[发明专利]一种加快三维图形显示的方法

说明书

技术领域

本发明涉及一种加快三维图形显示的方法，属于三维图形可视化领域。

背景技术

点云（Point Cloud）是在同一空间参考坐标系下可以表达目标空间分布的XYZ坐标的集合，还可以包括如激光反射强度或RGB真彩色等其他信息(Barber D.M.,Mills J.P.and Bryan P.G，2003)。随着三维激光扫描技术在中国的逐步深入的应用，特别是在古建筑领域，应用地面三维激光扫描仪获取古建筑的三维点云，用于古建筑的数据存档、分析以及显示，已经成为越来越普及的测量手段。目前测绘领域所常提到的点云数据主要通过两种方式获取：第一种通过激光测量技术获取，包括主要地面激光雷达，机载Lidar和车载激光雷达获取的点云数据；第二种是通过摄影测量的方法从航空遥感影像中获得。图1为利用地面激光雷达扫描获取的太和门内部建筑物构件的点云数据显示效果，各个点云反映了X、Y、Z坐标和反射强度。

距离影像（Range Images）是数字图像的一种特殊形式。距离影像每一个象素值代表了场景中可见点到某已知参考框架的距离。因此距离影像可以生成场景的三维结构信息。距离影像也被称为深度图像（depth images）、深度图（depth maps），xyz图（xyz maps），表面轮廓(surface profiles)或者2.5维图像（2.5D images）。距离影像可以以图像x，y轴作为坐标轴，用点的深度值矩阵来表达距离影像，距离值矩阵中的元素值反应了点的空间组织信息。深度图像并不仅仅局限于以平面作为参考框架，还可以以空间点、线、面作为参考框架。深度图像按照参考基准的不同可以分为三类，即以点、线、面为参考框架的深度图像。点可以理解为三维空间中的一点；线基准可以包含指点基准和曲线基准等；面可以有很多种，其中规则的面包括平面，柱面、球面、圆锥面、圆台面，圆环面等。在以点作为参考框架时，由于深度图像记录点到基准面的距离，当球面、圆柱面、弯管面半径为0时，这些面分别表现为三维空间中的点、直线和曲线。

也就是说，点云是深度图像的一种间接表达形式，它是将深度图像的深度值换算到三维坐标系得到的三维坐标点。从参考体系来看，点云是以大地坐标系或局部坐标系作为参考框架的，点的XYZ坐标是相对于坐标系原点计算得到，而从深度图像的分类可知，深度图像的参考基准则更加广泛，可以是空间中的点、线或面。

激光扫描获取的点云数据是三维的散乱无序的点的集合，而深度图像则是有序的2.5维数据集合，其降低了数据的维数，因此其相比点云来说数据量要小很多。

在二维可视化中，对于空间几何对象最常用的方法是采用最小外包矩形（Minimum Bounding Rectangle，简称MBR）进行管理，而在三维可视化中，采用三维空间网格来管理深度图像，空间网格由对象的最小外包盒（Minimum Bounding Box，简称MBB）构成，MBB的8个顶点为网格顶点，一个MBB为一个网格单位。MBB只存储其左后下角和右前上角两点的三维坐标，如图2所示。

点云数据的可视化过程可以用图3的过程来表示：

具体过程描述如下：首先进行点云特征分割的预处理工作，根据物体构件的特征将点云数据分为多个类别，所述构件特征可以是柱子、梁、瓦等构件；然后导入点云数据，根据点云形状判断点云所参考的基准面；然后对基准面拟合分别生成平面基准面、柱面基准面或球面基准面；接着指定内插格网大小，根据生成的基准面类型分别生成平面深度图像、柱面深度图像或球面深度图像；最后计算点云的最小包围盒（MBB），建立MBB和深度图像之间对应关系，并将MBB和深度图像对象模型一并存入数据库，可视化时，从数据库中调取相应的深度图像进行绘制。

上述过程中重要的一个步骤是加快深度图像的显示和检索。为了实现对深度图像的快速显示和检索，关键是要建立深度图像与包含它的MBB的关系和MBB相互之间的关系。可以根据原始点云拟合所建立的不同基准面的几何参数，确定深度图像相对于MBB的旋转平移矩阵，建立有效的三维空间索引。

最小外包盒实体表达深度图像所在的最小外包盒（MBB），包括左下后点、右上前点、平移旋转矩阵，深度图像对象指针等属性。其中左下后点和右上前点确定最小外包盒的空间位置，平移旋转矩阵记录深度图像的参考基准面的原点相对于最小外包盒的几何变换关系，深度图像指针指向深度图像数据库对象。深度图像实体包括的属性有：基准面类型，坐标单位、行数、列数、X方向格网间距、Y方向格网间距、距离缩放比例尺、距离最大值、距离最小值、反射强度最大值、反射强度最小值，距离和反射强度值集合。