CN115330971A - 一种面向渲染性能优化的几何模型轻量化方法 - Google Patents
一种面向渲染性能优化的几何模型轻量化方法 Download PDFInfo
- Publication number
- CN115330971A CN115330971A CN202211254979.6A CN202211254979A CN115330971A CN 115330971 A CN115330971 A CN 115330971A CN 202211254979 A CN202211254979 A CN 202211254979A CN 115330971 A CN115330971 A CN 115330971A
- Authority
- CN
- China
- Prior art keywords
- model
- geometric
- geometry
- processed
- sub
- 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
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
- G06T17/10—Constructive solid geometry [CSG] using solid primitives, e.g. cylinders, cubes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Library & Information Science (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Image Generation (AREA)
Abstract
本发明提供一种面向渲染性能优化的几何模型轻量化方法,包括:获得预设的规则几何体库,规则几何体库中的每个规则几何体均配置有第一网格模型,且各第一网格模型精度满足渲染性能要求;获得待处理几何体的第二网格模型,并基于第二网络模型确定待处理几何体对应的连通域集;基于连通域集将待处理几何体分割成层级数目不少于1的子级几何体;根据预设的匹配误差阈值,通过几何体回归分析从规则几何体库中分别获得目标规则几何体;将各目标规则几何体的第一网络模型赋予各自对应的子级几何体,以得到网格模型;本发明通过待处理几何体与规则几何体库进行不同层级的匹配获得待处理几何体的网格模型,简化了待处理几何体的网格生成。
Description
技术领域
本申请涉及几何模型渲染技术领域,具体涉及一种面向渲染性能优化的几何模型轻量化方法。
背景技术
现有技术中,从建筑建模软件导出的或经过二次开发获得的网格模型需要经过大量的计算得出一个网格精细度比较高的、渲染性能较优的网格模型,这导致需要花费大量的算力,对于那些算力比较低的计算设备,需要耗费大量时间。
因此,有必要设计一种新的几何模型轻量化方法,以克服上述问题。
发明内容
为解决以上问题,本发明第一方面提供一种面向渲染性能优化的几何模型轻量化方法,包括以下步骤:
获得预设的规则几何体库,其中,所述规则几何体库中的每个规则几何体均配置有第一网格模型,且各第一网格模型精度满足渲染性能要求;
获得待处理几何体的第二网格模型,并基于第二网络模型确定待处理几何体对应的连通域集;
基于所述连通域集将所述待处理几何体分割成层级数目不少于1的子级几何体;
根据预设的匹配误差阈值,通过几何体回归分析从所述规则几何体库中分别获得各子级几何体对应的目标规则几何体;
将各目标规则几何体的第一网络模型赋予各自对应的子级几何体,以得到待处理几何体的简化网格模型。
在一些技术方案中,当待处理几何体包含圆柱、圆锥或圆台曲面结构时,所述待处理几何体的几何体回归分析进一步包括以下步骤:
对待处理几何体的顶点坐标进行主成分分析,确定曲面结构网格模型的第一主方向;
如果所述主方向显著,则以所述主方向为轴;
如果所述主方向不显著,则以空间各坐标轴方向为主方向分别进行尝试;
确定所述主方向后,通过顶点法向分布,计算几何体所述主方向的两端半径;
确定所述两端半径的参数后,即可构建圆柱、圆锥或圆台几何体网格模型。
在一些技术方案中,所述连通域集通过以下方法生成:
对所述第二网格模型进行顶点去重;
