CN103871103A - Gis数据的三维实时渲染方法 - Google Patents
Gis数据的三维实时渲染方法 Download PDFInfo
- Publication number
- CN103871103A CN103871103A CN201410130447.0A CN201410130447A CN103871103A CN 103871103 A CN103871103 A CN 103871103A CN 201410130447 A CN201410130447 A CN 201410130447A CN 103871103 A CN103871103 A CN 103871103A
- Authority
- CN
- China
- Prior art keywords
- terrain
- data
- height
- type
- mean square
- 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
Abstract
本发明公开了一种GIS数据的三维实时渲染方法,主要解决了现有技术中存在的大数据量的GIS空天格点数据用于三维地形渲染时渲染速度较慢,地形纹理数据缺乏的问题。该渲染方法包括以下步骤:设定基本地形类型参数;提取空天格点地形信息数据;对提取的地形信息数据进行预处理,通过地形类型的特征判定法或模糊判定法判定出拥有该地形信息数据的地形所属类型;按照三维快速渲染所需数据结构,按线框方式组织三维地形数据,并建立索引机制。通过上述方案,本发明达到了渲染速度较快,实现较为方便的目的,具有很高的实用价值和推广价值。
Description
技术领域
本发明涉及一种GIS数据的三维实时渲染方法。
背景技术
随计算机可视化技术的发展,虚拟现实已逐渐形成主流的应用趋势。三维的交互形式,以其直观性、生动性、真实性给参与者很强的参与感和沉浸性,在较高仿真度需求的三维虚拟应用中如:实景仿真、虚拟训练、仿真游戏、数字化资源等领域中都有很好的实用价值。在上述列举领域,三维地形渲染是普遍使用的技术,为了增加虚拟现实的真实性,地形数据使用源自于实际的GIS采样数据无疑是很直接的解决办法。
在现实的应用中,将GIS空天格点数据用于三维场景地形渲染存在一些实际的困难。从数据内容上,GIS空天格点数据包含了三维地形渲染所需的空间元素,保证了从格点数据向地形数据映射的技术可行性,但在实际应用中,三维地形渲染时,受场景中的几何体数量影响较大,如果仅简单将格点数据一一映射成场景中的线框对象,将导致因地形数据量过于庞大而严重制约三维场景的渲染速度,进而影响人机交互的感受性;此外,一般GIS的空天格点数据中并不包含地表植被信息,但在三维地形渲染时需要使用这类信息用于对应纹理的生成和渲染,因此,是否能间接从GIS数据中,或者其他干预方式来获得地形数据所需纹理,也会影响到三维地形数据的渲染效果。
发明内容
本发明的目的在于提供一种GIS数据的三维实时渲染方法,主要解决现有技术中存在的大数据量的GIS空天格点数据用于三维地形渲染时渲染速度较慢,地形纹理数据缺乏的问题。
为了实现上述目的,本发明采用的技术方案如下:
GIS数据的三维实时渲染方法,包括以下步骤:
(1)设定基本地形类型参数;
(2)提取空天格点地形信息数据;
(3)对提取的地形信息数据进行预处理,通过地形类型的特征判定法或模糊判定法判定出拥有该地形信息数据的地形所属类型;
(4)按照三维快速渲染所需数据结构,按线框方式组织三维地形数据,并建立索引机制。
空天格点即spatial格点数据,又名空间格点。
具体地说,所述步骤(1)中,基本地形类型参数为:
山地,500米以上,峰峦起伏,坡度陡峻,相对高度超过200米;
平原,200米以下,平坦广阔;
丘陵,500米以下,起伏不大,坡度缓和,相对高度200米以下;
高原,500米以上,地面坦荡或起伏不大;
盆地,无一定标准,边缘陡峭,四周高中间低。
进一步地,所述步骤(2)中,空天格点地形信息数据包括经度、纬度和海拔高度。
所述步骤(3)中,地形信息数据预处理包括:
(3a)计算地形数据区域的平均海拔高度;
(3b)根据地形平均海拔高度和相对高度差计算地形区域的类型;
(3c)根据统计出的平均海拔高度、相对高度差对地形类型进行判定。
所述步骤(3)中,地形类型的特征判定法为:
将提取空天格点地形信息数据后形成的二维数组GisData[]作为输入数据;将数组元素的索引与纬度和经度对应;将元素值与高度对应;
(3c1)设定平均高度和相对高度方差的初始值;
(3c2)计算获取的地形信息数据的平均高度和相对高度均方差;
