CN114863040A - 纹理密集三维场景的lod树构建方法、装置和电子设备 - Google Patents

纹理密集三维场景的lod树构建方法、装置和电子设备 Download PDF

Info

Publication number
CN114863040A
CN114863040A CN202210807225.2A CN202210807225A CN114863040A CN 114863040 A CN114863040 A CN 114863040A CN 202210807225 A CN202210807225 A CN 202210807225A CN 114863040 A CN114863040 A CN 114863040A
Authority
CN
China
Prior art keywords
leaf
node
leaf node
model data
lod
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
Application number
CN202210807225.2A
Other languages
English (en)
Other versions
CN114863040B (zh
Inventor
王雪
朱旭平
宋彬
何文武
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Feidu Technology Co ltd
Original Assignee
Beijing Feidu Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Feidu Technology Co ltd filed Critical Beijing Feidu Technology Co ltd
Priority to CN202210807225.2A priority Critical patent/CN114863040B/zh
Publication of CN114863040A publication Critical patent/CN114863040A/zh
Application granted granted Critical
Publication of CN114863040B publication Critical patent/CN114863040B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/005Tree description, e.g. octree, quadtree
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/003D [Three Dimensional] image rendering
    • G06T15/04Texture mapping
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20Finite element generation, e.g. wire-frame surface description, tesselation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Graphics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Image Generation (AREA)

Abstract

本发明公开了一种纹理密集三维场景的LOD树构建方法、装置和电子设备,属于模型Web化技术领域。方法包括:以三维场景的包围盒范围创建LOD树的根节点;将三维场景中的各模型数据依次添加到LOD树的根节点中,计算得到与模型包围盒相交的全部叶节点;对于每个叶节点,将利用叶节点包围盒切割模型数据的结果添加到叶节点中;根据全部模型数据的几何特征与纹理特征判断叶节点是否满足裂分条件,如果满足,则按照裂分规则对叶节点进行裂分。上述方法可以控制LOD树叶节点动态裂分。对同一套原始数据,可根据使用需求生产出不同纹理精度的LOD数据。而且构建的LOD树节点总数少,数据占用空间小,Web应用时的请求量小。

