CN117392303A - 基于能量算子的优化地形渲染方法、系统、设备及介质 - Google Patents
基于能量算子的优化地形渲染方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN117392303A CN117392303A CN202311699703.3A CN202311699703A CN117392303A CN 117392303 A CN117392303 A CN 117392303A CN 202311699703 A CN202311699703 A CN 202311699703A CN 117392303 A CN117392303 A CN 117392303A
- Authority
- CN
- China
- Prior art keywords
- vertex
- unit
- triangular grid
- energy operator
- units
- 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 55
- 238000009877 rendering Methods 0.000 title claims abstract description 35
- 238000012545 processing Methods 0.000 claims abstract description 22
- 238000004590 computer program Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 239000011159 matrix material Substances 0.000 claims description 7
- 230000035515 penetration Effects 0.000 claims description 5
- 238000003672 processing method Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000010354 integration Effects 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 230000008602 contraction Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction 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
- G06T15/00—3D [Three Dimensional] image rendering
-
- 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
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Graphics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Remote Sensing (AREA)
- Image Generation (AREA)
Abstract
本发明提出基于能量算子的优化地形渲染方法、系统、设备及介质，其中方法包括：获取地形数据，根据地形数据构建由若干个三角形格网单元组成的三角格网模型，基于三角格网模型计算每个三角形格网单元的能量算子；将能量算子小于或等于预设阈值的三角形格网单元标记为第一目标单元，对第一目标单元进行三角形折叠简化处理，得到第一重构单元；将能量算子大于预设阈值的三角形格网单元标记为第二目标单元，对第二目标单元进行细分处理，得到第二重构单元；根据第一重构单元和第二重构单元对三角格网模型进行重构，得到重构后的三角格网模型，并对重构后的三角网格模型执行地形渲染，实现模型的简化与细分的统一。
Description
技术领域
本发明涉及三维地形渲染技术领域，尤其涉及一种基于能量算子的优化地形渲染方法、系统、设备及介质。
背景技术
随着地形数据的采集设备技术的不断迭代更新，对于地形的精细化建模要求，三维地形数据量也呈不断上升的趋势。但目前程序对于大规模地形数据的读取和存储能力有限。高精度的三维地形建模，与有限的地形数据处理能力之间的依旧存在突出的矛盾。
对于海量数据的三维地形建模算法，目前研究热点都只注重在地形数据的简化上，或者停留在简化或者细分一种操作上生成多细节层次模型。但是构成三维地形的网格数据在不同区域的精细程度应该是不同的，地形简单的区域格网密度较小，地形复杂区域格网密度较大。目前都只是将地形简化或者细分，将两者割裂开来，即便有考虑到这个问题，地形建模简化与细分之间也存在能否平滑过渡的问题。
发明内容
本发明实施例提供一种基于能量算子的优化地形渲染方法，以解决相关技术存在的问题，技术方案如下：
