CN116071276B - 基于顶点的三维模型缺口修复方法、装置、设备及介质 - Google Patents
基于顶点的三维模型缺口修复方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN116071276B CN116071276B CN202310362385.5A CN202310362385A CN116071276B CN 116071276 B CN116071276 B CN 116071276B CN 202310362385 A CN202310362385 A CN 202310362385A CN 116071276 B CN116071276 B CN 116071276B
- Authority
- CN
- China
- Prior art keywords
- model
- vertex
- roof
- dimensional model
- target
- 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
- 238000000034 method Methods 0.000 title claims abstract description 57
- 230000007547 defect Effects 0.000 claims abstract description 58
- 230000011218 segmentation Effects 0.000 claims description 33
- 238000004590 computer program Methods 0.000 claims description 16
- 230000005477 standard model Effects 0.000 claims description 12
- 230000002950 deficient Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 8
- DMSMPAJRVJJAGA-UHFFFAOYSA-N benzo[d]isothiazol-3-one Chemical compound C1=CC=C2C(=O)NSC2=C1 DMSMPAJRVJJAGA-UHFFFAOYSA-N 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- 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
- G06T2207/10004—Still image; Photographic image
- G06T2207/10012—Stereo images
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Processing Or Creating Images (AREA)
- Image Generation (AREA)
Abstract
本申请涉及三维模型修复技术领域,具体公开了一种基于顶点的三维模型缺口修复方法、装置、设备及存储介质。其中方法包括:获取建模设备输出的待处理三维模型;基于缺口修复算法提取待处理三维模型的模型顶点,生成模型顶点集合,并生成边集合和三角面集合;基于模型顶点集合、边集合以及三角面集合,确定待处理三维模型是缺陷模型时,基于缺口修复算法,获得目标顶点,对缺陷模型进行修复获得目标模型。该方法可通过缺口修复算法将输入的存在残缺的三维模型分解成点、边以及三角面,并通过缺口修复算法生成正确的顶点,替换有缺陷的顶点,从而获得修补好的三维模型,能够自动修复存在大面积缺口的三维模型,降低了修补工作量、提升了修补效率。
Description
技术领域
本申请涉及三维模型修复技术领域,尤其涉及一种基于顶点的三维模型缺口修复方法、装置、计算机设备及存储介质。
背景技术
现有的通过航拍图片对建筑三维建模技术中,生成的建筑外墙模型往往包含较大面积的残缺。这些残缺的外墙模型常常比一般模型的缺失面积大,甚至有些模型仅仅只有实际面积的一半以下,现有的各种模型修补算法均无法应对这样的大面积残缺。如果依赖人工方法进行外墙模型修补,那么拥有大量建筑的场景就需要极高的人工成本和任务时间,因此,如何实现模型中较大面积缺口的自动化修补,降低修补工作量、提升修补效率成为了亟需解决的问题。
发明内容
本申请提供了一种基于顶点的三维模型缺口修复方法、装置、计算机设备及存储介质,以实现模型中较大面积缺口的自动化修补,降低修补工作量、提升修补效率。
第一方面,本申请提供了一种基于顶点的三维模型缺口修复方法,所述方法包括:
获取建模设备输出的待处理三维模型;
基于缺口修复算法提取所述待处理三维模型的模型顶点,生成模型顶点集合,并基于所述模型顶点,生成所述待处理三维模型的边集合和三角面集合;
基于所述模型顶点集合、所述边集合以及所述三角面集合,确定所述待处理三维模型是缺陷模型时,基于所述缺口修复算法,获得目标顶点,并基于所述目标顶点,对所述缺陷模型进行修复,获得修复后的目标模型。
进一步地,所述基于所述模型顶点集合、所述边集合以及所述三角面集合,确定所述待处理三维模型是缺陷模型之前,还包括:
基于预设分段数以及所述模型顶点集合中各所述模型顶点的坐标值,对预设坐标轴进行分类,确定所述待处理三维模型的高度轴;
获取所述模型顶点的坐标值在所述高度轴上的数值大小分布情况,基于所述数值大小分布情况,确定屋顶分段,并基于所述屋顶分段,确定屋顶下界以及屋顶平面范围;
基于预设条件、所述三角面集合、所述屋顶下界以及所述屋顶平面范围,确定所述边集合中存在残缺边时,则确定所述待处理三维模型为缺陷模型。
进一步地,所述预设条件,包括:所述残缺边的顶点高度均低于所述屋顶下界、所述残缺边的顶点均在所述屋顶平面范围内、所述残缺边对应的三角面数量唯一以及目标夹角达到预设角度,其中,所述目标夹角为所述残缺边对应的三角面的法向量与高度轴的单位向量的夹角。
