建模核心流程---smart3d倾斜模型合并根节点的几种方式

还在为倾斜模型构建索引?

还在为数据处理后成千上万的根节点而发愁?

-------------context capture4.4大功能来袭---------------------


    本文以带lod的osgb格式的数据为例进行说明。合并根节点(acrosstiles)与不合并根节点(tilewise)的区别。以及如何使用smart3d生成合并根节点的数据,来告别索引构建,通过根节点完成所有数据的加载。

一、合并根节点后的数据效果


文件组织结构图1


文件组织结构图2

二、合并根节点后的数据web预览效果


在线访问地址:http://www.wish3d.com/Wish3DEarth/LSGlobe/scene.html?guid=b126ef17-f0b6-4905-8b44-624ba96807a2&IS_PACKAGE=0

三、smart3d生成osgb格式模型的选项

reconstruction的设置

no tiling:数据不分块,适合小面积的数据,内存占用和总数据量相关。数据一次生成完毕

本身只有一个根节点,无需合并根节点

notiling

Regular planer grid:平面切割模式,把数据在xy平面切分成大小一致的多个矩形(tiles),内存只需要满足单矩形大小即可,数据会一块块生成。适合平原及一般的建筑物。设置合适的分块大小即可

数据量大,根据数多,建议合并根节点,提高效率


regular planner grid

regular volumetric grid:立体切割模式,把数据切分成大小一致的多个立方体。内存只需要满足单矩形大小即可,数据会一块块生成。适合高差极大的数据。设置合适的分块大小即可

数据量大,根据数多,建议合并根节点,提高效率

regular volumetric grid

adaptive tiling:平面自适应切割模式,数据在xy平面切分成大小不一致的多个矩形(tiles),需要设置最大内存,smart3d会自动根据分配的内存,调整矩形的大小。适合数据精度有差异(高低空结合)、地面差异大(草地、房屋区分明显)。根据自己的电脑配置分配内存即可。

数据量大,根据数多,建议合并根节点,提高效率

adaptive tiling

四、创建合并根节点的production

format/Options选择Across tiles

数据生成成果后,点击production下的General下的Run LOD

 Generation

总结与建议:

1.小数据量的数据,建议直接选择notling。如需web发布,直接右键下图红色区域压缩为zip,上传到Wish3DEarth免费平台即可查看。


2.分块方式,建议优先选择Regular Planner Grid

smart3d最先上线的合并根节点版本,只支持这一模式。当前测试结果发现该模式占用内存最小。最容易成功,Adaptive tiling成功率最低,合并根节点所需的内存,比生产tiling所需内存需高出至少两倍。

合并后的数据,如需网络发布,直接打包下图红色红色区域数据为zip即可


3.如果合并根节点失败,可以使用不合并根节点的方式上传到Wish3D平台,平台会自动合并根节点

只需打包下图红色区域数据为zip即可

说明:自动合并根节点只支持(Regular planner grid、regular volumetric grid)


系列教程目录:smart3d数据处理高级教程----目录

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,457评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,837评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,696评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,183评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,057评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,105评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,520评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,211评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,482评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,574评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,353评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,213评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,576评论 3 298
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,897评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,174评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,489评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,683评论 2 335

推荐阅读更多精彩内容