CN115619978B - 网格面构建方法、终端以及存储介质 - Google Patents
网格面构建方法、终端以及存储介质 Download PDFInfo
- Publication number
- CN115619978B CN115619978B CN202211455350.8A CN202211455350A CN115619978B CN 115619978 B CN115619978 B CN 115619978B CN 202211455350 A CN202211455350 A CN 202211455350A CN 115619978 B CN115619978 B CN 115619978B
- Authority
- CN
- China
- Prior art keywords
- grid
- nodes
- point cloud
- node
- mesh
- 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
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Generation (AREA)
Abstract
本发明提供一种网格面构建方法、终端以及存储介质,该网格面构建方法包括:S101:根据框选的矩形、点云构建初始网格,基于点云对初始网格的网格节点逐级加密、逐级插值获取指定网格水平间距的第一网格面;S102:建立第一网格面中网格节点与点云的映射关系,通过映射关系获取通过点云的第二网格面,清除第二网格面中的废节点生成最终网格面。本发明能够得到精准通过点云的网格面,拓扑错误少,描述精度高,且通过去除废节点的方式,减少网格节点数和三角面片数,减轻了后续渲染和处理的负担。
Description
技术领域
本发明涉及三维建模领域,尤其涉及一种网格面构建方法、终端以及存储介质。
背景技术
在数字几何模型处理领域,一个三维模型常使用点云方式或网格方式进行描述,点云方式是对模型的表面进行采样,直接用采样点来表达模型,这种方法比较简单,处理数据相对容易,是很多扫描模型数据的原始格式,但是,这种方法也有其固有的缺点,点云无法描述物体的拓扑,而且如果要以较高的精度描述表面,需要非常多的点;网格方式用有着连接关系的面片来表示模型表面,这种描述方式可以准确描述物体的拓扑,在3D建模和动画领域有着非常广泛的应用。
经常需要将点云描述方式转化为网格的描述方式。目前常用的方法有以下几种:体方法,通过点云拟合一个三维空间的隐式场,该隐式场的零点处即为隐式表面,然后直接通过非常成熟的Marching Cubes方法或其变种进行轮廓面的提取,从而完成网格的构造;非体方法,即直接从点云出发,生成网格。但是,这些方法都有一些重大的缺点:首先,这些方法所产生的网格很可能包含有拓扑错误,这些拓扑错误常常以小环或者表面空洞的形式存在;其次,这些方法大都不能很好地对所生成的曲面作出自适应的调整,即,在表面变化比较大的地方加大描述精度,而在表面变化较为缓和的地方减少描述精度,从而要么对物体表面的描述不够精确,要么所产生的面片数过多,给后续的渲染和处理造成负担。
发明内容
为了克服现有技术的不足,本发明提出一种网格面构建方法、终端以及存储介质,在根据框选的矩形、点云得到初始网格后,对初始网格采取逐级加密、逐级插值的方式得到网格水平间距符合要求的第一网格面,根据第一网格面与点云的映射关系得到通过点云的第二网格面,并去除第二网格面中的废节点得到最终网格面,从而能够得到精准通过点云的网格面,拓扑错误少,描述精度高,且通过去除废节点的方式,减少网格节点数和三角面片数,减轻了后续渲染和处理的负担。
为解决上述问题,本发明采用的一个技术方案为:一种网格面构建方法,所述网格面构建方法包括:S101:根据框选的矩形、点云构建初始网格,基于点云对所述初始网格的网格节点逐级加密、逐级插值获取指定网格水平间距的第一网格面;S102:建立第一网格面中网格节点与点云的映射关系,通过映射关系获取通过所述点云的第二网格面,清除第二网格面中的废节点生成最终网格面。
进一步地,所述根据框选的矩形、点云构建初始网格的步骤具体包括:根据用户框选的矩形范围获取所述矩形的两条相邻边的比值,根据所述比值对所述相邻边中的长边内插处理增加网格节点,得到初始网格节点的平面布置坐标,以已有点云z坐标的平均值为初始网格节点的z坐标,将相邻网格节点相连生成初始网格。
进一步地,所述基于点云对所述初始网格的网格节点逐级加密、逐级插值获取指定网格水平间距的第一网格面的步骤具体包括:S201:基于点云对新增的网格节点进行克里金插值生成插值后的网格面;S202:对所述网格面的网格节点进行中点加密,并对新增的网格节点进行克里金插值生成新的网格面,判断新的网格面的网格水平间距是否满足预设条件;若是,则确定所述新的网格面为指定网格水平间距的第一网格面;若否,则执行S202。
