CN117333624A - 三维模型顶层重建的方法、装置、设备和可读存储介质 - Google Patents
三维模型顶层重建的方法、装置、设备和可读存储介质 Download PDFInfo
- Publication number
- CN117333624A CN117333624A CN202311484046.0A CN202311484046A CN117333624A CN 117333624 A CN117333624 A CN 117333624A CN 202311484046 A CN202311484046 A CN 202311484046A CN 117333624 A CN117333624 A CN 117333624A
- Authority
- CN
- China
- Prior art keywords
- dimensional model
- target
- dimensional
- model
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 117
- 230000009467 reduction Effects 0.000 claims description 19
- 238000004458 analytical method Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 8
- 238000000926 separation method Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000000638 solvent extraction Methods 0.000 claims description 3
- 238000009877 rendering Methods 0.000 abstract description 28
- 230000008569 process Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000011960 computer-aided design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000012876 topography Methods 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/005—General purpose rendering architectures
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Graphics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Image Generation (AREA)
Abstract
本发明公开了一种三维模型顶层重建的方法、装置、设备和可读存储介质,该方法包括:接收所需处理的目标三维场景的重建指令,基于重建指令获取目标三维场景关联的三维模型,其中,目标三维场景关联的三维模型对应多个LOD层级;根据预设化简算法对三维模型进行简化,得到多个简化模型;确定三维模型的中心点,根据三维模型的中心点和三维模型对应的LOD层级确定三维模型所属的瓦片标识,并将瓦片标识相同的三维模型划分至一个瓦片集合中;基于每个瓦片集合的三维模型对简化模型进行合并,以实现对目标三维场景的顶层重建。本发明针对不同LOD层的几何模型特征采用了不同算法组合,提高了大规模三维场景的渲染效率。
Description
技术领域
本发明涉及计算机辅助设计领域,具体涉及一种三维模型顶层重建的方法、装置、设备和可读存储介质。
背景技术
随着计算机技术的快速发展,CIM(City Information Model:城市信息模型)在城市建设中受到广泛应用,其是以城市信息数据为基础,建立起三维城市空间模型和城市信息的有机综合体。CIM不仅需要加载地形、遥感影像等传统GIS(Geographic InformationSystem:地理信息系统)模型,更需要加载倾斜摄影模型、手工模型、BIM模型(BuildingInformation Modeling:建筑信息模型)等类型的能力。大规模城市三维场景的数据量特别巨大,对计算机的性能、网络带宽和三维渲染引擎的性能都有很高的要求。
目前三维模型的渲染方案多以LOD(Levels Of Detail:多细节层次)技术为基础,配合三维模型切片技术以及四叉树、八叉树技术,对大场景的三维模型进行顶层重建,来满足CIM系统的高效调度和高逼真渲染的需求。然而,该方案存在以下缺陷:(1)只适用于某一种类型的三维模型。(2)通常是用一种算法对所有的LOD层级进行轻量化处理,通过设置不同的简化率达到逐步减少不同层级数据量的目的,而三维网格体的几何特征在不同LOD层级不一样,随着层级提高,算法适用度逐步失效,导致模型外观退化,导致场景为保持视距内的外观,不得不保持较大的数据量承载,导致WEB端引擎无法流畅调度,降低了三维场景的渲染效率。
针对现有技术基于单一算法对三维模型的所有LOD层级渲染导致数据量较大,降低三维场景的渲染效率的技术问题,目前未存在有效的解决办法。
发明内容
本发明的目的在于提供了一种三维模型顶层重建的方法、装置、设备和可读存储介质,能够解决现有技术基于单一算法对三维模型的所有LOD层级渲染导致数据量较大,降低了三维场景的渲染效率的技术问题。
本发明的一个方面提供了一种三维模型顶层重建的方法,该方法包括:接收所需处理的目标三维场景的重建指令,基于重建指令获取目标三维场景关联的三维模型,其中,目标三维场景关联的三维模型对应多个LOD层级;根据预设化简算法对三维模型进行简化,得到多个简化模型;确定三维模型的中心点,根据三维模型的中心点和三维模型对应的LOD层级确定三维模型所属的瓦片标识,并将瓦片标识相同的三维模型划分至一个瓦片集合中;基于每个瓦片集合的三维模型对简化模型进行合并,以实现对目标三维场景的顶层重建。
可选地,根据预设化简算法对三维模型进行简化,得到多个简化模型,包括:分别提取三维模型对应的一个LOD层级作为目标LOD层级;按照LOD层级与预设化简算法的对应关系确定目标LOD层级对应的目标预设化简算法;根据目标预设化简算法对目标LOD层级对应的三维模型进行简化,生成目标LOD层级对应的简化模型。
可选地,根据目标预设化简算法对目标LOD层级对应的三维模型进行简化,生成目标LOD层级对应的简化模型,包括:确定目标预设化简算法的数量;若目标预设化简算法的数量小于等于预设阈值,基于目标预设化简算法对目标LOD层级对应的三维模型进行直接计算,生成目标LOD层级对应的简化模型;若目标预设化简算法的数量大于预设阈值,确定目标预设化简算法的优先级,按照优先级依次提取对应的目标预设化简算法对三维模型进行顺序计算,并将前一个目标预设化简算法的计算结果作为下一个目标预设化简算法的简化对象,直至所有目标预设化简算法计算完成,生成目标LOD层级对应的简化模型。
可选地,根据三维模型的中心点和三维模型对应的LOD层级确定三维模型所属的瓦片标识,包括:确定三维模型的数据文件,从数据文件中确定三维模型的中心点;依次提取所述三维模型的一个LOD层级作为目标LOD层级,确定所述目标LOD层级的编号;按照预设瓦片划分算法对三维模型的中心点和目标LOD层级的编号进行计算,得到三维模型所属的瓦片标识。
可选地,预设瓦片划分算法按照如下方式进行计算:解析获得三维模型的中心点的坐标、三维模型的中心点与三维模型的瓦片的矢量距离;基于三维模型的中心点的坐标和矢量距离确定瓦片的球面经纬度;利用S2算法,对球面经纬度和三维模型的目标LOD层级的编号进行计算,得到三维模型所属的瓦片标识。
可选地,基于每个瓦片集合的三维模型对简化模型进行合并,包括:确定瓦片集合所在的LOD层级;依据瓦片集合所在的LOD层级创建对应的初始简化模型集合;解析获得瓦片集合中的三维模型对应的LOD层级;并获取与解析获得的LOD层级相一致的简化模型;将获取的与解析获得的LOD层级相一致的简化模型划分至初始简化模型集合中,生成目标简化模型集合;对目标简化模型集合中的简化模型进行合并,以实现对目标三维场景的顶层重建。
可选地,预设化简算法包括以下任意一项或者组合:remesh、reduction、polyshell、Flipboard或者内外分离法。
本发明的另一个方面提供了一种三维模型顶层重建的装置,该装置包括:获取模块,用于接收所需处理的目标三维场景的重建指令,基于重建指令获取目标三维场景关联的三维模型,其中,目标三维场景关联的三维模型对应多个LOD层级;简化模块,用于根据预设化简算法对三维模型进行简化,得到多个简化模型;瓦片划分模块,用于确定三维模型的中心点,根据三维模型的中心点和三维模型对应的LOD层级确定三维模型所属的瓦片标识,并将瓦片标识相同的三维模型划分至一个瓦片集合中;模型合并模块,用于基于每个瓦片集合的三维模型对简化模型进行合并,以实现对目标三维场景的顶层重建。
本发明的再一个方面提供了一种计算机设备,该计算机设备包括:存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,处理器执行计算机程序时实现上述任一实施例的三维模型顶层重建的方法。
本发明的又一个方面提供了一种计算机存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述任一实施例的三维模型顶层重建的方法。进一步地,计算机可读存储介质可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;存储数据区可存储根据区块链节点的使用所创建的数据等。
本发明建立了可装配的模型化简算法,不仅LOD层级可变,而且针对不同LOD层的几何模型特征采用了不同算法组合,通过一种以上轻量化算法的顺序执行达到模型高度轻量化的结果,数据量极大降低,使得更上层的LOD数据量也相应大幅下降,整个场景数据量被有效控制,从而大大提高了大规模场景的渲染效率。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明实施例一提供的三维模型顶层重建的方法的一种可选的流程图;
