CN114882189A - 一种三维场景灾变可视化展示方法 - Google Patents

一种三维场景灾变可视化展示方法 Download PDF

Info

Publication number
CN114882189A
CN114882189A CN202210580901.7A CN202210580901A CN114882189A CN 114882189 A CN114882189 A CN 114882189A CN 202210580901 A CN202210580901 A CN 202210580901A CN 114882189 A CN114882189 A CN 114882189A
Authority
CN
China
Prior art keywords
cloud data
point cloud
new point
catastrophe
triangular
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
CN202210580901.7A
Other languages
English (en)
Other versions
CN114882189B (zh
Inventor
黄晔
刘洋
陶岚
龚磊
周中正
胡碧菡
普恒
粟梽桐
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.)
Guangzhou Urban Planning Survey and Design Institute
Original Assignee
Guangzhou Urban Planning Survey and Design Institute
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 Guangzhou Urban Planning Survey and Design Institute filed Critical Guangzhou Urban Planning Survey and Design Institute
Priority to CN202210580901.7A priority Critical patent/CN114882189B/zh
Publication of CN114882189A publication Critical patent/CN114882189A/zh
Application granted granted Critical
Publication of CN114882189B publication Critical patent/CN114882189B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • 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
    • Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or 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
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Computer Graphics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Remote Sensing (AREA)
  • Processing Or Creating Images (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种三维场景灾变可视化展示方法，包括：当判断到有新的点云数据出现时，判断新的点云数据是否位于预先建立的初始网格内；若否，对三角网中的每一三角区域进行扩展，得到每一第一四面体；利用散列函数对每一第一四面体进行收缩，得到每一第二四面体；将新的点云数据插入三角网中，对以新的点云数据为端点的每一光线进行追踪，当判断到任一光线与第二四面体冲突时，删除光线，并将新的点云数据从原先的位置移开，重新加载至原先的位置，以生成灾变区域的三维地质模型。采用本发明实施例能够快速、准确地构建三维地质模型，实现三维场景的可视化，为地质灾害的监控防治提供有效支撑。