进一步地,所述判断新的网格面的网格水平间距是否满足预设条件的步骤具体包括:判断所述网格面是否满足第一条件、第二条件中的至少一个,其中,第一条件为网格水平间距达到指定的网格水平间距,第二条件为单个三角面片包括的点不超过3个,所述点为点云中的点;若是,则确定满足预设条件;若否,则确定不满足预设条件。
进一步地,所述建立第一网格面中网格节点与点云的映射关系的步骤具体包括:遍历所述网格节点,将网格节点与点云中距离最近的点建立映射关系。
进一步地,所述通过映射关系获取通过所述点云的第二网格面的步骤具体包括:将所述第一网格面、点云中存在映射关系的网格节点、点重合,判断所述第一网格面的三角形内部是否存在未映射的点云;若是,则在所述三角形内部内插网格节点,使所述网格节点与所述未映射的点云建立映射关系并重合以得到第二网格面;若否,则将重合的第一网格面确定为第二网格面。
进一步地,所述清除第二网格面中的废节点生成最终网格面的步骤具体包括:获取所述第二网格面中每个网格节点对应的三角形的法向量,获取所述法向量的夹角,根据夹角的大小识别和去除所述网格节点中的废节点。
进一步地,所述根据夹角的大小识别和去除所述网格节点中的废节点的步骤具体包括:判断所述网格节点对应的所有三角形法向量的夹角是否均小于预设阈值;若是,则确定所述网格节点为废节点,退化所述网格节点,使所述网格节点的相邻节点彼此相连;若否,则确定所述网格节点不是废节点,保留所述网格节点。
基于相同的发明构思,本发明还提出一种智能终端,所述智能终端包括处理器、存储器,所述存储器存储有计算机程序,所述处理器与所述存储器连接,所述处理器根据所述计算机程序执行如上所述的网格面构建方法。
基于相同的发明构思,本发明还提出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程序数据,所述程序数据被用于执行如上所述的网格面构建方法。
相比现有技术,本发明的有益效果在于:在根据框选的矩形、点云得到初始网格后,对初始网格采取逐级加密、逐级插值的方式得到网格水平间距符合要求的第一网格面,根据第一网格面与点云的映射关系得到通过点云的第二网格面,并去除第二网格面中的废节点得到最终网格面,从而能够得到精准通过点云的网格面,拓扑错误少,描述精度高,且通过去除废节点的方式,减少网格节点数和三角面片数,减轻了后续渲染和处理的负担。
附图说明
图1为本发明网格面构建方法一实施例的流程图;
图2为本发明网格面构建方法另一实施例的流程图;
图3为本发明网格面构建方法中逐级加密、逐级插值生成第一网格面一实施例的流程图;
图4为本发明智能终端一实施例的结构图;
图5为本发明计算机可读存储介质一实施例的结构图。
具体实施方式
以下通过特定的具体实例说明本申请的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本申请的其他优点与功效。本申请还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本申请的精神下进行各种修饰或改变。需说明的是,通常在此处附图中描述和展示的各本公开实施例在不冲突的前提下,可相互组合,其中的结构部件或功能模块可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本公开的实施例的详细描述并非旨在限制要求保护的本公开的范围,而是仅仅表示本公开的选定实施例。基于本公开中的实施例,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它实施例,都属于本公开保护的范围。
在本申请公开使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数生式的“一种”、“所述”和“该”也旨在包括多数生式,除非上下文清楚地表示其它含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
请参阅图1-图3,其中,图1为本发明网格面构建方法一实施例的流程图;图2为本发明网格面构建方法另一实施例的流程图;图3为本发明网格面构建方法中逐级加密、逐级插值生成第一网格面一实施例的流程图。结合图1-图3对本发明的网格面构建方法进行说明。
在本实施例中,执行网格面构建方法的设备可以为手机、平板电脑、工作站、服务器以及其他能够用于三维建模的智能终端。
其中,智能终端执行的网格面构建方法包括:
S101:根据框选的矩形、点云构建初始网格,基于点云对初始网格的网格节点逐级加密、逐级插值获取指定网格水平间距的第一网格面。
在本实施例中,根据框选的矩形、点云构建初始网格的步骤具体包括:根据用户框选的矩形范围获取矩形的两条相邻边的比值,根据比值对相邻边中的长边内插处理增加网格节点,得到初始网格节点的平面布置坐标,以已有点云z坐标的平均值为初始网格节点的z坐标,将相邻网格节点相连生成初始网格。其中,框选的矩形为用户指定的模型范围,不同的比值对应在长边上插入的点数量不同。
