專利名稱：復(fù)雜建筑物三維模型多分辨率建模方法
技術(shù)領(lǐng)域：
本發(fā)明屬于地理空間信息系統(tǒng)技術(shù)領(lǐng)域，特別是涉及一種用于復(fù)雜建筑物 的三維模型多分辨率建模方法。
背景技術(shù)：
隨著各種測(cè)量技術(shù)的快速發(fā)展，數(shù)據(jù)采集的精度得到了快速提高，尤其是
激光掃描技術(shù)或CAD技術(shù)的廣泛應(yīng)用，使得高精度的建筑物模型更加容易獲取， 而高精度的建筑物模型往往包含了更加復(fù)雜的內(nèi)部結(jié)構(gòu)以及高度詳細(xì)的外觀， 因此，復(fù)雜建筑物模型是主要是指利用激光掃描或CAD技術(shù)獲取并創(chuàng)建的具有 高度詳細(xì)的外觀和復(fù)雜的內(nèi)部結(jié)構(gòu)、模型內(nèi)部具有高度復(fù)雜的拓?fù)潢P(guān)系以及部 件之間復(fù)雜語義關(guān)系的三維建筑物模型。復(fù)雜建筑物模型的特點(diǎn)是由多個(gè)不同類型形態(tài)各異相對(duì)獨(dú)立的部件構(gòu)成，單體模型擁有上百萬三角形的龐大數(shù)據(jù)量。 因此，面對(duì)由高精度復(fù)雜建筑物模型組成的三維場(chǎng)景，為了減少數(shù)據(jù)量以及交 互式建模的勞動(dòng)強(qiáng)度，如何全自動(dòng)地創(chuàng)建多細(xì)節(jié)層次三維模型成為了提高模型 生產(chǎn)效率的關(guān)鍵問題。
更為重要的是，在實(shí)際生活中，人們觀察周圍的世界時(shí)，人眼的空間與時(shí) 間分辨率總是有限的。同樣，虛擬環(huán)境中的物體總是在不同的細(xì)節(jié)層次表現(xiàn)出 不同的結(jié)構(gòu)和特征，細(xì)節(jié)層次因此成為決定人們空間認(rèn)知十分重要的一個(gè)因素。 根據(jù)人眼分辨率有限的基本原理，應(yīng)該忽略掉那些人眼所不能看到的空間物體 的細(xì)節(jié)，通過有限的若干離散的細(xì)節(jié)層次而獲得有關(guān)一個(gè)真實(shí)環(huán)境比較完整的 知識(shí)。
當(dāng)前，制約三維虛擬環(huán)境廣泛應(yīng)用的瓶頸問題是各種自然和人文建筑高精
度三維模型的多細(xì)節(jié)層次表達(dá)，也被稱為多細(xì)節(jié)層次建模或者LOD建模(Level of Detail modeling, LOD modeling)。盡管近幾年計(jì)算機(jī)硬件也在各種應(yīng)用需要的推動(dòng)下實(shí)現(xiàn)了跨越式發(fā)展，但是以多邊形表示的建筑物模型復(fù)雜程度的增長(zhǎng) 速度卻遠(yuǎn)遠(yuǎn)超出了計(jì)算機(jī)硬件繪制能力的提升速度。不管計(jì)算機(jī)圖形硬件的跨 越式發(fā)展如何快速，多細(xì)節(jié)層次建模技術(shù)依然與繪制效果的逼真度和繪制速度 之間的沖突問題緊密相關(guān)。由于物體的細(xì)節(jié)程度越高，則數(shù)據(jù)量越大，描述得
越精細(xì)；物體的細(xì)節(jié)程度越低，則數(shù)據(jù)量越小，描述得越簡(jiǎn)單，因此，多細(xì)節(jié) 層次建模研究的根本目標(biāo)就是要實(shí)現(xiàn)"用最小的數(shù)據(jù)量來表達(dá)最復(fù)雜的目標(biāo)并 獲得最逼真的視覺效果"。
從最高細(xì)節(jié)層次模型到最低細(xì)節(jié)層次模型的轉(zhuǎn)化主要通過模型簡(jiǎn)化操作實(shí) 現(xiàn)的，模型簡(jiǎn)化操作是自動(dòng)生成LOD模型的關(guān)鍵技術(shù)。近三十年來研究人員提 出了多種多邊形網(wǎng)格簡(jiǎn)化算法，幾乎在所有自動(dòng)創(chuàng)建LOD模型的技術(shù)文獻(xiàn)和研 究論文中均有論述。
模型簡(jiǎn)化技術(shù)按照簡(jiǎn)化對(duì)象的類型分為針對(duì)連續(xù)曲面模型和針對(duì)建筑物模 型。隨著計(jì)算機(jī)軟硬件技術(shù)的快速發(fā)展，針對(duì)連續(xù)的自由曲面如用grid/TIN數(shù)字高程模型表示的地形表面的簡(jiǎn)化從比較簡(jiǎn)單的點(diǎn)刪除算法、重新布點(diǎn)算法以 及頂點(diǎn)聚類和小面共面消除算法，到著名的漸進(jìn)式網(wǎng)格、二次誤差度量簡(jiǎn)化算 法，到近期的圖像驅(qū)動(dòng)、用戶引導(dǎo)、基于法線等算法，經(jīng)歷了一個(gè)從簡(jiǎn)單到復(fù) 雜的過程，目前已經(jīng)發(fā)展到比較成熟的階段。
