【技术实现步骤摘要】
本申请涉及三维模型数据处理，尤其涉及一种城市级别osgb模型数据重建方法及装置。
技术介绍
1、随着城市智能化的发展，城市数字孪生系统成为不可获取的一环。城市数字孪生系统是通过模拟物理真实的空间场景，构建出三维可视化数字模型景观。然而城市级别的数字孪生系统数字底座，具有地理范围大，涉及模型种类多，模型构建复杂等特点，若采用人工建模的方式将耗费大量时间和资金成本。
2、现有技术中，常常通过倾斜摄影osgb(open scene gragh binary)技术代替人工建模。然而城市级别osgb模型数据往往具有数量大且模型顶点数量多等特点，若需要保证数据处理速度，同时保证最终重建获取的模型数据具有良好的显示效果，将需要大量的硬件资源成本。
3、因此，如何对模型数据重建过程中的数据进行简化，同时保证最终模型数据重建后的显示效果，是当前需要解决的技术难题。
技术实现思路
1、本申请提供了一种城市级别osgb模型数据重建方法及装置，以解决因城市级别的模型数据量大，导致的ogsb模型数据重建效率低且重建成本高的技术问题。
2、为了解决上述技术问题，第一方面，本申请实施例提供了一种城市级别osgb模型数据重建方法，包括：
3、响应于用户的区域选择指令，获取用户根据关注度输入的若干第一区域对应的经纬度信息；
4、获取原始模型数据，并结合所述原始模型数据的存储结构，构建lod(cont inuous leve l of detai l)树最深
5、结合所有所述第一区域的经纬度信息，从下至上依次构建lod树其余层中各第二节点的模型数据。
6、相比于现有技术，本申请实施例具有如下有益效果：通过引入用户根据关注度输入的第一区域信息，在重建模型数据时，可以根据关注度，对关注度更高的第一区域对应的模型数据进行细致化重建，保留更多细节，实现根据用户需求合理分配计算资源，以保证模型的显示体验；此外，由于原始模型数据的存储结构可以体现不同区块数据的重要性，因此构建lod树时，根据原始模型数据的存储结构，对lod树中的最深层数据进行构建，可以避免采用全部原始模型数据引入至lod树的最深层数据中，有效降低了模型数据重建过程中所使用的数据量，从而提高了后续模型显示的流畅度。
7、在本申请第一方面的一些实施例中，所述获取原始模型数据，并结合所述原始模型数据的存储结构，构建lod树最深层中各第一节点的模型数据，包括：
8、其中，所述原始模型数据包括：树状存储结构的若干个块数据；
9、依次根据各所述块数据的所述树状存储结构，选择对应所述块数据的基准数据；
10、依次将各所述块数据的基准数据作为所述lod树的最深层的各所述第一节点的模型数据。
11、相比于现有技术，上述实施例具有如下有益效果：在构造lod树最深层的模型数据是构造其余每层模型数据的基础，因此最深层模型数据的选择至关重要，如果采用全部的块数据作为最深层每个第一节点的模型数据，虽然可以保证数据的完备性，但是由于城市级别的数据量往往会导致模型数据加载时间过长，为此，通过块数据本身的数据存储结构，可以评估块数据中，各节点数据的重要程度，从而获取代表每个块数据的基准数据，从而简化lod树最深层各第一节点的数据量，同时还可以保证最终获取的模型数据的显示效果。
12、在本申请第一方面的一些实施例中，所述依次根据各所述块数据的所述树状存储结构，选择对应所述块数据的基准数据，包括：
13、根据各所述块数据的所述树状存储结构，筛选存在根节点的块数据，并依次判断所述根节点是否仅存在一个第一子节点；
14、若是，则根据所述第一子节点的第一叶子节点的个数，选择所述块数据的基准数据；否则选择所述根节点的数据作为所述块数据的基准数据。
15、相比于现有技术，上述实施例具有如下有益效果：由于块数据是根据树状结构存储，因此如果块数据不存在根节点，那么代表此块数据不存在任何原始模型数据，因此重建模型数据时便无需考虑该块数据。对于存在根节点的块数据，需要判断该根节点是否存在多个第一子节点或者不存在第一子节点，如果存在多个第一子节点或者不存在第一子节点，则说明根节点中的数据具有更好的代表性或者仅有根节点的数据可以代表块数据；若根节点仅存在一个第一子节点，那么就需要结合第一子节点的第一叶子节点的个数，进一步选择代表块数据的基准数据，从而可以有效简化第一节点的数据量，并保证最终获取的模型数据的显示效果。
