CN114637730A

CN114637730A - 一种模型文件的压缩的方法、装置、系统及存储介质

Info

Publication number: CN114637730A
Application number: CN202210292240.8A
Authority: CN
Inventors: 高歌; 彭程; 刘寒; 顾明
Original assignee: Tsinghua University
Current assignee: Tsinghua University
Priority date: 2022-03-23
Filing date: 2022-03-23
Publication date: 2022-06-17
Anticipated expiration: 2042-03-23
Also published as: CN114637730B

Abstract

本发明实施例涉及计算机技术领域，尤其涉及一种模型文件的压缩的方法、装置、系统及存储介质。该方法包括：获取待处理模型文件，对待处理模型文件进行解析处理，获得解析之后的解析数据，遍历解析数据，获取解析数据中的各个构件，分别识别每一个构件属性，记录冗余构件与初始构件之间的位置关系后，删除冗余构件，根据位置关系和删除冗余构件后的待处理模型文件，确定压缩后的目标模型文件。通过对冗余构件的删除，极大的节省了空间，同时，由于记录了冗余构件与初始构件之间的位置关系，在需要的情况下，可以按照对应的位置关系，将初始构件映射到已经被删除的冗余构件所在的位置中，在压缩了文件占用空间大小的同时保证了文件的完整性。

Description

一种模型文件的压缩的方法、装置、系统及存储介质

技术领域

本发明实施例涉及计算机技术领域，尤其涉及一种模型文件的压缩的方法、装置、系统及存储介质。

背景技术

模型文件通常指建筑信息模型(Building Information Modeling，BIM)对应的文件，其中就包含有工业基础类文件(Industry Foundation Class，IFC)等等各种文件，极大的促进了建筑行业的信息化发展。

现有技术下，一个模型文件通常会占据大量的存储空间，为了存储更多的模型文件，不得不耗费大量的财力物力增大存储空间，模型文件不断增长的数据量与数据复杂度影响了其在多方之间的交互同步。同时，在例如建筑领域中，一些文件中存在大量多次复用的墙梁柱板等构件，这些相似的构件给模型带来了大量的冗余数据。

因此需要一种模型压缩的方法，以解决上述问题。

发明内容

鉴于此，为解决现有技术中上述技术问题，本发明实施例提供一种模型文件的压缩的方法、装置、系统及存储介质。

第一方面，本发明实施例提供一种模型文件的压缩的方法，该方法包括：

获取待处理模型文件；

对待处理模型文件进行解析处理，获得解析之后的解析数据；

遍历解析数据，获取解析数据中的各个构件；

分别识别每一个构件属性，其中，构件属性包括冗余构件属性和初始构件属性；

记录冗余构件与初始构件之间的位置关系后，从待处理模型文件中删除冗余构件；

根据位置关系和删除冗余构件后的待处理模型文件，确定压缩后的目标模型文件。

在一个可能的实施方式中，分别识别每一个构件属性，包括：

解析各个构件中第i个构件，当解析结果存在时，获得第i个构件对应的信息树，其中，信息树中的每个节点都对应第i个构件的一个特征信息；

遍历信息树，整合所有特征信息，生成特征字符串；

将特征字符串与历史特征字符串进行比对；

当确定特征字符串与历史字符串相同时，对第i个构件进行配准处理；

根据配准结果，确定第i个构件的属性为冗余构件属性，或初始构件属性，其中，i为正整数。

在一个可能的实施方式中，根据配准结果，确定第i个构件的属性为冗余构件属性，或初始构件属性，具体包括：

当确定配准结果为配准成功时，确定第i个构件的属性为冗余构件属性；

或者，当确定配准结果为配准失败时，确定第i个构件的属性为初始构件属性。

在一个可能的实施方式中，当确定特征字符串与历史字符串不同时，确定第i个构件的属性为初始构件属性。

在一个可能的实施方式中，当确定第i个构件的属性为初始构件属性时，方法还包括：

将第i个构件以及对应的特征字符串，存储至特征桶中。

在一个可能的实施方式中，当确定特征字符串与历史字符串相同时，对第i个构件进行配准处理，包括：

判断第i个构件和与第i个构件具有相同的特征字符串的构件之间的参数误差，是否小于预设的误差阈值；

当小于误差阈值时，认定配准成功；

否则，认定配准失败。

在一个可能的实施方式中，还包括：

当解析结果不存在时，保留第i个构件。

第二方面，本申请提供了一种模型文件的压缩装置，包括：

获取模块，用于获取待处理模型文件；

处理模块，用于对待处理模型文件进行解析处理，获得解析之后的解析数据；遍历解析数据，获取解析数据中的各个构件；分别识别每一个构件属性，其中，构件属性包括冗余构件属性和初始构件属性；记录冗余构件与初始构件之间的位置关系后，从待处理模型文件中删除冗余构件；

