CN112734930B - 三维模型轻量化方法、***、存储介质及图像处理装置 - Google Patents
三维模型轻量化方法、***、存储介质及图像处理装置 Download PDFInfo
- Publication number
- CN112734930B CN112734930B CN202011624744.2A CN202011624744A CN112734930B CN 112734930 B CN112734930 B CN 112734930B CN 202011624744 A CN202011624744 A CN 202011624744A CN 112734930 B CN112734930 B CN 112734930B
- Authority
- CN
- China
- Prior art keywords
- model
- grid
- optimized
- optimization
- original
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012545 processing Methods 0.000 title claims abstract description 94
- 238000000034 method Methods 0.000 title claims abstract description 91
- 238000003860 storage Methods 0.000 title claims abstract description 12
- 238000005457 optimization Methods 0.000 claims abstract description 89
- 230000009467 reduction Effects 0.000 claims abstract description 43
- 238000003892 spreading Methods 0.000 claims abstract description 34
- 230000007480 spreading Effects 0.000 claims abstract description 30
- 238000013507 mapping Methods 0.000 claims abstract description 23
- 238000004422 calculation algorithm Methods 0.000 claims description 40
- 230000008569 process Effects 0.000 claims description 33
- 238000010606 normalization Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 5
- 238000009499 grossing Methods 0.000 claims description 2
- 239000013585 weight reducing agent Substances 0.000 claims 2
- 238000010586 diagram Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 6
- 240000004282 Grewia occidentalis Species 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000009877 rendering Methods 0.000 description 4
- 239000011800 void material Substances 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000009960 carding Methods 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Generation (AREA)
Abstract
一种三维模型轻量化方法、***、存储介质及图像处理装置,该轻量化方法包括:加载原始模型文件,并读取原始模型数据,所述原始模型数据包括:模型网格、点数、面数和模型大小;对所述原始模型进行前置网格优化处理,生成均匀布线的前置优化网格模型;对所述前置优化网格模型进行减面处理,得到减面处理后的减面网格模型;对所述减面网格模型进行展UV处理,将模型元素与贴图拆分元素,得到无贴图模型和UV纹理集;对所述UV纹理集进行烘焙处理,将所述减面网格模型的颜色映射到所述UV纹理集上,得到纹理贴图集。本申请提供的技术方案能够极大缩短大模型轻量化处理时间,提高模型轻量化比,实现模型在三维软件及客户端更轻易打开及编辑。
Description
技术领域
本发明涉及一种三维模型轻量化方法,具体涉及一种基于网格拓扑算法的模型轻量化方法,属于图像处理技术领域;本发明还涉及一种基于网格拓扑算法的模型轻量化***;本发明还涉及一种计算机可读存储介质;本发明还涉及一种图像处理装置。
背景技术
三维技术应用在各行各业,模型大小及模型复杂度越大,模型处理难度也随之变大,大部分模型处理采用的是手工处理,该方式处理速度慢,且对于模型处理能力有限。将大模型以及复杂模型快速处理并能尽可能将模型变小,轻量化后的模型能在各种三维软件及客户端上快速打开及编辑,将能够极大的提高三维模型使用人员的工作便捷性。
因此,如何提供一种三维模型轻量化方法,其能够有利提高下一阶段展UV处理和烘焙处理的速度;极大缩短大模型轻量化处理时间,提高模型轻量化比,实现模型在三维软件及客户端更轻易打开及编辑,是本领域技术人员亟待解决的技术问题。
发明内容