图2示出了本发明实施例一提供的一个LOD层级的三维模型一种可选的简化流程图;
图3示出了本发明实施例一提供的一种三维模型的瓦片划分的一种可选的流程图;
图4示出了本发明实施例二提供的三维模型顶层重建的装置的结构框图;以及
图5示出了本发明实施例三提供的适于实现三维模型顶层重建的方法的计算机设备的框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。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,在本文中,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、物品或者装置不仅包括那些要素,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、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
实施例一
本实施例提供了一种三维模型顶层重建的方法,图1示出了该三维模型顶层重建的方法的流程图,如图1所示,该三维模型顶层重建的方法可以包括步骤S101至步骤S104,其中:
步骤S101,接收所需处理的目标三维场景的重建指令,基于所述重建指令获取所述目标三维场景关联的三维模型,其中,所述目标三维场景关联的三维模型对应多个LOD层级;
三维场景是根据施工需求所设计和规划的三维画面,是不同建筑模型在三维空间中合理布局获得的产物。一个三维场景关联一个或多个三维模型,一个三维模型对应多个LOD层级,比如,某一三维场景包括两个楼层建筑模型和三个路面建筑模型。其中三维模型的数量可以是预先的人为设置,在此不做任何限制。系统前端接收到所需处理的目标三维场景的顶层重建指令之后,基于该重建指令从数据库中获得与目标三维场景关联的目标三维模型。
步骤S102,根据预设化简算法对所述三维模型进行简化,得到多个简化模型;
三维模型的LOD层级旨在根据物体模型的节点在显示环境中所处的位置和重要度,决定物体渲染的资源分配,降低非重要物体的面数和细节度,从而获得高效率的渲染运算。在大型三维场景中,一个LOD层级的模型数据量通常是也是庞大的,增加了三维渲染引擎加载数据的压力,导致web端无法流畅地调度数据资源。本实施例通过预设化简算法对三维模型进行简化,得到多个简化模型,使得所需加载的模型数据量降低,整个三维场景的数据量被有效控制,从而提高渲染效率。
优选地,步骤S102可以包括步骤S1021至步骤S1023,其中:
步骤S1021,分别提取所述三维模型对应的一个LOD层级作为目标LOD层级;
其中,目标LOD层级的确定并没有顺序限制,可以由LOD层级从高到低或者从低到高依次提取,也可以随机提取,具体实现方式由用户实际需求决定。
步骤S1022,按照LOD层级与所述预设化简算法的对应关系确定所述目标LOD层级对应的目标预设化简算法;
本实施例中的简化流程由预设的模型化简器执行,其中,模型化简器针对不同的LOD层级提供了不同的预设化简算法组合,一个预设化简算法组合包含了1个或多个的算法,每个预设化简算法组合对应一个化简管线。
优选地,预设化简算法可以包括以下任意一项或者组合:Remesh、Reduction、Polyshell、Flipboard或者内外分离法,也可以是常规的化简算法,在此不做具体限制。
解析获得目标LOD层级的层级编号之后,可以依据该层级编号与预设化简算法的对应关系从模型化简器中获取对应的预设化简算法组合。
步骤S1023,根据所述目标预设化简算法对所述目标LOD层级对应的三维模型进行简化,生成所述目标LOD层级对应的简化模型。
不同的预设化简算法对不同LOD层级的简化方式有所区别。
优选地,步骤S1023可以包括步骤A1至步骤A3,其中:
步骤A1,确定所述目标预设化简算法的数量;
步骤A2,若所述目标预设化简算法的数量小于等于预设阈值,基于所述目标预设化简算法对所述目标LOD层级对应的三维模型进行直接计算,生成所述目标LOD层级对应的简化模型;
预设阈值可以为1。当目标预设化简算法的数量小于等于1,表征当前LOD层级的三维模型的简化方式是唯一的,即化简管线中仅存在一种预设化简算法。针对该简化方式,可将目标LOD层级对应的三维模型数据直接数据唯一的目标预设化简算法中进行计算,得到唯一的计算结果,并将该计算结果作为目标LOD层级对应的简化模型。
步骤A3,若所述目标预设化简算法的数量大于预设阈值,确定所述目标预设化简算法的优先级,按照优先级依次提取对应的目标预设化简算法对所述三维模型进行顺序计算,并将前一个目标预设化简算法的计算结果作为下一个目标预设化简算法的简化对象,直至所有目标预设化简算法计算完成,生成所述目标LOD层级对应的简化模型。