(3c3)判断计算出的相对高度均方差是否大于已设定的相对高度方差初始值,若大于则判定相对高度均方差是否大于盆地相对高度方差阈值,若大于则地形类型为山地,若小于则地形类型为盆地;若小于则判定相对高度均方差是否大于平原相对高度方差阈值,若大于则判定地形类型为平原,若小于则判定相对高度均方差是否大于高原相对高度方差阈值,若大于则地形类型为高原,若小于则地形类型为丘陵。
为了提高渲染速度,所述步骤(3)中,采用经度、纬度计算得到等间隔的就近整数值形成坐标索引;采用高度数据圆整形成高度数据。
进一步地,所述地形类型的模糊判定法包括以下步骤:
(3d)设计不同地形对于平均高度的隶属度函数;
丘陵:高度阈值符号分别为ValveHillH和ValveHillL,ValveM = (ValveHillH-ValveHillL)/2,其中,ValveHillH为最高值,ValveHillL为最低值,ValveM为平均值,最高值和最低值为统计值中的边界值,采用三角形函数作为隶属度函数, ;
(3e)设定不同地形对于地势差的隶属度函数;
平原:均方差阈值符号为ValveMPlain,最大有效均方差阈值符号为ValveMPlainM,采用分段线性隶属度函数:
丘陵:均方差阈值符号为ValveMHill,,采用正态型隶属度函数;
高原:均方差阈值符号为ValveMHighland,最大有效均方差阈值符号为ValveMHighlandM,其隶属度函数为:
盆地:均方差阈值符号为ValveMBasin,最大有效均方差阈值符号为ValveMBasinM,其隶属度函数为:
(3f)根据高度参数及地势参数设定地形模糊论断的集合,并根据该地形模糊论断集合进行地形类型判定。
采用模糊判定法进行盆地地形判断时,还包括以下步骤:
(3f1)沿地形区域径向随机、成对选取外缘与中心附近处的有向点对<P e ,P c >,其中P e 为外缘附近的点,P c 为中心附近点;
(3f2)计算有向点对<P e ,P c >之间势差DeltE2C =HEIGHT(P e )- HEIGHT(P c );
(3f3)判定有向点对的有效性:DeltE2C>averHeight;
(3f4)重复上述步骤(3f1)~(3f3),检测满足上述有效性的点个数占选取样本点总数的百分比RATE valid ;
(3f5)输出判定结果TRUE(RATE valid -VALVE)。其中, VALVE为根据统计及实际情况所确定的固定常数,即当RATE valid 大于这一统计出的常数时则可判定为盆地,否则不为盆地。
与现有技术相比,本发明具有以下有益效果:
(1)通过使用本发明,可以满足不同粒度下的三维地形快速渲染需求,按照细节层次LOD,实现可约简的三维地形快速渲染,且渲染效果更好。
附图说明
图1为本发明中进行预处理的流程示意图。
图2为本发明-实施例中特征判定法的流程示意图。
图3为本发明-实施例中格点与空间数据线框模式示意图。
图4为本发明-实施例中线框约简示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明,本发明的实施方式包括但不限于下列实施例。
实施例
本发明公开了一种可将GIS空天格点数据映射为三维地形数据,且映射后的三维地形数据可适应不同LOD(Levels of Detail)条件下的快速渲染需求的渲染方法。区别于直接将GIS空天格点数据用于三维渲染的方式,本方法采用预处理计算方法,以实现将空天格点数据对三维地形数据的映射,映射得到的三维地形数据具有可适应快速渲染的数据结构和数据管理结构。
本发明中的映射主要由预处理过程完成,如图1所示,地形数据预处理主要包括下述步骤:
(1)对空天格点数据的地形信息数据进行提取;GIS数据源包含地面格点数据的基础类型,其中,可用于表征地形的数据字段(ISO 6709定义或GB/T 16831-1997)为维度、经度、海拔高度(高程)等,抽取得到的GIS数据用于实施地形数据的预处理。
(2)地形数据预处理,该预处理方案的计算流程主要涉及对地形数据的地形类型划分,以及为方便描述,对部分关键术语与符号进行说明。目前,普遍将陆地地形划分为5类:山地、平原、丘陵、高原、盆地。其划分标准可设计为先验知识,用以提供地形判定的参数选择,如:
山地:一般500米以上,峰峦起伏,坡度陡峻,相对高度超过200米;平原:很低,一般200以下,平坦广阔;丘陵:较低,一般500米以下,起伏不大,坡度缓和,相对高度200米以下;高原:较高,一般500米以上,地面坦荡或起伏不大;盆地:无一定标准,边缘陡峭,四周高中间低。
依此为标准,将GIS数据处理后得到的地形数据进行地形类型划分,即是将需要渲染的地形数据投影到这五个基本分类上,优选采用了以下两种投影方法:
对下述符号进行定义:GisData,空天格点数据;TerrainData,三维地形域数据;averHeight,地形域数据的平均高度值;MeanHeightSqrt,地形域数据的均方差;
第一种,直接的特征判定法:
如图2所示,地形类型的特征判定法的算法流程为:算法的输入为抽取空间格点信息后的二维数组GisData[],数组元素的索引对应纬度和经度,元素值为对应高度,算法的输出为计算得到的地形类型。
上述计算中,将实际数据与渲染数据分开管理,为加快渲染速度,算法对原始数据作了两次约简:首先采用纬度、经度计算得到等间隔的就近整数值形成坐标索引;其次,按高度数据圆整,形成整型渲染高度数据。两次约简后地形渲染即针对整型数据处理,可较大程度提高运算速度,因三维渲染后是视觉效果,这样的约简对于大区域数据来说,并不会在图形用户的观测上有太大影响,因而这样的约简在实际应用中可以被接受。
该算法对原始数据作了两次遍历,时间复杂度为数据规模的O(n),算法是对陆地地形的经验判定,根据大量统计数据得到的地形可按照区域平均高度和地势起伏两个参数进行界定,因此,算法有效性的关键也在于对两个参数值的分段映射。本算法中,按照区域平均高度划分为小于ValvePlain,ValvePlain~ValveHighland,大于ValveHighland三段;按照区域地势的均方差划分为小于ValveBasin与大于ValveBasin两段,其中,ValvePlain指平原阈值;ValveHighland为高原阈值;ValveBasin为盆地阈值。
第二种,采用模糊计算的模糊判定法:
该种方案的地形数据抽取与方案一相同,不同之处在于对地形的判定方法采用模糊计算。在方案一中,以确定的阈值作为地形类型的判定标准,虽然使用简单,但对于在临界处的地形结果判定存在不准确情况,而模糊判定通过模糊计算得到的概率结果能更加准确地描述地形类型。采用模糊判定方法思路易于理解,计算结果比方案一中的硬边界有更好的灵活性,该判定方法的关键是引入隶属度函数,此外,为准确设定隶属度函数,可采用地形的统计经验值为隶属度函数中使用到的常数。
在经典集合论中,元素与集合之间的关系是确定的,但在模糊集合论中,元素具有不确定的集合从属属性,下面对本发明中用到的术语和符号进行说明:
在上述基础上,模糊判定步骤如下:
(1)设计不同地形对于平均高度的隶属度函数;
常用的隶属度函数有正态型(Normal)、双曲正切型(Sigmoid)、三角函数类型(Triangle)、硬极限函数Hardlim等,在本方案设计中,采用多种隶属度函数,针对不同的地形类型进行计算,例:本实施例中提供了下述由地形数据平均高度确定的模糊集隶属度函数的实现方式。
山地,山地高度的阈值符号ValveMountain,采用双曲正切型隶属度函数:
高原,与山地类似,给定高度阈值符号ValveHighland,采用双曲正切型隶属度函数:
丘陵,丘陵高度阈值符号为:
ValveHillH,ValveHillL,ValveM = (ValveHillH-ValveHillL)/2,该两值为统计值中的边界值,以保证区域的有效性。采用三角形函数作为隶属度函数:
平原,平原高度阈值符号ValvePlain,采用硬极限函数表示其隶属度:
盆地因对于高度并无一定的标准,因此可用定常概率表示其隶属度:
采用隶属度函数表示平均高度在地形域上的关系为:
论域 U = { x/Basin, x/Plain, x/Hill, x/Highland, x/Mountain}
(2)除地形高度的模糊属性,地势差也是帮助确定地形的主要参数,本实施例中采用均方差来评估地势差,下面给出地势的模糊集隶属度函数:
平原,平原均方差的阈值符号ValveMPlain,最大有效均方差阈值符号为ValveMPlainM,采用分段线性隶属度函数:
丘陵,丘陵均方差阈值符号ValveMHill,,采用正态型隶属度函数;
高原,高原均方差阈值符号ValveMHighland,最大有效均方差阈值符号为ValveMHighlandM,其隶属度函数表示方式与平原类似:
盆地,盆地均方差阈值符号ValveMBasin,最大有效均方差阈值符号为ValveMBasinM,其隶属度函数与高原近似:
采用隶属度函数表示高度均方差在地形域上的关系为:
论域 U = { x/Basin, x/Plain, x/Hill, x/Highland, x/Mountain}
(3)通过上述计算,给出根据地形高度和地势的地形模糊论断的集合:
规则1:平均高度较高,均方差值较高,很可能为山地。
规则2:平均高度很低,均方差值很低,很可能为平原。
规则3:平均高度较低,均方差值较低,很可能为平原。