Description

纹理密集三维场景的LOD树构建方法、装置和电子设备
技术领域
本发明涉及多维模型Web化技术领域,尤其涉及一种纹理密集三维场景的LOD树构建方法、装置和电子设备。
背景技术
一直以来,三维模型都是3D GIS系统、数字城市规划及展示系统、虚拟现实系统中使用的主要数据。随着Web3D技术及网络技术的发展,各种应用系统也越来越Web化。因此,为三维模型数据构建高质量的LOD树,使其能在基于Web的各种应用系统上流畅的渲染,是提升应用系统性能和使用体验的关键。
随着建模技术的发展及建模手段的多样化,三维模型数据也在朝着精细化发展,具有越来越精细的几何与纹理信息,如倾斜摄影测量单体化数据、城市景观数据等。因此,对于更加精细化的三维模型,如何构建满足Web3D系统应用要求的LOD树结构,就成为了一个重要课题。
目前,采用的方法主要是:对三维模型数据进行几何网格的逐级化简,通过设定一个LOD等级范围,在等级范围内通过一些几何判定条件,如面数阈值,来控制节点裂分,建立LOD树结构,然后自下向上通过三角网的逐级简化来完成LOD树的构建。但是,这种方法构建的LOD树,节点的总数较多,数据占用空间大,Web应用时的请求量大,导致三维模型数据在基于Web的各种应用系统上无法流畅的渲染,应用系统性能和使用体验较差。
发明内容
为了解决现有技术的不足,本发明提供了如下发明内容:
本发明一方面提供了一种纹理密集三维场景的LOD树构建方法,包括:
以三维场景的包围盒范围创建LOD树的根节点;
将所述三维场景中的各模型数据依次添加到LOD树的根节点中,且每次添加模型数据时,均计算得到与模型包围盒相交的全部叶节点;
对于每次添加模型数据时计算得到的每个叶节点,均利用叶节点包围盒切割模型数据,并将切割结果添加到叶节点中,得到所述三维场景的LOD树;
对于每次添加模型数据时计算得到的每个叶节点,根据添加至叶节点中的全部模型数据的几何特征与纹理特征判断叶节点是否满足裂分条件,如果满足,则按照裂分规则对叶节点进行裂分,否则停止裂分。
本发明提供的LOD树构建方法,还包括:
遍历所述三维场景的LOD树的叶节点,按照预设规则对每一个非空节点设置逆向等级;
按照逆向等级自下向上逐级优化叶节点数据。
优选地,所述遍历所述三维场景的LOD树的叶节点,具体为,采用深度优先搜索的方式遍历所述三维场景的LOD树的叶节点。
优选地,所述预设规则为:所述叶节点包括叶子节点和叶父节点,其中,叶子节点的逆向等级为0,叶父节点的逆向等级为其全部叶子节点的最高逆向等级加1。
优选地,所述优化叶节点数据包括:
所述叶节点包括叶子节点和叶父节点;
对叶子节点,优化数据为利用叶节点包围盒切割模型数据产生的切割结果;
对叶父节点,原始数据是合并其全部叶子节点的优化结果得到的数据,优化数据是对原始数据进行几何化简与纹理合并后生成的模型和贴图,其中,几何化简过程中以三角面为单位。
优选地,所述裂分条件为:
添加至叶节点中的全部模型数据总的三角形数量大于叶节点中三角形的最大预设数量;
和/或
纹理分辨率小于预设的目标纹理分辨率,
其中,纹理分辨率= sqrt(添加至叶节点中的全部模型数据总的几何面积/添加至叶节点中的全部模型数据总的纹理像素面积) 。
优选地,所述裂分规则为:
标记当前叶节点为叶父节点;
利用垂直于叶父节点包围盒最长轴向的平面对叶父节点进行二分切割,得到两个一级叶子节点;
如果得到的一级叶子节点满足所述裂分条件,则使用垂直于叶父节点包围盒第一次长轴向的平面对所述一级叶子节点进行二分切割,得到两个二级叶子节点;
如果得到的二级叶子节点满足所述裂分条件,则使用垂直于叶父节点包围盒第二次长轴向的平面对所述二级叶子节点进行二分切割,得到两个三级叶子节点。
本发明另一方面提供了一种纹理密集三维场景的LOD树构建装置,包括:
根节点创建模块,用于以三维场景的包围盒范围创建LOD树的根节点;
根节点中模型数据添加模块,用于将所述三维场景中的各模型数据依次添加到LOD树的根节点中,且每次添加模型数据时,均计算得到与模型包围盒相交的全部叶节点;
