LOD数据的生成方法、装置及电子设备与流程

lod数据的生成方法、装置及电子设备
技术领域
1.本发明涉及计算机辅助设计技术领域，具体涉及lod数据的生成方法、装置及电子设备。


背景技术：

2.目前3d显示技术的应用越来越广泛，在工业设计、游戏、虚拟现实和增强现实、影视等领域都发挥着重要作用，随着对画面精细度和真实感要求的不断提高，3d显示的数据量也大规模增加。但由于硬件性能有限，如果一次加载整个场景的精细模型，势必需要大量的硬件资源，进而引起卡顿、崩溃等性能问题，因此产生了细节层次(levels of detail，简称为lod)策略，用于按照细节精细程度划分的不同层级，即，对较远位置和不重要内容加载其粗糙的模型进行替代，当距离变近或其受到关注时才加载它的精细模型。
3.现有的lod数据一般是建模人员手动创建获得的，或是借助一定工具调整大量参数生成的。手动创建需要反复修改最终成型，使用工具生成则需要不断调整参数以获得更好的结果，并且结果的好坏很多时候是技术人员进行判定的，具有很强的主观性。因此，现有的lod数据的精细程度依赖于建模人员，大量三维场景中的lod效果通过建模人员手动创建获得，导致生成lod数据的效率较低。


技术实现要素：

4.有鉴于此，本发明实施例提供了一种lod数据的生成方法、装置及电子设备，以解决生成lod数据的效率较低的问题。
5.根据第一方面，本发明实施例提供了一种lod数据的生成方法，包括：
6.获取原始模型数据以及初始简化参数；
7.基于所述初始简化参数对所述原始模型数据进行简化得到简化后模型数据，并确定所述原始模型数据与所述简化后模型数据的相似度；
8.根据所述相似度对所述初始简化参数进行调整，以对所述原始模型数据进行再次简化，确定所述原始模型数据对应的lod数据。
9.本发明实施例提供的lod数据的生成方法，通过原始模型数据与简化后模型数据的相似度对初始简化参数进行调整，实现初始简化参数的自动调整，且自动调整是依赖于相似度进行的，相似度均是利用简化后模型数据与原始模型数据得到的，可以在最大程度地保留原始模型数据的特征的基础上，保证了自动调整后的初始简化参数的可靠性，同时由于整个lod数据的生成过程是自动处理的，不需要人为干预，提高了生成lod数据的效率。
10.结合第一方面，在第一方面第一实施方式中，所述根据所述相似度对所述初始简化参数进行调整，以对所述原始模型数据进行再次简化，确定所述原始模型数据对应的lod数据，包括：
11.获取所述初始简化参数对应的初始上限以及初始下限；
12.基于所述相似度与阈值的大小关系，利用所述初始上限以及初始下限调整所述初
始简化参数，得到调整后的简化参数；
13.利用所述调整后的简化参数对所述原始模型数据进行再次简化，以确定所述原始模型数据对应的lod数据。
14.本发明实施例提供的lod数据的生成方法，阈值表示简化的期望值，通过相似度与阈值的大小关系，指导初始简化参数的调整方向，即，通过初始上限以及下限对初始简化参数进行调整，保证了调整后的简化参数的准确性，动态地得到满足阈值要求且数据量上最优的lod数据，并且lod层级的生成过程是自动的，不需要人工干预，提高了自动化的水平，获得数据也提升了加载速度和交互体验。
15.结合第一方面第一实施方式，在第一方面第二实施方式中，所述基于所述相似度与阈值的大小关系，利用所述初始上限以及初始下限调整所述初始简化参数，得到调整后的简化参数，包括：
16.利用所述相似度与阈值的大小关系，对所述初始上限以及下限进行调整，得到调整后的上限以及下限；
17.基于所述调整后的上限以及下限，调整所述初始简化参数，得到调整后的简化参数。
18.本发明实施例提供的lod数据的生成方法，先利用相似度与阈值的大小关系调整初始上限以及下限，由于阈值是表征简化的期望值，那么再在此基础上对初始简化参数进行调整，可以减少初始简化参数的调整次数，提高了lod数据的生成效率。
19.结合第一方面第二实施方式，在第一方面第三实施方式中，所述利用所述相似度与阈值的大小关系，对所述初始上限以及下限进行调整，得到调整后的上限以及下限，包括：
20.当所述相似度小于所述阈值时，增大所述初始下限得到调整后的下限；
21.当所述相似度大于所述阈值时，减小所述初始上限得到调整后的上限。
22.本发明实施例提供的lod数据的生成方法，当相似度大于阈值表示可以使用更靠近下限的参数进行简化，当相似度小于阈值表示可以使用更接近上限的参数进行简化，基于此，对初始上限以及下限进行相应的调整，以满足调整需求。