生成模块，用于根据位置关系和删除冗余构件后的待处理模型文件，确定压缩后的目标模型文件。

第三方面，本申请提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器执行如第一方面中任一的方法的步骤。

第四方面，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如第一方面中任一项的方法的步骤。

本发明实施例提供的一种模型文件的压缩方法，获取待处理模型文件，对待处理模型文件进行解析处理，获得解析之后的解析数据，通过解析文件，使得待处理模型文件变得更加便于计算机处理，遍历解析数据，获取解析数据中的各个构件，分别识别每一个构件属性，其中，构件属性包括冗余构件属性和初始构件属性，通过对构件属性的识别，明确哪些构件可以删除，那些构件可以得以保留，记录冗余构件与初始构件之间的位置关系后，删除冗余构件，根据位置关系和删除冗余构件后的待处理模型文件，确定压缩后的目标模型文件。通过对冗余构件的删除，极大地节省了空间，同时，由于记录了冗余构件与初始构件之间的位置关系，在需要的情况下，可以按照对应的位置关系，将初始构件映射到已经被删除的冗余构件所在的位置中，降低了模型文件的数据量与数据复杂度，在压缩了文件占用空间大小的同时保证了文件的完整性。

附图说明

图1为本发明实施例提供的一种模型文件的压缩的方法流程示意图；

图2为本发明实施例提供的一种模型文件的压缩的方法流程示意图；

图3为本发明实施例提供的一种信息树示意图；

图4为本发明实施例提供的一种位置关系示意图；

图5为本发明实施例提供的一种模型文件的压缩的装置结构示意图；

图6为本发明实施例提供一种模型文件的压缩的系统结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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，本领域普通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。

为便于对本发明实施例的理解，下面将结合附图以具体实施例做进一步的解释说明，实施例并不构成对本发明实施例的限定。

图1为本发明实施例提供的一种模型文件的压缩的方法流程示意图，该方法步骤执行过程，具体可以参见图1所示，该方法包括：

步骤110，获取待处理模型文件。

具体的，待处理模型文件是可以通过响应于客户端的上传操作获得，也可以直接通过数据库调用，获得待处理模型文件的手段包括但不限于上述手段。具体的获取手段，依据具实际应用情况确定，在此不做限定。获取到的待处理模型文件，也是后续步骤中，要进行压缩的文件。

步骤120，对待处理模型文件进行解析处理，获得解析之后的解析数据。

具体的，在本步骤中，通常待处理模型文件，为一些可视化的实体模型，这些文件虽便于使用人员的直观观察，但是不便于后续计算和比较，因此，需要将这些可视化的实体模型，转化为更加便于计算的解析数据，解析数据中，标明不同构件的类别，和构件之间的参数以及相互之间的引用关系，十分便于计算。

在一个可选的例子中，假设一个待处理模型文件中仅有一个构件，该构件为立方体，经过解析后，该文件的表示变为一段解析数据：Cube(“8”，“12”，“6”，“1”)，其中，Cube为构件的名字，“8”代表该立方体有8个点，12代表该立方体有12条边，6代表该立方体有6个面，1代表2个点之间距离为1。这些数据都会用于生成构件的特征字符串。

需要说明的是，待处理模型文件存在有不同的形态，对于不同的待处理模型文件，采用不同的本行业内惯用的解析手段，会得到不同的解析数据，本实例中仅给出了一种示例性的情况，实际应用中，应当根据不同的待处理模型文件，选择合适的解析手段，进行解析，生成对应的解析数据，在此不做限定。

步骤130，遍历解析数据，获取解析数据中的各个构件。

具体的，将整个待处理模型文件解析为解析数据之后，根据解析数据中的数据结构，找到全部构件。

在一个可选的例子中，如果解析之后的数据结构形式如上述实例中的：Cube(“8”，“12”，“6”，“1”)，很显然，这种解析数据的数据结构为：构件(特征1，特征2，特征3，……，特征n)，其中每一个特征代表构件的一种特性，则在这种情况下，每一个符合上述数据结构的表达式，即为一个构件。

