[發明專利]一種基于合并根節點的傾斜攝影數據LOD重建方法在審
| 申請號: | 202010923833.0 | 申請日: | 2020-09-04 |
| 公開(公告)號: | CN112102486A | 公開(公告)日: | 2020-12-18 |
| 發明(設計)人: | 韋錦超;陶超;廖天蘭;唐建勇;馬娜;張倩斯;蔡衛國;林軍;余子明;李佳 | 申請(專利權)人: | 廣州南方智能技術有限公司 |
| 主分類號: | G06T17/05 | 分類號: | G06T17/05;G06T17/20;G01C11/00 |
| 代理公司: | 南京禹為知識產權代理事務所(特殊普通合伙) 32272 | 代理人: | 朱寶慶 |
| 地址: | 510000 廣東省廣州市天河區*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 合并 節點 傾斜 攝影 數據 lod 重建 方法 | ||
1.一種基于合并根節點的傾斜攝影數據LOD重建方法,其特性在于,包括:
利用開源庫獲取所有傾斜攝影數據塊的根節點數據,根據空間位置關系或文件索引形式在XOY平面建立唯一的二維空間索引;
基于所述二維空間索引后的數據塊每四個塊合并生成一個新的數據塊,所述新數據塊根據合并的數據生成高于當前層級的唯一二維空間索引;
基于所述的唯一二維空間索引分別處理網格與紋理,利用軟光柵化技術將所述網格數據重新生成點云,降采樣、泊松重建、網格簡化所述點云數據,簡化所述當前數據塊的等級與分辨率得到目標網格面數;
基于所述目標網格面數展開所述網格數據與原始網格紋理數據,利用離線渲染、渲染到紋理技術生成新的紋理貼圖,與網格數據組成最終的目標數據;
重復上述步驟,依次逆向建立四叉樹,直到根節點數少于4,完成重建。
2.如權利要求1所述的基于合并根節點的傾斜攝影數據LOD重建方法,其特征在于:所述唯一的二維空間索引Ix、Iy包括,
Ix=Nx*(塊中點x坐標-AABB.xMin)/(AABB.xMax-AABB.xMin);
Iy=Ny*(塊中點y坐標-AABB.yMin)/(AABB.yMax-AABB.yMin);
其中,AABB表示XOY平面上的軸向包圍盒,Nx、Ny分別表示在X軸、Y軸方向上的數據塊數量。
3.如權利要求1或2所述的基于合并根節點的傾斜攝影數據LOD重建方法,其特征在于:所述更上一級的二維空間索引包括,
NEWx=Ix(最大重建級別-當前塊級別);
NEWy=Iy(最大重建級別-當前塊級別);
其中,NEWx、NEWy表示新的二維索引。
4.如權利要求3所述的基于合并根節點的傾斜攝影數據LOD重建方法,其特征在于:所述光柵化過程包括將一個圖元轉變為一個二維圖像。
5.如權利要求4所述的基于合并根節點的傾斜攝影數據LOD重建方法,其特征在于:所述二維圖像上的點包括顏色、深度和紋理數據。
6.如權利要求5所述的基于合并根節點的傾斜攝影數據LOD重建方法,其特征在于:所述降采樣包括,
利用體素濾波器對所述點云進行降采樣;
利用體素化網格方法實現降采樣,即減少所述點的數量,減少所述點云數據,并同時保持所述點云的形狀特征。
7.如權利要求6所述的基于合并根節點的傾斜攝影數據LOD重建方法,其特征在于:所述泊松重建過程包括定義八叉樹、設置函數空間、創建向量場、求解泊松方程、提取等值面。
8.如權利要求7所述的基于合并根節點的傾斜攝影數據LOD重建方法,其特征在于:所述定義八叉樹過程包括,
利用八叉樹結構存儲點集,根據所述采樣點集的位置定義八叉樹,細分八叉樹得到每個采樣點都落在深度為D的葉節點。
9.如權利要求8所述的基于合并根節點的傾斜攝影數據LOD重建方法,其特征在于:所述設置函數空間包括,
基于八叉樹的每個節點設置空間函數F,所有所述節點函數F的線性和表示向量場V,利用盒濾波的n維卷積得到基函數F。
10.如權利要求9所述的基于合并根節點的傾斜攝影數據LOD重建方法,其特征在于:所述提取等值面包括,
預估所述采樣點的位置,利用其平均值提取等值面,利用移動立方體算法得到等值面。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于廣州南方智能技術有限公司,未經廣州南方智能技術有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010923833.0/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種基于生物識別特征的定向呼叫方法及系統
- 下一篇:縱扭推挽式壓電振子