23.结合第一方面第二实施方式或第三实施方式，在第一方面第四实施方式中，所述基于所述调整后的上限以及下限，调整所述初始简化参数，得到调整后的简化参数，包括：
24.计算所述调整后的上限以及下限的均值；
25.将所述均值确定为所述调整后的简化参数。
26.本发明实施例提供的lod数据的生成方法，通过二分法得到调整后的简化参数，最终通过迭代，得到符合条件的全局最优解。
27.结合第一方面第一实施方式，在第一方面第五实施方式中，所述利用所述调整后的简化参数对所述原始模型数据进行再次简化，以确定所述原始模型数据对应的lod数据，包括：
28.判断所述调整后的上限以及下限之间的差值是否满足停止条件；
29.当不满足所述停止条件时，利用所述调整后的上限以及下限调整所述初始简化参数，得到所述调整后的简化参数；
30.利用所述调整后的简化参数对所述原始模型数据进行再次简化，以确定所述原始
模型数据对应的lod数据。
31.本发明实施例提供的lod数据的生成方法，由于上限与下限之间的区间表征了简化参数的可调范围，在可调范围较小时，即使进行模型简化也意义不大，因此，通过调整后的上限以及下限之间的差值与停止条件之间的关系，确定是否需要继续进行简化，减少了无效的模型简化，提高了lod数据的生成效率。
32.结合第一方面，在第一方面第六实施方式中，所述基于所述初始简化参数对所述原始模型数据进行简化得到简化后模型数据，并确定所述原始模型数据与所述简化后模型数据的相似度，包括：
33.利用所述初始简化参数对所述原始模型数据进行简化得到简化后模型数据；
34.分别对所述原始模型数据以及所述简化后模型数据转换为二维表示，得到原始数据图像和简化后数据图像；
35.基于所述原始数据图像的特征以及所述简化后数据图像的特征，确定所述相似度。
36.本发明实施例提供的lod数据的生成方法，相似度的计算是基于三维模型的二维图像获取到，而非直接通过三维模型进行计算，通过二维图像进行处理速度快，因为基于二维图像相似度的计算单元是像素，其计算量可能只有几万至几十万。而基于三维模型计算，其计算单元是三角形个数或顶点个数，可能上千万或更多；更加直观，将两张图片放在一起，很容易看出其效果，而三维模型需要在三维空间中展示；更易于处理材质信息，生成图片后，模型的几何信息和材质信息是可以同时体现的，而基于三维模型进行比较的算法多数只侧重于几何信息；更符合实际，三维模型在屏幕上展示的时候，已经塌缩成二维了，因此人在主观判断两个模型是否相似的时候，已经是基于二维图片在进行判断了。
37.根据第二方面，本发明实施例还提供了一种lod数据的生成装置，包括：
38.获取模块，用于获取原始模型数据以及初始简化参数；
39.简化模块，用于基于所述初始简化参数对所述原始模型数据进行简化得到简化后模型数据，并确定所述原始模型数据与所述简化后模型数据的相似度；
40.调整模块，用于根据所述相似度对所述初始简化参数进行调整，以对所述原始模型数据进行再次简化，确定所述原始模型数据对应的lod数据。
41.本发明实施例提供的lod数据的生成装置，通过原始模型数据与简化后模型数据的相似度对初始简化参数进行调整，实现初始简化参数的自动调整，且自动调整是依赖于相似度进行的，相似度均是利用简化后模型数据与原始模型数据得到的，可以在最大程度地保留原始模型数据的特征的基础上，保证了自动调整后的初始简化参数的可靠性，同时由于整个lod数据的生成过程是自动处理的，不需要人为干预，提高了生成lod数据的效率。
42.根据第三方面，本发明实施例提供了一种电子设备，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行第一方面或者第一方面的任意一种实施方式中所述的lod数据的生成方法。
43.根据第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行第一方面或者第一方面的任意一种实施方式中所述的lod数据的生成方法。
附图说明
44.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
45.图1a-图1d示出了lod数据的示意图；
46.图1e示出了不同层级的lod数据的应用示意图；
47.图2是根据本发明实施例的lod数据的生成方法的流程图；
48.图3a-图3b示出了近距离观察时原始模型数据与简化后模型数据的示意图；
49.图3c-图3d示出了远距离观察时原始模型数据与简化后模型数据的示意图；
50.图4是根据本发明实施例的lod数据的生成方法的流程图；
