基于WebGL的建筑點云模型的渲染系統(tǒng)設計與實現
發(fā)布時間：2020-08-28 05:10
【摘要】：隨著三維激光掃描儀的逐漸成熟,建筑點云在建筑的逆向工程中走向了實際應用的場景,特別是歷史建筑。點云數據完整地記錄精確的建筑結構信息,而彩色點云數據包含了建筑的細節(jié)和紋理。但現有的專業(yè)點云軟件主要是基于客戶端,不僅硬件要求高和價格昂貴,而且缺乏由點到面的建筑展示。點云是建筑表面采樣點的集合,所以簡單的點集展示無法渲染出建筑表面。因此,實現大規(guī)模點云的Web端使用和由點到面的建筑展示具有重要的應用價值和研究價值。本文主要從點云模型的場景管理和點云到面的渲染算法的研究出發(fā),分析大規(guī)模建筑點云的Web端使用和建筑模型展示的實現。主要研究工作包括:分析建筑點云的特征和場景管理方式,研究國內外的點云渲染算法和網格模型構建算法;為了解決大規(guī)模點云的內存負載和渲染效率問題,提出基于八叉樹的層次細節(jié)算法(Level of details,LOD),其中在保證展示效果下,采用投影面積和距離結合的LOD策略,可以減少加載被遮擋的節(jié)點的數目;運用WebGL渲染管線和空間變換的相關知識,改進了EWA Splatting框架,實現了基于面片的渲染算法;為了展示部分建筑的面模型,設計了建筑網格模型的構建算法,其流程包括法線計算、提取幾何特征、構建網格模型和優(yōu)化網格模型。在此基礎上,設計和實現基于WebGL的建筑點云模型渲染系統(tǒng),用來實現大規(guī)模建筑點云的Web端使用和展示建筑模型。本系統(tǒng)適配了多個平臺,并在多個測試數據集上與同類型軟件進行內存負載和渲染幀率的對比和分析。實驗結果表明渲染系統(tǒng)基于點云數據為建筑工程提供便捷的工具和立體化展示。
【學位授予單位】：華南理工大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TU204
【圖文】：
建筑點云模型特征筑點云是通過三維激光儀器掃描建筑實體，采集建筑表面生成的，詳細記錄實際狀況。為了建筑的測繪需求和點云到面的渲染，本文使用的建筑點云不同點云數據，具有以下特征：. 精度高和數據量大。為了建筑的測繪需求和展示，經過規(guī)劃基站、點云掃描云拼接和匹配等過程對建筑進行高分辨率、全方位的掃描。在完整地保存建結構信息的同時，加大點云處理的難度。例如，大量點云數據無法直接在 端加載展示，需要解決網絡傳輸、內存負載和渲染效率等問題。. 空間密度高。如圖 2-1 所示，不同于常見的單層三維表面點云，本文經過列采集過程生成復雜的多層建筑點云模型，用于輔助建筑師完成對建筑的測作。
華南理工大學碩士學位論文2.2.2空間變換如圖 2-3 所示，模型的頂點需要經過一系列的空間變換，使得頂點坐標變換到屏幕。WebGL 頂點緩存區(qū)的頂點坐標是模型空間(Model Space)下的表示。經過仿射變換將模型移動到世界空間(World Space)，構成用于展示的整個場景。而攝像頭位于世界空間，以攝像頭為坐標原點構建展示場景的另一個角度，生成視空間下的表示。標準化設備坐標(Normalized Device Coordinate, NDC)是一個標準化空間，每個頂點的 x,y,z 坐標限定在[-1, 1]以內。其以 z 軸作為投影方向，z=-1 為近平面而 z=1 為遠平面。
每個節(jié)點進行檢查，判斷其是否滿足葉子節(jié)點的預期要求。如果不滿足則遞歸分割，到達到要求或超過四叉樹的深度限制。在點云模型的場景管理上，四叉樹結構被廣泛用。例如，Bostjan 在點云渲染算法中基于激光雷達行式掃描的特點改進了四叉樹結，優(yōu)化渲染效率。而且在存儲方式上，僅記錄起始點在文件中偏移位置和該葉子節(jié)點定點數，節(jié)省存儲空間，但這種算法僅限于有序的點云數據[32]。四叉樹是在二維平面進行分割，所以更適合地形數據，并不適合于三維空間密集型的建筑點云。如圖 2-4 所示，不同于四叉樹，固定地對兩個維度上的數據進行平均分割，KD 樹次挑選某一個維度進行分割生成兩個節(jié)點，在存儲方式上類似于二叉樹[2]。利用 KD管理點云模型的過程：先計算點云在 XYZ 軸上每個維度的投影數據的方差。在最大差的維度上對點云進行均等二分，生成兩個子節(jié)點。然后，重復之前的步驟分割點云據，直到單個節(jié)點的數據低于某個閾值或者樹深度超過限定值。KD 樹雖然對點云進均等分割優(yōu)化存儲，但是對于空間結構緊密的建筑點云模型而言，過于復雜。而且由不斷改變分割維度，需要更多的空間用于結構信息的存儲。