规则4:平均高度较高,均方差值较低,很可能为高原。
规则5:均方差值不太低,有可能为盆地。
其中,较高、很低、较低只是相对而言,在同数组中,较高大于较低大于很低。
从上述规则集的描述,地形数据判定采用的平均高度和均方差两个统计属性之间为“与”关系,模糊推导的法则表示为:
IF x is X AND y is Y THEN z is Z
分析上述规则集中,规则5的表述具有较低的区分度,采用该规则,在实际计算中难以划分开盆地与平原、盆地与高原。因此,上述统计属性与规则并不适合盆地类型的判定,分析盆地地形四周高中间低的特征,与其他类型有明显差异,因而增加刻画边缘与中心势差(DeltE2C)的属性可直接判定盆地地形,如所示,具体方法为:
(1)沿地形区域径向随机、成对选取外缘与中心附近处的有向点对<P e ,P c >,其中P e 为外缘附近的点,P c 为中心附近点;
(2) 计算有向点对<P e ,P c >之间势差DeltE2C =HEIGHT(P e )- HEIGHT(P c );
(3) 判定有向点对的有效性:DeltE2C>averHeight;
(4)重复上述步骤(1)~(3),检测满足上述有效性的点个数占选取样本点总数的百分比RATE valid ;
(5)输出判定结果TRUE(RATE valid -VALVE)。
为了证明该盆地判定方法的有效性,在本实施例中进行以下验证:
设定a.地形域中的采样数据,按照样本集最低高度MIN(HEIGHT())为基准,所有采样点数据进行非负变换HEIGHT(X)=HEIGHT(X)-MIN(HEIGHT())。
设定b.变换后的样布数据中,高度≥averHeight的数量占总数的百分比为PercA,高度<averHeight的数量占总数的百分比为PercL,则PercA+PercL=1。
按古典概率论,地形域中随机选择一点,其高度不低于averHeight的概率为Prob(HEIGHT(X) ≥averHeight)=PercH,低于averHeight的概率Prob(HEIGHT(X) < averHeight) =PercL;
则随机选择有序点对<P e ,P c >,计算其势差不低于averHeight的有序点对应满足HEIGHT(P E )-HEIGHT(P c )> averHeight;
令HEIGHT(P E ) = averHeight+HEIGHT(P c ),由设定a可知HEIGHT (P c )≥0,则HEIGHT (P E ) ≥averHeight。则由设定b可知,Prob (HEIGHT (P E )≥ averHeight) ≤PercH;
同理,令HEIGHT(P c ) = averHeight-HEIGHT(P e ),HEIGHT(P e ) ≥0,可得到HEIGHT (P e ) ≤averHeight。则Prob(HEIGHT (P c ) ≤ averHeight) ≤PercL;
可得,概率Prob(HEIGHT(P e )-HEIGHT(P c )> averHeight) ≤PercH * PercL≤ 1/2*1/2=0.25。
在实际计算中,连续判定的条件可以适当松弛,如检测满足有效性的点个数占选取样本点总数的百分比RATE valid 时,小样本集中,有序对达到一定比例即可认为满足判定条件。
采用上述方法针对盆地地形有极好的判定效果,因此,可在上述模糊计算步骤前针对盆地地形作预处理,而规则5不用再计入模糊推导规则集,其余地形类型的模糊推导步骤保持不变即可实现第二种计算方案。
经实际验证,上述两种判定方法中,模糊判定方法的时间复杂度与特征判定法相同,主要为GIS数据的预处理开销,但较之于特征判定方法,模糊判定法有更易接受的划分结果。而判定出的地形类型可以对地形数据三维渲染过程中的地形纹理选择提供依据。
在实现地形数据管理的同时,本发明采用索引方式为地形数据建立线框模式,该模式可供实际渲染过程中按所需场景细节层次,完成基于LOD的快速渲染,达到提高三维地形渲染速度的目标,其中,该线框数据的线框模式如下:
将地形数据TerrainData以矩形栅格点表示,栅格点为GIS采样点,邻近四个格点形成一个渲染矩形,但实际上四个格点处对应的空间点并不一定共面,如图3所示:格点x 00,x 01,x 10,x 11所对应的四个空间点Hx 00,Hx 01,Hx 10,Hx 11并不在单一平面上,在三维地形渲染时,该四个空间点能保证划分成两个三角形面,也即三维渲染中常用的线框模式,可按顺时针或逆时针方向连接三角形的三个顶点,该连接方向决定了三角形平面的法线方向,而对地形数据建立线框表达模式的顶点索引,仅需完成对地形数据的一次遍历。