但對(duì)建筑物這樣的不規(guī)則幾何體及其相應(yīng)的表面屬性如紋理圖像等的簡(jiǎn)化 處理卻還不能滿足需要，往往通過大量繁雜的人機(jī)交互才能得到滿意的結(jié)果。 比如，虛擬地理環(huán)境中復(fù)雜建筑物模型的表達(dá)需要保持一定的語義信息，例如， 在飛行瀏覽中的實(shí)時(shí)査詢就需要不同細(xì)節(jié)層次的模型具有不同級(jí)別的語義信 息。虛擬地理環(huán)境要求建筑物模型必須能夠被顯著地進(jìn)行簡(jiǎn)化，即一個(gè)模型從 帶有室內(nèi)部分的復(fù)雜模型到幾乎抽象表達(dá)的變化過程。建筑物模型是虛擬環(huán)境 中的主要表達(dá)對(duì)象，具有很高的視覺重要性，而大部分以幾何誤差測(cè)度為標(biāo)準(zhǔn) 的簡(jiǎn)化算法卻難以衡量不同細(xì)節(jié)層次建筑物模型的視覺差異，更無法滿足用戶 視覺感知的連續(xù)性要求。由于針對(duì)連續(xù)表面模型的簡(jiǎn)化算法不能滿足自動(dòng)生成復(fù)雜建筑物的LOD模 型的需要，目前本領(lǐng)域技術(shù)人員提出了針對(duì)建筑物模型的簡(jiǎn)化方法，包括顧及 模型語義特征的簡(jiǎn)化方法、顧及建筑物幾何特征的簡(jiǎn)化方法、連續(xù)的質(zhì)量層次 以及基于尺度空間的簡(jiǎn)化方法等。
(1) 顧及模型語義特征的方法在網(wǎng)絡(luò)3DGIS環(huán)境下，通過在QEM方法在 頂點(diǎn)屬性中植入vd作為特征支配值，并且用圖形提取的方法將語義約束轉(zhuǎn)化為 三維對(duì)象的簡(jiǎn)化，結(jié)合模型的語義特征在簡(jiǎn)化過程中保持了模型的幾何特征。 但是，該方法的主要缺陷是無法直接對(duì)每個(gè)建筑物模型建立其各自的"重要結(jié) 構(gòu)"，因?yàn)槊總€(gè)對(duì)象都可能具有不同的"重要結(jié)構(gòu)"。此外，"圖形提取"難以符合"重 要結(jié)構(gòu)"的描述，即哪些細(xì)節(jié)需要被保存下來的問題仍然無法解決。該方法另一 個(gè)缺陷是沒有考慮建筑物復(fù)雜的內(nèi)部結(jié)構(gòu)對(duì)于簡(jiǎn)化方法和過程的影響，即使保 證了較好的外觀屬性，也難以適應(yīng)于復(fù)雜建筑物簡(jiǎn)化的要求。
(2) 顧及建筑物幾何特征的簡(jiǎn)化方法中采用面與面之間的共面、平行和垂直三種特征檢測(cè)，運(yùn)用邊折疊的簡(jiǎn)化操作，針對(duì)三維城市的建筑物景觀模型進(jìn) 行了簡(jiǎn)化。該方法在移除建筑物的某些特征后仍然可以保持較好的外形以及相 關(guān)的表面屬性，如紋理等，但是簡(jiǎn)化操作既不能處理任意的流形拓?fù)浣Y(jié)構(gòu)模型，
也不能處理非流形拓?fù)浣Y(jié)構(gòu)的模型，簡(jiǎn)化能力相當(dāng)有限。此外，Thiemann在建 筑物模型特征檢測(cè)的基礎(chǔ)上，按照檢測(cè)出的特征將模型分割并用CGS方式表示， 然后通過對(duì)CGS樹進(jìn)行簡(jiǎn)化操作。這種方法優(yōu)點(diǎn)在于可以在連續(xù)尺度下進(jìn)行簡(jiǎn) 化，而且有語義擴(kuò)展的可能，但是作為一種"綜合"的方法，它卻不可能對(duì)鄰近建 筑進(jìn)行綜合。
(3)連續(xù)的質(zhì)量層次方法是一種基于LOD思想的建筑物模型表示方法。 該方法首先弓I入不同種類建筑物及其組件的表達(dá)方式，實(shí)現(xiàn)了建筑物及其部分 的表達(dá)統(tǒng)一化、規(guī)范化，可以用于建筑物模型的分層細(xì)分編輯，也考慮了紋理 關(guān)聯(lián)。同時(shí)該方法擴(kuò)展了 CityGML的標(biāo)準(zhǔn)，為三維城市模型在建筑設(shè)計(jì)、城市 規(guī)劃領(lǐng)域的應(yīng)用提供了一種新的工具。但是該方法與其說是一種簡(jiǎn)化方法，不如說是一種規(guī)范化的表示方法。對(duì)于建筑物模型的定義仍然顯得比較簡(jiǎn)單，僅 僅定義了地板、墻體、屋頂以及裝飾的統(tǒng)一表達(dá)方法，無法滿足基于部件的復(fù) 雜建筑物模型的簡(jiǎn)化需求。
(4)針對(duì)建筑物模型數(shù)據(jù)提出了基于尺度空間的三維模型簡(jiǎn)化方法。其主 要理論基礎(chǔ)是成熟的尺度空間理論、數(shù)學(xué)形態(tài)學(xué)和曲率空間理論，使用了 Erosion, Dilation, Opening以及Closing等形態(tài)操作控制不同部分之間的合 并與分離，在離散曲率空間定義了凸空間和凹空間，并分別確定每個(gè)頂點(diǎn)為凸 頂點(diǎn)或者凹頂點(diǎn)，為三維模型的形變打下基礎(chǔ)，并通過小面(facet)移動(dòng)完成 三維模型的簡(jiǎn)化。但是，該簡(jiǎn)化方法在簡(jiǎn)化能力有很大的局限性，如對(duì)于建筑 物直角特征比較容易處理，而對(duì)于屋頂這樣的非直角特征部分往往需要利用其 他的手段進(jìn)行處理，如旋轉(zhuǎn)、糾正等。此外，該算法無法保證建筑物特征的保 持，也沒有考慮材質(zhì)、紋理等外觀屬性方面的內(nèi)容。
盡管上述針對(duì)建筑物模型的簡(jiǎn)化方法能夠在一定的程度上簡(jiǎn)化模型，但是由于它們?cè)诤?jiǎn)化機(jī)制和準(zhǔn)確的圖元定位等方面存在較大缺陷，所以這些方法還 不能廣泛應(yīng)用于具有部件結(jié)構(gòu)的建筑物L(fēng)OD模型生產(chǎn)中。