16、在本申请第一方面的一些实施例中，所述根据所述第一子节点的第一叶子节点的个数，选择所述块数据的基准数据，包括：
17、当不存在所述第一叶子节点或者存在多个所述第一叶子节点时，选择所述第一子节点的数据作为所述块数据的基准数据；
18、当仅存在一个所述第一叶子节点时，选择所述第一叶子节点的数据作为所述块数据的基准数据。
19、相比于现有技术，上述实施例具有如下有益效果：当第一子节点仅存在一个第一叶子节点时，说明对应块数据中的数据存储为从根节点到第一叶子节点的链式存储结构，链式存储结构作为树状存储结构中一种特殊结构，其最深层的节点往往对于整个块数据具有更好的代表性。基于选择第一叶子节点作为基准数据的理由，当第一子节点存在多个第一叶子节点时，第一子节点的数据便成为了整个块数据中，具有最好代表性的数据。根据上述方法，可以有效简化第一节点的数据量，并保证最终获取的模型数据的显示效果。
20、在本申请第一方面的一些实施例中，所述结合所有所述第一区域的经纬度信息，从下至上依次构建lod树其余层中各第二节点的模型数据，包括：
21、获取并结合所述第二节点的所有关联节点的第一点云数据，生成各所述第二节点的第二点云数据；所述关联节点包括：所述第二节点的所有第二子节点、各第二子节点的所有邻接节点；
22、根据各所述第一区域的经纬度信息，从各所述第二节点的第二点云数据中抽取对应各所述第一区域的第一样本数据，以组成当前所述第二节点的第三点云数据；
23、通过泊松表面重建算法，结合所述第二节点的第三点云数据以及各所述第一区域的经纬度信息，生成各所述第二节点的模型数据。
24、相比于现有技术，上述实施例具有如下有益效果：当lod树最深层中各第一节点的模型数据被简化后，通过结合用户输入的第一区域的经纬度信息，对第一区域内的第二点云数据进行抽取生成第三点云数据，并根据第三点云数据生成模型数据，以此强化用户所输入第一区域的显示效果。
25、在本申请第一方面的一些实施例中，所述根据各所述第一区域的经纬度信息，从各所述第二节点的第二点云数据中抽取对应各所述第一区域的第一样本数据，包括：
26、根据所述第一区域的经纬度信息，计算所述第一区域的第一三维区域；
27、将所述第一三维区域与所述第二点云数据做交集运算，获取第四点本文档来自技高网...
【技术保护点】
1.一种城市级别OSGB模型数据重建方法，其特征在于，包括：
2.如权利要求1所述的一种城市级别OSGB模型数据重建方法，其特征在于，所述获取原始模型数据，并结合所述原始模型数据的存储结构，构建LOD树最深层中各第一节点的模型数据，包括：
3.如权利要求2所述的一种城市级别OSGB模型数据重建方法，其特征在于，所述依次根据各所述块数据的所述树状存储结构，选择对应所述块数据的基准数据，包括：
4.如权利要求3所述的一种城市级别OSGB模型数据重建方法，其特征在于，所述根据所述第一子节点的第一叶子节点的个数，选择所述块数据的基准数据，包括：
5.如权利要求1所述的一种城市级别OSGB模型数据重建方法，其特征在于，所述结合所有所述第一区域的经纬度信息，从下至上依次构建LOD树其余层中各第二节点的模型数据，包括：
6.如权利要求5所述的一种城市级别OSGB模型数据重建方法，其特征在于，所述根据各所述第一区域的经纬度信息，从各所述第二节点的第二点云数据中抽取对应各所述第一区域的第一样本数据，包括：
7.如权利要求5所述
8.如权利要求7所述的一种城市级别OSGB模型数据重建方法，其特征在于，所述根据各所述第一区域的经纬度信息，获取所述第一区域的第一面积，并根据所述第一面积计算所述泊松表面重建算法所构建八叉树的第一深度值，包括：