需要说明的是，在上述示例中，给出了一种数据结构的形式，但是，在实际应用中，由于解析数据类型的不同，因此数据结构不仅限于此，本实例中给出的数据结构仅为说明，实际中以实际应用为准，在此不做限定。而且，解析数据中通常将包括多个构件，上述实施例中仅列举一个构件的表现形式而已。

步骤140，分别识别每一个构件属性。

具体的，构件属性包括冗余构件属性和初始构件属性。

进一步的，在一个待处理模型文件中，存在有大量相同的构件，这些构件占用了大量的空间，为了删除掉重复出现的构件，在完成解析之后，需要通过本步骤，识别每一个构件的属性。

而具体的识别每一个构件的属性的过程，可以参见但不限于下文所描述的过程，具体流程参阅图2所示。

步骤210，解析各个构件中第i个构件，当解析结果存在时，获得第i个构件对应的信息树。

具体的，信息树中的每个节点都对应构件的一个特征信息。之所以生成信息树，是为了为后续生成特征字符串做准备，而对于不同的构件来说，不同构件之间的特征信息必然不同，因此，可以用特征信息来生成信息树。

在一个可选的例子中，仍以上述解析数据Cube(“8”，“12”，“6”，“1”)为例，可以将Cube(“8”，“12”，“6”，“1”)进一步进行解析，最终获得特征信息8、6、12、1，按照其生成流程，即一个立方体有6个面，这6个面由12条边和8个点构成，边长是1为顺序，生成如图3的信息树。

需要说明的是，在实际应用中，进一步的解析获得特征信息，依托于不同的解析数据，和不同的构件类型，因此，本示例中给出的特征信息解析结果及信息树仅为示例，实际应用并不仅限于此。

不过，当解析结果不存在时，还需要考虑到一种特殊情况。

即，当构件十分复杂，此时无法成功的完成进一步解析，进而也无法得到对应的解析结果，这种情况下，只保留构件。

需要说明的说，如果遇到了这种特殊的情况，对于这种无法进一步解析的构件，就不需要再判断构件的属性了，也无需执行剩下的步骤220-步骤250。步骤220-步骤250仅针对于存在解析结果的构件进行执行。

步骤220，遍历信息树，整合所有特征信息，生成特征字符串。

具体的，遍历信息树的方式包括但不限于前序遍历，中序遍历，后序遍历等等。

在一个可选的例子中，仍以上述解析数据Cube(“8”，“12”，“6”，“1”)为例，采用前序遍历的结果61218，这个前序遍历结果即为特征字符串。

步骤230，将特征字符串与历史特征字符串进行匹配。

具体的，可以先判断是否存在有历史特征字符串，历史特征字符串和对应的构件都存储在预先设定好的特征桶中，当特征桶中不存在有历史特征字符串时，可以直接认定当前构件为所有构件中第一个进行解析的构件，因此一定是初始构件，因此，直接将这个构件和对应的特征字符串放入至特征桶中。

但是，需要说明的是，判断是否存在有历史特征字符串为优选步骤，如不进行判断，同样可以执行步骤240-步骤250，因为如果不存在有历史特征字符串，在之后的执行过程中显然无法找到相同的特征字符串，进而，该特征字符串对应的构件会被判定为初始构件，与上述结果相同，因此，不会对方法造成影响。

步骤240，当存在与特征字符串相同的历史字符串，对第i个构件进行配准处理。

具体的，特征字符串相同，并不能完全证明两个构件之间的完全相同，他只表明了这两个构件之间的特征信息完全相同，也就是这两个构件之间相似，而两个构件是否完全相同，需要看进一步的配准过程。

而具体的配准过程，可以参见但不限于下文所描述的过程。

具体的，判断第i个构件和与第i个构件具有相同的特征字符串的构件之间经过平移和旋转之后，两个构件之间的参数误差，是否小于预设的误差阈值，当小于误差阈值时，认定配准成功。其中，与第i个构件具有相同的特征字符串的构件存放在特征桶中。

进一步的，配准的方式有很多，包括但不限于：SVD配准，基于模板匹配的图像配准等等。

在一个可选的实施例中，假设存在有一个构件A，以及和它拥有相同特征字符串的构件P，并假设误差阈值为0.0002，通过计算，可以获得构件A于构件P之间的误差参数为0.0001，因为0.0001<0.0002，因此，构件A的配准结果为配准成功。

