一种面向规则建筑物的OBJ文件无损压缩方法

doi:10.13474/j.cnki.11-2246.2018.0337

测绘通报 ›› 2018, Vol. 0 ›› Issue (10): 156-158,162.doi: 10.13474/j.cnki.11-2246.2018.0337

• 测绘地理信息技术装备应用案例 • 上一篇下一篇

一种面向规则建筑物的OBJ文件无损压缩方法

黄鸿, 赵志鹏, 张磊

广州都市圈网络科技有限公司, 广东广州 510000

收稿日期:2018-09-20 出版日期:2018-10-25 发布日期:2018-10-31
作者简介:黄鸿(1978-),男,博士,研究方向为测绘地理信息、时空大数据。E-mail:527161231@qq.com

A Lossless OBJ File Compression Method for Regular Building

HUANG Hong, ZHAO Zhipeng, ZHANG Lei

Guangzhou O. CN International Technology Co., Ltd., Guangzhou 510000, China

Received:2018-09-20 Online:2018-10-25 Published:2018-10-31

摘要/Abstract

摘要： Wavefront OBJ文件作为一种重要的数据交换格式，在三维空间数据可视化领域有着广泛的应用。本文对原始OBJ文件结构冗余、体积过大，网络传输效率低的问题进行了研究，在分析建筑特征的基础上，提出了面向规则建筑物的OBJ文件无损压缩数据模型和OBJ文件到压缩格式的转换方法，并结合三维引擎Three.js进行可视化验证。结果表明：该压缩方法能够有效地压缩数据体积，提高数据传输效率。

关键词: OBJ, MTL, 无损压缩, 建筑物, Three.js

Abstract: Wavefront OBJ file, as an important data exchange format, is widely applied in 3D spatial data visualization. To solve the problems of redundancy structure, too large file size and low network transport efficiency, lossless OBJ file compression model and compression method are proposed to solve the problem on the analysis of building characteristics, and a visual verification is conducted. The result shows that the compression method can compress file size efficiently and improve transport efficiency.

Key words: OBJ, MTL, lossless compression, building, Three.js

中图分类号:

黄鸿, 赵志鹏, 张磊. 一种面向规则建筑物的OBJ文件无损压缩方法[J]. 测绘通报, 2018, 0(10): 156-158,162.

HUANG Hong, ZHAO Zhipeng, ZHANG Lei. A Lossless OBJ File Compression Method for Regular Building[J]. 测绘通报, 2018, 0(10): 156-158,162.

[1]	张兴忆, 李佳田, 杨汝春, 陆大进, 张泽龙, 杨超. 端到端堆叠沙漏网络的遥感影像建筑物轮廓重构[J]. 测绘通报, 2022, 0(5): 67-73.
[2]	陈智朗, 付振华, 朱紫阳, 王慧慧, 刘沁雯, 杨钰灵, 许耿然. 基于HRNet的高分辨率遥感影像建筑物变化信息提取[J]. 测绘通报, 2022, 0(5): 126-132.
[3]	王雪, 梁珂, 隋立春, 钟棉卿, 朱剑锋. 膨胀卷积与金字塔表达的深度学习模型用于农村建筑物提取[J]. 测绘通报, 2022, 0(4): 61-65.
[4]	童矿, 宋洋, 孔祥芬. 机场净空区建筑物的识别与监测[J]. 测绘通报, 2022, 0(3): 127-131.
[5]	李少先. 利用双向布料模拟的机载建筑物点云提取[J]. 测绘通报, 2022, 0(3): 148-151.
[6]	王珍, 张涛, 丁乐乐, 潘宇明, 史芙蓉. 融合高度和光谱信息的倾斜摄影数据建筑物自动提取[J]. 测绘通报, 2022, 0(2): 10-15.
[7]	张自强, 刘涛, 杜萍, 锁旭宏, 杨国林. 图残差神经网络支持下的建筑物群组模式分类[J]. 测绘通报, 2022, 0(1): 1-7.
[8]	高智梅, 王竞雪, 沈昭宇. 机载LiDAR建筑物点云渐进提取算法[J]. 测绘通报, 2021, 0(8): 7-13,36.
[9]	刘海飞, 杨敏华, 王晶, 徐刚, 陈杰. 利用结构面对象的高分遥感影像建筑物变化检测[J]. 测绘通报, 2021, 0(6): 16-20.
[10]	武花, 张新长, 孙颖, 蔡伟男, 颜军, 邓剑文, 张建国. 融合多特征改进型PSPNet模型应用于复杂场景下的建筑物提取[J]. 测绘通报, 2021, 0(6): 21-27.
[11]	崔颖, 黄鹤, 刘祥磊, 罗德安. 建筑物立面分类与DIM点云滤波[J]. 测绘通报, 2021, 0(3): 55-59.
[12]	陈利燕, 林鸿, 吴健华. 融合随机森林和超像素分割的建筑物自动提取[J]. 测绘通报, 2021, 0(2): 49-53.
[13]	王燕锋, 盛业华, 秦佳睿, 张思阳, 闵祥强. 单体建筑物点云数据的CSF净化处理[J]. 测绘通报, 2020, 0(9): 72-75,84.
[14]	闻平, 赵飞, 吴小东, 王莹, 王冲. 利用原始激光雷达点云数据提取渐进式建筑物轮廓线[J]. 测绘通报, 2020, 0(9): 80-84.
[15]	常京新, 高贤君, 杨元维, 王双喜. 融合多时相高分影像的建筑物轮廓优化方法[J]. 测绘通报, 2020, 0(7): 112-115.

一种面向规则建筑物的OBJ文件无损压缩方法

A Lossless OBJ File Compression Method for Regular Building

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价