当目标预设化简算法的数量大于1,表征此时模型化简器中预设化简算法具有多个,此时,确定预设化简算法的优先级,依照优先级从高到低的顺序依次提取对应的目标预设化简算法对三维模型进行简化,同时,前一个目标预设化简算法的输出作为后一个目标预设化简算法的输入。化简管线中最后一个算法的输出模型作该目标LOD层级的化简结果。其中,预设化简算法的优先级由具体场景设置,在此不做具体限制。
图2为某一LOD层级的三维模型的简化流程,以此作为示例进行说明,并不对本技术方案的具体实施做出限制。如图2,当前LOD层级的预设化简算法组合包括两个化简算法,内外分离法和Reduction,其中内外分离法的优先级高于Reduction,因此,内外分离法首先参与当前三维模型的简化,Reduction参与三维模型的后续简化,整个化简流程便为:BIM模型进入化简管线,首先使用内外分离法,得到外部模型,然后外部模型经过Reduction算法,最终得到简化后的模型。
步骤S103,确定所述三维模型的中心点,根据所述三维模型的中心点和所述三维模型对应的LOD层级确定所述三维模型所属的瓦片标识,并将所述瓦片标识相同的三维模型划分至一个瓦片集合中;
本实施例计算三维模型所属的瓦片标识、将瓦片标识相同的三维模型划分至一个瓦片集合中旨在把三维场景分割成带金字塔层级的规则瓦片,以及计算每个瓦片中包含的三维模型,保证模型数据的有效性和规范性,有利于三维渲染引擎对三维场景的快速渲染。
优选地,步骤S103可以包括步骤S1031至步骤S1033,其中:
步骤S1031,确定所述三维模型的数据文件,从所述数据文件中确定所述三维模型的中心点;
步骤S1032,依次提取三维模型的一个LOD层级作为目标LOD层级,确定目标LOD层级的编号;
每个LOD层级在渲染时的模型显示效果是不同的,因此,分别提取三维模型的一个LOD层级作为目标LOD层级,并解析获得目标LOD层级的编号,以计算出该目标LOD层级所属的瓦片,从而加速三维渲染引擎对三维模型的渲染。其中,LOD层级的提取并没有严格的顺序设置,可以按照层级从小到大(或从大到小),也可以随机提取。
步骤S1033,按照预设瓦片划分算法对所述三维模型的中心点和的目标LOD层级的编号进行计算,得到所述三维模型所属的瓦片标识。
其中,瓦片标识可以是瓦片编号,该瓦片编号是人为预设的,由实际场景需求决定。该步骤是为了对所有LOD层级的所属瓦片进行计算,因此,直至所有的LOD层级均已计算了对应的瓦片标识,瓦片划分的流程结束。
图3示出了一个瓦片划分的流程图,如图所示,瓦片划分的流程具体如下:读取当前一个三维模型的数据文件,获取该三维模型的中心点坐标;依次提取三维模型的一个LOD层级作为目标LOD层级,确定目标LOD层级的编号,设置LOD层级为最低层级。根据三维模型的中心点坐标和最低层级确定该三维模型所属的瓦片编号,并把该三维模型加入该瓦片编号对应的集合内;然后将三维模型的LOD层级升高一级,并判断升高的层级是否小于最高层级,若是,判断升高的层级中是否有关联的三维模型,若是,继续上述流程,否则,结束整个瓦片划分流程。
优选地,所述数据文件还包括三维模型的所有瓦片,所述预设瓦片划分算法按照如下方式进行计算,包括步骤B1至步骤B3,其中:
步骤B1,解析获得所述三维模型的中心点的坐标、所述三维模型的中心点与所述三维模型的瓦片的矢量距离;
步骤B2,基于所述三维模型的中心点的坐标和所述矢量距离确定所述瓦片的球面经纬度;
步骤B3,利用S2算法,对所述球面经纬度和所述三维模型的目标LOD层级的编号进行计算,得到所述三维模型所属的瓦片标识。
其中,瓦片标识的计算除了使用S2算法之外,使用其他的类似瓦片划分算法(比如GeoHash算法等)也可以达到相同的目的,在此不做具体限制。
优选地,步骤S103还包括步骤C1至步骤C5,其中:
步骤C1,确定所述瓦片集合所在的LOD层级;
步骤C2,依据所述瓦片集合所在的LOD层级创建对应的初始简化模型集合;
步骤C3,解析获得所述瓦片集合中的三维模型对应的LOD层级;并获取与解析获得的LOD层级相一致的简化模型;
步骤C4,将获取的与解析获得的LOD层级相一致的简化模型划分至所述初始简化模型集合中,生成目标简化模型集合;
步骤C5,对所述目标简化模型集合中的简化模型进行合并,以实现对所述目标三维场景的顶层重建。
需要说明的是,本实施例中的步骤S102和步骤S103的先后顺序可以互相调整,即先S103后S102,也可以并行进行,二者的顺序设置不影响整个顶层重建流程的执行,取得的结果是相同的。
步骤S104,基于每个瓦片集合的三维模型对所述简化模型进行合并,以实现对所述目标三维场景的顶层重建。
把同属于同一LOD层级的简化模型的三角形面片合并之后得到瓦片的新模型,可选地,也可以重新生成模型纹理,减少纹理数量,提高渲染效率。
特别地,可以根据建筑密度等因素,在合并之后再进行一次化简,得到更轻量化的模型,从而大幅提高大规模三维场景的渲染效率。
使用本实施例的顶层重建方法处理含有10亿构件的BIM模型,或者100平方公里的倾斜模型,在目前的主流计算机上通过Web页面加载之后,可以达到30fps的渲染速率;渲染效果也有明显的提高,更好的保持了建筑的外观。
