[发明专利]一种基于模型数据高度压缩的海量模型加载方法

说明书

本发明提供了一种基于模型数据高度压缩的海量模型加载方法，包括以下步骤：模型顶点优化；模型数据简化；模型高度压缩。本发明有益效果：基于模型顶点，采用顶点裁剪优化、顶点模型数据简化、基于gltf‑pipeline方法的模型高度压缩这三套工序的压缩方法，在不失真的情况下将模型做到最简，从而更好的满足网络带宽限制下的大数据量模型加载，相比draco压缩，更好的支持模型单体化与材质加载，并且gltf格式能够很好的支持cesium、threejs等主流webgl三维渲染引擎。

技术领域

本发明属于模型加载技术领域，尤其是涉及一种基于模型数据高度压缩的海量模型加载方法。

背景技术

现有技术中，对于海量三维模型(特指白模数据)加载的方案大体分为两种：一是通过矢量拔高的方式快速形成建筑群，这种方法的优势在于成型速度快，性能高。但是缺点也很明显：只能远观，视角拉近之后都是游方盒子组成的建筑群，不能很好的表达模型的细节；二是将制作好的城市模型数据经过一些处理之后加载出来，这种方法能够很好的表达模型的细节，但是在性能方面受到顶点数和网络带宽的严重影响，往往存在帧数较低、加载等待时间长等问题。且目前压缩方案也没有能够很好的解决这方面问题。由谷歌推荐的draco压缩虽然能够高度压缩模型数据，但是压缩过后的模型被自动合并，在支持模型单体化和材质分批渲染方面存在一定的局限性。

发明内容

有鉴于此，本发明旨在提出一种基于模型数据高度压缩的海量模型加载方法，在不失真的情况下将模型做到最简，从而更好的满足网络带宽限制下的大数据量模型加载，并且支持模型单体化与材质加载。

为达到上述目的，本发明的技术方案是这样实现的：

一种基于模型数据高度压缩的海量模型加载方法，包括以下步骤：

A.模型顶点优化；

B.对步骤A中优化后的模型进行模型数据简化；

C.对步骤B中简化后的模型进行模型高度压缩。

进一步的，所述步骤A中采用3dmax顶点优化功能对模型顶点进行高位压缩，在不失真的情况下保证顶点数最少。

进一步的，所述步骤A中将模型顶点数进行百分比的压缩，并在模型不失真不丢面的情况下，手动删除冗余点。

进一步的，所述步骤B中模型数据简化过程为：对步骤A中优化后的模型删除贴图坐标、顶点法线和参数空格顶点，只保留几何顶点坐标，然后导出成obj数据格式的模型。

进一步的，所述步骤C中，将obj数据格式的模型转换成gltf格式的模型，再通过gltf-pipeline将gltf格式的模型进行Draco gltf模型压缩，对高度压缩后的gltf格式的模型加载。

相对于现有技术，本发明所述的基于模型数据高度压缩的海量模型加载方法具有以下优势：

(1)本发明所述的基于模型数据高度压缩的海量模型加载方法基于模型顶点，采用顶点裁剪优化、顶点模型数据简化、基于gltf-pipeline方法的模型高度压缩这三套工序的压缩方法，在不失真的情况下将模型做到最简，从而更好的满足网络带宽限制下的大数据量模型加载，相比draco压缩，更好的支持模型单体化与材质加载，并且gltf格式能够很好的支持cesium、threejs等主流webgl三维渲染引擎；

(2)本发明所述的基于模型数据高度压缩的海量模型加载方法在当用户只需要加载白模数据的时候可以通过第二道工序，删除obj格式中非必须的顶点法向量、纹理坐标等数据(即除了几何顶点数据的其他一些不需要用到的数据，如贴图坐标顶点、顶点法线等，当然，本实施例是对于白模数据的加载，这里用不到贴图这一项数据)，以达到数据最简。

附图说明