通过搜索算法在所述第二网格模型上生成第一连通域;
如果所述第二网格模型除所述顶点以外的剩余其他节点未纳入到所述第一连通域当中,则选择剩余节点中的一个作为起始点,通过搜索算法生成第二连通域;
重复上述步骤,直到所有节点都被纳入到的某一个连通域中,获得所述连通域集。
在一些技术方案中,所述匹配误差阈值包括以下至少一种阈值:整体尺度阈值,单点误差阈值和整体误差阈值。
在一些技术方案中,进一步包括以下步骤:
当所述连通域集中存在未匹配到规则几何体库的目标连通域时,则对所述目标连通域对应的网络模型的边进行合并;
基于边合并对目标连通域对应的网络模型的整体误差阈值条件,通过元启发式最优化算法对第二网格模型的剩余顶点位置进行调整,以得到简化后的网络模型。
在一些技术方案中,进一步包括以下步骤:
获得空间树结构,将已得到简化网格模型的待处理几何体的所有参数信息加入到所述空间树结构的空间树根节点,计算所述空间树根节点的包围盒;
以所述包围盒空间跨度最长的坐标轴方向为分割方向,以所述包围盒中心为分割点,将所述包围盒分割为两个部分,生成两个子包围盒,及与所述子包围盒对应的空间树子节点;
判断所述空间树根节点内的所有子级几何体是否被两个子包围盒完全包含,如果被完全包含,则该子级几何体被划分到所述子包围盒对应的子节点,如果未被完全包含,则保留在根节点;
对所得到的子节点重复上述过程,直到新生成的子节点中不再包含任何子级几何体,则停止继续分割。
在一些技术方案中,进一步包括以下步骤:
将已得到简化网格模型的待处理几何体信息导出为二进制文件。
在一些技术方案中,所述二进制文件通过以下步骤写入信息:
向所述二进制文件中写入用于识别文件格式及版本的文件头信息,生成第一二进制文件;
向所述二进制文件中写入已得到简化网格模型的待处理几何体网格模型,生成第二二进制文件;
对所述第二二进制文件依次写入以下信息:顶点坐标、顶点索引、纹理坐标、材质ID、纹理ID、及已得到简化网格模型的待处理几何体整体的材质和纹理信息;
将所述空间树结构以深度优先遍历的顺序写入到文件中。
本发明第二方面提供一种计算机可读存储介质,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现上述任意一项所述的一种面向渲染性能优化的几何模型轻量化方法中的步骤。
本发明第三方面提供一种终端设备,包括:处理器和存储器;所述存储器上存储有可被所述处理器执行的计算机可读程序;所述处理器执行所述计算机可读程序时实现上述任意一项所述的一种面向渲染性能优化的几何模型轻量化方法中的步骤。
综合以上,与现有技术相比,本发明有以下效果:
当待处理几何体需要生成网格模型时,本发明将待处理几何体及其子级几何体与规则几何体库中的规则几何体进行匹配,并根据预设的匹配误差阈值经过几何体回归分析从规则几何体库中得到与待处理几何体及其子级几何体匹配的网格模型,从而简化了待处理几何体的全部或部分构件的网格模型生成,减少了网格模型生成所需的算力消耗。
附图说明
图1是本发明实施例一提供的一种面向渲染性能优化的几何模型轻量化方法的流程示意图;
图2是本发明实施例一提供的连通域集生成方法的流程示意图;
图3是本发明实施例二提供的当待处理几何体中包含曲面结构时的几何体回归分析流程示意图;
图4是本发明实施例三提供的空间树索引生成流程示意图;
图5是本发明实施例四提供的二进制文件生成的流程示意图;
图6为本发明实施例五提供的本发明提供的终端设备结构原理图;
图7为本发明全部实施例提供的整体流程示意图。
具体实施方式
为了使本发明的目的,技术方案及优点更加清楚明白,以下结合附图及实施实例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
为了便于本领域技术人员理解,下面将结合附图以及实施例对本发明进行进一步详细描述。
实施例一
现有技术中,从建筑建模软件导出的或经过二次开发获得的网格模型需要经过大量的计算得出一个网格精细度比较高的、渲染性能较优的网格模型,这导致需要花费大量的算力,对于那些算力比较低的计算设备,需要耗费大量时间。