采用索引管理的线框模式,可根据运行需要进行自适应约简,如图4中所示,包括x ij 及邻近区域的9个点,构成的4个矩形,按线框模式渲染有8个三角形,也即来自gis地形数据最高分辨率。从视角坐标系角度,越远的物体形成的视觉图像越小,即使物体表面有再高分辨率,对于观测者已经无法识别,因此,物体渲染可相应简化。上述4个矩形可简化为最外缘4个点构成的两个三角形,同理,可形成相邻9个矩形或更多矩形的约简。
该处理过程花费一次数据遍历时间,额外增加细节层次索引数LODIndex×(M-1)×(N-1)*(1+1/2*LODIndex)/2的索引存储空间。但采用了线框模式,地形渲染可以方便地实现LOD的算法管理,如二叉树、八叉树等顶点约简算法,在三维地形渲染的应用中,可提高渲染速度,满足不同层次的渲染需求。
按照上述实施例,便可很好地实现本发明。
Claims (8)
1.GIS数据的三维实时渲染方法,其特征在于,包括以下步骤:
(1)设定基本地形类型参数;
(2)提取空天格点地形信息数据;
(3)对提取的地形信息数据进行预处理,通过地形类型的特征判定法或模糊判定法判定出拥有该地形信息数据的地形所属类型;
(4)按照三维快速渲染所需数据结构,按线框方式组织三维地形数据,并建立索引机制。
2.根据权利要求1所述的GIS数据的三维实时渲染方法,其特征在于,所述步骤(1)中,基本地形类型参数为:
山地,500米以上,峰峦起伏,坡度陡峻,相对高度超过200米;
平原,200米以下,平坦广阔;
丘陵,500米以下,起伏不大,坡度缓和,相对高度200米以下;
高原,500米以上,地面坦荡或起伏不大;
盆地,无一定标准,边缘陡峭,四周高中间低。
3.根据权利要求1所述的GIS数据的三维实时渲染方法,其特征在于,所述步骤(2)中,空天格点地形信息数据包括经度、纬度和海拔高度。
4.根据权利要求1所述的GIS数据的三维实时渲染方法,其特征在于,所述步骤(3)中,地形信息数据预处理包括:
(3a)计算地形数据区域的平均海拔高度;
(3b)根据地形平均海拔高度和相对高度差计算地形区域的类型;
(3c)根据统计出的平均海拔高度、相对高度差对地形类型进行判定。
5.根据权利要求1所述的GIS数据的三维实时渲染方法,其特征在于,所述步骤(3)中,地形类型的特征判定法为:
将提取空天格点地形信息数据后形成的二维数组GisData[]作为输入数据;将数组元素的索引与纬度和经度对应;将元素值与高度对应;
(3c1)设定平均高度和相对高度方差的初始值;
(3c2)计算获取的地形信息数据的平均高度和相对高度均方差;
(3c3)判断计算出的相对高度均方差是否大于已设定的相对高度方差初始值,若大于则判定相对高度均方差是否大于盆地相对高度方差阈值,若大于则地形类型为山地,若小于则地形类型为盆地;若小于则判定相对高度均方差是否大于平原相对高度方差阈值,若大于则判定地形类型为平原,若小于则判定相对高度均方差是否大于高原相对高度方差阈值,若大于则地形类型为高原,若小于则地形类型为丘陵。
6.根据权利要求5所述的GIS数据的三维实时渲染方法,其特征在于,所述步骤(4)中,采用经度、纬度计算得到等间隔的就近整数值形成坐标索引;采用高度数据圆整形成高度数据。
7.根据权利要求1所述的GIS数据的三维实时渲染方法,其特征在于,所述地形类型的模糊判定法包括以下步骤:
(3d)设计不同地形对于平均高度的隶属度函数;
丘陵:高度阈值符号分别为ValveHillH和ValveHillL,ValveM = (ValveHillH-ValveHillL)/2,其中,ValveHillH为最高值,ValveHillL为最低值,ValveM为平均值,最高值和最低值为统计值中的边界值,采用三角形函数作为隶属度函数, ;
平原:高度阈值符号为ValvePlain,采用硬极限函数作为隶属度函数,;
(3e)设定不同地形对于地势差的隶属度函数;
平原:均方差阈值符号为ValveMPlain,最大有效均方差阈值符号为ValveMPlainM,采用分段线性隶属度函数:
;
高原:均方差阈值符号为ValveMHighland,最大有效均方差阈值符号为ValveMHighlandM,其隶属度函数为:
盆地:均方差阈值符号为ValveMBasin,最大有效均方差阈值符号为ValveMBasinM,其隶属度函数为:
(3f)根据高度参数及地势参数设定地形模糊论断的集合,并根据该地形模糊论断集合进行地形类型判定。
8.根据权利要求7所述的GIS数据的三维实时渲染方法,其特征在于,采用模糊判定法进行盆地地形判断时,还包括以下步骤:
(3f1)沿地形区域径向随机、成对选取外缘与中心附近处的有向点对<P e ,P c >,其中P e 为外缘附近的点,P c 为中心附近点;
