CN117315197A - 模型处理方法、装置、计算设备及机器可读存储介质 - Google Patents
模型处理方法、装置、计算设备及机器可读存储介质 Download PDFInfo
- Publication number
- CN117315197A CN117315197A CN202311379873.3A CN202311379873A CN117315197A CN 117315197 A CN117315197 A CN 117315197A CN 202311379873 A CN202311379873 A CN 202311379873A CN 117315197 A CN117315197 A CN 117315197A
- Authority
- CN
- China
- Prior art keywords
- model
- block
- target
- processed
- grid
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 42
- 238000003860 storage Methods 0.000 title claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 230
- 238000005192 partition Methods 0.000 claims abstract description 83
- 230000011218 segmentation Effects 0.000 claims abstract description 48
- 230000000903 blocking effect Effects 0.000 claims description 30
- 239000013598 vector Substances 0.000 claims description 20
- 238000000034 method Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 15
- 238000009499 grossing Methods 0.000 claims description 6
- 230000006835 compression Effects 0.000 claims description 5
- 238000007906 compression Methods 0.000 claims description 5
- 238000009877 rendering Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000003780 insertion Methods 0.000 description 3
- 230000037431 insertion Effects 0.000 description 3
- 230000001537 neural effect Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06T17/205—Re-meshing
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Abstract
本发明涉及模型处理领域,公开了一种模型处理方法、装置、计算设备及机器可读存储介质。模型处理方法包括:将网格模型分割为多个模型分块;获取每个模型分块内的第一点集合、第一边集合及第一面集合,并获取网格模型的第二边集合;基于第二边集合,确定每个模型分块的分割面;根据每个模型分块内的第一点集合、第一边集合、第一面集合及分割面,确定每个模型分块的待处理信息;基于模型处理请求,从所有模块分块中确定出至少一个目标模型分块;对每个目标模型分块的待处理信息进行预设处理操作,得到每个目标模型分块对应的处理后的目标模型分块;将每个处理后的目标模型分块与其他模型分块进行合并,得到处理后的网格模型。
Description
技术领域
本发明涉及数据存储、三维模型处理、计算优化的交叉领域,具体地涉及一种模型处理方法、装置、计算设备及机器可读存储介质。
背景技术
随着物理模型技术的快速发展,三维模型等物理模型被广泛应用于医疗、交通及工程等多种领域。为了快速构建三维模型,现有技术提供了一种基于神经辐射场(NeuralRadiance Field,NeRF)的神经网络,用于根据获取到的二维图像,生成三维的网格模型的场景表示。同时,基于神经辐射场技术的神经网络还可以基于网格模型的场景表示,生成其他视角的二维图像。
现有技术是通过划分物理空间来处理网格模型,不仅会导致网格模型的精度丢失,还会占用大量的内存资源。同时,网格模型是通过大量形状和大小相似的多边形近似表示三维物体的模型,通常构建的网格模型复杂性高且体积大,导致处理网格模型时需要占用大量的运算和存储等内存资源。进而导致网格模型的处理效率低下。
发明内容
本发明的目的是提供一种模型处理方法、装置、计算设备及机器可读存储介质,该模型处理方法用于解决网格模型的处理效率低下的问题。
为了实现上述目的,第一方面,本申请提供一种模型处理方法,模型处理方法包括:
接收到对待处理的网格模型的模型处理请求,其中,模型处理请求用于对网格模型执行预设处理操作;
基于网格模型的分块面,将网格模型分割为多个模型分块;
获取每个模型分块内的第一点集合、第一边集合及第一面集合,并获取网格模型的第二边集合,其中,第二边集合为网格模型内与所有分块面相交的相交边集合;
基于第二边集合,确定每个模型分块的分割面;
根据每个模型分块内的第一点集合、第一边集合、第一面集合及分割面,确定每个模型分块的待处理信息;
基于模型处理请求,从所有模块分块中确定出至少一个目标模型分块;
对每个目标模型分块的待处理信息进行预设处理操作,得到每个目标模型分块对应的处理后的目标模型分块;
将每个处理后的目标模型分块与其他模型分块进行合并,得到处理后的网格模型,其中,其他模型分块为所有模块分块中除目标模型分块以外的模型分块。
本申请的实施例中,模型处理请求包括模型全局处理请求和模型局部处理请求,基于模型处理请求,从所有模块分块中确定出至少一个目标模型分块,包括:
在模型处理请求为模型全局处理请求的情况下,将每个模型分块均确定为目标模型分块;
在模型处理请求为模型局部处理请求的情况下,从所有模块分块中确定模型局部处理请求指定的至少一个目标模型分块。
本申请的实施例中,模型处理方法还包括:
在接收到的模型处理请求为模型全局处理请求的情况下,确定模型全局处理请求指定的目标分块数,并基于目标分块数确定网格模型的分块面;
在接收到的模型处理请求为模型局部处理请求的情况下,确定模型局部处理请求指定的网格模型的分块面。
本申请的实施例中,对每个目标模型分块进行预设处理操作,得到每个目标模型分块对应的处理后的目标模型分块,包括:
在确定出至少两个目标模型分块的情况下,基于每个目标模型分块的待处理信息,生成每个目标模型分块对应的模型分块处理任务,其中,任一模型分块处理任务在执行时用于对一个对应的目标模型分块的待处理信息执行预设处理操作,以得到目标模型分块对应的处理后的目标模型分块;
将所有模型分块处理任务分配到至少一个独立计算单元,其中,任一独立计算单元用于依次执行分配到任一独立计算单元的模块分块处理任务。
本申请的实施例中,根据每个模型分块内的第一点集合、第一边集合、第一面集合及分割面,确定每个模型分块的待处理信息,包括:
根据每个模型分块的分割面,确定每个模型分块的分割面的第三边集合和第二面集合;
将第三边集合合并至第一边集合,将第二面集合合并至第一面集合;
根据每个模型分块内的第一点集合、合并后的第一边集合及合并后的第一面集合,确定每个模型分块的待处理信息。
本申请的实施例中,模型处理方法还包括:
获取网格模型的第三面集合,其中,第三面集合为网格模型内所有与分块面相交的相交面集合;
将每个处理后的目标模型分块与其他模型分块进行合并,得到处理后的网格模型,包括:
将所有处理后的目标模型分块的第一边集合与其他模型分块的第一边集合进行合并,生成网格模型的边总集,并将所有处理后的目标模型分块的第一面集合与所有其他模型分块的第一面集合进行合并,生成网格模型的面总集;
基于所有处理后的目标模型分块的第一点集合、所有其他模型分块的第一点集合、边总集、面总集、第二边集合及第三面集合,将每个处理后的目标模型分块与其他模型分块进行合并,得到处理后的网格模型。
本申请的实施例中,基于第二边集合,确定每个模型分块的分割面,包括:
根据第二边集合,确定每个模型分块的第二点集合,其中,第二点集合为模型分块内所有相交边的端点集合;
根据第二点集合内的点,生成每个模型分块的分割面。
本申请的实施例中,模型处理方法还包括:
确定网格模型的每个面的法线向量;
根据网格模型内每个面的法线向量,确定网格模型的凹陷面;
基于凹陷面内目标点的法线向量,确定网格模型的分块面。
本申请的实施例中,模型处理方法还包括:
获取接收到的模型处理请求对应的请求方,并将处理后的网格模型发送至请求方。
本申请的实施例中,预设处理操作包括对目标模型分块进行光滑化、锐化、钝化、渲染、网格简化及纹理压缩中的至少一种。
第二方面,本申请提供一种模型处理装置,模型处理装置包括:
请求接收模块,用于接收到对待处理的网格模型的模型处理请求,其中,模型处理请求用于对网格模型执行预设处理操作;
模型分割模块,用于基于网格模型的分块面,将网格模型分割为多个模型分块;
集合获取模块,用于获取每个模型分块内的第一点集合、第一边集合及第一面集合,并获取网格模型的第二边集合,其中,第二边集合为网格模型内与分块面相交的相交边集合;
分割面确定模块,用于基于第二边集合,确定每个模型分块的分割面;
信息确定模块,用于根据每个模型分块内的第一点集合、第一边集合、第一面集合及分割面,确定每个模型分块的待处理信息;
目标确定模块,用于基于模型处理请求,从所有模块分块中确定出至少一个目标模型分块;
分块处理模块,用于对每个目标模型分块进行预设处理操作,得到每个目标模型分块对应的处理后的目标模型分块;
模型得到模块,用于将每个处理后的目标模型分块与所有模块分块中除目标模型分块以外的其他模型分块进行合并,得到处理后的网格模型。
第三方面,本申请提供一种计算设备,计算设备包括存储器及处理器,存储器存储有计算机程序,计算机程序在处理器执行时,实现如第一方面的模型处理方法。
第四方面,本申请提供一种机器可读存储介质,其特征在于,机器可读存储介质上存储有计算机程序,计算机程序被处理器执行时,实现如第一方面的模型处理方法。
本申请提供一种模型处理方法,模型处理方法包括:接收到对待处理的网格模型的模型处理请求;基于网格模型的分块面,将网格模型分割为多个模型分块;获取每个模型分块内的第一点集合、第一边集合及第一面集合,并获取网格模型的第二边集合;基于第二边集合,确定每个模型分块的分割面;根据每个模型分块内的第一点集合、第一边集合、第一面集合及分割面,确定每个模型分块的待处理信息;基于模型处理请求,从所有模块分块中确定出至少一个目标模型分块;对每个目标模型分块的待处理信息进行预设处理操作,得到每个目标模型分块对应的处理后的目标模型分块;将每个处理后的目标模型分块与其他模型分块进行合并,得到处理后的网格模型。本申请仅需对确定出目标模型分块进行预设处理操作,不需要对组成网格模型的所有模型分块同时进行处理预设处理操作,减少了处理网格模型时的数据处理量,提高了网格模型的处理效率。
本发明的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施例的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明实施例,但并不构成对本发明实施例的限制。在附图中:
图1示出了本申请实施例提供的模型处理方法的流程图;
图2示出了本申请实施例提供的模型分块的示例图;
图3示出了本申请实施例提供的网格模型的三维坐标系的示例图;
图4示出了本申请实施例提供的模型处理装置的结构示意图。