本文編號：2807149
【學位授予單位】：華南理工大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TU204
【圖文】：
建筑點云模型特征筑點云是通過三維激光儀器掃描建筑實體，采集建筑表面生成的，詳細記錄實際狀況。為了建筑的測繪需求和點云到面的渲染，本文使用的建筑點云不同點云數據，具有以下特征：. 精度高和數據量大。為了建筑的測繪需求和展示，經過規(guī)劃基站、點云掃描云拼接和匹配等過程對建筑進行高分辨率、全方位的掃描。在完整地保存建結構信息的同時，加大點云處理的難度。例如，大量點云數據無法直接在 端加載展示，需要解決網絡傳輸、內存負載和渲染效率等問題。. 空間密度高。如圖 2-1 所示，不同于常見的單層三維表面點云，本文經過列采集過程生成復雜的多層建筑點云模型，用于輔助建筑師完成對建筑的測作。
華南理工大學碩士學位論文2.2.2空間變換如圖 2-3 所示，模型的頂點需要經過一系列的空間變換，使得頂點坐標變換到屏幕。WebGL 頂點緩存區(qū)的頂點坐標是模型空間(Model Space)下的表示。經過仿射變換將模型移動到世界空間(World Space)，構成用于展示的整個場景。而攝像頭位于世界空間，以攝像頭為坐標原點構建展示場景的另一個角度，生成視空間下的表示。標準化設備坐標(Normalized Device Coordinate, NDC)是一個標準化空間，每個頂點的 x,y,z 坐標限定在[-1, 1]以內。其以 z 軸作為投影方向，z=-1 為近平面而 z=1 為遠平面。
每個節(jié)點進行檢查，判斷其是否滿足葉子節(jié)點的預期要求。如果不滿足則遞歸分割，到達到要求或超過四叉樹的深度限制。在點云模型的場景管理上，四叉樹結構被廣泛用。例如，Bostjan 在點云渲染算法中基于激光雷達行式掃描的特點改進了四叉樹結，優(yōu)化渲染效率。而且在存儲方式上，僅記錄起始點在文件中偏移位置和該葉子節(jié)點定點數，節(jié)省存儲空間，但這種算法僅限于有序的點云數據[32]。四叉樹是在二維平面進行分割，所以更適合地形數據，并不適合于三維空間密集型的建筑點云。如圖 2-4 所示，不同于四叉樹，固定地對兩個維度上的數據進行平均分割，KD 樹次挑選某一個維度進行分割生成兩個節(jié)點，在存儲方式上類似于二叉樹[2]。利用 KD管理點云模型的過程：先計算點云在 XYZ 軸上每個維度的投影數據的方差。在最大差的維度上對點云進行均等二分，生成兩個子節(jié)點。然后，重復之前的步驟分割點云據，直到單個節(jié)點的數據低于某個閾值或者樹深度超過限定值。KD 樹雖然對點云進均等分割優(yōu)化存儲，但是對于空間結構緊密的建筑點云模型而言，過于復雜。而且由不斷改變分割維度，需要更多的空間用于結構信息的存儲。
【參考文獻】
相關期刊論文 前3條
1 趙江洪;王繼偉;王晏民;郭明;;一種新的散亂點云數據多級空間索引[J];地球信息科學學報;2015年12期
2 龔俊;柯勝男;朱慶;鐘若飛;;一種八叉樹和三維R樹集成的激光點云數據管理方法[J];測繪學報;2012年04期
3 支曉棟;林宗堅;蘇國中;鐘良;;基于改進四叉樹的LiDAR點云數據組織研究[J];計算機工程與應用;2010年09期
相關博士學位論文 前1條
1 梁玉斌;面向建筑測繪的地面激光掃描模式識別方法研究[D];武漢大學;2013年
本文編號：2807149
本文鏈接：http://sikaile.net/guanlilunwen/chengjian/2807149.html
