CN114119927A - 一种倾斜摄影模型优化的模型处理方法及装置 - Google Patents

Abstract

本发明涉及一种倾斜摄影模型优化的模型处理装置，至少包括能够与终端以有线或无线的方式连接的至少一个处理器，其特征在于，所述处理器被配置为：基于采集倾斜摄影初始模型的信息构建优化模型；以去除同一层级的非必要的基本体参数的方式实现第一次数据压缩；以halffloat数据结构存储三角网的顶点位置与法向数据并将与所述halffloat数据结构相同的三角网加载；基于倾斜摄影初始模型的层级顺序逐层优化。相比于其他优化方式，本发明在精度损失较小的情况下，极大地减少了模型的体积和加载时的运算量，以便于移动端设备和低性能设备加载和展示倾斜摄影模型。

Description

一种倾斜摄影模型优化的模型处理方法及装置

技术领域

本发明涉及倾斜摄影技术领域，尤其涉及一种倾斜摄影模型优化的模型处理方法及装置。

背景技术

倾斜摄影技术是国际测绘领域近些年发展起来的一项高新技术，它颠覆了以往正射影像只能从垂直角度拍摄的局限，通过在同一飞行平台上搭载多台传感器，同时从一个垂直、四个倾斜等五个不同的角度采集影像，将用户引入了符合人眼视觉的真实直观世界。

倾斜摄影的特点包括：

(1)反映地物周边真实情况

相对于正射影像，倾斜影像能让用户从多个角度观察地物，更加真实的反映地物的实际情况，极大的弥补了基于正射影像应用的不足。

(2)倾斜影像可实现单张影像量测

通过配套软件的应用，可直接基于成果影像进行包括高度、长度、面积、角度、坡度等的量测，扩展了倾斜摄影技术在行业中的应用。

(3)建筑物侧面纹理可采集

针对各种三维数字城市应用，利用航空摄影大规模成图的特点，加上从倾斜影像批量提取及贴纹理的方式，能够有效的降低城市三维建模成本。

(4)数据量小易于网络发布

相较于三维GIS技术应用庞大的三维数据，应用倾斜摄影技术获取的影像的数据量要小得多，其影像的数据格式可采用成熟的技术快速进行网络发布，实现共享应用。

但是，倾斜摄影建模简单，数据生产快速，其建模后的体积和加载速度远远小于传统建模方式。原因是倾斜摄影模型的数据结构较为复杂，耗费了大量的计算性能。在移动端设备上进行加载展示时，由于移动端设备性能较弱，加载缓慢，操作卡顿更为明显。

例如，现有技术中的公开号为CN111583404B的专利文献公开了一种海量倾斜摄影三维模型数据调度方法，具体属于地理信息系统数据处理，其过程为：倾斜摄影三维数据按Tile获取中心点和范围；利用四叉树和十六叉树结合算法对所有的Tile进行分层分级；根据合并后的Tile数据采样并生成DEM；对合并后的Tile数据生成TDOM；根据DEM和TDOM数据进行新的TIN三角构网和贴图处理；对每一层数据进行LOD调度范围的设置。该发明使用了四叉树、十六叉树、DEM生成、TDOM的生成、TIN三角构网等算法实现三维模型数据调度，使倾斜摄影三维模型达到TB级别数据快速调度和加载显示。

例如，现有技术中的公开号为CN112102486A的专利文献公开了一种基于合并根节点的倾斜摄影数据LOD重建方法，包括：获取所有倾斜摄影数据块的根节点数据，并在XOY平面建立唯一的二维空间索引；将其数据块每四个块合并生成一个新的数据块，生成高于当前层级的唯一二维空间索引；分别处理网格与纹理，利用软光栅化技术将网格数据重新生成点云，简化其数据及当前数据块等级与分辨率得到目标网格面数；展开网格数据与原始网格纹理数据，利用离线渲染、渲染到纹理技术生成新的纹理贴图与网格数据组成最终的目标数据；重复步骤，依次逆向建立四叉树，直到根节点数少于4，完成重建。

