CN114170394B - 一种海量倾斜数据在Web端的展示优化方法及装置 - Google Patents
一种海量倾斜数据在Web端的展示优化方法及装置 Download PDFInfo
- Publication number
- CN114170394B CN114170394B CN202111474213.4A CN202111474213A CN114170394B CN 114170394 B CN114170394 B CN 114170394B CN 202111474213 A CN202111474213 A CN 202111474213A CN 114170394 B CN114170394 B CN 114170394B
- Authority
- CN
- China
- Prior art keywords
- data
- osgb
- layer
- optimizing
- block
- 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.)
- Active
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
- G06T17/05—Geographic models
-
- 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
-
- 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
- G06T17/005—Tree description, e.g. octree, quadtree
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
- G06T9/001—Model-based coding, e.g. wire frame
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
- G06T9/40—Tree coding, e.g. quadtree, octree
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/12—Bounding box
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/32—Image data format
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Remote Sensing (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开一种海量倾斜数据在Web端的展示优化方法及装置。所述方法包括对倾斜数据进行数据分块重构;对重构数据进行数据合并,输出osgb数据;对osgb数据进行重新组织,并将重新组织的osgb格式的倾斜数据转换为3d Tiles,在Web端进行展示。本申请通过对最常用的osgb格式倾斜数据结构做优化,并将优化后的倾斜数据输出为3d Tiles格式在Web端展示,提高海量倾斜数据在Web端的展示性能。
Description
技术领域
本发明涉及数据处理领域,尤其涉及一种海量倾斜数据在Web端的展示优化方法及装置。
背景技术
倾斜摄影技术作为国际测绘领域发展起来的一项高新技术,从诞生之初就备受关注,经过多年发展,在众多领域都已有所应用,比如应急指挥、国土安全、城市管理、房产税收等行业。实景三维中国建设是落实数字中国的重要举措,而实景三维的基本载体便是倾斜摄影模型,因为倾斜摄影模型能够全方位的反映地物周边真实情况,越来越多的城市和地区已经开始城市级的倾斜摄影建模。
目前常用的倾斜摄影建模软件有ContextCapture(Smart3D)、PhotoScan、OpenDroneMap等,这些建模软件常用的数据格式为OSGB(OpenSceneGragh Binary)格式。OSGB是一种带有内嵌纹理数据的二进制数据文件,此类数据文件碎、数量多、高级别金字塔文件大等特点难以形成高效、标准的网络发布方案,所以常用在桌面端浏览。
为了在Web端实现大量三维地理模型数据的流式传输,出现了3DTiles格式,3DTiles是一种在glTF的基础上,加入了分层LOD的结构后得到的产品,其与倾斜摄影数据的分层分级组织格式类似,因此为了实现倾斜数据的网络浏览,出现了以下解决方案:
1、建模软件(如Smart3D等)天然支持输出3DTiles格式的倾斜摄影模型,直接可以在开源的WebGL框架Cesium中渲染。
2、通过格式转换工具将已有的osgb格式的倾斜数据做格式转换,转换成3DTiles格式。
建模软件虽然可以输出3dTiles格式的倾斜模型数据,但是只是在数据格式上做了转换,缺乏对海量倾斜数据的优化,当数据量很大时,在web端的加载效率很低。目前的格式转换工具大多数也是对倾斜数据osgb文件做一对一的转换,没有对倾斜数据结构做必要的优化,面对海量倾斜数据加载效率同样是极其低下。
发明内容
本发明提供了一种海量倾斜数据在Web端的展示优化方法,包括:
对倾斜数据进行数据分块重构;
对重构数据进行数据合并,输出osgb数据;
对osgb数据进行重新组织,并将重新组织的osgb格式的倾斜数据转换为3dTiles,在Web端进行展示。
