[發明專利]模型簡化方法、裝置、設備及存儲介質

在審

• 申請號: 202210137909.6
• 申請日: 2022-02-15
• 公開（公告）號: CN114821008A
• 公開（公告）日: 2022-07-29
• 發明（設計）人: 孫寧會
• 申請（專利權）人: 北京籮筐時空數據技術有限公司
• 主分類號: G06T19/20
• 分類號: G06T19/20
• 代理公司: 北京博雅睿泉專利代理事務所(特殊普通合伙) 11442
• 代理人: 馬鐵良

本申請公開了一種模型簡化方法、裝置、設備及存儲介質，涉及計算機技術領域。其中方法包括：獲取初始三維建筑模型；根據初始三維建筑模型，確定初始三維建筑模型的第一特征多邊形、深度信息、顏色信息；根據顏色信息、第一特征多邊形，確定第二特征多邊形，第二特征多邊形為包含顏色的簡化后的第一特征多邊形；三維重建第二特征多邊形，確定建筑三維頂面；根據深度信息以及建筑三維頂面，得到第一簡化三維建筑模型。這提供了一種針對于三維建筑模型且可以保留三維建筑模型的細節特征的模型簡化方法。

技術領域

本申請涉及計算機技術領域，更具體地，涉及一種模型簡化方法、一種模型簡化裝置、一種電子設備以及一種計算機可讀存儲介質。

背景技術

目前，為了提高三維可視化引擎的顯示速度以及降低對網絡帶寬的需求，通常需要對高精度路網導航中涉及到的三維建筑模型進行簡化。

現有的主流簡化方式是，采用QEM(英文全稱：Quadric Error Metrics；二次誤差測度)算法對三維建筑模型進行簡化。而該算法在對三維建筑模型進行簡化時，并未考慮到三維建筑模型的細節特征，這導致簡化后的三維建筑模型細節特征丟失。同時，該算法為一個適用于各種三維模型的普遍算法。這使得該算法對三維建筑模型不具備針對性，從而不能更好的對三維建筑模型進行簡化。

因此，如何提供一種針對于三維建筑模型且可以保留三維建筑模型的細節特征的模型簡化方法，成為亟待解決的技術問題。

發明內容

本申請的一個目的是提供一種模型簡化的新技術方案。

根據本申請的第一方面，提供了一種模型簡化方法，所述方法包括：

獲取初始三維建筑模型；

根據所述初始三維建筑模型，確定所述初始三維建筑模型的第一特征多邊形、深度信息、顏色信息；

根據所述顏色信息、所述第一特征多邊形，確定第二特征多邊形，所述第二特征多邊形為包含顏色的簡化后的所述第一特征多邊形；

三維重建所述第二特征多邊形，確定建筑三維頂面；

根據所述深度信息以及所述建筑三維頂面，得到第一簡化三維建筑模型。

可選的，所述根據所述顏色信息、所述第一特征多邊形，確定第二特征多邊形，包括：

根據所述顏色信息、所述第一特征多邊形，確定第三特征多邊形，所述第三特征多邊形為包含顏色的所述第一特征多邊形；

簡化所述第三特征多邊形，得到所述第二特征多邊形。

可選的，所述簡化所述第三特征多邊形，得到所述第二特征多邊形，包括：

接收簡化層級數的指示信息；

根據所述指示信息，簡化所述第三特征多邊形，得到所述第二特征多邊形。

可選的，所述方法還包括：

根據所述初始三維建筑模型，確定紋理信息；

根據所述紋理信息、所述第一簡化三維建筑模型，確定第二簡化三維建筑模型。

可選的，所述根據所述初始三維建筑模型，確定所述初始三維建筑模型的第一特征多邊形，包括：

根據所述初始三維建筑模型、預設的特征多邊形生成模型，確定所述初始三維建筑模型的第一特征多邊形。

可選的，所述方法還包括獲取所述預設的特征多邊形生成模型的步驟，所述步驟包括：

獲取訓練樣本集，所述訓練樣本集中包括至少兩組訓練樣本，第一組訓練樣本中的每一訓練樣本包括基礎標準形狀以及對應特征矢量，第二組訓練樣本中的每一訓練樣本包括曲線以及對應特征矢量；