但是，以上发明对倾斜摄影的数据处理，仅能够提高模型的传输速度，无法减少优化摄影模型的存储空间，这对于移动端来说具有较大的压力。

针对现有技术的缺陷，本发明希望提出一种能够解决上述问题的方法。

此外，一方面由于对本领域技术人员的理解存在差异；另一方面由于申请人做出本发明时研究了大量文献和专利，但篇幅所限并未详细罗列所有的细节与内容，然而这绝非本发明不具备这些现有技术的特征，相反本发明已经具备现有技术的所有特征，而且申请人保留在背景技术中增加相关现有技术之权利。

发明内容

现有技术中的倾斜摄影模型优化的模型处理装置，一般采用模型轻量化的方法来优化倾斜摄影中的数据模型，但是，优化后的倾斜摄影模型，其三角网的顶点位置与法向的计算较为耗费资源和占用空间的。因此，当优化后的倾斜摄影模型传输至终端的时候，依然会占据终端较大的空间。

针对现有技术之不足，本发明提供了一种倾斜摄影模型优化的模型处理装置，至少包括能够与终端以有线或无线的方式连接的至少一个处理器，所述处理器被配置为：

基于采集倾斜摄影初始模型的信息构建优化模型；

以去除同一层级的非必要的基本体参数的方式实现第一次数据压缩；

以halffloat数据结构存储三角网的顶点位置与法向数据并并加载几何结构相同的三角网；

基于倾斜摄影初始模型的层级顺序逐层优化。

为了避免现有技术的缺陷，本发明通过主动变更三角网中的顶点位置和法向数据，并且将三角网设置为halffloat数据结构。本发明中，将Float所占据的四个字节精简为两个字节，满足了在移动设备或者其他低性能设备上的精度，也节省了大量的算力和空间。本发明优化后的倾斜摄影模型，不会占据大量的空间，能够在更多的终端上显示。

优选地，所述处理器还被配置为：将优化后的各个层级的数据结合并进行第二次压缩，形成二进制的模型压缩文件。第二次压缩使得倾斜摄影模型的占用空间更小，并且各个层级的数据完整不容易丢失。二进制的格式能够广泛地适用于多种终端的显示，使用范围较广。相比于其他压缩方法，本方法在精度损失较小的情况下，极大地减少了模型的体积和加载时的运算量，以便于移动端设备和低性能设备加载和展示倾斜摄影模型。

优选地，所述处理器还被配置为：对压缩后形成的二进制的模型压缩文件进行SHA1值计算并写入所述二进制的模型压缩文件的尾部，在优化后的倾斜摄影模型传输过程中基于所述SHA1值校检优化后的倾斜摄影模型。本发明使用SHA1值来校验倾斜摄影模型的正确性，使得传输过程中的倾斜摄影模型能够被验证完整性和唯一性，保证了信息传输的安全。

优选地，所述处理器还被配置为：逐层级读取倾斜摄影初始模型的信息并写入四叉树模型中，其中，第一层级的区块信息写入至所述四叉树模型根节点的子节点中，循环读取下一个层级的信息并写入下一个节点中，从PageLod中加载LOD的索引信息及相关模型数据，构建完整的优化模型。本发明选用四叉树模型作为优化模型，需要的算力较小，能够进一步减少倾斜摄影模型的计算时间。

例如，一般情况下倾斜摄影优化模型的第一层级只有一个模型。在第二层级会划分为四个模型。通过PageLod对应的第二层级和第二层级的各个模型。循环往复地，形成一棵四叉树。

优选地，处理器以将基本体参数以halfFloat数据结构存储的方式来消除非必要的基本体参数。

例如，一个参数本来是0.678900，通过halffloat存储就变成0.679。0.100000变成0.100。虽然以人的认知看0.100000＝0.100，但是在计算机中是完整存储的，这也是本发明采用halffloat数据结构的意义。如此设置，消除了基本体参数中非必要的小数位，从而节省了数据占用的空间。

优选地，所述处理器还被配置为：基于halfFloat数据结构搜索相同的三角网结构，在搜索到与halfFloat数据结构相同的三角网结构时以引用的方式加载。通过搜索与halfFloat数据结构的三角网，能够节省大量相关的空间。