针对上述现有技术的不足,本发明的目的在于解决大模型在各种三维软件及客户端打开、编辑问题,该发明基于模型处理全流程,主要通过对原始模型进行重新网格化,生成顶点均匀的拓扑模型,提供优化方法提高展UV和烘焙等阶段的处理速度,极大缩短大模型轻量化处理时间,提高模型轻量化比,实现模型在三维软件及客户端更轻易打开及编辑。本发明提供一种基于网格拓扑算法的模型轻量化方法,该轻量化方法包括:加载原始模型文件,并读取原始模型数据,所述原始模型数据包括:模型网格、点数、面数和模型大小;对所述原始模型进行前置网格优化处理,生成均匀布线的前置优化网格模型;对所述前置优化网格模型进行减面处理,得到减面处理后的减面网格模型;对所述减面网格模型进行展UV处理,将模型元素与贴图拆分元素,得到无贴图模型和UV纹理集;对所述UV纹理集进行烘焙处理,将所述减面网格模型的颜色映射到所述UV纹理集上,得到纹理贴图集。
根据本发明的第一个实施方案,提供一种基于网格拓扑算法的模型轻量化方法:
一种基于网格拓扑算法的模型轻量化方法,该轻量化方法包括:
加载原始模型文件,并读取原始模型数据,所述原始模型数据包括:模型网格、点数、面数和模型大小;
对所述原始模型进行前置网格优化处理,生成均匀布线的前置优化网格模型;
对所述前置优化网格模型进行减面处理,得到减面处理后的减面网格模型;
对所述减面网格模型进行展UV处理,将模型元素与贴图拆分元素,得到无贴图模型和UV纹理集;
对所述UV纹理集进行烘焙处理,将所述减面网格模型的颜色映射到所述UV纹理集上,得到纹理贴图集。
进一步地,作为本发明一种更为优选地实施方案,所述前置网格优化处理包括以下步骤:
对所述原始模型进行基础优化处理,删除模型的重复顶点、修复模型的接缝、去掉重叠部分模型,得到基础优化模型;
对所述基础优化模型进行网格规格化处理,在所述基础优化模型上构建均匀平滑网格,得到前置优化网格模型。
需要说明的是:
1)模型文件:3D模型(原始模型)是以文件来描述一个立体空间
2)网格拓扑是将多边形网格模型的点线面布局、结构和连接。如果一个模型拥有良好的拓扑结构,不仅模型布线外观会比较干净规则,还可以很大程度上,改善模型的处理效率,加快轻量化速度并提升轻量化能力。
3)展UV处理是将原始模型的UV纹理的面合理的平铺在二维画布(UV纹理集)上,使其合理分布的过程。
4)烘焙(Bake)处理是将3D网格的几何特征保存到纹理文件(位图文件)的过程。从3D物体属性上(环境光遮蔽、法线、顶点颜色、方向、曲率、位置等)把多种组合的特性(包括材质、纹理和光照)进行烘焙为单个纹理(纹理贴图集),然后又可以使用对象的UV坐标将图像纹理重新映射到模型对象。
进一步地,作为本发明一种更为优选地实施方案,所述“在所述基础优化模型上构建均匀平滑网格”具体为:在所述基础优化模型上通过网格拓扑算法构建均匀平滑网格。
进一步地,作为本发明一种更为优选地实施方案,所述网格拓扑算法包括以下步骤:
读取所述基础优化模型,构建顶点、位置和法线方向的定义邻域关系,设置相邻顶点的均匀性权重;
构建优化方向场和位置场;
进行网格提取处理,将计算字段转换为网格,获取网格结构;
输出所述前置优化网格模型,所述前置优化网格模型分为:保留结构的前置优化网格模型、不保留结构的前置优化网格模型。
进一步地,作为本发明一种更为优选地实施方案,输出所述保留结构的前置优化网格模型的方法为:根据预先记录的先记录好的所述原始模型的模型结构,对文件中的所有网格对象进行拓扑优化,按照所述模型结构进行文件还原,生成保留结构的前置优化网格模型。
进一步地,作为本发明一种更为优选地实施方案,输出所述不保留结构的前置优化网格模型的方法为:合并所述原始模型的所有网格对象,进行拓扑优化,直接生成不保留结构的前置优化网格模型。
进一步地,作为本发明一种更为优选地实施方案,该轻量化方法还包括:
读取并根据目标文件格式,将所述无贴图模型转化为目标模型文件;
读取并根据目标文件格式,将所述纹理贴图集转化为目标贴图文件;
将所述目标模型文件和所述目标贴图文件存入存储器中。
根据本发明的第二个实施方案,提供一种基于网格拓扑算法的模型轻量化***:
一种基于网格拓扑算法的模型轻量化***,该***包括:
加载读取装置,所述用于加载原始模型文件,并读取原始模型数据;
前置网格优化处理装置,所述前置网格优化处理装置用于对所述原始模型进行前置网格优化处理,并生成均匀布线的前置优化网格模型;
减面处理装置,所述减面处理装置用于对所述前置优化网格模型进行减面处理,并得到减面处理后的减面网格模型;
展UV处理装置,所述展UV处理装置用于对所述减面网格模型进行展UV处理,将模型元素与贴图拆分元素,得到无贴图模型和UV纹理集;
烘焙处理装置,所述烘焙处理用于对所述UV纹理集进行烘焙处理,将所述减面网格模型的颜色映射到所述UV纹理集上,得到纹理贴图集。
根据本发明的第三个实施方案,提供一种计算机可读存储介质:
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序所述计算机程序被处理器执行时实现如第一个实施方案所述方法的步骤。
根据本发明的第四个实施方案,提供一种图像处理装置:
一种图像处理装置,该终端设备包括:存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如第一个实施方案中所述方法的步骤。
本申请的技术方案相较于现有技术具有如下技术效果:
1、本申请提供的技术方案,提高UV利用率,不仅能在贴图精度规格限制的前提下表现模型的最佳效果,还能节省贴图资源,使其在终端设备上运行更加流畅。
附图说明
图1为本发明实施例中基于网格拓扑算法的模型轻量化方法的流程图;
图2为本发明实施例中基于网格拓扑算法的模型轻量化***的连接结构示意图;
图3为本发明实施例中构建优化方向场原理图;
图4为本发明实施例中构建优化位置场原理图;
图5为本发明实施例中网格规格化示意图;
图6为本发明实施例中相连三角面的夹角示意图
图7为本发明实施例中未网格化的原始模型网格示意图,
未网格化的原始模型网格的分割线:S1,未网格化的原始模型网格的第一待展面块:C1,未网格化的原始模型网格的第二待展面块:C2;
图8为本发明实施例中经网格化后的拓扑模型网格示意图,
经网格化后的拓扑模型网格的分割线:S2,经网格化后的拓扑模型网格的第一待展面块:D1,经网格化后的拓扑模型网格的第二待展面块:D2;
图9为本发明实施例中未网格化的原始模型展UV后的UV平面图,
未网格化的原始模型展UV后的UV块:WGZ1,未网格化的原始模型展UV后的空隙:KX1,未网格化的原始模型网格的第一待展面块C1展UV后的未网格化第一UV块C1′,未网格化的原始模型网格的第二待展面块C2展UV后的未网格化第二UV块C2′;
