[发明专利]一种基于空间认知的大场景城市建筑实时三维可视化的方法

摘要

本发明涉及一种基于空间认知的大场景城市建筑三维可视化的方法。该方法基于格式塔心理学和城市意象理论，采用单链聚类法对大规模建筑模型进行聚类，并采用Delaunay三角剖分和折线简化的方法对分类结果进行快速合并和简化，以此建立城市建筑多细节层次模型，实现大场景、高密度城市建筑的交互式三维可视化。本发明提供的方法很好的符合了格式塔理论中的接近、相似、同向等原则，同时保持了城市道路、边界、标志性城市意象等要素。

主权项

一种基于空间认知的大场景城市建筑实时三维可视化的方法的步骤包括：(1)基于格式塔心理学和城市意象理论的建筑物聚类方法本发明采用单调链层次聚类法以保证道路等城市意象要素在聚类后得以保存，以邻近距离N作为聚类判断标准，以更好的反映建筑物在二维平面上的空间关系。为了计算多边形pi和pj之间的邻近距离，首先建立包含这两个多边形新的凸包，凸包建立时采用Graham‑Scan算法；凸包包含两个边界，这两个边界的四个顶点将pi和pj的顶点分成两组，一组参与邻近边的计算，另一组则可不参与邻近边的计算；如果最终求得的凸包完全由一个多边形的顶点组成，表明该多边形的凸包包含了另一个多边形，那么较大那个多边形的凸包和该多边形必将围成一个或多个缝隙，而小多边形必定位于一个缝隙内，形成该缝隙的点和小多边形的顶点参与邻近边的计算。(2)聚类间建筑模型的合并与综合1)类间建筑在二维投影平面上的合并在聚类后，先将每类中的多边形合并成一个多边形，再对合并后的多边形进行综合，在合并阶段，重新利用参与邻近边的顶点生成带约束条件的Delaunay三角网，如果待合并两个多边形间有一个或多个严格邻接三角形对，则计算这些三角形对的邻近距离，用具有最小邻近距离的严格邻接三角形对用来连接两个待合并的多边形以生产新的多边形，如果两个多边形间没有严格邻近三角形对，则选取具有最小邻近距离的非严格邻近三角对来连接多边形。2)二维投影平面合并结果的综合经上述办法连接而成的多边形包括了过多细节信息，需对合并结果进一步综合，采用Visvalingam‑Whyatt折线简化算法的方法，去掉细小的凹陷部分；按照逆时针的方向，多边形上一个顶点vi和其前后两个顶点vi‑1，vi+1，组成三角形{vi‑1，vi，vi+1}，如果沿着从vi‑1经vi和vi+1重新回到vi‑1的方向为顺时针方向，则该三角形被定义为凹陷三角形；依次对两个多边形非连接处的顶点进行遍历判断，每个点和其前后相邻的顶点组成三角形，判断此三角形是否为凹陷三角形；如果是，则记录其面积，遍历结束后，删除面积最小的凹陷三角形对应的顶点，重复上面计算面积和删除顶点的过程，直到没有凹陷三角形出现，或者所有凹陷三角形的面积都大于给定的阈值为止，面积阈值通过公式(3)求出.δa＝aavg/λ                            (3)假设带合并的两个多边形位于树的第l层，aavg是该层所有多边形面积的平均值，λ是一个用户指定的权重，在移除了细小凹多边形以后，对简化后结果进行进一步遍历，计算每一对 相邻边，如果其所成夹角大于一定的角度阈值，则这两个边可被简化为一条边。3)由综合生成新的三维建筑模型对于新生成的多边形，其对应的建筑模型的屋顶高度等于加入权重系数后的原有两建筑模型各自高度的平均值，如公式(4)所示： h = Σ i = 1 n ( h i · a i ) / Σ i = 1 n a i - - - ( 4 ) 在公式(4)中，h是合并后的高度，hi子结点的高度，ai是子结点建筑在二维平面xoy上的投影面积，对于类内相交情况，则通过求算交点，将两个多边形合并，然后移除新加入的交点，再采用Visvalingam‑Whyatt算法综合，高度计算同上；对于类内包含情况，直接取面积较大的多边形作为二维平面xoy上最终合并结果，高度按照公式(4)重新计算即可。(3)构建多分辨率三维建筑模型在预处理阶段完成后，采用树状结构存储简化后的模型，顶点坐标单独存贮，树状结构的每一个结点只存储其所对应顶点的编号，而不存储结点坐标，另外，每个结点还需存储高度、面积等信息；对于n个初始结点来说，由其生成完全平衡的二叉树的深度为lg(n)，如果将树的深度减少至n’，可以通过n’‑1个阈值来将树的深度压缩到n’；在聚类时，记录下每一步所用的邻近距离，并将其存储到数组distance sequence中，根据单链聚类法的性质，在distance sequence中，d是按从小到大的顺序排列的，邻近距离的增长率ri为，ri＝(di+1‑di)/di                        (5)其中di和di+1表示distance sequence中相邻的2个邻近距离。选取最大的n’‑1个r，对每个r生成一个阈值D，然后将这n’‑1个阈值按照从小到大的顺序存储到数组threshold sequence中，以用来将树的·层数减至n’，设置每个结点可拥有的最大子结点数δp，对于有n栋建筑生成的n’层完全平衡的结果树，对于每个非叶结点，其拥有的子结点数为p： p = int ( n n ′ - 1 ) - - - ( 6 ) 检查由threshold sequence压缩生成的树的每一层的结点和其子结点的数目，当由Dl压缩若干层成为一个新层时，如果此层不满足条件mch≤m×δp，在阈值，Dl‑1和Dl·之间插入一个新的阈值Dnew，Dnew的生成过程如下：首先，在distance sequence中提取位于区间[Dl‑1，Dl]内的一段子数组，然后在这个子数组中最大r处产生新阈值Dnew，用Dnew产生新层，检查这个新层是否满足条件mch≤m×δp，如果不满足，则用区间[Dl‑1，Dnew]在distance sequence中提取 新的子数组，用产生新的阈值来更新Dnew的旧值，重复上述过程，直到由Dnew产生的新层满足条件mch≤m×δp，然后将Dnew插入到Dl‑1和Dl·之间。(4)交互式可视化以合并产生的误差在屏幕上的投影大小为细节层次划分的标准，对与非叶结点，循环求取其包含子结点中的最高建筑高度Hmax，以及最低建筑的高度Hmin，过程如下：设叶结点位于n层，则先求第n‑1层中每一个结点的Hmax以及Hmin，进而求算第n‑2层，每个结点的所有子结点中最大的Hmax作为该结点的Hmax，最小的Hmin作为该结点的Hmin，重复此步骤，直到计算完第0层为止；定义高差ΔH＝Hmax‑Hmin，表示每个结点所对应的原始建筑中最高建筑与最低建筑之间的高差，显然，对于叶结点，ΔH＝0，定义父结点的屋顶面积减去其所对应的原始建筑群的屋顶面积之和，作为新增屋顶面积ΔA，求算步骤与高差ΔH的求算过程相同，同样是采用自底向上循环，由此确定两个阈值δH，δA，其意义为，一个子结点对应原始的建筑群投影到屏幕上，其最高建筑与最低建筑高度差应小于δH个像素高度，新增屋顶面积投影到屏幕上应小于δA个像素。采用如下方法表达屏幕坐标系下最高建筑与最低建筑高度的高度差，首先计算近裁剪面单位长度与视口像素的对应关系，设摄像机的垂直视场角FOV，以及近裁剪面距离为Dnear，则可求得近裁剪面高度Hnear。Hnear＝Dnear×tan(FOV)×2          (7)视口高为Hview个像素，则近裁剪面上单位长度对应屏幕上nscale个像素，nscale＝Hview/Hnear，其次，将高差ΔH近似投影到近裁剪面上，对于每个结点，设此结点中心与摄像机的距离为Dnode，考虑到视线与水平面的夹角θ，有，ΔH′＝ΔH×(Dnear/Dnode)×cos(θ)ΔHview＝ΔH′×nscale              (8)ΔHview即为高差ΔH在屏幕上对应的像素数，同样的，对于ΔA，先近似求得其在近裁剪面上的投影，再求得其在屏幕上的投影大小ΔAview。ΔA′＝ΔA×(Dnear/Dnode)2×sin(θ)ΔAview＝ΔA ′×nscale               (9)在场景漫游的过程中，视线方向的角度以及摄像机距结点的位置实时变化，实时计算ΔHview以及ΔAview，如果ΔHview＜δH，并且ΔAview＜δA，则渲染此结点，否则，该结点则不被渲染，递归判断其子结点。