Smart3D系列教程8之 《模型合並——相鄰地區多次建模結果合並》


 

 

 

迄今為止,Wish3D已經出品推出了7篇系列教程,從傾斜攝影的原理方法、采集照片的技巧、Smart3D各模塊的功能應用、小物件的照片重建、大區域的地形重建到DSM及正射影像的處理生產,立足於建模軟件的基本功能點和原始數據的采集,通過不同的重建目標,不同的生產目的多方位地介紹說明了Smart3D建模軟件對傾斜攝影數據的處理生產過程。最后一篇講述如何手動配置一個S3C索引,將處理完畢的傾斜攝影分塊數據通過索引在Acute3D Viewer中加載出來。

 

此次根據群友實際生產當中遇到的實際問題,並受廣泛要求編寫本《模型合並教程》。

 

 

1

適用場景以及原理

 

Smart3D模型合並的適用場景:

▪ 相鄰區域的模型分多次建模后,模型成果放在一起展示。

▪ 同一區域的數據因數據量太大,分塊進行空三並輸出模型后的成果合並展示。

 

Smart3D模型合並的原理:

1.Smart3D生成模型的時候不論什么投影坐標系統,都有一個原點(類似於CAD當中的0,0點,也可以認為是局部坐標系的坐標原點),生成出的模型的三角格網里面的頂點坐標全都是相對於該坐標原點而來。在提交reconstruction的時候可以設置該坐標原點,如圖1:

 

 

2.Smart3D生成模型的時候,因為機器配置(內存、cpu、顯卡)等因素,可能會導致數據量大的時候,模型不能不分塊,選擇分塊后,會根據機器的配置設置分塊的大小,有了分塊方法和分塊大小后,Smart3D會自動為每一塊計算出塊的名稱。比如:Tile_+004_+003。並且構建塊的名稱的時候是從坐標原點開始的。分塊后的結果如圖2:

 

 

基於上述原理,只要是坐標原點一致,且分塊大小一致的模型生成成果都可以直接合並,(前提,分塊大小一致)。

 

2

模型合並方法

 

1.直接合並文件夾

此種方法需要確認如下信息

需要確定合並的模型的坐標原點是否一致,查看方法,圖1當中的Advanced options,或者是模型同級目錄下的metedata.xml文件:

 

 

需要確定分塊大小是否一致,查看方法,圖2當中的TileSize,或者把數據加載到LocaSpaceViewer里面,用量測功能簡單測量一下。(說明:如果接邊不是非常嚴格,或者兩塊相鄰的模型,中間有一定的間隔,只要坐標原點一致,即使分塊大小不一致,只要沒有重復的瓦片編號也是可以合並的)

 

2. 在使用Smart3D導出模型的時候,設置相同的bounds(可以通過導入kml范圍的方式來實現),這樣所有的編號就都不會重復了,出的模型可以直接合並文件夾。

 

3. 已經生成好的osgb格式的模型文件,也是可以合並的,所有的模型頂點坐標都是相對坐標原點的,因此只要對模型的坐標原點進行平移就可以了,此方法設計到模型本身的修改,不建議使用,常規的操作可以通過編寫代碼的形式讀取模型的每一個頂點然后修改。

 

4.如果只是想看到合並后的效果,或者是放在一起進行展示,可以直接使用lsv加載兩塊傾斜攝影的數據,在生成lfp的時候可以通過設置坐標原點進行偏移、旋轉、調整高度,讓兩塊相鄰的模型展示的更好。

 

5. 以上所有方法都不能完全保證接邊問題,要想分塊處理,並合並分塊處理后的結果,需要通過控制點來完成。控制點的要求,每一個塊都要包含適量的控制點,分塊時候照片的重疊度要大於航線高度的1.5倍。(牽涉到模型數據采集階段的要求,此處不做詳細說明,有興趣的可以了解下Smart3D的培訓,內有詳細介紹,此方法可以保證城市級別的三維傾斜模型分塊后完美接邊。

 

3

基於模型合並的知識延伸

 

1.如果已經對整個區域生成好了模型,發現只有一小部分地區,模型效果不滿意,然后進行了補拍,此時需要重新生成所有模型么?

 

答案:不用,只需要把補拍的照片導入到已經空三成功的block里,然后重新提交空三,空三完成后,保持上次的生成參數不變,只提交不滿意的tiles即可。然后直接拷貝新生成的tiles文件夾到上次的模型結果替換掉老的tiles即可。

 

2.機器配置太低,或者數據量太大,導致分塊后,塊的總個數達到1000甚至10000以上,此時因文件個數太多,導致瀏覽速度慢,會看到模型一塊塊的往外蹦,如何加快?

 

答案:Smart3D生成模型后也並不是就一成不變了,根節點數太多的情況下,會導致瀏覽速度和瀏覽體驗急劇下降,一個場景打開了幾分鍾了,還在讀取。針對此問題可以參考傾斜攝影根節點合並,合並后的數據,幾乎秒加,瞬間就看到了整個場景的狀態,想瀏覽什么地方就瀏覽什么地方。

 

3.我想學習更多Smart3D建模技能,該怎么辦

答案:可參加我司推出的Smart3D建模培訓


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM