CN102855658A - 基于气象雷达基数据三维重构方法 - Google Patents
基于气象雷达基数据三维重构方法 Download PDFInfo
- Publication number
- CN102855658A CN102855658A CN2012102472417A CN201210247241A CN102855658A CN 102855658 A CN102855658 A CN 102855658A CN 2012102472417 A CN2012102472417 A CN 2012102472417A CN 201210247241 A CN201210247241 A CN 201210247241A CN 102855658 A CN102855658 A CN 102855658A
- Authority
- CN
- China
- Prior art keywords
- tomography
- point
- corresponding point
- outline line
- threshold value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Processing Or Creating Images (AREA)
Abstract
本发明涉及气象领域。为提高气象数据直观性,通过一定的三维可视化算法借助二维图像信息重现单体的内部结构,使其立体化,最大限度地挖掘气象雷达基数据的潜在信息,从而为气象科学研究工作提供一种更直观的数据显示方式以及相关的气象特征,本发明采取的技术方案是,基于气象雷达基数据三维重构方法,包括如下步骤:1)断层轮廓线的提取和采样,包括对图像进行二值化处理、开运算进行边界平滑、区域标记去除微小面积、边界跟踪进行边界提取和弦采样进行边界采样;2)单体的三维建模,包括断层间轮廓的对应、断层间轮廓拼接、断层间插值和分叉处理;3)基于OpenGL的三维渲染和显示。本发明主要应用于气象领域。
Description
技术领域
本发明涉及气象领域,根据气象雷达获得的基数据进行三维重构,具体讲,涉及基于气象雷达基数据三维重构方法。
背景技术
气象预报一直都是一项关乎民生、民计的重要工作。多年来,许多相关科技人员都致力于气象领域的研究,希望能够帮助预报员对天气尤其是对强对流天气做出准确、及时的预报,降低自然灾害所造成的损失。目前,所有气象领域的研究工作大多在二维空间中进行,缺乏直观性,可视化程度低。为此,本发明致力于三维空间的建模研究。
对于计算机可视化技术,因其可以把通过数据采集获得的大量数据或无法直接方便观察的数据,转换为人更容易理解和接受的视觉图像。可视化技术在很多领域都得到了广泛的应用,但是,国内外研发的可视化系统软件大都是基于二维图像显示的,随着科学技术的发展,这些已不能满足人们科研和工作的需要。因此,三维可视化技术必将成为可视化领域的主流。在天气预报方面,人们对能够及时、准确掌握天气的现状和变化趋势方面的需求越来越大,由此研究人员开始广泛的借助计算机进行数值天气预报,所以在此基础上迫切需要建立与之配套的气象可视化系统。
发明内容
本发明旨在克服现有技术的不足,提高气象数据直观性,通过一定的三维可视化算法借助二维图像信息重现单体的内部结构,使其立体化,最大限度地挖掘气象雷达基数据的潜在信息,从而为气象科学研究工作提供一种更直观的数据显示方式以及相关的气象特征。为达到上述目的,本发明采取的技术方案是,基于气象雷达基数据三维重构方法,包括如下步骤:
1)断层轮廓线的提取和采样,包括对图像进行二值化处理、开运算进行边界平滑、区域标记去除微小面积、边界跟踪进行边界提取和弦采样进行边界采样;
2)单体的三维建模,包括断层间轮廓的对应、断层间轮廓拼接、断层间插值和分叉处理;
3)基于OpenGL的三维渲染和显示,包括三角片面的绘制、光照和颜色的设定、坐标变换和利用颜色混合进行透明显示。
断层轮廓线的提取和采样是:首先,提取出选定区域在9个仰角下所对应的断层图像的轮廓线;其次,对所得轮廓线标号并采样,整个过程的步骤细化如下:
步骤一将选定区域的某反射率强度值作为阈值,采用阈值为20dBZ,对选定的区域进行二值化处理;
步骤二利用数学形态学里的开运算对二值化后的图像进行平滑去噪,使用开运算即先腐蚀后膨胀,进行图像平滑去噪;
步骤三利用区域标记法,去掉面积小于一定阈值的区域;
步骤四利用边界跟踪算法,进行轮廓线提取,并标号存储;
步骤五利用弦采样算法,对提取的轮廓线进行采样、标号和存储。
断层轮廓线的拼接是,先通过两相邻轮廓线长轴找初始对应点,并通过两长轴的空间夹角进行微调,再利用拼接算法进行相邻断层轮廓线的拼接,其中
A各断层初始对应点选取,具体操作步骤如下:
1)在每条轮廓线上,找出距离最大的两个点的连线作为长轴;
2)从低仰角到高仰角依次计算两相邻断层轮廓线长轴的空间夹角,如果夹角小于给定阈值,则选择长轴的两个端点作为轮廓拼接的待选初始点;如果夹角大于给定阈值则进行微调,即在较高仰角的轮廓线上,将每个点和与其对应的距离最大的点凑成点对,并连接两个点形成一条线段,然后在这些线段里找出与其相邻低仰角的轮廓线长轴的夹角小于给定阈值的线段作为该轮廓线的长轴,此长轴的两个端点即为微调后的轮廓拼接待选初始点;
3)选取最低仰角断层的待选初始点中任一点作为初始点,其后每一断层均从其相邻断层轮廓线待选初始点中选取与初始点所对应的点作为初始对应点。
B断层轮廓线对应点的寻找与连接
从两相邻断层轮廓线上的初始对应点开始,依次找到后续对应点对,并按照拓扑一致性的原则连接成一系列三角形面片模拟表面,具体操作步骤:
1)连接两断层轮廓线初始对应点,依次沿轮廓线寻找下一个对应点对;
2)判断此时对应点对的连线的斜率与空间Z轴的空间夹角是否小于给定阈值,如果小于给定阈值,则判定为对应点对;如果大于给定阈值则进行插值,先连接P1P2,其与Z轴的空间夹角大于给定阈值,则在P3P2中选择一点P4,满足P1P4与Z轴的空间夹角小于给定阈值,此时P1、P4为对应点对;同理继续寻找下一对应点对;
3)连接对应点对,用三角形图元模拟建立对象表面模型,相邻断层间两个对应点对连线以及同一轮廓线上对应点的连线组成了一个四边形,如P1P5P6P4组成了一个四边形,为保证重构表面的拓扑一致性均连接四边形左上点和右下点,即P1P6将四边形分为两个三角形,同理依次连接后续对应点对。
包括对图像进行二值化处理,其中的图像是由基数据生成的图像,基数据为每6分钟1个体扫(9个仰角)的数据,通过读取该基数据,获取9个仰角下的反射率因子图像。
本发明的技术特点及效果:
本发明断层轮廓线的提取和采样、单体的三维建模和基于OpenGL的三维渲染和显示,最大限度地挖掘气象雷达基数据的潜在信息,实现了为气象科学研究工作提供更直观的数据显示方式;
在给出单体三维重构的结果的同时,也给出了单体中每个反射率值所对应的实际高度、高度中心以及单体中心距离雷达中心的实际距离,同时添加了旋转和放缩的功能,使预报人员可以从各个角度和细节对单体进行观测。另外通过该单体不同时刻高度的变化,确定单体的下降速度。
附图说明
图1本发明显示界面示意图。
图2本发明效果图。
图3反射率原图。
图4二值化处理结果。
图5图4开运算处理结果。
图6图5保留主体结果。
图7边界跟踪算法示意图。
图8图6边界提取将结果。
图9弦采样示意图。
图10弦采样结果。
图11求取长轴后结果。
图12对应点寻找、连接示意图。
具体实施方式
本发明的步骤为:
1.断层轮廓线的提取和采样,包括对图像进行二值化处理、开运算进行边界平滑、区域标记去除微小面积、边界跟踪进行边界提取和弦采样进行边界采样。
2.单体的三维建模,包括断层间轮廓的对应、断层间轮廓拼接、断层间插值和分叉处理。
3.基于OpenGL的三维渲染和显示,包括三角片面的绘制、光照和颜色的设定、坐标变换和利用颜色混合进行透明显示。
下面结合附图和具体实施方式进一步详细说明本发明:
图1中菜单栏、工具栏给出了三维重构的中间操作过程;右边子窗口给出了气象雷达基数据的相关信息包括反射率图的范围、分辨率、基数据的时间、经纬度、相关模式、体扫方式、雷达中心仰角和距离、仰角、最大反射率强度值、颜色卡等信息;中间窗口为单体重构最终结果;左边窗口为单体重构中所使用的反射率强度值、与其对应的描述颜色、每个反射率强度的高度(单位为千米)和单体中心距离雷达中心的距离;同时可以使用键盘的上下键对结果进行放缩,使用左右键对结果进行旋转。
图2将雷达基数据2006062709.59A-2006062710.59A的12个基数据进行了三维重构和透明,并将结果送至气象局,经气象局资深预报员审核,三维重构效果较好,能够从中看出气流的上升和下沉以及云体的发展阶段。右图与左图相比,气流明显加强。左图时刻为10:41,右图为10:47。
