特点存在难以调和的矛盾,使得要在移动设备上直接快速显示原始三维产品模型变得较为困难。
传统生成的轻量化模型改变了原始模型的拓扑结构,且Gregory曲面表达形式与现有的其它三维系统并不兼容,模型的操作只能利用该特定的二次开发接口实现,限制了其使用范围;在顾及纹理简化时,没有考虑与建筑物的几何对象相关联的语义信息,这很可能会削弱最终的可视化效果;且通常会漏掉就纹理的简化和明显轮廓外形的考量,导致简化后模型特征丢失;对纹理采用直接合并方法,虽然减少了纹理数量,但纹理尺寸上要么很大,要么模糊的情况;采用外观属性信息对模型的高频部分加以分离,减少了细节区域的信息丢失,使得在保持模型轮廓的同时较好地保持了模型的几何细节和外观属性,但对精度要求高的三维模型实际分析时,丢失了空间关系。
因此,需要设计一种三维模型轻量化的方法,对原始模型数据进行过滤、压缩、编码和显示加速,使其在能够完整地描述产品的几何、结构关系和属性信息的同时,减少模型文件体积、提高绘制速度,顾及纹理保持的三维模型简化,基于计算机视觉的三维模型及场景的综合方法研究,保持模型拓扑结构关系和空间编码的场景金字塔建立,达到充分利用移动设备有限的计算能力、渲染能力和存储空间以进行三维模型的快速显示与交互的目的,方便用户能够随时随地对产品信息进行获取,同时保留更好的外观属性和模型细节,纹理清晰,特征明显等良好的模型显示能力。
发明内容
本发明的目的是克服现有技术的不足,提供了一种三维模型轻量化的方法,对原始模型数据进行过滤、压缩、编码和显示加速,使其在能够完整地描述产品的几何、结构关系和属性信息的同时,减少模型文件体积、提高绘制速度。达到充分利用移动设备有限的计算能力、渲染能力和存储空间以进行三维模型的快速显示与交互的目的,方便用户能够随时随地对产品信息进行获取。
为了达到上述目的,本发明提供一种三维模型轻量化的方法,其特征在于:
S1:三维模型轻量化基础依据:针对目标三维模型进行梳理,研究实际应用场景承载的最大模型范围和数据量、计算机CPU/内存/显卡占用和网络传输;
S2:单个三维模型轻量化处理:包括QEM算法改进,研究重构纹理及三维漏洞填补方法;
S3:基于计算机视觉的三维模型及场景的综合方法:将场景模型分割重构,使整个场景轻量化及调度处理;
S4:三模模型空间关系的重新建立:在S3的基础上,研究模型拓扑结构关系,并建立空间编码;
S5:三维数据顶点优化方法;
S6:遮挡关系建立方法;
S7:试验验证;
QEM改进算法为:
采用对象空间的一种或综合几种形式的几何误差作为误差测度,同时考虑对象所在空间位置密度值、模型的颜色、三角形夹角权值的法向量和纹理坐标属性误差,几何误差测度采用欧式空间距离表示,有顶点到顶点、顶点到平面和平面到平面的距离等形式;
所述对象空间位置密度值计算公式为:
所述两个模型颜色距离计算方式为:
r、g、b、a为四元组颜色,各分量在0-1中取;下标1、2分别对应两组模型;
所述三角形夹角权重两个法向量的误差距离dn通常采用角度值进行度量:其中,周围三角形夹角最小值minA1及平均值minA2;
,下标1、2分别对应两个面法向量和最小角度;
所述纹理坐标误差计算:
三维漏洞填补方法为:结合城市三维模型、电力模型、室内、地下模型,采用基于径向基函数的三角网格补洞方法,对简化过程中产生的漏洞进行修补处理,具体步骤为:
S10:检测孔洞边界;
S20:初始化网格,采用最小角度法进行网格修补;
S30:采用最小二乘进行网格优化;
S40:径向基函数(RBF)隐式曲面;
S50:采用牛顿迭代法把最小二乘网格的顶点投射到隐式曲面上,得到插值隐式曲面的网格;
基于计算机视觉的三维模型及场景的综合方法:通过分析和研究三维模型的几何特征、拓扑关系、语义特征、形状大小、排列方向及观察者的视点位置和方向等因素对视觉感知与空间认知的影响,并提出量化方法:
S100:确定各个参数在视觉差异性与关联显著性上的权重,并基于此进行场景中三维模型间的邻近关系计算;
S200:基于三维模型的分布形态与集群特征对三维模型综合的影响,通过模型之间的视觉感知邻近关系对模型进行空间聚类,最终实现三维场景LOD金字塔建立;
三模模型空间关系的重新建立的方法:
S1000:用几何拓扑元素类型与数量等不变量进行粗略相似判断;
S2000:快速排除不变量不匹配模型之间的进一步比较;
