CN117197390A - 三维建筑模型构建方法、装置和存储介质 - Google Patents
三维建筑模型构建方法、装置和存储介质 Download PDFInfo
- Publication number
- CN117197390A CN117197390A CN202311466317.XA CN202311466317A CN117197390A CN 117197390 A CN117197390 A CN 117197390A CN 202311466317 A CN202311466317 A CN 202311466317A CN 117197390 A CN117197390 A CN 117197390A
- Authority
- CN
- China
- Prior art keywords
- building
- eidolon
- wall
- type
- types
- 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
- 238000010276 construction Methods 0.000 title claims abstract description 19
- 238000003860 storage Methods 0.000 title claims abstract description 10
- 241000592183 Eidolon Species 0.000 claims abstract description 75
- 238000000034 method Methods 0.000 claims abstract description 31
- 238000005520 cutting process Methods 0.000 claims description 21
- 230000000694 effects Effects 0.000 abstract description 3
- 238000012545 processing Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 238000009877 rendering Methods 0.000 description 4
- 230000006835 compression Effects 0.000 description 3
- 238000007906 compression Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 238000010923 batch production Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Landscapes
- Processing Or Creating Images (AREA)
Abstract
本申请公开了一种三维建筑模型构建方法、装置和存储介质，涉及图像处理领域，所述方法包括：通过获取目标建筑的二维矢量数据；根据所述二维矢量数据识别所述目标建筑中的不同墙面的墙面类型；根据预设索引信息和精灵图库，获取不同墙面类型对应的墙面的精灵图元；所述预设索引信息包括不同墙面类型和各自对应的精灵图元之间的对应关系；根据获取到的各个精灵图元，构建所述目标建筑的目标三维模型。解决了现有技术中三维模型构建过程中纹理精度会出现折损的问题，达到了根据预设索引信息即可自动获取到不同类型墙面的精灵图元进而构建得到三维模型实现了在提高效率的同时不损失纹理精度的效果。
Description
技术领域
本发明涉及一种三维建筑模型构建方法、装置和存储介质，属于图像处理技术领域。
背景技术
随着数字孪生技术在行业的发展与普及，构建更智慧、更先进、更安全的数字孪生城市，赋能城市生产生活智慧化成为重要目标。
构建数字孪生城市，首先需要创建城市建筑三维模型，该模型在网页端进行加载渲染时因为场景渲染范围大、建筑类型多、纹理数量多等原因，导致模型着色器数量增加，并且每一个着色器对应一张纹理贴图，导致场景在网页加载过程中服务器请求次数较多，结合网络带宽因素造成服务器请求压力过大，最终影响场景渲染帧率。因此针对此类问题提出了模型轻量化处理需求，减少模型冗余数据，提升场景帧率。