目前，建立建筑物的LOD模型主要通過3ds max、 MuMGen Creator等成熟 的商業(yè)建模軟件平臺(tái)交互式實(shí)現(xiàn)的，這些軟件提供了一些基本的模型多分辨率 建模功能。例如，3dsmax中提供了2個(gè)基本的模型優(yōu)化的修改操作(Optimize 和MultiRes)，但其缺點(diǎn)也非常明顯其一，簡(jiǎn)化結(jié)果是不可預(yù)測(cè)的，需要人工 干預(yù)才能得到理想的結(jié)果；其二，在多個(gè)對(duì)象同時(shí)進(jìn)行簡(jiǎn)化時(shí)，簡(jiǎn)化的程度不 均衡，如有的對(duì)象簡(jiǎn)化比較明顯而且效果較好，有的則不明顯且效果不好。其 三，在簡(jiǎn)化帶有紋理的模型時(shí)，也只能做到模型幾何簡(jiǎn)化，而無法處理紋理的 變化；其四，在簡(jiǎn)化較為顯著時(shí)(一般頂點(diǎn)百分比小于50°/。)，簡(jiǎn)化模型中出現(xiàn) 不可預(yù)知的空洞、破損等情況，而且恰恰是由于僅依靠頂點(diǎn)百分比的控制，就 根本無法保留模型的幾何視覺特征，從而導(dǎo)致簡(jiǎn)化結(jié)果喪失可識(shí)別性。
MultiGen Creator也提供了一個(gè)用于模型簡(jiǎn)化的第三方插件——vsimplify。 該插件提供了 4個(gè)主要的參數(shù)來控制模型的簡(jiǎn)化，該插件簡(jiǎn)化后的模型還可以 在creator上繼續(xù)編輯LOD信息。該簡(jiǎn)化方法有參數(shù)化控制、操作方便的優(yōu)點(diǎn)， 但是簡(jiǎn)化過程需要人工干預(yù)，簡(jiǎn)化的結(jié)果也是不可預(yù)測(cè)的。由于簡(jiǎn)化效率低以 及簡(jiǎn)化結(jié)果不能令人滿意，在高版本的creator中已經(jīng)取消了這個(gè)插件。
NVIDIA Melody是Nvidia公司出品的一個(gè)用于創(chuàng)建PM存儲(chǔ)形式的簡(jiǎn)化模 型的工具，主要的功能有兩個(gè)，即以PM和QEM算法簡(jiǎn)化模型和創(chuàng)建法線貼圖。 在設(shè)置了多項(xiàng)參數(shù)后，執(zhí)行QEM簡(jiǎn)化算法，接著將簡(jiǎn)化的網(wǎng)格模型創(chuàng)建PM格 式，同時(shí)按照簡(jiǎn)化參數(shù)設(shè)置執(zhí)行連續(xù)LOD模型的創(chuàng)建。該工具利用參數(shù)控制， 執(zhí)行簡(jiǎn)單，簡(jiǎn)化速度快，方便地存儲(chǔ)多分辨率模型。但是，該工具的顯著簡(jiǎn)化能力很弱；簡(jiǎn)化結(jié)果經(jīng)常出現(xiàn)破損面、面法線反轉(zhuǎn)以及出現(xiàn)奇異形狀等錯(cuò)誤。 此外，該工具簡(jiǎn)化得到的模型往往丟失了光滑組信息，這對(duì)虛擬場(chǎng)景可視化是 不利的。

發(fā)明內(nèi)容
本發(fā)明目的在于針對(duì)現(xiàn)有技術(shù)的不足，針對(duì)具有部件結(jié)構(gòu)的復(fù)雜建筑物三 維模型，提出一種在人類視覺感知信息驅(qū)動(dòng)下的多分辨率建模方法。 本發(fā)明的技術(shù)方案為包括有以下步驟，
步驟l，打開一個(gè)建筑物三維模型的同時(shí)，在內(nèi)存中建立相應(yīng)帶有語義信息的半 邊數(shù)據(jù)結(jié)構(gòu)，所述半邊數(shù)據(jù)結(jié)構(gòu)以三角形為核心；
步驟2，通過建筑物三維模型的最小包圍球測(cè)定，在固定的視場(chǎng)角下計(jì)算當(dāng)建筑 物三維模型最大化到屏幕空間時(shí)的視點(diǎn)球面；
步驟3，離散化該視點(diǎn)球面獲取視點(diǎn)采樣位置，并分別在每個(gè)視點(diǎn)采樣位置對(duì)建 筑物三維模型進(jìn)行渲染，得到原始渲染圖像；
步驟4，利用CSF函數(shù)構(gòu)造HVS濾波器，對(duì)原始渲染圖像進(jìn)行基于二維小波分 解的HVS濾波，并經(jīng)過小波系數(shù)重構(gòu)獲取感知圖像；
步驟5，根據(jù)原始渲染圖像和感知圖像求取差值圖像，將差值圖像中灰度發(fā)生變 化的像素按顯著變化、中度變化、輕度變化以及無變化四個(gè)灰度類別進(jìn)行劃分， 像素所屬類別作為該像素的感知信息；
步驟6,通過射線追蹤在建筑物三維模型表面找到差值圖像中灰度變化的像素所 對(duì)應(yīng)的三角形，同時(shí)將相應(yīng)感知信息傳遞給三角形，按照灰度類別分類統(tǒng)計(jì)并 記錄帶有感知信息的三角形；
步驟7，根據(jù)三角形所帶有的感知信息，從以下步驟中選擇執(zhí)行以邊折疊為基本簡(jiǎn)化操作的模型簡(jiǎn)化，
步驟7a，對(duì)所帶感知信息為顯著變化的三角形進(jìn)行模型簡(jiǎn)化，并輸出簡(jiǎn)化模型 數(shù)據(jù)；
步驟7b，對(duì)所帶感知信息為顯著變化的三角形和所帶感知信息為中度變化的三 角形進(jìn)行模型簡(jiǎn)化，并輸出簡(jiǎn)化模型數(shù)據(jù)；
步驟7c，對(duì)所有帶有感知信息的三角形進(jìn)行模型簡(jiǎn)化，并輸出簡(jiǎn)化模型數(shù)據(jù)。
而且，所述步驟4的實(shí)現(xiàn)方式包括以下步驟， 步驟4.1，根據(jù)設(shè)置的模型顯示設(shè)備的最佳分辨率r、最佳觀察距離v，以及空間
采樣信號(hào)最大頻率系數(shù)，計(jì)算所能感知的空間頻率最大值；
步驟4.2，修正CSF函數(shù)使得CSF曲線中低于閾值峰值的低頻部分不進(jìn)行濾波，根