S3000:对模型进行位姿校准,并对顶点和面元素进行匹配关联;
S4000:对模型生成多角度二维图像,借助机器学习方法识别模型外观相似度;
S5000:对模型进行相同比较;
三维数据顶点优化方法:修改模型的三角形序列,增加模型局部性,提高缓存重用率,改变三角形的排列顺序进一步降低平均顶点失配率。
遮挡关系建立方法:利用遮挡查询功能,在轻量化模型的数据组织阶段综合从多个视点对模型预先进行可见性判断,模型绘制时根据其中的可见性信息来确定是否进行绘制和绘制的时机;
试验验证的方式:通过此模型轻量化后的实际数据以前的插件模式三维引擎、CesiumLab处理数据进行数据量、内存、帧率、显示效果对比。
目标三维模型包括城市地表模型、高密度电力模型和地下或室内模型。
单个三维模型轻量化处理还包括模型轮廓线、几何简化、纹理UV、纹理重构。
计算机视觉的三维模型及场景的综合方法还包括三维密度、三维颜色特征和分布特征。
三模模型空间关系的重新建立还包括空间拓扑、参数化识别、Tran/strip构建。
三维模型轻量化的方法,还包括三维场景轻量化模型库。
本发明同现有技术相比,通过引入保持三维模型空间关系的三维数据几何和纹理简化方法,在保持三维模型几何和纹理特征基础上,解决三维模型深入应用中空间关系割裂、无法深入应用问题,通过将三维综合和计算机视觉相结合,通过对三维模型进行空间编码,有效解决数据显示依赖原始建模关系,显示不均匀问题,并减少三维模型调度显示时数据冗余调度,降低网络和IO传输,提高效率。
附图说明
图1为本发明的项目技术路线示意图。
图2为本发明的三维场景综合处理示意图。
图3为本发明的三维数据顶点缓存技术示意图。
图4为本发明的模型遮挡关系示意图。
附图标记说明:
具体实施方式
现结合附图对本发明做进一步描述。
参见图1-4,本发明提供一种三维模型轻量化的方法,其步骤包括:
S1:三维模型轻量化基础依据:针对目标三维模型进行梳理,研究实际应用场景承载的最大模型范围和数据量、计算机CPU/内存/显卡占用和网络传输;
S2:单个三维模型轻量化处理:包括QEM算法改进,研究重构纹理及三维漏洞填补方法;
S3:基于计算机视觉的三维模型及场景的综合方法:将场景模型分割重构,使整个场景轻量化及调度处理;
S4:三模模型空间关系的重新建立:在S3的基础上,研究模型拓扑结构关系,并建立空间编码;
S5:三维数据顶点优化方法;
S6:遮挡关系建立方法;
S7:试验验证;
QEM改进算法为:
采用对象空间的一种或综合几种形式的几何误差作为误差测度,同时考虑对象所在空间位置密度值、模型的颜色、三角形夹角权值的法向量和纹理坐标属性误差,几何误差测度采用欧式空间距离表示,有顶点到顶点、顶点到平面和平面到平面的距离等形式;
所述对象空间位置密度值计算公式为:
所述两个模型颜色距离计算方式为:
r、g、b、a为四元组颜色,各分量在0-1中取;下标1、2分别对应两组模型;
所述三角形夹角权重两个法向量的误差距离dn通常采用角度值进行度量:其中,周围三角形夹角最小值minA1及平均值minA2;
,下标1、2分别对应两个面法向量和最小角度;
所述纹理坐标误差计算:
三维漏洞填补方法为:结合城市三维模型、电力模型、室内、地下模型,采用基于径向基函数的三角网格补洞方法,对简化过程中产生的漏洞进行修补处理,具体步骤为:
S10:检测孔洞边界,三角网格是由一系列顶点(V)以及由这些顶点所构成的三角面片(F)所组成,由三角面片可以得到网格的边(E),通常一条边连接两个三角面片,这种边称为网格内部边,而如果某条边仅连接一个三角面片,那么称这条边为网格边界边,所有的边界边按顺序连接之后就形成了网格的孔洞;
S20:初始化网格,采用最小角度法进行网格修补,为了使孔洞填充简单、健壮;
S30:初始化补洞得到的网格质量不是很好,采用最小二乘进行网格优化;
S40:径向基函数(RBF)隐式曲面,径向基函数是一个仅依赖于离控制点c距离的函数,径向基函数网络是一个三层BP网络,其可以表示为多个基函数的线性组合,径向基函数网络能够解决空间散乱数据点的平滑插值问题,函数的零等值面就是我们要求的曲面;
S50:牛顿插值,为了得到插值隐式曲面的网格,我们需要把最小二乘网格的顶点投射到隐式曲面上,这里我们采用牛顿迭代法;