具体的,为了对几何模型进行渲染,几何模型需要生成网格模型,大部分流行的几何图形设计软件,如Autodesk Revit、Bentley MicroStation、Dassault Catia等,提供了完备的二次开发方案,通过二次开发接口,可以读取参数模型对象,或直接导出网格模型。但这些设计软件导出的网格模型有的时候不能满足实际工作中所需要的渲染要求,而这些通过现成软件生成网格模型的过程用户无法控制太多,再或者需要用户进行二次开发才能生成合适的网格模型,二次开发的网格模型质量、特性可能并非面向渲染性能优化,比如有的只是面向有限元分析仿真计算精度。
网格模型简化是提升渲染性能的直接手段;网格模型简化算法性能与网格规模密切相关。尤其是基于最优化或启发式策略的方法,随着网格规模增长,计算时间可能指数级增长。对模型整体进行最优化简化不仅因为问题规模较大,需要很长时间计算,而且因为模型整体尺度较大,可能会影响相似度度量,导致在模型局部出现相对于模型整体较小,但在业务角度不可忽略的误差。为了提高网格简化效率和效果,需要将模型分割为多个部分分别进行简化。
综合以上思考,如图1所示,本发明提供一种面向渲染性能优化的几何模型轻量化方法,具体实现步骤如下:
S1.获得预设的规则几何体库,其中,所述规则几何体库中的每个规则几何体均配置有第一网格模型,且各第一网格模型精度满足渲染性能要求;
S2.获得待处理几何体的第二网格模型,并基于第二网络模型确定待处理几何体对应的连通域集;
S3.基于所述连通域集将所述待处理几何体分割成层级数目不少于1的子级几何体;
S4.根据预设的匹配误差阈值,通过几何体回归分析从所述规则几何体库中分别获得各子级几何体对应的目标规则几何体;
S5.将各目标规则几何体的第一网络模型赋予各自对应的子级几何体,以得到待处理几何体的简化网格模型。
在本实施例中,待处理几何体为从建筑设计软件中导出的建筑信息模型,在其他实施例中,待处理几何体可以为其他应用场景中的几何体,如汽车部件、玩具、飞机模型等。其中,待处理几何体,通常可以根据其连通域分割为多个子级几何体。如果子级几何体分割的足够细致,子级几何体可为基本的建筑元素,具有完整的几何模型,不同子级几何体之间不存在共享的几何元素,因此彼此之间是不连通的,所以建筑信息模型的子级几何体划分为连通域生成提供了良好的基础。
在这里,进一步说明规则几何体与待处理几何体之间的区别:规则几何体指的是第一网格模型已获得,且第一网格模型的网格精度达到一定要求的几何体,在本实施例中,此处的网格精度要求指的是能够满足渲染优化要求的网格精度;渲染性能要求可以是人为设置的要求,比如,用户可能需要将这个要求设定的比较高,以适应多种不同渲染性能要求的场景;
待处理几何体指的是那些尚未划分网格的几何体;经网格划分后生成尚未达到网格精度要求的第二网格模型。如图2所示,连通域集通过以下方法生成:
S2.1.1.对所述第二网格模型进行顶点去重;
S2.1.2.通过搜索算法在所述第二网格模型上生成第一连通域;
S2.1.3.如果所述第二网格模型除所述顶点以外的剩余其他节点未纳入到所述第一连通域当中,则选择剩余节点中的一个作为起始点,通过搜索算法生成第二连通域;
S2.1.4.重复上述步骤,直到所有节点都被纳入到的某一个连通域中,获得所述连通域集。
其中,对第一网格模型或第二网格模型进行顶点去重,可以保证顶点之间的连接性正确反映实际情况,避免网格简化后出现缝隙;之后,通过搜索算法在第一网格模型或第二网格模型上生成第一连通域,其中,搜索算法实际上是根据初始条件和扩展规则构造一棵“解答树”并寻找符合目标状态的节点的过程;如果第一网格模型或第二网格模型除所述顶点以外的剩余其他节点未纳入到第一连通域当中,则选择剩余节点中的一个作为起始点,通过搜索算法生成第二连通域;重复上述步骤,重复上述步骤,直到所有节点都被纳入到的某一个连通域中,获得所述连通域集。
待处理几何体与规则几何体之间的匹配存在误差,本发明根据渲染性能要求对该误差设定误差阈值,因为误差阈值在不同层级上设定可能有所不同,在这里统计待处理几何体不同层级上的几何体匹配误差及其与误差阈值之间的差值,然后根据最优化算法求得在满足渲染性能要求下算力最优匹配的目标规则几何体。需要说明的是,本实施例根据渲染性能要求来设定该匹配误差阈值,如果渲染性能要求越高,对应的网格精度越高,对应的匹配误差阈值越小。