进一步地,所述基于预设条件、所述三角面集合、所述屋顶下界以及所述屋顶平面范围,确定所述边集合中存在残缺边时,则确定所述待处理三维模型为缺陷模型,包括:
基于所述边集合中各条边的顶点高度坐标值以及顶点平面坐标值,在所述边集合中确定目标边,其中,所述目标边的顶点高度坐标值低于所述屋顶下界且所述目标边的顶点平面坐标值在所述屋顶平面范围内;
基于所述三角面集合,获取所述目标边的三角面数量,在所述三角面数量唯一时,将所述目标边确定为残缺边,并确定所述边集合中存在残缺边。
进一步地,所述基于预设分段数以及所述模型顶点集合中各所述模型顶点的坐标值,对预设坐标轴进行分类,确定所述待处理三维模型的高度轴,包括:
对所述待处理三维模型的第一预设坐标轴、第二预设坐标轴以及第三预设坐标轴按照所述预设分段数进行分段,分别生成第一坐标轴分段集、第二坐标轴分段集以及第三坐标轴分段集;
获取所述模型顶点的坐标值在所述第一坐标轴分段集、所述第二坐标轴分段集以及所述第三坐标轴分段集中的第一分布情况、第二分布情况以及第三分布情况;
基于所述第一分布情况、所述第二分布情况以及所述第三分布情况,确定存在目标分段的目标分段集,将所述目标分段集对应的坐标轴作为高度轴,其中,所述目标分段的坐标值分布最多。
进一步地,所述基于所述屋顶分段,确定屋顶下界以及屋顶平面范围,包括:
将所述屋顶分段的下界作为所述屋顶下界;
基于处于所述屋顶分段的模型顶点,获得屋顶顶点集合,并基于所述屋顶顶点集合中各屋顶顶点的地面坐标轴的坐标值,确定所述屋顶平面范围,其中,所述屋顶顶点集合包括至少一个所述屋顶顶点。
进一步地,所述基于所述缺口修复算法,获得目标顶点,并基于所述目标顶点,对所述缺陷模型进行修复,获得修复后的目标模型,包括:
获取至少一个所述残缺边的顶点,并将各个所述残缺边的顶点分别作为第一目标点,生成所述第一目标点的投影点,其中,所述投影点的高度值为屋顶下界对应的高度值,所述投影点的地面坐标值与所述第一顶点的地面坐标值相同;
在所述屋顶顶点集合中,确定三个与所述投影点距离最近的屋顶顶点,作为第二目标点;
计算三个所述第二目标点的平均高度值,并将所述平均高度值作为所述第一目标点的高度值,获得所述目标顶点,将所述第一目标点替换为所述目标顶点,以实现所述缺陷模型的修复,获得所述目标模型。
进一步地,所述基于缺口修复算法提取所述待处理三维模型的顶点、边以及三角面,生成顶点集合、边集合以及三角面集合之前,还包括:
获取至少一个残缺三维模型以及所述残缺三维模型对应的标准模型;
将所述残缺三维模型输入至预训练算法,基于所述预训练算法,对所述三维模型进行修复,获得修复模型;
将所述修复模型与所述标准模型进行比对,获得所述预训练算法的修复准确率;
在所述修复准确率达到预设的准确率阈值时,确定所述预训练算法为所述缺口修复算法。
第二方面,本申请还提供了一种基于顶点的三维模型缺口修复装置,所述装置包括:
模型获取模块,用于获取建模设备输出的待处理三维模型;
顶点获得模块,用于基于缺口修复算法提取所述待处理三维模型的模型顶点,生成模型顶点集合,并基于所述模型顶点,生成所述待处理三维模型的边集合和三角面集合;
模型修复模块,用于基于所述模型顶点集合、所述边集合以及所述三角面集合,确定所述待处理三维模型是缺陷模型时,基于所述缺口修复算法,获得目标顶点,并基于所述目标顶点,对所述缺陷模型进行修复,获得修复后的目标模型。
第三方面,本申请还提供了一种计算机设备,所述计算机设备包括存储器和处理器;所述存储器,用于存储计算机程序;所述处理器,用于执行所述计算机程序并在执行所述计算机程序时实现如上述的基于顶点的三维模型缺口修复方法。
第四方面,本申请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计算机程序,所述计算机程序被处理器执行时使所述处理器实现如上述的基于顶点的三维模型缺口修复方法。
本申请公开了一种基于顶点的三维模型缺口修复方法、装置、计算机设备及存储介质,获取建模设备输出的待处理三维模型;基于缺口修复算法提取所述待处理三维模型的模型顶点,生成模型顶点集合,并基于所述模型顶点,生成所述待处理三维模型的边集合和三角面集合;基于所述模型顶点集合、所述边集合以及所述三角面集合,确定所述待处理三维模型是缺陷模型时,基于所述缺口修复算法,获得目标顶点,并基于所述目标顶点,对所述缺陷模型进行修复,获得修复后的目标模型。该方法可通过缺口修复算法将输入的存在残缺的三维模型分解成点、边以及三角面,并通过缺口修复算法生成正确的顶点,替换有缺陷的顶点,从而获得修补好的三维模型,能够自动修复存在大面积缺口的三维模型,降低了修补工作量、提升了修补效率。
附图说明
为了更清楚地说明本申请实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请的实施例提供的一种基于顶点的三维模型缺口修复方法的第一实施例示意流程图;
图2是本申请的实施例提供的一种基于顶点的三维模型缺口修复方法的缺陷模型的示例图;
图3是本申请的实施例提供的一种基于顶点的三维模型缺口修复方法的修复后的模型的示例图;
图4是本申请的实施例提供的一种基于顶点的三维模型缺口修复方法的第二实施例示意流程图;
图5是本申请的实施例提供的一种基于顶点的三维模型缺口修复方法的第三实施例示意流程图;
图6是本申请的实施例提供的一种基于顶点的三维模型缺口修复方法的第四实施例示意流程图;
图7为本申请的实施例提供的一种基于顶点的三维模型缺口修复装置的示意性框图;
图8为本申请的实施例提供的一种计算机设备的结构示意性框图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
附图中所示的流程图仅是示例说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解、组合或部分合并,因此实际执行的顺序有可能根据实际情况改变。
应当理解,在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进理解,在本申请说明书和所附权利要求书中使用的术语“和/ 或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
本申请的实施例提供了一种基于顶点的三维模型缺口修复方法、装置、计算机设备及存储介质。其中,该基于顶点的三维模型缺口修复方法可以应用于服务器中,通过缺口修复算法生成正确的顶点,替换有缺陷的顶点,从而获得修补好的三维模型,降低了修补工作量、提升了修补效率。其中,该服务器可以为独立的服务器,也可以为服务器集群。
下面结合附图,对本申请的一些实施方式作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
请参阅图1,图1是本申请的实施例提供的一种基于顶点的三维模型缺口修复方法的示意流程图。该基于顶点的三维模型缺口修复方法可应用于服务器中,用于通过缺口修复算法生成正确的顶点,替换有缺陷的顶点,从而获得修补好的三维模型,降低了修补工作量、提升了修补效率。
如图1所示,该基于顶点的三维模型缺口修复方法具体包括步骤S101至步骤S103。
S101、获取建模设备输出的待处理三维模型。
在一个实施例中,如图2所示,在通过航拍图片对建筑进行三维建模的场景中,自动建模的算法常常因为图片的拍摄质量与角度问题而生成残缺的建筑外墙模型。有很多建筑的屋顶面积大于每层的面积,在通过无人机等手段航拍的图片中,外墙的上半部分被屋顶遮挡,目前现有的自动建模算法无法在这种情况下生成完整的外墙模型。
在一个实施例中,将建模设备输出的三维模型作为待处理三维模型。
S102、基于缺口修复算法提取所述待处理三维模型的模型顶点,生成模型顶点集合,并基于所述模型顶点,生成所述待处理三维模型的边集合和三角面集合。
基于缺口修复算法提取所述待处理三维模型的顶点、边以及三角面,生成顶点集合、边集合以及三角面集合之前,还包括:获取至少一个残缺三维模型以及所述残缺三维模型对应的标准模型;将所述残缺三维模型输入至预训练算法,基于所述预训练算法,对所述三维模型进行修复,获得修复模型;将所述修复模型与所述标准模型进行比对,获得所述预训练算法的修复准确率;在所述修复准确率达到预设的准确率阈值时,确定所述预训练算法为所述缺口修复算法。
在一个实施例中,对于任何一个三维模型G,其定义为(V,E,F),其中V代表顶点的集合,E代表边的集合,F代表三角面的集合。
在一个实施例中,模型的顶点集合V,由三维模型的每个顶点组成。对于顶点vm,其定义如公式vm=(xm,ym,zm),其中(xm,ym,zm)表示顶点vm的三轴坐标,各坐标的数据类型是浮点数,数值范围不限。
在一个实施例中,模型中边的集合E,由三维模型的每条边组成。对于边em,其定义如公式em={vm1,vm2},其中vm1、vm2表示这条边的两个顶点,数据类型为两个顶点的整数编号。
在一个实施例中,模型中三角面的集合F,由三维模型的每个三角面组成。对于三角面fm,其定义如公式fm={vm1,vm2,vm3},其中vm1、vm2、vm3表示这个三角面的三个顶点,数据类型为三个顶点的整数编号。
在一个实施例中,在使用缺口修复算法进行模型修复之前,通过存在缺口的缺陷模型以及缺陷模型对应的标准模型对算法进行训练,在算法修复准确率达到准确率阈值时,确定为缺口修复算法,若修复准确率达不到准确率阈值,则根据标准模型,对算法进行重新训练直至算法的修复准确率达到准确率阈值。
S103、基于所述模型顶点集合、所述边集合以及所述三角面集合,确定所述待处理三维模型是缺陷模型时,基于所述缺口修复算法,获得目标顶点,并基于所述目标顶点,对所述缺陷模型进行修复,获得修复后的目标模型。
在一个实施例中,在三维模型的边集合中,找出三维模型残缺部分所包含的边,来确定三维模型是缺陷模型。
具体实施例中,在模型三角面的集合F中,寻找所有满足下列条件的边:(1)这个边的两个顶点都比屋顶下界的高度低;(2)这个边的两个顶点在地平面所在的两个坐标轴的数值都在屋顶平面范围的闭区间;(3)这个边仅被一个三角面包含;(4)这个边所在三角面的法向量与高度轴的单位向量夹角约等于90度(允许有正负10度的差别)。
在一个实施例中,满足条件的边即为缺陷边,存在缺陷边的三维模型即为缺陷模型。
在一个实施例中,对于每条缺陷边的两个顶点,分别计算顶点的投影点,投影点的地面轴两坐标数值与原顶点相同,但投影点的高度轴坐标为屋顶下界的高度值。
在一个实施例中,对于每个投影点,在屋顶顶点的集合R中,寻找3个与此投影点距离最近的屋顶顶点。然后,计算这3个屋顶顶点的平均高度值,并以此平均高度值作为这个投影点所对应的原顶点的高度值。最终,输出修复好的三维模型,如图3所示。
请参阅图4,图4是本申请的实施例提供的一种基于顶点的三维模型缺口修复方法的示意流程图。该基于顶点的三维模型缺口修复方法可应用于服务器中,用于通过缺口修复算法生成正确的顶点,替换有缺陷的顶点,从而获得修补好的三维模型,降低了修补工作量、提升了修补效率。
如图4所示,该基于顶点的三维模型缺口修复方法的所述步骤S103具体包括步骤S201至步骤S203。
S201、基于预设分段数以及所述模型顶点集合中各所述模型顶点的坐标值,对预设坐标轴进行分类,确定所述待处理三维模型的高度轴;
S202、获取所述模型顶点的坐标值在所述高度轴上的数值大小分布情况,基于所述数值大小分布情况,确定屋顶分段,并基于所述屋顶分段,确定屋顶下界以及屋顶平面范围;
S203、基于预设条件、所述三角面集合、所述屋顶下界以及所述屋顶平面范围,确定所述边集合中存在残缺边时,则确定所述待处理三维模型为缺陷模型。
所述预设条件,包括:所述残缺边的顶点高度均低于所述屋顶下界、所述残缺边的顶点均在所述屋顶平面范围内、所述残缺边对应的三角面数量唯一以及目标夹角达到预设角度,其中,所述目标夹角为所述残缺边对应的三角面的法向量与高度轴的单位向量的夹角。
基于预设分段数以及所述模型顶点集合中各所述模型顶点的坐标值,对预设坐标轴进行分类,确定所述待处理三维模型的高度轴,包括:对所述待处理三维模型的第一预设坐标轴、第二预设坐标轴以及第三预设坐标轴按照所述预设分段数进行分段,分别生成第一坐标轴分段集、第二坐标轴分段集以及第三坐标轴分段集;获取所述模型顶点的坐标值在所述第一坐标轴分段集、所述第二坐标轴分段集以及所述第三坐标轴分段集中的第一分布情况、第二分布情况以及第三分布情况;基于所述第一分布情况、所述第二分布情况以及所述第三分布情况,确定存在目标分段的目标分段集,将所述目标分段集对应的坐标轴作为高度轴,其中,所述目标分段的坐标值分布最多。
