CN116051759B - 一种生成倾斜摄影lod简化模型的方法 - Google Patents

一种生成倾斜摄影lod简化模型的方法 Download PDF

Info

Publication number
CN116051759B
CN116051759B CN202211583995.XA CN202211583995A CN116051759B CN 116051759 B CN116051759 B CN 116051759B CN 202211583995 A CN202211583995 A CN 202211583995A CN 116051759 B CN116051759 B CN 116051759B
Authority
CN
China
Prior art keywords
model
dimensional model
data
dimensional
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.)
Active
Application number
CN202211583995.XA
Other languages
English (en)
Other versions
CN116051759A (zh
Inventor
陈瑞波
刘润东
梁冬生
潘婵玲
陈家兴
梅树红
何丽娟
谢宗音
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.)
Guangxi Institute Of Natural Resources Remote Sensing
Original Assignee
Guangxi Institute Of Natural Resources Remote Sensing
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 Guangxi Institute Of Natural Resources Remote Sensing filed Critical Guangxi Institute Of Natural Resources Remote Sensing
Priority to CN202211583995.XA priority Critical patent/CN116051759B/zh
Publication of CN116051759A publication Critical patent/CN116051759A/zh
Application granted granted Critical
Publication of CN116051759B publication Critical patent/CN116051759B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06T17/005—Tree description, e.g. octree, quadtree
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

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

Abstract

本发明涉及地理信息系统数据处理技术领域，其具体公开了一种生成倾斜摄影LOD简化模型的方法，包括以下步骤：步骤S1：获取三维模型数据，并对三维模型数据进行合并、采样处理，得到三维模型的彩色点云数据；步骤S2：采用泊松表面重建算法对彩色点云数据进行重建，得到拓扑连续的三角网格模型；步骤S3：根据初始三维模型的包围盒裁剪三角网格；步骤S4：采用顾及纹理的边折叠算法对裁剪后的三角网格进行简化。本发明的一种生成倾斜摄影LOD简化模型的方法，能够显著提高处理效率，使大规模三维场景的渲染更加流畅。