具体实施方式
下面将结合本发明实施例中附图,对本发明实施例的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明实施例,并不用于限制本发明实施例。
通常在此处附图中描述和示出的本发明实施例的组件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发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的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。
在下文中,可在本发明的各种实施例中使用的术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合,并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
除非另有限定,否则在这里使用的所有术语(包括技术术语和科学术语)具有与本发明的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义,除非在本发明的各种实施例中被清楚地限定。
实施例1
请参阅图1,图1示出了本申请实施例提供的模型处理方法的流程图。图1中的模型处理方法包括:
S110,接收到对待处理的网格模型的模型处理请求,其中,模型处理请求用于对网格模型执行预设处理操作。
先对目标设备进行三维建模,得到目标设备的网格模型(Mesh Model)。目标设备的类型是根据实际需求设置的,可以泵送设备等,在此不做限定。本实施例中的模型处理方法应用于计算设备,当需要对网格模型进行预设处理操作时,将模型处理请求发送至计算设备,以使得计算机模型接收到对待处理的网格模型的模型处理请求。
模型处理请求用于对网格模型执行预设处理操作,以得到处理后的网格模型。需要理解的是,本实施例中的网格模型是一种图像数据,对网格模型执行预设处理操作,即对目标设备的三维图像进行预设处理操作。
S120,基于网格模型的分块面,将网格模型分割为多个模型分块;
分块面用于将网格模型分割为多个模型分块。预先确定网格模型的分块面,其中,分块面的数量、形状及位置均是根据实际需求设置,在此不做限定。基于网格模型的分块面,将网格模型分割为多个模型分块。具体地,沿着每个网格模型的分块面对网格模型进行分割,以便于通过模型分块对网格模型进行处理和分析。
本申请的实施例中,模型处理方法还包括:
确定网格模型的每个面的法线向量;
根据网格模型内每个面的法线向量,确定网格模型的凹陷面;
基于凹陷面内目标点的法线向量,确定网格模型的分块面。
在对网格模型进行分割之前,需确定网格模型的分块面。模型处理请求未指定网格模型的分块面,则根据网格模型对应的目标设备实际结构,确定网格模型的分块面。具体地,获取网格模型的所有面,并确定每个面的法线向量。根据网格模型内每个面的法线向量,确定网格模型的凹陷面和凸起面。对于网格模型中多个三角形面组成的凸起面,每个三角形面的法线向量均指向凸起面的外部。同时,凸起面中两个相邻的三角形面共享一个边,且两个相邻的三角形面的法线向量共面并且反向。对于网格模型中多个三角形面组成的凹陷面,每个三角形面的法线向量均指向凹陷面的外部。同时,凹陷面中相邻的三角形面的法线向量将始终指向凹陷面的外部。
将凹陷面内所有与凹陷面的邻面法线向量相交的点确定为凹陷深点,并计算每个凹陷深点与网格模型几何中心的距离。将与网格模型几何中心距离最近的凹陷深点确定为目标点,将穿过目标点的法线向量的面确定为分块面。需要理解的是,还可以利用凸包算法构建网格模型的凸壳面,将与凸壳面距离最远的点确定为目标点。
基于凹陷面内目标点的法线向量,确定的网格模型的分块面在进行网格模型分割时,可以根据目标设备实际结构对网格模型进行分割,可以避免分割到网格模型的显著特征,进而保留网格模型的特征完整性。
S130,获取每个模型分块内的第一点集合、第一边集合及第一面集合,并获取网格模型的第二边集合,其中,第二边集合为网格模型内与所有分块面相交的相交边集合。
请参阅图2,图2示出了本申请实施例提供的模型分块的示例图。
为便于理解,本申请的实施例中网格模型200为一个长方体物理模型,基于网格模型200的分块面210,将网格模型200分割为两个模型分块220。获取每个模型分块220内的第一点集合、第一边集合及第一面集合。以分块面210一侧的模型分块220为例,第一点集合包括点A、点D、点E及点H,第一边集合包括边AD、边AE、边EH及边DH,第一面集合包括面AEHD。需要理解的是,在网格模型200的点处于分块面的情况下,可以将点添加至分块面一侧的模型分块220内的第一点集合,也可以将点添加至分块面另一侧的模型分块220内的第一点集合,在此不做限定。第一点集合、第一边集合及第一面集合的数量,是根据模型分块的数量发生变化的,在此不做赘述。
获取网格模型200的第二边集合,其中,第二边集合为网格模型200内与所有分块面210相交的相交边集合。本申请的实施例中,第二边集合包括相交边AB、相交边CD、相交边EF及相交边GH。
S140,基于第二边集合,确定每个模型分块的分割面。
将网格模型分割为多个模型分块之后,每个模型分块将形成分割面。基于第二边集合,确定每个模型分块的分割面的点。根据每个模型分块的分割面的点,确定每个模型分块的分割面。
本申请的实施例中,基于第二边集合,确定每个模型分块的分割面,包括:
根据第二边集合,确定每个模型分块的第二点集合,其中,第二点集合为模型分块内所有相交边的端点集合;
根据第二点集合内的点,生成每个模型分块的分割面。
通常相交边的一个端点位于分块面一侧的模型分块内,相交边的另一个端点位于分块面另一侧的模型分块内。根据第二边集合,确定每个模型分块的第二点集合,以确定模型分块内所有相交边的端点。
