一种三维模型拓补优化方法、装置及存储介质与流程

本发明涉及三维模型,尤其涉及一种三维模型拓补优化方法、装置及存储介质。
背景技术:
1、当前,随着虚拟现实应用对高质量三维内容需求的不断增长,三维模型的精细程度和复杂度日益增加。然而,高密度的模型拓补结构不仅占用大量内存资源,还严重影响渲染效率。
2、现有技术中,模型优化主要依赖复杂的手动操作或简单的算法自动化减少面数,往往导拓补后的致模型外形变形过大,细节损失严重,因此需要改进。
技术实现思路
1、有鉴于此,本发明提供一种三维模型拓补优化方法、装置及存储介质。
2、具体地,本发明是通过如下技术方案实现的:
3、根据本发明的第一方面,提供一种三维模型拓补优化方法,所述方法包括步骤:
4、获取三维模型;
5、根据所述三维模型生成基础模型结构;
6、根据所述基础模型结构生成初级拓扑模型;
7、对齐所述三维模型和所述初级拓扑模型。
8、可选地,所述获取三维模型包括步骤:
9、辨别所述三维模型表面的基础形态特征;
10、提取所述基础形态特征。
11、可选地,所述根据所述三维模型生成基础模型结构包括步骤:
12、获取所述三维模型表面的基础形态特征;
13、分割所述基础形态特征并得到若干基础模型结构。
14、可选地,所述根据所述三维模型生成基础模型结构还包括步骤:
15、预览所述基础模型结构;
16、判断所述基础模型结构是否分割准确;
17、若是,保存所述基础模型结构;
18、若否,调整所述基础模型结构。
19、可选地,所述判断所述基础模型结构是否分割准确包括步骤:
20、评估所述基础模型结构的分割准确分数;
21、判断所述分割准确分数是否超过阈值;
22、若是,确定所述基础模型结构分割准确;
23、若否,确定所述基础模型结构分割不准确。
24、可选地,所述根据所述基础模型结构生成初级拓扑模型包括步骤:
25、获取所述三维模型表面的基础形态特征;
26、获取所述基础形态特征分割后的所有基础模型结构;
27、获取所有所述基础模型结构在所述基础形态特征中的相对位置;
28、根据所述相对位置融合所有所述基础模型结构并得到初级拓扑模型。
29、可选地,所述对齐所述三维模型和所述初级拓扑模型包括步骤:
30、获取所述三维模型的第一部位;
31、获取所述初级拓扑模型上对应所述第一部位的第二部位;
32、对齐所述第一部位和所述第二部位。
33、根据本发明的第二方面,提供一种三维模型拓补优化装置,包括:
34、模型获取模块,用于获取三维模型;
35、结构生成模块,用于根据所述三维模型生成基础模型结构;
36、模型生成模块,用于根据所述基础模型结构生成初级拓扑模型;
37、模型对齐模块,用于对齐所述三维模型和所述初级拓扑模型。
38、根据本发明的第三方面,提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现前述任一项所述方法的步骤。
39、根据本发明的第四方面,提供一种存储介质,其上存储有计算机程序,所述程序被处理器执行时实现前述中任一项所述方法的步骤。
40、本发明提供的技术方案至少带来以下有益效果:
41、本申请提供的一种三维模型拓补优化方法、装置及存储介质能显著降低手动介入的程度,高效减少模型的多边形数量,同时确保模型的关键细节得以精准保留。
技术特征:
1.一种三维模型拓补优化方法,其特征在于,所述方法包括步骤:
2.根据权利要求1所述的三维模型拓补优化方法,其特征在于,所述获取三维模型包括步骤:
3.根据权利要求1所述的三维模型拓补优化方法,其特征在于,所述根据所述三维模型生成基础模型结构包括步骤:
4.根据权利要求3所述的三维模型拓补优化方法,其特征在于,所述根据所述三维模型生成基础模型结构还包括步骤:
5.根据权利要求4所述的三维模型拓补优化方法,其特征在于,所述判断所述基础模型结构是否分割准确包括步骤:
6.根据权利要求1所述的三维模型拓补优化方法,其特征在于,所述根据所述基础模型结构生成初级拓扑模型包括步骤:
7.根据权利要求1所述的三维模型拓补优化方法,其特征在于,所述对齐所述三维模型和所述初级拓扑模型包括步骤:
8.一种三维模型拓补优化装置,其特征在于,包括:
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1-7任一项所述方法的步骤。
10.一种存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现权利要求1-7中任一项所述方法的步骤。
技术总结
本发明属于三维模型技术领域,涉及一种三维模型拓补优化方法、装置及存储介质,所述方法包括步骤:获取三维模型;根据所述三维模型生成基础模型结构;根据所述基础模型结构生成初级拓扑模型;对齐所述三维模型和所述初级拓扑模型。本申请提供的一种三维模型拓补优化方法、装置及存储介质能显著降低手动介入的程度,高效减少模型的多边形数量,同时确保模型的关键细节得以精准保留。
技术研发人员:李金星,秦念彬,薛志清,陈实如,靳培相
受保护的技术使用者:山东浪潮智能生产技术有限公司
技术研发日:
技术公布日:2024/11/28
技术研发人员:李金星,秦念彬,薛志清,陈实如,靳培相
技术所有人:山东浪潮智能生产技术有限公司
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