本实施例建立了可装配的模型化简算法,不仅LOD层级可变,而且针对不同LOD层的几何模型特征采用了不同算法组合,通过一种以上轻量化算法的顺序执行达到模型高度轻量化的结果,数据量极大降低,使得更上层的LOD数据量也相应大幅下降,整个场景数据量被有效控制,从而大大提高了大规模场景的渲染效率。
实施例二
本发明的实施例二还提供了一种三维模型顶层重建的装置,该三维模型顶层重建的装置与上述实施例一提供的三维模型顶层重建的方法相对应,相应的技术特征和技术效果在本实施例中不再详述,相关之处可参考上述实施例一。具体地,图4示出了该三维模型顶层重建的装置的结构框图。如图4所示,该三维模型顶层重建的装置400包括获取模块401、简化模块402、瓦片划分模块403和模型合并模块404,其中:
获取模块401,用于接收所需处理的目标三维场景的重建指令,基于重建指令获取目标三维场景关联的三维模型,其中,目标三维场景关联的三维模型对应多个LOD层级;
简化模块402,与获取模块401连接,用于根据预设化简算法对三维模型进行简化,得到多个简化模型;
瓦片划分模块403,与简化模块402连接,用于确定三维模型的中心点,根据三维模型的中心点和三维模型对应的LOD层级确定三维模型所属的瓦片标识,并将瓦片标识相同的三维模型划分至一个瓦片集合中;
模型合并模块404,与瓦片划分模块403连接,用于基于每个瓦片集合的三维模型对简化模型进行合并,以实现对目标三维场景的顶层重建。
本实施例首先通过预设化简算法对三维模型进行简化,使得所需加载的模型数据量降低;然后对简化后的模型数据进行瓦片划分,实现了模型不同区域或者场景的有效区分,以瓦片为单位进行模型数据的合并使得整个场景更具规范性,也便于后续模型加载过程中的数据调用。
可选地,简化模块包括:提取单元,用于分别提取三维模型对应的一个LOD层级作为目标LOD层级;确定单元,用于按照LOD层级与预设化简算法的对应关系确定目标LOD层级对应的目标预设化简算法;简化单元,用于根据目标预设化简算法对目标LOD层级对应的三维模型进行简化,生成目标LOD层级对应的简化模型。
通过预设化简算法对三维模型进行简化,得到多个简化模型,使得所需加载的模型数据量降低,整个三维场景的数据量被有效控制,从而提高渲染效率。
可选地,简化单元具体用于:确定目标预设化简算法的数量;若目标预设化简算法的数量小于等于预设阈值,基于目标预设化简算法对目标LOD层级对应的三维模型进行直接计算,生成目标LOD层级对应的简化模型;若目标预设化简算法的数量大于预设阈值,确定目标预设化简算法的优先级,按照优先级依次提取对应的目标预设化简算法对三维模型进行顺序计算,并将前一个目标预设化简算法的计算结果作为下一个目标预设化简算法的简化对象,直至所有目标预设化简算法计算完成,生成目标LOD层级对应的简化模型。
本实施例建立了可装配的模型化简算法,不仅LOD层级可变,而且针对不同LOD层的几何模型特征采用了不同化简算法组合,通过一种以上轻量化算法的顺序执行达到模型高度轻量化的结果,数据量极大降低,使得更上层的LOD数据量也相应大幅下降,整个场景数据量被有效控制,从而大大提高了大规模场景的渲染效率。可选地,瓦片划分模块用于:确定三维模型的数据文件,从数据文件中确定三维模型的中心点;依次提取三维模型的一个LOD层级作为目标LOD层级,确定目标LOD层级的编号;按照预设瓦片划分算法对三维模型的中心点和目标LOD层级的编号进行计算,得到三维模型所属的瓦片标识。
通过计算三维模型所属的瓦片标识、将瓦片标识相同的三维模型划分至一个瓦片集合中旨在把三维场景分割成带金字塔层级的规则瓦片,以及计算每个瓦片中包含的三维模型,保证模型数据的有效性和规范性,有利于三维渲染引擎对三维场景的快速渲染。
可选地,瓦片划分模块还用于:解析获得三维模型的中心点的坐标、三维模型的中心点与三维模型的瓦片的矢量距离;基于三维模型的中心点的坐标和矢量距离确定瓦片的球面经纬度;利用S2算法,对球面经纬度和三维模型的目标LOD层级的编号进行计算,得到三维模型所属的瓦片标识。
本实施例以三维模型的中心点坐标和对应的LOD层级计算三维模型的瓦片标识,简单易操作,减少了模型数据处理的复杂性,三维模型顶层重建的效率大大提高。
可选地,模型合并模块具体用于:确定瓦片集合所在的LOD层级;依据瓦片集合所在的LOD层级创建对应的初始简化模型集合;解析获得瓦片集合中的三维模型对应的LOD层级;并获取与解析获得的LOD层级相一致的简化模型;将获取的与解析获得的LOD层级相一致的简化模型划分至初始简化模型集合中,生成目标简化模型集合;对目标简化模型集合中的简化模型进行合并,以实现对目标三维场景的顶层重建。
通过将对应LOD层级一致的简化模型划分至一个模型集合中,实现了后续模型合并以及渲染过程中对应模型构件的统一调用,避免了将同一LOD层级模型数据存储在不同区域需要来回调度最终造成耗时长的问题,在一个简化模型集合中可以一次性实现对同一LOD层级所有模型数据的直接调用,大大提高了三维模型顶层重建过程中的数据处理效率。
可选地,简化模块还用于:预设化简算法包括以下任意一项或者组合:remesh、reduction、polyshell、Flipboard或者内外分离法。
针对不同LOD层的几何模型特征采用了不同化简算法组合,通过一种以上轻量化算法的顺序执行达到模型高度轻量化的结果,数据量极大降低,使得更上层的LOD数据量也相应大幅下降,整个场景数据量被有效控制,从而大大提高了大规模场景的渲染效率。
实施例三
图5示出了本发明实施例三提供的适于实现三维模型顶层重建的方法的计算机设备的框图。本实施例中,计算机设备500可以是执行程序的智能手机、平板电脑、笔记本电脑、台式计算机、机架式服务器、刀片式服务器、塔式服务器或机柜式服务器(包括独立的服务器,或者多个服务器所组成的服务器集群)等。如图5所示,本实施例的计算机设备500至少包括但不限于:可通过系统总线相互通信连接的存储器501、处理器502、网络接口503。需要指出的是,图5仅示出了具有组件501-503的计算机设备500,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。
本实施例中,存储器503至少包括一种类型的计算机可读存储介质,可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,存储器501可以是计算机设备500的内部存储单元,例如该计算机设备500的硬盘或内存。在另一些实施例中,存储器501也可以是计算机设备500的外部存储设备,例如该计算机设备500上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。当然,存储器501还可以既包括计算机设备500的内部存储单元也包括其外部存储设备。在本实施例中,存储器501通常用于存储安装于计算机设备500的操作系统和各类应用软件,例如三维模型顶层重建的方法的程序代码等。
处理器502在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器502通常用于控制计算机设备500的总体操作。例如执行与计算机设备500进行数据交互或者通信相关的控制和处理等。本实施例中,处理器502用于运行存储器501中存储的三维模型顶层重建的方法的步骤的程序代码。
在本实施例中,存储于存储器501中的三维模型顶层重建的方法还可以被分割为一个或者多个程序模块,并由一个或多个处理器(本实施例为处理器502)所执行,以完成本发明。
网络接口503可包括无线网络接口或有线网络接口,该网络接口503通常用于在计算机设备500与其他计算机设备之间建立通信链接。例如,网络接口503用于通过网络将计算机设备500与外部终端相连,在计算机设备500与外部终端之间的建立数据传输通道和通信链接等。网络可以是企业内部网(Intranet)、互联网(Internet)、全球移动通讯系统(Global System of Mobile communication,简称为GSM)、宽带码分多址(Wideband CodeDivision Multiple Access,简称为WCDMA)、4G网络、5G网络、蓝牙(Bluetooth)、Wi-Fi等无线或有线网络。
实施例四
本实施例还提供一种计算机可读存储介质,包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等,其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三维模型顶层重建的方法的步骤。
显然,本领域的技术人员应该明白,上述的本发明实施例的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明实施例不限制于任何特定的硬件和软件结合。
需要说明的是,本发明实施例序号仅仅为了描述,并不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种三维模型顶层重建的方法,其特征在于,所述方法包括:
接收所需处理的目标三维场景的重建指令,基于所述重建指令获取所述目标三维场景关联的三维模型,其中,所述目标三维场景关联的三维模型对应多个LOD层级;
根据预设化简算法对所述三维模型进行简化,得到多个简化模型;
确定所述三维模型的中心点,根据所述三维模型的中心点和所述三维模型对应的LOD层级确定所述三维模型所属的瓦片标识,并将所述瓦片标识相同的三维模型划分至一个瓦片集合中;
基于每个瓦片集合的三维模型对所述简化模型进行合并,以实现对所述目标三维场景的顶层重建。
2.根据权利要求1所述的方法,其特征在于,所述根据预设化简算法对所述三维模型进行简化,得到多个简化模型,包括:
分别提取所述三维模型对应的一个LOD层级作为目标LOD层级;
按照LOD层级与所述预设化简算法的对应关系确定所述目标LOD层级对应的目标预设化简算法;
根据所述目标预设化简算法对所述目标LOD层级对应的三维模型进行简化,生成所述目标LOD层级对应的简化模型。