如上所述的一种海量倾斜数据在Web端的展示优化方法,其中,对倾斜数据进行数据分块重构,具体包括如下子步骤:
Step11、判断数据外包盒是否接近方形,如果是,则进行四叉树分块,执行Step12,否则进行方格网分块,执行Step12;
Step12、判断最顶层数据块的顶点数是否未超过阈值,如果是,则对最顶层数据进行分块合并,执行Step13,否则继续对最顶层数据块进行四叉树分块,直至顶点数未超过阈值;
Step13、依次判断次顶层及更精细层是否可以分块,若需要分块则继续进行四叉树分块,直至次顶层及更精细层顶点数未超过阈值,对次顶层及更精细层数据进行分块合并。
如上所述的一种海量倾斜数据在Web端的展示优化方法,其中,对重构数据进行数据合并,具体包括如下子步骤:
对重构后的osgb数据进行三角网合并,合并后的osgb数据包括一个三角网和一张纹理图片;
简化三角网,并对纹理图片进行裁剪合并。
如上所述的一种海量倾斜数据在Web端的展示优化方法,其中,对重构后的osgb数据进行三角网合并,具体为:将每个数据中的顶点以及索引做合并。
如上所述的一种海量倾斜数据在Web端的展示优化方法,其中,对纹理图片进行裁剪合并,具体包括:
Step21、判断纹理图片是否需要裁剪,如果是,则执行step22,否则执行step23;
Step22、对纹理图片进行裁剪,执行step23;
Step23、进行多张纹理图片合并。
如上所述的一种海量倾斜数据在Web端的展示优化方法,其中,对纹理图片进行裁剪,具体包括:
计算纹理坐标的横向纹理坐标最大值uMax、纵向纹理坐标最大值vMax,当最大值小于1时说明纹理图片有空白区域,根据纹理坐标范围计算出图片有效区域的像素大小,假设原始图片的宽为x1,高为y1,裁剪后的图片宽为x2,高为y2,x2=uMax*x1
y2=vMax*y1
根据这个范围用opencv对图片做裁剪,然后将纹理坐标映射到裁剪后的纹理图片上。
如上所述的一种海量倾斜数据在Web端的展示优化方法,其中,进行多张纹理图片
合并,具体为:根据待合并的纹理数量n,将一张纹理图片均分为m行m列,m为纹理数量开方
后向上取整,m=ceil(),最终合并后的纹理尺寸为:Smerge=int(M/m*8)*(m*8),其中M
表示合并后的纹理尺寸最大值。
如上所述的一种海量倾斜数据在Web端的展示优化方法,其中,对osgb数据进行重新组织,具体包括如下子步骤:
Step31、读取新的最顶层osgb数据,组织为PagedLod节点;
Step32、读取下一层osgb数据,如果当前层不是最后一层,则组织为PagedLod节点,并作为子节点添加到上一级PagedLod节点中,继续读取下一层数据,如果当前层是最后一层,则转到步骤Step33;
Step33、读取到最后一层重新分块的osgb数据时,将块内所有原始Tile中的对应层级PagedLod节点添加到当前PagedLod节点中,至此,新的倾斜数据结构组织完成。
如上所述的一种海量倾斜数据在Web端的展示优化方法,其中,一个osgb对应生成一个b3dm数据,3dTiles数据中只有一个tileset.json文件,或者除了tileset.json文件,每个b3dm数据都有一个对应的json文件;在每个b3dm数据对应一个json文件的基础上,对多个层级的json文件做合并优化。
本申请还提供一种海量倾斜数据在Web端的展示优化装置,所述装置执行上述任一项所述的海量倾斜数据在Web端的展示优化方法。
本发明实现的有益效果如下:本申请通过对最常用的osgb格式倾斜数据结构做优化,并将优化后的倾斜数据输出为3dTiles格式在Web端展示,提高海量倾斜数据在Web端的展示性能。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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发明中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1是本申请实施例一提供的一种海量倾斜数据在Web端的展示优化方法流程图;
图2是分块策略示意图;
图3是倾斜摄影数据重新分块示例;
图4是重新组织的树形结构图;
图5是Osgb格式倾斜数据转换为3dTiles流程示意图。
具体实施方式
下面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做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。
实施例一
如图1所示,本申请实施例提供一种海量倾斜数据在Web端的展示优化方法,应用于海量倾斜数据在Web端的展示优化装置中,所述装置连接Web端,将优化后的数据发送至Web端进行展示。所述方法包括:
步骤110、对倾斜数据进行数据分块重构;
倾斜数据一般是根据格网分块,每一块数据存储为一个Tile(瓦片),每个Tile中会存储多个级别的模型,每个级别精细程度不同,从顶层至底层精细度逐渐提高,最顶层模型的精细度只能展示模型的大致轮廓,每个级别的模型存储为一个osgb文件。对倾斜数据做合并然后重新分块,可以大大减少osgb文件数量,并且提升数据展示效率。
其中,对倾斜数据进行数据分块重构,具体包括如下子步骤:
对倾斜数据进行数据分块重构,具体包括如下子步骤:
Step11、判断数据外包盒是否接近方形,如果是,则进行四叉树分块,执行Step12,否则进行方格网分块,执行Step12;