(3f2)计算有向点对<P e ,P c >之间势差DeltE2C =HEIGHT(P e )- HEIGHT(P c );
(3f3)判定有向点对的有效性:DeltE2C>averHeight,其中,averHeight为地形域数据的平均高度值;
(3f4)重复上述步骤(3f1)~(3f3),检测满足上述有效性的点个数占选取样本点总数的百分比RATE valid ;
(3f5)输出判定结果TRUE(RATEvalid-VALVE),其中,VALVE为常数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410130447.0A CN103871103B (zh) | 2014-04-02 | 2014-04-02 | Gis数据的三维实时渲染方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410130447.0A CN103871103B (zh) | 2014-04-02 | 2014-04-02 | Gis数据的三维实时渲染方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103871103A true CN103871103A (zh) | 2014-06-18 |
CN103871103B CN103871103B (zh) | 2017-06-16 |
Family
ID=50909607
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410130447.0A Expired - Fee Related CN103871103B (zh) | 2014-04-02 | 2014-04-02 | Gis数据的三维实时渲染方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103871103B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105224325A (zh) * | 2015-09-30 | 2016-01-06 | 传线网络科技(上海)有限公司 | 渲染方法和装置 |
CN107436400A (zh) * | 2017-07-26 | 2017-12-05 | 南方电网科学研究院有限责任公司 | 一种gis触头过热故障的检测方法及装置 |
-
2014
- 2014-04-02 CN CN201410130447.0A patent/CN103871103B/zh not_active Expired - Fee Related
Non-Patent Citations (3)
Title |
---|
付延强 等: "基于区域特征距离加权的三维地形建模方法", 《计算机应用》 * |
刘嵘 等: "地形数据的分形特征值计算与地形分类", 《第十三届海洋测绘综合性学术研讨会会议论文集》 * |
岳利群 等: "全球多分辨率DEM数据的转换与预处理技术研究", 《第十四届全国图象图形学学术会议论文集》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105224325A (zh) * | 2015-09-30 | 2016-01-06 | 传线网络科技(上海)有限公司 | 渲染方法和装置 |
CN107436400A (zh) * | 2017-07-26 | 2017-12-05 | 南方电网科学研究院有限责任公司 | 一种gis触头过热故障的检测方法及装置 |
CN107436400B (zh) * | 2017-07-26 | 2020-06-19 | 南方电网科学研究院有限责任公司 | 一种gis触头过热故障的检测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN103871103B (zh) | 2017-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sofia et al. | High‐resolution topography and anthropogenic feature extraction: Testing geomorphometric parameters in floodplains | |
Lahousse et al. | Landslide mapping with multi-scale object-based image analysis–a case study in the Baichi watershed, Taiwan | |
CN108846832A (zh) | 一种基于多时相遥感影像与gis数据的变化检测方法及系统 | |
CN107247938A (zh) | 一种高分辨率遥感影像城市建筑物功能分类的方法 | |
CN102521835B (zh) | 一种基于空间三维模板的点云数据树高提取方法 | |
CN104573705A (zh) | 一种建筑物激光扫描点云数据的聚类方法 | |
Tshimanga | Hydrological uncertainty analysis and scenario-based streamflow modelling for the Congo River Basin | |
Tang et al. | Slope spectrum critical area and its spatial variation in the Loess Plateau of China | |
CN102103202A (zh) | 一种融合影像的机载激光雷达数据半监督分类方法 | |
CN106157309A (zh) | 一种基于虚拟种子点的机载LiDAR地面点云滤波方法 | |
CN102682115B (zh) | 一种基于Voronoi图的点密度专题图制作方法 | |
Chen et al. | Optimal segmentation of a high-resolution remote-sensing image guided by area and boundary | |
CN108021780A (zh) | 一种基于无规则非结构网格模型的山洪动态仿真方法 | |
Pardo‐igúzquiza et al. | Morphometric analysis of karst depressions on a Mediterranean karst massif | |
CN111898315A (zh) | 基于分形—机器学习混合模型的滑坡易发性评估方法 | |
CN104282026A (zh) | 基于分水岭算法和最小生成树的分布均匀性评估方法 | |
CN113722314B (zh) | 一种空间连接查询方法、装置、电子设备及存储介质 | |
CN104794730A (zh) | 基于超像素的sar图像分割方法 | |
CN104268581A (zh) | 一种基于综合像元级和亚像元级空间相关性特征的遥感亚像元制图方法 | |
Zhao et al. | A comparison of LiDAR filtering algorithms in vegetated mountain areas | |
Ashraf et al. | GIS‐evaluation of two slope‐calculation methods regarding their suitability in slope analysis using high‐precision LiDAR digital elevation models | |
CN102073867A (zh) | 一种遥感图像分类方法及装置 | |
Sanzana et al. | Computer-assisted mesh generation based on hydrological response units for distributed hydrological modeling | |
Zhang et al. | Impervious surface extraction from high-resolution satellite image using pixel-and object-based hybrid analysis | |
Wang et al. | Fragmentation calculation method for blast muck piles in open-pit copper mines based on three-dimensional laser point cloud data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170616 Termination date: 20180402 |
|
CF01 | Termination of patent right due to non-payment of annual fee |