51.图5是根据本发明实施例的lod数据的生成方法的流程图；
52.图6是根据本发明实施例的lod数据的生成方法的流程图；
53.图7是根据本发明实施例的lod数据的生成装置的结构框图；
54.图8是本发明实施例提供的电子设备的硬件结构示意图。
具体实施方式
55.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域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。
56.lod是图形显示中，通过不同层级代表图元的精细程度。如果一个几何形体离观察位置较远，就可以用粗糙的形态来代替，并且不会在视觉上有太大的差异。具体地，在图形显示中，所有的平面、曲面都是三角形网格或四边形网格组成的，几何形体越精细，则需要的三角形数量就越多，对计算性能的要求就越高。换言之，在一定的计算性能下，显示越精细的模型就越困难，如果模型过于精细，则会出现卡顿、崩溃等情况。因此，就需要利用lod数据进行显示。
57.图1a-图1d示出了不同层级的lod数据，其中，其精细度是逐渐减小的。精细度越高的lod数据可以加载在离观察位置较近的位置，精细度越低的lod数据可以加载在远离观察位置的位置。即，图1e示出了图1a-图1d中各个层级的lod数据的具体应用。需要说明的是，图1a-图1e仅仅是为了表示不同层级的lod数据，而并不是照片或有填充的图片。
58.因此，为了生成不同层级的lod数据，本发明提出的解决方案是：对简化参数进行自适应调整，以满足生成不同层级的lod数据的需求。
59.需要说明的是，本发明实施例中所述的lod数据的生成方法可以在建筑信息模型、城市信息模型或地理信息系统等领域进行应用。具体地，建筑信息模型主要处理建筑空间三维模型的虚拟化实现，使用数字化技术进行建筑模型各生命阶段的信息处理，包括设计、建设、运营和维护等，信息包括空间几何信息、专业属性以及状态信息。地理信息系统是指通过数字化技术，对地球表层空间中的地理分布数据进行采集、存储、计算和分析等操作。城市信息模型是在城市地理信息系统的基础上，加入单体建筑的建筑信息模型，结合城市
道路、桥隧、轨道交通、地下管线等市政设施，构建出的城市规划、建设、运行与维护的系统。
60.根据本发明实施例，提供了一种lod数据的生成方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
61.在本实施例中提供了一种lod数据的生成方法，可用于电子设备，如电脑、手机、平板电脑等，图2是根据本发明实施例的lod数据的生成方法的流程图，如图2所示，该流程包括如下步骤：
62.s11，获取原始模型数据以及初始简化参数。
63.原始模型数据为三维模型数据，一般是从场景中提取的，包含有几何信息、材质信息的三维模型数据。其中，原始模型数据是后续进行模型简化的基础。
64.几何信息一般可以表示为position，normal，uv和index的组合，其中position为vector3f数据的集合，每一个数据代表空间中的一个点；normal为vector3f数据的集合，每一个数据代表对应空间中点的法线方向；uv为vector2f数据的集合，每一个数据代表对应顶点在贴图中的材质坐标；index为vector3i数据的集合，每一个数据(i，j，k)代表第i个顶点、第j个顶点和第k个顶点组成的三角形。
65.其中，材质信息包括漫反射颜色、金属粗糙度等参数和贴图，贴图又包括法线贴图、漫反射贴图、光照贴图、遮蔽贴图和自发光贴图等。
66.当然，原始模型数据所包括的数据并不限于上述的几何信息或材质信息，也可以包括其他信息，具体可以依据实际需求进行相应的设置，在此对其并不做任何限制。例如，可以依据后续简化模型所需的数据确定此处原始模型数据所包含的信息。
67.初始简化参数并不限于第一次简化模型时所采用的简化参数，也可以表示当前简化参数，利用初始简化参数的目的仅仅是为了与后续调整后的简化参数进行区分，并无任何特别含义。其中，初始简化参数所包括的参数个数是依据后续所使用的简化模型的方法确定的，各个参数的具体数据可以依据经验值进行设置，也可以是根据实验结果进行确定，等等。
68.s12，基于初始简化参数对原始模型数据进行简化得到简化后模型数据，并确定原始模型数据与简化后模型数据的相似度。
69.电子设备利用初始简化参数对原始模型数据进行简化，得到简化后的模型数据。例如，利用对应的初始简化参数对原始模型数据进行简化、抽壳等。其中，所述的对原始模型数据进行简化，并不限于“简化”方法，也可以为抽壳等，只需保证能够减少原始模型数据的精细度即可，在此对简化的具体方法并不做任何限定。