优选地，所述halfFloat数据结构包括两个字节，其中包括符号位、指数部分和尾数部分；符号位1包括1bit，指数部分包括8bit，尾数部分包括7bit。

优选地，所述处理器还被配置为：将基于倾斜摄影初始模型的层级顺序逐层优化后的各个层级的数据结合并进行第二次压缩，形成二进制的模型压缩文件。

本发明还提供一种处理设备，至少包括能够与终端以有线或无线的方式连接的至少一个处理器，所述处理器至少包括：

构建模块，基于采集倾斜摄影初始模型的信息构建优化模型；

压缩模块，以去除同一层级的非必要的基本体参数的方式实现第一次数据压缩；和

结构变更模块，以halffloat数据结构存储三角网的顶点位置与法向数据并并加载几何结构相同的三角网。

本发明的处理设备，通过结构变更模块来改变三角网的数据结构。halffloat数据结构的三角网所占据的四个字节精简为两个字节，满足了在移动设备或者其他低性能设备上的精度，也节省了大量的算力和空间。本发明优化后的倾斜摄影模型，不会占据大量的空间，能够在更多的终端上显示。

优选地，处理设备中的所述处理器还包括数据结合模块，所述数据结合模块将基于倾斜摄影初始模型的层级顺序逐层优化后的各个层级的数据结合并进行第二次压缩，形成二进制的模型压缩文件。本发明通过数据结合模块进行二次压缩，使得各个层级的数据进一步压缩，再次减少了倾斜摄影模型的占用空间。

本发明还提供一种倾斜摄影模型优化的模型处理方法，所述方法至少包括：基于采集倾斜摄影初始模型的信息构建优化模型；

以去除同一层级的非必要的基本体参数的方式实现第一次数据压缩；

以halffloat数据结构存储三角网的顶点位置与法向数据并并加载几何结构相同的三角网；基于倾斜摄影初始模型的层级顺序逐层优化。

本发明的倾斜摄影模型优化的模型处理方法对倾斜摄影初始模型进行优化后，提交量相对于未压缩前的提交量缩小至1/3，运算量相对于未压缩前的运算量也减小至1/3。本发明针对性的对倾斜摄影模型进行数据压缩，在保证不影响浏览效果的情况下尽可能的节省空间和计算机性能。本发明能够满足目前急需移动端等设备流畅加载和展示倾斜摄影模型的需求。

附图说明

图1是本发明提供的一种倾斜摄影模型优化的模型处理装置的简化模块连接关系示意图；

图2是本发明的倾斜摄影模型数据中优选的halffloat数据类型的结构；

图3是本发明的倾斜摄影模型数据压缩后的倾斜摄影模型存储方式的逻辑示意图附图标记列表；

图4是本发明提供的一种倾斜摄影模型优化的模型处理方法的简化步骤的逻辑示意图。

附图标记列表

1：符号位；2：指数部分；3：尾数部分；4：文件头；5：索引信息；6：第一层级；7：间隔；8：第二层级；9：第n层级；10：压缩数据；11：SHA1值；100：构建模块；200；压缩模块；300；结构变更模块；400：数据结合模块；500：终端；600：倾斜摄影初始模型存储装置。

具体实施方式

下面结合附图进行详细说明。

本发明中的终端是指能够处理和/或显示倾斜摄影模型的装置，包括移动终端和不可移动终端。移动终端至少包括计算机、平板电脑、智能手机和智能可穿戴设备，例如智能手表、智能眼镜等等具有显示功能的终端。不可移动终端包括计算机、大型终端等等。

三角网是指：在显卡计算中为了表征三维物体表面的起伏与凹凸，通过若干三角形进行组装表征三维物体的表面。

纹理文件是指：计算机图形学中的纹理既包括通常意义上物体表面的纹理即使物体表面呈现凹凸不平的沟纹，同时也包括在物体的光滑表面上的彩色图案不仅仅包含颜色还包含沟纹。

LZMA2是指：一种用于执行无损数据压缩的算法。可以把数据进行压缩，并可以解压，在压缩和解压的过程中保证数据信息不丢失。本发明的基本体参数是指：构成模型的最基本的参数。

非基本体参数指：多余的非必要的小数位。

halffloat是一种数据结构，例如计算中对于小数的存储是float。一般是整数+点+六位小数。而halffloat则是整数+点+三位小数。例如0.100000变成0.100。虽然相等，但是计算机里存储时所需要的空间并不一样。所以，点后面超过三位小数的小数位为非必要的基本体参数。