Description

一种三维场景灾变可视化展示方法
技术领域
本发明涉及图像处理技术领域，尤其涉及一种三维场景灾变可视化展示方法。
背景技术
我国山地丘陵地质条件复杂，自然变迁和人为破坏是地质灾害发生的主要原因，常见的灾害形态包括：崩塌、滑坡、泥石流、地面塌陷、地裂缝、地面沉降等，地质灾害会给人类带来巨大的损失，防灾减灾工作重要性不言而喻。因此，十分有必要研究一种三维场景灾变可视化展示方法，实现三维场景的可视化，为地质灾害的监控防治提供有效支撑。
发明内容
本发明实施例的目的是提供一种三维场景灾变可视化展示方法，能够快速、准确地构建三维地质模型，实现三维场景的可视化，为地质灾害的监控防治提供有效支撑。
为实现上述目的，本发明实施例提供了一种三维场景灾变可视化展示方法，包括：
当判断到有新的点云数据出现时，判断新的所述点云数据是否位于预先建立的初始网格内；其中，所述点云数据为灾变区域的点云数据；
当判断到新的所述点云数据不位于预先建立的初始网格内时，对三角网中的每一三角区域进行扩展，得到每一第一四面体；其中，所述三角网为对预先获取的点云数据进行三角剖分得到的；
利用散列函数对每一所述第一四面体进行收缩，得到每一第二四面体；
将新的所述点云数据插入所述三角网中，对以新的所述点云数据为端点的每一光线进行追踪，当判断到任一所述光线与所述第二四面体冲突时，删除所述光线，并将新的所述点云数据从原先的位置移开，重新加载至原先的位置，以生成所述灾变区域的三维地质模型。
作为上述方案的改进，所述当判断到新的所述点云数据不位于预先建立的初始网格内时，对三角网中的每一三角区域进行扩展，得到每一第一四面体，包括：
当判断到新的所述点云数据位于预先建立的初始网格内时，以三角网中的每一三角区域的任意一点为圆心，预设长度为半径，对每一所述三角区域进行扩展，形成闭集；其中，所述闭集内包括若干第一四面体。
作为上述方案的改进，所述任意一点为(i,j,k)，所述预设长度为
Figure BDA0003663689600000021
则所述闭集包括i-2≤a≤i+2∧j-2≤b≤j+2∧k-2≤c≤k+2；其中，ls为初始网格的网格间距，(a,b,c)为扩展后的区域的点的坐标，第i个相机的闭集
Figure BDA0003663689600000022
作为上述方案的改进，根据第一个相机的位置建立所述初始网格。
作为上述方案的改进，当新的所述点云数据不符合
Figure BDA0003663689600000023
时，判断到新的所述点云数据不位于预先建立的初始网格内：其中，(x,y,z)为新的点云数据的坐标，
Figure BDA0003663689600000024
为初始网格x轴的最小坐标，
Figure BDA0003663689600000025
为初始网格x轴最大坐标，
Figure BDA0003663689600000026
为初始网格y轴的最小坐标，
Figure BDA0003663689600000027
为初始网格y轴的最大坐标，
Figure BDA0003663689600000028
为初始网格z轴的最小坐标，
Figure BDA0003663689600000029
为初始网格z轴的最大坐标。
与现有技术相比，本发明实施例提供的一种三维场景灾变可视化展示方法，通过当判断到有新的点云数据出现时，判断新的所述点云数据是否位于预先建立的初始网格内；当判断到新的所述点云数据不位于预先建立的初始网格内时，对三角网中的每一三角区域进行扩展，得到每一第一四面体；其中，所述三角网为对预先获取的所述灾变区域的点云数据进行三角剖分得到的；利用散列函数对每一所述第一四面体进行收缩，得到每一第二四面体；将新的所述点云数据插入所述三角网中，对以新的所述点云数据为端点的每一光线进行追踪，当判断到任一所述光线与所述第二四面体冲突时，删除所述光线，并将新的所述点云数据从原先的位置移开，重新加载至原先的位置，以生成灾变区域的三维地质模型。由此可见，本发明实施例能够快速、准确地构建三维地质模型，实现三维场景灾变可视化展示，为地质灾害的监控防治提供有效支撑。
附图说明
图1是本发明实施例提供的一种三维场景灾变可视化展示方法；
图2是本发明实施例提供的一种对三角网进行扩展的方法。
具体实施方式
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，所描述的实施例仅仅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作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。
参见图1，图1是本发明实施例提供的一种三维场景灾变可视化展示方法的流程图，所述三维场景灾变可视化展示方法包括：
S1、当判断到有新的点云数据出现时，判断新的所述点云数据是否位于预先建立的初始网格内；其中，所述点云数据为灾变区域的点云数据；
S2、当判断到新的所述点云数据不位于预先建立的初始网格内时，对三角网中的每一三角区域进行扩展，得到每一第一四面体；其中，所述三角网为对预先获取的点云数据进行三角剖分得到的；
S3、利用散列函数对每一所述第一四面体进行收缩，得到每一第二四面体；
S4、将新的所述点云数据插入所述三角网中，对以新的所述点云数据为端点的每一光线进行追踪，当判断到任一所述光线与所述第二四面体冲突时，删除所述光线，并将新的所述点云数据从原先的位置移开，重新加载至原先的位置，以生成所述灾变区域的三维地质模型。
具体地，在步骤S1中，根据第一个相机的位置建立所述初始网格。
具体地，在步骤S1中，当新的所述点云数据不符合
Figure BDA0003663689600000041