Description

一种生成倾斜摄影LOD简化模型的方法
技术领域
本发明涉及地理信息系统数据处理技术领域，尤其涉及一种生成倾斜摄影LOD简化模型的方法。
背景技术
随着倾斜摄影测量和三维重建技术的不断发展，实景三维模型的覆盖范围越来越广、精细度越来越高，实现大规模瓦片数据加载和显示的一项重要技术就是层次细节(LOD)模型。LOD技术根据观察者与模型之间的距离显示不同复杂度的模型，距离越远，模型的分辨率越低。三维重建软件输出的瓦片数据通常都采用了LOD技术，尽管顶层是经过简化的模型，但仍然包含了大量的几何图元(顶点、三角网格、纹理)，导致GIS系统在浏览大范围模型时容易出现卡顿的现象。为了减少远距离观看模型的数据量，有必要对大规模的倾斜摄影瓦片顶层数据做进一步的合并和简化处理。
在生成LOD简化模型时，对瓦片数据进行空间切割，通过合并和简化的方法自底向上生成分辨率不断降低的模型，然后采用树状结构把多层级模型组织起来。简化模型的方法对LOD的视觉效果和渲染速度起着决定性作用。现有生成LOD的简化方法中，一种方法是把DOM和DEM融合在一起制作成三维地图，但存在建筑立面色彩纹理失真的问题；另一种方法是在原有的三维模型上进行合并和简化，由于模型中存在大量零散的三角网格分块，需要做合并、简化、纹理重映射等复杂处理，导致简化程度受限、处理效率不高。
另外，目前的倾斜摄影三维模型通常使用JPG、PNG、TIF等格式图片作为纹理贴图，在加载纹理时必须经过CPU解压缩为RGB，这个过程消耗一定的内存空间和处理时间，影响大规模数据的加载速度。
发明内容
本发明旨在至少解决上述所提及的技术问题之一，提供一种生成倾斜摄影LOD简化模型的方法，能够提高处理效率高，使大规模三维场景的渲染更加流畅。
为了实现上述目的，本发明采用的技术方案为：一种生成倾斜摄影LOD简化模型的方法，包括以下步骤：
步骤S1：获取三维模型数据，并对三维模型数据进行合并、采样处理，得到三维模型的彩色点云数据；
步骤S2：采用泊松表面重建算法对彩色点云数据进行重建，得到拓扑连续的三角网格模型；
步骤S3：根据初始三维模型的包围盒裁剪三角网格；
步骤S4：采用顾及纹理的边折叠算法对裁剪后的三角网格进行简化
优选的，所述步骤S1中对三维模型数据的合并、采样处理方法包括以下步骤：依次读入待合并的三维模型数据中的三维瓦片顶层数据，三维瓦片顶层数据包括顶点、三角网格、纹理坐标和纹理贴图，遍历三角网格的每个三角形并计算其所在平面的法向量，然后在三角形内进行均匀采样，记录每个采样点的三维坐标、法向量、RGB颜色，得到三维模型的彩色点云数据。
优选的，所述采样点的法向量为所在三角平面的法向量。
优选的，所述步骤S2中，以步骤S1生成的彩色点云数据作为输入，通过八叉树分割、计算向量场、解泊松方程、提取等值面、生成表面模型的处理后，得到拓扑连续的三角网格模型。
优选的，所述步骤S3中裁剪三角网格的方法包括：遍历步骤S2生成的三角网格中每一个三角形，如果三角形的三个顶点都不在初始三维模型的包围盒内，则删除该三角形及其三个顶点；否则保留。
优选的，所述步骤S4中采用的顾及纹理的边折叠算法包括：基于二次误差测度(QEM)简化算法，将折叠边的顶点色彩差异融入折叠代价中，优先折叠形状变化小并且顶点色彩差异小的边，对于由顶点vi和vj构成边折叠为顶点vn，折叠代价计算方法为：
其中，Qn＝ΔC(Q(vi)+Q(vj))表示新顶点vn的二次误差测度矩阵。
有益效果是：与现有技术相比，本发明的一种生成倾斜摄影LOD简化模型的方法通过对三维模型的瓦片数据进行合并、采样，再利用泊松表面重建算法生成拓扑连续的稀疏表面模型，快速过滤了小细节和内部结构，提高了三维模型的处理效率，并且处理后三维模型中建筑形状保持良好，立面具有真实的色彩，生成的LOD简化模型无需纹理贴图，加载数据时无需CPU解压缩处理，使大规模三维场景的渲染更加流畅；顾及纹理的边折叠算法在保持良好视觉效果的前提下进一步减少冗余顶点的数量，有效提升三维模型的渲染效率。
附图说明
以下结合附图对本发明的具体实施方式作进一步的详细说明，其中：
图1为申请的一种生成倾斜摄影LOD简化模型的方法的流程示意图；
图2为初始三维模型的示意图；
图3为初始三维模型的三角网格示意图；
图4为泊松表面重建后的三维模型的示意图
图5为泊松表面重建后的三维模型得到拓扑连续的三角网格的示意图；
图6为简化后的三维模型的示意图；
图7为简化后的三维模型的三角网格示意图。
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的一部分实施例，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。
需要说明的是，当组件被称为“固定于”另一个组件，它可以直接在另一个组件上或者也可以存在居中的组件。当一个组件被认为是“连接”另一个组件，它可以是直接连接到另一个组件或者可能同时存在居中组件。当一个组件被认为是“设置于”另一个组件，它可以是直接设置在另一个组件上或者可能同时存在居中组件，当部件被称为“设置在中部”，不仅仅是设置在正中间位置，只要不是设置在两端部都属于中部所限定的范围内。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
如图1所示，一种生成倾斜摄影LOD简化模型的方法，包括以下步骤：
步骤S1：获取三维模型数据，并对三维模型数据进行合并、采样处理，得到三维模型的彩色点云数据；
步骤S2：采用泊松表面重建算法对彩色点云数据进行重建，得到拓扑连续的三角网格模型；
步骤S3：根据初始三维模型的包围盒裁剪三角网格；
步骤S4：采用顾及纹理的边折叠算法对裁剪后的三角网格进行简化
具体的，步骤S1中对三维模型数据的合并、采样处理方法包括以下步骤：依次读入待合并的三维模型数据中的三维瓦片顶层数据，并合并三维模型数据，其中，三维瓦片顶层数据包括顶点、三角网格、纹理坐标和纹理贴图，如图2和图3所示。然后遍历三角网格的每个三角形并计算其所在平面的法向量，然后在三角形内进行均匀采样，记录每个采样点的三维坐标、法向量、RGB颜色，得到三维模型的彩色点云数据，其中，采样点的法向量为所在三角平面的法向量，采样点的数量与三角形的面积成正比，比如每平方米采样1个点，彩色点云数据的数量应控制在十万级以内，以提高后续处理的效率。
在步骤S2中，以步骤S1生成的彩色点云数据作为输入，通过八叉树分割、计算向量场、解泊松方程、提取等值面、生成表面模型等处理后，得到拓扑连续的三角网格模型，如图4和图5所示，通过设置自适应八叉树深度控制三维模型的简化率。
更为具体的，步骤S3中裁剪三角网格的方法包括：遍历步骤S2生成的三角网格中每一个三角形，如果三角形的三个顶点都不在初始三维模型的包围盒内，则删除该三角形及其三个顶点；否则保留。
进一步的，步骤S4中采用的顾及纹理的边折叠算法包括：基于二次误差测度(QEM)简化算法，将折叠边的顶点色彩差异融入折叠代价中，优先折叠形状变化小并且顶点色彩差异小的边，对于由顶点vi和vj构成边折叠为顶点vn，折叠代价计算方法为：
其中，也就是折叠边两个顶点的颜色(R1,G1,B1)、(R2,G2,B2)的欧氏距离，/>为Garland提出的二次误差测度矩阵，Qn＝ΔC(Q(vi)+Q(vj))表示新顶点vn的二次误差测度矩阵，按照上述方法计算三维模型中每条边的折叠代价，根据折叠代价大小进行排序，优先删减折叠代价最小的边，然后更新局部模型的拓扑信息，迭代简化直至设定简化率或者折叠误差小于设定阈值，最后输出简化模型，如图6和图7所示。
以上实施例仅用以说明本发明的技术方案而并非对其进行限制，凡未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明技术方案的范围内。