3.根据权利要求2所述的方法,其特征在于,所述根据所述目标预设化简算法对所述目标LOD层级对应的三维模型进行简化,生成所述目标LOD层级对应的简化模型,包括:
确定所述目标预设化简算法的数量;
若所述目标预设化简算法的数量小于等于预设阈值,基于所述目标预设化简算法对所述目标LOD层级对应的三维模型进行直接计算,生成所述目标LOD层级对应的简化模型;
若所述目标预设化简算法的数量大于预设阈值,确定所述目标预设化简算法的优先级,按照优先级依次提取对应的目标预设化简算法对所述三维模型进行顺序计算,并将前一个目标预设化简算法的计算结果作为下一个目标预设化简算法的简化对象,直至所有目标预设化简算法计算完成,生成所述目标LOD层级对应的简化模型。
4.根据权利要求1所述的方法,其特征在于,所述根据所述三维模型的中心点和所述三维模型对应的LOD层级确定所述三维模型所属的瓦片标识,包括:
确定所述三维模型的数据文件,从所述数据文件中确定所述三维模型的中心点;
依次提取所述三维模型的一个LOD层级作为目标LOD层级,确定所述目标LOD层级的编号;
按照预设瓦片划分算法对所述三维模型的中心点和所述目标LOD层级的编号进行计算,得到所述三维模型所属的瓦片标识。
5.根据权利要求4所述的方法,其特征在于,所述数据文件还包括三维模型的所有瓦片,所述预设瓦片划分算法按照如下方式进行计算:
解析获得所述三维模型的中心点的坐标、所述三维模型的中心点与所述三维模型的瓦片的矢量距离;
基于所述三维模型的中心点的坐标和所述矢量距离确定所述瓦片的球面经纬度;
利用S2算法,对所述球面经纬度和所述三维模型的目标LOD层级的编号进行计算,得到所述三维模型所属的瓦片标识。
6.根据权利要求1所述的方法,其特征在于,所述基于每个瓦片集合的三维模型对所述简化模型进行合并,包括:
确定所述瓦片集合所在的LOD层级;
依据所述瓦片集合所在的LOD层级创建对应的初始简化模型集合;
解析获得所述瓦片集合中的三维模型对应的LOD层级;并获取与解析获得的LOD层级相一致的简化模型;
将获取的与解析获得的LOD层级相一致的简化模型划分至所述初始简化模型集合中,生成目标简化模型集合;
对所述目标简化模型集合中的简化模型进行合并,以实现对所述目标三维场景的顶层重建。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述预设化简算法包括以下任意一项或者组合:remesh、reduction、polyshell、Flipboard或者内外分离法。
8.一种三维模型顶层重建的装置,其特征在于,所述装置包括:
获取模块,用于接收所需处理的目标三维场景的重建指令,基于所述重建指令获取所述目标三维场景关联的三维模型,其中,所述目标三维场景关联的三维模型对应多个LOD层级;
简化模块,用于根据预设化简算法对所述三维模型进行简化,得到多个简化模型;
瓦片划分模块,用于确定所述三维模型的中心点,根据所述三维模型的中心点和所述三维模型对应的LOD层级确定所述三维模型所属的瓦片标识,并将所述瓦片标识相同的三维模型划分至一个瓦片集合中;
模型合并模块,用于基于每个瓦片集合的三维模型对所述简化模型进行合并,以实现对所述目标三维场景的顶层重建。
9.一种计算机设备,所述计算机设备包括:存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311484046.0A CN117333624A (zh) | 2023-11-08 | 2023-11-08 | 三维模型顶层重建的方法、装置、设备和可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311484046.0A CN117333624A (zh) | 2023-11-08 | 2023-11-08 | 三维模型顶层重建的方法、装置、设备和可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117333624A true CN117333624A (zh) | 2024-01-02 |
Family
ID=89295573
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311484046.0A Pending CN117333624A (zh) | 2023-11-08 | 2023-11-08 | 三维模型顶层重建的方法、装置、设备和可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117333624A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113256782A (zh) * | 2021-07-06 | 2021-08-13 | 武汉幻城经纬科技有限公司 | 三维模型的生成方法、装置、存储介质、电子设备 |
CN115797592A (zh) * | 2023-02-08 | 2023-03-14 | 航天宏图信息技术股份有限公司 | 一种基于倾斜摄影三维模型自动生成建筑物体块的方法和装置 |