时，判断到新的所述点云数据不位于预先建立的初始网格内：其中，(x,y,z)为新的点云数据的坐标，
Figure BDA0003663689600000042
为初始网格x轴的最小坐标，
Figure BDA0003663689600000043
为初始网格x轴最大坐标，
Figure BDA0003663689600000044
为初始网格y轴的最小坐标，
Figure BDA0003663689600000045
为初始网格y轴的最大坐标，
Figure BDA0003663689600000046
为初始网格z轴的最小坐标，
Figure BDA0003663689600000047
为初始网格z轴的最大坐标。
可以理解的是，当有新的点云数据插入到三角网时，会导致流形空间破坏，因此本发明实施例为了防止这种情况出现，执行后续的步骤，以实现流形重构。在本发明实施例中，定义初始网格中点之间的距离为ls＝10m，通过保存初始网格的边界坐标来追踪当前初始网格的边界，首先在第一个相机的位置c0周围建立一个初始网格，对于每次迭代i，当添加一个新的点云数据p＝(x,y,z)之前，判断该点p是否属于初始网格，即判断
Figure BDA0003663689600000048
Figure BDA0003663689600000049
当判断到新的所述点云数据位于预先建立的初始网格内时，将新的所述点云数据加入所述三角网中，否则就需要按照步骤S2进行扩展。
具体地，在步骤S2中，所述当判断到新的所述点云数据不位于预先建立的初始网格内时，对三角网中的每一三角区域进行扩展，得到每一第一四面体，包括：
当判断到新的所述点云数据不位于预先建立的初始网格内时，以三角网中的每一三角区域的任意一点为圆心，预设长度为半径，对每一所述三角区域进行扩展，形成闭集；其中，所述闭集内包括若干第一四面体。
具体地，所述任意一点为(i,j,k)，所述预设长度为
Figure BDA00036636896000000410
则所述闭集包括i-2≤a≤i+2∧j-2≤b≤j+2∧k-2≤c≤k+2；其中，ls为初始网格的网格间距，(a,b,c)为扩展后的区域的点的坐标，第i个相机的闭集
Figure BDA00036636896000000411
可以理解的是，将所有时刻的点云数据输入，计算出它们的三角网。
可以理解的是，收缩过程的效率和闭集Ei的大小是紧密相关的，为了在插入一系列新的点云数据进来之前保证流形空间的有效性，需要收缩闭集Ei包含的四面体，现有技术中，通过设定相机和点之间的最大可接受距离为rmax，以c为中心，半径为rmax+sqrt(3)*ls划作相机c的闭集Ec。但是这种方法会使得闭集体量过大，且会导致计算量显著增大。本发明实施例中选择了一个较小的闭集，将必须要加入到三角网中3D点附近的四面体定义为Ei，具体来说，p为三角区域cell(i,j,k)中的一个点，(i,j,k)代表三角区域的任意一点，以其中任意一点为圆心，
Figure BDA0003663689600000051
为半径画圆，新扩展的区域从各个方向扩展了大概两个单元，新的闭集
Figure BDA0003663689600000052
包括所有的以点p扩展的区域即i-2≤a≤i+2∧j-2≤b≤j+2k-2≤c≤k+2,其中，a,b,c为扩展后的区域的点的坐标，对于第i个相机的闭集
Figure BDA0003663689600000053
示例性的，如图2中的三角区域，以
Figure BDA0003663689600000054
为半径扩展，得到三个圆形区域的交集。
具体地，在步骤S3中，现有技术中流形网格边界上的收缩和增长都是迭代过程，以增加或删除四面体的方式来更新流行集O，但该方法需要在保证流形属性的情况下进行，因此必须考虑到网格的整个边界。本本发明实施例通过创建一个散列函数B来改进这种更新过程，B(i,j,k)是三角区域cell(i,j,k)的矢量，B(i,j,k)包括所有四面体边界与cell(i,j,k)相交的点，通过散列函数可以快速直接地更新需要用于初始化收缩以及生长步骤的第一四面体，以得到第二四面体。
具体地，在步骤S4中，现有技术中不涉及移动点的处理，当需要处理新的图像时，点的位置估计值由SLAM算法更新。本发明实施例以一种更加精确的方式来处理移动点。当添加一个新的点云数据p时，对以新的所述点云数据p为端点的每一光线进行追踪，从而新的四面体会更新。当判断到任一所述光线与所述第二四面体冲突时，删除所述光线，并将新的所述点云数据从原先的位置移开，重新加载至原先的位置，以生成所述灾变区域的三维地质模型。
可以理解的是，当所述光线与所述第二四面体不能构成流形空间即发生冲突。
在光线追踪过程中，为每条光线储存被追踪单元的路径，避免多次重复计算相机到点的路径，从而减少移动和移除这些点所需的计算量。
本发明实施例所提供的一种三维场景灾变可视化展示方法，通过当判断到有新的点云数据出现时，判断新的所述点云数据是否位于预先建立的初始网格内；当判断到新的所述点云数据不位于预先建立的初始网格内时，对三角网中的每一三角区域进行扩展，得到每一第一四面体；其中，所述三角网为对预先获取的所述灾变区域的点云数据进行三角剖分得到的；利用散列函数对每一所述第一四面体进行收缩，得到每一第二四面体；将新的所述点云数据插入所述三角网中，对以新的所述点云数据为端点的每一光线进行追踪，当判断到任一所述光线与所述第二四面体冲突时，删除所述光线，并将新的所述点云数据从原先的位置移开，重新加载至原先的位置，以生成灾变区域的三维地质模型。由此可见，本发明实施例能够快速、准确地构建三维地质模型，实现三维场景灾变可视化展示，为地质灾害的监控防治提供有效支撑。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (5)