據(jù)修正后的CSF函數(shù)，構(gòu)造HVS濾波器；
步驟4.3，輸入圖像小波分解層級(jí)《；
步驟4.4，對(duì)相應(yīng)的層級(jí)求出HVS濾波器的傳輸函數(shù)7;"
步驟4.5，根據(jù)傳輸函數(shù)7^計(jì)算FIR濾波器系數(shù)d;
步驟4.6，對(duì)原始渲染圖像進(jìn)行《層級(jí)的D9〃小波分解；
步驟4.7，對(duì)小波系數(shù)分別在行和列與相應(yīng)的FIR濾波器進(jìn)行巻積運(yùn)算；
步驟4.S，對(duì)濾波后的小波系數(shù)進(jìn)行重構(gòu)，獲得感知圖像。
而且，所述步驟5的實(shí)現(xiàn)方式包括以下步驟， 步驟5.1，原始渲染圖像和感知圖像之間的灰度求差計(jì)算，獲取包含每個(gè)像素灰 度差值的差值圖像；
步驟5.2，根據(jù)差值圖像中每個(gè)像素的灰度差值進(jìn)行聚類劃分，顯著變化灰度類 別對(duì)應(yīng)灰度變化[l， 0.9);中度變化灰度類別對(duì)應(yīng)灰度變化
。 而且，所述步驟7的執(zhí)行模型簡(jiǎn)化實(shí)現(xiàn)方式包括以下步驟，
步驟I，根據(jù)待處理的感知信息，在建筑物三維模型的各部件內(nèi)部找出含有相 應(yīng)感知信息的全部三角形，針對(duì)建筑物三維模型的各部件內(nèi)部找出的全部三角 形執(zhí)行步驟n v;
步驟II，計(jì)算各三角形中每個(gè)頂點(diǎn)的Q矩陣；
步驟ni，計(jì)算點(diǎn)對(duì)的合并代價(jià)；
步驟IV，以點(diǎn)對(duì)的合并代價(jià)為標(biāo)準(zhǔn)自低到高建立堆棧，存儲(chǔ)全部三角形；
步驟V，從堆棧中取出三角形依次執(zhí)行半邊折疊；
步驟VI，在堆棧中全部三角形折疊完畢后結(jié)束該部件模型的簡(jiǎn)化；
步驟W，遍歷建筑物三維模型中的所有部件后簡(jiǎn)化結(jié)束，輸出簡(jiǎn)化模型數(shù)據(jù)。
本發(fā)明通過探察人眼感知圖像與原始渲染圖像之間的差異，準(zhǔn)確地描述了 人眼所不能感知的圖像細(xì)節(jié)，從而有效提取了人眼對(duì)圖像的感知知識(shí)；通過從 二維圖像空間到三維模型空間的感知信息準(zhǔn)確傳遞，對(duì)三維模型表面人眼所不 能感知細(xì)節(jié)(圖元)進(jìn)行精確定位；通過對(duì)感知細(xì)節(jié)的聚類分析，形成了三種 模型簡(jiǎn)化策略，提供了多分辨率的簡(jiǎn)化模型數(shù)據(jù)，保證了簡(jiǎn)化模型的視覺連續(xù) 性。本發(fā)明方法提出了一種全新的簡(jiǎn)化機(jī)制，方法簡(jiǎn)潔、執(zhí)行效率高，適用于 復(fù)雜建筑物三維模型的簡(jiǎn)化和多細(xì)節(jié)層次建模，可以有效提高三維場(chǎng)景多細(xì)節(jié) 層次建模的自動(dòng)化程度和效率。


圖1本發(fā)明原理示意圖2基于離散小波分解的圖像濾波過程；圖3感知信息傳遞示意圖； 圖4本發(fā)明半邊數(shù)據(jù)結(jié)構(gòu)圖； 圖5本發(fā)明主流程圖6本發(fā)明感知信息獲取與聚類流程圖； 圖7本發(fā)明感知信息傳遞流程圖； 圖8本發(fā)明模型簡(jiǎn)化流程圖。
具體實(shí)施例方式
以下結(jié)合附圖詳細(xì)說明本發(fā)明的技術(shù)方案
參見圖1，本發(fā)明的技術(shù)方案原理是將待簡(jiǎn)化的原始建筑物三維模型M。， 經(jīng)物空間和像空間的映射過程取得原始渲染圖像/o ;然后進(jìn)行像空間處理過程， 由原始渲染圖像/。獲取感知重構(gòu)圖像/i，原始渲染圖像/。和感知圖像^求差獲取 差值圖像/2;最后差值圖像/2反映射到物空間，輸出簡(jiǎn)化模型數(shù)據(jù)，可以可視 化呈現(xiàn)復(fù)雜建筑物三維簡(jiǎn)化模型Mi ，完成物空間簡(jiǎn)化處理過程。
本發(fā)明實(shí)施例的實(shí)現(xiàn)過程采用計(jì)算機(jī)實(shí)現(xiàn)自動(dòng)化處理，包括以下步驟，
步驟l，打開待簡(jiǎn)化的原始建筑物三維模型的模型文件后，在內(nèi)存中建立相 應(yīng)帶有語義信息的半邊數(shù)據(jù)結(jié)構(gòu)。本發(fā)明與現(xiàn)有建模技術(shù)中所用以面、環(huán)為核 心的半邊數(shù)據(jù)結(jié)構(gòu)不同，所述半邊數(shù)據(jù)結(jié)構(gòu)以三角形為核心，由此作為感知信 息傳遞到三角形的基礎(chǔ)。本發(fā)明實(shí)施例的半邊數(shù)據(jù)結(jié)構(gòu)方式構(gòu)造如下分別建
立模型對(duì)象object、模型部件solid、部件下的三角形face、邊edge與半邊halfedge、 頂點(diǎn)vertex以及材質(zhì)material、紋理坐標(biāo)Texcood和法線normal的列表；同時(shí)根 據(jù)模型的語義信息分組建立組group列表。建立的半邊數(shù)據(jù)結(jié)構(gòu)如圖4所示，結(jié) 構(gòu)表內(nèi)元素前趨后繼關(guān)系見圖，半邊數(shù)據(jù)結(jié)構(gòu)的優(yōu)點(diǎn)是利用鏈表指針快速完成相鄰關(guān)系幾何圖元的查找，大幅度提高幾何計(jì)算效率。