第一方面，本发明实施例提供了一种基于能量算子的优化地形渲染方法，包括：
获取地形数据，根据地形数据构建由若干个三角形格网单元组成的三角格网模型，基于三角格网模型计算每个三角形格网单元的能量算子；
将能量算子小于或等于预设阈值的三角形格网单元标记为第一目标单元，对第一目标单元进行三角形折叠简化处理，得到第一重构单元；将能量算子大于预设阈值的三角形格网单元标记为第二目标单元，对第二目标单元进行细分处理，得到第二重构单元；
根据第一重构单元和第二重构单元对三角格网模型进行重构，获得重构后的三角格网模型，并对重构后的三角网格模型执行地形渲染。
在一种实施方式中，三角形格网单元的能量算子的确定方法为：
根据三角形格网单元的顶点以及相连顶点之间的相连边进行计算，得到出三角形格网单元中每个顶点的顶点能量算子；
计算同一三角形格网单元中所有顶点的顶点能量算子之和，得到三角形格网单元的能量算子。
在一种实施方式中，顶点能量算子的计算方法为：
其中，Pv表示与顶点v的入度；Pj表示顶点vj的入度；表示顶点vj所有入边的平均长度；v-vj表示顶点与顶点的入度差。
在一种实施方式中，预设阈值的确定方法为：
根据每个三角形格网单元的能量算子进行计算，得到所有三角形格网单元的能量算子之和，将所有三角形格网单元的能量算子之和除以三角形格网单元的单元总数得到平均能量算子；
计算平均能量算子与预设系数相乘的乘积，得到预设阈值。
在一种实施方式中，三角形折叠简化处理的方法为：
根据三角形格网单元所在的平面向量进行计算，得到每一个顶点的误差矩阵；
根据每一条边对应顶点的误差矩阵进行计算，得到每条边坍缩的折叠代价，以及坍缩后新顶点的位置；
将每条边坍缩的折叠代价进行大小排序，得到排序后的折叠代价；
根据排序后的折叠代价，确定待坍缩的边，根据坍缩后新顶点的位置对待坍缩的边进行坍缩，得到第一重构单元。
在一种实施方式中，细分处理的方法为：
将第二目标单元中待插入新顶点的边为目标边；
对第二目标单元中旧顶点的位置更新，得到更新后的旧顶点坐标；
遍历第二目标单元中的目标边，根据目标边的类型选择对应的细分规律，确定待插入的新顶点坐标；
根据待插入的新顶点坐标以及更新后的旧顶点坐标对第二目标单元进行网络重构，形成第二重构单元。
在一种实施方式中，细分规律包括：
在目标边的类型为内部边的情况下，根据目标边的顶点间距离加权方式进行计算，得到待插入的新顶点的坐标；
在目标边的类型为边界边的情况下，则将边界边上的两端点的平均值作为新插入的顶点的位置。
第二方面，本发明实施例提供了一种基于能量算子的优化地形渲染系统，执行如上述的基于能量算子的优化地形渲染方法。
第三方面，本发明实施例提供了一种电子设备，该装置包括：存储器和处理器。其中，该该存储器和该处理器通过内部连接通路互相通信，该存储器用于存储指令，该处理器用于执行该存储器存储的指令，并且当该处理器执行该存储器存储的指令时，使得该处理器执行上述各方面任一种实施方式中的方法。
第四方面，本发明实施例提供了一种计算机可读存储介质，计算机可读存储介质存储计算机程序，当计算机程序在计算机上运行时，上述各方面任一种实施方式中的方法被执行。
上述技术方案中的优点或有益效果至少包括：
本发明涉及一种三维地形渲染技术领域，具体通过计算地形格网单元的能量算子，设置阈值，低于阈值的格网单元按三角形折叠简化法处理，并重构折叠区域拓扑关系；对于能量算子高于阈值的格网，使用距离加权的方法进行细分，使得细分结果在更加细腻、平滑，避免细分过程中产生不自然的棱角和形变的问题，并且实现模型的简化与细分的统一。
上述概述仅仅是为了说明书的目的，并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外，通过参考附图和以下的详细描述，本发明进一步的方面、实施方式和特征将会是容易明白的。
附图说明
在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本发明公开的一些实施方式，而不应将其视为是对本发明范围的限制。
图1为本发明基于能量算子的优化地形渲染方法的流程示意图；
图2为本发明能量算子计算步骤中采用的三角形格网示例图；
图3为本发明QEM简化步骤中采用的三角形格网示例图；
图4为本发明用于定义内部点、边界点、内部边和边界边的三角形格网示例图；
图5为本发明Loop网格细分步骤中插入新顶点的三角形格网示例图；
图6为本发明待更新边界点及其周围边界点的示例图；
图7为本发明插入新顶点的三角形格网示例图；
图8为本发明一实施例的电子设备的结构框图。
具体实施方式
在下文中，仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样，在不脱离本发明的精神或范围的情况下，可通过各种不同方式修改所描述的实施例。因此，附图和描述被认为本质上是示例性的而非限制性的。
实施例一
本实施例提供了一种基于能量算子的优化地形渲染方法，通过该方法可实现地形的精细化建模并且更好地统一地形建模的简化与细分，达到更好的渲染效果。其中，如图1所示，基于能量算子的优化地形渲染方法具体包括如下步骤：
