CN109859308A - 基于城市矢量数据的房屋简单三维模型构建方法 - Google Patents
基于城市矢量数据的房屋简单三维模型构建方法 Download PDFInfo
- Publication number
- CN109859308A CN109859308A CN201811638696.5A CN201811638696A CN109859308A CN 109859308 A CN109859308 A CN 109859308A CN 201811638696 A CN201811638696 A CN 201811638696A CN 109859308 A CN109859308 A CN 109859308A
- Authority
- CN
- China
- Prior art keywords
- house
- vector data
- field
- model
- vector
- 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.)
- Pending
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于城市矢量数据的房屋简单三维模型构建方法,其包括以下步骤:S1、通过读取房屋矢量文件的头文件信息,获取房屋矢量图层字段,构建房屋几何理论模型;S2、使用openscenegraph根据房屋矢量图层字段,对房屋几何理论模型进行渲染,构建房屋简单三维模型。本发明根据房屋高度以及房屋角点坐标重建房屋三维模型,获取的房屋简单三维模型模型更加接近现实房屋位置和几何形状,效果以及稳定性好。
Description
技术领域
本发明涉及遥感技术领域,具体涉及一种基于城市矢量数据的房屋简单三维模型构建方法。
背景技术
在城镇化快速发展的今天,城市建设日新月异,城市建设现状的调查,其关键是具有高效的调查手段。遥感卫星以及航空手段可高效率获取城市地面影像,如何利用影像数据并深度挖掘所包含的信息,为城市建设、数字城市、以及其他相关领域及方向等提供参考,便显得十分重要。在实际应用中,卫星以及航空影像存在大量像点位移和成像误差,使得图像中所包含的地物特征存在形变,除星下点(影像中心点)外,形变误差从中心点开始向周围逐渐变大,距离中心越远的像元其偏移量越大,地物特征存在畸变、偏移等现象,这就导致在图像边缘地物都有着不同程度的拉长,这些都会对卫星图像真正射影像的制作产生影响,同时由于城市以建筑为主体,在图像中存在大量遮挡,致使许多地物无法正确获取。
发明内容
本发明的目的在于提供一种基于城市矢量数据的房屋简单三维模型构建方法,以克服传统卫星正射影像制作过程中遮挡现象无法解决的问题,对于阴影检测、房屋遮挡等复杂情况下真正射影像的制作提供良好参考。
为实现上述目的,本发明采用以下技术方案:
基于城市矢量数据的房屋简单三维模型构建方法,包括以下步骤:
S1、通过读取房屋矢量文件的头文件信息,获取房屋矢量图层字段,构建房屋几何理论模型;
S2、使用openscenegraph,根据房屋矢量图层字段,对房屋几何理论模型进行渲染,构建房屋简单三维模型。
优选地,步骤S1包括:
S11、在影像中勾选获取的房屋轮廓图斑生成的房屋矢量数据文件,所述房屋矢量数据文件中房屋的轮廓为无内环的多边形;
S12、添加GDAL库,注册所有文件格式数据驱动,获取不同矢量文件对应的处理器;
S13、调用处理器文件打开函数,获取房屋矢量图层字段;
S14、根据GDAL库内部信息读取规则,以左下角为原点,按照顺时针方向,读取房屋每个字段以及字段中所存储的数据和类型,同时构建同类型STL容器vector,将不同房屋各个角点依据不同索引存至容器中,构建房屋几何理论模型。
优选地,步骤S13中所述房屋矢量图层字段包括ID号、房屋形状、二维平面XY坐标、房屋索引号、房屋占地面积、楼层数及房屋高度中的一种或几种;
读取字段或数据时应跳过存储的信息为ID号以及房屋形状的字段;并在读取字段或数据之前指出房屋楼层数或房屋高度所在字段。
优选地,所述步骤S2具体包括:
S21、创建geode节点,用于存储房屋屋顶和墙面理论模型;
S22、逆时针从平面坐标所使用的vector容器中循环获取每栋房屋各个角点的平面坐标,根据坐标创建屋顶向量数据;
S23、根据房屋楼层数或高度以及各个角点坐标创建房屋墙面对应的向量数据;
S24、将屋顶以及墙面理论模型全部存至geode节点,并绘制图元,输出房屋简单三维模型。
优选地,步骤S2中所述的向量数据具体为:
顶点数组,按照方向逆时针从vector容器中读取平面坐标,并添加至顶点数组;颜色数组,存储屋顶和墙壁所使用颜色的RGB值,同时设置颜色数据的绑定方式为全部顶点BIND_OVERALL;设置绘制图元方式为闭合多边形PLOYGON。
优选地,屋顶及墙壁所使用的向量数据设置为不同颜色。
采用上述技术方案后,本发明与背景技术相比,具有如下优点:
本发明适应好,对于阴影检测、房屋遮挡等复杂情况下真正射影像的制作提供良好参考;本发明根据房屋高度以及房屋角点坐标重建房屋三维模型,因此获取的房屋简单三维模型模型更加接近现实房屋位置和几何形状,其效果以及稳定性好。
附图说明
图1为本发明整体流程示意图;
图2为本发明提取房屋矢量数据头文件信息的流程示意图;
图3为本发明利用openscenegraph根据房屋信息渲染房屋模型简单三维模型的流程示意图。
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。
实施例
参考图1及图2所示,本发明公开了一种基于城市矢量数据的房屋简单三维模型构建方法,包括以下步骤:
S1、通过读取房屋矢量文件的头文件信息,获取每栋房屋矢量图层字段,构建房屋几何理论模型。具体步骤包括:
S11、获取城市矢量数据,城市矢量数据一般通过对航空或卫星影像中的房屋轮廓图斑生选择勾画得到,在房屋矢量数据文件中房屋的轮廓应为无内环的多边形;在同一房屋图斑中若允许存在内环,则公共线部分同一边线的高程有可能出现不同数值,这会出现指定不明确的情况,致使房屋高度无法正确判断。
S12、添加GDAL库,注册所有文件格式数据驱动,获取房屋矢量文件格式对应的处理器;房屋矢量图层字段包括ID号、房屋形状、二维平面XY坐标、房屋索引号、房屋占地面积、楼层数及房屋高度中的一种或几种。
S13、调用处理器文件打开函数,获取房屋矢量图层;
S14、根据GDAL库内部信息读取规则,以左下角为原点,按照顺时针方向,读取房屋每个字段以及字段中所存储的数据和类型,同时构建同类型STL容器vector,将不同房屋各个角点依据不同索引存至容器中,构建房屋几何理论模型。
在获取字段信息时应跳过房屋矢量文件中前两个字段,因前述两个字段一般存储的信息在后续房屋简单三维模型的构建过程中未被用过,因此为避免手动改变指针出现误操作的风险,获取的信息中不包括前两个字段。因为房屋矢量文件在创建时使用的字段顺序规则不同,高程或楼层数在不同房屋矢量文件中所在的字段可能不同,故在提取时需提前指出房屋楼层数或房屋高度所在字段,便于后续建模。
S2、使用openscenegraph,根据房屋矢量图层字段,对房屋几何理论模型进行渲染,构建房屋简单三维模型,参考图3所示,具体包括:
S21、创建geode节点,用于存储房屋屋顶和墙面理论模型;
S22、逆时针从平面坐标所使用的vector容器中循环获取每栋房屋各个角点的平面坐标,根据坐标创建屋顶向量数据;S23、根据房屋高度以及各个角点坐标创建房屋墙面对应的向量数据;向量数据具体包括:顶点数组,按照方向逆时针从vector容器中读取平面坐标,并添加至顶点数组;颜色数组,用来存储屋顶和墙壁所使用颜色的RGB值,同时设置颜色数据的绑定方式为全部顶点BIND_OVERALL;设置绘制图元方式为闭合多边形PLOYGON;为分辨屋顶和屋墙,将屋顶的颜色和屋墙的颜色区别设置,将屋顶颜色设置为红色(0.55f,0.12f,0.13f,0.3),屋墙的颜色则设置为米黄色(0.97f,0.93f,0.84f,0.3);S223。
步骤S22中采用逆时针方向获取容器中所存储的信息,这是因为openscenegraph与GDAL存储数据方式的不同,两者采用了不同方向对信息进行存储,因此读取坐标时应遵循统一规则,否则无法获取完整房屋角点坐标,出现错误结果信息。
S24、将屋顶以及墙面理论模型全部存至geode节点,并绘制图元,输出房屋简单三维模型。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (6)
1.基于城市矢量数据的房屋简单三维模型构建方法,其特征在于,包括以下步骤:
S1、通过读取房屋矢量文件的头文件信息,获取房屋矢量图层字段,构建房屋几何理论模型;
S2、使用openscenegraph,根据房屋矢量图层字段,对房屋几何理论模型进行渲染,构建房屋简单三维模型。
2.如权利要求1所述的一种基于城市矢量数据的房屋简单三维模型构建方法,其特征在于,步骤S1包括:
S11、在影像中勾选获取的房屋轮廓图斑生成的房屋矢量数据文件,所述房屋矢量数据文件中房屋的轮廓为无内环的多边形;
S12、添加GDAL库,注册所有文件格式数据驱动,获取不同矢量文件对应的处理器文件;
S13、调用处理器文件打开函数,获取房屋矢量图层字段;
S14、根据GDAL库内部信息读取规则,以左下角为原点,按照顺时针方向,读取房屋每个字段以及字段中所存储的数据和类型,同时构建同类型STL容器vector,将不同房屋各个角点依据不同索引存至容器中,构建房屋几何理论模型。
3.如权利要求2所述的一种基于城市矢量数据的房屋简单三维模型构建方法,其特征在于:步骤S13中所述房屋矢量图层字段包括ID号、房屋形状、二维平面XY坐标、房屋索引号、房屋占地面积、楼层数及房屋高度中的一种或几种;
读取字段或数据时应跳过存储的信息为ID号以及房屋形状的字段;并在读取字段或数据之前指出房屋楼层数或房屋高度所在字段。
4.如权利要求1所述的一种基于城市矢量数据的房屋简单三维模型构建方法,其特征在于,所述步骤S2具体包括:
S21、创建geode节点,用于存储房屋屋顶和墙面理论模型;
