摘要
本发明公开了一种基于聚类算法实现的大规模场景减面优化方法、装置和设备,其中方法包括:计算顶点法向量,构建三角面片拓扑关系;进行多条件平面区域判定,对满足条件的平面区域进行合并和拓扑优化处理;进行多方式检测,判断三角面片模型轮廓点,对非轮廓点进行K‑Means聚类,形成点集;对点集进行三角剖分,重构生成新的三角面片模型。本发明通过对三角面片模型计算优化,实现模型突兀区域的平滑处理,从而在模型优化后,模型异常点面突起减少,面片冗余减少,保持较佳的显示效果,模型的运行性能得到较大的提升,保证了实景三维渲染和演示的效果展示和流畅性。
技术关键词
三角面片模型
顶点
轮廓
聚类算法
Delaunay三角剖分
邻域
协方差矩阵
比率
场景
平滑算法
关系
重构模块
优化装置
拉普拉斯
处理器
网格
存储器
系统为您推荐了相关专利信息
协同优化方法
分布式电源
模糊隶属度函数
储能
参数化方法
云端服务器
文件分享方法
视觉关注区域
页面
图标
制造商
特征提取单元
数据存储单元
模块
数据采集单元
系统数据处理
查询构建器
计算机视觉技术
分布式存储系统
数据可视化
多传感器信息融合
刀具磨损图像
多域特征
训练样本集
皮尔逊相关系数