步驟2，求得建筑物三維模型的最小外包圍球，得到其球心O和半徑r。然
后根據(jù)場(chǎng)景中垂直視場(chǎng)角y5通過公式"r.siiT'(l)計(jì)算建筑物模型在屏幕空間最
大化顯示的視點(diǎn)球的半徑d。
步驟3，根據(jù)具體實(shí)施時(shí)的簡(jiǎn)化應(yīng)用精度需求對(duì)視點(diǎn)球面中位于模型所在地
面以上的部分進(jìn)行均勻的離散采樣以獲得視點(diǎn)采樣位置。采樣間距為^或者
^。A。計(jì)算公式如下《a6=V2"2-2W —//2/4。在采樣得到的視點(diǎn)位置基礎(chǔ)上
對(duì)模型進(jìn)行渲染，并得到原始渲染圖像。這些視點(diǎn)采樣位置即作為相機(jī)位置eye 作為后續(xù)圖像處理基準(zhǔn)。
步驟4，利用CSF函數(shù)構(gòu)造HVS濾波器，對(duì)原始渲染圖像進(jìn)行基于二維小 波分解的HVS濾波，并經(jīng)過小波系數(shù)重構(gòu)獲取感知圖像。
對(duì)于感知引導(dǎo)的建筑物三維模型簡(jiǎn)化，因?yàn)殇秩緢D像中那些不可感知的細(xì) 節(jié)對(duì)應(yīng)于三維模型上不可感知的細(xì)節(jié)，即需要被簡(jiǎn)化掉的細(xì)節(jié)。所以在不考慮 注視點(diǎn)移動(dòng)的情況下，本發(fā)明將人類視覺模型(HumanVisual System, HVS)應(yīng) 用到圖像處理中，模擬出人眼所感知到的圖像，然后通過原始渲染圖像與感知 圖像的對(duì)比提取不可感知的細(xì)節(jié)用于指導(dǎo)簡(jiǎn)化操作。HVS的核心是對(duì)比敏感度 函數(shù)(Contrast Sensitivity Function, CSF)函數(shù)，它描述了人眼的對(duì)比敏感度與 空間頻率之間的關(guān)系。 一個(gè)通用的CSF公式如下
2.6(0.0192+ 0.144a)e_(0144a)"
其中，a以"周/度"(cycle per degree, cpd)為單位表示空間頻率，傘)表 示在一定空間頻率下的Michelson對(duì)比度?，F(xiàn)有技術(shù)中的CSF函數(shù)執(zhí)行方式是多樣的，主要策略是將其以權(quán)重或?yàn)V波的方式與圖像的離散傅立葉變換(Discrete Fourier Transformation, DFT)、離散余弦變換(Discrete Cosine Transformation, DCT)或離散小波變換(DiscreteWavelet Transformation, DWT)融合。其中，基于二維DWT的CSF濾波方法既能滿足精度的要求，又能夠?qū)崿F(xiàn)HVS模型中的其他特性，如視覺掩蔽等，因此，本發(fā)明采用基于離散小波變換的HVS濾波方法獲取人眼感知圖像。
感知引導(dǎo)的建筑物三維模型簡(jiǎn)化的目的是適應(yīng)基于PC的大規(guī)模三維場(chǎng)景的實(shí)時(shí)渲染，而實(shí)時(shí)渲染一定是在PC機(jī)顯示設(shè)備的某固定分辨率下進(jìn)行的，同時(shí)人類觀察者也應(yīng)在最佳的距離上進(jìn)行觀看。設(shè)定PC機(jī)顯示設(shè)備的最佳分辨率為r，而最佳觀察距離為v。則在此條件下的空間采樣頻率為
<formula>formula see original document page 18</formula>其中，v和r的單位量綱分別是像素/英寸和米，其中0.0254表示英寸和米之間的量綱換算系數(shù)。根據(jù)采樣原理，在r， v條件下的空間采樣信號(hào)中的最大頻率為
y^wox 0.3人
根據(jù)CSF函數(shù)與離散小波分解圖像之間的映射關(guān)系，設(shè)小波分解的級(jí)數(shù)為6則在級(jí)別《上的水平方向CSF函數(shù)劃分為低頻和高頻兩個(gè)區(qū)域，即低頻區(qū)域
0...//W和高頻區(qū)域/，W...//W，同時(shí)滿足
<formula>formula see original document page 18</formula>
同理，在級(jí)別￡上的垂直方向CSF函數(shù)劃分為低頻和高頻兩個(gè)區(qū)域，即低
頻區(qū)域0.../]7^和高頻區(qū)域/]7"...< ，同時(shí)滿足-
<formula>formula see original document page 18</formula>不失一般性，將公式合并記為
本發(fā)明以2級(jí)二維小波分解為例，說明HVS濾波器的構(gòu)造原理。如圖2所示的圖像的2級(jí)小波分解過程，圖像被分解為兩個(gè)層次下的水平、垂直和對(duì)角三個(gè)高頻部分和低頻部分。圖示Aw)、 5(^和C(w)為相對(duì)應(yīng)的小波分解頻率范圍的HVS濾波器組的傳輸函數(shù)。其中CSF函數(shù)表示為『(/)，則當(dāng)"1時(shí)，C(w)對(duì)應(yīng)的頻率范圍為厶.../_;當(dāng)《=2時(shí)，5^)對(duì)應(yīng)的頻率范圍為/。...厶，j(w)對(duì)應(yīng)
的頻率范圍為0.../。。