其中,分块策略分两种情况,如图2所示,如果数据的包围盒长宽比小于1:1.5,就可以把外包盒近似看作方形,可根据整个倾斜数据的外包盒范围做四叉树分块,如果长宽比大于1:1.5,则因为在浏览器中对方形包围盒的视景体裁剪效果最好,所以需要根据外包盒范围做方格网分块。通过方格网分块与四叉树分块配合的方式保证了每一块Tile在分块后外包盒能够接近方形。
Step12、判断最顶层数据块的顶点数是否未超过阈值,如果是,则对最顶层数据进行分块合并,执行Step13,否则继续对最顶层数据块进行四叉树分块,直至顶点数未超过阈值;
其中,对最顶层数据进行分块合并,具体为:对最顶层数据分块;对最顶层数据分块完成后,依次将每块数据中的所有Tile的最顶层osgb数据合并,为了控制合并后单个数据的数据量,需要对顶点数做限制,当顶点数超过指定值,则需要对当前块再做四叉树分块,直到每块合并的数据量满足要求,合并后的数据输出为osgb文件。
本申请对每个合并后的osgb数据的顶点数做限制,超过限制的块需要进行递归四叉树分块,直到每一块数据的顶点数符合要求。这样可以将原本较小的块合并为较大的块,大幅减少数据文件的数量,同时也能避免合并后出现单个超大的数据文件严重影响数据传输与渲染效率。
Step13、依次判断次顶层及更精细层是否可以分块,若需要分块则继续进行四叉树分块,直至次顶层及更精细层顶点数未超过阈值,对次顶层及更精细层数据进行分块合并。
最顶层数据重新分块合并完成后,需要继续遍历下一层数据。在处理下一层数据之前,需要先判断该层级是否已经足够精细,判断理由是当前层存在不是PagedLod(分页细节层次模型)的节点,因为在osgb格式的倾斜数据中,PagedLod节点表示其还有更精细的子节点。如果该层级已经足够精细,就不再继续做分块合并操作,否则根据上一层的分块结果对当前层级的数据做递归四叉树分块。当某一块范围内只有1个Tile时,则该块不再做四叉树分块,直接使用Tile数据。对于次顶层及更精细层的合并,与最顶层数据块合并类似,对次顶层及更精细层分块后的数据做合并,然后输出为osgb文件。
本申请对倾斜数据进行数据分块重构过程如图3所示,假设原始倾斜摄影数据总共有16*16个Tile,对最顶层(这里称为第0层)数据做四叉树划分为四块,每一块中有8*8个Tile,将每一块的8*8个Tile中的最顶层osgb数据做合并,存储为1个osgb数据文件,这4块osgb数据作为新的最顶层数据。接下来根据当前的分块结果继续对每一块做四叉树划分,得到16个分块,对每一块的4*4个Tile中的次顶层osgb数据做合并,存储为1个osgb文件,则第1层会得到16个osgb数据文件,作为新的次顶层数据。同理可得第2层数据会产生64个osgb数据文件,如果再对第2层做四叉树划分,那么第3层每一块只有1个Tile,所以到第2层为止,完成数据的重新分块。以此例大致做一个计算:原始数据前3层数据一共有16*16*3=768个osgb文件,重新分块后前三层数据一共有4+16+64=84个osgb文件,文件数量大幅减少。
步骤120、对重构数据进行数据合并,输出osgb数据;
具体地,对重构后的osgb数据进行数据合并,具体包括如下子步骤:
步骤121、对重构后的osgb数据进行三角网合并,合并后的osgb数据包括一个三角网和一张纹理图片;
倾斜摄影osgb数据一般为连续的三角网格,多个osgb数据的合并需要将每个数据中的顶点以及索引做合并,保证合并后的osgb数据只有一个三角网和一张纹理。
步骤122、简化三角网,并对纹理图片进行裁剪合并;
其中,简化三角网,具体为使用osg(OpenSceneGraph)中的Simplifier对三角网做简化,这种简化方式可以在保持三角网不会被破坏,纹理不发生错乱的前提下缩减约20%的顶点数量。通过对三角网做化简,既保持了原始三角网的基本特征,又减少了三角网的顶点数量,进一步减小数据量,提升web端的传输和展示效率。
对纹理图片进行裁剪合并,具体包括:
Step21、判断纹理图片是否需要裁剪,如果是,则执行step22,否则执行step23;
Step22、对纹理图片进行裁剪,执行step23;
由于有的osgb数据中的纹理图片存在纹理中黑色区域没有被用到的情况,所以对纹理图片做裁剪;首先计算纹理坐标的最大值uMax(横向纹理坐标)、vMax(纵向纹理坐标),当最大值小于1时说明纹理图片有空白区域,根据纹理坐标范围可计算出图片有效区域的像素大小,假设原始图片的宽为x1,高为y1,裁剪后的图片宽为x2,高为y2,
x2=uMax*x1
y2=vMax*y1
根据这个范围用opencv对图片做裁剪,然后将纹理坐标映射到裁剪后的纹理图片上。
Step23、进行多张纹理图片合并;
为了让大量纹理合并后不会出现超大尺寸的纹理图片,并且考虑到需要合并的
tile精细度不高,其纹理清晰度一般也很低,所以对原始纹理做适当的缩放也不会产生较
大的视觉差异。根据待合并的纹理数量n,将一张图片均分为m行m列,m为纹理数量开方后向
上取整,m=ceil(),那么最终合并后的纹理尺寸为:
Smerge=int(M/m*8)*(m*8)
公式中,M表示合并后的纹理尺寸最大值,如果想压缩或者放大合并后的纹理,可以调整这个值。
例如假设有114块纹理,设置纹理尺寸最大值为4096,那么m=ceil()=11,
将m带入公式可得Smerge=int(4096.0/11*8)*(11*8)=4048,即合并后的纹理尺寸为4048*
4048,每一块的纹理大小为368*368,将每一张待合并的纹理对应缩放到每一块中,将纹理
坐标重新映射后就完成了纹理的合并。纹理填空式的合并方式加上纹理的缩放可以将任意
大小、任意数量的纹理合并到一张大小合适的纹理中,减小数据量的同时可以保证纹理的
完整性。
返回参见图1,步骤130、对osgb数据进行重新组织,并将重新组织的osgb格式的倾斜数据转换为3dTiles,在Web端进行展示;
当原始倾斜数据重新分块重构完成后,需要对输出的osgb数据进行重新组织,具体包括如下子步骤:
步骤131、读取新的最顶层osgb数据,组织为PagedLod节点;
步骤132、读取下一层osgb数据,如果当前层不是最后一层,则组织为PagedLod节点,并作为子节点添加到上一级PagedLod节点中,继续读取下一层数据,如果当前层是最后一层,则转到步骤133;
步骤133、读取到最后一层重新分块的osgb数据时,将块内所有原始Tile中的对应层级PagedLod节点添加到当前PagedLod节点中,至此,新的倾斜数据结构组织完成;
如图3所示,将第0层的T0、T1、T2、T3组织为四个最顶层的PagedLod节点,然后将第1层的T0、T1、T4、T5做为孩子节点添加到第0层的T0中,第1层的T2、T3、T6、T7做为孩子节点添加到第0层的T1中...,然后将第2层的T0、T1、T8、T9做为孩子节点添加到第1层的T0中,依次类推,可得到如图4所示的树形结构。
在对osgb数据进行重新组织之后,由于Web端目前还不支持osgb格式数据的展示,需要将osgb倾斜数据转换为3dTiles。如图5所示,一个osgb对应生成一个b3dm数据,目前3dTiles数据中一般是只有一个tileset.json文件,或者除了tileset.json文件,每个b3dm数据都有一个对应的json文件;json文件数量过多增加web数据请求次数,降低数据请求效率,如果将所有的json文件合并为一个json文件,那么会导致这个json文件过于庞大,请求这个json文件时会造成明显延迟。因此本申请在每个b3dm数据对应一个json文件的基础上,对多个层级的json文件做合并优化。原本tileset.json中会链接每一层数据的json文件,如果把前面几层直接链接b3dm数据,那么就相当于把这些层级的json文件合并到tileset.json中,大大减少json文件的数量。为提升3dTiles数据的网络传输效率,还可对3dTiles数据做GZip压缩。本申请对部分层级的json做合并后,既可以减少json文件的数量,又能避免单一json文件过大,是两种方案的折衷,兼顾了数据请求次数与传输效率。
在实验中,采用本申请技术方案在使用i7-10700F的CPU、8GB内存、显卡NVIDIAGTX2060的硬件配置下,对约80GB的倾斜数据做优化后输出3dTiles数据,在web端进行展示,顶层数据全部加载完毕耗时约为6.85s,并且帧率为59FPS(60Hz屏幕刷新率),而优化前顶层数据全部加载完毕要超过1分钟,平均帧率不超过30FPS。
本申请技术方案能够达到如下技术效果:
(1)通过适当合并Tile增加单个模型文件的大小使模型文件数量大大减少,减少Web端请求数据的次数。
(2)通过顶层数据的分块合并,减少顶层数据量,大幅提升顶层数据的加载速度。
(3)三角网压缩和纹理压缩,进一步减小单个模型的数据量,提升数据传输与渲染效率。
(4)将顶层多个层级的json合并,避免了单个json文件过大,也减少了json文件的数量,提高了json数据传输效率。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的技术方案的基础之上,所做的任何修改、等同替换、改进等,均应包括在本发明的保护范围之内。
Claims (8)
1.一种海量倾斜数据在Web端的展示优化方法,其特征在于,包括:
对倾斜数据进行数据分块重构;
对重构数据进行数据合并,输出osgb数据;
对osgb数据进行重新组织,并将重新组织的osgb格式的倾斜数据转换为3dTiles,在Web端进行展示;
对倾斜数据进行数据分块重构,具体包括如下子步骤:
Step11、判断数据外包盒是否接近方形,如果是,则进行四叉树分块,执行Step12,否则进行方格网分块,执行Step12;
Step12、判断最顶层数据块的顶点数是否未超过阈值,如果是,则对最顶层数据进行分块合并,执行Step13,否则继续对最顶层数据块进行四叉树分块,直至顶点数未超过阈值;
Step13、依次判断次顶层及更精细层是否可以分块,若需要分块则继续进行四叉树分块,直至次顶层及更精细层顶点数未超过阈值,对次顶层及更精细层数据进行分块合并;
对osgb数据进行重新组织,具体包括如下子步骤:
Step31、读取新的最顶层osgb数据,组织为PagedLod节点;
Step32、读取下一层osgb数据,如果当前层不是最后一层,则组织为PagedLod节点,并作为子节点添加到上一级PagedLod节点中,继续读取下一层数据,如果当前层是最后一层,则转到步骤Step33;
Step33、读取到最后一层重新分块的osgb数据时,将块内所有原始Tile中的对应层级PagedLod节点添加到当前PagedLod节点中,至此,新的倾斜数据结构组织完成。
