[发明专利]面向网页端的大规模植物群落轻量级建模及可视化方法有效
申请号: | 201911397963.9 | 申请日: | 2019-12-30 |
公开(公告)号: | CN111191169B | 公开(公告)日: | 2021-12-07 |
发明(设计)人: | 郑立国;贾金原;王冠;王一同 | 申请(专利权)人: | 吉林动画学院;吉林吉动盘古网络科技股份有限公司 |
主分类号: | G06F16/957 | 分类号: | G06F16/957;G06T15/00 |
代理公司: | 北京喆翙知识产权代理有限公司 11616 | 代理人: | 李娜 |
地址: | 130000 吉林省长春市高*** | 国省代码: | 吉林;22 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 面向 网页 大规模 植物群落 轻量级 建模 可视化 方法 | ||
1.一种面向网页端的大规模植物群落轻量级建模及可视化方法,其特征在于,包括以下步骤:
S1,服务器端采用过渡算法将植物模型进行轻量化处理,获得轻量级植物数据;
S2,网页端接收所述轻量级植物数据进行渲染,实现大规模植物群落的网页可视化;其中,使用批量化渲染和克隆,即采用复制的方式,将过渡算法的结果复制上百棵,再对这上百棵树木进行形态上的调整;
其中,所述步骤S1包括:
S101,输入至少两个植物模型,对植物模型进行骨架提取,将植物模型以骨架化进行表示,并将其分割为不同的枝干集合,形成原始枝干组件库;将植物模型以骨架化进行表示,具体包括:在通过obj模型转变为txt文本格式的过程中,提取出植物的骨架点位置信息以及半径信息,在得到骨架点信息后需要对骨架点进行分类整理,即一个枝干上的骨架归为一类,通过这样的归类整理,能够得到多个枝干类,每个枝干类下有多个骨架点信息,同时对枝干类进行归类整理,在相同层级的枝干属于同一类,因此可以见一个树木模型分为多个层级类,每个层级类下有多个枝干;层级类分类整理后植物模型,第一层一般为单棵主枝干,该层只有主枝干一棵枝干,第二层为生长在第一层主枝干上的枝干,第三层为生长在第二层枝干上的枝干,依次类推;至此已经得到了分类整理后的骨架点信息,但是依靠这些信息还不足以生成一个完整的骨架,还需要信息标识各个相邻枝干之间的关系,相邻枝干长在某个枝干的何处,因此需要遍历每个层级的枝干,找出每个枝干的生长点,即每个枝干最开始的骨架点;
S102,通过添加虚拟枝干的方式统一植物模型的几何拓扑结构,构建得到相应的植物形状空间;具体包括:
以树木层次信息作为约束,建立层次结构,对于两个枝干数目不同的植物模型,其中通过引入零枝干,使得两个植物模型中每层枝干数目达到一致,将层次结构转换为拓扑结构,一个拓扑结构代表了一棵树,并且拓扑结构中的每个点代表一个植物形状,构成植物形状空间;
S103,在植物形状空间中,进行统计分析生成多个新的植物模型样本数据;具体包括:
获得两个植物模型的拓扑结构,之后从这两个植物模型遍历每一个枝干,通过过渡算法,得到这两个枝干的中间枝干;过渡算法结合了重用算法,输入是两个枝干,如果过渡算法的输入具有一个零枝干,则输出将是另一个枝干的一半,如果过渡算法的输入是两个完整的枝干,则该算法将计算每个对应骨架点的位置和半径,在计算中,必须首先获得两个枝干的骨架点信息,然后计算相应骨架点之间的中点,中点半径将是相应骨架点半径之和除以2,最后,将得到一个包含每个骨架点的坐标和半径的圆环序列,该圆环序列就是中间支杆;
获得两个植物模型的中间枝干集合,利用所述步骤S102的逆方法获得中间枝干集合构成的层次结构,最终获得一棵同种异态的植物,得到新的植物模型样本数据;
S104,将新的植物模型样本数据与原始枝干组件库中的相应枝干进行相似度匹配,替换相似支杆,保留差异支杆,获得最终植物模型数据;具体包括:
将新的植物模型样本数据中的支杆与原始枝干组件库中的相应枝干进行相似度匹配,若相似度达到设定阈值,则直接用原始枝干组件库中的相应枝干替代新的植物模型样本数据中的支杆,若相似度未达到设定阈值,则仍然使用新的植物模型样本数据中的支杆,得到最终植物模型数据;
S105,将最终植物模型数据以骨架表示方式转为轻量级植物数据。
2.根据权利要求1所述的面向网页端的大规模植物群落轻量级建模及可视化方法,其特征在于,所述将新的植物模型样本数据与原始枝干组件库中的相应枝干进行相似度匹配,具体包括:
将过渡算法的中间枝干与原始枝干组件库中的枝干的每个骨架点进行比较,计算出各个对应骨架点之间位置的差值,再将该差值的平均值与相似度阈值进行比较。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于吉林动画学院;吉林吉动盘古网络科技股份有限公司,未经吉林动画学院;吉林吉动盘古网络科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911397963.9/1.html,转载请声明来源钻瓜专利网。