設(shè)原始圖像的頻率為叫，不同級(jí)別分解圖像的頻率分別為^(/ = 1,2,3...)，那么，HVS濾波器的三個(gè)傳遞函數(shù)分別對(duì)應(yīng)于不同頻率子帶。
由于向下采樣的過程使得分離的頻率波譜歸一化到[O, 7C]區(qū)間上，因此，對(duì)于高頻部分的濾波處理均需要將濾波器進(jìn)行鏡像和尺度變換，以使得濾波器中CSF函數(shù)的部分與對(duì)應(yīng)的高頻部分在幅度上保持一致。
因此， 一維小波分解情況下，在級(jí)別〖上，HVS濾波器的傳遞函數(shù)7^為
<formula>formula see original document page 19</formula>
在得到了 HVS濾波器傳遞函數(shù)4(W)的形式化描述之后，將其按照傅立葉級(jí)數(shù)展開后得到FIR濾波器的系數(shù)。
<formula>formula see original document page 19</formula>
由此，HVS過濾器的沖擊響應(yīng)是一個(gè)長(zhǎng)度為2L+1系數(shù)為[dL， ...， dl， d0，dl, ...,dL]的FIR濾波器。
為了便于實(shí)施，本發(fā)明提供了在現(xiàn)有HVS技術(shù)基礎(chǔ)上實(shí)現(xiàn)步驟4的具體方式，包括以下步驟
步驟4.1，設(shè)定模型顯示設(shè)備的最佳分辨率為r，而最佳觀察距離為v，可以預(yù)先根據(jù)具體實(shí)施情況設(shè)定。比如建模一般采用計(jì)算機(jī)實(shí)現(xiàn)，模型顯示設(shè)備就可以直接采用計(jì)算機(jī)的顯示屏，輸入顯示屏廠商提供的最佳分辨率即可。最佳觀察距離可以根據(jù)模型顯示設(shè)備的類型和尺寸選擇， 一般設(shè)置為50公分即可。
本發(fā)明實(shí)施例使用公式= o. 5 y;，其中人=2Wa"ra5>得到在此條件下所
0.0254x1。
能感知的空間頻率的最大值，以便構(gòu)建CSF函數(shù)。
步驟4.2，修正CSF函數(shù)使得CSF曲線中低于閾值峰值的低頻部分不進(jìn)行濾波，根據(jù)修正后的CSF函數(shù)，構(gòu)造HVS濾波器；
本發(fā)明還考慮到在實(shí)現(xiàn)過程中，CSF曲線在低頻閾值下降的特性。CSF曲線所描述的最大空間頻率在4cpd左右，當(dāng)空間頻率低于4cpd時(shí)，可以被人眼察覺的對(duì)比度閾值呈現(xiàn)緩慢下降的趨勢(shì)。這說明了在較低頻率時(shí)，即使對(duì)比度較高的視覺刺激也無法被人眼察覺。該特性決定了離圖像較近的時(shí)候圖像也需要進(jìn)行濾波，但是這與簡(jiǎn)化實(shí)際情況相矛盾。 一般地認(rèn)為隨著觀察距離的減小，模型就應(yīng)當(dāng)更為精細(xì)，渲染圖像中的細(xì)節(jié)就應(yīng)該更多。因此，假設(shè)隨著觀察距離的減小觀察到的圖像也是越來越清晰，即CSF曲線中低于閾值峰值的低頻部分總是可視的。這樣，首先避免了上述矛盾，其次，在不同距離上的CSF濾波均不需要處理低于閾值峰值的低頻部分。
然后分步驟4.3 4.7執(zhí)行圖2所示圖像濾波過程，步驟4.3，輸入圖像小波分解層級(jí)￡， 一般可取為2 3級(jí)；步驟4.4，對(duì)相應(yīng)的層級(jí)求出CSF濾波器的傳輸函數(shù)j;《；步驟4.5，根據(jù)傳輸函數(shù)^計(jì)算FIR濾波器系數(shù)d;步驟4.6，對(duì)原始渲染圖像進(jìn)行《層級(jí)的D9/7小波分解；步驟4.7，對(duì)小波系數(shù)分別在行和列與相應(yīng)的FIR濾波器進(jìn)行巻積運(yùn)算；步驟4.8，對(duì)濾波后的小波系數(shù)進(jìn)行重構(gòu)，獲得感知圖像。也可根據(jù)小波分解的子帶的空間頻率范圍輸入小波所需分解的層次《。以對(duì)圖像的DWT二級(jí)分解為例，設(shè)AW、 i5(w)和C(w)為對(duì)應(yīng)于低頻、 一級(jí)分解高頻和二級(jí)分解高頻的一組一維HVS濾波器。根據(jù)相應(yīng)傳遞函數(shù)與小波分解子帶之間的關(guān)系，在級(jí)別《上，HVS濾波器的傳遞函數(shù) ;,為
必,
7T
—《
『((2-丄)2i/腿)
6=￡
將其按照傅立葉級(jí)數(shù)展開后得到FIR濾波器的系數(shù)。4(A) = 4 +cos(—)
4=1
其中，& =丄f 4 (A 《=丄f 4 (W ) C0S(bf
得到HVS濾波器后對(duì)圖像進(jìn)行二維DWT小波分解，分子帶濾波和二維DWT小波重構(gòu)的到人眼感知的圖像，其中濾波的方法就是將濾波器系數(shù)與小波系數(shù)進(jìn)行巻積運(yùn)算，在濾波的過程中需要對(duì)小波系數(shù)的行和列采用不同的濾波器分別進(jìn)行濾波。
步驟5，對(duì)各個(gè)視點(diǎn)下得到原始渲染圖像/。和感知圖像/,進(jìn)行灰度求差計(jì)算，獲取包含每個(gè)像素灰度差值的差值圖像/2。利用灰度分割分類法將灰度值進(jìn)行聚類劃分，得到灰度值從大到小排列的四個(gè)類別，分別對(duì)應(yīng)著感知細(xì)節(jié)的顯著變化、中度變化、輕度變化以及無變化。本發(fā)明實(shí)施步驟4和步驟5，完成感知信息獲取和聚類，獲取模型渲染圖像的感知信息的流程可參見圖6。具體實(shí)施時(shí)，可根據(jù)差值圖像中每個(gè)像素的灰度差值進(jìn)行聚類劃分，顯著變化灰度類別對(duì)應(yīng)灰度變化[l， 0.9);中度變化灰度類別對(duì)應(yīng)灰度變化
