[发明专利]一种基于合并根节点的倾斜摄影数据LOD重建方法

权利要求书

1.一种基于合并根节点的倾斜摄影数据LOD重建方法，其特性在于，包括：

利用开源库获取所有倾斜摄影数据块的根节点数据，根据空间位置关系或文件索引形式在XOY平面建立唯一的二维空间索引；

基于所述二维空间索引后的数据块每四个块合并生成一个新的数据块，所述新数据块根据合并的数据生成高于当前层级的唯一二维空间索引；

基于所述的唯一二维空间索引分别处理网格与纹理，利用软光栅化技术将所述网格数据重新生成点云，降采样、泊松重建、网格简化所述点云数据，简化所述当前数据块的等级与分辨率得到目标网格面数；

基于所述目标网格面数展开所述网格数据与原始网格纹理数据，利用离线渲染、渲染到纹理技术生成新的纹理贴图，与网格数据组成最终的目标数据；

重复上述步骤，依次逆向建立四叉树，直到根节点数少于4，完成重建。

2.如权利要求1所述的基于合并根节点的倾斜摄影数据LOD重建方法，其特征在于：所述唯一的二维空间索引Ix、Iy包括，

Ix＝Nx*(块中点x坐标-AABB.xMin)/(AABB.xMax-AABB.xMin)；

Iy＝Ny*(块中点y坐标-AABB.yMin)/(AABB.yMax-AABB.yMin)；

其中，AABB表示XOY平面上的轴向包围盒，Nx、Ny分别表示在X轴、Y轴方向上的数据块数量。

3.如权利要求1或2所述的基于合并根节点的倾斜摄影数据LOD重建方法，其特征在于：所述更上一级的二维空间索引包括，

NEWx＝Ix(最大重建级别-当前块级别)；

NEWy＝Iy(最大重建级别-当前块级别)；

其中，NEWx、NEWy表示新的二维索引。

4.如权利要求3所述的基于合并根节点的倾斜摄影数据LOD重建方法，其特征在于：所述光栅化过程包括将一个图元转变为一个二维图像。

5.如权利要求4所述的基于合并根节点的倾斜摄影数据LOD重建方法，其特征在于：所述二维图像上的点包括颜色、深度和纹理数据。

6.如权利要求5所述的基于合并根节点的倾斜摄影数据LOD重建方法，其特征在于：所述降采样包括，

利用体素滤波器对所述点云进行降采样；

利用体素化网格方法实现降采样，即减少所述点的数量，减少所述点云数据，并同时保持所述点云的形状特征。

7.如权利要求6所述的基于合并根节点的倾斜摄影数据LOD重建方法，其特征在于：所述泊松重建过程包括定义八叉树、设置函数空间、创建向量场、求解泊松方程、提取等值面。

8.如权利要求7所述的基于合并根节点的倾斜摄影数据LOD重建方法，其特征在于：所述定义八叉树过程包括，

利用八叉树结构存储点集，根据所述采样点集的位置定义八叉树，细分八叉树得到每个采样点都落在深度为D的叶节点。

9.如权利要求8所述的基于合并根节点的倾斜摄影数据LOD重建方法，其特征在于：所述设置函数空间包括，

基于八叉树的每个节点设置空间函数F，所有所述节点函数F的线性和表示向量场V，利用盒滤波的n维卷积得到基函数F。

10.如权利要求9所述的基于合并根节点的倾斜摄影数据LOD重建方法，其特征在于：所述提取等值面包括，

预估所述采样点的位置，利用其平均值提取等值面，利用移动立方体算法得到等值面。