基于所述屋顶分段,确定屋顶下界以及屋顶平面范围,包括:将所述屋顶分段的下界作为所述屋顶下界;基于处于所述屋顶分段的模型顶点,获得屋顶顶点集合,并基于所述屋顶顶点集合中各屋顶顶点的地面坐标轴的坐标值,确定所述屋顶平面范围,其中,所述屋顶顶点集合包括至少一个所述屋顶顶点。
在一个实施例中,分别按照预设分段数对预设的三个坐标轴进行分段,获得各坐标轴对应的分段集,例如,预设分段数为10,则将各坐标轴分成10个分段,生成分段集。
在一个实施例中,根据每个模型顶点在各坐标轴上的坐标值在各个分段的分段情况,获得每个分段集的坐标值分布情况,例如,待处理模型的模型顶点的坐标值分布最多的分段处于第一坐标轴分段集中,则将第一坐标轴作为高度轴。
具体实施例中,对模型的顶点集合V中每个顶点的三个坐标轴的数值,分别做直方图统计,统计的分段为10。对于三个坐标轴共30个分段的数值,找出包含数值最多的一个分段,这个分段所在的坐标轴就是高度轴,它垂直于另外两个坐标轴,这两个坐标轴就是地平面所在的坐标轴。
具体实施例中,在高度轴的10个分段中,找出数值较大的8个分段,其中包含数值最多的分段为屋顶分段,这个分段的上界为屋顶上界,这个分段的下界为屋顶下界。
具体实施例中,对模型的顶点集合V中的每个顶点,如果它高度在屋顶下界与上界的闭区间,则视它为屋顶顶点,并将屋顶顶点的集合记为R。对R中所有的顶点,统计这些顶点在地平面所在的两个坐标轴的数值范围,记为屋顶平面范围。
请参阅图5,图5是本申请的实施例提供的一种基于顶点的三维模型缺口修复方法的示意流程图。该基于顶点的三维模型缺口修复方法可应用于服务器中,用于通过缺口修复算法生成正确的顶点,替换有缺陷的顶点,从而获得修补好的三维模型,降低了修补工作量、提升了修补效率。
如图5所示,该基于顶点的三维模型缺口修复方法的所述步骤S203,具体包括步骤S301至步骤S302。
S301、基于所述边集合中各条边的顶点高度坐标值以及顶点平面坐标值,在所述边集合中确定目标边,其中,所述目标边的顶点高度坐标值低于所述屋顶下界且所述目标边的顶点平面坐标值在所述屋顶平面范围内;
S302、基于所述三角面集合,获取所述目标边的三角面数量,在所述三角面数量唯一时,将所述目标边确定为残缺边,并确定所述边集合中存在残缺边。
在一个实施例中,在边集合中寻找所有满足下列条件的边作为目标边:(1)这个边的两个顶点都比屋顶下界的高度低;(2)这个边的两个顶点在地平面所在的两个坐标轴的数值都在屋顶平面范围的闭区间;(3)这个边仅被一个三角面包含;(4)这个边所在三角面的法向量与高度轴的单位向量夹角约等于90度(允许有正负10度的差别)。
具体实施例中,提取边集合中各边顶点的高度坐标值以及平面坐标值,将各高度坐标值与屋顶下界进行比较,将平面坐标值与屋顶平面范围进行比较,获得高度坐标值小于屋顶下界,平面坐标值在屋顶平面范围内的顶点对应的边,作为目标边,再从三角面集合中获得目标边的三角面数量,若包含目标边的三角面数量唯一,则将该目标边作为缺陷边。
请参阅图6,图6是本申请的实施例提供的一种基于顶点的三维模型缺口修复方法的示意流程图。该基于顶点的三维模型缺口修复方法可应用于服务器中,用于通过缺口修复算法生成正确的顶点,替换有缺陷的顶点,从而获得修补好的三维模型,降低了修补工作量、提升了修补效率。
如图6所示,该基于顶点的三维模型缺口修复方法的所述步骤S104,具体包括步骤S401至步骤S403。
S401、获取至少一个所述残缺边的顶点,并将各个所述残缺边的顶点分别作为第一目标点,生成所述第一目标点的投影点,其中,所述投影点的高度值为屋顶下界对应的高度值,所述投影点的地面坐标值与所述第一顶点的地面坐标值相同;
S402、在所述屋顶顶点集合中,确定三个与所述投影点距离最近的屋顶顶点,作为第二目标点;
S403、计算三个所述第二目标点的平均高度值,并将所述平均高度值作为所述第一目标点的高度值,获得所述目标顶点,将所述第一目标点替换为所述目标顶点,以实现所述缺陷模型的修复,获得所述目标模型。
在一个实施例中,对于每条缺陷边的两个顶点,作为第一目标点,分别计算各第一目标点的投影点,投影点的地面轴两坐标数值与第一目标点相同,但投影点的高度轴坐标为屋顶下界的高度值。
在一个实施例中,对于每个投影点,在屋顶顶点的集合R中,寻找3个与此投影点距离最近的屋顶顶点,作为第二目标点。然后,计算这3个屋顶顶点的平均高度值,并以此平均高度值作为这个投影点所对应的第一目标点的高度值,获得目标顶点。
在一个实施例中,用目标顶点替换缺陷边的第一目标顶点,获得修复好的三维模型。
请参阅图7,图7是本申请的实施例提供一种基于顶点的三维模型缺口修复装置的示意性框图,该基于顶点的三维模型缺口修复装置用于执行前述的基于顶点的三维模型缺口修复方法。其中,该基于顶点的三维模型缺口修复装置可以配置于服务器。
如图7所示,该基于顶点的三维模型缺口修复装置500,包括:
模型获取模块501,用于获取建模设备输出的待处理三维模型;
顶点获得模块502,用于基于缺口修复算法提取所述待处理三维模型的模型顶点,生成模型顶点集合,并基于所述模型顶点,生成所述待处理三维模型的边集合和三角面集合;
模型修复模块503,用于基于所述模型顶点集合、所述边集合以及所述三角面集合,确定所述待处理三维模型是缺陷模型时,基于所述缺口修复算法,获得目标顶点,并基于所述目标顶点,对所述缺陷模型进行修复,获得修复后的目标模型。
在一个实施例中,所述模型修复模块503,包括:
高度轴确定单元,用于基于预设分段数以及所述模型顶点集合中各所述模型顶点的坐标值,对预设坐标轴进行分类,确定所述待处理三维模型的高度轴;
屋顶分段确定单元,用于获取所述模型顶点的坐标值在所述高度轴上的数值大小分布情况,基于所述数值大小分布情况,确定屋顶分段,并基于所述屋顶分段,确定屋顶下界以及屋顶平面范围;
缺陷模型确定单元,用于基于预设条件、所述三角面集合、所述屋顶下界以及所述屋顶平面范围,确定所述边集合中存在残缺边时,则确定所述待处理三维模型为缺陷模型。
在一个实施例中,所述预设条件包括:所述残缺边的顶点高度均低于所述屋顶下界、所述残缺边的顶点均在所述屋顶平面范围内、所述残缺边对应的三角面数量唯一以及目标夹角达到预设角度,其中,所述目标夹角为所述残缺边对应的三角面的法向量与高度轴的单位向量的夹角。
在一个实施例中,所述缺陷模型确定单元,包括:
目标边确定子单元,用于基于所述边集合中各条边的顶点高度坐标值以及顶点平面坐标值,在所述边集合中确定目标边,其中,所述目标边的顶点高度坐标值低于所述屋顶下界且所述目标边的顶点平面坐标值在所述屋顶平面范围内;
残缺边确定子单元,用于基于所述三角面集合,获取所述目标边的三角面数量,在所述三角面数量唯一时,将所述目标边确定为残缺边,并确定所述边集合中存在残缺边。
在一个实施例中,所述高度轴确定单元,包括:
坐标分段集生成子单元,用于对所述待处理三维模型的第一预设坐标轴、第二预设坐标轴以及第三预设坐标轴按照所述预设分段数进行分段,分别生成第一坐标轴分段集、第二坐标轴分段集以及第三坐标轴分段集;
分布情况获得子单元,用于获取所述模型顶点的坐标值在所述第一坐标轴分段集、所述第二坐标轴分段集以及所述第三坐标轴分段集中的第一分布情况、第二分布情况以及第三分布情况;
高度轴获得子单元,用于基于所述第一分布情况、所述第二分布情况以及所述第三分布情况,确定存在目标分段的目标分段集,将所述目标分段集对应的坐标轴作为高度轴,其中,所述目标分段的坐标值分布最多。
在一个实施例中,所述屋顶分段确定单元,包括:
屋顶下界确定子单元,用于将所述屋顶分段的下界作为所述屋顶下界;
屋顶平面确定子单元,用于基于处于所述屋顶分段的模型顶点,获得屋顶顶点集合,并基于所述屋顶顶点集合中各屋顶顶点的地面坐标轴的坐标值,确定所述屋顶平面范围,其中,所述屋顶顶点集合包括至少一个所述屋顶顶点。
在一个实施例中,所述模型修复模块503,包括:
投影点生成单元,用于获取至少一个所述残缺边的顶点,并将各个所述残缺边的顶点分别作为第一目标点,生成所述第一目标点的投影点,其中,所述投影点的高度值为屋顶下界对应的高度值,所述投影点的地面坐标值与所述第一顶点的地面坐标值相同;
第二目标点获得单元,用于在所述屋顶顶点集合中,确定三个与所述投影点距离最近的屋顶顶点,作为第二目标点;
目标模型获得单元,用于计算三个所述第二目标点的平均高度值,并将所述平均高度值作为所述第一目标点的高度值,获得所述目标顶点,将所述第一目标点替换为所述目标顶点,以实现所述缺陷模型的修复,获得所述目标模型。
在一个实施例中,所述基于顶点的三维模型缺口修复装置500,还包括缺口修复算法生成模块,所述缺口修复算法生成模型,包括:
数据获取单元,用于获取至少一个残缺三维模型以及所述残缺三维模型对应的标准模型;
目标模型获得单元,用于将所述残缺三维模型输入至预训练算法,基于所述预训练算法,对所述三维模型进行修复,获得修复模型;
修复准确率获得单元,用于将所述修复模型与所述标准模型进行比对,获得所述预训练算法的修复准确率;
缺口修复算法确定单元,用于在所述修复准确率达到预设的准确率阈值时,确定所述预训练算法为所述缺口修复算法。
需要说明的是,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的装置和各模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
上述的装置可以实现为一种计算机程序的形式,该计算机程序可以在如图8所示的计算机设备上运行。
请参阅图8,图8是本申请的实施例提供的一种计算机设备的结构示意性框图。该计算机设备可以是服务器。
参阅图8,该计算机设备包括通过系统总线连接的处理器、存储器和网络接口,其中,存储器可以包括非易失性存储介质和内存储器。
非易失性存储介质可存储操作系统和计算机程序。该计算机程序包括程序指令,该程序指令被执行时,可使得处理器执行任意一种基于顶点的三维模型缺口修复方法。
处理器用于提供计算和控制能力,支撑整个计算机设备的运行。
内存储器为非易失性存储介质中的计算机程序的运行提供环境,该计算机程序被处理器执行时,可使得处理器执行任意一种基于顶点的三维模型缺口修复方法。
该网络接口用于进行网络通信,如发送分配的任务等。本领域技术人员可以理解,图8中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
应当理解的是,处理器可以是中央处理单元 (Central Processing Unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路 (Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中,通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
其中,在一个实施例中,所述处理器用于运行存储在存储器中的计算机程序,以实现如下步骤:
获取建模设备输出的待处理三维模型;
基于缺口修复算法提取所述待处理三维模型的模型顶点,生成模型顶点集合,并基于所述模型顶点,生成所述待处理三维模型的边集合和三角面集合;
基于所述模型顶点集合、所述边集合以及所述三角面集合,确定所述待处理三维模型是缺陷模型时,基于所述缺口修复算法,获得目标顶点,并基于所述目标顶点,对所述缺陷模型进行修复,获得修复后的目标模型。
在一个实施例中,所述处理器在实现基于所述模型顶点集合、所述边集合以及所述三角面集合,确定所述待处理三维模型是缺陷模型时之前,还用于实现:
基于预设分段数以及所述模型顶点集合中各所述模型顶点的坐标值,对预设坐标轴进行分类,确定所述待处理三维模型的高度轴;
获取所述模型顶点的坐标值在所述高度轴上的数值大小分布情况,基于所述数值大小分布情况,确定屋顶分段,并基于所述屋顶分段,确定屋顶下界以及屋顶平面范围;