根据第二点集合内的点,生成每个模型分块的分割面。具体地,将第二点集合内的点进行排序,并将第二点集合内排序后的点依次加入至三角网络。当第二点集合内的其中一个点加入三角网络时,将加入三角网络的点确定为插入点。删除三角网络中与插入点最近的边,并将所有删除了边的三角形的端点与插入点连接,更新三角网络。将第二点集合内的所有点加入至三角网络之后,将更新得到最终三角网络确定为模型分块的分割面。
S150,根据每个模型分块内的第一点集合、第一边集合、第一面集合及分割面,确定每个模型分块的待处理信息。
由于网格模型是一种三维模型,是由点、边及面组成的网格结构,根据每个模型分块内的第一点集合、第一边集合、第一面集合及分割面,确定每个模型分块的待处理信息。
S160,基于模型处理请求,从所有模块分块中确定出至少一个目标模型分块。
基于模型处理请求,获取模型处理请求指定的需进行执行预设处理操作的模块分块。从所有模块分块中将需进行执行预设处理操作的模块分块确定为目标模型分块,进而从所有模块分块中确定出至少一个目标模型分块。
S170,对每个目标模型分块的待处理信息进行预设处理操作,得到每个目标模型分块对应的处理后的目标模型分块。
在对网格模型进行处理时,调用目标模型分块的待处理信息,即可得到目标模型分块的点、边及面组成的网格结构。对每个目标模型分块待处理信息进行预设处理操作,即可对目标模型分块进行点、边及面进行处理,得到每个目标模型分块对应的处理后的目标模型分块。
为便于理解,本申请的实施例中假设将网格模型分割为八个模型分块,并确定从八个模型分块中确定出四个目标模型分块。当仅需对网格模型进行局部图像处理,现有技术中是通过划分物理空间来对完整的网格模型进行处理,即可等效为对八个模型分块均需进行处理。本申请仅需对四个目标模型分块进行处理,减少了处理网格模型时的数据处理量,提高了网格模型的处理效率。
本申请的实施例中,对每个目标模型分块进行预设处理操作,得到每个目标模型分块对应的处理后的目标模型分块,包括:
在确定出至少两个目标模型分块的情况下,基于每个目标模型分块的待处理信息,生成每个目标模型分块对应的模型分块处理任务,其中,任一模型分块处理任务在执行时用于对一个对应的目标模型分块的待处理信息执行预设处理操作,以得到目标模型分块对应的处理后的目标模型分块;
将所有模型分块处理任务分配到至少一个独立计算单元,其中,任一独立计算单元用于依次执行分配到任一独立计算单元的模块分块处理任务。
在确定出至少两个目标模型分块的情况下,基于每个目标模型分块的待处理信息,生成每个目标模型分块对应的模型分块处理任务。在假设将网格模型分割为八个模型分块,并确定从八个模型分块中确定出四个目标模型分块的情况下,生成四个目标模型分块对应的模型分块处理任务。将所有模型分块处理任务分配到至少一个独立计算单元,以通过独立计算机单元依次执行分配到任一独立计算单元的模块分块处理任务。需要理解的是,独立计算单元的数量是根据实际设置的,在此做限定。举例而言,若独立计算单元的数量为四,则将每个模型分块处理任务对应分配到一个独立计算单元,四个独立计算单元并行执行模块分块处理任务,以提高网格模型的处理效率。若独立计算单元的数量为二,则将两个模型分块处理任务对应分配到一个独立计算单元,每个独立计算单元依次执行分配到该独立计算单元的两个模块分块处理任务。
S180,将每个处理后的目标模型分块与其他模型分块进行合并,得到处理后的网格模型,其中,其他模型分块为所有模块分块中除目标模型分块以外的模型分块。
其他模型分块为所有模块分块中除目标模型分块以外的模型分块,将每个处理后的目标模型分块与其他模型分块进行合并,即得到所有模型分块组成的网格模型,即得到处理后的网格模型。
需要理解的是,可以在接收到模型处理请求之前,预先将网格模型分割为多个模型分块,进而预先确定每个模型分块的待处理信息。在接收到模型处理请求之后,则立即对每个目标模型分块的待处理信息进行预设处理操作,以进一步提高网格模型的处理效率。
本申请的实施例中,模型处理请求包括模型全局处理请求和模型局部处理请求,基于模型处理请求,从所有模块分块中确定出至少一个目标模型分块,包括:
在模型处理请求为模型全局处理请求的情况下,将每个模型分块均确定为目标模型分块;
在模型处理请求为模型局部处理请求的情况下,从所有模块分块中确定模型局部处理请求指定的至少一个目标模型分块。
在模型处理请求为模型全局处理请求的情况下,则确定所有的模型分块的待处理信息均需进行预设处理操作,将每个模型分块均确定为目标模型分块。在模型处理请求为模型局部处理请求的情况下,则确定仅需对网格模型的局部图像进行处理。获取模型局部处理请求指定的局部图像,并将局部图像对应的模型分块确定为目标模型分块,进而从所有模块分块中确定模型局部处理请求指定的至少一个目标模型分块。
本申请的实施例中,模型处理方法还包括:
在接收到的模型处理请求为模型全局处理请求的情况下,确定模型全局处理请求指定的目标分块数,并基于目标分块数确定网格模型的分块面;
在接收到的模型处理请求为模型局部处理请求的情况下,确定模型局部处理请求指定的网格模型的分块面。
在对网格模型进行全局处理的情况下,可根据实际可同时处理的模型分块的数量指定目标分块数。具体地,在接收到的模型处理请求为模型全局处理请求的情况下,确定模型全局处理请求指定的目标分块数。基于目标分块数确定网格模型的分块面,进而基于网格模型的分块面,将网格模型分割为目标分块数对应的多个模型分块。
在对网格模型进行局部处理的情况下,可根据实际指定网格模型的分块面。根据实际需处理的网格模型的局部图像的位置,确定指定的网格模型的分块面。基于指定的网格模型的分块面,生成模型局部处理请求。在接收到的模型处理请求为模型局部处理请求的情况下,直接确定模型局部处理请求指定的网格模型的分块面。于网格模型的分块面,将网格模型进行分割,得到需处理的网格模型的局部图像对应的模型分块。
需要理解的是,在确定模型全局处理请求指定的目标分块数的情况下,可根据坐标系确定网格模型的分块面。具体地,建立网格模型的三维坐标系;根据三维坐标系,确定网格模型的分块面。
请参阅图3,图3示出了本申请实施例提供的网格模型的三维坐标系的示例图。