如图2所示，本发明中的halffloat数据结构包括符号位1、指数部分2和尾数部分3。符号位1包括1bit。指数部分包括8bit。尾数部分包括7bit。

本发明中的处理器可以是CPU、服务器、云服务器、专用集成芯片中的一种或几种，也可以是其他具有计算能力和执行能力的设备。

本发明中的构建模块、压缩模块、结构变更模块和数据结合模块均可以是CPU、服务器、云服务器、专用集成芯片中的一种或几种。如图1所示，构建模块100、压缩模块200、结构变更模块300和数据结合模块400依次建立数据连接，共同进行倾斜摄影初始模型的优化处理。数据连接的方式可以是有线连接，也可以是无线连接。无线连接例如是WiFi连接、蓝牙连接、Zigbee连接等等。

实施例1

本发明的针对现有技术之不足，本发明提供了一种倾斜摄影模型优化的模型处理装置，至少包括能够与终端以有线或无线的方式连接的至少一个处理器，所述处理器被配置为执行以下步骤：

S1：基于采集倾斜摄影初始模型的信息构建优化模型；

S2：以去除同一层级的非必要的基本体参数的方式实现第一次数据压缩；

S3：以halffloat数据结构存储三角网的顶点位置与法向数据并并加载几何结构相同的三角网；

S4：基于倾斜摄影初始模型的层级顺序逐层优化。

为了避免现有技术的缺陷，本发明通过主动变更三角网中的顶点位置和法向数据，并且将三角网设置为halffloat数据结构。本发明中，将halffloat所占据的四个字节精简为两个字节，满足在移动终端或者其他低性能设备上的精度，也节省了大量的算力和空间。本发明优化后的倾斜摄影模型，不会占据大量的空间，能够在更多的终端上显示。

优选地，本发明的具体实施步骤如图4所示。

步骤S1的具体执行步骤包括：

S11：逐层级读取倾斜摄影初始模型的信息并写入优化模型中。本发明中的优化模型优选为四叉树模型。

例如，遍历读取倾斜摄影初始模型的第一层级的所有区块的信息，构建四叉树模型。其中，第一层级的区块信息写入至所述四叉树模型根节点的子节点中。

S12：在第一层级的区块信息读取完成并且压缩完成后，循环读取下一个层级的信息并写入下一个节点中。从PageLod中加载LOD的索引信息及相关模型数据，构建完整的优化模型。本发明选用四叉树模型作为优化模型，需要的算力较小，能够进一步减少倾斜摄影模型的计算时间。

S2：以去除同一层级的非必要的基本体参数的方式实现第一次数据压缩的具体执行步骤包括：

S13：在同一层级下，读取优化模型及四叉树模型的基本体参数，并且去除非必要性的四叉树模型基本体参数，从而减少了数据的存储量，实现了数据的精简压缩。

S14：在第一次压缩之前，将三角网中的纹理进行数据拉伸。此处的数据拉伸的具体方式为：将纹理规定为分辨率最大为512*512，长宽必须为2的幂，长宽一致。采用DXT1压缩算法进行压缩和拉伸。

将纹理文件拉伸的优势在于：现有技术将文件存储为jpg等格式，在显卡读取中要进行二次解压耗费更多计算性能。本发明将纹理文件在第一次压缩前进行拉伸，统一存储为dds格式，优势在于，DDS作为显卡可以直接读取的压缩格式，在处理中无需进行二次解压，可以直接在显卡中进行渲染。

在纹理文件拉伸完成后，将拉伸后的纹理文件中的非必要性的基本体参数去除，得到的由基本体参数构成的纹理文件转换为统一格式dds。DDS作为显卡可以直接读取的压缩格式，在处理中无需进行二次解压，可以直接在显卡中进行渲染。而现有技术中的jpg等格式在显卡读取中要进行二次解压耗费更多计算性能。

S3：以halfFloat数据结构存储三角网的顶点位置与法向数据并并加载几何结构相同的三角网的具体执行步骤包括：

S15：将三角网中的顶点位置与法向数据变更为halfFloat数据结构。

在倾斜摄影初始模型的三角网中存储的三角网顶点位置与法向数据的计算是较为耗费资源和占用空间的。为了减少计算量及占用空间，本发明将三角网中的顶点位置与法向数据使用halfFloat数据结构进行存储。如此变更的优势在于，将halfFloat所占据的四个字节精简为两个字节，满足了在移动设备或者其他低性能设备上的精度，也节省了大量的算力和空间。