Claims (5)

1.一种生成倾斜摄影LOD简化模型的方法，其特征在于，包括以下步骤：
步骤S1：获取三维模型数据，并对三维模型数据进行合并、采样处理，得到三维模型的彩色点云数据；
步骤S2：采用泊松表面重建算法对彩色点云数据进行重建，得到拓扑连续的三角网格模型；
步骤S3：根据初始三维模型的包围盒裁剪三角网格；
步骤S4：采用顾及纹理的边折叠算法对裁剪后的三角网格进行简化，顾及纹理的边折叠算法包括：基于二次误差测度(QEM)简化算法，将折叠边的顶点色彩差异融入折叠代价中，优先折叠形状变化小并且顶点色彩差异小的边，对于由顶点vi和vj构成边折叠为顶点vn，折叠代价计算方法为：
其中，为折叠边两个顶点的颜色(R1,G1,B1)、(R2,G2,B2)的欧氏距离，/>为Garland提出的二次误差测度矩阵，Qn＝ΔC(Q(vi)+Q(vj))表示新顶点vn的二次误差测度矩阵。
2.根据权利要求1所述的一种生成倾斜摄影LOD简化模型的方法，其特征在于，所述步骤S1中对三维模型数据的合并、采样处理方法包括以下步骤：依次读入待合并的三维模型数据中的三维瓦片顶层数据，三维瓦片顶层数据包括顶点、三角网格、纹理坐标和纹理贴图，遍历三角网格的每个三角形并计算其所在平面的法向量，然后在三角形内进行均匀采样，记录每个采样点的三维坐标、法向量、RGB颜色，得到三维模型的彩色点云数据。
3.根据权利要求2所述的一种生成倾斜摄影LOD简化模型的方法，其特征在于，所述采样点的法向量为所在三角平面的法向量。
4.根据权利要求1所述的一种生成倾斜摄影LOD简化模型的方法，其特征在于，所述步骤S2中，以步骤S1生成的彩色点云数据作为输入，通过八叉树分割、计算向量场、解泊松方程、提取等值面、生成表面模型的处理后，得到拓扑连续的三角网格模型。
5.根据权利要求1所述的一种生成倾斜摄影LOD简化模型的方法，其特征在于，所述步骤S3中裁剪三角网格的方法包括：遍历步骤S2生成的三角网格中每一个三角形，如果三角形的三个顶点都不在初始三维模型的包围盒内，则删除该三角形及其三个顶点；否则保留。
CN202211583995.XA 2022-12-09 2022-12-09 一种生成倾斜摄影lod简化模型的方法 Active CN116051759B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211583995.XA CN116051759B (zh) 2022-12-09 2022-12-09 一种生成倾斜摄影lod简化模型的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211583995.XA CN116051759B (zh) 2022-12-09 2022-12-09 一种生成倾斜摄影lod简化模型的方法