建立网格模型的三维坐标系,其中,三维坐标系的原点是根据实际需求设置的,可以为网格模型的图像中任意一点,在此不做限定。为便于理解,本申请的实施例中,网格模型的图像一个顶点为三维坐标系的原点。当需要人为指定分块面位置时,根据三维坐标系,确定分块面的位置坐标,进而基于分块面的位置坐标确定网格模型的分块面。同样地,在确定模型全局处理请求指定的目标分块数的情况下,根据三维坐标系和目标分块数,确定所有分块面的位置坐标。基于每个分块面的位置坐标,将网格模型均分为多个模型分块。
本申请的实施例中,根据每个模型分块内的第一点集合、第一边集合、第一面集合及分割面,确定每个模型分块的待处理信息,包括:
根据每个模型分块的分割面,确定每个模型分块的分割面的第三边集合和第二面集合;
将第三边集合合并至第一边集合,将第二面集合合并至第一面集合;
根据每个模型分块内的第一点集合、合并后的第一边集合及合并后的第一面集合,确定每个模型分块的待处理信息。
根据每个模型分块的分割面,确定每个分割面内的边和面。将每个分割面内的边添加至第三边集合,得到每个模型分块的分割面的第三边集合。将每个分割面内的面添加至第二面集合,得到每个模型分块的分割面的第二面集合。
将第三边集合合并至第一边集合,得到模型分块内的所有边,以及模型分块的分割面的所有边。将第二面集合合并至第一面集合,得到模型分块内的所有面,以及模型分块的分割面的所有面。根据每个模型分块内的第一点集合、合并后的第一边集合及合并后的第一面集合,确定每个模型分块的待处理信息。调用模型分块的待处理信息进行网格模型处理时,可以处理每个模型分块的所有点、边及面。同时,还可以自适应调整每个模型分块的大小,以适应不同的三维模型处理需求。需要理解的是,由于第一点集合对应包括了模型分块的所有点,不需要再将模型分块的分割面上的点合并至第一点集合。
本申请的实施例中,模型处理方法还包括:
获取网格模型的第三面集合,其中,第三面集合为网格模型内所有与分块面相交的相交面集合;
将每个处理后的目标模型分块与其他模型分块进行合并,得到处理后的网格模型,包括:
将所有处理后的目标模型分块的第一边集合与其他模型分块的第一边集合进行合并,生成网格模型的边总集,并将所有处理后的目标模型分块的第一面集合与所有其他模型分块的第一面集合进行合并,生成网格模型的面总集;
基于所有处理后的目标模型分块的第一点集合、所有其他模型分块的第一点集合、边总集、面总集、第二边集合及第三面集合,将每个处理后的目标模型分块与其他模型分块进行合并,得到处理后的网格模型。
将网格模型的图像分割为多个模型分块时,存在着将网格模型中的一个面被分割为两个面的情况。获取网格模型的第三面集合,以确定网格模型内所有与分块面相交的相交面。
当需要将多个模型分块合并还原为一个完整的网格模型时,将所有处理后的目标模型分块的第一边集合与其他模型分块的第一边集合进行合并,生成网格模型的边总集,其中,边总集中包括了网格模型内所有与分块面不相交的边。将所有处理后的目标模型分块的第一面集合与所有其他模型分块的第一面集合进行合并,生成网格模型的面总集,其中,面总集中包括了网格模型内所有与分块面不相交的面。
基于所有处理后的目标模型分块的第一点集合、所有其他模型分块的第一点集合、边总集、面总集、第二边集合及第三面集合,生成处理后的网格模型的图像。具体地,基于所有处理后的目标模型分块的第一点集合、所有其他模型分块的第一点集合,生成处理后的网格模型的所有点。基于边总集、第二边集合及处理后的网格模型的所有点,生成处理后的网格模型的所有边。基于面总集、第三面集合、处理后的网格模型的所有点及处理后的网格模型的所有边,生成处理后网格模型的所有面。根据生成的处理后的网格模型的所有点、处理后的网格模型的所有边及处理后网格模型的所有面,生成完整的处理后的网格模型。
本申请的实施例中,模型处理方法还包括:
获取接收到的模型处理请求对应的请求方,并将处理后的网格模型发送至请求方。
当请求方需要对网格模型进行预设处理操作时,将模型处理请求发送至计算设备。计算设备基于模型处理请求,对网格模型执行预设处理操作,得到处理后的网格模型。同时,计算设备获取接收到的模型处理请求对应的请求方,并将处理后的网格模型发送至请求方,以使得请求方获取到处理后的网格模型。
本申请的实施例中,预设处理操作包括对目标模型分块进行光滑化、锐化、钝化、渲染、网格简化及纹理压缩中的至少一种。
通过对目标模型分块中的点、边及面进行处理,进而对目标模型分块进行光滑化、锐化、钝化、渲染、网格简化及纹理压缩中的至少一种。为便于理解,本申请的实施例中以预设处理操作为对目标模型分块进行光滑化为例,将目标模型分块内每个顶点的位置调整至目标位置,以对模目标型分块进行光滑化。
通常网格模型中存在凹陷度较高和尖锐度较高的特征,获取目标模型分块内所有顶点位置,将浓郁模型分块内每个顶点的位置调整至目标位置,以去除网格模型中凹陷度较高和尖锐度较高的特征,对网格模型的表面进行光滑化。需要理解的是,可以基于每个顶点的所有相邻顶点的位置,确定每个顶点的目标位置,也可以根据每个顶点的相邻点构成面的法线,确定每个顶点的目标位置。
本申请提供一种模型处理方法,模型处理方法包括:接收到对待处理的网格模型的模型处理请求;基于网格模型的分块面,将网格模型分割为多个模型分块;获取每个模型分块内的第一点集合、第一边集合及第一面集合,并获取网格模型的第二边集合;基于第二边集合,确定每个模型分块的分割面;根据每个模型分块内的第一点集合、第一边集合、第一面集合及分割面,确定每个模型分块的待处理信息;基于模型处理请求,从所有模块分块中确定出至少一个目标模型分块;对每个目标模型分块的待处理信息进行预设处理操作,得到每个目标模型分块对应的处理后的目标模型分块;将每个处理后的目标模型分块与其他模型分块进行合并,得到处理后的网格模型。本申请仅需对确定出目标模型分块进行预设处理操作,不需要对组成网格模型的所有模型分块同时进行处理预设处理操作,减少了处理网格模型时的数据处理量,提高了网格模型的处理效率。
实施例2
请参阅图4,图4示出了本申请实施例提供的模型处理装置的结构示意图。图4中的模型处理装置300包括:
请求接收模块310,用于接收到对待处理的网格模型的模型处理请求,其中,模型处理请求用于对网格模型执行预设处理操作;
模型分割模块320,用于基于网格模型的分块面,将网格模型分割为多个模型分块;
集合获取模块330,用于获取每个模型分块内的第一点集合、第一边集合及第一面集合,并获取网格模型的第二边集合,其中,第二边集合为网格模型内与分块面相交的相交边集合;
分割面确定模块340,用于基于第二边集合,确定每个模型分块的分割面;
信息确定模块350,用于根据每个模型分块内的第一点集合、第一边集合、第一面集合及分割面,确定每个模型分块的待处理信息;
目标确定模块360,用于基于模型处理请求,从所有模块分块中确定出至少一个目标模型分块;
分块处理模块370,用于对每个目标模型分块进行预设处理操作,得到每个目标模型分块对应的处理后的目标模型分块;
模型得到模块380,用于将每个处理后的目标模型分块与所有模块分块中除目标模型分块以外的其他模型分块进行合并,得到处理后的网格模型。
本申请的实施例中,模型处理请求包括模型全局处理请求和模型局部处理请求,目标确定模块360包括:
第一分块确定子模块,用于在模型处理请求为模型全局处理请求的情况下,将每个模型分块均确定为目标模型分块;
第二分块确定子模块,用于在模型处理请求为模型局部处理请求的情况下,从所有模块分块中确定模型局部处理请求指定的至少一个目标模型分块。
本申请的实施例中,模型处理装置300还包括:
第一分块面确定模块,用于在接收到的模型处理请求为模型全局处理请求的情况下,确定模型全局处理请求指定的目标分块数,并基于目标分块数确定网格模型的分块面;
第二分块面确定模块,用于在接收到的模型处理请求为模型局部处理请求的情况下,确定模型局部处理请求指定的网格模型的分块面。
本申请的实施例中,分块处理模块370包括:
任务生成子模块,用于在确定出至少两个目标模型分块的情况下,基于每个目标模型分块的待处理信息,生成每个目标模型分块对应的模型分块处理任务,其中,任一模型分块处理任务在执行时用于对一个对应的目标模型分块的待处理信息执行预设处理操作,以得到目标模型分块对应的处理后的目标模型分块;
任务执行子模块,用于将所有模型分块处理任务分配到至少一个独立计算单元,其中,任一独立计算单元用于依次执行分配到任一独立计算单元的模块分块处理任务。
本申请的实施例中,信息确定模块350包括:
分割面集合确定子模块,用于根据每个模型分块的分割面,确定每个模型分块的分割面的第三边集合和第二面集合;
分割面集合确定子模块,用于将第三边集合合并至第一边集合,将第二面集合合并至第一面集合;
待处理信息确定子模块,用于根据每个模型分块内的第一点集合、合并后的第一边集合及合并后的第一面集合,确定每个模型分块的待处理信息。
本申请的实施例中,模型处理装置300还包括:
第三面集合确定模块,用于获取网格模型的第三面集合,其中,第三面集合为网格模型内所有与分块面相交的相交面集合;
模型得到模块380包括:
总集生成子模块,用于将所有处理后的目标模型分块的第一边集合与其他模型分块的第一边集合进行合并,生成网格模型的边总集,并将所有处理后的目标模型分块的第一面集合与所有其他模型分块的第一面集合进行合并,生成网格模型的面总集;
分块合并子模块,用于基于所有处理后的目标模型分块的第一点集合、所有其他模型分块的第一点集合、边总集、面总集、第二边集合及第三面集合,将每个处理后的目标模型分块与其他模型分块进行合并,生成网格模型的图像。
本申请的实施例中,分割面确定模块340包括:
第二点集合确定子模块,用于根据第二边集合,确定每个模型分块的第二点集合,其中,第二点集合为模型分块内所有相交边的端点集合;
分割面生成子模块,用于根据第二点集合内的点,生成每个模型分块的分割面。
本申请的实施例中,模型处理装置300还包括:
凹陷面确定模块,用于根据网格模型内每个面的法线向量,确定网格模型的凹陷面;
第一分块面确定模块,用于基于凹陷面内目标点的法线向量,确定网格模型的分块面。
本申请的实施例中,模型处理装置300还包括:
模型发送模块,用于获取接收到的模型处理请求对应的请求方,并将处理后的网格模型发送至请求方。
本申请的实施例中,预设处理操作包括对目标模型分块进行光滑化、锐化、钝化、渲染、网格简化及纹理压缩中的至少一种。
模型处理装置300用于执行上述的模型处理方法中的对应步骤,各个功能的具体实施,在此不再一一描述。此外,实施例1中可选示例也同样适用于实施例2的模型处理装置300。
本申请实施例还提供一种计算设备,计算设备包括存储器及处理器,存储器存储有计算机程序,计算机程序在处理器执行时,实现如实施例1的模型处理方法。
本实施例中的请求接收模块310、模型分割模块320、集合获取模块330、分割面确定模块340、信息确定模块350、目标确定模块360、分块处理模块370及模型得到模块380等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来解决网格模型的处理效率低下的问题。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本申请实施例还提供一种机器可读存储介质,机器可读存储介质上存储有计算机程序,计算机程序被处理器执行时,实现如实施例1的模型处理方法。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器 (CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
机器可读存储介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存 (PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器(ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器 (CD-ROM)、数字多功能光盘 (DVD) 或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体 (transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (13)