1.一种三维场景灾变可视化展示方法，其特征在于，包括：
当判断到有新的点云数据出现时，判断新的所述点云数据是否位于预先建立的初始网格内；其中，所述点云数据为灾变区域的点云数据；
当判断到新的所述点云数据不位于预先建立的初始网格内时，对三角网中的每一三角区域进行扩展，得到每一第一四面体；其中，所述三角网为对预先获取的点云数据进行三角剖分得到的；
利用散列函数对每一所述第一四面体进行收缩，得到每一第二四面体；
将新的所述点云数据插入所述三角网中，对以新的所述点云数据为端点的每一光线进行追踪，当判断到任一所述光线与所述第二四面体冲突时，删除所述光线，并将新的所述点云数据从原先的位置移开，重新加载至原先的位置，以生成所述灾变区域的三维地质模型。
2.如权利要求1所述的三维场景灾变可视化展示方法，其特征在于，所述当判断到新的所述点云数据不位于预先建立的初始网格内时，对三角网中的每一三角区域进行扩展，得到每一第一四面体，包括：
当判断到新的所述点云数据不位于预先建立的初始网格内时，以三角网中的每一三角区域的任意一点为圆心，预设长度为半径，对每一所述三角区域进行扩展，形成闭集；其中，所述闭集内包括若干第一四面体。
3.如权利要求2所述的三维场景灾变可视化展示方法，其特征在于，所述任意一点为(i,j,k)，所述预设长度为
Figure FDA0003663689590000011
则所述闭集Ei包括i-2≤a≤i+2∧j-2≤b≤j+2∧k-2≤c≤k+2；其中，ls为初始网格的网格间距，(a,b,c)为扩展后的区域的点的坐标，第i个相机的闭集
Figure FDA0003663689590000012
4.如权利要求1所述的三维场景灾变可视化展示方法，其特征在于，根据第一个相机的位置建立所述初始网格。
5.如权利要求1所述的三维场景灾变可视化展示方法，其特征在于，当新的所述点云数据不符合
Figure FDA0003663689590000021
Figure FDA0003663689590000022
时，判断到新的所述点云数据不位于预先建立的初始网格内：其中，(x,y,z)为新的点云数据的坐标，
Figure FDA0003663689590000023
为初始网格x轴的最小坐标，
Figure FDA0003663689590000024
为初始网格x轴最大坐标，
Figure FDA0003663689590000025
为初始网格y轴的最小坐标，
Figure FDA0003663689590000026
为初始网格y轴的最大坐标，
Figure FDA0003663689590000027
为初始网格z轴的最小坐标，
Figure FDA0003663689590000028
为初始网格z轴的最大坐标。
CN202210580901.7A 2022-05-26 2022-05-26 一种三维场景灾变可视化展示方法 Active CN114882189B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210580901.7A CN114882189B (zh) 2022-05-26 2022-05-26 一种三维场景灾变可视化展示方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210580901.7A CN114882189B (zh) 2022-05-26 2022-05-26 一种三维场景灾变可视化展示方法