步骤S1：获取地形数据，根据地形数据构建由若干个三角形格网单元组成的三角格网模型，基于三角格网模型计算每个三角形格网单元的能量算子；
步骤S2：遍历所有三角形格网单元，将每个三角形格网单元的能量算子与预设阈值进行比较，并将能量算子小于或等于预设阈值的三角形格网单元标记为第一目标单元，对第一目标单元进行三角形折叠简化处理，得到第一重构单元；将能量算子大于预设阈值的三角形格网单元标记为第二目标单元，对第二目标单元进行细分处理，得到第二重构单元；
步骤S3：根据第一重构单元和第二重构单元获得重构后的三角格网模型并执行地形渲染。
其中，地形数据主要包括了根据遥感图像制作的地面高程信息，地面高程信息也称之为DEM，利用DEM提取等高线导入到3dMax建模软件中，再根据等高线制作三角格网模型，并导出为obj格式的模型文件。
能量算子Ef(v)是格网密度以及重要性的评价参数，由格网点与相邻的格网点的相连的边数和边长确定。
三角形格网单元的能量算子的计算方法为：
根据三角形格网单元的顶点以及相连顶点之间的相连边，计算出三角形格网单元中每个顶点的顶点能量算子；
计算同一个三角形格网单元中所有顶点的顶点能量算子之和，得到三角形格网单元的能量算子。
如图2所示，以图2中三角形格网作为示例，图中顶点v与j个顶点相连，有j条边从顶点v发出，即顶点v的入度为j，与顶点v相连的边称为顶点v的入边。同理对于与顶点v相连的顶点vj，入度为n，有n条入边，入边的长度为Ln。
顶点v的顶点能量算子Ef(v)的计算方法为：
其中，Pv表示与顶点v的入度；Pj表示顶点vj的入度。表示顶点vj所有入边的平均长度，即/>；v-vj表示顶点v与顶点vj的入度差。
需要注意的是，上述公式中所涉及的顶点符号仅与图2中的顶点命名相关，上述公式以及图2仅作为示例用于说明三角形格网中一顶点的顶点能量算子计算方法。
在计算出三角形格网单元中的所有顶点的顶点能量算子后，将属于同一个三角形格网单元的所有顶点的顶点能量算子进行求和处理，得到该三角形格网单元的能量算子，例如计算顶点v、vj、v1的顶点能量算子，并求和作为三角形格网单元的能量算子。
其后，将三角形格网单元的能量算子与预设阈值进行比较，根据比较结果对三角形格网单元进行对应的网格处理。
其中，预设阈值是根据平均能量算子而设定的，预设阈值的计算方法为：
根据每个三角形格网单元的能量算子计算出所有三角形格网单元的能量算子之和，再除以三角形格网单元的单元总数得到平均能量算子；
计算平均能量算子与预设系数相乘的乘积，得到预设阈值；预设系数可根据实际情况进行设置，在此不对系数的具体数值进行限定。
遍历所有三角形格网单元，将每个三角形格网单元的能量算子与预设阈值进行比较，若比较得知某一个三角形格网单元的能量算子小于或等于预设阈值，则将能量算子小于或等于预设阈值的三角形格网单元标记为第一目标单元，对第一目标单元进行三角形折叠简化处理，得到第一重构单元。
若比较得知某一个三角形格网单元的能量算子大于预设阈值，则将能量算子大于预设阈值的三角形格网单元标记为第二目标单元，对第二目标单元进行细分处理，得到第二重构单元。
对于第一目标单元，采用QEM三角形折叠简化方式，即通过点对之间的合并来对第一目标单元达到边坍缩的目的。
如图3所示，图3中缩并某一点对(v1,v2)到点v。预先建立顶点集成E，顶点集合E包含了需要被简化的第一目标单元上的顶点，且顶点集成E中不包含有与需要细分的第二目标单元共边的顶点。
在缩减顶点时采用的原则是选择能使缩减后产生的平方误差最小的点对。在上述的顶点集合E中选择要执行的收缩点对，引入‘收缩代价’的概念，用于描述顶点集合E中每个顶点上的误差，并使用对称的4*4的矩阵Q与每个顶点相关联，并定义顶点处的误差为：
其中，表示由方差ax+by+cy+d=0定义的平面，每一个顶点都是一组平面交集的解，都有对应的Q矩阵。
而三角形折叠简化处理的方法为：
根据三角形格网单元所在的平面向量，即各个面的p向量，计算每一个顶点的误差矩阵Q。
其后，遍历第一目标单元的每一条边，根据每一条边对应的两个顶点的误差矩阵Q1和Q2，计算坍缩的折叠代价Cost，以及坍缩后新顶点的位置vn；
如果(Q1+Q2)不可逆，则取边的中点作为坍缩后新顶点的位置。
最后，将每条边坍缩的折叠代价Cost放入队列中，并按照大小进行排序，再根据折叠代价Cost的大小依次从队列中取出Cost值，对折叠代价Cost所对应的边，按照其坍缩后新顶点的位置vn进行坍缩，得到对应的第一重构单元。
待所有的第一目标单元完成三角形折叠简化处理后，完成对三角格网模型的拓扑重建。
需要注意的是，上述公式中所涉及的顶点符号仅与图3中的顶点命名相关，仅作为示例用于说明三角形格网的三角形折叠简化方法。
对于第二目标单元，则采用Loop网格细分方式进行细分处理。原有的Loop细分算法对单一格网细分后，向周围格网过度较为突兀，会导致模型网格不平滑问题。改进的Loop细分算法，将与细分格网相邻的格网也纳入拓扑到重构范围。