现有方案中常用的三维模型轻量化的技术是纹理压缩，纹理压缩技术针对纹理贴图分辨率、压缩比例和质量等参数进行调整，该种方案可以减少贴图文件大小，但是对纹理的像素比会产生明显折损。
发明内容
本发明的目的在于提供一种三维建筑模型构建方法、装置和存储介质，用于解决现有技术中存在的问题。
为达到上述目的，本发明提供如下技术方案：
根据第一方面，本发明实施例提供了一种三维建筑模型构建方法，所述方法包括：
获取目标建筑的二维矢量数据；
根据所述二维矢量数据识别所述目标建筑中的不同墙面的墙面类型；
根据预设索引信息和精灵图库，获取不同墙面类型对应的墙面的精灵图元；所述预设索引信息包括不同墙面类型和各自对应的精灵图元之间的对应关系；
根据获取到的各个精灵图元，构建所述目标建筑的目标三维模型。
可选地，所述根据所述二维矢量数据识别所述目标建筑中的不同墙面的墙面类型，包括：
根据所述二维矢量数据转换得到三维模型数据；
根据所述三维模型数据，识别所述目标建筑中的不同墙面的墙面类型。
可选地，所述根据所述二维矢量数据转换得到三维模型数据，包括：
基于精灵图技术方案，对所述二维矢量数据增加建筑属性，所述建筑属性包括建筑高度、建筑类型、屋顶样式、屋顶颜色中的至少一种；
根据所述二维矢量数据以及所述建筑类型，转换得到所述三维模型数据。
可选地，所述根据所述三维模型数据，识别所述目标建筑中的不同墙面的墙面类型，包括：
根据所述三维模型数据，拆分所述目标建筑中的共边面；
根据拆分得到的各个面片的宽度，识别所述目标建筑中的不同墙面的墙面类型。
可选地，所述根据拆分得到的各个面片的宽度，识别所述目标建筑中的不同墙面的墙面类型，包括：
若所述面片的宽度小于第一阈值，则将所述面片识别为无窗墙面；
若所述面片的宽度大于第一阈值且小于第二阈值，则将所述面片识别为窄窗墙面；
若所述面片的宽度大于第二阈值且小于第三阈值，则将所述面片识别为大窗墙面；
若所述面片的宽度大于所述第三阈值且小于第四阈值，则将所述面片识别为阳台；
若所述面片的宽度大于所述第四阈值，则对所述面片进行纵向切割，对切割后的面片随机识别墙面类型。
可选地，所述根据预设索引信息和精灵图库，获取不同墙面类型对应的墙面的精灵图元之前，所述方法还包括：
获取建筑外立面纹理；
根据所述建筑外立面纹理获取不同墙面类型所对应的精灵图库；
对于每种墙面类型，对所述墙面类型所对应的精灵图库进行切割，构建并保存所述墙面类型所对应的预设索引信息。
可选地，所述根据所述建筑外立面纹理获取不同墙面类型所对应的精灵图库，包括：
对于不同建筑类型，根据所述建筑外立面纹理生成每种建筑类型中的不同墙面的精灵图；
对于每种建筑类型中的每种墙面类型，将不同墙面的精灵图进行填充，获取所述墙面类型所对应的精灵图库。
可选地，所述对所述墙面类型所对应的精灵图库进行切割，构建并保存所述墙面类型所对应的预设索引信息，包括：
对所述精灵图库进行切割，获取切割后的各个图元的图元信息；
构建包括建筑类型、墙面类型以及对应的各个精灵图元的图元信息之间的对应关系的所述预设索引信息。
第二方面，提供了一种三维建筑模型构建装置，所述装置包括存储器和处理器，所述存储器中存储有至少一条程序指令，所述处理器通过加载并执行所述至少一条程序指令以实现如第一方面所述的方法。
第三方面，提供了一种计算机存储介质，所述计算机存储介质中存储有至少一条程序指令，所述至少一条程序指令被处理器加载并执行以实现如第一方面所述的方法。
通过获取目标建筑的二维矢量数据；根据所述二维矢量数据识别所述目标建筑中的不同墙面的墙面类型；根据预设索引信息和精灵图库，获取不同墙面类型对应的墙面的精灵图元；所述预设索引信息包括不同墙面类型和各自对应的精灵图元之间的对应关系；根据获取到的各个精灵图元，构建所述目标建筑的目标三维模型。解决了现有技术中三维模型构建过程中纹理精度会出现折损的问题，达到了根据预设索引信息即可自动获取到不同类型墙面的精灵图元进而构建得到三维模型实现了在提高效率的同时不损失纹理精度的效果。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。
附图说明
图1为本发明一个实施例提供的一种三维建筑模型构建方法的方法流程图。
具体实施方式
下面将结合附图对本发明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。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖 直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