叶节点中模型数据添加模块,用于对于每次添加模型数据时计算得到的每个叶节点,均利用叶节点包围盒切割模型数据,并将切割结果添加到叶节点中,得到所述三维场景的LOD树;
叶节点裂分模块,用于对于每次添加模型数据时计算得到的每个叶节点,根据添加至叶节点中的全部模型数据的几何特征与纹理特征判断叶节点是否满足裂分条件,如果满足,则按照裂分规则对叶节点进行裂分,否则停止裂分。
本发明第三方面还提供了一种存储器,存储有多条指令,所述指令用于实现上述的方法。
本发明第四方面还提供了一种电子设备,包括处理器和与所述处理器连接的存储器,所述存储器存储有多条指令,所述指令可被所述处理器加载并执行,以使所述处理器能够执行上述的方法。
本发明的有益效果是:本发明提供的纹理密集三维场景的LOD树构建方法、装置和电子设备,其方法中首先采用三维场景的包围盒范围创建LOD树的根节点;然后将所述三维场景中的各模型数据依次添加到LOD树的根节点中,且每次添加模型数据时,均计算得到与模型包围盒相交的全部叶节点;对于每次添加模型数据时计算得到的每个叶节点,均利用叶节点包围盒切割模型数据,并将切割结果添加到叶节点中,得到所述三维场景的LOD树;对于每次添加模型数据时计算得到的每个叶节点,根据添加至叶节点中的全部模型数据的几何特征与纹理特征判断叶节点是否满足裂分条件,如果满足,则按照裂分规则对叶节点进行裂分,否则停止裂分。通过控制LOD树叶节点进行动态裂分,在使用过程中,对同一套原始数据,可根据需求的不同预设不同的纹理目标,自适应地控制树的节点分布,并根据最终数据的使用需求生产出不同纹理精度的LOD数据。而且采用本发明的方案,构建的LOD树节点总数少,数据占用空间小,Web应用时的请求量小,使得三维模型数据在基于Web的各种应用系统上能够流畅地渲染,提高了应用系统性能和使用体验。
附图说明
图1为本发明所述纹理密集三维场景的LOD树构建方法流程示意图;
图2为本发明所述纹理密集三维场景的LOD树构建装置的结构示意图。
具体实施方式
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案做详细的说明。
实施例一
本发明提供的方法可以在如下的终端环境中实施,该终端可以包括一个或多个如下部件:处理器、存储器和显示屏。其中,存储器中存储有至少一条指令,所述指令由处理器加载并执行以实现下述实施例所述的方法。
处理器可以包括一个或者多个处理核心。处理器利用各种接口和线路连接整个终端内的各个部分,通过运行或执行存储在存储器内的指令、程序、代码集或指令集,以及调用存储在存储器内的数据,执行终端的各种功能和处理数据。
存储器可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-Only Memory)。存储器可用于存储指令、程序、代码、代码集或指令。
显示屏用于显示各个应用程序的用户界面。
除此之外,本领域技术人员可以理解,上述终端的结构并不构成对终端的限定,终端可以包括更多或更少的部件,或者组合某些部件,或者不同的部件布置。比如,终端中还包括射频电路、输入单元、传感器、音频电路、电源等部件,在此不再赘述。
如图1所示,本发明提供了一种纹理密集三维场景的LOD树构建,包括:
S101,以三维场景的包围盒范围创建LOD树的根节点;
S102,将所述三维场景中的各模型数据依次添加到LOD树的根节点中,且每次添加模型数据时,均计算得到与模型包围盒相交的全部叶节点;
S103,对于每次添加模型数据时计算得到的每个叶节点,均利用叶节点包围盒切割模型数据,并将切割结果添加到叶节点中,得到所述三维场景的LOD树;
S104,对于每次添加模型数据时计算得到的每个叶节点,根据添加至叶节点中的全部模型数据的几何特征与纹理特征判断叶节点是否满足裂分条件,如果满足,则按照裂分规则对叶节点进行裂分,否则停止裂分。