不过，当特征字符串与历史字符串不相同时，还需要考虑到一种特殊情况。在这种情况下，由于特征桶中不存在与当前构件特征字符串相同的历史特征字符串，因此，直接判定该构件的构件为初始构件，将该构件以及对应的特征字符串存放到特征桶中。不需要再执行步骤250。

步骤250，根据配准结果，确定第i个构件的属性为冗余构件属性，或初始构件属性。

具体的，当确定配准结果为配准成功时，确定第i个构件的属性为冗余构件属性。

例如，在上述示例中，构件A的构件属性即为冗余构件属性。

步骤150，记录冗余构件与初始构件之间的位置关系后，删除冗余构件。

具体的，冗余构件是构件属性为冗余构件属性的构件，初始构件是构件属性为初始构件属性的构件。

进一步的，位置关系仅包括平移和旋转。

在一个可选的实施例中，参阅图4所示，假设存在两个构件，分别为构件M和构件N，其中构件M为相对于构件N的初始构件，构件N为相对于构件M的冗余构件，构件M可以经过旋转90°，之后平移一个单位长度，到达构件N处，则记录位置关系：先旋转90°，再平移一个单位长度。完成记录后，删除构件N。

步骤160，根据位置关系和删除冗余构件后的待处理模型文件，确定压缩后的目标模型文件。

具体的，全部的位置关系和只包含有初始构件的模型文件进行整合，将整合之后的文件作为目标模型文件。

本发明实施例提供的一种模型文件的压缩方法，获取待处理模型文件，对待处理模型文件进行解析处理，获得解析之后的解析数据，通过解析文件，使得待处理模型文件变得更加便于计算机处理，遍历解析数据，获取解析数据中的各个构件，分别识别每一个构件属性，其中，构件属性包括冗余构件属性和初始构件属性，通过对构件属性的识别，明确哪些构件可以删除，那些构件可以得以保留，记录冗余构件与初始构件之间的位置关系后，删除冗余构件，根据位置关系和删除冗余构件后的待处理模型文件，确定压缩后的目标模型文件。通过对冗余构件的删除，极大的节省了空间，同时，由于记录了冗余构件与初始构件之间的位置关系，在需要的情况下，可以按照对应的位置关系，将初始构件映射到已经被删除的冗余构件所在的位置中，在压缩了文件占用空间大小的同时保证了文件的完整性。

图5为本发明实施例提供的一种模型文件的压缩装置，该装置包括：获取模块501，处理模块502，生成模块503。

获取模块，用于获取待处理模型文件；

可选地，处理模块502，具体用于：

遍历信息树，整合所有特征信息，生成特征字符串；

将特征字符串与历史特征字符串进行比对；

可选地，处理模块502，具体用于：

可选地，处理模块502，具体用于当确定特征字符串与历史字符串不同时，确定第i个构件的属性为初始构件属性。

可选地，当确定第i个构件的属性为初始构件属性时，处理模块502，具体用于：

将第i个构件以及对应的特征字符串，存储至特征桶中。

可选地，处理模块502，具体用于：

当小于误差阈值时，认定配准成功；

否则，认定配准失败。

可选地，处理模块502，具体用于：

当解析结果不存在时，保留第i个构件。

请参阅图6，图6是本发明可选实施例提供的一种电子设备的结构示意图，如图6所示，该电子设备可以包括：至少一个处理器61，例如CPU(Central Processing Unit，中央处理器)，至少一个通信接口63，存储器64，至少一个通信总线62。其中，通信总线62用于实现这些组件之间的连接通信。其中，通信接口63可以包括显示屏(Display)、键盘(Keyboard)，可选通信接口63还可以包括标准的有线接口、无线接口。存储器64可以是高速RAM存储器(Random Access Memory，易挥发性随机存取存储器)，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。存储器64可选的还可以是至少一个位于远离前述处理器61的存储装置。其中处理器61可以结合图6所描述的装置，存储器64中存储应用程序，且处理器61调用存储器64中存储的程序代码，以用于执行上述任一方法步骤。

其中，通信总线62可以是外设部件互连标准(peripheral componentinterconnect，简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture，简称EISA)总线等。通信总线62可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