图10为图9中所有UV块的放大集合图,此图中缩减了UV块之间的空隙;
图11为本发明实施例中经网格化后的拓扑模型展UV后的UV平面图,
经网格化后的拓扑模型展UV后的UV块:WGZ2,经网格化后的拓扑模型展UV后的空:KX2,经网格化后的拓扑模型网格的第一待展面块D1展UV后的经网格化第一UV块D1′,
经网格化后的拓扑模型网格的第二待展面块D2展UV后的经网格化第二UV块D2′;
图12为现有技术中网格规格化的示意图;
图13为本发明实施例中网格规格化示意图;
图14为本发明实施例中Mesh放大区域网格图;
图15为本发明实施例中Mesh放大区域网格简化图。
具体实施方式
为了使本领域的技术人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通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,都属于本申请保护的范围。
需要说明的是,当元件被称为“固定于”或“设置于”另一个元件上,它可以直接在另一个元件上或者间接设置在另一个元件上;当一个元件被称为是“连接于”另一个元件,它可以是直接连接到另一个元件或间接连接至另一个元件上。
需要理解的是,术语“长度”、“宽度”、“上”、下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中,“多个”、“若干个”的含义是两个或两个以上,除非另有明确具体的限定。
须知,本说明书附图所绘示的结构、比例、大小等,均仅用以配合说明书所揭示的内容,以供熟悉此技术的人士了解与阅读,并非用以限定本申请可实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,在不影响本申请所能产生的功效及所能达成的目的下,均应仍落在本申请所揭示的技术内容得能涵盖的范围内。
根据本发明的第一个实施方案,提供一种基于网格拓扑算法的模型轻量化方法:
一种基于网格拓扑算法的模型轻量化方法,该轻量化方法包括:加载原始模型文件,并读取原始模型数据,所述原始模型数据包括:模型网格、点数、面数和模型大小;
对所述原始模型进行前置网格优化处理,生成均匀布线的前置优化网格模型;
对所述前置优化网格模型进行减面处理,得到减面处理后的减面网格模型;
对所述减面网格模型进行展UV处理,将模型元素与贴图拆分元素,得到无贴图模型和UV纹理集;
对所述UV纹理集进行烘焙处理,将所述减面网格模型的颜色映射到所述UV纹理集上,得到纹理贴图集。
在本申请中,提供一种基于网格拓扑算法的模型轻量化方法。该方法在加载原始模型,并读取原始模型数据后,先对所述原始模型进行前置网格优化处理,生成均匀布线的前置优化网格模型,然后再对所述前置优化网格模型进行减面处理,得到减面处理后的减面网格模型;其中,在前置网格优化处理过程中,生成均匀布线的前置优化网格模型,由于均匀的网格模型,能够使得模型表面材质在展UV的过程中,快速的沿垂直于表面的发现的投影出贴图,进而本申请提供的技术方案能够极大有利提高下一阶段展UV处理和烘焙处理的速度;极大缩短大模型轻量化处理时间,提高模型轻量化比,实现模型在三维软件及客户端更轻易打开及编辑。
需要说明的是,"UV"这里是指u,v纹理贴图坐标的简称(它和空间模型的X,Y,Z轴是类似的)。它定义了图片上每个点的位置的信息。这些点与3D模型是相互联系的,以决定表面纹理贴图的位置.UV就是将图像上每一个点精确对应到模型物体的表面.在点与点之间的间隙位置由软件进行图像光滑插值处理.这就是所谓的UV贴图。
需要说明的是,模型通用处理方式:模型处理流程包含减面、展UV和烘焙。由于模型前置优化会生成统一规则的拓扑模型,可以灵活选择处理流程中的节点,如单节点处理(减面),如多个节点组合处理(展UV、烘焙)。
需要说明的是,展UV处理实际上是提高有限尺寸的贴图精度,让模型与贴图完美的进行匹配;是为了减少资源的浪费而提出的一种思想,把以往的一对一关系改为一对多关系,减少重复的UV部分,大大提高了UV的使用率,缩减贴图占用的资源。
具体地进行阐述,在本发明实施例中,减面(减面处理):模型根据读取减面参数,将模型按减面参数进行减面处理。
具体地进行阐述,在本发明实施例中,展UV(展UV处理):对模型展开UV纹理,读取模型并将模型中所有Mesh中UV贴图平铺到UV纹理上。
具体地进行阐述,在本发明实施例中,烘焙(烘焙处理):将模型高模与低模进行贴图的颜色映射到UV上,并将展UV后的模型纹理进行烘焙生成对应的纹理贴图,再将贴图赋予到模型上。提供两种方式的烘焙:第一、传统模式进行基础颜色、法线及照明渲染到模型纹理上,并生成颜色贴图、法线贴图;第二、次时代模式可以进行PBR烘焙和高光烘焙。通过PBR烘焙能生成颜色贴图、法线贴图、AO贴图、金属度贴图和粗糙度贴图;高光烘焙能生成颜色贴图、法线贴图、AO贴图、高光贴图。
具体地进行阐述,在本发明实施例中,所述前置网格优化处理包括以下步骤:对所述原始模型进行基础优化处理,删除模型的重复顶点、修复模型的接缝、去掉重叠部分模型,得到基础优化模型;对所述基础优化模型进行网格规格化处理,在所述基础优化模型上构建均匀平滑网格,得到前置优化网格模型。
需要说明的是,基础优化处理,通过删除模型的重复顶点、修复模型的接缝、去掉重叠部分的模型,以使得原始模型在保持外形结构不变的情况下,内部融合成为一个整体(原始轮廓整体),该原始轮廓整体相较于原始模型在基础数据上,减少了大量的重复顶点,线条和重合实体的数据。例如:原始模型为保温杯的杯体+杯盖;保温杯呈现的状态为杯体盖在杯盖上,则杯体与杯盖连接部分的螺纹结构即为重合部分,为多余的顶点或线条。通过基础优化处理,将“保温杯”这一原始模型优化为,仅具有保温杯外形(外壳)数据的原始轮廓整体的数据,因此极大的优化了原始模型的数据结构,降低数据量,降低了后期对原始模型网格化的难度,提高了后期网格化处理、展UV处理、烘焙处理的速度。