上述方法中,三维场景中可能包含多个三维模型数据,为了构建三维场景的LOD树,首先根据三维场景的包围盒范围创建LOD树的根节点,然后将三维场景中的各模型数据依次添加到LOD树的根节点中,每次添加一个三维模型数据。而且每添加一个三维模型数据,就计算一次与模型包围盒相交的全部叶节点,当将三维场景中的所有模型数据都添加至根节点后,即得到了三维场景LOD树的所有叶节点,此时的叶节点中还没有添加数据。其中,需要说明的是,在第一次添加三维场景中的模型数据时,与模型包围盒相交的全部叶节点为根节点。
每次添加数据至根节点中并经过计算得到与模型包围盒相交的叶节点后,将数据添加至叶节点中,具体的方法是:利用该叶节点包围盒切割模型数据,然后将切割结果添加到叶节点中,从而完成叶节点中数据的填充。对于所有的叶节点均采用相同的方法添加数据,从而完成三维场景LOD树的所有叶节点中数据的填充。
在叶节点中添加数据后,根据添加至叶节点中的全部模型数据的几何特征与纹理特征判断叶节点是否满足裂分条件,如果满足,则按照裂分规则对叶节点进行裂分,否则停止裂分。
每次添加三维模型数据得到叶节点并向叶节点中添加数据后,即判断叶节点是否裂分,如果该叶节点发生裂分,会得到新的叶节点,该新的叶节点就会参与下一次将三维模型数据添加至根节点中的过程。
采用这种方法,可以实现叶节点的动态裂分,从而实现自适应的控制LOD树的叶节点分布。而且,对于纹理密集的三维场景,局部区域的几何和纹理分布可能都不均匀,使用本发明提供的方法可以根据使用需求,使用同一套原始数据生产出不同纹理精度的LOD数据,构建出的数据保留了原始数据的语义信息,瓦片文件大小均匀可控,保留了原始数据的语义适用于Web应用。
在步骤S101,可以遍历三维场景中的模型数据,统计三维场景在世界坐标系下的总的轴对齐包围盒,并使用总的包围盒范围创建LOD树的根节点。
在步骤S103中,用叶节点包围盒作为切割盒切割模型数据,在切割的过程中可以以三角面为单位保持原始模型的语义信息(如模型名构件名),并把切割结果添加到叶节点中。
在步骤S104中,添加至叶节点中的全部模型数据的几何特征与纹理特征包括全部模型数据总的几何面积、纹理像素面积、三角形数量。裂分条件包括几何判定条件,也包括纹理判定条件,其中几何判定条件为:添加至叶节点中的全部模型数据总的三角形数量大于叶节点中三角形的最大预设数量;
和/或
纹理判定条件为:
纹理分辨率小于预设的目标纹理分辨率,
其中,纹理分辨率= sqrt(添加至叶节点中的全部模型数据总的几何面积/添加至叶节点中的全部模型数据总的纹理像素面积) 。
单个节点文件如果太大会增加网络传输时间,从而影响显示系统的加载性能,采用几何判定方法控制LOD树叶节点裂分可以实现对单个文件尺寸的控制。
使用纹理分辨率作为控制LOD树叶节点裂分的指标,使得每个叶节点使用的纹理像素面积能够近似铺满纹理贴图,这种方法生产出的LOD树不但保持了原始数据的语义信息,并具有和原始模型接近一致的纹理精度。而且对同一套原始数据,根据需求的不同,可以预设不同的目标纹理分辨率,灵活控制生产出的LOD树的纹理精度。
本发明的一个优选实施例中,添加至叶节点中的全部模型数据满足上述裂分条件时,可以采用如下规则向下裂分:
标记当前叶节点为叶父节点;
利用垂直于叶父节点包围盒最长轴向的平面对叶父节点进行二分切割,得到两个一级叶子节点;
如果得到的一级叶子节点满足所述裂分条件,则使用垂直于叶父节点包围盒第一次长轴向的平面对所述一级叶子节点进行二分切割,得到两个二级叶子节点;
如果得到的二级叶子节点满足所述裂分条件,则使用垂直于叶父节点包围盒第二次长轴向的平面对所述二级叶子节点进行二分切割,得到两个三级叶子节点。
采用上述裂分方式不会造成节点的浪费,可以使得节点数量得到减少。由于更多的节点意味着更大的数据量和网络请求次数,所以,本发明提供的裂分方式可以使得空间占用少,请求次数少,数据渲染更加流程。
本发明实施例中,采用步骤S101-S104得到三维场景的LOD树的构造后,可以还包括:
S105,遍历所述三维场景的LOD树的叶节点,按照预设规则对每一个非空节点设置逆向等级;
S106,按照逆向等级自下向上逐级优化叶节点数据。