本发明的详细步骤如下:
(1)雷达基数据的获取
本发明针对的是由CINRAD-SA雷达获得的气象基数据(主要包括:反射率因子、径向速度和速度谱宽),其中反射率因子(单位为dBZ)为所选用的重要的参考变量。
(2)断层轮廓线的提取和采样
气象雷达基数据为我们提供了9个仰角下的图像,即三维重构所需的断层图像。如果要对选定区域进行三维重构:首先,提取出选定区域在9个仰角下所对应的断层图像的轮廓线;其次,对所得轮廓线标号并采样。整个过程的步骤如下:
步骤一将选定区域的某反射率强度值作为阈值,本发明采用阈值为20dBZ,对选定的区域进行二值化处理,将选定区域中强度不小于20dBZ的像素点赋为白色,其余像素点赋值为黑色。图3为单体反射率原图,图4为二值化处理结果:
步骤二利用数学形态学里的开运算对二值化后的图像进行平滑去噪。本发明使用开运算(先腐蚀后膨胀)进行图像平滑去噪能。其中结构元素模板为4×4模板(1,0,0,1,0,0,0,0,0,0,0,0,1,0,0,1)。图5为开运算处理结果。
步骤三利用区域标记法,去掉面积小于一定阈值(经验值)的区域。区域标记算法按所选区域是4邻域还是8邻域进行标记,分为4连通和8连通两种方法。本文选取8连通加标记,判断过程为:假设图像中任意点P为需要加标记的点,则判断该点的上点、左上点、右上点和左前点的情况;如果四个点均为背景点,则该点加新标记;如果存在一邻点已加标记,则该点也加以相同标记;如果存在两个点已加标记,则该点与左前点加相同标记。第二遍扫描把同一物体的标记统一化。区域标记后,统计每个不连通区域的面积,即该区域所包含像素点的个数,选取像素点数最多的区域。图6为保留主体后结果。
步骤四利用边界跟踪算法,进行轮廓线提取,并标号存储。
边界跟踪算法的跟踪过程可以描述为:选择初始点为起始点,定义初始的跟踪方向是左上方0方向,判断该点是否为目标点,如果是目标点,则把该点作为跟踪的当前点,逆时针旋转90°作为新的跟踪方向,继续检测新的跟踪方向上的点;若不是目标点,则顺时针旋转45°,一直找到目标点。找到之后,在当前的跟踪方向基础上,逆时针旋转90°作为新的跟踪方向,以此类推,直到回到起始点。整个过程如图7示意图所示,将图6用边界跟踪算法进行边界提取,结果如图8所示
步骤五利用弦采样算法,对提取的轮廓线进行采样、标号和存储。
弦采样方法的基本步骤如图9所示:
1)找到边界中距离最大的两个点V0,V1,它们的连线为D。
2)V0,V1将边界分为两部分,顺时针选取V0V1段,找到其中距离线段V0V1最大的点,记为V2;顺时针选取V1V0段,找到其中距离线段V1V0最大的点,记为V3。
3)V0,V1,V2,V3将边界分为四部分,同理依次找到这四条线段中距离其相应的弦最大的点,并记录。
4)直到点到弦的距离小于一定给定阈值(本发明取0.05),则停止采样。
图9中白色曲线为原轮廓线,粉色点为利用弦采样方法对原轮廓线进行采样所得的采样点。由图可见,采样点包含了曲线的大多数特征点,保留了曲线中大多数信息,另外采样点密度比较均匀合理。
(3)断层轮廓线的拼接
本文先通过两相邻轮廓线长轴找初始对应点,并通过两长轴的空间夹角进行微调,再利用拼接算法进行相邻断层轮廓线的拼接。
1.初始点选取具体步骤如下:
1)在每条轮廓线上,找出距离最大的两个点的连线作为长轴。
2)从低仰角到高仰角依次计算两相邻断层轮廓线长轴的空间夹角,如果夹角小于给定阈值(经验值),则选择长轴的两个端点作为轮廓拼接的待选初始点;如果夹角大于给定阈值则进行微调,即在较高仰角的轮廓线上,将每个点和与其对应的距离最大的点凑成点对,并连接两个点形成一条线段,然后在这些线段里找出与其相邻低仰角的轮廓线长轴的夹角小于给定阈值的线段作为该轮廓线的长轴,此长轴的两个端点即为微调后的轮廓拼接待选初始点。
3)选取最低仰角断层的待选初始点中任一点作为初始点,其后每一断层均从其相邻断层轮廓线待选初始点中选取与初始点对应的点作为初始点。
图11求取长轴后结果。可统一选取红色点为轮廓线初始点,或统一选取黄色点作为轮廓线初始点。各轮廓线初始点构成初始对应点。
2.断层轮廓线对应点的寻找与连接