需要说明的是,网格规格化处理具体为通过网格拓扑算法构建均匀平滑的网格;所述“构建均匀平滑的网格”为三角面网格。在现有技术中一般为了提高网格化后模型实体的平滑度,如图5,其中面A1和面B2构成的就是个四角面,但这个四角面在空间上按照虚线Y对折,该四角面是不平滑的。当新增虚线Y将该四角面拆分成2个三角面,生成面A1和面B2,这2个面是平滑的。针对不同实体的轮廓采用不同数量角面进行网格化,如图12-12所示:三角面J3、四角面J4、五角面J5等。而在本申请方案的应用场景中,通过基于网格拓扑算法的模型轻量化方法处理后的模型文件,主要用于在小屏幕终端进行展现。在小屏幕终端展现本申请方案处理的模型文件的过程中,小屏幕终端与人眼之间具有一定距离,于此同时展现的模型文件的内容在显示区域内具有连续的位移动作,因此,本申请方案的使用场景决定了对需要加载的处理优化后的模型文件的精度要求不高。因此本申请方案中优选将“基础优化模型”优化成均为三角面网格的“前置优化网格模型”,以方便在之后进行展UV的处理。
进一步地,在将网格统一为三角面后,能够使得在进行后续操作时,***无需进行网格角面处理的判断,即当前是三角面还是四角面的判断;同时***无需调用复杂的函数对四角面或五角面进行处理;极大的促进加快了整体的处理速度,优化了原始模型文件执行本申请提供方法过程中的数据流,促进后续处理的开展。
需要说明的是,前置网格优化处理:主要分两步,第一步模型基础优化,第二步是网格规格化。规格化优化模型对后面的流程有好处,在展UV的过程当中我们碰到了很多的问题,如Mesh布线非常混乱在自动化展平UV的过程计算过程当中非常的慢,试想如果一个模型有30万面我们在处理计算过程展平当中需要计算30万次。而规格化优化以后将面数优化到了10万面。在展平的过程当中只需要计算10万次。规格化后就减少了计算的次数。还比如在计算的过程当中布线不均匀,在展平的切割面的时候可能会出现切割出很多零碎的面,对UV的空间占有率就会变低。由于展平了很多零碎的面也会导致UV的计算过程变慢浪费计算时间。如果通过规格化后布线均匀使UV的展开占有率更高,对于后面的烘焙贴图位图、AO贴图、高光贴图的生成也会更快,贴图质量也会更细腻。
需要说明的是,基础优化处理具体为:删除所述原始模型网格中的重复顶点,修复网格的接缝与去重;基础优化处理还包括:修复异常模型。
作为优选,在本发明实施例中,展UV处理包括以下步骤:
统计所述减面网格模型的网格数据信息;
将减面网格模型的表面网格采用平铺展开的方式平铺在二维画布上得到UV纹理集。
需要说明的是,如图6所示,由于经过上述网格规格化处理后,所形成的网格为三角面网格;从微观的角度来说,1个三角面网格仅有3条边与周边的网格连接。因此再处理该三角面与其他任一个三角面的关系时,仅需要计算这两个面的夹角(如A三角面与B三角面所成的夹角α),即可计算出展平后的实际面积。相比于四角面和五角面等大于三角面的网格,要更有利于终端处理器的处理。即本申请的申请方案中“对所述原始模型进行前置网格优化处理”的步骤大大有利于“对所述前置优化网格模型进行减面处理”的步骤;具有极大的促进作用。
具体地进行阐述,在本发明实施例中,所述“在所述基础优化模型上构建均匀平滑网格”具体为:在所述基础优化模型上通过网格拓扑算法构建均匀平滑网格。
需要说明的是,构建均匀平滑网格,能够有利于在展UV时对网格进行切割。加载原始模型后若直接对原始模型进行展UV,而由于原始模型含有过多重复的点、线、面数据,相对于本申请方案,造成如下问题:第一、由图7和图8对比可知,单个网格的面积小、网格数量多、展UV过程需要进行大量运算;第二、由图9和图11对比可知,由于结构复杂,展UV过程中分出了大量的UV块,每个UV块包括多个单个网格,导致后期进行烘焙操作时,降低了烘焙的效率;第三、由图9和图11对比可知,烘焙处理过程中,需要对UV纹理集进行寻址,由于每个UV块之间的空隙率大,导致寻址时间过大,进而导致烘焙处理的效率低下;第四,由图9和图11对比可知,由于每个UV块之间的空隙率大,使得现有技术的UV纹理集的面积大,UV纹理集的使用率不高,运算压力大和存储压力大;第五,由图9和图11对比可知,在同样分辨率的UV纹理集的前提下,由于每个UV块之间的空隙率大,导致现有技术中单个网格的清晰度低于本申请方案的清晰度。
基于上述原因本申请方案,先将原始模型数据进行前置网格优化处理,生成均匀布线的前置优化网格模型,能够极大的有利于后期对网格数据的展UV处理和烘焙梳理,提高整体的处理速度,提高处理质量。
需要进一步说明的是,从图7与图8两个Mesh对象上看,图8的布线S2与面数都明显优于图7,图7的布线S1错乱且复杂。图8是通过规格化优化后得到的Mesh对象,深色黑线是计算出来的展UV的分割线S2,程序会参照分割线对模型进行展平。图8由于优化了模型的面数修复了原始Mesh中可能存在的一些错误(面的连续性、孤点、破面等)同时对Mesh进行重构后得到一个新的Mesh对象。通常一般UV图决定了后面烘焙贴图使用率,图9为原始模型展UV后得到的UV贴图,图11为规格化后得到的UV贴图,从图上能看出来图11在同是1920*1920的图片中像素的使用率明显高于图9,也就是说明图11在烘焙后生产的图片清晰度高于图9。图11的UV利用率也明显高于图9。模型的布线是否平均关系到UV展开是否平整,而UV的空间合理利用关乎贴图的绘制。
具体地进行阐述,在本发明实施例中,所述网格拓扑算法包括以下步骤:
读取所述基础优化模型,构建顶点、位置和法线方向的定义邻域关系,设置相邻顶点的均匀性权重;
构建优化方向场和位置场;
进行网格提取处理,将计算字段转换为网格,获取网格结构;
输出所述前置优化网格模型,所述前置优化网格模型分为:保留结构的前置优化网格模型、不保留结构的前置优化网格模型。
具体地进行阐述,在本发明实施例中,输出所述保留结构的前置优化网格模型的方法为:根据预先记录的先记录好的所述原始模型的模型结构,对文件中的所有网格对象进行拓扑优化,按照所述模型结构进行文件还原,生成保留结构的前置优化网格模型。
具体地进行阐述,在本发明实施例中,输出所述不保留结构的前置优化网格模型的方法为:合并所述原始模型的所有网格对象,进行拓扑优化,直接生成不保留结构的前置优化网格模型。
具体地进行阐述,在本发明实施例中,该轻量化方法还包括:
读取并根据目标文件格式,将所述无贴图模型转化为目标模型文件;
读取并根据目标文件格式,将所述纹理贴图集转化为目标贴图文件;
将所述目标模型文件和所述目标贴图文件存入存储器中。