S16：搜索几何结构相同的三角网结构。其中，在搜索三角网的同时对作为搜索目标的三角网进行预先定义，以便进行重复使用。

优选地，提取几何结构相同的若干三角网。在出现几何结构完全相等的三角网结构时以引用的方式加载。例如，某个三角网定义为A，则与其几何结构相同的三角网也定义为A。只需要在该三角网的位置定义为A，就能够使用更少的三角网表征之前的效果，减少了数据占用的空间。

在三角网的数据结构变更完成后，一个层级的数据优化完成。

S17：按照步骤S13～S16循环处理倾斜摄影初始模型的其他层级，直至倾斜摄影初始模型的所有层级处理完毕。

在获取倾斜摄影初始模型的各个层级的优化数据后，进行第二次数据压缩。具体步骤如下所示。

S18：在获取倾斜摄影初始模型的各个层级的优化数据后，将优化后的各个层级的数据进行结合。以平衡二叉树的方式进行结合，每一层级占据一个区块。然后将区块通过二进制的方式进行连接。在文件头部分添加能够记录偏移量的相关索引。

如图3所示，文件头4与索引信息5相邻，索引信息5与第一层级6相邻。从第一层级至第n层级9，相邻的层级之间存在间隔7。例如，第一层级6与第二层级7之间存在间隔7。第n-1层级与第n层级9之间存在间隔7。

S19：如图3所示，利用LZMA2对文件进行第二次压缩，形成二进制的压缩文件10。相比于其他压缩方法，本方法在精度损失较小的情况下，极大地减少了倾斜摄影模型的体积和加载时的运算量，以便于移动端设备和低性能设备加载和展示倾斜摄影模型。

S20：对压缩后形成的二进制的模型压缩文件进行SHA1值计算并写入所述二进制的模型压缩文件的尾部，在优化后的倾斜摄影模型传输过程中基于所述SHA1值校检优化后的倾斜摄影模型。本发明使用SHA1值来校验倾斜摄影模型的正确性，使得传输过程中的倾斜摄影模型能够被验证完整性和唯一性，保证了信息传输的安全。

例如，对压缩后的二进制文件进行SHA1值计算，将得到的20个字节的SHA1值写入到文件尾部。SHA-1是一种密码散列函数。SHA-1可以生成一个被称为消息摘要的160位(20字节)散列值，散列值通常的呈现形式为40个十六进制数。其可以保证数据唯一，数据中一个字节的变化都可以导致SHA-1的变化，因为可以用来确定数据完整性。

本发明还提供一种倾斜摄影模型优化的模型处理方法，所述方法至少包括：基于采集倾斜摄影初始模型的信息构建优化模型；

以去除同一层级的非必要的基本体参数的方式实现第一次数据压缩；

以halffloat数据结构存储三角网的顶点位置与法向数据并将与所述halffloat数据结构相同的三角网加载；

基于倾斜摄影初始模型的层级顺序逐层优化。

本发明的倾斜摄影模型优化的模型处理方法对倾斜摄影初始模型进行优化后，提交量相对于未压缩前的提交量缩小至1/3，运算量相对于未压缩前的运算量也减小至1/3。本发明针对性的对倾斜摄影模型进行数据压缩，在保证不影响浏览效果的情况下尽可能的节省空间和计算机性能。本发明能够满足目前急需移动端等设备流畅加载和展示倾斜摄影模型的需求。

实施例2

本实施例是对实施例1的补充和改进，重复的内容不再赘述。

本发明还提供一种处理设备，至少包括能够与终端以有线或无线的方式连接的至少一个处理器，所述处理器至少包括构建模块100、压缩模块200、结构变更模块300和数据结合模块400。

构建模块100用于基于采集倾斜摄影初始模型的信息构建优化模型。

压缩模块200用于以去除同一层级的非必要的基本体参数的方式实现第一次数据压缩。

结构变更模块300用于以halffloat数据结构存储三角网的顶点位置与法向数据并将与所述halffloat数据结构相同的三角网加载。

本发明的处理设备，通过结构变更模块来改变三角网的数据结构。halffloat数据结构的三角网所占据的四个字节精简为两个字节，满足了在移动设备或者其他低性能设备上的精度，也节省了大量的算力和空间。本发明优化后的倾斜摄影模型，不会占据大量的空间，能够在更多的终端上显示。

优选地，处理设备中的所述处理器还包括数据结合模块400。所述数据结合模块400用于将基于倾斜摄影初始模型的层级顺序逐层优化后的各个层级的数据结合并进行第二次压缩，形成二进制的模型压缩文件。本发明通过数据结合模块进行二次压缩，使得各个层级的数据进一步压缩，再次减少了倾斜摄影模型的占用空间。

优选地，本发明的处理设备还包括存储模块，用于存储倾斜摄影初始模型和优化模型。存储模块能够与构建模块100、压缩模块200、结构变更模块300和数据结合模块400分别建立数据连接。

优选地，构建模块100执行的步骤至少包括：

S11：基于倾斜摄影初始模型存储装置600内存储的倾斜摄影初始模型逐层级读取每一层级信息并写入优化模型中。本发明中的优化模型优选为四叉树模型。

例如，遍历读取倾斜摄影初始模型的第一层级的所有区块的信息，构建四叉树模型。其中，第一层级的区块信息写入至所述四叉树模型根节点的子节点中。

S12：在第一层级的区块信息读取完成并且压缩完成后，循环读取下一个层级的信息并写入下一个节点中。从PageLod中加载LOD的索引信息及相关模型数据，构建完整的优化模型。本发明选用四叉树模型作为优化模型，需要的算力较小，能够进一步减少倾斜摄影模型的计算时间。

优选地，压缩模块200执行的步骤至少包括：

S13：在同一层级下，读取优化模型及四叉树模型的基本体参数，并且去除非必要性的四叉树模型基本体参数，从而减少了数据的存储量，实现了数据的精简压缩。

S14：在第一次压缩之前，将三角网中的纹理进行数据拉伸。

在纹理文件拉伸完成后，将拉伸后的纹理文件中的非必要性的基本体参数去除，得到的由基本体参数构成的纹理文件转换为统一格式dds。

优选地，结构变更模块300执行的步骤至少包括：

S15：将三角网中的顶点位置与法向数据变更为halfFloat数据结构。

在倾斜摄影初始模型的三角网中存储的三角网顶点位置与法向数据的计算是较为耗费资源和占用空间的。为了减少计算量及占用空间，本发明将三角网中的顶点位置与法向数据使用halfFloat数据结构进行存储。如此变更的优势在于，将halfFloat所占据的四个字节精简为两个字节，满足了在移动设备或者其他低性能设备上的精度，也节省了大量的算力和空间。

S16：搜索几何结构相同的三角网结构。其中，在搜索三角网的同时对作为搜索目标的三角网进行预先定义，以便进行重复使用。

优选地，在出现几何结构完全相等的三角网结构时以引用的方式加载。在三角网的数据结构变更完成后，一个层级的数据优化完成。

构建模块100、压缩模块200和结构变更模块300分别按照步骤S13～S16循环优化倾斜摄影初始模型的其他层级。当结构变更模块300的执行步骤完成后，向压缩模块200发送层级优化完成指令。压缩模块200响应于层级优化完成指令，将构建模块100发送的下一层级的数据开始进行压缩。或者，压缩模块200在压缩完第一层级的数据后，主动将构建模块100发送的第二层级的数据开始进行压缩。

即构建模块100、压缩模块200和结构变更模块300分别按照步骤S13～S16基于倾斜摄影初始模型的层级顺序逐层优化，直至倾斜摄影初始模型的所有层级优化完毕。

数据结合模块400执行的步骤至少包括：

S18：在获取倾斜摄影初始模型的各个层级的优化数据后，将优化后的各个层级的数据进行结合。其中，在压缩文件的在文件头部分添加能够记录偏移量的相关索引。

S19：如图3所示，利用LZMA2对文件进行第二次压缩，形成二进制的压缩文件10。

相比于其他压缩方法，本方法在精度损失较小的情况下，极大地减少了倾斜摄影模型的体积和加载时的运算量，以便于移动端设备和低性能设备加载和展示倾斜摄影模型。

S20：对压缩后形成的二进制的模型压缩文件进行SHA1值计算并写入所述二进制的模型压缩文件的尾部，在优化后的倾斜摄影模型传输过程中基于所述SHA1值校检优化后的倾斜摄影模型。本发明使用SHA1值来校验倾斜摄影模型的正确性，使得传输过程中的倾斜摄影模型能够被验证完整性和唯一性，保证了信息传输的安全。