由于本文轮廓线采样点是按照顺序依次存入容器中,因此在构建表面时,可从两相邻断层轮廓线上的初始对应点开始,依次找到后续对应点对,并按照拓扑一致性的原则连接成一系列三角形面片模拟表面。寻找连接过程如图12所示。
图12中,圆形黑色点为两断层轮廓线的初始对应点,方形黑色点为两断层轮廓线的采样点,叉形蓝色点为寻找对应点对过程中需要插值的点,红色线为连接两断层轮廓线的跨距,即三角面片的边。具体操作步骤:
1)连接两断层轮廓线初始对应点,依次沿轮廓线寻找下一个对应点对。
2)判断此时对应点对的连线的斜率与空间Z轴的空间夹角是否小于给定阈值(经验值),如果小于给定阈值,则判定为对应点对;如果大于给定阈值则进行插值。如图所示,先连接P1P2,其与Z轴的空间夹角大于给定阈值,则在P3P2中选择一点P4,满足P1P4与Z轴的空间夹角小于给定阈值,此时P1、P4为对应点对;同理继续寻找下一对应点对。
3)连接对应点对,用三角形图元模拟建立对象表面模型。相邻断层间两个对应点对连线以及同一轮廓线上对应点的连线组成了一个四边形,如图所示P1P5P6P4组成了一个四边形,为保证重构表面的拓扑一致性均连接四边形左上点和右下点,即P1P6将四边形分为两个三角形。同理依次连接后续对应点对。
(4)基于OpenCL的单体三维渲染和透明显示
对已构建好的三维单体进行渲染和透明显示,主要包括坐标变换,光照的设定以及透明的实现。由于VC++在界面设计方面比较优秀,OpenGL在三维图形绘制和显示方面非常突出,本文选择VS2008为程序开发平台,并结合OpenGL对本文研究技术的可行性和效果进行验证。
本发明有益效果:
基于气象雷达基数据三维重构系统,经过样本测试,并将重建结果交与某市气象局的资深专家进行评定,经评定重构结果基本与实际情况一致。
在本系统中,在给出单体三维重构的结果的同时,也给出了单体中每个反射率层次的实际高度以及单体中心距离雷达中心的实际距离,同时添加了旋转和放缩的功能,使预报人员可以从各个角度和细节对单体进行观测。本文的创新之处在于将三维重构应用于气象领域,并且取得不错的效果。
Claims (4)
1.一种基于气象雷达基数据三维重构方法,其特征是,包括如下步骤:
1)断层轮廓线的提取和采样,包括对图像进行二值化处理、开运算进行边界平滑、区域标记去除微小面积、边界跟踪进行边界提取和弦采样进行边界采样;
2)单体的三维建模,包括断层间轮廓的对应、断层间轮廓拼接、断层间插值和分叉处理;
3)基于OpenGL的三维渲染和显示,包括三角片面的绘制、光照和颜色的设定、坐标变换和利用颜色混合进行透明显示。
2.如权利要求1所述的基于气象雷达基数据三维重构方法,其特征是,断层轮廓线的提取和采样是:首先,提取出选定区域在9个仰角下所对应的断层图像的轮廓线;其次,对所得轮廓线标号并采样,整个过程的步骤细化如下:
步骤一 将选定区域的某反射率强度值作为阈值,采用阈值为20dBZ,对选定的区域进行二值化处理;
步骤二 利用数学形态学里的开运算对二值化后的图像进行平滑去噪,使用开运算即先腐蚀后膨胀,进行图像平滑去噪;
步骤三 利用区域标记法,去掉面积小于一定阈值的区域;
步骤四 利用边界跟踪算法,进行轮廓线提取,并标号存储;
步骤五 利用弦采样算法,对提取的轮廓线进行采样、标号和存储。
3.如权利要求1所述的基于气象雷达基数据三维重构方法,其特征是,断层轮廓线的拼接是,先通过两相邻轮廓线长轴找初始对应点,并通过两长轴的空间夹角进行微调,再利用拼接算法进行相邻断层轮廓线的拼接,其中:
A各断层初始对应点选取,具体操作步骤如下:
1)在每条轮廓线上,找出距离最大的两个点的连线作为长轴;
2)从低仰角到高仰角依次计算两相邻断层轮廓线长轴的空间夹角,如果夹角小于给定阈值,则选择长轴的两个端点作为轮廓拼接的待选初始点;如果夹角大于给定阈值则进行微调,即在较高仰角的轮廓线上,将每个点和与其对应的距离最大的点凑成点对,并连接两个点形成一条线段,然后在这些线段里找出与其相邻低仰角的轮廓线长轴的夹角小于给定阈值的线段作为该轮廓线的长轴,此长轴的两个端点即为微调后的轮廓拼接待选初始点;
3)选取最低仰角断层的待选初始点中任一点作为初始点,其后每一断层均选取与其相邻断层轮廓线待选初始点所对应的长轴端点作为初始对应点。
B断层轮廓线对应点的寻找与连接
从两相邻断层轮廓线上的初始对应点开始,依次找到后续对应点对,并按照拓扑一致性的原则连接成一系列三角形面片模拟表面,具体操作步骤:
1)连接两断层轮廓线初始对应点,依次沿轮廓线寻找下一个对应点对;
2)判断此时对应点对的连线的斜率与空间Z轴的空间夹角是否小于给定阈值,如果小于给定阈值,则判定为对应点对;如果大于给定阈值则进行插值,先连接P1P2,其与Z轴的空间夹角大于给定阈值,则在P3P2中选择一点P4,满足P1P4与Z轴的空间夹角小于给定阈值,此时P1、P4为对应点对;同理继续寻找下一对应点对;
3)连接对应点对,用三角形图元模拟建立对象表面模型,相邻断层间两个对应点对连线以及同一轮廓线上对应点的连线组成了一个四边形,如P1P5P6P4组成了一个四边形,为保证重构表面的拓扑一致性均连接四边形左上点和右下点,即P1P6将四边形分为两个三角形,同理依次连接后续对应点对。
4.如权利要求1所述的基于气象雷达基数据三维重构方法,其特征是,包括对图像进行二值化处理,其中的图像是由基数据生成的图像,基数据为每6分钟1个体扫9个仰角的数据,通过读取该基数据,获取9个仰角下的反射率因子图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210247241.7A CN102855658B (zh) | 2012-07-17 | 2012-07-17 | 基于气象雷达基数据三维重构方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210247241.7A CN102855658B (zh) | 2012-07-17 | 2012-07-17 | 基于气象雷达基数据三维重构方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102855658A true CN102855658A (zh) | 2013-01-02 |
CN102855658B CN102855658B (zh) | 2015-02-18 |
Family
ID=47402217
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210247241.7A Expired - Fee Related CN102855658B (zh) | 2012-07-17 | 2012-07-17 | 基于气象雷达基数据三维重构方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102855658B (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106683170A (zh) * | 2016-12-09 | 2017-05-17 | 江西中科九峰智慧医疗科技有限公司 | 一种治疗计划系统中剂量分布的三维可视化方法 |
CN108169751A (zh) * | 2017-11-14 | 2018-06-15 | 广州中南民航空管技术装备工程有限公司 | 一种天气雷达基数据三维栅格化方法、计算机可读存储介质及电子设备 |
CN108269303A (zh) * | 2017-12-22 | 2018-07-10 | 珠海纳睿达科技有限公司 | 一种三维气象雷达显示方法 |
CN108470319A (zh) * | 2018-01-31 | 2018-08-31 | 天津大学 | 基于辐合面三维重建估算主上升/下沉气流速度的方法 |
CN110362765A (zh) * | 2018-04-02 | 2019-10-22 | 北京华泰德丰技术有限公司 | 信息显示方法、装置及计算机可读存储介质 |
CN110363827A (zh) * | 2018-03-26 | 2019-10-22 | 中国石油天然气股份有限公司 | 断层单双线转换方法及装置 |
CN110633628A (zh) * | 2019-08-02 | 2019-12-31 | 杭州电子科技大学 | 基于人工神经网络的rgb图像场景三维模型重建方法 |
CN110930449A (zh) * | 2019-11-27 | 2020-03-27 | 上海眼控科技股份有限公司 | 预测结果的评估方法、装置、计算机设备和存储介质 |