基于预设条件、所述三角面集合、所述屋顶下界以及所述屋顶平面范围,确定所述边集合中存在残缺边时,则确定所述待处理三维模型为缺陷模型。
在一个实施例中,所述预设条件,包括:所述残缺边的顶点高度均低于所述屋顶下界、所述残缺边的顶点均在所述屋顶平面范围内、所述残缺边对应的三角面数量唯一以及目标夹角达到预设角度,其中,所述目标夹角为所述残缺边对应的三角面的法向量与高度轴的单位向量的夹角。
在一个实施例中,所述处理器在实现基于预设条件、所述三角面集合、所述屋顶下界以及所述屋顶平面范围,确定所述边集合中存在残缺边时,则确定所述待处理三维模型为缺陷模型时,用于实现:
基于所述边集合中各条边的顶点高度坐标值以及顶点平面坐标值,在所述边集合中确定目标边,其中,所述目标边的顶点高度坐标值低于所述屋顶下界且所述目标边的顶点平面坐标值在所述屋顶平面范围内;
基于所述三角面集合,获取所述目标边的三角面数量,在所述三角面数量唯一时,将所述目标边确定为残缺边,并确定所述边集合中存在残缺边。
在一个实施例中,所述处理器在实现基于预设分段数以及所述模型顶点集合中各所述模型顶点的坐标值,对预设坐标轴进行分类,确定所述待处理三维模型的高度轴时,用于实现:
对所述待处理三维模型的第一预设坐标轴、第二预设坐标轴以及第三预设坐标轴按照所述预设分段数进行分段,分别生成第一坐标轴分段集、第二坐标轴分段集以及第三坐标轴分段集;
获取所述模型顶点的坐标值在所述第一坐标轴分段集、所述第二坐标轴分段集以及所述第三坐标轴分段集中的第一分布情况、第二分布情况以及第三分布情况;
基于所述第一分布情况、所述第二分布情况以及所述第三分布情况,确定存在目标分段的目标分段集,将所述目标分段集对应的坐标轴作为高度轴,其中,所述目标分段的坐标值分布最多。
在一个实施例中,所述处理器在实现基于所述屋顶分段,确定屋顶下界以及屋顶平面范围时,用于实现:
将所述屋顶分段的下界作为所述屋顶下界;
基于处于所述屋顶分段的模型顶点,获得屋顶顶点集合,并基于所述屋顶顶点集合中各屋顶顶点的地面坐标轴的坐标值,确定所述屋顶平面范围,其中,所述屋顶顶点集合包括至少一个所述屋顶顶点。
在一个实施例中,所述处理器在实现基于所述缺口修复算法,获得目标顶点,并基于所述目标顶点,对所述缺陷模型进行修复,获得修复后的目标模型时,用于实现:
获取至少一个所述残缺边的顶点,并将各个所述残缺边的顶点分别作为第一目标点,生成所述第一目标点的投影点,其中,所述投影点的高度值为屋顶下界对应的高度值,所述投影点的地面坐标值与所述第一顶点的地面坐标值相同;
在所述屋顶顶点集合中,确定三个与所述投影点距离最近的屋顶顶点,作为第二目标点;
计算三个所述第二目标点的平均高度值,并将所述平均高度值作为所述第一目标点的高度值,获得所述目标顶点,将所述第一目标点替换为所述目标顶点,以实现所述缺陷模型的修复,获得所述目标模型。
在一个实施例中,所述处理器在实现基于缺口修复算法提取所述待处理三维模型的顶点、边以及三角面,生成顶点集合、边集合以及三角面集合之前,还用于实现:
获取至少一个残缺三维模型以及所述残缺三维模型对应的标准模型;
将所述残缺三维模型输入至预训练算法,基于所述预训练算法,对所述三维模型进行修复,获得修复模型;
将所述修复模型与所述标准模型进行比对,获得所述预训练算法的修复准确率;
在所述修复准确率达到预设的准确率阈值时,确定所述预训练算法为所述缺口修复算法。
本申请的实施例中还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计算机程序,所述计算机程序中包括程序指令,所述处理器执行所述程序指令,实现本申请实施例提供的任一项基于顶点的三维模型缺口修复方法。
其中,所述计算机可读存储介质可以是前述实施例所述的计算机设备的内部存储单元,例如所述计算机设备的硬盘或内存。所述计算机可读存储介质也可以是所述计算机设备的外部存储设备,例如所述计算机设备上配备的插接式硬盘,智能存储卡(SmartMedia Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种基于顶点的三维模型缺口修复方法,其特征在于,包括:
获取建模设备输出的待处理三维模型;
基于缺口修复算法提取所述待处理三维模型的模型顶点,生成模型顶点集合,并基于所述模型顶点,生成所述待处理三维模型的边集合和三角面集合;
基于所述模型顶点集合、所述边集合以及所述三角面集合,确定所述待处理三维模型是缺陷模型时,基于所述缺口修复算法,获得目标顶点,并基于所述目标顶点,对所述缺陷模型进行修复,获得修复后的目标模型;
其中,所述基于所述模型顶点集合、所述边集合以及所述三角面集合,确定所述待处理三维模型是缺陷模型之前,还包括:
基于预设分段数以及所述模型顶点集合中各所述模型顶点的坐标值,对预设坐标轴进行分类,确定所述待处理三维模型的高度轴;
获取所述模型顶点的坐标值在所述高度轴上的数值大小分布情况,基于所述数值大小分布情况,确定屋顶分段,并基于所述屋顶分段,确定屋顶下界以及屋顶平面范围;
基于预设条件、所述三角面集合、所述屋顶下界以及所述屋顶平面范围,确定所述边集合中存在残缺边时,则确定所述待处理三维模型为缺陷模型。
2.根据权利要求1所述的基于顶点的三维模型缺口修复方法,其特征在于,所述预设条件,包括:所述残缺边的顶点高度均低于所述屋顶下界、所述残缺边的顶点均在所述屋顶平面范围内、所述残缺边对应的三角面数量唯一以及目标夹角达到预设角度,其中,所述目标夹角为所述残缺边对应的三角面的法向量与高度轴的单位向量的夹角。
3.根据权利要求1所述的基于顶点的三维模型缺口修复方法,其特征在于,所述基于预设条件、所述三角面集合、所述屋顶下界以及所述屋顶平面范围,确定所述边集合中存在残缺边时,则确定所述待处理三维模型为缺陷模型,包括:
基于所述边集合中各条边的顶点高度坐标值以及顶点平面坐标值,在所述边集合中确定目标边,其中,所述目标边的顶点高度坐标值低于所述屋顶下界且所述目标边的顶点平面坐标值在所述屋顶平面范围内;
基于所述三角面集合,获取所述目标边的三角面数量,在所述三角面数量唯一时,将所述目标边确定为残缺边,并确定所述边集合中存在残缺边。