响应于终端500发送的查询请求信息，数据结合模块400将二进制的模型压缩文件发送至终端500。

需要注意的是，上述具体实施例是示例性的，本领域技术人员可以在本发明公开内容的启发下想出各种解决方案，而这些解决方案也都属于本发明的公开范围并落入本发明的保护范围之内。本领域技术人员应该明白，本发明说明书及其附图均为说明性而并非构成对权利要求的限制。本发明的保护范围由权利要求及其等同物限定。本发明说明书包含多项发明构思，诸如“优选地”、“根据一个优选实施方式”或“可选地”均表示相应段落公开了一个独立的构思，申请人保留根据每项发明构思提出分案申请的权利。

Claims (10)

1.一种倾斜摄影模型优化的模型处理装置，至少包括能够与终端以有线或无线的方式连接的至少一个处理器，其特征在于，所述处理器被配置为：

基于采集倾斜摄影初始模型的信息构建优化模型；

以去除同一层级的非必要的基本体参数的方式实现第一次数据压缩；

以halffloat数据结构存储三角网的顶点位置与法向数据并加载几何结构相同的三角网；

基于倾斜摄影初始模型的层级顺序逐层优化。

2.根据权利要求1所述的模型处理装置，其特征在于，所述处理器还被配置为：

将优化后的各个层级的数据结合并进行第二次压缩，形成二进制的模型压缩文件。

3.根据权利要求1或2所述的模型处理装置，其特征在于，所述处理器还被配置为：

对压缩后形成的二进制的模型压缩文件进行SHA1值计算并写入所述二进制的模型压缩文件的尾部，在优化后的倾斜摄影模型传输过程中基于所述SHA1值校检优化后的倾斜摄影模型。

4.根据权利要求1～3任一项所述的模型处理装置，其特征在于，所述处理器还被配置为：

逐层级读取倾斜摄影初始模型的信息并写入四叉树模型中，其中，第一层级的区块信息写入至所述四叉树模型根节点的子节点中，

循环读取下一个层级的信息并写入下一个节点中，从PageLod中加载LOD的索引信息及相关模型数据，构建完整的优化模型。

5.根据权利要求1～4任一项所述的模型处理装置，其特征在于，所述处理器还被配置为：

基于halfFloat数据结构搜索相同的三角网结构，

在搜索到与halfFloat数据结构相同的三角网结构时以引用的方式加载。

6.根据权利要求1～5任一项所述的模型处理装置，其特征在于，

所述halfFloat数据结构包括两个字节，其中包括符号位、指数部分和尾数部分；

符号位1包括1bit，指数部分包括8bit，尾数部分包括7bit。

7.根据权利要求1～6任一项所述的系统，其特征在于，所述处理器还被配置为：

将基于倾斜摄影初始模型的层级顺序逐层优化后的各个层级的数据结合并进行第二次压缩，形成二进制的模型压缩文件。

8.一种处理设备，至少包括能够与终端以有线或无线的方式连接的至少一个处理器，其特征在于，所述处理器至少包括：

构建模块，基于采集倾斜摄影初始模型的信息构建优化模型；

压缩模块，以去除同一层级的非必要的基本体参数的方式实现第一次数据压缩；和

结构变更模块，以halffloat数据结构存储三角网的顶点位置与法向数据并加载几何结构相同的三角网。

9.根据权利要求8所述的处理设备，其特征在于，所述处理器还包括数据结合模块，

所述数据结合模块将基于倾斜摄影初始模型的层级顺序逐层优化后的各个层级的数据结合并进行第二次压缩，形成二进制的模型压缩文件。

10.一种倾斜摄影模型优化的模型处理方法，其特征在于，所述方法至少包括：

基于采集倾斜摄影初始模型的信息构建优化模型；

以去除同一层级的非必要的基本体参数的方式实现第一次数据压缩；

以halffloat数据结构存储三角网的顶点位置与法向数据并并加载几何结构相同的三角网；

基于倾斜摄影初始模型的层级顺序逐层优化。

Images