Publications (2)

Publication Number Publication Date
CN114882189A true CN114882189A (zh) 2022-08-09
CN114882189B CN114882189B (zh) 2023-03-24

Family

ID=82678582

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210580901.7A Active CN114882189B (zh) 2022-05-26 2022-05-26 一种三维场景灾变可视化展示方法

Country Status (1)

Country Link
CN (1) CN114882189B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005293021A (ja) * 2004-03-31 2005-10-20 Japan Science & Technology Agency 最大角度法を用いた三角形メッシュ生成方法及びプログラム
CN106096016A (zh) * 2016-06-24 2016-11-09 北京建筑大学 一种基于网络的三维点云可视化方法以及装置
US20200327727A1 (en) * 2019-04-10 2020-10-15 Dassault Systemes 3d reconstruction of a structure of a real scene
CN112669463A (zh) * 2020-12-25 2021-04-16 河南信大融通信息科技有限公司 三维点云的曲面重建方法、计算机设备和计算机可读存储介质
CN113393577A (zh) * 2021-05-28 2021-09-14 中铁二院工程集团有限责任公司 一种倾斜摄影地形重建方法
US20220139038A1 (en) * 2020-11-04 2022-05-05 Dassault Systemes 3d reconstruction of a structure of a real scene with an open surface

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005293021A (ja) * 2004-03-31 2005-10-20 Japan Science & Technology Agency 最大角度法を用いた三角形メッシュ生成方法及びプログラム
CN106096016A (zh) * 2016-06-24 2016-11-09 北京建筑大学 一种基于网络的三维点云可视化方法以及装置
US20200327727A1 (en) * 2019-04-10 2020-10-15 Dassault Systemes 3d reconstruction of a structure of a real scene
US20220139038A1 (en) * 2020-11-04 2022-05-05 Dassault Systemes 3d reconstruction of a structure of a real scene with an open surface
CN112669463A (zh) * 2020-12-25 2021-04-16 河南信大融通信息科技有限公司 三维点云的曲面重建方法、计算机设备和计算机可读存储介质
CN113393577A (zh) * 2021-05-28 2021-09-14 中铁二院工程集团有限责任公司 一种倾斜摄影地形重建方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
张霞等: "散乱点云的三角网格曲面重建算法", 《机械设计与制造》 *
李志鹏等: "面向实时可视化的煤层三维模型构建与三角剖分", 《地理与地理信息科学》 *
王婷玉等: "采空区三角形投影体积算法及其应用", 《中国地质灾害与防治学报》 *
陈慧群等: "逆向工程中带孔洞的曲面对象三角剖分法研究", 《组合机床与自动化加工技术》 *

Also Published As

Publication number Publication date
CN114882189B (zh) 2023-03-24

Similar Documents

Publication Publication Date Title
US7212205B2 (en) Curved surface image processing apparatus and curved surface image processing method
CN111508074A (zh) 一种基于屋顶轮廓线的三维建筑模型简化方法
WO2022016310A1 (zh) 基于点云数据的三维重建方法、装置和计算机设备
CN112561788B (zh) 一种bim模型的二维展开方法及纹理贴图方法、装置
KR20150093391A (ko) 지형 렌더링 방법 및 장치
JP3650355B2 (ja) 幾何学モデルのレンダリングを加速するコンピュータ・システム、方法およびコンピュータ・プログラム
CN115018992A (zh) 发型模型的生成方法、装置、电子设备及存储介质
CN116416366A (zh) 3d模型构建方法、装置和电子设备
JP3341548B2 (ja) ３次元形状データの生成方法及び処理装置
CN114882189B (zh) 一种三维场景灾变可视化展示方法
CN110111249B (zh) 一种隧道内壁拼图影像的获取和生成方法及系统
Brandes et al. Dynamic spectral layout of small worlds
JP2837584B2 (ja) 地形データの作成方法
CN111047684A (zh) 一种基于三维模型特征的模型简化方法
CN113792458B (zh) 一种有限元三角形网格的优化方法及装置
CN113450441B (zh) 三维虚拟模型的渲染方法、装置和电子设备
CN113610711B (zh) 一种单图像引导的三维表面重建方法及装置
CN115205411A (zh) 一种遮挡体生成方法、装置、电子设备和介质
CN114202642A (zh) 三维三角网模型中超大空洞的填补方法及设备
CN110880180B (zh) 一种基于网格优化的可变形对象的虚拟切割算法
CN117390775B (zh) 一种粘性笛卡尔网格生成方法、设备、介质及系统
US20240153207A1 (en) Systems, methods, and media for filtering points of a point cloud utilizing visibility factors to generate a model of a scene
Ozbay et al. ANovel APPROACH TO SMOOTHING ON 3D STRUCTURED ADAPTIVE MESH OF THE KINECT-BASED MODELS
CN116758243B (zh) 基于实时点云流的场景网格划分生成及渲染显示方法
KR102061835B1 (ko) 정의되지 않은 값을 포함한 비 정방형 격자 자료의 엘오디 구현 방법

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