在其他实施例中,用于指定模型范围的图形也可以为三角形、锥形以及其它具有相邻边的图形。
在本实施例中,相邻边的比值为矩形中较长边与较短边的比值,若矩形的边长度相等,则比值为一。在其他实施例中,也可以使用较短边与较长边的比值,具体设置方式可根据实际需求设置。
在一个具体的实施例中,点云数据为物体测量得到的实测点云数据,该实测点云数据为a(n)={xi、yi、zi},i=1,2,3…,n,根据用户框选的矩形范围,获得矩形长边、短边长度a、b,计算a/b的值。其中,1≤a/b≤1.5,不插值,初始网格即原矩形产生4个网格节点,2个三角面片;1.5<a/b≤2,长边插1个点2等分,得到6个网格节点,4个三角面片;2<a/b≤3,长边插2个点3等分,得到8个网格节点,6个三角面片。因此,若n-1<a/b≤n,长边插n-1个点n等分,得到4+2(n-1)个网格节点,2n个三角面片。
通过利用比值进行插值的方式,规避初始网格面出现狭长三角形问题,获得初始网格的网格节点的平面位置(xi、yi),初始网格节点z取同一值(初始网格是水平平面,然后具体的数值通过求和平均而来),(/>为点云的z坐标,可以理解为点云的高程,将框选范围内点云的高程的平均值作为z值),取实测点云a(n)的z值,从而得到初始网格节点数据b(n)={xi、yi、z},i=1,2,3…,n,将相邻网格节点相连成三角形,得到三角面片构成的初始网格面,即实测点云z的中值面。
在本实施例中,基于点云对初始网格的网格节点逐级加密、逐级插值获取指定网格水平间距的第一网格面的步骤具体包括:S201:基于点云对新增的网格节点进行克里金插值生成插值后的网格面;S202:对网格面的网格节点进行中点加密,并对新增的网格节点进行克里金插值生成新的网格面,判断新的网格面的网格水平间距是否满足预设条件;若是,则确定新的网格面为指定网格水平间距的第一网格面;若否,则执行S202。
在本实施例中,新增的网格节点为根据比值内插处理生成的网格节点,在进行克里金插值时,已经插值过的节点不再插值。
在一个具体的实施例中,克里金插值的具体流程包括:任选一个网格节点A,其原坐标值为(x0、y0、z0),筛选出以A为角点的所有三角形,形成一封闭区域,将该封闭区域作为节点A的搜索邻域,将搜索邻域内实测点云所有的点+三角形角点作为节点A的取样点,假定取样点的个数为nA。若nA=0,节点A直接取原先的z值,即不执行插值进行修正;若nA≠0,节点A根据搜索邻域内的取样点进行插值,为保证计算效率,此处设置最大相邻数限制(100个),即取样点数不能超出限制数,nA≤100。其中,在nA≠0时,设网格节点A插值修正后坐标值为取nA个取样点数据,根据下列表达式计算/>的值。
代表点A插值之后的Z坐标,Zi代表节点A的搜索邻域内取样点的Z坐标,/>代表节点A的搜索邻域内取样点对于节点A的权值,该权值与距离成负相关,即取样点距离节点A越远,相应的权值越小,/>代表取样点中任意一点到节点A的半方差系数,/>代表取样点中任意两点(可以同一个点)的半方差系数,即k可以等于j,但是A≠k、j,半方差函数为/>
,/>代表取样点中任意两点(可以同一个点)的水平距离。根据nA个取样点计算任意两个取样点的距离和半方差,得到个/>数据对,拟合得到/>函数表达式(就是将/>个数据对落在坐标系上,通过数据对在坐标系上的趋势计算得到一个能够表达两者关系的表达式),再计算取样点任意一点到插值节点A的距离/>,代入距离和半方差的函数中,求得/>,至此通过上述表达式解出/>的值,从而得到/>,即完成了对节点A的插值。重复上述过程,实现对每一个新增的网格节点的插值。
在本实施例中,进行中点加密时,对网格面的每一个三角形的边取中点,将中点彼此连接,从而每一个三角形中点加密一次,到四个三角形,即每加密一次,三角面片数增加4倍。
在本实施例中,判断新的网格面的网格水平间距是否满足预设条件的步骤具体包括:判断网格面是否满足第一条件、第二条件中的至少一个,其中,第一条件为网格水平间距达到指定的网格水平间距,第二条件为单个三角面片包括的点不超过3个,点为点云中的点;若是,则确定满足预设条件;若否,则确定不满足预设条件。
具体的,网格水平间距指网格面中三角形的长边长度,通过逐级加密、逐级插值的方式得到在平面上均匀分布的第一网格。
S102:建立第一网格面中网格节点与点云的映射关系,通过映射关系获取通过点云的第二网格面,清除第二网格面中的废节点生成最终网格面。
在本实施例中,建立第一网格面中网格节点与点云的映射关系的步骤具体包括:遍历网格节点,将网格节点与点云中距离最近的点建立映射关系。
具体的,点云为实测点云,将实测点云中的点称为实测点,则建立映射关系包括:如果第一网格的单个三角面片最多包含3个实测点,所有的实测点云可与实测点所处三角形角点建立一一映射关系;如果第一网格的单个三角面片包含的实测点数量超过3个,则相应的该区域所对应的三角形的角点不够分配,此时只能建立部分实测点同网格节点的一一映射关系。