Publications (2)

Publication Number Publication Date
CN116051759A CN116051759A (zh) 2023-05-02
CN116051759B true CN116051759B (zh) 2023-08-04

Family

ID=86130351

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211583995.XA Active CN116051759B (zh) 2022-12-09 2022-12-09 一种生成倾斜摄影lod简化模型的方法

Country Status (1)

Country Link
CN (1) CN116051759B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116721218B (zh) * 2023-07-08 2024-01-26 南京信息工程大学 一种三维不动产模型轻量化方法、系统及设备
CN116758243B (zh) * 2023-08-15 2023-12-01 深圳市其域创新科技有限公司 基于实时点云流的场景网格划分生成及渲染显示方法
CN117456110B (zh) * 2023-12-25 2024-03-19 北京飞渡科技股份有限公司 一种三维场景变态网格数据轻量化处理方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021204025A1 (zh) * 2020-04-08 2021-10-14 速度时空信息科技股份有限公司 一种基于八叉树的三维建筑物模型lod方法
CN114419278A (zh) * 2022-01-19 2022-04-29 厦门大学 室内三维彩色网格模型生成方法及系统
CN114445584A (zh) * 2020-11-04 2022-05-06 复旦大学 基于彩色点云生成带纹理三维网格模型的方法及装置
CN115393548A (zh) * 2022-08-24 2022-11-25 中国测绘科学研究院 一种适用于三维重建的网格纹理化简算法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021204025A1 (zh) * 2020-04-08 2021-10-14 速度时空信息科技股份有限公司 一种基于八叉树的三维建筑物模型lod方法
CN114445584A (zh) * 2020-11-04 2022-05-06 复旦大学 基于彩色点云生成带纹理三维网格模型的方法及装置
CN114419278A (zh) * 2022-01-19 2022-04-29 厦门大学 室内三维彩色网格模型生成方法及系统
CN115393548A (zh) * 2022-08-24 2022-11-25 中国测绘科学研究院 一种适用于三维重建的网格纹理化简算法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
一种大规模倾斜摄影模型三维可视化方案;李新维;邓非;李学飞;吴思;;测绘通报(04);全文 *

Also Published As

Publication number Publication date
CN116051759A (zh) 2023-05-02

Similar Documents

Publication Publication Date Title
CN116051759B (zh) 一种生成倾斜摄影lod简化模型的方法
US9773343B2 (en) Method for real-time and realistic rendering of complex scenes on internet
US7561156B2 (en) Adaptive quadtree-based scalable surface rendering
US8462159B2 (en) Subdividing geometry images in graphics hardware
Sillion et al. Efficient impostor manipulation for real‐time visualization of urban scenery
US20080238919A1 (en) System and method for rendering of texel imagery
CN116401332B (zh) 一种大规模三维模型展示优化方法、系统及电子设备
Lloyd et al. Horizon occlusion culling for real-time rendering of hierarchical terrains
Zhang et al. An efficient dynamic volume rendering for large-scale meteorological data in a virtual globe
Wahl et al. Identifying planes in point-clouds for efficient hybrid rendering
Zhang et al. Tree branch level of detail models for forest navigation
Boudon et al. Survey on computer representations of trees for realistic and efficient rendering
CN111028349B (zh) 一种适用于海量三维实景数据快速可视化的层级构建方法
Frommholz et al. Inlining 3d reconstruction, multi-source texture mapping and semantic analysis using oblique aerial imagery
Deng et al. Multiresolution foliage for forest rendering
Sun et al. Large-scale vector data displaying for interactive manipulation in 3D landscape map
Yoo Rapid three-dimensional urban model production using bilayered displacement mapping
CN108961412B (zh) 一种基于自适应远场网格的三维云模拟方法
Ji et al. P-quadtrees: A point and polygon hybrid multi-resolution rendering approach
KR20070032080A (ko) 그래픽 하드웨어에 있어서의 기하 이미지 분할
Smith et al. Layered animation using displacement maps
Wahl Scalable Realtime Rendering and Interaction with Digital Surface Models of Landscapes and Cities
WO2023222923A1 (en) Method of content generation from sparse point datasets
Favorskaya et al. Texturing of Landscape Scenes
XIN Surface modeling and rendering with line segments

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