。
步驟6，通過射線投射在建筑物三維模型表面找到差值圖像中灰度變化的像素所對(duì)應(yīng)的三角形。射線投射屬于現(xiàn)有技術(shù)，如圖3所示，從視點(diǎn)經(jīng)模型顯示設(shè)備屏幕向建筑物三維模型投射的光線，即可視為射線。具體實(shí)施時(shí)感知信息
傳遞方法如圖7所示根據(jù)差值圖像和相機(jī)位置列表，遍歷相機(jī)位置且按照當(dāng)
前相機(jī)位置設(shè)置場(chǎng)景，遍歷差值圖像中的像素。遍歷像素時(shí)的處理方式為,以相
機(jī)位置eye為起點(diǎn)，過差值圖像中灰度變化的像素在近裁截面上的投影點(diǎn)NearPT的射線vLine與建筑物三維模型求交。在求交過程中，首先判斷射線與模型外包裝盒范圍是否相交，然后遍歷模型中的solid判斷是否與solid的外包裝盒相交；如果相交則判斷射線與該solid中的face是否相交。其中如果face的法線與射線的方向矢量的叉乘<=0則說明該面為不可見面。當(dāng)求到交點(diǎn)之后將三維的坐標(biāo)投影到二維平面上使用叉乘法判斷交點(diǎn)是否在face內(nèi)。如果在內(nèi)則從當(dāng)前交點(diǎn)集中找到離eye最近的面，將像素所包含的灰度分類信息映射到三角形上。將感知細(xì)節(jié)變化信息記錄在三角形的數(shù)據(jù)結(jié)構(gòu)之中并同時(shí)得到各個(gè)視線方向下模型不可見的三角形。
步驟7，將各個(gè)視線方向下的三角形采用保守策略(即采用一個(gè)三角形不同的感知細(xì)節(jié)分類之中變化最小的情況)，或者非保守策略(即采用一個(gè)三角形不同的感知細(xì)節(jié)分類之中變化最大的情況)對(duì)分類情況進(jìn)行綜合。可以選擇對(duì)含有"顯著變化"信息的三角形進(jìn)行簡(jiǎn)化；或者同時(shí)簡(jiǎn)化"顯著變化"和"中度變化"的三角形；或者同時(shí)簡(jiǎn)化全部帶有感知信息的三角形。如果需要多分辨率模型數(shù)據(jù)，可以從以上三種情況進(jìn)行多項(xiàng)選擇。具體實(shí)施時(shí)簡(jiǎn)化算法以邊折疊為基 本操作，如圖8所示步驟I，根據(jù)待處理的感知信息，在建筑物三維模型的 各部件內(nèi)部找出含有相應(yīng)感知信息的全部三角形，針對(duì)建筑物三維模型的各部
件內(nèi)部找出的全部三角形執(zhí)行步驟n v;步驟II，計(jì)算各三角形中每個(gè)頂點(diǎn)
的頂點(diǎn)Q矩陣；步驟III，計(jì)算點(diǎn)對(duì)的合并代價(jià)，即選擇全部有效的點(diǎn)對(duì)，計(jì)算 每個(gè)點(diǎn)對(duì)的目標(biāo)點(diǎn)位置與合并代價(jià)；步驟IV，以點(diǎn)對(duì)的合并代價(jià)為標(biāo)準(zhǔn)自低到 高建立堆棧，存儲(chǔ)全部三角形；步驟V，從堆棧中取出三角形依次執(zhí)行半邊折 疊，在處理過程中收縮點(diǎn)對(duì)并更新；步驟VI，在堆棧中全部三角形折疊完畢后 結(jié)束該部件模型的簡(jiǎn)化；步驟W，遍歷建筑物三維模型中的所有部件后簡(jiǎn)化結(jié) 束，輸出簡(jiǎn)化模型數(shù)據(jù)。輸出的簡(jiǎn)化模型數(shù)據(jù)可以采用點(diǎn)面結(jié)構(gòu)，以便實(shí)現(xiàn)可 視化。
參見圖5，本發(fā)明技術(shù)方案的步驟1 3進(jìn)行了模型預(yù)處理，步驟4實(shí)現(xiàn)感 知信息獲取，步驟5進(jìn)行感知信息聚類，步驟6實(shí)現(xiàn)了感知信息傳遞，步驟7 最后完成簡(jiǎn)化模型數(shù)據(jù)。具體實(shí)施時(shí)，由本領(lǐng)域技術(shù)人員按照上述流程進(jìn)行軟 件編程實(shí)現(xiàn)即可，本發(fā)明所提供技術(shù)方案的等同替換方案也應(yīng)當(dāng)在保護(hù)范圍內(nèi)。 例如步驟IV，以點(diǎn)對(duì)的合并代價(jià)為標(biāo)準(zhǔn)自低到高建立堆棧，可以替換為以三角 形最短邊長(zhǎng)為標(biāo)準(zhǔn)自上而下建立堆棧。
權(quán)利要求
1.一種復(fù)雜建筑物三維模型多分辨率建模方法，其特征在于包括有以下步驟，步驟1，打開一個(gè)建筑物三維模型的同時(shí)，在內(nèi)存中建立相應(yīng)帶有語義信息的半邊數(shù)據(jù)結(jié)構(gòu)，所述半邊數(shù)據(jù)結(jié)構(gòu)以三角形為核心；步驟2，通過建筑物三維模型的最小包圍球測(cè)定，在固定的視場(chǎng)角下計(jì)算當(dāng)建筑物三維模型最大化到屏幕空間時(shí)的視點(diǎn)球面；步驟3，離散化該視點(diǎn)球面獲取視點(diǎn)采樣位置，并分別在每個(gè)視點(diǎn)采樣位置對(duì)建筑物三維模型進(jìn)行渲染，得到原始渲染圖像；步驟4，利用CSF函數(shù)構(gòu)造HVS濾波器，對(duì)原始渲染