S22、逆时针从平面坐标所使用的vector容器中循环获取每栋房屋各个角点的平面坐标,根据坐标创建屋顶向量数据;
S23、根据房屋楼层数或高度以及各个角点坐标创建房屋墙面对应的向量数据;
S24、将屋顶以及墙面理论模型全部存至geode节点,并绘制图元,输出房屋简单三维模型。
5.如权利要求4所述的一种基于城市矢量数据的房屋简单三维模型构建方法,其特征在于,步骤S2中所述的向量数据具体为:
顶点数组,按照方向逆时针从vector容器中读取平面坐标,并添加至顶点数组;颜色数组,存储屋顶和墙壁所使用颜色的RGB值,同时设置颜色数据的绑定方式为全部顶点BIND_OVERALL;设置绘制图元方式为闭合多边形PLOYGON。
6.如权利要求4所述的一种基于城市矢量数据的房屋简单三维模型构建方法,其特征在于:屋顶及墙壁所使用的向量数据设置为不同颜色。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811638696.5A CN109859308A (zh) | 2018-12-29 | 2018-12-29 | 基于城市矢量数据的房屋简单三维模型构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811638696.5A CN109859308A (zh) | 2018-12-29 | 2018-12-29 | 基于城市矢量数据的房屋简单三维模型构建方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109859308A true CN109859308A (zh) | 2019-06-07 |
Family
ID=66893333
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811638696.5A Pending CN109859308A (zh) | 2018-12-29 | 2018-12-29 | 基于城市矢量数据的房屋简单三维模型构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109859308A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110880157A (zh) * | 2019-11-15 | 2020-03-13 | 腾讯科技(深圳)有限公司 | 一种地图数据处理方法、装置、电子设备及存储介质 |
CN113139994A (zh) * | 2021-04-13 | 2021-07-20 | 宁波四象径宇科技有限公司 | 基于角点的高分辨率光学遥感卫星图像建筑物高度监测方法 |
CN117197390A (zh) * | 2023-11-07 | 2023-12-08 | 园测信息科技股份有限公司 | 三维建筑模型构建方法、装置和存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101290222A (zh) * | 2008-06-13 | 2008-10-22 | 北京天下图数据技术有限公司 | 通过真正射影像快速构建三维建筑物场景的方法 |
CN103942388A (zh) * | 2014-04-18 | 2014-07-23 | 重庆市勘测院 | 一种大规模建筑信息模型与三维数字城市集成方法 |
CN106373199A (zh) * | 2016-08-31 | 2017-02-01 | 中测新图(北京)遥感技术有限责任公司 | 一种倾斜摄影建筑物模型快速提取方法 |
CN107393003A (zh) * | 2017-08-07 | 2017-11-24 | 苍穹数码技术股份有限公司 | 一种基于云计算的三维房屋自动建模的方法与实现 |
-
2018
- 2018-12-29 CN CN201811638696.5A patent/CN109859308A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101290222A (zh) * | 2008-06-13 | 2008-10-22 | 北京天下图数据技术有限公司 | 通过真正射影像快速构建三维建筑物场景的方法 |
CN103942388A (zh) * | 2014-04-18 | 2014-07-23 | 重庆市勘测院 | 一种大规模建筑信息模型与三维数字城市集成方法 |
CN106373199A (zh) * | 2016-08-31 | 2017-02-01 | 中测新图(北京)遥感技术有限责任公司 | 一种倾斜摄影建筑物模型快速提取方法 |
CN107393003A (zh) * | 2017-08-07 | 2017-11-24 | 苍穹数码技术股份有限公司 | 一种基于云计算的三维房屋自动建模的方法与实现 |
Non-Patent Citations (5)
Title |
---|