需要说明的是,输出:***支持多种输出形式,支持模型不同格式输出和360°图片输出。其中,第一、格式(目标模型文件)输出:读取外部输入的目标格式,读取拓扑模型,按照目标格式对烘焙过的拓扑模型进行格式转换,生成目标模型(包含目标贴图文件);第二、360°图片(从不同角度渲染生成的模型图片):读取拓扑模型,读取外部输入的图片数量,根据图片数量要求将烘焙过的拓扑模型按照360°渲染,生成对应数的图片。
根据本发明的第二个实施方案,提供一种基于网格拓扑算法的模型轻量化***:
一种基于网格拓扑算法的模型轻量化***,该***包括:
加载读取装置,所述用于加载原始模型文件,并读取原始模型数据;
前置网格优化处理装置,所述前置网格优化处理装置用于对所述原始模型进行前置网格优化处理,并生成均匀布线的前置优化网格模型;
减面处理装置,所述减面处理装置用于对所述前置优化网格模型进行减面处理,并得到减面处理后的减面网格模型;
展UV处理装置,所述展UV处理装置用于对所述减面网格模型进行展UV处理,将模型元素与贴图拆分元素,得到无贴图模型和UV纹理集;
烘焙处理装置,所述烘焙处理用于对所述UV纹理集进行烘焙处理,将所述减面网格模型的颜色映射到所述UV纹理集上,得到纹理贴图集。
根据本发明的第三个实施方案,提供一种计算机可读存储介质:
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序所述计算机程序被处理器执行时实现如第一个实施方案所述方法的步骤。
根据本发明的第四个实施方案,提供一种图像处理装置:
一种图像处理装置,该终端设备包括:存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如第一个实施方案中所述方法的步骤。
需要说明的是,本发明的目的在于提供一种新的方法来对模型进行压缩与优化处理算法,能进一步压缩三维模型数据,提高网络传输的速度与渲染速度。本发明采用的技术方案是:首先在保留形状的基础下对原始模型进行模型前置优化,重新构建一个网格化模型,再对网格化模型执行通用模型处理流程:减面、展UV及烘焙,最终实现模型的轻量化处理。
需要说明的是,模型基础优化(基础优化处理):删除Mesh中的重复顶点,修复网格的接缝与去重,修复异常模型(如:材质异常、孤点Mesh异常等),
网格规格化(网格规格化处理):Mesh(网格)重新划分一个各向同性的曲面使用统一局部平滑的三角形或四边形主网格优化输出网格中边方向和顶点位置的运算符,最终将原始数字化多边形网格转换为干净规格化网格。该方案主要运用网格拓扑算法,拓扑算法结合了局部和全局网格化方法的思想,使用局部方向和位置场平滑算法来计算与方向场全局对齐的网格,然后从字段中提取网格,并进行后处理。
网格拓扑算法主要步骤为:模型读取:我们将输入表面模型与其中每个顶点与位置和法线相关联的方向的一组边存储邻域关系,并根据输入以各种方式定义邻域关系:每对相邻的顶点都有一个相关的权重。权重可以选择为均匀或与几个相关的以更好的适应不规则的输入。
方向场优化(构建优化方向场):计算定向场,因为字可以知道最终网格中边缘的对齐。定向场满足度数的旋转对称条件,这意味着每个顶点都与一组单位长度相关,间隔均匀的切向量相关联的值可简化为传统切向量场。
其中,如图3第一个式子是将o绕法向量n旋转角度,第二个式子即是在顶点处用o对称旋转n次构成一个n-Rosy方向场。
位置场优化(构建优化位置场):如图4,给定定向RoSy字段O(使用我们的方法或其他字段设计算法计算),我们现在要计算一个局部参数化,其梯度与O对齐。全局参数化算法计算单个一致的参数化,其梯度在最小二乘意义上与方向字段匹配;
两个位置场平滑度能量的图示:在固有情况下,所有与vj相关的量都旋转到vi的切平面中;之后,确定最接近pi的代表位置。在外部情况下,将省略旋转,并且两个位置都将平移。最终代表位置以深色绘制。
输出:分为保留结构与不保留结构,根据外部输入参数判断生成保留结构或不保留结构模型。
需要说明的是,如按照图7的原始模型来进行UV计算生成切割线,从加深的黑色线条表示的切割线明显看得出来图7的Mesh对象被展UV软件划分为图9中的多个UV块。
采用跟图7相同的展UV软件,对图8进行UV计算生成切割线,从加深的黑色线条表示的切割线明显看得出图8中Mesh对象被仅划分为了4个Mesh对象。
图14中标粗线的范围正是Mesh放大的区域,经过网格拓扑后,会将图14中标粗线的范围的网格进行简化形成图15,再通过相同展UV算法,形成图9和图11有UV块数量差异的UV图。
实施例1
一种基于网格拓扑算法的模型轻量化方法,该轻量化方法包括:
加载原始模型文件,并读取原始模型数据,所述原始模型数据包括:模型网格、点数、面数和模型大小;
对所述原始模型进行前置网格优化处理,生成均匀布线的前置优化网格模型;
对所述前置优化网格模型进行减面处理,得到减面处理后的减面网格模型;
对所述减面网格模型进行展UV处理,将模型元素与贴图拆分元素,得到无贴图模型和UV纹理集;
对所述UV纹理集进行烘焙处理,将所述减面网格模型的颜色映射到所述UV纹理集上,得到纹理贴图集。
实施例2
重复实施例1,只是所述前置网格优化处理包括以下步骤:
对所述原始模型进行基础优化处理,删除模型的重复顶点、修复模型的接缝、去掉重叠部分模型,得到基础优化模型;
对所述基础优化模型进行网格规格化处理,在所述基础优化模型上构建均匀平滑网格,得到前置优化网格模型。
实施例3
重复实施例2,只是所述“在所述基础优化模型上构建均匀平滑网格”具体为:在所述基础优化模型上通过网格拓扑算法构建均匀平滑网格。
实施例4
重复实施例3,只是所述网格拓扑算法包括以下步骤:
读取所述基础优化模型,构建顶点、位置和法线方向的定义邻域关系,设置相邻顶点的均匀性权重;
构建优化方向场和位置场;
进行网格提取处理,将计算字段转换为网格,获取网格结构;
输出所述前置优化网格模型,所述前置优化网格模型分为:保留结构的前置优化网格模型、不保留结构的前置优化网格模型。
实施例5
重复实施例4,只是输出所述保留结构的前置优化网格模型的方法为:根据预先记录的先记录好的所述原始模型的模型结构,对文件中的所有网格对象进行拓扑优化,按照所述模型结构进行文件还原,生成保留结构的前置优化网格模型。
实施例6
重复实施例5,只是输出所述不保留结构的前置优化网格模型的方法为:合并所述原始模型的所有网格对象,进行拓扑优化,直接生成不保留结构的前置优化网格模型。
实施例7
重复实施例1,只是该轻量化方法还包括:
读取并根据目标文件格式,将所述无贴图模型转化为目标模型文件;
读取并根据目标文件格式,将所述纹理贴图集转化为目标贴图文件;
将所述目标模型文件和所述目标贴图文件存入存储器中。
实施例8
一种基于网格拓扑算法的模型轻量化***,该***包括:
加载读取装置,所述用于加载原始模型文件,并读取原始模型数据;
前置网格优化处理装置,所述前置网格优化处理装置用于对所述原始模型进行前置网格优化处理,并生成均匀布线的前置优化网格模型;
减面处理装置,所述减面处理装置用于对所述前置优化网格模型进行减面处理,并得到减面处理后的减面网格模型;
展UV处理装置,所述展UV处理装置用于对所述减面网格模型进行展UV处理,将模型元素与贴图拆分元素,得到无贴图模型和UV纹理集;
烘焙处理装置,所述烘焙处理用于对所述UV纹理集进行烘焙处理,将所述减面网格模型的颜色映射到所述UV纹理集上,得到纹理贴图集。
实施例10
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序所述计算机程序被处理器执行时实现如实施例6所述方法的步骤。
根据本发明的第四个实施方案,提供一种图像处理装置:
一种图像处理装置,该终端设备包括:存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如实施例6中所述方法的步骤。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其他实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (7)
1.一种基于网格拓扑算法的模型轻量化方法,其特征在于,该轻量化方法包括:
加载原始模型文件,并读取原始模型数据,所述原始模型数据包括:模型网格、点数、面数和模型大小;对所述原始模型进行前置网格优化处理,生成均匀布线的前置优化网格模型;对所述前置优化网格模型进行减面处理,得到减面处理后的减面网格模型;对所述减面网格模型进行展UV处理,将模型元素与贴图元素拆分,得到无贴图模型和UV纹理集;对所述UV纹理集进行烘焙处理,将所述减面网格模型的颜色映射到所述UV纹理集上,得到纹理贴图集;所述前置网格优化处理包括以下步骤:对所述原始模型进行基础优化处理,删除模型的重复顶点、修复模型的接缝、去掉重叠部分模型,得到基础优化模型;对所述基础优化模型进行网格规格化处理,在所述基础优化模型上构建均匀平滑网格,得到前置优化网格模型;所述“在所述基础优化模型上构建均匀平滑网格”具体为:在所述基础优化模型上通过网格拓扑算法构建均匀平滑网格;所述网格拓扑算法包括以下步骤:读取所述基础优化模型,构建顶点、位置和法线方向的定义邻域关系,设置相邻顶点的均匀性权重;构建优化方向场和位置场;进行网格提取处理,将计算字段转换为网格,获取网格结构;输出所述前置优化网格模型,所述前置优化网格模型分为:保留结构的前置优化网格模型、不保留结构的前置优化网格模型。
2.根据权利要求1所述的基于网格拓扑算法的模型轻量化方法,其特征在于,输出所述保留结构的前置优化网格模型的方法为:根据预先记录的先记录好的所述原始模型的模型结构,对文件中的所有网格对象进行拓扑优化,按照所述模型结构进行文件还原,生成保留结构的前置优化网格模型。
3.根据权利要求2所述的基于网格拓扑算法的模型轻量化方法,其特征在于,输出所述不保留结构的前置优化网格模型的方法为:合并所述原始模型的所有网格对象,进行拓扑优化,直接生成不保留结构的前置优化网格模型。
4.根据权利要求1-3中任一项所述的基于网格拓扑算法的模型轻量化方法,其特征在于,该轻量化方法还包括:读取并根据目标文件格式,将所述无贴图模型转化为目标模型文件;读取并根据目标文件格式,将所述纹理贴图集转化为目标贴图文件;将所述目标模型文件和所述目标贴图文件存入存储器中。
5.一种基于网格拓扑算法的模型轻量化***,其特征在于,该***包括:
加载读取装置,用于加载原始模型文件,并读取原始模型数据;
前置网格优化处理装置,所述前置网格优化处理装置用于对所述原始模型进行前置网格优化处理,并生成均匀布线的前置优化网格模型;减面处理装置,所述减面处理装置用于对所述前置优化网格模型进行减面处理,并得到减面处理后的减面网格模型;展UV处理装置,所述展UV处理装置用于对所述减面网格模型进行展UV处理,将模型元素与贴图元素拆分,得到无贴图模型和UV纹理集;
烘焙处理装置,所述烘焙处理用于对所述UV纹理集进行烘焙处理,将所述减面网格模型的颜色映射到所述UV纹理集上,得到纹理贴图集;所述前置网格优化处理包括:对所述原始模型进行基础优化处理,删除模型的重复顶点、修复模型的接缝、去掉重叠部分模型,得到基础优化模型;对所述基础优化模型进行网格规格化处理,在所述基础优化模型上构建均匀平滑网格,得到前置优化网格模型;“在所述基础优化模型上构建均匀平滑网格”包括:在所述基础优化模型上通过网格拓扑算法构建均匀平滑网格;所述网格拓扑算法包括:读取所述基础优化模型,构建顶点、位置和法线方向的定义邻域关系,设置相邻顶点的均匀性权重;构建优化方向场和位置场;进行网格提取处理,将计算字段转换为网格,获取网格结构;输出所述前置优化网格模型,所述前置优化网格模型分为:保留结构的前置优化网格模型、不保留结构的前置优化网格模型。
6.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序所述计算机程序被处理器执行时实现如权利要求1-4中所述方法的步骤。
7.一种图像处理装置,其特征在于,包括:存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1-4中所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011624744.2A CN112734930B (zh) | 2020-12-30 | 2020-12-30 | 三维模型轻量化方法、***、存储介质及图像处理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011624744.2A CN112734930B (zh) | 2020-12-30 | 2020-12-30 | 三维模型轻量化方法、***、存储介质及图像处理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112734930A CN112734930A (zh) | 2021-04-30 |