其中,在步骤S105中,通过遍历所述三维场景的LOD树的叶节点,首先识别并剔除没有数据的空节点,然后对每一个非空节点,按照预设规则设置逆向等级。其中,采用深度优先搜索的方式遍历所述三维场景的LOD树的叶节点。所述预设规则为:所述叶节点包括叶子节点和叶父节点,其中,叶子节点的逆向等级为0,叶父节点的逆向等级为其全部叶子节点的最高逆向等级加1。
所述优化叶节点数据包括:
所述叶节点包括叶子节点和叶父节点;
对叶子节点,优化数据为利用叶节点包围盒切割模型数据产生的切割结果;
对叶父节点,原始数据是合并其全部叶子节点的优化结果得到的数据,优化数据是对原始数据进行几何化简与纹理合并后生成的模型和贴图,其中,几何化简过程中以三角面为单位以保留原始语义信息。
通过采用上述方法完成对三维场景LOD数据的优化。
实施例二
如图2所示,本发明实施例提供了纹理密集三维场景的LOD树构建装置,包括:
根节点创建模块201,用于以三维场景的包围盒范围创建LOD树的根节点;
根节点中模型数据添加模块202,用于将所述三维场景中的各模型数据依次添加到LOD树的根节点中,且每次添加模型数据时,均计算得到与模型包围盒相交的全部叶节点;
叶节点中模型数据添加模块203,用于对于每次添加模型数据时计算得到的每个叶节点,均利用叶节点包围盒切割模型数据,并将切割结果添加到叶节点中,得到所述三维场景的LOD树;
叶节点裂分模块204,用于对于每次添加模型数据时计算得到的每个叶节点,根据添加至叶节点中的全部模型数据的几何特征与纹理特征判断叶节点是否满足裂分条件,如果满足,则按照裂分规则对叶节点进行裂分,否则停止裂分。
进一步地,还包括优化模块,用于:
遍历所述三维场景的LOD树的叶节点,按照预设规则对每一个非空节点设置逆向等级;
按照逆向等级自下向上逐级优化叶节点数据。
其中,所述遍历所述三维场景的LOD树的叶节点,具体为,采用深度优先搜索的方式遍历所述三维场景的LOD树的叶节点。
进一步地,所述预设规则为:所述叶节点包括叶子节点和叶父节点,其中,叶子节点的逆向等级为0,叶父节点的逆向等级为其全部叶子节点的最高逆向等级加1。
进一步地,所述优化叶节点数据包括:
所述叶节点包括叶子节点和叶父节点;
对叶子节点,优化数据为利用叶节点包围盒切割模型数据产生的切割结果;
对叶父节点,原始数据是合并其全部叶子节点的优化结果得到的数据,优化数据是对原始数据进行几何化简与纹理合并后生成的模型和贴图,其中,几何化简过程中以三角面为单位。
在所述叶节点裂分模块中,所述裂分条件为:
添加至叶节点中的全部模型数据总的三角形数量大于预设的叶节点中最大的三角形数量,
和/或
纹理分辨率小于预设的目标纹理分辨率,
其中,纹理分辨率= sqrt(添加至叶节点中的全部模型数据总的几何面积/添加至叶节点中的全部模型数据总的纹理像素面积) 。
在所述叶节点裂分模块中,所述裂分规则为:
标记当前叶节点为叶父节点;
利用垂直于叶父节点包围盒最长轴向的平面对叶父节点进行二分切割,得到两个一级叶子节点;
如果得到的一级叶子节点满足所述裂分条件,则使用垂直于叶父节点包围盒第一次长轴向的平面对所述一级叶子节点进行二分切割,得到两个二级叶子节点;
如果得到的二级叶子节点满足所述裂分条件,则使用垂直于叶父节点包围盒第二次长轴向的平面对所述二级叶子节点进行二分切割,得到两个三级叶子节点。
本发明实施例提供的装置可通过上述实施例一提供的方法实现,具体的实现方法可参见实施例一中的描述,在此不再赘述。
本发明还提供了一种存储器,存储有多条指令,所述指令用于实现如实施例一所述的方法。
本发明还提供了一种电子设备,包括处理器和与所述处理器连接的存储器,所述存储器存储有多条指令,所述指令可被所述处理器加载并执行,以使所述处理器能够执行如实施例一所述的方法。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种纹理密集三维场景的LOD树构建方法,其特征在于,包括:
以三维场景的包围盒范围创建LOD树的根节点;
将所述三维场景中的各模型数据依次添加到LOD树的根节点中,且每次添加模型数据时,均计算得到与模型包围盒相交的全部叶节点;
对于每次添加模型数据时计算得到的每个叶节点,均利用叶节点包围盒切割模型数据,并将切割结果添加到叶节点中,得到所述三维场景的LOD树;