请参考图1，其示出了本申请一个实施例提供的三维建筑模型构建方法的方法流程图，如图1所示，所述方法包括：
步骤101，获取目标建筑的二维矢量数据；
目标建筑的建筑类型为住宅、医院、学校、商业、工业、农业中的任一种。
二维矢量数据可以为GIS（Geographic Information System，地理信息系统）矢量数据，
实际实现是，二维矢量数据可以包括用户输入的数据，和/或，通过图片、文字等识别得到的数据，在此并不做限定。
步骤102，根据所述二维矢量数据识别所述目标建筑中的不同墙面的墙面类型；
可选地，本步骤包括：
第一，根据所述二维矢量数据转换得到三维模型数据；
可选地，本步骤包括：
（1）、基于精灵图技术方案，对所述二维矢量数据增加建筑属性，所述建筑属性包括建筑高度、建筑类型、屋顶样式、屋顶颜色中的至少一种；
屋顶样式可以包括坡建筑、平屋顶、弧形屋顶中的任一种。
实际实现时，在本步骤之前，还可以包括如下步骤：过滤二维矢量数据中的冗余数据。可选地，通过计算矢量数据边界的长宽比，过滤长宽比大于最大阈值或者小于最小阈值的长宽比，将过滤后的数据作为后续步骤使用的二维矢量数据。
当然，实际实现时，还可以通过其他方式对二维矢量数据进行过滤，在此并不做限定。
在增加的建筑属性包括建筑类型时，本步骤包括：获取目标建筑所在区域的用地类型，根据用地类型增加目标建筑的建筑类型。比如，目标建筑所在区域为住宅用地，则将目标建筑的建筑类型标记为住宅；而若目标建筑所在区域为医疗用地，则将目标建筑的建筑类型标记为医院；类似的，若目标建筑所在区域为学校用地，则将目标建筑的建筑类型标记为学校。
在增加的建筑属性包括屋顶颜色时，则本步骤包括：获取目标建筑的航拍图，根据航拍图增加目标建筑的屋顶颜色。比如，航拍图中的屋顶颜色为橙色时，则可以将目标建筑的屋顶颜色标记为橙色等等。类似的，在增加的建筑属性包括屋顶样式时，还可以根据航拍图解析目标建筑的屋顶的结构样式，进而将解析得到的结构样式增加为目标建筑的屋顶样式。
（2）、根据所述二维矢量数据以及所述建筑属性，转换得到所述三维模型数据。
可选地，根据二维矢量数据以及建筑类型，转换得到三维模型数据。可选地，根据二维矢量数据获取矢量数据高度，根据建筑类型和矢量高度构建三维模型数据。
第二，根据所述三维模型数据，识别所述目标建筑中的不同墙面的墙面类型。
可选地，本步骤包括如下步骤：
（1）、根据所述三维模型数据，拆分所述目标建筑中的共边面；
其中，拆分得到的各个共边面的高度一致，仅宽度不同。
（2）、根据拆分得到的各个面片的宽度，识别所述目标建筑中的不同墙面的墙面类型。
可选地，识别墙面类型的步骤可以包括：
若所述面片的宽度小于第一阈值，则将所述面片识别为无窗墙面；
若所述面片的宽度大于第一阈值且小于第二阈值，则将所述面片识别为窄窗墙面；
若所述面片的宽度大于第二阈值且小于第三阈值，则将所述面片识别为大窗墙面；
若所述面片的宽度大于第二阈值且小于第三阈值，则将所述面片识别为大窗墙面；
若所述面片的宽度大于所述第三阈值且小于第四阈值，则将所述面片识别为阳台；
若所述面片的宽度大于所述第四阈值，则对所述面片进行纵向切割，对切割后的面片随机识别墙面类型。
通过对宽度大于第四阈值的面片进一步纵向切割，解决了墙面尺寸与纹理尺寸相差较大时而导致的UV拉伸的问题，提高了后续墙面构建时的精度。
在一种可能的实施例中，在拆分得到各个共边面之后，将宽度最大的共边面识别为建筑主墙面且为多窗墙面；在剩余各个共边面中宽度小于第一阈值比如5米的面识别为无窗墙面；宽度在第一阈值和第二阈值比如在5米至8米之间面识别为窄窗墙面；宽度在第二阈值和第三阈值比如在8米至12米之间的定义为大窗墙面；而宽度在第三阈值和第四阈值比如12米至16米之间的定义为阳台；而若宽度大于第四阈值也即大于16米时，则对面片进行纵向切割，并对纵向切割后的面片随机识别为各种墙面。
步骤103，根据预设索引信息和精灵图库，获取不同墙面类型对应的墙面的精灵图元；
所述预设索引信息包括不同墙面类型和各自对应的精灵图元之间的对应关系。
预设索引信息可以为默认的信息，也可以为预先构建并保存的信息，本实施例对预设索引信息的具体来源并不做限定。
在一种可能的实施例中，若预设索引信息为预先构建并保存的信息，则本步骤之前还可以包括如下步骤：
