一种顾及比例尺的三维模型数据抽稀简化方法及装置制造方法及图纸

本发明专利技术公开了一种顾及比例尺的三维模型数据抽稀简化方法及装置，包括：获取原始倾斜摄影三维模型数据，根据三维模型节点间的层级关系形成层级树，并抽取层级树的过渡型中间节点，获取精简后的层级树的各级叶节点的数量及顶点坐标，根据每个层级中叶节点的顶点数量及坐标计算每个层级的顶点密度；以及，分别根据每个层级的顶点密度将每个所述层级划分为格网，根据每个层级对应的格网计算每个层级的比例尺；根据每个层级对应的顶点密度和比例尺，对所述第二层级树进行简化，得到简化后的三维模型数据。采用本方法可快捷稳健地实现倾斜模型的比例简化，为倾斜模型的内业比例制图应用提供了有效方法，且方法简单、容易实现。容易实现。容易实现。

【技术实现步骤摘要】
一种顾及比例尺的三维模型数据抽稀简化方法及装置


[0001]本专利技术涉及倾斜摄影数据处理领域，特别涉及一种顾及比例尺的三维模型数据抽稀简化方法及装置。

技术介绍

[0002]倾斜摄影是获取高精度三维测绘数据的重要手段，采集效率高，并且获得的实景三维模型分辨率高，直观清晰，数据的存储一般采样分页层次节点的方式存储，具有数据总量大、碎片化数据多、层次划分密集的特点，在数据的分发和应用方面存在加载层级多、分发效率低的问题，如何通过对海量瓦片化的三维模型进行简化抽稀，实现快速数据的加载和渲染调度、快速进行网络分发，是亟待解决的问题和难点。

技术实现思路

[0003]本专利技术的目的在于克服现有技术中对倾斜摄影的海量三维数据处理效率较低的问题，本专利技术提出一种顾及比例尺的三维模型数据抽稀简化方法及装置，该方法能够对倾斜摄影的实景三维模型进行分层级的简化抽稀，为实景模型用于一定比例地形制图提供技术支撑。
[0004]为了实现上述专利技术目的，本专利技术提供了以下技术方案：
[0005]一种顾及比例尺的三维模型数据抽稀简化方法，包括：
[0006]S1：获取原始倾斜摄影三维模型数据，遍历所述三维实景模型数据中的所有节点，根据节点间的层级关系形成第一层级树；
[0007]S2：自顶向下抽取所述第一层级树上的过渡型中间节点，利用所述中间节点的子节点替换所述中间节点，形成第二层级树；所述过渡型中间节点为拥有单一子节点的节点；
[0008]S3：获取所述第二层级树的各级叶节点的数量及顶点坐标，针对所述第二层级树中的每个层级，根据每个层级中叶节点的数量及顶点坐标计算每个层级的顶点密度；以及，分别根据每个层级的顶点密度将每个所述层级划分为格网，根据每个层级对应的格网计算每个层级的比例尺；
[0009]S4：自底向上遍历所述第二层级树，根据每个层级对应的顶点密度和比例尺，对所述第二层级树进行简化，得到简化后的三维模型数据。
[0010]根据一种具体的实施方式，上述顾及比例尺的三维模型数据抽稀简化方法中，根据每个层级中叶节点的数量及顶点坐标计算每个层级的顶点密度，包括：
[0011]在二维平面将所述顶点坐标投影为二维点集合，采用凹多边形算法计算所述二维点集合的边界范围，计算所述边界范围的面积；
[0012]根据每个层级的叶节点数量与所述边界范围的面积计算每个所述层级的顶点密度。
[0013]根据一种具体的实施方式，上述顾及比例尺的三维模型数据抽稀简化方法中，所述分别根据每个层级的顶点密度将每个所述层级划分为格网，包括：自底向上遍历所述第
二层级树，根据每个层级的顶点密度将每个所述层级划分为格网。
[0014]根据一种具体的实施方式，上述顾及比例尺的三维模型数据抽稀简化方法中，所述根据每个层级的顶点密度将每个所述层级划分为格网，包括：
[0015]计算所述边界范围的宽度和高度，
[0016]根据每个层级的顶点密度与所述边界范围的宽度和高度，计算每个层级对应的初始格网的宽度和高度；
[0017]对每个层级对应的初始格网进行细分操作，得到每个层级对应的最终格网，所述细分操作包括：遍历所述初始格网中每个网格，计算网格的顶点密度分布，根据所述网格的顶点密度分布判断该网格是否需要细分，若是，则对所述网格进行细分，若否，则停止细分；遍历结束后，得到最终格网。
[0018]根据一种具体的实施方式，上述顾及比例尺的三维模型数据抽稀简化方法中，所述根据所述网格的顶点密度分布判断该网格是否需要细分，包括：
[0019]对每个网络进行2*2划分，分别计算4个单元格的顶点密度P1～P4，计算4个顶点密度的平均密度PA，计算最大最小密度差，
[0020]DPmax＝Max|Pi
‑
PA|；
[0021]DPmin＝Min|Pi
‑
PA|；
[0022]如果DPmax
‑
DPmin>PA，则继续对密度最大的格网进行划分，否则停止划分；其中，Pi为该网格的顶点密度分布。
[0023]根据一种具体的实施方式，上述顾及比例尺的三维模型数据抽稀简化方法中，所述根据每个层级对应的格网计算每个层级的比例尺，包括：
[0024]计算每个层级对应的格网的密度均值，以所述密度均值为该层级的最终顶点密度；
[0025]基于每个层级的最终顶点密度，在比例尺密度区间中进行匹配，得到每个层级的比例尺。
[0026]根据一种具体的实施方式，上述顾及比例尺的三维模型数据抽稀简化方法中，所述S4包括：
[0027]自底向上遍历所述第二层级树，针对每个层级，根据每个层级的顶点密度计算各层级的简化率，对简化率低于预设值的层级，根据所述简化率对该层级进行第一简化处理；以及，基于每个层级的比例尺，提取比例尺小于预设比例尺的层级，对比例尺小于预设比例尺的层级进行第二简化处理。
[0028]根据一种具体的实施方式，上述顾及比例尺的三维模型数据抽稀简化方法中，所述对简化率低于预设值的层级，根据所述简化率对该层级进行第一简化处理，包括：
[0029]对简化率低于预设值的层级，提取该层级的节点对象信息，根据该层级的节点对象信息构造三角网，基于所述预设值对所述三角网进行简化，简化后进行法线平滑处理。
[0030]根据一种具体的实施方式，上述顾及比例尺的三维模型数据抽稀简化方法中，所述对比例尺小于预设比例尺的层级进行第二简化处理，包括：
[0031]获取该层级对应的格网的网格宽度与高度，设置格网采样细分尺度，根据所述采样细分尺度对格网中的每个网格进行细分；
[0032]提取每个细分后的网格的顶点的高程数据与纹理坐标，构造高程数据集合与纹理
坐标集合；
[0033]根据所述高程数据集合与纹理坐标集合构建规则格网模型，形成模型几何对象，完成当前层级的抽稀简化。
[0034]顾及比例尺的三维模型数据抽稀简化方法在本专利技术进一步的实施例中，还提供一种三维模型数据抽稀简化装置，包括至少一个处理器，以及与所述至少一个处理器通信连接的存储器；所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述顾及比例尺的三维模型数据抽稀简化方法。
[0035]与现有技术相比，本专利技术的有益效果：
[0036]1、本专利技术实施例所提供的顾及比例尺的三维模型数据抽稀简化方法，通过原始倾斜摄影三维实景模型数据转换为层级树，并依次求解层级树各层的顶点密度和比例尺，根据每个层级对应的顶点密度和比例尺，对层级树进行分层级简化，得到简化后的三维模型数据，本专利技术所提供的方法基于各层级比例关系对三维实景模型数据进行分层级的轻量化，便于数据快速加载和网络发布；采用本专利技术可快捷稳健地实现倾斜模型的比例简化，为倾斜模型的内业比例制图应用提供了有效方法，且方法简单、容易实现。
[0037]2、本专利技术实施例利本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种顾及比例尺的三维模型数据抽稀简化方法，其特征在于，包括：S1：获取原始倾斜摄影三维模型数据，遍历所述三维实景模型数据中的所有节点，根据节点间的层级关系形成第一层级树；S2：自顶向下抽取所述第一层级树上的过渡型中间节点，利用所述中间节点的子节点替换所述中间节点，形成第二层级树；所述过渡型中间节点为拥有单一子节点的节点；S3：获取所述第二层级树的各级叶节点的数量及顶点坐标，针对所述第二层级树中的每个层级，根据每个层级中叶节点的数量及顶点坐标计算每个层级的顶点密度；以及，分别根据每个层级的顶点密度将每个所述层级划分为格网，根据每个层级对应的格网计算每个层级的比例尺；S4：自底向上遍历所述第二层级树，根据每个层级对应的顶点密度和比例尺，对所述第二层级树进行简化，得到简化后的三维模型数据。2.如权利要求1所述的顾及比例尺的三维模型数据抽稀简化方法，其特征在于，所述S3中，根据每个层级中叶节点的数量及顶点坐标计算每个层级的顶点密度，包括：在二维平面将所述顶点坐标投影为二维点集合，采用凹多边形算法计算所述二维点集合的边界范围，计算所述边界范围的面积；根据每个层级的叶节点数量与所述边界范围的面积计算每个所述层级的顶点密度。3.如权利要求2所述的顾及比例尺的三维模型数据抽稀简化方法，其特征在于，所述分别根据每个层级的顶点密度将每个所述层级划分为格网，包括：自底向上遍历所述第二层级树，根据每个层级的顶点密度将每个所述层级划分为格网。4.如权利要求2所述的顾及比例尺的三维模型数据抽稀简化方法，其特征在于，所述根据每个层级的顶点密度将每个所述层级划分为格网，包括：计算所述边界范围的宽度和高度，根据每个层级的顶点密度与所述边界范围的宽度和高度，计算每个层级对应的初始格网的宽度和高度；对每个层级对应的初始格网进行细分操作，得到每个层级对应的最终格网，所述细分操作包括：遍历所述初始格网中每个网格，计算网格的顶点密度分布，根据所述网格的顶点密度分布判断该网格是否需要细分，若是，则对所述网格进行细分，若否，则停止细分；遍历结束后，得到最终格网。5.如权利要求4所述的顾及比例尺的三维模型数据抽稀简化方法，其特征在于，所述根据所述网格的顶点密度分布判断该网格是否需要细分，包括：对每个网络进行2*2划分，分别计算4个单元格的顶点密度P1～P4，计算4个顶点密度的平...

【专利技术属性】
技术研发人员：谢毅，胥海燕，周玉辉，刘畅，梅熙，刘威，代强玲，严健，陈鸣，杨永刚，张刚，
申请(专利权)人：中铁二院工程集团有限责任公司，
类型：发明
国别省市：