对于每次添加模型数据时计算得到的每个叶节点,根据添加至叶节点中的全部模型数据的几何特征与纹理特征判断叶节点是否满足裂分条件,如果满足,则按照裂分规则对叶节点进行裂分,否则停止裂分。
2.如权利要求1所述的LOD树构建方法,其特征在于,还包括:
遍历所述三维场景的LOD树的叶节点,按照预设规则对每一个非空节点设置逆向等级;
按照逆向等级自下向上逐级优化叶节点数据。
3.如权利要求2所述的LOD树构建方法,其特征在于,所述遍历所述三维场景的LOD树的叶节点,具体为,采用深度优先搜索的方式遍历所述三维场景的LOD树的叶节点。
4.如权利要求2所述的LOD树构建方法,其特征在于,所述预设规则为:所述叶节点包括叶子节点和叶父节点,其中,叶子节点的逆向等级为0,叶父节点的逆向等级为其全部叶子节点的最高逆向等级加1。
5.如权利要求2所述的LOD树构建方法,其特征在于,所述优化叶节点数据包括:
所述叶节点包括叶子节点和叶父节点;
对叶子节点,优化数据为利用叶节点包围盒切割模型数据产生的切割结果;
对叶父节点,原始数据是合并其全部叶子节点的优化结果得到的数据,优化数据是对原始数据进行几何化简与纹理合并后生成的模型和贴图,其中,几何化简过程中以三角面为单位。
6.如权利要求1所述的LOD树构建方法,其特征在于,所述裂分条件为:
添加至叶节点中的全部模型数据总的三角形数量大于叶节点中三角形的最大预设数量;
和/或
纹理分辨率小于预设的目标纹理分辨率,
其中,纹理分辨率= sqrt(添加至叶节点中的全部模型数据总的几何面积/添加至叶节点中的全部模型数据总的纹理像素面积) 。
7.如权利要求1所述的LOD树构建方法,其特征在于,所述裂分规则为:
标记当前叶节点为叶父节点;
利用垂直于叶父节点包围盒最长轴向的平面对叶父节点进行二分切割,得到两个一级叶子节点;
如果得到的一级叶子节点满足所述裂分条件,则使用垂直于叶父节点包围盒第一次长轴向的平面对所述一级叶子节点进行二分切割,得到两个二级叶子节点;
如果得到的二级叶子节点满足所述裂分条件,则使用垂直于叶父节点包围盒第二次长轴向的平面对所述二级叶子节点进行二分切割,得到两个三级叶子节点。
8.一种纹理密集三维场景的LOD树构建装置,其特征在于,包括:
根节点创建模块,用于以三维场景的包围盒范围创建LOD树的根节点;
根节点中模型数据添加模块,用于将所述三维场景中的各模型数据依次添加到LOD树的根节点中,且每次添加模型数据时,均计算得到与模型包围盒相交的全部叶节点;
叶节点中模型数据添加模块,用于对于每次添加模型数据时计算得到的每个叶节点,均利用叶节点包围盒切割模型数据,并将切割结果添加到叶节点中,得到所述三维场景的LOD树;
叶节点裂分模块,用于对于每次添加模型数据时计算得到的每个叶节点,根据添加至叶节点中的全部模型数据的几何特征与纹理特征判断叶节点是否满足裂分条件,如果满足,则按照裂分规则对叶节点进行裂分,否则停止裂分。
9.一种存储器,其特征在于,存储有多条指令,所述指令用于实现如权利要求1-7任一项所述的方法。
10.一种电子设备,其特征在于,包括处理器和与所述处理器连接的存储器,所述存储器存储有多条指令,所述指令可被所述处理器加载并执行,以使所述处理器能够执行如权利要求1-7任一项所述的方法。
CN202210807225.2A 2022-07-11 2022-07-11 纹理密集三维场景的lod树构建方法、装置和电子设备 Active CN114863040B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210807225.2A CN114863040B (zh) 2022-07-11 2022-07-11 纹理密集三维场景的lod树构建方法、装置和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210807225.2A CN114863040B (zh) 2022-07-11 2022-07-11 纹理密集三维场景的lod树构建方法、装置和电子设备