为了更好拓扑重建引入如下概念‘内部点’、‘边界点’、‘内部边’、‘边界边’，如图4所示，图4中顶点v是内部点，顶点p和顶点t是边界点；边vp和边pp是内部边，边pt是边界边。需要注意的是，定义内部点、边界点、内部边和边界边过程中所涉及的顶点符号，仅与附图4的顶点命名相关，仅作为示例说明内部点、边界点、内部边和边界边的定义方法。
参考图5所示，细分处理的方法为：
（1）标记第二目标单元需要插入新顶点的边为目标边，例如图5所示第二目标单元为，标记需要插入新顶点的边ab、ac、bc。
（2）为了使细分后的格网更加平滑，需要对第二目标单元中旧顶点的位置更新，得到更新后的旧顶点坐标；
对于内部点，更新规则为：
其中，n表示顶点的入度，v表示顶点更新后的坐标，v0是原始坐标，vi表示与顶点相连的顶点坐标。
对于边界点的更新规则为：，更新边界点的位置，只需考虑与自身相连的边界点。其中，v1、v2与v0的关系可结合图6所示，v0是待更新的边界点，v1、v2是周围的边界点。
需要注意的是，边界点的更新规则中的v1、v2与v0的符号只与附图6的顶点命名相关，与其他附图及公式中重复的符号无关。
（3）遍历第二目标单元中目标边，根据不同类型的目标边的细分规律计算出需要插入的新顶点坐标。
对于内部边，采用一种改进的细分规则，按顶点间距离加权计算顶点坐标对插值点的贡献，相比传统的细分算法，能实现更好的平滑过度效果。结合图7所示，图7中新插入的顶点v坐标计算规则是：
上式中，Li表示相邻顶点间距离，vi顶点坐标，pi顶点权重。
需要注意的是，上述公式中所涉及的顶点符号仅与图7中的顶点命名相关，仅作为示例用于说明三角形格网中内部边的细分规则，与其他附图及其他公式中重复的符号无关。
对于边界边插入新顶点，取边界边上的两端点的平均值作为新插入的顶点的位置，其公式为：v=1/2(v0+v1)，其中，v0和v1分别是边界边上的两端点。
（4）创建新顶点坐标和旧顶点坐标之间的拓扑关系并连接成网络，形成第二重构单元。即遍历需要细分的三角形单元格网，通过三角形边获取对应的新插入的顶点，一共有三个顶点，将这三个顶点连接成三角形，即完成拓扑重建。
遍历完所有三角形格网单元后，形成包含第一重构单元和第二重构单元的三角形格网模型，对三角形格网模型进行渲染输出渲染重建完的三维模型。
本实施例根据地形不同区域的复杂程度实现相适应的格网分辨率建模，以及不同地形格网分辨率的平滑过度，在相同或者更少的数据量下，能够实现更加精细化的三维地形建模。
实施例二
本实施例提供一种基于能量算子的优化地形渲染系统，执行如实施例一所述的基于能量算子的优化地形渲染方法。具体地，系统包括如下模块：
模型构建模块，用于获取地形数据，根据所述地形数据构建由若干个三角形格网单元组成的三角格网模型；
能量算子计算模块，基于所述三角格网模型计算每个所述三角形格网单元的能量算子。
优化处理模块，用于遍历所有所述三角形格网单元，将每个所述三角形格网单元的所述能量算子与预设阈值进行比较，并将所述能量算子小于或等于所述预设阈值的所述三角形格网单元标记为第一目标单元，对所述第一目标单元进行三角形折叠简化处理，得到第一重构单元；将所述能量算子大于所述预设阈值的所述三角形格网单元标记为第二目标单元，对所述第二目标单元进行细分处理，得到第二重构单元；
渲染模块，用于根据所述第一重构单元和所述第二重构单元获得重构后的所述三角格网模型并执行地形渲染。
本发明实施例系统中的各模块的功能可以参见上述方法中的对应描述，在此不再赘述。
实施例三
图8示出根据本发明一实施例的电子设备的结构框图。如图8所示，该电子设备包括：存储器100和处理器200，存储器100内存储有可在处理器200上运行的计算机程序。处理器200执行该计算机程序时实现上述实施例中的基于能量算子的优化地形渲染方法。存储器100和处理器200的数量可以为一个或多个。
该电子设备还包括：
通信接口300，用于与外界设备进行通信，进行数据交互传输。
如果存储器100、处理器200和通信接口300独立实现，则存储器100、处理器200和通信接口300可以通过总线相互连接并完成相互间的通信。该总线可以是工业标准体系结构（Industry Standard Architecture，ISA）总线、外部设备互连（Peripheral ComponentInterconnect ，PCI）总线或扩展工业标准体系结构（Extended Industry StandardArchitecture ，EISA）总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示，图8中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
可选的，在具体实现上，如果存储器100、处理器200及通信接口300集成在一块芯片上，则存储器100、处理器200及通信接口300可以通过内部接口完成相互间的通信。
本发明实施例提供了一种计算机可读存储介质，其存储有计算机程序，该程序被处理器执行时实现本发明实施例中提供的方法。
本发明实施例还提供了一种芯片，该芯片包括，包括处理器，用于从存储器中调用并运行存储器中存储的指令，使得安装有芯片的通信设备执行本发明实施例提供的方法。
本发明实施例还提供了一种芯片，包括：输入接口、输出接口、处理器和存储器，输入接口、输出接口、处理器以及存储器之间通过内部连接通路相连，处理器用于执行存储器中的代码，当代码被执行时，处理器用于执行发明实施例提供的方法。
应理解的是，上述处理器可以是中央处理器(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(digital signal processing，DSP)、专用集成电路(application specific integrated circuit，ASIC)、现场可编程门阵列(fieldprogrammablegate 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。通用处理器可以是微处理器或者是任何常规的处理器等。值得说明的是，处理器可以是支持进阶精简指令集机器(advanced RISC machines，ARM)架构的处理器。
进一步地，可选的，上述存储器可以包括只读存储器和随机存取存储器，还可以包括非易失性随机存取存储器。该存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以包括只读存储器(read-onlymemory，ROM)、可编程只读存储器(programmable ROM，PROM)、可擦除可编程只读存储器(erasable PROM，EPROM)、电可擦除可编程只读存储器(electrically EPROM，EEPROM)或闪存。易失性存储器可以包括随机存取存储器(random access memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用。例如，静态随机存取存储器(static RAM，SRAM)、动态随机存取存储器(dynamic random access memory ，DRAM) 、同步动态随机存取存储器(synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(double data date SDRAM，DDR SDRAM)、增强型同步动态随机存取存储器(enhancedSDRAM，ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM，SLDRAM)和直接内存总线随机存取存储器(direct rambus RAM，DR RAM)。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时，全部或部分地产生按照本发明的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包括于本发明的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分。并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备（如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统）使用，或结合这些指令执行系统、装置或设备而使用。
应理解的是，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。上述实施例方法的全部或部分步骤是可以通过程序来指令相关的硬件完成，该程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。上述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读存储介质中。该存储介质可以是只读存储器，磁盘或光盘等。
以上所述，仅为本发明的具体实施方式，但本发明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发明揭露的技术范围内，可轻易想到其各种变化或替换，这些都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种基于能量算子的优化地形渲染方法，其特征在于，包括：
获取地形数据，根据所述地形数据构建由若干个三角形格网单元组成的三角格网模型，基于所述三角格网模型计算每个所述三角形格网单元的能量算子；
将所述能量算子小于或等于预设阈值的所述三角形格网单元标记为第一目标单元，对所述第一目标单元进行三角形折叠简化处理，得到第一重构单元；将所述能量算子大于所述预设阈值的所述三角形格网单元标记为第二目标单元，对所述第二目标单元进行细分处理，得到第二重构单元；
根据所述第一重构单元和所述第二重构单元对所述三角格网模型进行重构，得到重构后的三角格网模型，并对所述重构后的三角网格模型执行地形渲染。
2.根据权利要求1所述的基于能量算子的优化地形渲染方法，其特征在于，所述三角形格网单元的所述能量算子的确定方法为：
根据所述三角形格网单元的顶点以及相连顶点之间的相连边进行计算，得到所述三角形格网单元中每个顶点的顶点能量算子；
计算同一所述三角形格网单元中所有顶点的顶点能量算子之和，得到所述三角形格网单元的能量算子。
3.根据权利要求2所述的基于能量算子的优化地形渲染方法，其特征在于，所述顶点能量算子的计算方法为：
其中，Pv表示与顶点v的入度；Pj表示顶点vj的入度；表示顶点vj所有入边的平均长度；v-vj表示顶点与顶点的入度差。
4.根据权利要求1所述的基于能量算子的优化地形渲染方法，其特征在于，所述预设阈值的确定方法为：
根据每个所述三角形格网单元的所述能量算子进行计算，得到所有所述三角形格网单元的能量算子之和；
将所有所述三角形格网单元的能量算子之和除以所述三角形格网单元的单元总数，得到平均能量算子；
计算所述平均能量算子与预设系数相乘的乘积，得到所述预设阈值。
5.根据权利要求1所述的基于能量算子的优化地形渲染方法，其特征在于，所述三角形折叠简化处理的方法为：
根据所述三角形格网单元所在的平面向量进行计算，得到每一个顶点的误差矩阵；
根据每一条边对应顶点的误差矩阵进行计算，得到每条边坍缩的折叠代价以及坍缩后新顶点的位置；
将每条边坍缩的折叠代价进行大小排序，得到排序后的所述折叠代价；
根据所述排序后的所述折叠代价，确定待坍缩的边，根据所述坍缩后新顶点的位置对所述待坍缩的边进行坍缩，得到所述第一重构单元。
6.根据权利要求1所述的基于能量算子的优化地形渲染方法，其特征在于，所述细分处理的方法为：
将所述第二目标单元中待插入新顶点的边为目标边；
对所述第二目标单元中旧顶点的位置更新，得到更新后的旧顶点坐标；
遍历所述第二目标单元中的所述目标边，根据所述目标边的类型选择对应的细分规律，确定待插入的新顶点坐标；
根据所述待插入的新顶点坐标以及所述更新后的旧顶点坐标对所述第二目标单元进行网络重构，形成所述第二重构单元。
7.根据权利要求6所述的基于能量算子的优化地形渲染方法，其特征在于，所述细分规律包括：
在所述目标边的类型为内部边的情况下，根据所述目标边的顶点间距离加权方式进行计算，得到待插入的新顶点的坐标；
在所述目标边的类型为边界边的情况下，则将边界边上的两端点的平均值作为新插入的顶点的位置。
8.一种基于能量算子的优化地形渲染系统，其特征在于，执行如权利要求1~7任一所述的基于能量算子的优化地形渲染方法。
9.一种电子设备，其特征在于，包括：处理器和存储器，所述存储器中存储指令，所述指令由处理器加载并执行，以实现如权利要求1至7任一项所述的基于能量算子的优化地形渲染方法。
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内存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的基于能量算子的优化地形渲染方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311699703.3A CN117392303A (zh) | 2023-12-12 | 2023-12-12 | 基于能量算子的优化地形渲染方法、系统、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311699703.3A CN117392303A (zh) | 2023-12-12 | 2023-12-12 | 基于能量算子的优化地形渲染方法、系统、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117392303A true CN117392303A (zh) | 2024-01-12 |
Family
ID=89437797
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311699703.3A Pending CN117392303A (zh) | 2023-12-12 | 2023-12-12 | 基于能量算子的优化地形渲染方法、系统、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117392303A (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113689566A (zh) * | 2021-07-16 | 2021-11-23 | 淮阴工学院 | 一种基于特征约束的三角网格优化方法 |
| CN116051708A (zh) * | 2023-01-30 | 2023-05-02 | 四川视慧智图空间信息技术有限公司 | 三维场景轻量化模型渲染方法、设备、装置及存储介质 |
-
2023
- 2023-12-12 CN CN202311699703.3A patent/CN117392303A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113689566A (zh) * | 2021-07-16 | 2021-11-23 | 淮阴工学院 | 一种基于特征约束的三角网格优化方法 |
| CN116051708A (zh) * | 2023-01-30 | 2023-05-02 | 四川视慧智图空间信息技术有限公司 | 三维场景轻量化模型渲染方法、设备、装置及存储介质 |
Non-Patent Citations (3)
| Title |
|---|
| RYUZHIHAO123: "[OpenGL] 网格细分算法 Loop Subdivision - 附我的实现结果", pages 3 - 6, Retrieved from the Internet <URL:https://blog.csdn.net/Mahabharata_/article/details/77585393> * |
| 王永志 等: "基于能量算子的三维空间实体LOD建模方法", 系统仿真学报, vol. 34, no. 2, 28 February 2022 (2022-02-28), pages 247 - 257 * |
| 算法小丑: "三维网格精简算法（Quadric Error Metrics）附源码", pages 2, Retrieved from the Internet <URL:https://www.cnblogs.com/shushen/p/5311828.html> * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Fan et al. | A general decoupled learning framework for parameterized image operators | |
| US20210248729A1 (en) | Superpixel merging | |
| CN111932570B (zh) | 一种基于网格数据的边缘检测方法、装置、介质及设备 | |
| CN110428386B (zh) | 地图网格合并方法、装置、存储介质、电子装置 | |
| CN115294258B (zh) | 三维模型的展开方法、装置、设备及计算机可读存储介质 | |
| CN113674385A (zh) | 一种虚拟表情生成方法、装置、电子设备及存储介质 | |
| CN113642589B (zh) | 图像特征提取方法及装置、计算机设备和可读存储介质 | |
| CN109685208B (zh) | 一种用于神经网络处理器数据稀梳化加速的方法及装置 | |
| Rivara | Lepp-bisection algorithms, applications and mathematical properties | |
| CN112446951B (zh) | 三维重建方法、装置、电子设备及计算机存储介质 | |
| CN110532670B (zh) | 一种适分析样条实体模型构建方法及系统 | |
| CN117392303A (zh) | 基于能量算子的优化地形渲染方法、系统、设备及介质 | |
| CN116597111A (zh) | 一种三维图像的处理方法以及处理装置 | |
| CN114187421B (zh) | 有限元网格模型简化方法及系统 | |
| US10269131B2 (en) | Image processing apparatus and image processing method | |
| CN115147442A (zh) | 栅格图案的矢量化方法、移动终端、电子设备和介质 | |
| CN111382834B (zh) | 一种置信度比较方法及装置 | |
| CN113610711A (zh) | 一种单图像引导的三维表面重建方法及装置 | |
| CN111862084A (zh) | 基于复杂网络的图像质量评价方法、装置及存储介质 | |
| Vetsch et al. | Neuralmeshing: Differentiable meshing of implicit neural representations | |
| CN109583512B (zh) | 图像处理方法、装置及系统 | |
| CN112150532A (zh) | 图像处理的方法、装置、电子设备和计算机可读介质 | |
| CN111898654A (zh) | 三维对象特征获取方法、装置、计算机设备和存储介质 | |
| CN109035186B (zh) | 基于并行随机采样与传播的地形非特征区域合成方法、装置和电子设备 | |
| CN115661351A (zh) | 一种人体表面重建方法、终端设备及存储介质 |
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 |