通过映射关系获取通过点云的第二网格面的步骤具体包括:将第一网格面、点云中存在映射关系的网格节点、点重合,判断第一网格面的三角形内部是否存在未映射的点云;若是,则在三角形内部内插网格节点,使网格节点与未映射的点云建立映射关系并重合以得到第二网格面;若否,则将重合的第一网格面确定为第二网格面。
具体的,根据映射关系将网格节点移动至其映射的点云,使网格节点与点云中的点重合,判断第一网格面的三角形内部是否还存在未映射的点云,基于该点云在三角形内部内插新的网格节点,建立该新的网格节点与未映射的点之间的映射关系,基于映射关系并将该新的网格节点移动至点云,从而使每个点均与网格节点重合。通过上述操作得到经过关联插值、精确通过点云的第二网格面。
在本实施例中,清除第二网格面中的废节点生成最终网格面的步骤具体包括:获取第二网格面中每个网格节点对应的三角形的法向量,获取法向量的夹角,根据夹角的大小识别和去除网格节点中的废节点。其中,网格节点对应的三角形为网格节点相邻的三角形,该夹角为相邻的三角形的法向量形成的夹角。通过识别废节点的方式判断网格节点部位起伏程度,对于较平缓的节点,执行退化(去除废节点),相邻节点依次连接,能够有效去除无用的、未反应起伏形态的废节点,减少mesh网格的节点数、三角面片数,减轻三维模型渲染和处理的负担。
在本实施例中,根据夹角的大小识别和去除网格节点中的废节点的步骤具体包括:判断网格节点对应的所有三角形法向量夹角是否均小于预设阈值;若是,则确定网格节点为废节点,退化网格节点,使网格节点的相邻节点彼此相连;若否,则确定网格节点不是废节点,保留网格节点。
具体的,当所有夹角均小于阈值时,退化该网格节点,将该网格节点相邻节点彼此相连(网格面的网格节点退化之后,可以理解为这个网格节点会被清除掉,清除之后网格面中其他的网格节点彼此连接,将相应的空缺补齐);当存在一个夹角大于阈值,保留该网格节点。清除废节点后,得到整体均匀、局部不均匀,数据关联性高,并精确通过点云的网格面。
基于相同的发明构思,本发明还提出一种智能终端,请参阅图4,图4为本发明智能终端一实施例的结构图,结合图4对本发明的智能终端进行具体说明。
在本实施例中,智能终端包括处理器、存储器,存储器存储有计算机程序,处理器与存储器连接,处理器通过计算机程序执行如权上述实施例所述的网格面构建方法。
在一些实施例中,存储器可能包括但不限于高速随机存取存储器、非易失性存储器。例如一个或多个磁盘存储设备、闪存设备或其他非易失性固态存储设备。处理器可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(NetworkProcessor,简称NP)等;还可以是数字信号处理器(Digital Signal Processing,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程功能器件、分立门或者晶体管功能器件、分立硬件组件。
基于相同的发明构思,本发明还提出一种计算机可读存储介质,请参阅图5为本发明计算机可读存储介质一实施例的结构图,结合图5对本发明的计算机可读存储介质进行说明。
在本实施例中,计算机可读存储介质存储有程序数据,该程序数据被用于执行如上述实施例所述的网格面构建方法。
其中,计算机可读存储介质可包括,但不限于,软盘、光盘、CD-ROM(紧致盘-只读存储器)、磁光盘、ROM(只读存储器)、RAM(随机存取存储器)、EPROM(可擦除可编程只读存储器)、EEPROM(电可擦除可编程只读存储器)、磁卡或光卡、闪存或适于存储机器可执行指令的其他类型的介质/机器可读介质。该计算机可读存储介质可以是未接入计算机设备的产品,也可以是已接入计算机设备使用的部件。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其他实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (9)
1.一种网格面构建方法,其特征在于,所述网格面构建方法包括:
S101:根据框选的矩形、点云构建初始网格,基于点云对所述初始网格的网格节点逐级加密、逐级插值获取指定网格水平间距的第一网格面;
S102:建立第一网格面中网格节点与点云的映射关系,通过映射关系获取通过所述点云的第二网格面,清除第二网格面中的废节点生成最终网格面;
所述根据框选的矩形、点云构建初始网格的步骤具体包括:
根据用户框选的矩形范围获取所述矩形的两条相邻边的比值,根据所述比值对所述相邻边中的长边内插处理增加网格节点,得到初始网格节点的平面布置坐标,以已有点云z坐标的平均值为初始网格节点的z坐标,将相邻网格节点相连生成初始网格。
2.如权利要求1所述的网格面构建方法,其特征在于,所述基于点云对所述初始网格的网格节点逐级加密、逐级插值获取指定网格水平间距的第一网格面的步骤具体包括:
S201:基于点云对新增的网格节点进行克里金插值生成插值后的网格面;