2.如权利要求1所述的海量倾斜数据在Web端的展示优化方法,其特征在于,如果数据的包围盒长宽比小于1:1.5,则把外包盒近似看作方形,根据整个倾斜数据的外包盒范围做四叉树分块;如果长宽比大于1:1.5,则根据外包盒范围做方格网分块。
3.如权利要求1所述的海量倾斜数据在Web端的展示优化方法,其特征在于,对最顶层数据进行分块合并,具体为:对最顶层数据分块;对最顶层数据分块完成后,依次将每块数据中的所有Tile的最顶层osgb数据合并,合并后的数据输出为osgb文件。
4.如权利要求2所述的海量倾斜数据在Web端的展示优化方法,其特征在于,对每个合并后的osgb数据的顶点数做限制,超过限制的块需要进行递归四叉树分块,直到每一块数据的顶点数符合要求。
5.如权利要求1所述的海量倾斜数据在Web端的展示优化方法,其特征在于,最顶层数据重新分块合并完成后,需要继续遍历下一层数据,在处理下一层数据之前,需要先判断该层级是否已经足够精细,如果是,则不再继续做分块合并操作,否则根据上一层的分块结果对当前层级的数据做递归四叉树分块。
6.如权利要求1所述的海量倾斜数据在Web端的展示优化方法,其特征在于,一个osgb对应生成一个b3dm数据,3d Tiles数据中只有一个tileset.json文件,或者除了tileset.json文件,每个b3dm数据都有一个对应的json文件;在每个b3dm数据对应一个json文件的基础上,对多个层级的json文件做合并优化。
7.如权利要求6所述的海量倾斜数据在Web端的展示优化方法,其特征在于,对3dTiles数据做GZip压缩。
8.一种海量倾斜数据在Web端的展示优化装置,其特征在于,所述装置执行如权利要求1-7任一项所述的海量倾斜数据在Web端的展示优化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111474213.4A CN114170394B (zh) | 2021-12-03 | 2021-12-03 | 一种海量倾斜数据在Web端的展示优化方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111474213.4A CN114170394B (zh) | 2021-12-03 | 2021-12-03 | 一种海量倾斜数据在Web端的展示优化方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114170394A CN114170394A (zh) | 2022-03-11 |
CN114170394B true CN114170394B (zh) | 2023-07-04 |
Family
ID=80483157
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111474213.4A Active CN114170394B (zh) | 2021-12-03 | 2021-12-03 | 一种海量倾斜数据在Web端的展示优化方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114170394B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116401332B (zh) * | 2023-06-07 | 2023-09-29 | 北京航空航天大学 | 一种大规模三维模型展示优化方法、系统及电子设备 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110992458A (zh) * | 2019-10-30 | 2020-04-10 | 中国科学院电子学研究所苏州研究院 | 一种大规模倾斜摄影模型组织与调度方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11100143B2 (en) * | 2018-07-19 | 2021-08-24 | Steady Platform Llc | Structuring of unstructured web posting |
CN112384955A (zh) * | 2019-06-11 | 2021-02-19 | 深圳市大疆创新科技有限公司 | 三维数据点的编解码方法和装置 |
CN110969691B (zh) * | 2020-02-28 | 2020-06-23 | 中科星图股份有限公司 | 基于WebGL的摄影数据调度方法及系统 |
CN111161411B (zh) * | 2020-04-08 | 2020-07-14 | 速度时空信息科技股份有限公司 | 一种基于八叉树的三维建筑物模型lod方法 |
CN111583404B (zh) * | 2020-05-08 | 2021-08-31 | 广西壮族自治区自然资源遥感院 | 海量倾斜摄影三维模型数据调度方法及系统 |
CN112686997B (zh) * | 2020-12-31 | 2021-11-09 | 湖北省国土测绘院 | 基于WebGIS的三维模型数据分析展示平台及方法 |
CN113628331B (zh) * | 2021-08-30 | 2023-06-13 | 中国人民解放军国防科技大学 | 一种虚幻引擎中摄影测量模型的数据组织和调度方法 |
-
2021
