具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

相反，本发明涵盖任何由权利要求定义的在本发明的精髓和范围上做的替代、修改、等效方法以及方案。进一步，为了使公众对本发明有更好的了解，在下文对本发明的细节描述中，详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。

一种实景可视化方法，包括仿真模型的构建、场景模型的构建。

所述场景模型的构建方法包括以下步骤：

第一步，输入坐标或地名，选取模型区域，并对选取的模型区域生成纹理图；

第二步，对选取的模型区域获取地理信息系统GIS高度信息，优化处理高程值，生成3D地形图；

第三步，将第一步中的纹理图贴在第二步中的3D地形图表面，生成场景模型；

场景模型构建完成后，与仿真模型定位结合，得到渲染模型，并对渲染模型进行渲染输出，实现实景的可视化。

本发明经过不断探索以及试验，构建场景的纹理图和3D地形图，将纹理图贴在3D地形图表面，生成场景模型，同时结合现有的ThreeJS技术将实景模型与仿真模型进行融合，实现实景的可视化，能够生动、美观的展示仿真模型，用户体验好，便于推广使用。

进一步，本发明的方案与传统PC端以及web端显示仿真模型三维动画相比，融合展示方案不仅使得仿真环境更加逼真，而且在视觉上更加生动美观。

本发明一种较佳实施例：

一种实景可视化方法，包括以下步骤：

第一步，输入坐标或地名，选取模型区域，并对选取的模型区域生成纹理图；

第二步，对选取的模型区域获取GIS高度信息，优化处理高程值，生成3D地形图；

第三步，将第一步中的纹理图贴在第二步中的3D地形图表面，生成场景模型；

第四步，将仿真模型加载，并通过颜色对照表lookuptable进行仿真模型着色；

第五步，将第三步中生成的场景模型和第四步生成的仿真模型定位结合，结合ThreeJS技术，得到渲染模型，实现仿真模型以及其场景的可视化。

本发明的一种最佳实施例：

如图1所示，本发明的一种实景可视化方法，主要包括实景建模、模型转换、模型渲染三个阶段，即首先采用真实的GIS信息进行实景建模，然后运用json文件生成算法将仿真模型转化ThreeJS可用的json文件，最后将实景模型和仿真模型相互定位融合，进行渲染对照颜色表lookuptable，对读取到的物理量进行着色处理。

着色处理是先通过设置默认初始颜色，将颜色的数值归一化处理并赋值到attribute对象中，再设置颜色表的参照表同时进行分割处理加载到颜色表中，最后遍历需要着色的属性元素，通过颜色表拿到对应的r，g，b三个颜色值，最后通过索引赋值到colors数组中，覆盖掉默认初始颜色值后更新模型。

第一阶段：实景建模

如图2所示，基于真实地形数据的多边形模拟是指利用真实地形的采样点，通过插值、剖分等方法，建立多边形集合模拟地形表面，它是目前在实际工作中使用最多的一种地形生成技术。真实地形数据的来源主要是数字地形模型或数字高程模型。空间分布是由X-Y水平坐标系统或是经纬度来描述的。严格地说，数字高程模型DEM是定义在某一区域D上的m维向量有限序列Vi，其中i＝1,2,3,…,n。向量V_i＝(V_i1,V_i2...V_im)的分量分别为地形中X_i，Y_i，Z_i((X_i，Y_i)∈D_i)，地面特征是高程值Z。数字高程模型DEM包括了相关区域内平面坐标(x，y)与高程之间的映射关系。

规则格网模型RSG是地形表示的主要方法之一。它利用一系列在X，Y方向上都是等间隔排列的采样点的高程Z来表示地形，形成一个矩形格网状数字高程模型。RSG以规则格网作为构成地形模型的基本面元，最常见的规则格网是矩形格网，如图8(a)所示的结构。

不规则三角网结构模型TIN是地形表示的另一种主要形式，其由一组不规则的空间点，各自与其相邻点相连所生成的三角面构成地形模型的基本面元。可根据不同区域的平缓陡峭变化，形成大小各异、疏密不同的三角形网格，如图8(b)所示的结构。

图8中的规则格网和不规则三角网结构模型TIN的数据存储结构与规则格网模型RSG大不相同。规则格网模型RSG由于采样间隔固定，并且以矩形格网形式排列，每一个格网点与其他相邻格网点之间的拓扑关系都已经隐含在该阵列的行列号当中，所以只需存储各个格网点的高程值Z；而不规则三角网结构模型TIN不仅要存储每个网点的高程值，还要存储每个网点的平面坐标、网点连接的拓扑关系、三角形及相邻三角形等信息。

不规则三角网和规则格网都是应用比较广泛的数字地形模型，它们各有其优缺点。RSG的优点不言而喻，如数据结构简单、易于构网、数据存储量小、各种分析与计算非常方便有效、建模方法直接等，因而非常适合于大规模的使用与管理。它的缺点是存在数据冗余，尤其是在地势起伏不大的地区数据冗余量较大，不规则的地面特征与规则的数据表示之间不能协调一致。

本发明采用的地形建立方法是采用稀疏分布点的高程值构成一些简单的三角形平面，形成地形框架，然后进行纹理贴图。这种方法显示速度非常快，但基本框架过于简略，且常带有较强的人为效果，因此地景的真实感会受到影响。有些情况下，地形仿真也使用曲面(如二次、三次曲面等)进行拟合，由于曲面不需做分段线性近似，即可以保证相邻面的斜率连续性，因此构造灵活。另外，为了增加逼真效果，也可以用分形技术直接对用上述方法生成的光滑平面或曲面进行噪声扰动，从而形成真实感较强的地形表面。