9.如权利要求5所述的一种城市级别OSGB模型数据重建方法，其特征在于，所述第二节点的所有关联节点的确定方法，包括：
10.一种城市级别OSGB模型数据重建装置，其特征在于，包括：第一区域获取模块、第一模型数据构建模块以及第二模型数据构建模块；
11.如权利要求10所述的一种城市级别OSGB模型数据重建装置，其特征在于，所述第一模型数据构建模块，用于获取原始模型数据，并结合所述原始模型数据的存储结构，构建LOD树最深层中各第一节点的模型数据，包括：
12.如权利要求11所述的一种城市级别OSGB模型数据重建装置，其特征在于，所述依次根据各所述块数据的所述树状存储结构，选择对应所述块数据的基准数据，包括：
13.如权利要求12所述的一种城市级别OSGB模型数据重建装置，其特征在于，所述根据所述第一子节点的第一叶子节点的个数，选择所述块数据的基准数据，包括：
14.如权利要求10所述的一种城市级别OSGB模型数据重建装置，其特征在于，所述第二模型数据构建模块，用于结合所有所述第一区域的经纬度信息，从下至上依次构建LOD树其余层中各第二节点的模型数据，包括：
15.如权利要求14所述的一种城市级别OSGB模型数据重建装置，其特征在于，所述根据各所述第一区域的经纬度信息，从各所述第二节点的第二点云数据中抽取对应各所述第一区域的第一样本数据，包括：
16.如权利要求14所述的一种城市级别OSGB模型数据重建装置，其特征在于，所述通过泊松表面重建算法，结合所述第二节点的第三点云数据以及各所述第一区域的经纬度信息，生成各所述第二节点的模型数据，包括：
17.如权利要求16所述的一种城市级别OSGB模型数据重建装置，其特征在于，所述根据各所述第一区域的经纬度信息，获取所述第一区域的第一面积，并根据所述第一面积计算所述泊松表面重建算法所构建八叉树的第一深度值，包括：
18.如权利要求14所述的一种城市级别OSGB模型数据重建装置，其特征在于，所述第二节点的所有关联节点的确定方法，包括：
...【技术特征摘要】
1.一种城市级别osgb模型数据重建方法，其特征在于，包括：
2.如权利要求1所述的一种城市级别osgb模型数据重建方法，其特征在于，所述获取原始模型数据，并结合所述原始模型数据的存储结构，构建lod树最深层中各第一节点的模型数据，包括：
3.如权利要求2所述的一种城市级别osgb模型数据重建方法，其特征在于，所述依次根据各所述块数据的所述树状存储结构，选择对应所述块数据的基准数据，包括：
4.如权利要求3所述的一种城市级别osgb模型数据重建方法，其特征在于，所述根据所述第一子节点的第一叶子节点的个数，选择所述块数据的基准数据，包括：
5.如权利要求1所述的一种城市级别osgb模型数据重建方法，其特征在于，所述结合所有所述第一区域的经纬度信息，从下至上依次构建lod树其余层中各第二节点的模型数据，包括：
6.如权利要求5所述的一种城市级别osgb模型数据重建方法，其特征在于，所述根据各所述第一区域的经纬度信息，从各所述第二节点的第二点云数据中抽取对应各所述第一区域的第一样本数据，包括：
7.如权利要求5所述的一种城市级别osgb模型数据重建方法，其特征在于，所述通过泊松表面重建算法，结合所述第二节点的第三点云数据以及各所述第一区域的经纬度信息，生成各所述第二节点的模型数据，包括：
8.如权利要求7所述的一种城市级别osgb模型数据重建方法，其特征在于，所述根据各所述第一区域的经纬度信息，获取所述第一区域的第一面积，并根据所述第一面积计算所述泊松表面重建算法所构建八叉树的第一深度值，包括：
9.如权利要求5所述的一种城市级别osgb模型数据重建方法，其特征在于，所述第二节点的所有关联节点的确定方法，包括：
10.一种城市级别osgb模型数据重建装置，其特征在于，包括：第一区...
【专利技术属性】
技术研发人员：谢君亮，陈泓坤，伍穗颖，柯茂旭，张清兰，
申请(专利权)人：广州凡拓数字创意科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。