本实施例将特征匹配的阈值分别从三个角度设定:整体尺度阈值,单点误差阈值和整体误差阈值。其中,整体尺度阈值指的是待处理几何体与规则几何体库中的规则几何体初步进行匹配时在整体尺度上进行匹配产生的误差阈值,整体尺度阈值用来过滤掉大尺度的模型连通域,因为大尺度模型,如楼体外墙等,虽然可能符合简单几何体匹配规则,但在业务上不能忽略与规则几何体之间的误差;而单点误差阈值用于定义最大的单点误差容忍度。整体误差阈值指的,在待处理几何体的子级几何体进行匹配之后统计所有子级几何体的误差阈值得到的误差阈值,整体误差阈值用于定义连通域模型整体与几何体误差的容忍度。
当所述几何体回归分析中所述待处理几何体未能匹配到所述规则几何体的连通域时,则需要对所述第二网格模型进行网格简化,在网格简化过程中,一方面需要将网格模型的边进行合并,另一方面还需要对剩余顶点的位置进行调整,以降低边合并对模型整体误差的影响。由于无法直接计算得出最优方案,本方法采用元启发式最优化算法,在满足设置的目标模型整体误差阈值条件下,在简化方案空间中搜索能实现最高或局部最高模型简化率的网格简化方案,作为最终结果。
综上所述,当待处理几何体需要生成网格模型时,本发明将待处理几何体及其子级几何体与规则几何体库中的规则几何体进行匹配,并根据预设的匹配误差阈值经过几何体回归分析从规则几何体库中得到与待处理几何体及其子级几何体匹配的网格模型,从而简化了待处理几何体的全部或部分构件的网格模型生成,减少了网格模型生成所需的算力消耗。
实施例二
本实施例在具体实施例一的基础上提出的。
本发明对待处理几何体进行网格生成的过程中,会遇到一些曲面构造的几何体,如圆柱、圆锥或圆台这类几何体;如果是由平面组成或者那些连通域匹配为长方体的待处理几何体,可以直观地生成渲染性能最优化的网格模型表达,因此不需要进一步简化;而对于这些由曲面组成的规则几何体,如圆柱、曲圆柱、圆锥、圆台等几何体,或者一些其他由多个不同形状构成的复杂几何体,其匹配会变得复杂;为此,在本实施例针对这些曲面结构几何体,一方面通过调整网格模型生成过程中曲面采样密度设置,生成在对应设置下的渲染性能最优化的网格模型,来降低所需的网格生成时间。另一方面,如图3所示,本实施例针对这类几何体的几何体回归分析提出以下方法:
S2.2.1.对待处理几何体的顶点坐标进行主成分分析,确定曲面结构网格模型的第一主方向;
S2.2.2.如果所述主方向显著,则以所述主方向为轴;
S2.2.3.如果所述主方向不显著,则以空间各坐标轴方向为主方向分别进行尝试;
S2.2.4.确定所述主方向后,通过顶点法向分布,计算几何体所述主方向的两端半径;
S2.2.5.确定所述两端半径的参数后,即可构建圆柱、圆锥或圆台几何体。
其中,上述各种主方向以通过对顶点三维坐标上的最大特征值与次大特征值比值作为主方向显著度度量,比值的阈值大小通过对渲染效果的测试经验设置;此处阈值的设置,也就是主方向的显著度阈值,设置的好坏会影响到几何体回归分析过程中的召回率,但不影响最终网格模型正确性;这里的召回率指的是当进行几何体回归分析过程时,匹配误差超出匹配误差阈值并需要重新匹配的概率。
实施例三
本实施例在具体实施例一的基础上提出的。
索引是网格模型渲染性能优化的另一个重要手段,对于由众多连通域网格模型组成的整体模型,索引可以用在剔除、细节级别判定等多个步骤。本实施例在实施例一的基础上新增加空间树索引的建立操作,以方便后续渲染的性能优化,如图4所示,本实施例对空间树索引的建立方法有以下步骤:
S5.1.1.获得空间树结构,将已得到简化网格模型的待处理几何体的所有参数信息加入到所述空间树结构的空间树根节点,计算所述空间树根节点的包围盒;
S5.1.2.以所述包围盒空间跨度最长的坐标轴方向为分割方向,以所述包围盒中心为分割点,将所述包围盒分割为两个部分,生成两个子包围盒,及与所述子包围盒对应的空间树子节点;
S5.1.3.判断所述空间树根节点内的所有子级几何体是否被两个子包围盒完全包含,如果被完全包含,则该子级几何体被划分到所述子包围盒对应的子节点,如果未被完全包含,则保留在根节点;
S5.1.4.对所得到的子节点重复上述过程,直到新生成的子节点中不再包含任何子级几何体,则停止继续分割。
其中,空间树的每个节点保存了到子节点的关联,以及节点所对应子树的所有连通域模型的关联,这样在进行剔除和细节级别判定时,在一些场景下可以通过根节点判定结论直接为所有子节点对应连通域模型定性。
实施例四
如图5,本实施例在实施例五的基础上增加二进制文件设计制作过程,其中,对所述二进制文件设计步骤具体如下:
S5.2.1.向所述二进制文件中写入用于识别文件格式及版本的文件头信息,生成第一二进制文件;
S5.2.2.向所述二进制文件中写入已得到简化网格模型的待处理几何体的第四网格模型或第五网格模型,生成第二二进制文件;
S5.2.3.对所述第二二进制文件依次写入以下信息:顶点坐标、顶点索引、纹理坐标、材质ID、纹理ID、及所述已得到简化网格模型的待处理几何体整体的材质和纹理信息;
S5.2.4.将所述空间树结构以深度优先遍历的顺序写入到文件中。
本实施例中,紧凑的二进制数据使得在渲染之前对模型数据读写速度得到了保障,同时不需要数据格式转换即可应用到业务之中。
实施例五
基于上述实施例一至实施例六的面向渲染性能优化的几何模型轻量化方法,本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现上述实施例所述的面向渲染性能优化的几何模型轻量化方法中的步骤。
基于上述实施例一至实施例六的面向渲染性能优化的几何模型轻量化方法,本发明还提供了终端设备,如图6所示,其包括至少一个处理器(processor)10;显示屏11;以及存储器(memory)12,还可以包括通信接口(Communications Interface)13和总线14。其中,处理器10、显示屏11、存储器12和通信接口13可以通过总线14完成相互间的通信。显示屏11设置为显示初始设置模式中预设的用户引导界面。通信接口13可以传输信息。处理器10可以调用存储器12中的逻辑指令,以执行上述实施例中的方法。
此外,上述的存储器12中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。
存储器12作为一种计算机可读存储介质,可设置为存储软件程序、计算机可执行程序,如本公开实施例中的方法对应的程序指令或模块。处理器10通过运行存储在存储器12中的软件程序、指令或模块,从而执行功能应用以及数据处理,即实现上述实施例中的方法。
存储器12可包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端设备的使用所创建的数据等。此外,存储器12可以包括高速随机存取存储器,还可以包括非易失性存储器。例如,U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等多种可以存储程序代码的介质,也可以是暂态存储介质。
此外,上述存储介质以及终端设备中的多条指令处理器加载并执行的具体过程在上述方法中已经详细说明,在这里就不再一一陈述。
根据以上实施例可知,如图7所示,本发明的实施例中提供了以下步骤:第一步,从设计软件参数模型导出三角网格模型;第二步,将得到的网格模型按连通域分割;第三步,几何体回归分析;第四步,网格简化;第五步,将不同配置下的网格模型简化结果作为模型的不同细节级别处理;第六步,为整个模型生成空间树索引;第七步,将模型的所有细节级别几何数据,关联材质和纹理信息,以及空间树索引,输出为二进制几何文件。
虽然本发明包括以上多个步骤,但输入至本发明程序中的待处理几何体信息细节级别以及信息种类不同,以上步骤并非需要全部经历,针对不同信息类别的待处理几何体及其与规则几何体库中信息匹配程度,依据需要采纳以上步骤,可以减少不必要的计算时间及算力消耗。
以上的仅是本发明的一些实施方式,应当指出,对于本领域的普通技术人员来说,在不脱离本发明的创造构思的前提下,还可以做出其它变形和改进,这些都属于本发明的保护范围。
Claims (10)
1.一种面向渲染性能优化的几何模型轻量化方法,其特征在于,包括以下步骤:
获得预设的规则几何体库,其中,所述规则几何体库中的每个规则几何体均配置有第一网格模型,且各第一网格模型精度满足渲染性能要求;
获得待处理几何体的第二网格模型,并基于第二网络模型确定待处理几何体对应的连通域集;
基于所述连通域集将所述待处理几何体分割成层级数目不少于1的子级几何体;
根据预设的匹配误差阈值,通过几何体回归分析从所述规则几何体库中分别获得各子级几何体对应的目标规则几何体;
将各目标规则几何体的第一网络模型赋予各自对应的子级几何体,以得到待处理几何体的简化网格模型。
2.如权利要求1所述的一种面向渲染性能优化的几何模型轻量化方法,其特征在于,当待处理几何体包含圆柱、圆锥或圆台曲面结构时,所述待处理几何体的几何体回归分析进一步包括以下步骤:
对待处理几何体的顶点坐标进行主成分分析,确定曲面结构网格模型的第一主方向;
如果所述主方向显著,则以所述主方向为轴;
如果所述主方向不显著,则以空间各坐标轴方向为主方向分别进行尝试;
确定所述主方向后,通过顶点法向分布,计算几何体所述主方向的两端半径;
确定所述两端半径的参数后,即可构建圆柱、圆锥或圆台几何体网格模型。
3.如权利要求1所述的一种面向渲染性能优化的几何模型轻量化方法,其特征在于,所述连通域集通过以下方法生成:
对所述第二网格模型进行顶点去重;
通过搜索算法在所述第二网格模型上生成第一连通域;
如果所述第二网格模型除所述顶点以外的剩余其他节点未纳入到所述第一连通域当中,则选择剩余节点中的一个作为起始点,通过搜索算法生成第二连通域;
重复上述步骤,直到所有节点都被纳入到的某一个连通域中,获得所述连通域集。
4.如权利要求1所述的一种面向渲染性能优化的几何模型轻量化方法,其特征在于,所述匹配误差阈值包括以下至少一种阈值:整体尺度阈值,单点误差阈值和整体误差阈值。
5.如权利要求1或4所述的一种面向渲染性能优化的几何模型轻量化方法,其特征在于,进一步包括以下步骤:
当所述连通域集中存在未匹配到规则几何体库的目标连通域时,则对所述目标连通域对应的网络模型的边进行合并;
基于边合并对目标连通域对应的网络模型的整体误差阈值条件,通过元启发式最优化算法对第二网格模型的剩余顶点位置进行调整,以得到简化后的网络模型。
6.如权利要求1所述的一种面向渲染性能优化的几何模型轻量化方法,其特征在于,进一步包括以下步骤:
获得空间树结构,将已得到简化网格模型的待处理几何体的所有参数信息加入到所述空间树结构的空间树根节点,计算所述空间树根节点的包围盒;
以所述包围盒空间跨度最长的坐标轴方向为分割方向,以所述包围盒中心为分割点,将所述包围盒分割为两个部分,生成两个子包围盒,及与所述子包围盒对应的空间树子节点;
判断所述空间树根节点内的所有子级几何体是否被两个子包围盒完全包含,如果被完全包含,则该子级几何体被划分到所述子包围盒对应的子节点,如果未被完全包含,则保留在根节点;
对所得到的子节点重复上述过程,直到新生成的子节点中不再包含任何子级几何体,则停止继续分割。
7.如权利要求6所述的一种面向渲染性能优化的几何模型轻量化方法,其特征在于,进一步包括以下步骤:
将已得到简化网格模型的待处理几何体信息导出为二进制文件。
8.如权利要求7所述的一种面向渲染性能优化的几何模型轻量化方法,其特征在于,所述二进制文件通过以下步骤写入信息:
向所述二进制文件中写入用于识别文件格式及版本的文件头信息,生成第一二进制文件;
向所述二进制文件中写入已得到简化网格模型的待处理几何体网格模型,生成第二二进制文件;
对所述第二二进制文件依次写入以下信息:顶点坐标、顶点索引、纹理坐标、材质ID、纹理ID、及已得到简化网格模型的待处理几何体整体的材质和纹理信息;
将所述空间树结构以深度优先遍历的顺序写入到文件中。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如权利要求1~8任意一项所述的一种面向渲染性能优化的几何模型轻量化方法中的步骤。
10.一种终端设备,其特征在于,包括:处理器和存储器;所述存储器上存储有可被所述处理器执行的计算机可读程序;所述处理器执行所述计算机可读程序时实现如权利要求1~8任意一项所述的一种面向渲染性能优化的几何模型轻量化方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211254979.6A CN115330971B (zh) | 2022-10-13 | 2022-10-13 | 一种面向渲染性能优化的几何模型轻量化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211254979.6A CN115330971B (zh) | 2022-10-13 | 2022-10-13 | 一种面向渲染性能优化的几何模型轻量化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115330971A true CN115330971A (zh) | 2022-11-11 |
CN115330971B CN115330971B (zh) | 2023-01-13 |
Family
ID=83914559
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211254979.6A Active CN115330971B (zh) | 2022-10-13 | 2022-10-13 | 一种面向渲染性能优化的几何模型轻量化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115330971B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116912861A (zh) * | 2023-07-24 | 2023-10-20 | 广州炫视智能科技有限公司 | 一种手绘几何图形的识别方法、计算机设备和存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104317772A (zh) * | 2014-10-22 | 2015-01-28 | 中国科学院合肥物质科学研究院 | 一种基于空间网格分割的蒙特卡罗粒子输运快速几何处理方法 |
CN107357993A (zh) * | 2017-07-13 | 2017-11-17 | 中国科学院合肥物质科学研究院 | 一种基于特征长度的蒙特卡罗粒子输运快速几何处理方法 |
CN110414148A (zh) * | 2019-07-30 | 2019-11-05 | 中北大学 | 基于WebGL的开放式BIM跨平台在线可视化方法 |
CN111627092A (zh) * | 2020-05-07 | 2020-09-04 | 江苏原力数字科技股份有限公司 | 一种从拓扑关系构建高强度的弯曲约束的方法 |
CN112348954A (zh) * | 2020-11-30 | 2021-02-09 | 久瓴(江苏)数字智能科技有限公司 | 一种建筑模型处理方法、装置、计算机设备以及存储介质 |
CN113393476A (zh) * | 2021-07-07 | 2021-09-14 | 山东大学 | 一种轻量化多路径网状图像分割方法、系统和电子设备 |
WO2022021309A1 (zh) * | 2020-07-31 | 2022-02-03 | 深圳市大疆创新科技有限公司 | 建立模型的方法、装置、电子设备及计算机可读存储介质 |
-
2022
- 2022-10-13 CN CN202211254979.6A patent/CN115330971B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104317772A (zh) * | 2014-10-22 | 2015-01-28 | 中国科学院合肥物质科学研究院 | 一种基于空间网格分割的蒙特卡罗粒子输运快速几何处理方法 |
CN107357993A (zh) * | 2017-07-13 | 2017-11-17 | 中国科学院合肥物质科学研究院 | 一种基于特征长度的蒙特卡罗粒子输运快速几何处理方法 |
CN110414148A (zh) * | 2019-07-30 | 2019-11-05 | 中北大学 | 基于WebGL的开放式BIM跨平台在线可视化方法 |
CN111627092A (zh) * | 2020-05-07 | 2020-09-04 | 江苏原力数字科技股份有限公司 | 一种从拓扑关系构建高强度的弯曲约束的方法 |
WO2022021309A1 (zh) * | 2020-07-31 | 2022-02-03 | 深圳市大疆创新科技有限公司 | 建立模型的方法、装置、电子设备及计算机可读存储介质 |
CN112348954A (zh) * | 2020-11-30 | 2021-02-09 | 久瓴(江苏)数字智能科技有限公司 | 一种建筑模型处理方法、装置、计算机设备以及存储介质 |
CN113393476A (zh) * | 2021-07-07 | 2021-09-14 | 山东大学 | 一种轻量化多路径网状图像分割方法、系统和电子设备 |
Non-Patent Citations (1)
Title |
---|
金伟祖 等: "基于网格分割的三维模型轻量化算法及构建", 《实验室科学》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116912861A (zh) * | 2023-07-24 | 2023-10-20 | 广州炫视智能科技有限公司 | 一种手绘几何图形的识别方法、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115330971B (zh) | 2023-01-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112989482B (zh) | Bim模型数据的生成方法及装置和构建方法及装置 | |
CN113158288A (zh) | 一种基于构件复用与重装配的信息模型几何轻量化方法 | |
CN112733318B (zh) | 一种自适应网格细分方法、装置、设备及存储介质 | |
CN115330971B (zh) | 一种面向渲染性能优化的几何模型轻量化方法 | |
Yuan et al. | Feature preserving multiresolution subdivision and simplification of point clouds: A conformal geometric algebra approach | |
CN115345988A (zh) | 基于顶点重要度的二次误差度量边折叠bim轻量化方法 | |
CN113724401A (zh) | 一种三维模型切割方法、装置、计算机设备和存储介质 | |
CN112562085A (zh) | 一种bim模型简化方法及简化装置 | |
CN113642062B (zh) | 三维模型的拓扑几何数据表示方法、终端、存储介质 | |
Li et al. | R3MR: Region growing based 3D mesh reconstruction for big data platform | |
CN113127697B (zh) | 图布局优化方法和系统、电子设备及可读存储介质 | |
CN110532670B (zh) | 一种适分析样条实体模型构建方法及系统 | |
Spielman et al. | Parallel Delaunay refinement: Algorithms and analyses | |
CN116258840A (zh) | 层级细节表示树的生成方法、装置、设备及存储介质 | |
CN116416377A (zh) | 针对薄壁管激光切割的加工特征的识别方法、装置及系统 | |
CN113342999B (zh) | 一种基于多层跳序树结构的变分辨率点云简化方法 | |
CN115935673A (zh) | 一种基于射线追踪的fdtd网格剖分方法及系统 | |
CN115453753A (zh) | 基于nurbs表面的光学系统高精度光线追迹方法及装置 | |
US8031957B1 (en) | Rewritable lossy compression of graphical data | |
Khamayseh et al. | Use of the spatial kD-tree in computational physics applications | |
Zhang et al. | MeshLink: a surface structured mesh generation framework to facilitate automated data linkage | |
CN108932528B (zh) | 变色龙算法中相似性度量及截断方法 | |
CN117807782B (zh) | 一种实现三维仿真模型的方法 | |
CN117252993B (zh) | 特征点提取算法的验证方法、装置、电子设备及存储介质 | |
CN117058300B (zh) | 一种基于kd树加速光线与未裁剪曲面交点计算的方法 |
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 |