圖像進(jìn)行基于二維小波分解的HVS濾波，并經(jīng)過小波系數(shù)重構(gòu)獲取感知圖像；步驟5，根據(jù)原始渲染圖像和感知圖像求取差值圖像，將差值圖像中灰度發(fā)生變化的像素按顯著變化、中度變化、輕度變化以及無變化四個(gè)灰度類別進(jìn)行劃分，像素所屬類別作為該像素的感知信息；步驟6，通過射線追蹤在建筑物三維模型表面找到差值圖像中灰度變化的像素所對(duì)應(yīng)的三角形，同時(shí)將相應(yīng)感知信息傳遞給三角形，按照灰度類別分類統(tǒng)計(jì)并記錄帶有感知信息的三角形；步驟7，根據(jù)三角形所帶有的感知信息，從以下步驟中選擇執(zhí)行以邊折疊為基本簡(jiǎn)化操作的模型簡(jiǎn)化，步驟7a，對(duì)所帶感知信息為顯著變化的三角形進(jìn)行模型簡(jiǎn)化，并輸出簡(jiǎn)化模型數(shù)據(jù)；步驟7b，對(duì)所帶感知信息為顯著變化的三角形和所帶感知信息為中度變化的三角形進(jìn)行模型簡(jiǎn)化，并輸出簡(jiǎn)化模型數(shù)據(jù)；步驟7c，對(duì)所有帶有感知信息的三角形進(jìn)行模型簡(jiǎn)化，并輸出簡(jiǎn)化模型數(shù)據(jù)。
2. 根據(jù)權(quán)利要求l所述的復(fù)雜建筑物三維模型多分辨率自動(dòng)建模方法，其特征在 于所述步驟4的實(shí)現(xiàn)方式包括以下步驟，步驟4.1，根據(jù)預(yù)設(shè)的模型顯示設(shè)備的最佳分辨率r、最佳觀察距離v，以及空間采樣信號(hào)最大頻率系數(shù)，計(jì)算所能感知的空間頻率最大值；步驟4.2，修正CSF函數(shù)使得CSF曲線中低于閾值峰值的低頻部分不進(jìn)行濾波，根據(jù)修正后的CSF函數(shù)，構(gòu)造HVS濾波器；步驟4.3，輸入圖像小波分解層級(jí)h步驟4.4，對(duì)相應(yīng)的層級(jí)求出HVS濾波器的傳輸函數(shù)r"步驟4.5，根據(jù)傳輸函數(shù)7^計(jì)算FIR濾波器系數(shù)d;步驟4.6，對(duì)原始渲染圖像進(jìn)行《層級(jí)的D9/7小波分解；步驟4.7，對(duì)小波系數(shù)分別在行和列與相應(yīng)的FIR濾波器進(jìn)行巻積運(yùn)算；步驟4.S，對(duì)濾波后的小波系數(shù)進(jìn)行重構(gòu)，獲得感知圖像。
3. 根據(jù)權(quán)利要求1或2所述的復(fù)雜建筑物三維模型多分辨率自動(dòng)建模方法，其特 征在于所述步驟5的實(shí)現(xiàn)方式包括以下步驟，步驟5.1，原始渲染圖像和感知圖像之間的灰度求差計(jì)算，獲取包含每個(gè)像素灰 度差值的差值圖像；步驟5.2，根據(jù)差值圖像中每個(gè)像素的灰度差值進(jìn)行聚類劃分，顯著變化灰度類 別對(duì)應(yīng)灰度變化[l， 0.9);中度變化灰度類別對(duì)應(yīng)灰度變化
。
4. 根據(jù)權(quán)利要求1或2所述的復(fù)雜建筑物三維模型多分辨率自動(dòng)建模方法，其特征在于所述步驟7的執(zhí)行模型簡(jiǎn)化實(shí)現(xiàn)方式包括以下步驟，步驟I，根據(jù)待處理的感知信息，在建筑物三維模型的各部件內(nèi)部找出含有相應(yīng)感知信息的全部三角形，針對(duì)建筑物三維模型的各部件內(nèi)部找出的全部三角形執(zhí)行步驟II V;步驟II，計(jì)算各三角形中每個(gè)頂點(diǎn)的Q矩陣； 步驟III，計(jì)算點(diǎn)對(duì)的合并代價(jià)；步驟IV，以點(diǎn)對(duì)的合并代價(jià)為標(biāo)準(zhǔn)自低到高建立堆棧，存儲(chǔ)全部三角形；步驟V，從堆棧中取出三角形依次執(zhí)行半邊折疊；步驟VI，在堆棧中全部三角形折疊完畢后結(jié)束該部件模型的簡(jiǎn)化；步驟VL遍歷建筑物三維模型中的所有部件后簡(jiǎn)化結(jié)束，輸出簡(jiǎn)化模型數(shù)據(jù)。
全文摘要
本發(fā)明涉及一種復(fù)雜建筑物三維模型多分辨率建模方法，包括以下步驟打開建筑物三維模型的同時(shí)，在內(nèi)存中建立相應(yīng)帶有語義信息的半邊數(shù)據(jù)結(jié)構(gòu)；通過建筑物三維模型的最小包圍球測(cè)定，計(jì)算當(dāng)建筑物三維模型最大化到屏幕空間時(shí)的視點(diǎn)球面；獲取視點(diǎn)采樣位置，并對(duì)建筑物三維模型進(jìn)行渲染，得到原始渲染圖像；對(duì)原始渲染圖像進(jìn)行基于二維小波分解的HVS濾波，并經(jīng)過小波系數(shù)重構(gòu)獲取感知圖像；根據(jù)原始渲染圖像和感知圖像求取差值圖像，將差值圖像中灰度發(fā)生變化的像素進(jìn)行劃分，獲取感知信息；在建筑物三維模型表面找到差值圖像中灰度變化的像素所對(duì)應(yīng)的三角形，同時(shí)將相應(yīng)感知信息傳遞給三角形；根據(jù)三角形所帶有的感知信息，執(zhí)行模型簡(jiǎn)化。
文檔編號(hào)G06T17/20GK101655993SQ20081004892
公開日2010年2月24日 申請(qǐng)日期2008年8月20日 優(yōu)先權(quán)日2008年8月20日
發(fā)明者慶 朱, 杜志強(qiáng) 申請(qǐng)人:武漢大學(xué)