1.一种模型处理方法,其特征在于,所述模型处理方法包括:
接收到对待处理的网格模型的模型处理请求,其中,所述模型处理请求用于对所述网格模型执行预设处理操作;
基于所述网格模型的分块面,将所述网格模型分割为多个模型分块;
获取每个所述模型分块内的第一点集合、第一边集合及第一面集合,并获取所述网格模型的第二边集合,其中,所述第二边集合为所述网格模型内与所有所述分块面相交的相交边集合;
基于所述第二边集合,确定每个所述模型分块的分割面;
根据每个所述模型分块内的所述第一点集合、所述第一边集合、所述第一面集合及所述分割面,确定每个所述模型分块的待处理信息;
基于所述模型处理请求,从所有所述模块分块中确定出至少一个目标模型分块;
对每个所述目标模型分块的待处理信息进行预设处理操作,得到每个所述目标模型分块对应的处理后的目标模型分块;
将每个所述处理后的目标模型分块与其他模型分块进行合并,得到处理后的网格模型,其中,所述其他模型分块为所有所述模块分块中除所述目标模型分块以外的模型分块。
2.根据权利要求1所述的模型处理方法,其特征在于,所述模型处理请求包括模型全局处理请求和模型局部处理请求,所述基于所述模型处理请求,从所有所述模块分块中确定出至少一个目标模型分块,包括:
在所述模型处理请求为模型全局处理请求的情况下,将每个所述模型分块均确定为目标模型分块;
在所述模型处理请求为模型局部处理请求的情况下,从所述所有所述模块分块中确定所述模型局部处理请求指定的至少一个所述目标模型分块。
3.根据权利要求2所述的模型处理方法,其特征在于,所述模型处理方法还包括:
在接收到的所述模型处理请求为模型全局处理请求的情况下,确定所述模型全局处理请求指定的目标分块数,并基于所述目标分块数确定所述网格模型的分块面;
在接收到的所述模型处理请求为模型局部处理请求的情况下,确定所述模型局部处理请求指定的所述网格模型的分块面。
4.根据权利要求1所述的模型处理方法,其特征在于,所述对每个所述目标模型分块进行预设处理操作,得到每个所述目标模型分块对应的处理后的目标模型分块,包括:
在确定出至少两个目标模型分块的情况下,基于每个所述目标模型分块的待处理信息,生成每个所述目标模型分块对应的模型分块处理任务,其中,任一所述模型分块处理任务在执行时用于对一个对应的所述目标模型分块的待处理信息执行所述预设处理操作,以得到所述目标模型分块对应的处理后的目标模型分块;
将所有所述模型分块处理任务分配到至少一个独立计算单元,其中,任一所述独立计算单元用于依次执行分配到所述任一独立计算单元的所述模块分块处理任务。
5.根据权利要求1所述的模型处理方法,其特征在于,所述根据每个所述模型分块内的所述第一点集合、所述第一边集合、所述第一面集合及所述分割面,确定每个所述模型分块的待处理信息,包括:
根据每个所述模型分块的分割面,确定每个所述模型分块的分割面的第三边集合和第二面集合;
将所述第三边集合合并至所述第一边集合,将所述第二面集合合并至所述第一面集合;
根据每个所述模型分块内的所述第一点集合、合并后的第一边集合及合并后的第一面集合,确定每个所述模型分块的待处理信息。
6.根据权利要求5所述的模型处理方法,其特征在于,所述模型处理方法还包括:
获取所述网格模型的第三面集合,其中,所述第三面集合为所述网格模型内所有与所述分块面相交的相交面集合;
所述将每个所述处理后的目标模型分块与其他模型分块进行合并,得到处理后的网格模型,包括:
将所有所述处理后的目标模型分块的所述第一边集合与所述其他模型分块的所述第一边集合进行合并,生成所述网格模型的边总集,并将所有所述处理后的目标模型分块的所述第一面集合与所有所述其他模型分块的所述第一面集合进行合并,生成所述网格模型的面总集;
基于所有所述处理后的目标模型分块的所述第一点集合、所有其他模型分块的所述第一点集合、所述边总集、所述面总集、所述第二边集合及所述第三面集合,将每个所述处理后的目标模型分块与其他模型分块进行合并,得到处理后的网格模型。
7.根据权利要求1所述的模型处理方法,其特征在于,所述基于所述第二边集合,确定每个所述模型分块的分割面,包括:
根据所述第二边集合,确定每个所述模型分块的第二点集合,其中,第二点集合为所述模型分块内所有所述相交边的端点集合;
根据所述第二点集合内的点,生成每个所述模型分块的分割面。
8.根据权利要求1所述的模型处理方法,其特征在于,所述模型处理方法还包括:
确定所述网格模型的每个面的法线向量;
根据所述网格模型内每个面的法线向量,确定所述网格模型的凹陷面;
基于所述凹陷面内目标点的法线向量,确定所述网格模型的分块面。
9.根据权利要求1所述的模型处理方法,其特征在于,所述模型处理方法还包括:
获取接收到的所述模型处理请求对应的请求方,并将所述处理后的网格模型发送至所述请求方。
10.根据权利要求1所述的模型处理方法,其特征在于,所述预设处理操作包括对所述目标模型分块进行光滑化、锐化、钝化、渲染、网格简化及纹理压缩中的至少一种。
11.一种模型处理装置,其特征在于,所述模型处理装置包括:
请求接收模块,用于接收到对待处理的网格模型的模型处理请求,其中,所述模型处理请求用于对所述网格模型执行预设处理操作;
模型分割模块,用于基于所述网格模型的分块面,将所述网格模型分割为多个模型分块;
集合获取模块,用于获取每个所述模型分块内的第一点集合、第一边集合及第一面集合,并获取所述网格模型的第二边集合,其中,所述第二边集合为所述网格模型内与所述分块面相交的相交边集合;
分割面确定模块,用于基于所述第二边集合,确定每个所述模型分块的分割面;
信息确定模块,用于根据每个所述模型分块内的所述第一点集合、所述第一边集合、所述第一面集合及所述分割面,确定每个所述模型分块的待处理信息;
目标确定模块,用于基于所述模型处理请求,从所有所述模块分块中确定出至少一个目标模型分块;