4.根据权利要求1所述的基于顶点的三维模型缺口修复方法,其特征在于,所述基于预设分段数以及所述模型顶点集合中各所述模型顶点的坐标值,对预设坐标轴进行分类,确定所述待处理三维模型的高度轴,包括:
对所述待处理三维模型的第一预设坐标轴、第二预设坐标轴以及第三预设坐标轴按照所述预设分段数进行分段,分别生成第一坐标轴分段集、第二坐标轴分段集以及第三坐标轴分段集;
获取所述模型顶点的坐标值在所述第一坐标轴分段集、所述第二坐标轴分段集以及所述第三坐标轴分段集中的第一分布情况、第二分布情况以及第三分布情况;
基于所述第一分布情况、所述第二分布情况以及所述第三分布情况,确定存在目标分段的目标分段集,将所述目标分段集对应的坐标轴作为高度轴,其中,所述目标分段包含的坐标值最多。
5.根据权利要求1所述的基于顶点的三维模型缺口修复方法,其特征在于,所述基于所述屋顶分段,确定屋顶下界以及屋顶平面范围,包括:
将所述屋顶分段的下界作为所述屋顶下界;
基于处于所述屋顶分段的模型顶点,获得屋顶顶点集合,并基于所述屋顶顶点集合中各屋顶顶点的地面坐标轴的坐标值,确定所述屋顶平面范围,其中,所述屋顶顶点集合包括至少一个所述屋顶顶点。
6.根据权利要求5所述的基于顶点的三维模型缺口修复方法,其特征在于,所述基于所述缺口修复算法,获得目标顶点,并基于所述目标顶点,对所述缺陷模型进行修复,获得修复后的目标模型,包括:
获取至少一个所述残缺边的顶点,并将各个所述残缺边的顶点分别作为第一目标点,生成所述第一目标点的投影点,其中,所述投影点的高度值为屋顶下界对应的高度值,所述投影点的地面坐标值与所述第一目标点的地面坐标值相同;
在所述屋顶顶点集合中,确定三个与所述投影点距离最近的屋顶顶点,作为第二目标点;
计算三个所述第二目标点的平均高度值,并将所述平均高度值作为所述第一目标点的高度值,获得所述目标顶点,将所述第一目标点替换为所述目标顶点,以实现所述缺陷模型的修复,获得所述目标模型。
7.根据权利要求1-6中任一项所述的基于顶点的三维模型缺口修复方法,其特征在于,所述基于缺口修复算法提取所述待处理三维模型的顶点、边以及三角面,生成顶点集合、边集合以及三角面集合之前,还包括:
获取至少一个残缺三维模型以及所述残缺三维模型对应的标准模型;
将所述残缺三维模型输入至预训练算法,基于所述预训练算法,对所述三维模型进行修复,获得修复模型;
将所述修复模型与所述标准模型进行比对,获得所述预训练算法的修复准确率;
在所述修复准确率达到预设的准确率阈值时,确定所述预训练算法为所述缺口修复算法。
8.一种基于顶点的三维模型缺口修复装置,其特征在于,包括:
模型获取模块,用于获取建模设备输出的待处理三维模型;
顶点获得模块,用于基于缺口修复算法提取所述待处理三维模型的模型顶点,生成模型顶点集合,并基于所述模型顶点,生成所述待处理三维模型的边集合和三角面集合;
模型修复模块,用于基于所述模型顶点集合、所述边集合以及所述三角面集合,确定所述待处理三维模型是缺陷模型时,基于所述缺口修复算法,获得目标顶点,并基于所述目标顶点,对所述缺陷模型进行修复,获得修复后的目标模型;
其中,所述模型修复模块,包括:
高度轴确定单元,用于基于预设分段数以及所述模型顶点集合中各所述模型顶点的坐标值,对预设坐标轴进行分类,确定所述待处理三维模型的高度轴;
屋顶分段确定单元,用于获取所述模型顶点的坐标值在所述高度轴上的数值大小分布情况,基于所述数值大小分布情况,确定屋顶分段,并基于所述屋顶分段,确定屋顶下界以及屋顶平面范围;
缺陷模型确定单元,用于基于预设条件、所述三角面集合、所述屋顶下界以及所述屋顶平面范围,确定所述边集合中存在残缺边时,则确定所述待处理三维模型为缺陷模型。
9.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器;
所述存储器,用于存储计算机程序;
所述处理器,用于执行所述计算机程序并在执行所述计算机程序时实现如权利要求1至7中任一项所述的基于顶点的三维模型缺口修复方法。
10.一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计算机程序,所述计算机程序被处理器执行时使所述处理器实现如权利要求1至7中任一项所述的基于顶点的三维模型缺口修复方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310362385.5A CN116071276B (zh) | 2023-04-07 | 2023-04-07 | 基于顶点的三维模型缺口修复方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310362385.5A CN116071276B (zh) | 2023-04-07 | 2023-04-07 | 基于顶点的三维模型缺口修复方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116071276A CN116071276A (zh) | 2023-05-05 |
CN116071276B true CN116071276B (zh) | 2023-06-16 |
Family
ID=86173568
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310362385.5A Active CN116071276B (zh) | 2023-04-07 | 2023-04-07 | 基于顶点的三维模型缺口修复方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116071276B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112419178A (zh) * | 2020-11-18 | 2021-02-26 | 芯勍(上海)智能化科技股份有限公司 | 破洞修复方法、终端设备及计算机可读存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107464286B (zh) * | 2017-06-30 | 2020-12-18 | 百度在线网络技术(北京)有限公司 | 三维城市模型中的孔洞修复方法及装置、设备及可读介质 |