第一，获取建筑外立面纹理；
其中，建筑外立面纹理可以包括目标建筑的建筑类型所对应的建筑外立面纹理。当然，实际实现时，为了适配各种场景，建筑外立面纹理还可以包括不同建筑类型的外立面纹理，比如包括医院、学校、住宅、商业等等多种类型建筑的外立面纹理。
其中，获取建筑外立面纹理的步骤可以包括：从服务器中获取，或者从纹理数据库中读取，当然还可以包括接收上传的建筑外立面纹理，本申请对此并不做限定。
第二，根据所述建筑外立面纹理获取不同墙面类型所对应的精灵图库；
（1）、对于不同建筑类型，根据所述建筑外立面纹理生成每种建筑类型中的不同墙面的精灵图；
在获取到建筑外立面纹理之后，根据建筑类型对建筑外立面纹理进行分类，比如分为住宅的建筑外立面纹理、学校的建筑外立面纹理、医院的建筑外立面纹理等等。
对于每种建筑类型的建筑外立面纹理，按照同种墙面类型的建筑外立面纹理进行高度拉伸，进而得到统一纹理高度的建筑外立面纹理，根据建筑类型进行不同墙面的精灵图元拼合进而得到该建筑类型的不同墙面的精灵图。
在一种可能的实施例中，以现代住宅的精灵图制作来举例说明，由于住宅的楼层较多，图元尺寸应当在保证纹理像素的情况下长宽比例为2的幂次方，精灵图长宽不应超过8192px*8192px。精灵图库部件类型分为多窗墙面、无窗墙面、窄窗墙面、宽窗墙面、屋顶、空调外机、护栏、管道。为了区分各图元关系，单个图元之间保持统一像素间隔如10px。
（2）、对于每种建筑类型中的每种墙面类型，将不同墙面的精灵图进行填充，获取所述墙面类型所对应的精灵图库。
对于以上获取到的各个精灵图，将不同墙面的精灵图进行填充，进而获取得到该墙面类型所对应的精灵图库。
第三，对于每种墙面类型，对所述墙面类型所对应的精灵图库进行切割，构建并保存所述墙面类型所对应的预设索引信息。
（1）、对所述精灵图库进行切割，获取切割后的各个图元的图元信息；
对于每种墙面类型，基于精灵图设计规则对精灵图库进行半自动切割。可选地，可以对精灵图库进行横向与纵向直线切割，对此并不做限定。当然，实际实现时，可以基于人机交互也即基于用户的选择进行切割，进而避免像素溢出。
在执行上述切割之后，即可基于切割线得到切割后的各个图元的图元信息。其中，图元信息包括图元位置和图元的长宽比。在一种可能的实施例中，在进行切割之后可以得到各个图元的矩形范围数值信息，比如，将精灵图百分比化处理，将精灵图放置在笛卡尔坐标系第一象限中，左下角第一个像素点位置设为（0，0），右上角最后一个像素点位置设为（100，100），根据单个图元的像素点矩形框，获得右下角第一个像素点xy值即图元坐标位置，记录为（Px,Py）。利用矩形框右下角第一个像素点x轴向值与左下角第一个像素点x轴向值，两值相减获得图元在整个精灵图上宽度，取矩形框左上角第一个像素点y轴向值与左下角第一个像素y轴向值点,两值相减获得图元在整个精灵图上高度，宽高值记录为（W%,H%），由此得到单个图元的长宽占比与坐标信息（Px,Py,W%,H%）。
本申请限制UV映射范围在第一象限内，进而满足Unreal Engine、Unity3D等多种三维平台对模型UV象限的技术要求。相比于现有技术中的三维建模方法，本方法无需手动将精灵图中部分图元与三维模型建立UV映射，在城市级三维应用中极大减少人工成本。
此外，本申请对精灵图库进行自由尺寸切割，建立笛卡尔坐标系，获取单个图元左下、右上、右下三个像素点在笛卡尔坐标系中的位置，计算图元长宽占比，完成数值存储，对每个图元的数值信息建立索引编号，结合规则快速获取模型面片与图元之间的关联性。该索引内容可作为基本参数，用于三维建筑模型参数化生成，从而实现基于精灵图的建筑自动化批量建模，提升建模效率。
（2）、构建包括建筑类型、墙面类型以及对应的各个精灵图元的图元信息之间的对应关系的所述预设索引信息。
可选地，可以将建筑类型、墙面类型以及各个墙面类型对应的各个图元信息之间的对应关系作为预设索引信息。
实际实现时，为了简化预设索引信息的内容进而减少预设索引信息占据的存储空间，在本实施例中，可以将同一墙面类型的各个图元的矩形框进行编号，进而建立建筑类型、墙面类型和编号之间的预设索引信息。
比如，对于大窗墙面而言，将大窗墙面的精灵图元进行切割之后，按照从上向下从左向右的顺序进行编号，进而构建形式为：建筑类型+墙面类型+编号的预设索引信息。其中，每条索引信息指向各个图元的图元信息。