70.其中，当利用“简化”方法对原始模型数据进行简化时，所采用的方法有：基于顶点位置分布的顶点聚类法、基于顶点间距离的边塌缩迭代法、基于二次误差的面退化法；当利用抽壳方法对原始模型数据进行简化时，所采用的方法有：按照投影轮廓拉伸方或分层轮廓局部拉伸组合发等等。
71.当利用上述的方法得到简化后模型数据，所述的简化后模型数据也可以称之为lod层模型数据，在相同的距离观察，简化后的模型数据变得更为模糊，即简化后模型数据为原始模型数据的粗糙版本，但其数据量变小，对显示引擎的资源需求和压力也更小。例
如，图3a示出了原始模型数据，图3b示出了对应的简化后模型数据。通过对比可知，简化后模型数据的精细度低于原始模型数据。
72.另一方面，当观察距离较远时，原始数据和lod数据在视觉效果上是相当的，此时可以用简化后模型数据替代原始模型数据。例如，图3c示出了远距离观察的原始模型数据，图3d示出了远距离观察的简化后模型数据。通过对比可知，当远距离观察时，原始模型数据与简化后模型数据在视觉上是相当的，并无区别，因此，为了减小对显示引擎的资源需求，当远距离观察时，可以利用简化后模型数据替代原始模型数据。需要说明的是，图3a-图3d仅仅是为了表征简化前后模型数据的直观体现，而并不是照片或有填充的图片。
73.电子设备在得到简化后模型数据之后，就可以计算原始模型数据与简化后模型数据的相似度。例如，可以将简化后模型数据转换以及原始模型数据转换为矩阵表示，通过计算两个矩阵之间的距离即可得到所述的相似度；也可以分别将简化后模型数据与原始模型数据转换为二维表示，那么，通过计算两个二维图像之间的距离即可得到所述的相似度；或者，也可以通过提取原始模型数据与简化后模型数据的特征，通过计算两个特征之间的距离得到所述的相似度。
74.关于该步骤具体将在下文中进行详细描述。
75.s13，根据相似度对初始简化参数进行调整，以对原始模型数据进行再次简化，确定原始模型数据对应的lod数据。
76.所述的相似度用于表示简化后模型数据与原始模型数据的相似程度，只要相似度在一定的阈值范围内，均可以通过调整初始简化参数的方式对原始模型数据进行再次简化。其中，再次简化的目的是为了进一步降低简化后模型数据的数据量。
77.例如，对于简化方法而言，简化参数越小，其得到的简化后模型数据的精细度越低。因此，当相似度在一定的阈值范围内时，可以增加简化参数，以提高简化后模型数据的精细度。
78.其中，每进行一次简化原始模型数据的处理，就可以认为得到一个层级的lod数据。例如，将原始模型数据认为是精细度最高的lod数据，将其层级定义为l0级；在第一次简化处理之后，得到l1层级的lod数据；在第二次简化处理之后，得到l2层级的lod数据；
……
；依次类推，直至确定出满足需求且数据量最小的ln层级的lod数据。
79.需要说明的是，不同层级的区分方式并不限于上文所述的l0-ln的方式，也可以为其他方式，在此对其并不做任何限定，具体可以根据实际需求进行设置即可。
80.关于该步骤具体将在下文中进行详细描述。
81.本实施例提供的lod数据的生成方法，通过原始模型数据与简化后模型数据的相似度对初始简化参数进行调整，实现初始简化参数的自动调整，且自动调整是依赖于相似度进行的，相似度均是利用简化后模型数据与原始模型数据得到的，可以在最大程度地保留原始模型数据的特征的基础上，保证了自动调整后的初始简化参数的可靠性，同时由于整个lod数据的生成过程是自动处理的，不需要人为干预，提高了生成lod数据的效率。
82.在本实施例中提供了一种lod数据的生成方法，可用于电子设备，如电脑、手机、平板电脑等，图4是根据本发明实施例的lod数据的生成方法的流程图，如图4所示，该流程包括如下步骤：
83.s21，获取原始模型数据以及初始简化参数。
84.详细请参见图2所示实施例的s11，在此不再赘述。
85.s22，基于初始简化参数对原始模型数据进行简化得到简化后模型数据，并确定原始模型数据与简化后模型数据的相似度。
86.详细请参见图2所示实施例的s12，在此不再赘述。
87.s23，根据相似度对初始简化参数进行调整，以对原始模型数据进行再次简化，确定原始模型数据对应的lod数据。
88.具体地，上述s23包括：
89.s231，获取初始简化参数对应的初始上限以及初始下限。
90.如上文所述，所述的初始简化参数中参数的个数是依据简化处理的方法进行具体确定的。例如，初始简化参数中共有3个简化参数。对应于每个简化参数而言，其均对应有初始上限以及初始下限。