第二阶段：模型转换

仿真模型文件有着不同的数据存储格式，而对于ThreeJS可视化技术，其通过加载指定json格式的模型文件进行渲染。因此，本发明通过json文件生成算法将仿真模型文件转为WebGL可以处理的json文件，算法流程图如图3，其算法步骤如图4。具体地，主要分为四个步骤。

①创建model.json文件。该文件主要由基本属性数据与模型数据两部分构成。其中，基本属性数据为默认设置，而模型数据则从输入的仿真模型文件中获取。在创建时该文件时，默认设置元数据类型为BufferGeometry，并将一些诸如版本号、元数据等信息写入文件中。

②读取仿真模型文件modelFile。仿真模型文件由数据对象所组织成一种结构以及相应的属性值所构成，包括着数据的拓扑(Topology)、几何(Geometry)以及属性等数据。拓扑结构描述了对象的构成形式；几何结构描述了对象的空间位置关系，常见的变换有旋转、平移和放缩；属性数据是对拓扑结构和几何结构信息的补充，可以是某个空间点的温度值，也可以是某个单元的质量等。换言之，点数据(Point Data)所定义的一系列坐标点构成了数据集的几何结构；点数据的连接形成单元数据(Cell Data)，由单元数据形成了数据集的拓扑结构。利用相应的数据读取插件，将模型的数据集进行解析，获取模型数据modelData，包括模型的点的拓扑结构、几何结构以及各个数据对象的属性等数据。

③拓扑结构转换。modelData包括模型的数据的拓扑结构、几何结构以及各个数据对象的物理量等，由于在不同的仿真模型中，单元拓扑可能涉及到点、面、体等多种拓扑结构，致使规则混乱，因此，需要将这些单元数据进行标统一，为后续将仿真模型数据写入model.json提供标准，其转换步骤由图9所示。首先，从modelData中提取单元数据geomData，然后将单元转为点数据c2pData，最后将这些点数据以3个点为一组，形成三角形拓扑结构，得到新的数据集vtriangleData。

④写入点的坐标数据与物理量数据。在创建model.json时，所设置元数据类型为BufferGeometry，它是用来代表所有几何体的一种方式，其本质上是一系列BufferGeometrys的名称，每一个BufferGeometry代表一种数据类型的数组：position，normal，color，uv等等，BufferGeometrys代表每个顶点所有数据的并行数组。物理量数据通常是与数据集的点数据或者单元数据相关联，主要用于描述数据集的属性特征，对数据集的可视化实质上就是对物理量数据的可视化，它主要有标量数据和矢量数据两种类型，比如，温度、压力等单值函数可以看作1×1的数组，速度等矢量数据可以看作3×1的数组(沿X、Y和Z三个方向的分量)。

点的坐标与物理量数据的构造过程，是通过建立空向量pointPositionDatas与pointIndexDatas，分别用于存放所有点的位置坐标与索引，遍历每一个单元，将所有点的坐标与索引分别依次加入到两个数组中，形成一个大小为cellNum×3×3的pointPositionDatas，最后将pointPositionDatas写入model.json文件。在构造物理量数组的过程中，首先从vtriangleData中获取物理量的个数numberOfScalars和名称scalarName，然后对每一个scalarName基于pointPositionDatas中点的排列方式，即pointIndexDatas，形成数组scalarValues，最后将scalarValues与scalarName写入model.json。

第三阶段：模型渲染

如图6所示，通过加载器加载生成的model.json文件，加载完成后回调函数会返回一个几何体的层次化结构，通过将其转化成Mesh对象，根据Attribute属性遍历需要着色的物理量名称，并获取其数据，对照lookuptable颜色表，将数据中的每个元素转化成rgb数值后，重新赋值给颜色数组数据。如此颜色数组数据就更新了，接下来就开始渲染了，具体着色算法如图5。

如图7，就是渲染的过程。模型渲染可以分成三个阶段，第一阶段为应用阶段，就是模型的生成过程，第二阶段为几何阶段，即将顶点坐标从模型空间转化为齐次裁剪空间的阶段，这一个由GPU主导的阶段，换言之，从该阶段开始，我们进入了上文所说的“流水线”。几何阶段将把CPU在应用阶段发来的数据进行进一步处理，而这个阶段又可以进一步细分为若干个流水线阶段，可以类比理解为工厂流水线上进行的一道道工序。第三阶段为光栅化阶段，该阶段主要是将变换到屏幕空间的图元离散化为片元的过程。将检验屏幕上的某个像素是否被一个三角形网格所覆盖，被覆盖的区域将生成一个片元(Fragment)。当然，并不是所有的像素都会被一个三角形完整地覆盖，有相当多的情况都是一个像素块内只有一部分被三角形覆盖，被覆盖的区域被划为片元，但是片元不是真正意义上的像素，而是包括了很多种状态的集合(譬如屏幕坐标、深度、法线、纹理等)，这些状态用于最终计算出每个像素的颜色。最后通过片元着色器给每个片元进行上色，如此我们便能看到屏幕里的模型。

如图10所示，其展示了运用本发明方法得到的大坝实景效果图。从图中可清晰的看出，在与地形实景模型的融合下，高度还原了大坝模型的真实场景，使得整个仿真环境更为逼真，画面也更加美观，打破了传统PC端以及Web端纯粹展示仿真模型的局限性。

综上所述，本发明运用ThreeJS技术将实景模型与仿真模型进行融合，提供了一种基于数字孪生的可视化大坝展示方法，弥补了传统WebGL技术单一化展示仿真模型的缺陷，为工业仿真领域的可视化提供了一种思路与方法。

应用本发明方法的一种装置实施例：

一种计算机设备，其包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现上述的一种实景可视化方法及大坝可视化方法及计算机设备。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包括有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。