在获取到各个墙面的墙面类型之后，即可根据建筑类型和墙面类型从预设索引信息中读取得到该建筑类型下每种墙面类型所对应的各个图元的图元信息。可选地，此后，即可根据读取到的图元信息。而若如上述实施例描述所述，预设索引信息中包括建筑类型、墙面类型和编号之间的对应关系，则可以通过读取预设索引信息进而得到该建筑类型下每种墙面对应的精灵图元的编号，进而根据编号索引到对应的图元。
实际实现时，由于同种建筑类型之间存在大体相同部分差异的情况，因此本申请为了提升建筑丰富度，可以通过更改精灵图元的编号的方式进行调整，本实施例对此并不做限定。本申请中，建筑外形在保证切割规则不变的情况下，变更索引信息达到变换同类型建筑纹理的目的。本发明方法适用于批量制作生产，避免重复人机交互，简化制作流程，提高模型生产效率，快速实现城市级场景建筑样式迭代。当然该技术不仅适用于建筑模型，植被等同样适用。
步骤104，根据获取到的各个精灵图元，构建所述目标建筑的目标三维模型。
在获取得到各个图元之后，即可将获取到的各个图元在墙面上进行图元平铺，进而在各个墙面均平铺完成之后，即可得到目标建筑的三维模型。
综上所述，通过获取目标建筑的二维矢量数据；根据所述二维矢量数据识别所述目标建筑中的不同墙面的墙面类型；根据预设索引信息和精灵图库，获取不同墙面类型对应的墙面的精灵图元；所述预设索引信息包括不同墙面类型和各自对应的精灵图元之间的对应关系；根据获取到的各个精灵图元，构建所述目标建筑的目标三维模型。解决了现有技术中三维模型构建过程中纹理精度会出现折损的问题，达到了根据预设索引信息即可自动获取到不同类型墙面的精灵图元进而构建得到三维模型实现了在提高效率的同时不损失纹理精度的效果。
本申请中构建建筑类型、墙面类型和图元之间的索引关系，可以有效减少三维建筑模型贴图和材质数量，减少三维渲染管线的DrawCall，提升三维渲染帧率。
本申请一个实施例还提供了一种三维建筑模型构建装置，所述装置包括存储器和处理器，所述存储器中存储有至少一条程序指令，所述处理器通过加载并执行以上所述的方法。
本申请一个实施例还提供了一种计算机存储介质，所述计算机存储介质中存储有至少一条程序指令，所述至少一条程序指令被处理器加载并执行以实现如上所述的方法。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种三维建筑模型构建方法，其特征在于，所述方法包括：
获取目标建筑的二维矢量数据；
根据所述二维矢量数据识别所述目标建筑中的不同墙面的墙面类型；
根据预设索引信息和精灵图库，获取不同墙面类型对应的墙面的精灵图元；所述预设索引信息包括不同墙面类型和各自对应的精灵图元之间的对应关系；
根据获取到的各个精灵图元，构建所述目标建筑的目标三维模型。
2.根据权利要求1所述的方法，其特征在于，所述根据所述二维矢量数据识别所述目标建筑中的不同墙面的墙面类型，包括：
根据所述二维矢量数据转换得到三维模型数据；
根据所述三维模型数据，识别所述目标建筑中的不同墙面的墙面类型。
3.根据权利要求2所述的方法，其特征在于，所述根据所述二维矢量数据转换得到三维模型数据，包括：
基于精灵图技术方案，对所述二维矢量数据增加建筑属性，所述建筑属性包括建筑高度、建筑类型、屋顶样式、屋顶颜色中的至少一种；
根据所述二维矢量数据以及所述建筑类型，转换得到所述三维模型数据。
4.根据权利要求2所述的方法，其特征在于，所述根据所述三维模型数据，识别所述目标建筑中的不同墙面的墙面类型，包括：
根据所述三维模型数据，拆分所述目标建筑中的共边面；
根据拆分得到的各个面片的宽度，识别所述目标建筑中的不同墙面的墙面类型。
5.根据权利要求4所述的方法，其特征在于，所述根据拆分得到的各个面片的宽度，识别所述目标建筑中的不同墙面的墙面类型，包括：
若所述面片的宽度小于第一阈值，则将所述面片识别为无窗墙面；
若所述面片的宽度大于第一阈值且小于第二阈值，则将所述面片识别为窄窗墙面；
若所述面片的宽度大于第二阈值且小于第三阈值，则将所述面片识别为大窗墙面；
若所述面片的宽度大于所述第三阈值且小于第四阈值，则将所述面片识别为阳台；
若所述面片的宽度大于所述第四阈值，则对所述面片进行纵向切割，对切割后的面片随机识别墙面类型。
6.根据权利要求1至5任一所述的方法，其特征在于，所述根据预设索引信息和精灵图库，获取不同墙面类型对应的墙面的精灵图元之前，所述方法还包括：
获取建筑外立面纹理；
根据所述建筑外立面纹理获取不同墙面类型所对应的精灵图库；
