基于渲染误差的倾斜摄影点云简化算法

在使用倾斜摄影测量点云作为基础数据并通过网络传输的智慧城市应用背景下,针对现有建立LOD层级时使用的简化算法的简化条件不直接面向模型渲染效果,以及简化过程未考虑到模型用于渲染的传输代价问题,提出了基于渲染误差的迭代算法。首先提出一种面向渲染效果的误差度量方式,并给出了简化过程中计算渲染误差的方法;其次对同一LOD层级点云数据设置统一的渲染时半径属性,并建立基于视距的点云面片半径估算策略;最后改进迭代简化流程,使用统一的半径作为邻域搜索范围,以区域渲染误差小作为优先简化的条件,使用局部邻域替代法更新邻域代表顶点。实验证明,相同简化率下所提方法得到的模型在具有较小数据量的同时具有较优的渲染效果。

基于C/S架构的倾斜摄影点云渲染

随着倾斜摄影大规模场景应用的逐渐普及,在基于网络传输的应用中,针对多细节层次(LOD)层级切换滞后和跳变的问题,以倾斜摄影点云作为基本图元构建场景,并在此基础上改进渲染效果和传输效率.首先,对于无法使用部分传输的高精度数据进行绘制的问题,提出一种多LOD层级混合渲染算法,及时、有效地表达高精度数据的特征;其次,对于数据传输效率较低的问题,提出细粒度的点云传输及裁剪策略.最后,在点云地形块内部启用基于法向量的预处理划分,并在运行时通过优先级排序和剔除,确保最大化利用传输的数据.实验采用化简后的倾斜摄影点云,引入分布及命中等评价指标,与传统Splatting面元绘制算法对比,能在层级切换时有效地降低画面RMSE和提高模型纹理质量.结果表明,使经过裁剪的部分高精度数据参与渲染可以使层级切换及时、平缓,获得较好的视觉效果.