CN111142109A (zh) * | 2019-12-30 | 2020-05-12 | 上海眼控科技股份有限公司 | 标记方法、装置、计算机设备和存储介质 |
CN111369661A (zh) * | 2020-03-10 | 2020-07-03 | 四川大学 | 一种基于OpenCL的三维体数据可视化并行渲染方法 |
CN112132946A (zh) * | 2020-09-29 | 2020-12-25 | 深圳安德空间技术有限公司 | 一种用于三维探地雷达的数据提取和展示方法 |
CN112558076A (zh) * | 2021-02-07 | 2021-03-26 | 上海市气象信息与技术支持中心 | 基于组网天气雷达覆盖域的体扫描模式计算方法与应用 |
CN112835482A (zh) * | 2021-01-05 | 2021-05-25 | 天津大学 | 一种交互式天气雷达样本制作的方法 |
CN114612318A (zh) * | 2022-02-16 | 2022-06-10 | 西北大学 | 基于文物ct图像轮廓线的三维建模方法、系统及设备 |
CN114814991A (zh) * | 2022-06-28 | 2022-07-29 | 成都信息工程大学 | 一种气象要素场空间分布区域的识别方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1758284A (zh) * | 2005-10-17 | 2006-04-12 | 浙江大学 | 从断层图像序列快速重建三维颌骨模型的方法 |
WO2007127047A2 (en) * | 2006-04-27 | 2007-11-08 | Mako Surgical Corp. | Contour triangulation system and method |
-
2012
- 2012-07-17 CN CN201210247241.7A patent/CN102855658B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1758284A (zh) * | 2005-10-17 | 2006-04-12 | 浙江大学 | 从断层图像序列快速重建三维颌骨模型的方法 |
WO2007127047A2 (en) * | 2006-04-27 | 2007-11-08 | Mako Surgical Corp. | Contour triangulation system and method |
Non-Patent Citations (3)
Title |
---|
DESHENG WANG等: "Efficient surface reconstruction from contours based on two-dimensional Delaunay triangulation", 《INTERNATIONAL JOURNAL FOR NUMERICAL METHODS IN ENGINEERING》 * |
孔令鑫: "基于轮廓线法的三维重建技术研究", 《机械与电子》 * |
郭传澍: "基于两相流电阻层析成像的三维重建", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106683170A (zh) * | 2016-12-09 | 2017-05-17 | 江西中科九峰智慧医疗科技有限公司 | 一种治疗计划系统中剂量分布的三维可视化方法 |
CN108169751A (zh) * | 2017-11-14 | 2018-06-15 | 广州中南民航空管技术装备工程有限公司 | 一种天气雷达基数据三维栅格化方法、计算机可读存储介质及电子设备 |
CN108169751B (zh) * | 2017-11-14 | 2021-12-28 | 广州中南民航空管技术装备工程有限公司 | 一种天气雷达基数据三维栅格化方法、计算机可读存储介质及电子设备 |
CN108269303B (zh) * | 2017-12-22 | 2021-08-24 | 广东纳睿雷达科技股份有限公司 | 一种三维气象雷达显示方法 |
CN108269303A (zh) * | 2017-12-22 | 2018-07-10 | 珠海纳睿达科技有限公司 | 一种三维气象雷达显示方法 |
CN108470319A (zh) * | 2018-01-31 | 2018-08-31 | 天津大学 | 基于辐合面三维重建估算主上升/下沉气流速度的方法 |
CN108470319B (zh) * | 2018-01-31 | 2021-11-12 | 天津大学 | 基于辐合面三维重建估算主上升/下沉气流速度的方法 |
CN110363827B (zh) * | 2018-03-26 | 2021-09-28 | 中国石油天然气股份有限公司 | 断层单双线转换方法及装置 |
CN110363827A (zh) * | 2018-03-26 | 2019-10-22 | 中国石油天然气股份有限公司 | 断层单双线转换方法及装置 |
CN110362765A (zh) * | 2018-04-02 | 2019-10-22 | 北京华泰德丰技术有限公司 | 信息显示方法、装置及计算机可读存储介质 |
CN110633628A (zh) * | 2019-08-02 | 2019-12-31 | 杭州电子科技大学 | 基于人工神经网络的rgb图像场景三维模型重建方法 |
CN110633628B (zh) * | 2019-08-02 | 2022-05-06 | 杭州电子科技大学 | 基于人工神经网络的rgb图像场景三维模型重建方法 |
CN110930449A (zh) * | 2019-11-27 | 2020-03-27 | 上海眼控科技股份有限公司 | 预测结果的评估方法、装置、计算机设备和存储介质 |
CN111142109A (zh) * | 2019-12-30 | 2020-05-12 | 上海眼控科技股份有限公司 | 标记方法、装置、计算机设备和存储介质 |
CN111369661A (zh) * | 2020-03-10 | 2020-07-03 | 四川大学 | 一种基于OpenCL的三维体数据可视化并行渲染方法 |
CN112132946A (zh) * | 2020-09-29 | 2020-12-25 | 深圳安德空间技术有限公司 | 一种用于三维探地雷达的数据提取和展示方法 |
CN112835482A (zh) * | 2021-01-05 | 2021-05-25 | 天津大学 | 一种交互式天气雷达样本制作的方法 |
CN112835482B (zh) * | 2021-01-05 | 2022-06-14 | 天津大学 | 一种交互式天气雷达样本制作的方法 |
CN112558076B (zh) * | 2021-02-07 | 2021-08-10 | 上海市气象信息与技术支持中心 | 基于组网天气雷达覆盖域的体扫描模式计算方法与应用 |
CN112558076A (zh) * | 2021-02-07 | 2021-03-26 | 上海市气象信息与技术支持中心 | 基于组网天气雷达覆盖域的体扫描模式计算方法与应用 |
CN114612318A (zh) * | 2022-02-16 | 2022-06-10 | 西北大学 | 基于文物ct图像轮廓线的三维建模方法、系统及设备 |
CN114612318B (zh) * | 2022-02-16 | 2024-04-19 | 西北大学 | 基于文物ct图像轮廓线的三维建模方法、系统及设备 |
CN114814991A (zh) * | 2022-06-28 | 2022-07-29 | 成都信息工程大学 | 一种气象要素场空间分布区域的识别方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN102855658B (zh) | 2015-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102855658B (zh) | 基于气象雷达基数据三维重构方法 | |
CN104766366B (zh) | 一种三维虚拟现实演示的建立方法 | |
Chen et al. | Topologically aware building rooftop reconstruction from airborne laser scanning point clouds | |
Kang et al. | Topographic mapping on large-scale tidal flats with an iterative approach on the waterline method | |
CN112990086A (zh) | 遥感影像建筑物检测方法、装置及计算机可读存储介质 | |
CN102521869B (zh) | 一种几何特征引导的三维模型表面纹理空洞填补方法 | |
CN104063894A (zh) | 点云三维模型重建方法及系统 | |
CN104835202A (zh) | 一种三维虚拟场景快速构建方法 | |
CN104008553A (zh) | 融合影像梯度方向直方图和分水岭方法的裂缝检测方法 | |
CN109344533B (zh) | 地下工井电缆网络模型的建立方法 | |
CN106780586B (zh) | 一种基于地面激光点云的太阳能潜力评估方法 | |
Lingfors et al. | Target-based visibility assessment on building envelopes: Applications to PV and cultural-heritage values | |
CN111259955A (zh) | 一种地理国情监测成果可靠性质检方法及系统 | |
CN102289581A (zh) | 一种基于空间作用划分的模拟城市扩展的方法 | |
CN103035006A (zh) | 一种LiDAR辅助下基于LEGION的高分辨率航空影像分割方法 | |
Wu et al. | Automatic building rooftop extraction using a digital surface model derived from aerial stereo images | |
Zheng et al. | A robust channel network extraction method combining discrete curve evolution and the skeleton construction technique | |
Zhao et al. | On the topographic entity-oriented digital elevation model construction method for urban area land surface | |
Sun et al. | Feasibility study on the estimation of the living vegetation volume of individual street trees using terrestrial laser scanning | |
CN109727255B (zh) | 一种建筑物三维模型分割方法 | |
Milde et al. | Building reconstruction using a structural description based on a formal grammar | |
CN117475314A (zh) | 一种地质灾害隐患立体识别方法、系统及介质 | |
Eken et al. | An automated technique to determine spatio-temporal changes in satellite island images with vectorization and spatial queries | |
CN115035225B (zh) | 基于osg的战场威胁评估示警方法 | |
Mao et al. | City object detection from airborne Lidar data with OpenStreetMap‐tagged superpixels |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150218 Termination date: 20210717 |
|
CF01 | Termination of patent right due to non-payment of annual fee |