对于每种墙面类型，对所述墙面类型所对应的精灵图库进行切割，构建并保存所述墙面类型所对应的预设索引信息。
7.根据权利要求6所述的方法，其特征在于，所述根据所述建筑外立面纹理获取不同墙面类型所对应的精灵图库，包括：
对于不同建筑类型，根据所述建筑外立面纹理生成每种建筑类型中的不同墙面的精灵图；
对于每种建筑类型中的每种墙面类型，将不同墙面的精灵图进行填充，获取所述墙面类型所对应的精灵图库。
8.根据权利要求6所述的方法，其特征在于，所述对所述墙面类型所对应的精灵图库进行切割，构建并保存所述墙面类型所对应的预设索引信息，包括：
对所述精灵图库进行切割，获取切割后的各个图元的图元信息；
构建包括建筑类型、墙面类型以及对应的各个精灵图元的图元信息之间的对应关系的所述预设索引信息。
9.一种三维建筑模型构建装置，其特征在于，所述装置包括存储器和处理器，所述存储器中存储有至少一条程序指令，所述处理器通过加载并执行所述至少一条程序指令以实现如权利要求1至8任一所述的方法。
10.一种计算机存储介质，其特征在于，所述计算机存储介质中存储有至少一条程序指令，所述至少一条程序指令被处理器加载并执行以实现如权利要求1至8任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311466317.XA CN117197390B (zh) | 2023-11-07 | 2023-11-07 | 三维建筑模型构建方法、装置和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311466317.XA CN117197390B (zh) | 2023-11-07 | 2023-11-07 | 三维建筑模型构建方法、装置和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117197390A true CN117197390A (zh) | 2023-12-08 |
| CN117197390B CN117197390B (zh) | 2024-02-09 |
Family
ID=88998294
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311466317.XA Active CN117197390B (zh) | 2023-11-07 | 2023-11-07 | 三维建筑模型构建方法、装置和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117197390B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109710963A (zh) * | 2018-11-05 | 2019-05-03 | 陈树铭 | 基于建筑二维cad图纸的三维快速建模系统及方法 |
| CN109859308A (zh) * | 2018-12-29 | 2019-06-07 | 中国科学院遥感与数字地球研究所 | 基于城市矢量数据的房屋简单三维模型构建方法 |
| CN110827402A (zh) * | 2020-01-13 | 2020-02-21 | 武大吉奥信息技术有限公司 | 一种基于栅格化技术的类建筑物三维模型简化方法及系统 |
| CN113239442A (zh) * | 2021-06-03 | 2021-08-10 | 中移智行网络科技有限公司 | 一种三维模型构建方法、装置、设备和计算机可读存储介质 |
| CN115510545A (zh) * | 2022-10-14 | 2022-12-23 | 北京市建筑工程设计有限责任公司 | 一种基于bim的三维建筑模型拆分处理方法 |
| CN115937439A (zh) * | 2023-03-02 | 2023-04-07 | 航天宏图信息技术股份有限公司 | 城市建筑三维模型的构建方法、装置及电子设备 |
-
2023
- 2023-11-07 CN CN202311466317.XA patent/CN117197390B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109710963A (zh) * | 2018-11-05 | 2019-05-03 | 陈树铭 | 基于建筑二维cad图纸的三维快速建模系统及方法 |