CN115937456A (zh) * | 2023-02-15 | 2023-04-07 | 天津市测绘院有限公司 | 一种实景三维模型顶层重建方法及重建系统 |
US20230134338A1 (en) * | 2020-04-08 | 2023-05-04 | Speed Space-Time Information Technology Co., Ltd | Octree-based three-dimensional building model lod method |
-
2023
- 2023-11-08 CN CN202311484046.0A patent/CN117333624A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230134338A1 (en) * | 2020-04-08 | 2023-05-04 | Speed Space-Time Information Technology Co., Ltd | Octree-based three-dimensional building model lod method |
CN113256782A (zh) * | 2021-07-06 | 2021-08-13 | 武汉幻城经纬科技有限公司 | 三维模型的生成方法、装置、存储介质、电子设备 |
CN115797592A (zh) * | 2023-02-08 | 2023-03-14 | 航天宏图信息技术股份有限公司 | 一种基于倾斜摄影三维模型自动生成建筑物体块的方法和装置 |
CN115937456A (zh) * | 2023-02-15 | 2023-04-07 | 天津市测绘院有限公司 | 一种实景三维模型顶层重建方法及重建系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110990516B (zh) | 地图数据的处理方法、装置和服务器 | |
US20150187130A1 (en) | Automatic Generation of 2.5D Extruded Polygons from Full 3D Models | |
CN107798354B (zh) | 一种基于人脸图像的图片聚类方法、装置及存储设备 | |
CN110321443B (zh) | 三维实景模型数据库构建方法、装置及数据服务系统 | |
US9224233B2 (en) | Blending 3D model textures by image projection | |
CN106055630A (zh) | 日志存储的方法及装置 | |
WO2023087893A1 (zh) | 对象处理方法、装置、计算机设备、存储介质及程序产品 | |
CN111753038B (zh) | 一种地图数据的渲染方法及系统 | |
CN112422977A (zh) | 音视频转码任务的分配方法和分配装置 | |
CN111899323B (zh) | 三维地球的绘制方法及装置 | |
CN111784817B (zh) | 阴影的展示方法和装置、存储介质、电子装置 | |
CN114186315A (zh) | 生成建筑简模的方法、装置、计算机设备和可读存储介质 | |
CN114463473A (zh) | 图像渲染的处理方法和装置、存储介质及电子设备 | |
CN111898276A (zh) | 架空线路的模型处理方法、装置、计算机设备和介质 | |
CN117333624A (zh) | 三维模型顶层重建的方法、装置、设备和可读存储介质 | |
US20170213395A1 (en) | Methods and Systems for Processing 3D Graphic Objects at a Content Processor | |
CN112884189A (zh) | 订单量预测模型的训练方法、装置以及设备 | |
CN110674134A (zh) | 一种地理信息数据存储方法、查询方法及装置 | |
CN111090759A (zh) | 一种海量真景大数据跨级加载的算法 | |
CN111192192A (zh) | 在图形中填充图像的方法、装置、设备以及介质 | |
CN113134230B (zh) | 一种虚拟对象的分簇方法、装置、存储介质和电子装置 | |
CN113763240B (zh) | 一种点云缩略图生成方法、装置、设备及存储介质 | |
CN114329058A (zh) | 图像聚档方法、装置和电子设备 | |
CN113326430A (zh) | 一种基于直播社交大数据的信息推送方法及系统 | |
CN110838157B (zh) | 一种应急突发场景专题图生成的方法及装置 |
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 |