其中，存储器64可以包括易失性存储器(英文：volatile memory)，例如随机存取存储器(英文：random-access memory，缩写：RAM)；存储器也可以包括非易失性存储器(英文：non-volatile memory)，例如快闪存储器(英文：flash memory)，硬盘(英文：hard diskdrive，缩写：HDD)或固态硬盘(英文：solid-state drive，缩写：SSD)；存储器64还可以包括上述种类的存储器的组合。

其中，处理器61可以是中央处理器(英文：central processing unit，缩写：CPU)，网络处理器(英文：network processor，缩写：NP)或者CPU和NP的组合。

其中，处理器61还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(英文：application-specific integrated circuit，缩写：ASIC)，可编程逻辑器件(英文：programmable logic device，缩写：PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(英文：complex programmable logic device，缩写：CPLD)，现场可编程逻辑门阵列(英文：field-programmable gate array，缩写：FPGA)，通用阵列逻辑(英文：generic arraylogic,缩写：GAL)或其任意组合。

可选地，存储器64还用于存储程序指令。处理器61可以调用程序指令，实现如本申请任一实施例中所示的一种涡流耗散率预测方法。

本发明实施例还提供了一种非暂态计算机存储介质，计算机存储介质存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的一种涡流耗散率预测方法。其中，存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random Access Memory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard DiskDrive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；存储介质还可以包括上述种类的存储器的组合。

虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims

1.一种模型文件的压缩方法，其特征在于，包括：

获取待处理模型文件；

对所述待处理模型文件进行解析处理，获得解析之后的解析数据；

遍历所述解析数据，获取所述解析数据中的各个构件；

分别识别每一个所述构件属性，其中，所述构件属性包括冗余构件属性和初始构件属性；

记录冗余构件与初始构件之间的位置关系后，从所述待处理模型文件中删除所述冗余构件；

根据所述位置关系和删除所述冗余构件后的待处理模型文件，确定压缩后的目标模型文件。

2.根据权利要求1所述的方法，其特征在于，所述分别识别每一个所述构件属性，包括：

解析各个所述构件中第i个构件，当所述解析结果存在时，获得第i个所述构件对应的信息树，其中，所述信息树中的每个节点都对应第i个所述构件的一个特征信息；

遍历所述信息树，整合所有所述特征信息，生成特征字符串；

将特征字符串与历史特征字符串进行匹配；

当存在与所述特征字符串相同的所述历史字符串，对第i个所述构件进行配准处理；

根据所述配准结果，确定第i个所述构件的属性为所述冗余构件属性，或所述初始构件属性，其中，i为正整数。

3.根据权利要求2所述的方法，其特征在于，所述根据所述配准结果，确定第i个所述构件的属性为所述冗余构件属性，或所述初始构件属性，具体包括：

当确定所述配准结果为配准成功时，确定第i个所述构件的属性为所述冗余构件属性；

或者，当确定所述配准结果为配准失败时，确定第i个所述构件的属性为所述初始构件属性。

4.根据权利要求3所述的方法，其特征在于，当确定所述特征字符串与所述历史字符串不同时，确定第i个所述构件的属性为所述初始构件属性。

5.根据权利要求2-4任一项所述的方法，其特征在于，当确定第i个所述构件的属性为所述初始构件属性时，所述方法还包括：

将第i个所述构件以及对应的所述特征字符串，存储至特征桶中。

6.根据权利要求2所述的方法，其特征在于，所述当确定所述特征字符串与所述历史字符串相同时，对第i个所述构件进行配准处理，包括：

判断所述第i个构件和与所述第i个构件具有相同的特征字符串的构件之间配准时产生的参数误差，是否小于预设的误差阈值；

当小于所述误差阈值时，认定配准成功；

否则，认定配准失败。

7.根据权利要求2所述的方法，其特征在于，还包括：

当所述解析结果不存在时，保留第i个所述构件。

8.一种模型文件的压缩装置，其特征在于，包括：

获取模块，用于获取待处理模型文件；

处理模块，用于对所述待处理模型文件进行解析处理，获得解析之后的解析数据；遍历所述解析数据，获取所述解析数据中的各个构件；分别识别每一个所述构件属性，其中，所述构件属性包括冗余构件属性和初始构件属性；记录冗余构件与初始构件之间的位置关系后，从所述待处理模型文件中删除所述冗余构件；

生成模块，用于根据所述位置关系和删除所述冗余构件后的待处理模型文件，确定压缩后的目标模型文件。

9.一种电子设备，其特征在于，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行如权利要求1-7任一所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的方法的步骤。