| CN109859308A (zh) * | 2018-12-29 | 2019-06-07 | 中国科学院遥感与数字地球研究所 | 基于城市矢量数据的房屋简单三维模型构建方法 |
| CN110827402A (zh) * | 2020-01-13 | 2020-02-21 | 武大吉奥信息技术有限公司 | 一种基于栅格化技术的类建筑物三维模型简化方法及系统 |
| CN113239442A (zh) * | 2021-06-03 | 2021-08-10 | 中移智行网络科技有限公司 | 一种三维模型构建方法、装置、设备和计算机可读存储介质 |
| CN115510545A (zh) * | 2022-10-14 | 2022-12-23 | 北京市建筑工程设计有限责任公司 | 一种基于bim的三维建筑模型拆分处理方法 |
| CN115937439A (zh) * | 2023-03-02 | 2023-04-07 | 航天宏图信息技术股份有限公司 | 城市建筑三维模型的构建方法、装置及电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117197390B (zh) | 2024-02-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111008422B (zh) | 一种建筑物实景地图制作方法及系统 | |
| CN112419498B (zh) | 一种海量倾斜摄影数据的调度渲染方法 | |
| CN112507444B (zh) | 一种基于ai构建的数字城市建筑夜景生成方法及系统 | |
| CN110083720A (zh) | 实景语义结构模型的构建方法及装置 | |
| CN112053440A (zh) | 单体化模型的确定方法及通信装置 | |
| CN115937461A (zh) | 多源融合模型构建及纹理生成方法、装置、介质及设备 | |
| CN115937450A (zh) | 建筑物分层分户的方法、系统、智能终端及存储介质 | |
| CN117197390B (zh) | 三维建筑模型构建方法、装置和存储介质 | |
| CN112509133A (zh) | 一种基于gis的三维水库高清实景展示方法 | |
| CN114037792B (zh) | 一种Unreal Engine平台下的百万量级地下管线模型动态生成方法 | |
| CN109934903B (zh) | 高光信息提取方法、系统、计算机设备及存储介质 | |
| CN105512312A (zh) | 一种二维地图库加速的方法 | |
| CN115186347A (zh) | 户型平面图与倾斜模型相结合的建筑物CityGML建模方法 | |
| CN114528305A (zh) | 矢量数据更新范围确定方法、装置、电子设备及存储介质 | |
| CN106780693B (zh) | 一种通过绘制方式选择三维场景中物体的方法及系统 | |
| CN117745969A (zh) | 建筑物的单体化方法、装置、及相关设备 | |
| CN117197364B (zh) | 区域建模方法、装置和存储介质 | |
| CN114332322A (zh) | 一种三维场景下单体模型的大数据渲染方法 | |
| CN113610982A (zh) | 基于大规模模型场景的邻域查询算法 | |
| CN112799669A (zh) | 应用程序界面布局代码的生成方法、装置及电子设备 | |
| CN112446959B (zh) | 一种倾斜摄影模型优化方法 | |
| CN116302579B (zh) | 面向Web端的时空大数据高效加载渲染方法及系统 | |
| CN117272491B (zh) | 一种基于ai绘图模型的快速建模方法、设备及介质 | |
| SUGIHARA et al. | Building polygon rectification for automated 3D building models | |
| CN117115379A (zh) | 一种基于SZ-IFC到3D Tiles的转换方法 |
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 |