S202:对所述网格面的网格节点进行中点加密,并对新增的网格节点进行克里金插值生成新的网格面,判断新的网格面的网格水平间距是否满足预设条件;
若是,则确定所述新的网格面为指定网格水平间距的第一网格面;
若否,则执行S202。
3.如权利要求2所述的网格面构建方法,其特征在于,所述判断新的网格面的网格水平间距是否满足预设条件的步骤具体包括:
判断所述网格面是否满足第一条件、第二条件中的至少一个,其中,第一条件为网格水平间距达到指定的网格水平间距,第二条件为单个三角面片包括的点不超过3个,所述点为点云中的点;
若是,则确定满足预设条件;
若否,则确定不满足预设条件。
4.如权利要求1所述的网格面构建方法,其特征在于,所述建立第一网格面中网格节点与点云的映射关系的步骤具体包括:
遍历所述网格节点,将网格节点与点云中距离最近的点建立映射关系。
5.如权利要求1所述的网格面构建方法,所述通过映射关系获取通过所述点云的第二网格面的步骤具体包括:
将所述第一网格面、点云中存在映射关系的网格节点、点重合,判断所述第一网格面的三角形内部是否存在未映射的点云;
若是,则在所述三角形内部内插网格节点,使所述网格节点与所述未映射的点云建立映射关系并重合以得到第二网格面;
若否,则将重合的第一网格面确定为第二网格面。
6.如权利要求1所述的网格面构建方法,其特征在于,所述清除第二网格面中的废节点生成最终网格面的步骤具体包括:
获取所述第二网格面中每个网格节点对应的三角形的法向量,获取所述法向量的夹角,根据夹角的大小识别和去除所述网格节点中的废节点。
7.如权利要求6所述的网格面构建方法,其特征在于,所述根据夹角的大小识别和去除所述网格节点中的废节点的步骤具体包括:
判断所述网格节点对应的所有三角形法向量的夹角是否均小于预设阈值;
若是,则确定所述网格节点为废节点,退化所述网格节点,使所述网格节点的相邻节点彼此相连;
若否,则确定所述网格节点不是废节点,保留所述网格节点。
8.一种智能终端,其特征在于,所述智能终端包括处理器、存储器,所述存储器存储有计算机程序,所述处理器与所述存储器连接,所述处理器根据所述计算机程序执行如权利要求1-7任一项所述的网格面构建方法。
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程序数据,所述程序数据被用于执行如权利要求1-7任一项所述的网格面构建方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211455350.8A CN115619978B (zh) | 2022-11-21 | 2022-11-21 | 网格面构建方法、终端以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211455350.8A CN115619978B (zh) | 2022-11-21 | 2022-11-21 | 网格面构建方法、终端以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115619978A CN115619978A (zh) | 2023-01-17 |
CN115619978B true CN115619978B (zh) | 2023-06-02 |
Family
ID=84877830
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211455350.8A Active CN115619978B (zh) | 2022-11-21 | 2022-11-21 | 网格面构建方法、终端以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115619978B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107886573A (zh) * | 2017-11-24 | 2018-04-06 | 河海大学 | 一种复杂地质条件下边坡三维有限元网格生成方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101192307B (zh) * | 2006-11-17 | 2012-05-23 | 鸿富锦精密工业(深圳)有限公司 | 点云三角网格面构建方法 |
CN101667290B (zh) * | 2008-09-05 | 2012-12-19 | 鸿富锦精密工业(深圳)有限公司 | 特征元素拟合方法及其计算机系统 |
US10186082B2 (en) * | 2016-04-13 | 2019-01-22 | Magic Leap, Inc. | Robust merge of 3D textured meshes |