WO2019094939A1 (en) * | 2017-11-13 | 2019-05-16 | Geomni, Inc. | Systems and methods for rapidly developing annotated computer models of structures |
CN110838129A (zh) * | 2019-11-18 | 2020-02-25 | 四川视慧智图空间信息技术有限公司 | 基于倾斜摄影测量的三维建筑物模型轮廓特征线提取方法 |
CN113781622A (zh) * | 2021-08-31 | 2021-12-10 | 咪咕文化科技有限公司 | 三维模型纹理贴图的转换方法、装置、设备以及介质 |
-
2023
- 2023-04-07 CN CN202310362385.5A patent/CN116071276B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112419178A (zh) * | 2020-11-18 | 2021-02-26 | 芯勍(上海)智能化科技股份有限公司 | 破洞修复方法、终端设备及计算机可读存储介质 |
Non-Patent Citations (1)
Title |
---|
Incomplete 3D Model’s Repair Based on AFPF Technology;Shun Pan等;《 Advanced Graphic Communications and Media Technologies 》;第739-744页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116071276A (zh) | 2023-05-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6830139B2 (ja) | 3次元データの生成方法、3次元データの生成装置、コンピュータ機器及びコンピュータ読み取り可能な記憶媒体 | |
EP3201881B1 (en) | 3-dimensional model generation using edges | |
CN112734641A (zh) | 目标检测模型的训练方法、装置、计算机设备及介质 | |
US9501859B2 (en) | Triangle rasterization | |
US8520940B1 (en) | Automatic city block segmentation in aerial imagery for parallel processing | |
US10290145B2 (en) | Image space-based particle generation modeling | |
US9824494B2 (en) | Hybrid surfaces for mesh repair | |
CN112784469A (zh) | 模型参数生成方法、装置、电子设备和可读存储介质 | |
US10217291B2 (en) | Designing a modeled volume represented by dexels | |
CA3103845A1 (en) | Systems and methods for improved parametric modeling of structures | |
CA3182430A1 (en) | Systems and methods for automatic alignment of drawings | |
CN112232426A (zh) | 目标检测模型的训练方法、装置、设备及可读存储介质 | |
CN114202632A (zh) | 网格线性结构恢复方法、装置、电子设备及存储介质 | |
CN117557740B (zh) | 三维模型分割层级切换方法、装置、电子设备及存储介质 | |
CN116721230A (zh) | 一种三维实景模型的构建方法、装置、设备及存储介质 | |
CN114299242A (zh) | 高精地图中图像处理方法、装置、设备以及存储介质 | |
CN116071276B (zh) | 基于顶点的三维模型缺口修复方法、装置、设备及介质 | |
CN103837135A (zh) | 工件检测方法及其系统 | |
CN111080792B (zh) | 模型简化处理方法、装置以及电子设备、存储介质 | |
CN113496138A (zh) | 稠密点云数据的生成方法、装置、计算机设备及存储介质 | |
CN116091365B (zh) | 基于三角面的三维模型缺口修复方法、装置、设备及介质 | |
US11361482B2 (en) | Triangle element division method, modeling apparatus, computer readable medium storing program, and data defining two-dimensional planar figure | |
CN114445595A (zh) | 孔洞三角形网格生成方法、装置、设备及存储介质 | |
US11922659B2 (en) | Coordinate calculation apparatus, coordinate calculation method, and computer-readable recording medium | |
CN113033085B (zh) | 基于粒子群优化与贝塞尔曲线的颗粒形状模拟方法及系统 |
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 |