基于计算机视觉的三维模型及场景的综合方法:通过分析和研究三维模型的几何特征、拓扑关系、语义特征、形状大小、排列方向及观察者的视点位置和方向等因素对视觉感知与空间认知的影响,并提出量化方法:
如图2所示,通过分析和研究三维模型的几何特征、拓扑关系、语义特征、形状大小、排列方向及观察者的视点位置和方向等因素对视觉感知与空间认知的影响,并提出量化方法,确定各个参数在视觉差异性与关联显著性上的权重,并基于此进行场景中三维模型间的邻近关系计算;然后基于三维模型的分布形态与集群特征对三维模型综合的影响,通过模型之间的视觉感知邻近关系对模型进行空间聚类,最终实现三维场景LOD金字塔建立。
三模模型空间关系的重新建立的方法:
在实际三维场景建设中,存在将其中一个模型进行一系列的旋转、平移等刚体运动变换产生新的模型情况,需要对这些数据进行复用关系的建立,减少模型在网络、磁盘IO及内存和显存的传输,减低在三维渲染引擎中渲染状态的切换,降低内存、显存占有率,提升效率:
S1000:用几何拓扑元素类型与数量等不变量进行粗略相似判断;
S2000:快速排除不变量不匹配模型之间的进一步比较;
S3000:对模型进行位姿校准,并对顶点和面元素进行匹配关联;
S4000:对模型生成多角度二维图像,借助机器学习方法识别模型外观相似度;
S5000:对模型进行相同比较;
三维数据顶点优化方法:修改模型的三角形序列,增加模型局部性,提高缓存重用率,改变三角形的排列顺序进一步降低平均顶点失配率,对三维模型进行顶点缓存优化,能够减轻获取模型数据的负载,同时也能降低渲染操作需要的计算量,加快绘制过程。如图3所示,通过不断搜索局部最优顶点作为Fanning或trip顶点,然后将包含这个顶点的相邻未输出三角形输出,最终得到顶点缓存命中率高的三角形序列。搜索只在待定类型三角形顶点中进行;若其中无法找到,则在顶点缓存中的其他顶点中查找;倘若顶点缓存中的所有顶点都已输出,那么将随机选择一个未输出顶点作为Fanning或trip顶点进行输出。搜索过程不断持续,直到网格所有三角形均已输出为止。
遮挡关系建立方法:利用遮挡查询功能,在轻量化模型的数据组织阶段综合从多个视点对模型预先进行可见性判断,模型绘制时可以根据其中的可见性信息来确定是否进行绘制以及绘制的时机,有利于三维模型的快速浏览,如图4所示,采用720多角度视点预观察,根据模型复杂度及周边模型关系,建立遮挡关系,对于较为复杂的三维模型,进行遮挡查询的开销比较大,为了提高识别效率,可采用物体的包围盒代替该物体进行遮挡查询。
试验验证的方式:利用数字城市建设完成的2-3个城市三维模型、变电站模型、地下巷道或室内模型等实际数据进行轻量化实验,并与以前的插件模式三维引擎、CesiumLab处理数据进行数据量、内存、帧率、显示效果对比,试验检验三维分析可用性,例如模型单体化、路径、分类、缓冲区、流向等等三维分析的实用性。
目标三维模型包括城市地表模型、高密度电力模型和地下或室内模型,通过研究高密度、重复利用度较高的变电站模型为研究对象,以图像识别技术为基础,研究三维模型快速实例化,降低模型存储和传输的实际效果,通过煤矿或地下停车场模型为研究场景,研究轻量化模型在可视化时快速调度显示索引、三维空间模型遮挡裁剪等方法的实际效果。
单个三维模型轻量化处理还包括模型轮廓线、几何简化、纹理UV、纹理重构。
计算机视觉的三维模型及场景的综合方法还包括三维密度、三维颜色特征和分布特征。
三模模型空间关系的重新建立还包括空间拓扑、参数化识别、Tran/strip构建。
三维模型轻量化的方法,还包括三维场景轻量化模型库,这样可以直接导出使用,无需再次进行轻量化操作,具备更大的扩展空间。
本发明所采用的一种三维模型轻量化的方法,以城市地表三维作为大范围模型应用场景,研究城市建筑、部件模型的几何和纹理的轻量化,并结合智慧城市应用场景研究轻量化后模型拓扑结构关系,以高密度、重复利用度较高的模型为研究对象,以图像识别技术为基础,研究三维模型快速实例化,降低模型存储和传输,同时研究轻量化模型在可视化时快速调度显示索引、三维空间模型遮挡裁剪等方法,并将最终成果应用在智慧城市、实景中国建设中,有效地存储和管理好海量、多源、结构复杂的三维模型并对其高效地分析处理以便为上层不同领域应用提供数据支撑。
Claims (7)
1.一种三维模型轻量化的方法,其特征在于:包括以下步骤:
S1:三维模型轻量化基础依据:针对目标三维模型进行梳理,研究实际应用场景承载的最大模型范围和数据量、计算机CPU/内存/显卡占用和网络传输;
S2:单个三维模型轻量化处理:包括QEM算法改进,研究重构纹理及三维漏洞填补方法;
S3:基于计算机视觉的三维模型及场景的综合方法:将场景模型分割重构,使整个场景轻量化及调度处理;
S4:三模模型空间关系的重新建立:在S3的基础上,研究模型拓扑结构关系,并建立空间编码;
S5:三维数据顶点优化方法;
S6:遮挡关系建立方法;
S7:试验验证;
所述QEM改进算法为:
采用对象空间的一种或综合几种形式的几何误差作为误差测度,同时考虑对象所在空间位置密度值、模型的颜色、三角形夹角权值的法向量和纹理坐标属性误差,几何误差测度采用欧式空间距离表示,有顶点到顶点、顶点到平面和平面到平面的距离等形式;
r、g、b、a为四元组颜色,各分量在0-1中取;下标1、2分别对应两组模型;
所述三角形夹角权重两个法向量的误差距离dn通常采用角度值进行度量:其中,周围三角形夹角最小值minA1及平均值minA2;
下标1、2分别对应两个面法向量和最小角度;
所述三维漏洞填补方法为:结合城市三维模型、电力模型、室内、地下模型,采用基于径向基函数的三角网格补洞方法,对简化过程中产生的漏洞进行修补处理,具体步骤为:
S10:检测孔洞边界;
S20:初始化网格,采用最小角度法进行网格修补;
S30:采用最小二乘进行网格优化;
S40:径向基函数(RBF)隐式曲面;
S50:采用牛顿迭代法把最小二乘网格的顶点投射到隐式曲面上,得到插值隐式曲面的网格;
所述基于计算机视觉的三维模型及场景的综合方法:通过分析和研究三维模型的几何特征、拓扑关系、语义特征、形状大小、排列方向及观察者的视点位置和方向等因素对视觉感知与空间认知的影响,并提出量化方法:
S100:确定各个参数在视觉差异性与关联显著性上的权重,并基于此进行场景中三维模型间的邻近关系计算;
S200:基于三维模型的分布形态与集群特征对三维模型综合的影响,通过模型之间的视觉感知邻近关系对模型进行空间聚类,最终实现三维场景LOD金字塔建立;
所述三模模型空间关系的重新建立的方法:
S1000:用几何拓扑元素类型与数量等不变量进行粗略相似判断;
S2000:快速排除不变量不匹配模型之间的进一步比较;
S3000:对模型进行位姿校准,并对顶点和面元素进行匹配关联;
S4000:对模型生成多角度二维图像,借助机器学习方法识别模型外观相似度;
S5000:对模型进行相同比较;
所述三维数据顶点优化方法:修改模型的三角形序列,增加模型局部性,提高缓存重用率,改变三角形的排列顺序进一步降低平均顶点失配率。
所述遮挡关系建立方法:利用遮挡查询功能,在轻量化模型的数据组织阶段综合从多个视点对模型预先进行可见性判断,模型绘制时根据其中的可见性信息来确定是否进行绘制和绘制的时机。
2.根据权利要求1所述的一种三维模型轻量化的方法,其特征在于:所述试验验证的方式:通过此模型轻量化后的实际数据以前的插件模式三维引擎、CesiumLab处理数据进行数据量、内存、帧率、显示效果对比。
3.根据权利要求1所述的一种三维模型轻量化的方法,其特征在于:所述目标三维模型包括城市地表模型、高密度电力模型和地下或室内模型。
4.根据权利要求1所述的一种三维模型轻量化的方法,其特征在于:所述单个三维模型轻量化处理还包括模型轮廓线、几何简化、纹理UV、纹理重构。
5.根据权利要求1所述的一种三维模型轻量化的方法,其特征在于:所述计算机视觉的三维模型及场景的综合方法还包括三维密度、三维颜色特征和分布特征。
6.根据权利要求1所述的一种三维模型轻量化的方法,其特征在于:所述三模模型空间关系的重新建立还包括空间拓扑、参数化识别、tran/strip构建。
7.根据权利要求1所述的一种三维模型轻量化的方法,其特征在于:所述三维模型轻量化的方法,还包括三维场景轻量化模型库。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111028118.1A CN113724394A (zh) | 2021-09-02 | 2021-09-02 | 一种三维模型轻量化的方法 |
ZA2021/10546A ZA202110546B (en) | 2021-09-02 | 2021-12-17 | Light weighting method for a three-dimensional model |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111028118.1A CN113724394A (zh) | 2021-09-02 | 2021-09-02 | 一种三维模型轻量化的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113724394A true CN113724394A (zh) | 2021-11-30 |
Family
ID=78681201
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111028118.1A Pending CN113724394A (zh) | 2021-09-02 | 2021-09-02 | 一种三维模型轻量化的方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113724394A (zh) |
ZA (1) | ZA202110546B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114202634A (zh) * | 2022-02-17 | 2022-03-18 | 深圳消安科技有限公司 | 一种应用于城市三维模型数据的轻量化方法 |
CN114972584A (zh) * | 2022-06-22 | 2022-08-30 | 猫小兜动漫影视(深圳)有限公司 | 一种三维动漫的多维度模型构建方法、系统、设备和产品 |
CN114998503A (zh) * | 2022-06-21 | 2022-09-02 | 重庆市勘测院((重庆市地图编制中心)) | 一种基于实景三维的白模自动纹理构建方法 |
CN116258804A (zh) * | 2022-09-06 | 2023-06-13 | 华建数创(上海)科技有限公司 | 基于数模分离与压缩优化的bim模型轻量化方法 |
CN116258809A (zh) * | 2022-12-13 | 2023-06-13 | 江苏重华数字科技有限公司 | 一种轻量化3d模型存储结构工作方法 |
CN116721218A (zh) * | 2023-07-08 | 2023-09-08 | 南京信息工程大学 | 一种三维不动产模型轻量化方法、系统及设备 |
CN117113478A (zh) * | 2023-07-28 | 2023-11-24 | 中水淮河规划设计研究有限公司 | 一种bim模型轻量化方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2528042A1 (de) * | 2011-05-23 | 2012-11-28 | Deutsche Telekom AG | Verfahren und Vorrichtung zum Re-Meshing von 3D-Polygonmodellen |
CN106600679A (zh) * | 2015-10-20 | 2017-04-26 | 星际空间(天津)科技发展有限公司 | 一种三维模型数据简化的方法 |
CN108961411A (zh) * | 2018-07-02 | 2018-12-07 | 南京大学 | 一种保持外观特征的复杂三维建筑物模型简化方法 |
CN111815776A (zh) * | 2020-02-04 | 2020-10-23 | 山东水利技师学院 | 综合机载和车载三维激光点云及街景影像的三维建筑物精细几何重建方法 |
-
2021
- 2021-09-02 CN CN202111028118.1A patent/CN113724394A/zh active Pending
- 2021-12-17 ZA ZA2021/10546A patent/ZA202110546B/en unknown
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2528042A1 (de) * | 2011-05-23 | 2012-11-28 | Deutsche Telekom AG | Verfahren und Vorrichtung zum Re-Meshing von 3D-Polygonmodellen |
CN106600679A (zh) * | 2015-10-20 | 2017-04-26 | 星际空间(天津)科技发展有限公司 | 一种三维模型数据简化的方法 |
CN108961411A (zh) * | 2018-07-02 | 2018-12-07 | 南京大学 | 一种保持外观特征的复杂三维建筑物模型简化方法 |
CN111815776A (zh) * | 2020-02-04 | 2020-10-23 | 山东水利技师学院 | 综合机载和车载三维激光点云及街景影像的三维建筑物精细几何重建方法 |
Non-Patent Citations (5)
Title |
---|
刘子轩: "基于WebGL的三维建筑物综合算法研究", 《中国优秀硕士学位论文全文数据库》 * |
娄自婷: "基于三维网格模型的缓存优化算法研究与实现", 《中国优秀硕士学位论文全文数据库》 * |
微小的鱼: "网格简化 二 、QEM算法", 《HTTPS://BLOG.CSDN.NET/CHENWEIYU11962/ARTICLE/DETAILS/109108898》 * |
算法小丑: "三维网格补洞算法(Radial Basis Function)", 《HTTPS://WWW.CNBLOGS.COM/SHUSHEN/P/5759679.HTML》 * |
魏丰等: "三维实体模型相同性判别方法", 《计算机辅助设计与图形学学报》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114202634A (zh) * | 2022-02-17 | 2022-03-18 | 深圳消安科技有限公司 | 一种应用于城市三维模型数据的轻量化方法 |
CN114202634B (zh) * | 2022-02-17 | 2022-06-14 | 深圳消安科技有限公司 | 一种应用于城市三维模型数据的轻量化方法 |
CN114998503A (zh) * | 2022-06-21 | 2022-09-02 | 重庆市勘测院((重庆市地图编制中心)) | 一种基于实景三维的白模自动纹理构建方法 |
CN114972584A (zh) * | 2022-06-22 | 2022-08-30 | 猫小兜动漫影视(深圳)有限公司 | 一种三维动漫的多维度模型构建方法、系统、设备和产品 |
CN116258804A (zh) * | 2022-09-06 | 2023-06-13 | 华建数创(上海)科技有限公司 | 基于数模分离与压缩优化的bim模型轻量化方法 |
CN116258809A (zh) * | 2022-12-13 | 2023-06-13 | 江苏重华数字科技有限公司 | 一种轻量化3d模型存储结构工作方法 |
CN116258809B (zh) * | 2022-12-13 | 2024-04-12 | 江苏重华数字科技有限公司 | 一种轻量化3d模型存储结构工作方法 |
CN116721218A (zh) * | 2023-07-08 | 2023-09-08 | 南京信息工程大学 | 一种三维不动产模型轻量化方法、系统及设备 |
CN116721218B (zh) * | 2023-07-08 | 2024-01-26 | 南京信息工程大学 | 一种三维不动产模型轻量化方法、系统及设备 |
CN117113478A (zh) * | 2023-07-28 | 2023-11-24 | 中水淮河规划设计研究有限公司 | 一种bim模型轻量化方法 |
Also Published As
Publication number | Publication date |
---|---|
ZA202110546B (en) | 2022-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113724394A (zh) | 一种三维模型轻量化的方法 | |
CN111932688B (zh) | 一种基于三维点云的室内平面要素提取方法、系统及设备 | |
CN107767382B (zh) | 静态三维地图建筑物轮廓线的自动提取方法及系统 | |
CN108921926B (zh) | 一种基于单张图像的端到端三维人脸重建方法 | |
CN108335352B (zh) | 一种面向多视图大规模三维重建场景的纹理映射方法 | |
CN110633628B (zh) | 基于人工神经网络的rgb图像场景三维模型重建方法 | |
CN104966317B (zh) | 一种基于矿体轮廓线的三维自动建模方法 | |
CN103530907B (zh) | 基于图像的复杂三维模型绘制方法 | |
CN102663800A (zh) | 一种顾及城市意象的城市建筑综合与渲染的方法 | |
Li et al. | Geometric structure simplification of 3D building models | |
Maximo et al. | A robust and rotationally invariant local surface descriptor with applications to non-local mesh processing | |
WO2019050519A1 (en) | SYSTEMS AND METHODS FOR PRECISE AND LIGHTWEIGHT 3D VISUAL FORMAT | |
CN110889901B (zh) | 基于分布式系统的大场景稀疏点云ba优化方法 | |
Wang et al. | A Gestalt rules and graph-cut-based simplification framework for urban building models | |
CN105930497A (zh) | 基于图像边缘和线条特征的三维模型检索方法 | |
US11113878B2 (en) | Screen tile pair-based binocular rendering pipeline process and method | |
Hu et al. | Geometric feature enhanced line segment extraction from large-scale point clouds with hierarchical topological optimization | |
Dong et al. | An efficient volumetric mesh representation for real-time scene reconstruction using spatial hashing | |
Van Nguyen et al. | Geometric modeling: background for processing the 3d objects | |
Guo et al. | Line-based 3d building abstraction and polygonal surface reconstruction from images | |
Zhang et al. | SurRF: Unsupervised multi-view stereopsis by learning surface radiance field | |
Zhang et al. | A geometry and texture coupled flexible generalization of urban building models | |
CN117496077A (zh) | 一种三维地质模型可视化分析方法及系统 | |
Li et al. | A fast fusion method for multi-videos with three-dimensional GIS scenes | |
CN110930509A (zh) | 线性四元树多层模型驱动的dem即时可视化方法 |
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 |