CN112734930B true CN112734930B (zh) | 2024-06-04 |
Family
ID=75609682
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011624744.2A Active CN112734930B (zh) | 2020-12-30 | 2020-12-30 | 三维模型轻量化方法、***、存储介质及图像处理装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112734930B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113144614A (zh) * | 2021-05-21 | 2021-07-23 | 苏州仙峰网络科技股份有限公司 | 基于Tiled Map的纹理采样贴图计算方法及装置 |
CN113327310A (zh) * | 2021-06-28 | 2021-08-31 | 江苏数字看点科技有限公司 | 一种对三维数据批量程序化自动减面并烘焙贴图的方法 |
CN113658327A (zh) * | 2021-08-10 | 2021-11-16 | 煤炭科学研究总院 | 煤矿三维模型数据的轻量化方法和装置 |
CN114022616B (zh) * | 2021-11-16 | 2023-07-07 | 北京城市网邻信息技术有限公司 | 模型处理方法及装置、电子设备及存储介质 |
CN114494641B (zh) * | 2022-01-06 | 2023-04-28 | 广州市城市规划勘测设计研究院 | 一种三维模型轻量化方法及装置 |
CN114202634B (zh) * | 2022-02-17 | 2022-06-14 | 深圳消安科技有限公司 | 一种应用于城市三维模型数据的轻量化方法 |
CN116188686B (zh) * | 2023-02-08 | 2023-09-08 | 北京鲜衣怒马文化传媒有限公司 | 通过局部减面组合成角色低面模型的方法、***和介质 |
CN115830286B (zh) * | 2023-02-15 | 2023-04-18 | 武汉天恒信息技术有限公司 | 一种保持三维场景纹理清晰度一致量的烘焙方法 |
CN116188698B (zh) * | 2023-04-23 | 2023-09-12 | 阿里巴巴达摩院(杭州)科技有限公司 | 对象的处理方法和电子设备 |
CN116843862B (zh) * | 2023-08-29 | 2023-11-24 | 武汉必盈生物科技有限公司 | 一种三维薄壁模型网格表面纹理合成方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103914869A (zh) * | 2014-02-26 | 2014-07-09 | 浙江工业大学 | 支持骨架个性化编辑的轻量化三维树木模型构建方法 |
KR101741038B1 (ko) * | 2017-04-25 | 2017-06-15 | 한국건설기술연구원 | HTML5-WebGL 기반의 BIM 모델 활용을 위한 BIM 데이터 경량화 방법 및 장치 |
CN108062785A (zh) * | 2018-02-12 | 2018-05-22 | 北京奇虎科技有限公司 | 面部图像的处理方法及装置、计算设备 |
CN108564659A (zh) * | 2018-02-12 | 2018-09-21 | 北京奇虎科技有限公司 | 面部图像的表情控制方法及装置、计算设备 |
CN109978978A (zh) * | 2019-02-27 | 2019-07-05 | 壹仟零壹艺网络科技(北京)有限公司 | SketchUp模型轻量化处理方法和*** |
KR20190097853A (ko) * | 2018-02-13 | 2019-08-21 | 가이아쓰리디 주식회사 | 웹 서비스를 위한 3차원 데이터를 처리하는 방법 및 이를 사용한 시스템 |
CN111210521A (zh) * | 2020-01-06 | 2020-05-29 | 江南造船(集团)有限责任公司 | 面向vr的船舶巨数据模型轻量化方法、***、终端以及介质 |
CN111275802A (zh) * | 2020-01-19 | 2020-06-12 | 杭州群核信息技术有限公司 | 一种基于vray的pbr材质渲染方法和*** |
CN111340959A (zh) * | 2020-02-17 | 2020-06-26 | 天目爱视(北京)科技有限公司 | 一种基于直方图匹配的三维模型无缝纹理贴图方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10027323B4 (de) * | 2000-06-05 | 2013-09-26 | Leica Microsystems Cms Gmbh | Verfahren zum Generieren eines dreidimensionalen Objekts |
US20150325044A1 (en) * | 2014-05-09 | 2015-11-12 | Adornably, Inc. | Systems and methods for three-dimensional model texturing |
-
2020
- 2020-12-30 CN CN202011624744.2A patent/CN112734930B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103914869A (zh) * | 2014-02-26 | 2014-07-09 | 浙江工业大学 | 支持骨架个性化编辑的轻量化三维树木模型构建方法 |
