[发明专利]一种基于分布式的优化大尺度网格方法

权利要求书

1.一种基于分布式的优化大尺度网格方法，其特征在于：包括以下步骤：

(1)输入三维重建中网格重建后的初始网格，根据所搭建集群的CPU核心数，将输入初始网格切分成多个网格块，然后分发给集群的每台机器上；

(2)在集群的每台机器上地简化和细化步骤(1)得到的网格块，网格边界的顶点不移动；

(3)寻找步骤(2)得到的网格块之间的坐标相等的顶点，将坐标相等的顶点融合在一起，然后将融合后的网格进行整体的简化和细化，使步骤(2)固定的网格块边界处的边长度与融合后的网格的平均边长度相等；

(4)输入无人机航拍的图像集，利用多层K路分割算法，将无人机航拍的图像集均匀的分割成K个子图像集，其中子图像集的个数K等于集群的CPU核心数；

(5)利用图像颜色一致性和拉普拉斯光顺方法构造能量公式，根据步骤(4)得到的K个子图像集，在K个子图像集的每个子图像集中计算步骤(3)得到的网格顶点的梯度，分布式地最优化能量公式来得到光滑且拥有丰富细节特征的网格；

所述步骤(2)具体实现如下：

(21)计算步骤(1)输入的初始网格中每一个三角形投影到每张无人机航拍图像集上所覆盖的像素个数，选取步骤(1)输入的初始网格中每一个三角形覆盖无人机航拍图像集的最大像素个数作为此三角形的最大投影区域；

(22)将(21)所得的步骤(1)输入的初始网格的三角形的最大投影区域进行排序，选取排序后结果的中位数和最大值，将中位数除以最大值作为简化输入参数θ，即将拥有F个三角形的步骤(1)输入的初始网格简化成拥有θ*F个三角形的网格，简化方法采用的边折叠法，边折叠法需要计算网格的每一条边对应的权重，修改了传统方法的权重，在其中加入了一项形状因子T，使简化后的网格不出现狭长的三角形；

(23)将(22)得到的网格重新进行(21)的计算得到其每个三角形的最大投影区域，若三角形的最大投影区域大于64，将此三角形分割成多个三角形。

2.根据权利要求1所述的基于分布式的优化大尺度网格方法，其特征在于：所述步骤(4)具体实现如下：首先，将无人机航拍图像集构建成一个graph，将无人机航拍图像集的每张图像作为graph的一个节点，无人机航拍图像集的匹配的图像对作为graph的一条边，以此构建一个graph，然后采用多层K路分割算法将graph切分成K个子图像集。

3.根据权利要求1所述的基于分布式的优化大尺度网格方法，其特征在于：所述步骤(5)图像颜色一致性和拉普拉斯光顺方法构造能量公式具体如下：

其中是第k个子图像集的数据项，λ≥0是数据项和光顺项的权重，E_smoothness是光顺项，S是网格曲面。

4.根据权利要求3所述的基于分布式的优化大尺度网格方法，其特征在于：所述λ取值为1。