- 2021-12-03 CN CN202111474213.4A patent/CN114170394B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110992458A (zh) * | 2019-10-30 | 2020-04-10 | 中国科学院电子学研究所苏州研究院 | 一种大规模倾斜摄影模型组织与调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114170394A (zh) | 2022-03-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113178014B (zh) | 场景模型渲染方法、装置、电子设备和存储介质 | |
Chen et al. | POP: A hybrid point and polygon rendering system for large data | |
US8462159B2 (en) | Subdividing geometry images in graphics hardware | |
Lindstrom et al. | Terrain simplification simplified: A general framework for view-dependent out-of-core visualization | |
US7561156B2 (en) | Adaptive quadtree-based scalable surface rendering | |
US20100289799A1 (en) | Method, system, and computer program product for efficient ray tracing of micropolygon geometry | |
Lindstrom et al. | Level-of-detail management for real-time rendering of phototextured terrain | |
CA2294538A1 (en) | System and method for computer modeling of 3d objects and 2d images by mesh constructions that incorporate non-spatial data such as color or texture | |
CN113628331B (zh) | 一种虚幻引擎中摄影测量模型的数据组织和调度方法 | |
CN116051759B (zh) | 一种生成倾斜摄影lod简化模型的方法 | |
CN114359500B (zh) | 一种面向滑坡危险范围预测的三维建模与可视化方法 | |
CN113593051A (zh) | 一种实景可视化方法及大坝可视化方法及计算机设备 | |
Sander et al. | Progressive buffers: view-dependent geometry and texture lod rendering | |
CN114170394B (zh) | 一种海量倾斜数据在Web端的展示优化方法及装置 | |
Dally et al. | The delta tree: An object-centered approach to image-based rendering | |
Chen et al. | An improved texture-related vertex clustering algorithm for model simplification | |
CN111028349B (zh) | 一种适用于海量三维实景数据快速可视化的层级构建方法 | |
CN113327314B (zh) | 一种基于层次的覆盖全空域的云表示与实时绘制方法 | |
US9007388B1 (en) | Caching attributes of surfaces without global parameterizations | |
Sim et al. | Construction of regular 3D point clouds using octree partitioning and resampling | |
CN111729303B (zh) | 一种大地图烘焙切割方法及恢复方法 | |
Yang et al. | Large scale terrain real-time rendering on GPU using double layers tile quad tree and cuboids bounding error metric | |
Agrawal et al. | Dynamic multiresolution level of detail mesh simplification for real-time rendering of large digital terrain models | |
CN116934938A (zh) | 三维模型纹理处理方法、设备和存储介质 | |
Zhang et al. | Real-time rendering of large-scale terrain based on GPU |
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 |