分块处理模块,用于对每个所述目标模型分块进行预设处理操作,得到每个所述目标模型分块对应的处理后的目标模型分块;
模型得到模块,用于将每个所述处理后的目标模型分块与所有所述模块分块中除所述目标模型分块以外的其他模型分块进行合并,得到处理后的网格模型。
12.一种计算设备,其特征在于,所述计算设备包括存储器及处理器,所述存储器存储有计算机程序,所述计算机程序在所述处理器执行时,实现如权利要求1至10中任一项所述的模型处理方法。
13.一种机器可读存储介质,其特征在于,所述机器可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时,实现如权利要求1至10中任一项所述的模型处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311379873.3A CN117315197A (zh) | 2023-10-24 | 2023-10-24 | 模型处理方法、装置、计算设备及机器可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311379873.3A CN117315197A (zh) | 2023-10-24 | 2023-10-24 | 模型处理方法、装置、计算设备及机器可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117315197A true CN117315197A (zh) | 2023-12-29 |
Family
ID=89273595
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311379873.3A Pending CN117315197A (zh) | 2023-10-24 | 2023-10-24 | 模型处理方法、装置、计算设备及机器可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117315197A (zh) |
-
2023
- 2023-10-24 CN CN202311379873.3A patent/CN117315197A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108604384B (zh) | 基于正交投影的三维网格纹理图集打包 | |
US20150109290A1 (en) | Device and method for removing noise points in point clouds | |
US9406169B2 (en) | System and method for data compression and grid regeneration | |
CN113744408B (zh) | 网格生成方法、装置及存储介质 | |
CN109410213A (zh) | 基于包围盒的多边形图元裁剪方法、计算机可读存储介质、电子设备 | |
CN113628343B (zh) | 三维网格的合并处理方法和装置、存储介质 | |
CN114648640B (zh) | 一种目标物单体化方法、装置、设备及存储介质 | |
de Cougny et al. | Parallel volume meshing using face removals and hierarchical repartitioning | |
CN113920275B (zh) | 三角网格构建方法、装置、电子设备及可读存储介质 | |
US11100707B2 (en) | Computer graphics method for terrain rendering | |
CN111768353B (zh) | 一种三维模型的孔洞填补方法及装置 | |
CN117315197A (zh) | 模型处理方法、装置、计算设备及机器可读存储介质 | |
CN116993955A (zh) | 三维模型的重拓扑方法、装置、设备及存储介质 | |
Uh et al. | Efficient multiview stereo by random-search and propagation | |
CN113593036A (zh) | 一种参照网格参数化模型的成像系统、方法、设备及程序 | |
CN112837416A (zh) | 基于三角剖分的多边形渲染方法、装置及存储介质 | |
CN117115391B (zh) | 模型更新方法、装置、计算机设备及计算机可读存储介质 | |
CN117115392B (zh) | 模型图像压缩方法、装置、计算机设备及可读存储介质 | |
US20240005606A1 (en) | Three-dimensional object representations based on surface point identifications | |
CN116758243B (zh) | 基于实时点云流的场景网格划分生成及渲染显示方法 | |
CN115690120B (zh) | 生成三维网格的方法、装置、设备、介质和程序产品 | |
US20240153207A1 (en) | Systems, methods, and media for filtering points of a point cloud utilizing visibility factors to generate a model of a scene | |
US10297075B2 (en) | Method of processing image data | |
Erdélyi | DEVELOPMENT OF ALGORITHMS FOR POINT CLOUD FILTRATION | |
CN117475100A (zh) | 地层的三维建模方法和装置 |
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 |