91.例如，简化参数a，对应的取值范围为[a1，a2]，对应的初始上限为a1，初始下限为a2；
[0092]
简化参数b，对应的取值范围为[b1，b2]，对应的初始上限为b1，初始下限为b2；
[0093]
简化参数c，对应的取值范围为[c1，c2]，对应的初始上限为c1，初始显现为c2。
[0094]
对应于每个简化参数而言，电子设备并不一定要获取到其对应的取值范围，可以仅仅就获取对应的初始上限以及下限，具体可以依据实际需求进行相应的设置。
[0095]
s232，基于相似度与阈值的大小关系，利用初始上限以及初始下限调整初始简化参数，得到调整后的简化参数。
[0096]
其中，阈值的具体取值根据实际需求进行相应的设置。电子设备将相似度与阈值进行大小比较，确定初始简化参数中各个简化参数的调整方向。具体地，利用初始上限以及下限调整初始简化参数，进而确定调整后的简化参数。
[0097]
在本实施例的一些可选实施方式中，上述s232可以包括：
[0098]
(1)利用相似度与阈值的大小关系，对初始上限以及下限进行调整，得到调整后的上限以及下限。
[0099]
初始上限定义了简化不明显的方向界限，初始下限定义了简化明显的方向界限。其中，当相似度大于阈值时，表示可以使用更靠近下限的参数进行简化，即减小所述初始上限得到调整后的上限，例如，对于简化参数a而言，调整后的上限a2＝(a1 a2)/2；当相似度小于阈值时，表示可以使用更接近上限的参数进行更保守的简化，即增大初始下限得到调整后的下限，例如，对于简化参数a而言，调整后的下限a1＝(a1 a2)/2。
[0100]
当相似度大于阈值表示可以使用更靠近下限的参数进行简化，当相似度小于阈值表示可以使用更接近上限的参数进行简化，基于此，对初始上限以及下限进行相应的调整，以满足调整需求。
[0101]
(2)基于调整后的上限以及下限，调整初始简化参数，得到调整后的简化参数。
[0102]
电子设备在确定出调整后的上限以及下限之后，可以采用如下方式计算调整后的简化参数：
[0103]
2.1)计算调整后的上限以及下限的均值。
[0104]
2.2)将均值确定为调整后的简化参数。
[0105]
即，通过二分法得到调整后的简化参数，最终通过迭代，得到符合条件的全局最优
解。
[0106]
先利用相似度与阈值的大小关系调整初始上限以及下限，由于阈值是表征简化的期望值，那么再在此基础上对初始简化参数进行调整，可以减少初始简化参数的调整次数，提高了lod数据的生成效率。
[0107]
或者，电子设备在确定出调整后的上限以及下限之后，也可以从调整后的取值范围内确定一个参数值作为调整后的简化参数的取值。
[0108]
进一步可选地，还可以采用如下方式得到简化后的调整参数。对于简化参数a，其初始上限为a1，初始下限为a2，可以采用枚举法确定出调整后的简化参数。即，调整后的简化参数a＝a2 t(a1-a2)，t＝s，2s，3s，
…
，ns，ns＝1，选取如何阈值条件的最小t值。
[0109]
例如，简化参数只有一个参数，即简化后三角形数量与简化前三角形数量的比值，记为ratio，即。则para＝(ratio)。假设ratio最小值可能是0，最大值可能是0.5。那么有参数区间[(0.0)，(0.5)]。现在，希望找到一个ratio值，使得相似度是符合阈值条件的，且ratio是最小的，假定这个符合要求的ratio就在区间里。取s＝0.1,n＝10。则t＝0.1，0.2，0.3，
…
，0.9，1.0。则para＝(0.05)，(0.1)，
…
，(0.45)，(0.5)。使用para依次计算是否符合阈值条件，假设当para＝(0.35)不符合阈值条件，para＝(0.40)符合阈值条件时，则取para＝(0.40)，即ratio＝0.40。
[0110]
或者，也可以利用其他方式调整初始简化参数，具体可以依据实际需求进行相应的设置。
[0111]
s233，利用调整后的简化参数对原始模型数据进行再次简化，以确定原始模型数据对应的lod数据。
[0112]
电子设备在得到调整后的简化参数之后，利用其再次对原始模型数据进行简化，具体可以采用s22所述的简化方式，最终确定出原始模型数据对应的lod数据。
[0113]
本实施例提供的lod数据的生成方法，阈值表示简化的期望值，通过相似度与阈值的大小关系，指导初始简化参数的调整方向，即，通过初始上限以及下限对初始简化参数进行调整，保证了调整后的简化参数的准确性，动态地得到满足阈值要求且数据量上最优的lod数据，并且lod层级的生成过程是自动的，不需要人工干预，提高了自动化的水平，获得数据也提升了加载速度和交互体验。
[0114]
作为本实施例的一种可选实施方式，电子设备在对初始上限以及下限进行调整之后，可以先确定参数区间的大小是否收敛到特定范围值内，由此判断简化处理的过程是否结束。具体地，上述s233可以包括：
[0115]
(1)判断调整后的上限以及下限之间的差值是否满足停止条件。
[0116]
例如，停止条件为d，对于简化参数a而言，计算调整后的上限与调整后的下限的差值，确定取值范围，判断取值范围的大小是否小于停止条件。当满足停止条件时，流程结束，选取当前简化结果作为满足条件且数据量最小的lod数据。否则，执行步骤(2)。
[0117]
(2)当不满足停止条件时，利用调整后的上限以及下限调整初始简化参数，得到调整后的简化参数。
[0118]
即，采用上述s232中可选实施方式中的步骤(2)所述的方式得到调整后的简化参数。
[0119]
(3)利用调整后的简化参数对原始模型数据进行再次简化，以确定原始模型数据
对应的lod数据。
[0120]
详细请参见s22所述的简化方式，在此不再赘述。
[0121]
由于上限与下限之间的区间表征了简化参数的可调范围，在可调范围较小时，即使进行模型简化也意义不大，因此，通过调整后的上限以及下限之间的差值与停止条件之间的关系，确定是否需要继续进行简化，减少了无效的模型简化，提高了lod数据的生成效率。
[0122]
在本实施例中提供了一种lod数据的生成方法，可用于电子设备，如电脑、手机、平板电脑等，图5是根据本发明实施例的lod数据的生成方法的流程图，如图5所示，该流程包括如下步骤：
[0123]
s31，获取原始模型数据以及初始简化参数。
[0124]
详细请参见图2所示实施例的s11，在此不再赘述。
[0125]
s32，基于初始简化参数对原始模型数据进行简化得到简化后模型数据，并确定原始模型数据与简化后模型数据的相似度。
[0126]
具体地，上述s32包括：
[0127]
s321，利用初始简化参数对原始模型数据进行简化得到简化后模型数据。
[0128]
详细请参见s22所述的简化方式，在此不再赘述。
[0129]
s322，分别对原始模型数据以及简化后模型数据转换为二维表示，得到原始数据图像和简化后数据图像。
[0130]
由于原始模型数据与简化后模型数据均为三维模型数据，电子设备将其分别转换为二维表示，以减少数据处理量，得到原始数据图像和简化后数据图像。其中，二维表示的生成角度可选择：左、前、右、后、上、下或斜向，或其他指定方向，或者前述方向中多选。
[0131]
关于将三维模型二维化表示的具体方式，在此对其并不做任何限定，具体可以根据实际需求进行相应的选择即可。
[0132]
s323，基于原始数据图像的特征以及简化后数据图像的特征，确定相似度。
[0133]
电子设备在得到二维表示的原始数据图像以及简化后数据图像之后，分别对其进行特征提取，并利用提取出的特征计算相似度。其中，特征提取可以采用特征提取网络实现，也可以采用图像处理的方式提取原始数据图像的轮廓线条或像素颜色，并利用这两种中的至少一个计算相似度。
[0134]
例如，可以计算基于轮廓线条的相似度cs，以及基于像素颜色的相似度ps，后续将这两个相似度与对应的阈值进行比较，以确定调整后的简化参数。
[0135]
s33，根据相似度对初始简化参数进行调整，以对原始模型数据进行再次简化，确定原始模型数据对应的lod数据。
[0136]
详细请参见图4所示实施例的s23，在此不再赘述。
[0137]
本实施例提供的lod数据的生成方法，相似度的计算是基于三维模型的二维图像获取到，而非直接通过三维模型进行计算，通过二维图像进行处理速度快，因为基于二维图像相似度的计算单元是像素，其计算量可能只有几万至几十万。而基于三维模型计算，其计算单元是三角形个数或顶点个数，可能上千万或更多；更加直观，将两张图片放在一起，很容易看出其效果，而三维模型需要在三维空间中展示；更易于处理材质信息，生成图片后，模型的几何信息和材质信息是可以同时体现的，而基于三维模型进行比较的算法多数只侧
重于几何信息；更符合实际，三维模型在屏幕上展示的时候，已经塌缩成二维了，因此人在主观判断两个模型是否相似的时候，已经是基于二维图片在进行判断了。
[0138]
在本实施例的一个具体应用实例中，如图6所示，所述的lod数据的生成方法包括：
[0139]
(1)获取原始模型数据。
[0140]
(2)利用初始简化参数对原始模型数据进行简化，得到lod数据。
[0141]
(3)分别对原始模型数据以及lod数据进行二维化表示，即分别生成对应的缩略图，得到原始数据图像以及简化后数据图像。
[0142]
其中，在生成对应的缩略图的时候，需要考虑相机距离。
[0143]
(4)将原始数据图像与简化后数据图像进行相似度计算，得到数据比对结果。
[0144]
具体地，在特定相机参数和显示参数下，计算基于轮廓线条的相似度cs，和基于像素颜色的相似度ps。其中，相似度以原始数据1.0为基准，越接近1.0表示越相似，越接近0表示越不相似。
[0145]
(5)基于数据比对结果调整简化参数。
[0146]
将得到的数据对比结果与事先设定的阈值对比，并确定新的简化参数，此处采用二分的方式进行。假设简化算法使用的参数为para1，para2，para3，
…
，paran，则可以得到参数向量para＝(para1，para2，para3，
…
，paran)。例如，简化参数使用且仅使用一种，即简化后三角形数量与简化前三角形数量的比值，记为ratio，对应的参数向量para＝(ratio)。当ratio值较小时，简化的效果较明显，数据量大幅减少；当ratio值较大时，简化效果较不明显，数据接近原始数据。假设存在一个相对较小的ratio值ratios和一个相对较大的ratio值ratio
l
，对应paras＝(ratios)，para
l
＝(ratio
l
)，则有参数区间[paras，para
l
]。其中，区间的下界paras定义了简化明显的方向界限，区间的上界para
l
定义了简化不明显的方向界限。当简化结果满足阈值条件时，即cs》cs
th
，ps》ps
th
，则表示可以使用更靠近paras的参数进行简化，则更新para
l
＝(paras para
l
)/2；反之当简化结果不满足阈值条件时，即cs《cs
th
或ps《ps
th
，则表示可以使用更接近para
l
的参数进行更保守的简化，则更新paras＝(paras para
l
)/2。上述阈值的判断条件也可根据需求进行修改。
[0147]
例如，简化参数只有一个参数ratio，则para＝(ratio)。假设ratio最小值可能是0.01，最大值可能是1.0。那么有参数区间[(0.01)，(1.0)]。现在，希望找到一个ratio值，使得相似度是符合阈值条件的，且ratio是最小的，假定这个符合要求的ratio就在区间里。先取para＝((0.01) (1.0))/2＝(0.505)进行计算。如果符合阈值条件，那么这个ratio一定在[(0.01)，(0.505)]这个区间里。则再取para＝((0.01) (0.505))/2＝0.2575，如果不符合阈值条件，则ratio一定在[(0.2575)，(0.505)]这个区间里。重复多次，直到区间的上下界非常接近，就可以得到ratio。
[0148]
(6)判断简化参数是否收敛到一定程度，当是的话，表示流程停止；否知，返回到步骤(2)继续利用调整后的简化参数对原始模型数据进行简化。
[0149]
当参数区间的大小收敛到特定值以内，即|para
l-paras|《|para
th
|，则流程结束，选取当前简化结果作为最终结果；反之，使用(paras para
l
)/2作为简化参数，重新执行步骤(2)。
[0150]
在本实施例中还提供了一种lod数据的生成装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功
能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
[0151]
本实施例提供一种lod数据的生成装置，如图7所示，包括：
[0152]
获取模块41，用于获取原始模型数据以及初始简化参数；
[0153]
简化模块42，用于基于所述初始简化参数对所述原始模型数据进行简化得到简化后模型数据，并确定所述原始模型数据与所述简化后模型数据的相似度；
[0154]
调整模块43，用于根据所述相似度对所述初始简化参数进行调整，以对所述原始模型数据进行再次简化，确定所述原始模型数据对应的lod数据。
[0155]
本实施例提供的lod数据的生成装置，通过原始模型数据与简化后模型数据的相似度对初始简化参数进行调整，实现初始简化参数的自动调整，且自动调整是依赖于相似度进行的，相似度均是利用简化后模型数据与原始模型数据得到的，可以在最大程度地保留原始模型数据的特征的基础上，保证了自动调整后的初始简化参数的可靠性，同时由于整个lod数据的生成过程是自动处理的，不需要人为干预，提高了生成lod数据的效率。