Publications (2)

Publication Number Publication Date
CN114863040A true CN114863040A (zh) 2022-08-05
CN114863040B CN114863040B (zh) 2022-09-13

Family

ID=82626356

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210807225.2A Active CN114863040B (zh) 2022-07-11 2022-07-11 纹理密集三维场景的lod树构建方法、装置和电子设备

Country Status (1)

Country Link
CN (1) CN114863040B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115311412A (zh) * 2022-08-09 2022-11-08 北京飞渡科技有限公司 一种负载均衡的大体量三维场景lod构建方法、装置和电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040139080A1 (en) * 2002-12-31 2004-07-15 Hauke Schmidt Hierarchical system and method for on-demand loading of data in a navigation system
CN105405166A (zh) * 2015-10-30 2016-03-16 东北大学 一种基于线性四叉树的lod模型生成方法
CN110134752A (zh) * 2019-05-16 2019-08-16 洛阳众智软件科技股份有限公司 三维大场景建模数据处理方法及装置
CN112435335A (zh) * 2020-11-06 2021-03-02 北京飞渡科技有限公司 一种三维矢量瓦片数据生成方法及系统
CN113468286A (zh) * 2021-09-02 2021-10-01 速度时空信息科技股份有限公司 一种基于三角面片个数划分的三维金字塔构建方法
CN113936092A (zh) * 2021-09-15 2022-01-14 杭州易现先进科技有限公司 一种大规模场景地图的三维重建方法和系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040139080A1 (en) * 2002-12-31 2004-07-15 Hauke Schmidt Hierarchical system and method for on-demand loading of data in a navigation system
CN105405166A (zh) * 2015-10-30 2016-03-16 东北大学 一种基于线性四叉树的lod模型生成方法
CN110134752A (zh) * 2019-05-16 2019-08-16 洛阳众智软件科技股份有限公司 三维大场景建模数据处理方法及装置
CN112435335A (zh) * 2020-11-06 2021-03-02 北京飞渡科技有限公司 一种三维矢量瓦片数据生成方法及系统
CN113468286A (zh) * 2021-09-02 2021-10-01 速度时空信息科技股份有限公司 一种基于三角面片个数划分的三维金字塔构建方法
CN113936092A (zh) * 2021-09-15 2022-01-14 杭州易现先进科技有限公司 一种大规模场景地图的三维重建方法和系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘遥等: "基于Web服务的大地形实时渲染技术研究", 《现代电子技术》 *
王宇 等: "实时地形渲染的细节增强算法研究", 《信息安全与通信保密》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115311412A (zh) * 2022-08-09 2022-11-08 北京飞渡科技有限公司 一种负载均衡的大体量三维场景lod构建方法、装置和电子设备

Also Published As

Publication number Publication date
CN114863040B (zh) 2022-09-13

Similar Documents

Publication Publication Date Title
US11270497B2 (en) Object loading method and apparatus, storage medium, and electronic device
CN103093499B (zh) 一种适用于网络传输的城市三维模型数据组织方法
CN111968212B (zh) 一种基于视点的三维城市场景数据动态调度方法
CN110309458B (zh) 基于WebGL的BIM模型显示及渲染方法
US20060003823A1 (en) Dynamic player groups for interest management in multi-character virtual environments
CN113112603B (zh) 三维模型优化的方法和装置
CN104077446B (zh) 从数字化三维模型中提取二维电气施工图的方法及系统
KR101546705B1 (ko) Bim데이터 처리단말 장치의 건물내부 bim데이터 가시화 방법
CN105261066A (zh) 一种三维地理信息系统实时绘制多线程分配与控制方法
CN103309943A (zh) 一种三维地理信息平台及其地形数据处理方法
CN104751507A (zh) 图形内容渲染方法和装置
US20230410433A1 (en) Navigation mesh update
CN114863040B (zh) 纹理密集三维场景的lod树构建方法、装置和电子设备
CN111161428A (zh) 三维地图矢量瓦片数据的生成方法、存储介质及终端
CN110478898B (zh) 游戏中虚拟场景的配置方法及装置、存储介质及电子设备
CN110297924A (zh) 点云数据的处理及渲染方法、装置、设备及存储介质
CN112685429B (zh) 树状结构模型生成及加载方法、装置、存储介质及设备
CN111950057A (zh) 一种建筑信息模型bim的加载方法及装置
CN106934854A (zh) 基于creator模型优化方法及装置
CN105512312A (zh) 一种二维地图库加速的方法
CN115953541A (zh) 一种四叉树lod地形生成方法、装置、设备及存储介质
CN107393019B (zh) 一种基于粒子的布料模拟方法与装置
CN115718824A (zh) 一种通过空间距离判定设备位置自动推送设备信息的方法
CN114494623A (zh) 基于lod的地形渲染方法及装置
CN115269600A (zh) 一种飞机数据的管理方法、装置、电子设备及存储介质

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
CP01 Change in the name or title of a patent holder

Address after: 102600 608, floor 6, building 1, courtyard 15, Xinya street, Daxing District, Beijing

Patentee after: Beijing Feidu Technology Co.,Ltd.

Address before: 102600 608, floor 6, building 1, courtyard 15, Xinya street, Daxing District, Beijing

Patentee before: Beijing Feidu Technology Co.,Ltd.

CP01 Change in the name or title of a patent holder