WO2019045717A1 (en) * | 2017-08-31 | 2019-03-07 | Sony Mobile Communications Inc. | METHODS, DEVICES AND COMPUTER PROGRAM PRODUCTS FOR MESH GENERATION IN CONSTRUCTED 3D IMAGES CONTAINING INCOMPLETE INFORMATION |
CN112734929B (zh) * | 2020-12-28 | 2022-06-03 | 三峡大学 | 基于网格细分算法的土石坝复杂土料场开挖方量计算方法 |
CN112365500B (zh) * | 2021-01-12 | 2022-02-08 | 深兰人工智能芯片研究院(江苏)有限公司 | 轮廓数据补全方法、装置、电子设备及存储介质 |
-
2022
- 2022-11-21 CN CN202211455350.8A patent/CN115619978B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107886573A (zh) * | 2017-11-24 | 2018-04-06 | 河海大学 | 一种复杂地质条件下边坡三维有限元网格生成方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115619978A (zh) | 2023-01-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Di Angelo et al. | A new mesh-growing algorithm for fast surface reconstruction | |
US11263356B2 (en) | Scalable and precise fitting of NURBS surfaces to large-size mesh representations | |
Lin et al. | An efficient method for fitting large data sets using T-splines | |
CN106960470B (zh) | 三维点云曲面重建方法及装置 | |
CN112381862B (zh) | 一种cad模型与三角网格全自动配准方法和装置 | |
WO2012171312A1 (zh) | 一种面向普适终端的三维网格模型连续多分辨率编码方法 | |
CN113256782A (zh) | 三维模型的生成方法、装置、存储介质、电子设备 | |
CN111884207B (zh) | 基于电气距离的电网拓扑结构可视化方法、系统及介质 | |
CN111581776A9 (zh) | 一种基于几何重建模型的等几何分析方法 | |
CN113593011A (zh) | 孔洞修补方法、电子装置和存储介质 | |
CN114332291A (zh) | 一种倾斜摄影模型建筑物外轮廓规则提取方法 | |
CN115619978B (zh) | 网格面构建方法、终端以及存储介质 | |
CN114429534A (zh) | 三维模型处理方法、装置、电子设备及存储介质 | |
KR20150004838A (ko) | 멀티-컴포넌트 3d 모델에 대한 에러 메트릭을 추정하기 위한 방법 및 장치 | |
Rivara | Lepp-bisection algorithms, applications and mathematical properties | |
WO2024067716A1 (zh) | 一种网格重建方法、装置、设备和存储介质 | |
CN113239136A (zh) | 一种数据处理方法、装置、设备及介质 | |
CN104821015A (zh) | 实物表面样点α-shape曲面拓扑重建方法 | |
CN116956778A (zh) | 空间邻居粒子的搜索方法、装置、电子设备及存储介质 | |
CN117152341A (zh) | 三维面提取方法、设备及存储介质 | |
Sun et al. | Automatic quadrilateral mesh generation and quality improvement techniques for an improved combination method | |
CN112802201B (zh) | 实体模型间并行最近距离获取方法和装置 | |
CN113763558A (zh) | 一种信息处理方法及装置、设备、存储介质 | |
CN111815637A (zh) | 3d图像边缘点云的提取方法、设备及计算机存储介质 | |
CN116628896B (zh) | 抛物面天线型面的精度确定方法、装置、电子设备及介质 |
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 |