三维模型构件级自适应轻量化方法、装置及存储介质与流程
本发明涉及三维模型处理,尤其涉及三维模型构件级自适应轻量化方法、装置及存储介质。
背景技术:
1、在三维模型轻量化过程中,网格化简会把细小的几何构件逐步抹平。对于建筑信息模型中的管线、栏杆、支架等细长构件,化简常常直接让它们变形消失或断裂,破坏模型的关键细节。
2、现有的化简方法为了保护重要结构,会引入各种重要度判据来决定某个构件能否被化简,例如几何曲率、视觉显著性、或者“面积小就删、位于边界就加权保护”等规则。这些判据有一个共同的局限:它们度量的都是构件“自身”的属性,即一个构件重不重要,只看它自己。
3、由此产生一个现有方法无法妥善处理的两难问题。以包含大量管线的模型数据(如机电管综mep、管线密集的bim模型)为例:其中大量几何形态相近甚至相同的管线,有的紧贴或穿行于墙体、楼板等大型结构,有的则暴露在空旷处。基于自身属性的方法对这些几何相同的管线只能一视同仁,要么都判为不重要而一并化简、删除,要么都加以保护。
4、因此,有必要提出三维模型构件级自适应轻量化方法、装置及存储介质,以解决上述至少一个技术问题。
技术实现思路
1、为此,本发明提供三维模型构件级自适应轻量化方法、装置及存储介质,用以克服现有技术中无法根据构件所处邻域环境自适应调整轻量化处置策略,导致几何形态相同但邻域不同的构件被一视同仁,从而无法在保护暴露于空旷处的关键细结构的同时提高整体化简率的问题。
2、第一方面,本公开提供了三维模型构件级自适应轻量化方法,包括:
3、将三维模型数据划分为多个几何构件;
4、对每个所述几何构件进行主成分分析,得到目标主轴尺度和目标主轴方向;
5、基于所述目标主轴尺度和预设化简偏差预算,在所述几何构件中确定易损构件和非易损构件;
6、建立所述非易损构件的空间索引;
7、对于每个所述易损构件,沿所述目标主轴方向选取多个空间采样点;
8、对于每个所述空间采样点,在预设搜索半径内统计互不相同的所述非易损构件的数量,当所述非易损构件的数量达到预设支撑阈值时,将对应的空间采样点标记为被邻域视觉支撑采样点;
9、基于所述被邻域视觉支撑采样点的数量计算所述易损构件的邻域视觉可替代度,并根据所述邻域视觉可替代度确定处置策略。
10、进一步地,所述目标主轴尺度为第二主轴尺度,所述目标主轴方向为第一主轴方向;所述基于所述目标主轴尺度和预设化简偏差预算,在所述几何构件中确定易损构件和非易损构件,包括:
11、将所述目标主轴尺度小于所述预设化简偏差预算的几何构件判定为所述易损构件;
12、将所述目标主轴尺度不小于所述预设化简偏差预算的几何构件判定为所述非易损构件,所述非易损构件用于提供邻域视觉支撑。
13、进一步地,所述将三维模型数据划分为多个几何构件,包括:
14、对所述三维模型数据进行顶点焊接,生成至少一个三角面片;
15、将所述三角面片按共享边聚合形成连通域;
16、基于构件语义标识、材质标识和法向条件中的至少一种对所述连通域进行切分,得到所述几何构件。
17、进一步地,在所述建立所述非易损构件的空间索引之前,还包括:
18、根据所述三维模型的包围盒直径和目标屏幕像素数,计算世界像素尺寸,所述世界像素尺寸为所述包围盒直径与所述目标屏幕像素数的比值;
19、基于所述世界像素尺寸确定所述预设化简偏差预算和所述预设搜索半径。
20、进一步地,所述根据所述邻域视觉可替代度确定处置策略,包括:
21、当所述易损构件的邻域视觉可替代度高于第一阈值且满足构件级删除安全条件时,将该易损构件标记为可删除构件;
22、当所述易损构件的邻域视觉可替代度不高于第二阈值时,对该易损构件施加保护性化简;
23、当所述易损构件的邻域视觉可替代度介于所述第一阈值和所述第二阈值之间时,对该易损构件进行普通化简;
24、其中,所述第一阈值大于所述第二阈值,所述构件级删除安全条件包括该易损构件的绝对屏幕投影尺寸低于预设尺寸下限,且删除该易损构件不会在所在处留下可见空洞或丢失独立轮廓。
25、进一步地,所述建立所述非易损构件的空间索引,包括:
26、对于每个所述非易损构件,根据构件空间位置生成对应的包围盒;
27、基于各所述非易损构件的包围盒构建所述非易损构件的空间索引;
28、其中,所述空间索引用于在所述预设搜索半径内查询所述非易损构件。
29、第二方面,本公开提供了三维模型构件级自适应轻量化装置,包括:
30、划分模块,被配置为将三维模型数据划分为多个几何构件;
31、分析模块,被配置为对每个所述几何构件进行主成分分析,得到目标主轴尺度和目标主轴方向;
32、区分模块,被配置为基于所述目标主轴尺度和预设化简偏差预算,在所述几何构件中确定易损构件和非易损构件;
33、索引模块,被配置为建立所述非易损构件的空间索引;
34、采样模块,被配置为对于每个所述易损构件,沿所述目标主轴方向选取多个空间采样点;
35、统计模块,被配置为对于每个所述空间采样点,在预设搜索半径内统计互不相同的所述非易损构件的数量,当所述非易损构件的数量达到预设支撑阈值时,将对应的空间采样点标记为被邻域视觉支撑采样点;
36、策略模块,被配置为基于所述被邻域视觉支撑采样点的数量计算所述易损构件的邻域视觉可替代度,并根据所述邻域视觉可替代度确定处置策略。
37、第三方面,本公开提供了一种存储介质,包括:
38、一个或多个处理器;
39、存储装置,其上存储有一个或多个程序,
40、当上述一个或多个程序被上述一个或多个处理器执行时,使得上述一个或多个处理器实现如本公开第一方面中任一实施方式描述的方法。
41、第四方面,本公开提供了一种计算机可读存储介质,其上存储有计算机程序,其中,上述计算机程序被一个或多个处理器执行时实现如本公开第一方面中任一实施方式描述的方法。
42、第五方面,本公开提供了一种计算机程序产品,包括计算机程序/指令,所述计算机程序/指令被处理器执行时实现如本公开第一方面中任一实施方式描述的方法。
43、与现有技术相比,本发明的有益效果在于,通过对三维模型构件进行主成分分析识别易损构件,并以易损构件邻域内互不相同的大型非易损构件的空间支撑情况计算邻域视觉可替代度,进而由该可替代度统一驱动删除、普通化简或保护性化简三档处置策略,实现了对几何形态相同但所处邻域环境不同的构件给予差异化轻量化处置,在保护暴露于空旷处的关键细结构的同时,对具有大型背景支撑的构件正常化简甚至删除,从而在不牺牲整体化简率的前提下有效避免细长构件在网格化简过程中被抹平或断裂,显著提升了三维模型轻量化的视觉保真度与自适应能力。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com