[发明专利]基于Sphere-Board的树木三维可视化模型实现方法在审
申请号: | 201510649355.8 | 申请日: | 2015-10-09 |
公开(公告)号: | CN105205861A | 公开(公告)日: | 2015-12-30 |
发明(设计)人: | 佘江峰;郭星辰;谈心;刘建龙 | 申请(专利权)人: | 南京大学 |
主分类号: | G06T17/00 | 分类号: | G06T17/00 |
代理公司: | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人: | 孟红梅 |
地址: | 210023 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 sphere board 树木 三维 可视化 模型 实现 方法 | ||
1.一种基于Sphere-Board的树木三维可视化模型实现方法,其特征在于,所述模型采用类球曲面逼近树冠整体几何形态,通过纹理合成表达枝叶细节,并对树木渲染结果进行轮廓边缘形状重塑,以增强其真实感,所述方法包含如下步骤:
第一步:获取树冠特征点,根据特征点构建与树冠形态逼近的三维类球曲面;
第二步:提取树冠纹理样本,为树冠曲面顶点在样本空间计算纹理坐标;
第三步:将树木三维模型渲染到临时缓存,进行树冠轮廓提取,对提取到的轮廓边缘进行形状重塑;
第四步:将轮廓边缘重塑后的树木集成到三维场景中。
2.根据权利要求1所述的基于Sphere-Board的树木三维可视化模型实现方法,其特征在于,所述第一步中的树冠类球曲面生成方法包括:
(1.1)提取每一视点下的树木图像的树冠轮廓像素;
(1.2)对每一视点下的树冠轮廓像素进行垂直等距采样,将其作为树冠轮廓特征点;
(1.3)若存在多视点下的树木图像,则结合树木图像拍摄角度,由不同视点下的树冠轮廓特征点生成能反映树冠几何形态的三维特征点云;若仅有单张树木图像,则将得到的单视点下的树冠轮廓特征点通过旋转计算生成三维特征点云并对特征点坐标进行有约束范围的随机扰动;
(1.4)根据三维特征点云生成树冠曲面,曲面组合使用三角面片和四边形面片。
3.根据权利要求2所述的基于Sphere-Board的树木三维可视化模型实现方法,其特征在于,所述步骤(1.3)中对特征点的扰动范围用椭球大小进行限制,所述椭球的水平半径取值为初始相邻特征点间距的一半,垂直半径取值为特征点垂直取样间距的一半。
4.根据权利要求1所述的基于Sphere-Board的树木三维可视化模型实现方法,其特征在于,所述第二步中采用基于纹理延伸和三角块拼接的快速曲面纹理合成算法计算纹理坐标,主要包括:
(2.1)定义相邻多边形边界,确定多边形的约束度,所述多边形包括三角形和四边形;
(2.2)对于约束度为1的多边形,将采用纹理延伸的方法计算纹理坐标;对于约束度大于1的多边形,将采用边界匹配的方法计算纹理坐标。
5.根据权利要求1所述的基于Sphere-Board的树木三维可视化模型实现方法,其特征在于,所述第三步中的树冠轮廓边缘形状重塑方法包括:
(3.1)将完成树冠曲面生成和纹理合成后得到的树木三维模型渲染到临时缓存,逐像素记录颜色值和深度值;
(3.2)根据背景区域像素和树木区域像素深度值的不同,判断像素是否为树木区域像素,若其上、左、下或右方位存在一个或多个背景像素,则判定该像素为轮廓像素;
(3.3)从提取到的树冠轮廓像素中选择其周边仅有一个背景像素的轮廓像素作为根像素;
(3.4)对于每个根像素进行累计生长长度受限的随机生长,每个新生像素的生长方向从一个预定义范围中随机取值,颜色和深度直接取用当前根像素的颜色值和深度值。
6.根据权利要求5所述的基于Sphere-Board的树木三维可视化模型实现方法,其特征在于,所述步骤(3.4)中的累计生长长度采用约束范围内的随机值,该约束范围在三维浏览中,根据根像素的实时深度值动态调整。
7.根据权利要求1所述的基于Sphere-Board的树木三维可视化模型实现方法,其特征在于,所述第四步中将轮廓边缘重塑后的树木集成到场景的方法为:对经树冠轮廓边缘形状重塑后的树木图像和帧缓存中已渲染好的场景图像进行逐像素深度值比较,如果树木图像中像素的深度值小于场景图像中对应像素的深度值,则采用该树木图像中的像素色彩值替换场景图像中对应像素的色彩值,从而实现树木效果与场景效果的融合。
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南京大学,未经南京大学许可,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/201510649355.8/1.html,转载请声明来源钻瓜专利网。