[0156]
本实施例中的lod数据的生成装置是以功能单元的形式来呈现，这里的单元是指asic电路，执行一个或多个软件或固定程序的处理器和存储器，和/或其他可以提供上述功能的器件。
[0157]
上述各个模块的更进一步的功能描述与上述对应实施例相同，在此不再赘述。
[0158]
本发明实施例还提供一种电子设备，具有上述图7所示的lod数据的生成装置。
[0159]
请参阅图8，图8是本发明可选实施例提供的一种电子设备的结构示意图，如图8所示，该电子设备可以包括：至少一个处理器51，例如cpu(central processing unit，中央处理器)，至少一个通信接口53，存储器54，至少一个通信总线52。其中，通信总线52用于实现这些组件之间的连接通信。其中，通信接口53可以包括显示屏(display)、键盘(keyboard)，可选通信接口53还可以包括标准的有线接口、无线接口。存储器54可以是高速ram存储器(random access memory，易挥发性随机存取存储器)，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。存储器54可选的还可以是至少一个位于远离前述处理器51的存储装置。其中处理器51可以结合图7所描述的装置，存储器54中存储应用程序，且处理器51调用存储器54中存储的程序代码，以用于执行上述任一方法步骤。
[0160]
其中，通信总线52可以是外设部件互连标准(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。通信总线52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。
[0161]
其中，存储器54可以包括易失性存储器(英文：volatile memory)，例如随机存取存储器(英文：random-access memory，缩写：ram)；存储器也可以包括非易失性存储器(英文：non-volatile memory)，例如快闪存储器(英文：flash memory)，硬盘(英文：hard disk drive，缩写：hdd)或固态硬盘(英文：solid-state drive，缩写：ssd)；存储器54还可以包括上述种类的存储器的组合。
[0162]
其中，处理器51可以是中央处理器(英文：central processing unit，缩写：cpu)，网络处理器(英文：network processor，缩写：np)或者cpu和np的组合。
[0163]
其中，处理器51还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路
(英文：application-specific integrated circuit，缩写：asic)，可编程逻辑器件(英文：programmable logic device，缩写：pld)或其组合。上述pld可以是复杂可编程逻辑器件(英文：complex programmable logic device，缩写：cpld)，现场可编程逻辑门阵列(英文：field-programmable gate array，缩写：fpga)，通用阵列逻辑(英文：generic array logic,缩写：gal)或其任意组合。
[0164]
可选地，存储器54还用于存储程序指令。处理器51可以调用程序指令，实现如本技术图2或图4-6任一实施例中所示的lod数据的生成方法。
[0165]
本发明实施例还提供了一种非暂态计算机存储介质，所述计算机存储介质存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的lod数据的生成方法。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(read-only memory，rom)、随机存储记忆体(random access memory，ram)、快闪存储器(flash memory)、硬盘(hard disk drive，缩写：hdd)或固态硬盘(solid-state drive，ssd)等；所述存储介质还可以包括上述种类的存储器的组合。
[0166]
虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。