且行且珍惜: "OSG(OpenSceneGraph)基础学习7:绘制几何体", 《HTTPS://WWW.QXQZX.COM/CONTENTS/303.HTML》 * |
可可西: "GDAL读写shp文件", 《HTTPS://WWW.CNBLOGS.COM/KEKEC/ARCHIVE/2011/05/16/2047601.HTML》 * |
周向戈等: "三维园林植被景观构建与虚拟展示", 《计算机工程与应用》 * |
李旭: "基于OSG的三维GIS地形与矢量数据的渲染系统的设计与实现", 《中国优秀硕士学位论文全文数据库》 * |
黑不溜秋的: "osg入门系列7-一个小房子", 《HTTPS://BLOG.CSDN.NET/ZANGLE260/ARTICLE/DETAILS/39392387》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110880157A (zh) * | 2019-11-15 | 2020-03-13 | 腾讯科技(深圳)有限公司 | 一种地图数据处理方法、装置、电子设备及存储介质 |
CN110880157B (zh) * | 2019-11-15 | 2024-03-29 | 腾讯科技(深圳)有限公司 | 一种地图数据处理方法、装置、电子设备及存储介质 |
CN113139994A (zh) * | 2021-04-13 | 2021-07-20 | 宁波四象径宇科技有限公司 | 基于角点的高分辨率光学遥感卫星图像建筑物高度监测方法 |
CN113139994B (zh) * | 2021-04-13 | 2022-07-08 | 宁波四象径宇科技有限公司 | 基于角点的高分辨率光学遥感卫星图像建筑物高度监测方法 |
CN117197390A (zh) * | 2023-11-07 | 2023-12-08 | 园测信息科技股份有限公司 | 三维建筑模型构建方法、装置和存储介质 |
CN117197390B (zh) * | 2023-11-07 | 2024-02-09 | 园测信息科技股份有限公司 | 三维建筑模型构建方法、装置和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103703490B (zh) | 用于产生三维特征数据的设备以及用于产生三维特征数据的方法 | |
CN105976426B (zh) | 一种快速的三维地物模型构建方法 | |
CN106767819B (zh) | 一种基于bim的室内导航数据构建方法及导航系统 | |
CN109859308A (zh) | 基于城市矢量数据的房屋简单三维模型构建方法 | |
CN105069843A (zh) | 一种面向城市三维建模的密集点云的快速提取方法 | |
CN113436319B (zh) | 城市室内三维语义模型的异形排列矩阵构建方法及其系统 | |
CN103092908A (zh) | 建筑物的参数化图形表示 | |
CN112712592B (zh) | 建筑物三维模型语义化方法 | |
CN109540023B (zh) | 基于二值网格编码模板结构光的物体表面深度值测量方法 | |
CN103606188A (zh) | 基于影像点云的地理信息按需采集方法 | |
JP4206449B2 (ja) | 3次元電子地図データの生成方法 | |
CN108921943A (zh) | 一种基于车道级高精度地图的道路三维模型建模方法 | |
CN106251331A (zh) | 一种倾斜测量场景中地物的提取方法 | |
CN112530009A (zh) | 一种三维地形图绘制方法及系统 | |
CN113610975B (zh) | 一种准三维地图生成及坐标转换方法 | |
CN106846251B (zh) | 基于建筑物房顶矢量的正射影像镶嵌线网络自动选择方法 | |
CN112800516A (zh) | 具实景三维空间模型的建筑设计系统 | |
CN109903382A (zh) | 点云数据的融合方法及装置 | |
CN115937461B (zh) | 多源融合模型构建及纹理生成方法、装置、介质及设备 | |
CN107813502A (zh) | 一种3d建筑建模方法及系统 | |
CN108959434A (zh) | 一种多地理信息平台下的场景融合可视化方法 | |
US20060164417A1 (en) | Imagery-based synthetic environment for computer generated forces | |
CN109685893A (zh) | 空间一体化建模方法及装置 | |
CN112002007B (zh) | 基于空地影像的模型获取方法及装置、设备、存储介质 | |
Tian et al. | Lidar super-resolution based on segmentation and geometric analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190607 |