KR101741038B1 (ko) * | 2017-04-25 | 2017-06-15 | 한국건설기술연구원 | HTML5-WebGL 기반의 BIM 모델 활용을 위한 BIM 데이터 경량화 방법 및 장치 |
CN108062785A (zh) * | 2018-02-12 | 2018-05-22 | 北京奇虎科技有限公司 | 面部图像的处理方法及装置、计算设备 |
CN108564659A (zh) * | 2018-02-12 | 2018-09-21 | 北京奇虎科技有限公司 | 面部图像的表情控制方法及装置、计算设备 |
KR20190097853A (ko) * | 2018-02-13 | 2019-08-21 | 가이아쓰리디 주식회사 | 웹 서비스를 위한 3차원 데이터를 처리하는 방법 및 이를 사용한 시스템 |
CN109978978A (zh) * | 2019-02-27 | 2019-07-05 | 壹仟零壹艺网络科技(北京)有限公司 | SketchUp模型轻量化处理方法和*** |
CN111210521A (zh) * | 2020-01-06 | 2020-05-29 | 江南造船(集团)有限责任公司 | 面向vr的船舶巨数据模型轻量化方法、***、终端以及介质 |
CN111275802A (zh) * | 2020-01-19 | 2020-06-12 | 杭州群核信息技术有限公司 | 一种基于vray的pbr材质渲染方法和*** |
CN111340959A (zh) * | 2020-02-17 | 2020-06-26 | 天目爱视(北京)科技有限公司 | 一种基于直方图匹配的三维模型无缝纹理贴图方法 |
Non-Patent Citations (3)
Title |
---|
A review of graphene based transparent conducting films for use in solar photovoltaic applications;Nurul Nazli Rosli et al.;《Renewable and Sustainable Energy Reviews》;第99卷(第2019期);83-99 * |
基于纹理图像与网格协同优化算法的三维模型压缩;董涛;;科技资讯(第02期);20-21 * |
轻量化实景三维模型质量评定方法;陈姣;;城市道桥与防洪(第05期);33+337-339+356 * |
Also Published As
Publication number | Publication date |
---|---|
CN112734930A (zh) | 2021-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112734930B (zh) | 三维模型轻量化方法、***、存储介质及图像处理装置 | |
CN109145366B (zh) | 基于Web3D的建筑信息模型轻量级可视化方法 | |
CN100561523C (zh) | 一种三维模型网格重建方法 | |
US7561156B2 (en) | Adaptive quadtree-based scalable surface rendering | |
US7310097B2 (en) | Method, apparatus and computer program product enabling a dynamic global parameterization of triangle meshes over polygonal domain meshes | |
CN103559374B (zh) | 一种多子网格模型上进行面***型曲面细分的方法 | |
Peng et al. | Interactive modeling of topologically complex geometric detail | |
CN111563948B (zh) | 基于gpu进行资源动态处理和缓存的虚拟地形渲染方法 | |
CN116051708A (zh) | 三维场景轻量化模型渲染方法、设备、装置及存储介质 | |
CN107886569B (zh) | 一种基于离散李导数的测度可控的曲面参数化方法及*** | |
CN112634455B (zh) | 一种利用切割三角面片应用于三维模型棱线修复方法 | |
CN108986221A (zh) | 一种基于模板人脸逼近的不规范三维人脸网格纹理方法 | |
Panozzo et al. | Automatic construction of quad-based subdivision surfaces using fitmaps | |
WO2023169095A1 (zh) | 数据处理方法、装置、设备以及介质 | |
CN114494649A (zh) | 有限元网格划分几何清理方法、设备和存储介质 | |
JP2002183228A (ja) | 幾何学モデルの面記述およびワイヤフレーム記述の調整された簡略化のシステムおよび方法 | |
CN112102486A (zh) | 一种基于合并根节点的倾斜摄影数据lod重建方法 | |
CN115578536A (zh) | 一种分层分块三维模型节点合并方法、装置和电子装置 | |
CN103645463A (zh) | 合成孔径雷达成像数据三维显示的方法 | |
CN117274527B (zh) | 一种发电机设备三维可视化模型数据集构建方法 | |
CN113888701A (zh) | 将曲面3D模型转化为Obj格式的网格3D模型的方法及*** | |
CN114332411A (zh) | 一种三维图形实时网格的生成方法 | |
Jiang et al. | A large-scale scene display system based on webgl | |
CN117745974B (zh) | 一种动态生成圆角矩形网格的方法 | |
Smith et al. | Layered animation using displacement maps |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |