CN110322556B - 一种基于边界裁剪的高速高精度矢栅叠置分析方法 - Google Patents

一种基于边界裁剪的高速高精度矢栅叠置分析方法 Download PDF

Info

Publication number
CN110322556B
CN110322556B CN201910354073.3A CN201910354073A CN110322556B CN 110322556 B CN110322556 B CN 110322556B CN 201910354073 A CN201910354073 A CN 201910354073A CN 110322556 B CN110322556 B CN 110322556B
Authority
CN
China
Prior art keywords
polygon
pixel
grid
result
boundary
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.)
Active
Application number
CN201910354073.3A
Other languages
English (en)
Other versions
CN110322556A (zh
Inventor
刘耀林
解鹏
王一恒
刘艳芳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan University WHU
Original Assignee
Wuhan University WHU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan University WHU filed Critical Wuhan University WHU
Priority to CN201910354073.3A priority Critical patent/CN110322556B/zh
Publication of CN110322556A publication Critical patent/CN110322556A/zh
Priority to US16/860,076 priority patent/US11302060B2/en
Application granted granted Critical
Publication of CN110322556B publication Critical patent/CN110322556B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/10—Geometric effects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/30—Arrangements for executing machine instructions, e.g. instruction decode
    • G06F9/30003—Arrangements for executing specific machine instructions
    • G06F9/30007—Arrangements for executing specific machine instructions to perform operations on data operands
    • G06F9/30036—Instructions to perform operations on packed data, e.g. vector, tile or matrix operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/40—Filling a planar surface by adding surface attributes, e.g. colour or texture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/005—General purpose rendering architectures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/22—Cropping

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Geometry (AREA)
  • Computer Graphics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Remote Sensing (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Generation (AREA)

Abstract

本发明提供了一种基于边界裁剪的高速高精度矢栅叠置分析方法，针对在提取地表面积的运算中采用矢栅叠置分析消耗大量的计算资源，而在矢量数据转化为栅格数据时造成精度损失，进而导致多边形表面积计算误差的问题，本发明在采用矢栅叠置分析的同时，通过边界裁剪，同时提高了提取地表面积计算的效率和结果的精度，满足了实际应用的要求。

Description

一种基于边界裁剪的高速高精度矢栅叠置分析方法
技术领域
本发明属于地表面积提取技术领域，具体涉及一种基于边界裁剪的高速高精度矢栅叠置分析方法。
背景技术
空间叠置分析是地理信息系统(GIS)常用的基础空间分析功能，对于相同类型数据结构(即矢量数据与矢量数据之间、栅格与栅格数据之间)的空间叠置分析算法已经广泛应用各种地理信息系统分析软件中。但实践中由于数据来源丰富，常出现混合数据类型的空间分析需求，即矢量数据和栅格数据间的空间叠置分析(矢栅叠置分析)。采用矢量数据和栅格数据进行叠加运算分析时，由于栅格边界与矢量不重合，如果采用全矢量运算必然消耗大量的运算资源，即结果图形可以通过矢量多边形边界与栅格像元边界精确裁剪的方式计算获得，结果属性可以通过栅格像元与多边形相交后生成的不规则多边形面积与该像元面积之比作为系数，再乘以像元属性值间接获得；然而这种方法虽然精度较高，但是需要消耗大量的计算资源。在实际应用中常采用将数量数据转化栅格数据，然后基于统一的栅格数据基准进行空间叠置分析。然而在矢量数据转化为栅格数据时必然带来精度损失，即如果采用像元中心点归属或者面积占优法等方式决定像元归属问题，无论何种方式均导致转化后基于栅格表示的多边形要素边界与原始矢量表示多边形的边界不统一，进而导致多边形表面积计算误差。
发明内容
本发明要解决的技术问题是：提供一种基于边界裁剪的高速高精度矢栅叠置分析方法，用于在满足矢栅叠置分析要求的同时提高提取地表面积计算的效率和结果的精度。
本发明为解决上述技术问题所采取的技术方案为：一种基于边界裁剪的高速高精度矢栅叠置分析方法，用于提取地表面积的计算，包括以下步骤：
步骤S1：收集待测面积的栅格数据集A和矢量数据集B的数据；
步骤S2：遍历所述的矢量数据集B中的多边形b获取四至坐标极值；
步骤S3：遍历所述的多边形b获取完整覆盖多边形的栅格数据集A的最小栅格切片a；
步骤S4：按行遍历所述的栅格切片a获取像元行的外包矩形R；
步骤S5：用所述的外包矩形R裁切所述的多边形b，得到结果点集多边形S；将遍历结果点集多边形S得到的结果存入结果集C，按照面积占比分配像元属性值并计入结果集C；
步骤S6：统计所述的结果集C中的属性值作为所述的栅格数据集A与所述的矢量数据集B进行叠置分析的结果。
按上述方案，所述的步骤S2中，具体步骤为：
步骤S21：遍历所述的矢量数据集B的多边形b；
步骤S22：初始化所述的多边形b的四至坐标极值分别为XE、XW、YN、YS；
步骤S23：遍历所述的多边形b的节点，设为(Xb，Yb)；
步骤S24：判断执行边界，若Xb>XE则XE＝Xb；若Xb<XW且XW＝Xb；若Yb>YN则YN＝Yb；若Yb<YS则YS＝Yb；
步骤S25：待所述的多边形b的节点遍历完成后，将所述的四至坐标极值XE、XW、YN、YS计入所述的多边形b的属性列表，从步骤S21循环执行，直到遍历完所述的矢量数据集B中的所有多边形。
进一步的，所述的步骤S3中，具体步骤为：
步骤S31：读取所述的栅格数据集A的起始点坐标X0、Y0，以及像元尺寸Xs、Ys；
步骤S32：读取所述的多边形b的四至坐标极值XE、XW、YN、YS；
步骤S33：计算所述的栅格切片a的起始行号Rstart、起始列号Cstart、终止行号Rstop、终止列号Cstop，并读取栅格切片a的数据：
Figure BDA0002044842270000021
Figure BDA0002044842270000022
Figure BDA0002044842270000023
Figure BDA0002044842270000024
进一步的，所述的步骤S4中，具体步骤为：
步骤S41：遍历所述的栅格切片a的数据行，记为row；
步骤S42：读取所述的数据行row的行号Ra、起始列号Cstart、终止列号Cstop；
步骤S43：创建所述的数据行row的外包矩形R，分别计算R的顶点坐标(Xmin，Ymax)、(Xman，Ymax)、(Xmax，Ymin)、(Xmin，Ymin)：
X min＝Cstart·Xs
X max＝(Cstop+1)·Xs，
Y min＝(Ra+1)·Ys，
Y max＝Ra·Ys。
进一步的，所述的步骤S5中，具体步骤为：
步骤S51：用所述的外包矩形R裁切所述的多边形b得到结果点集多边形S；
步骤S52：设所述的结果点集多边形S中的坐标点为Pi(i∈N*)，将所述的结果点集多边形S的首节点P1存储到临时队列L中；
步骤S53：遍历所述的结果点集多边形S的Pi点并存入临时队列L，设结果集为C，设临时队列L当前的尾节点为Pc，Pc在结果点集多边形S中的次节点为Pc+1；
步骤S54：比较Pc+1与P1的值；
若Pc+1＝P1则表示Pi遍历完成，执行步骤S57后返回执行S3；
若Pc+1≠P1，则获取Pc所在像元的编号n，获取Pc+1所在像元的编号m；
步骤S55：比较n与m的值；
若n＝m则执行步骤S58；
若n≠m则获取像元n与m之间的像元边界的横坐标x，依据所述的Pc点和Pc+1点创建直线段lc，将x带入lc求解y值，记录直线段lc与n和m之间的像元边界焦点Pedge(x,y)，将Pedge(x,y)存入临时队列L尾部；
步骤S56：设所述的外包矩形R的下边界纵坐标为yb，设所述的像元n和m之间的像元边界横坐标为x，将点(x，yb)存储到临时队列L的尾部，设临时队列L的首点横坐标为xs，将点(xs，yb)存储到临时队列L的尾部；
步骤S57：计算临时队列L中点集围成的临时多边形s-tmp的面积，按面积占比方法分配像元的属性值并计入所述的结果集C；
步骤S58：清空临时队列L，将Pc+1存储到临时队列L的尾部，执行步骤S53直至遍历完成。
进一步的，所述的步骤S57中，面积占比方法的具体步骤为：设临时多边形s-tmp的面积为Sv，设像元n的面积为Sr，按Sv/Sr的比值分配像元n的属性值作为临时多边形s-tmp的属性值。
本发明的有益效果为：
1.本发明的一种基于边界裁剪的高速高精度矢栅叠置分析方法通过边界裁剪，在满足矢栅叠置分析要求的同时提高了提取地表面积计算的效率和结果的精度。
2.本发明实用强，便于推广产生经济效益。
附图说明
图1是本发明实施例的流程图。
图2是本发明实施例的数据结构示意图。
图3是本发明实施例的边界裁剪算法流程图。
图4是本发明实施例的森林矢量图斑地形表面面积结果图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细的说明。
以神农架林区作为研究区，以研究区地形表面面积栅格数据和森林图斑矢量多边形数据作为数据源，应用本发明提取森林图斑地形表面的面积。
参见图1，本发明的一种基于边界裁剪的高速高精度矢栅叠置分析方法，用于提取地表面积的计算，包括以下步骤：
步骤S1：收集待测面积的栅格数据集A和矢量数据集B的数据。
步骤S2：遍历所述的矢量数据集B中的多边形b获取四至坐标极值(即多边形b的东西南北四个方向的边界坐标极值)：
步骤S21：遍历所述的矢量数据集B的多边形b；
步骤S22：初始化所述的多边形b的四至坐标极值分别为XE、XW、YN、YS；
步骤S23：遍历所述的多边形b的节点，设为(Xb，Yb)；
步骤S24：判断执行边界，若Xb>XE则XE＝Xb；若Xb<XW且XW＝Xb；若Yb>YN则YN＝Yb；若Yb<YS则YS＝Yb；
步骤S25：待所述的多边形b的节点遍历完成后，将所述的四至坐标极值XE、XW、YN、YS计入所述的多边形b的属性列表，从步骤S21循环执行，直到遍历完所述的矢量数据集B中的所有多边形。
步骤S3：遍历所述的多边形b获取完整覆盖多边形的栅格数据集A的最小栅格切片a：
步骤S31：读取所述的栅格数据集A的起始点坐标X0、Y0，以及像元尺寸Xs、Ys；
步骤S32：读取所述的多边形b的四至坐标极值XE、XW、YN、YS；
步骤S33：计算所述的栅格切片a的起始行号Rstart、起始列号Cstart、终止行号Rstop、终止列号Cstop，并读取栅格切片a的数据：
Figure BDA0002044842270000051
Figure BDA0002044842270000052
Figure BDA0002044842270000053
Figure BDA0002044842270000054
步骤S4：按行遍历所述的栅格切片a获取像元行的外包矩形R：
步骤S41：遍历所述的栅格切片a的数据行，记为row；
步骤S42：读取所述的数据行row的行号Ra、起始列号Cstart、终止列号Cstop；
步骤S43：创建所述的数据行row的外包矩形R，分别计算R的顶点坐标(Xmin，Ymax)、(Xman，Ymax)、(Xmax，Ymin)、(Xmin，Ymin)：
X min＝Cstart·Xs，
X max＝(Cstop+1)·Xs，
Y min＝(Ra+1)·Ys，
Y max＝Ra·Ys。
步骤S5：用所述的外包矩形R裁切所述的多边形b，得到结果点集多边形S；将遍历结果点集多边形S得到的结果存入结果集C，按照面积占比分配像元属性值并计入结果集C：
步骤S51：用所述的外包矩形R裁切所述的多边形b得到结果点集多边形S；
步骤S52：设所述的结果点集多边形S中的坐标点为Pi(i∈N*)，将所述的结果点集多边形S的首节点P1存储到临时队列L中；
步骤S53：遍历所述的结果点集多边形S的Pi点并存入临时队列L，设结果集为C，设临时队列L当前的尾节点为Pc，Pc在结果点集多边形S中的次节点为Pc+1；
步骤S54：比较Pc+1与P1的值；
若Pc+1＝P1则表示Pi遍历完成，执行步骤S57后返回执行S3；
若Pc+1≠P1，则获取Pc所在像元的编号n，获取Pc+1所在像元的编号m；
步骤S55：比较n与m的值；
若n＝m则执行步骤S58；
若n≠m则获取像元n与m之间的像元边界的横坐标x，依据所述的Pc点和Pc+1点创建直线段lc，将x带入lc求解y值，记录直线段lc与n和m之间的像元边界焦点Pedge(x,y)，将Pedge(x,y)存入临时队列L尾部；
步骤S56：设所述的外包矩形R的下边界纵坐标为yb，设所述的像元n和m之间的像元边界横坐标为x，将点(x，yb)存储到临时队列L的尾部，设临时队列L的首点横坐标为xs，将点(xs，yb)存储到临时队列L的尾部；
步骤S57：计算临时队列L中点集围成的临时多边形s-tmp的面积，按面积占比方法分配像元的属性值并计入所述的结果集C，所述的面积占比方法的具体步骤为：设临时多边形s-tmp的面积为Sv，设像元n的面积为Sr，按Sv/Sr的比值分配像元n的属性值作为临时多边形s-tmp的属性值。
步骤S58：清空临时队列L，将Pc+1存储到临时队列L的尾部，执行步骤S53直至遍历完成。
步骤S6：统计所述的结果集C中的属性值作为所述的栅格数据集A与所述的矢量数据集B进行叠置分析的结果。
综上所述，本发明的一种基于边界裁剪的高速高精度矢栅叠置分析方法通过边界裁剪，同时提高计算的效率和结果的精度，满足了实际应用的要求。
以上实施例仅用于说明本发明的设计思想和特点，其目的在于使本领域内的技术人员能够了解本发明的内容并据以实施，本发明的保护范围不限于上述实施例。所以，凡依据本发明所揭示的原理、设计思路所作的等同变化或修饰，均在本发明的保护范围之内。

Claims (5)

1.一种基于边界裁剪的高速高精度矢栅叠置分析方法，用于提取地表面积的计算，其特征在于：包括以下步骤：
步骤S1：收集待测面积的栅格数据集A和矢量数据集B的数据；
步骤S2：遍历所述的矢量数据集B中的多边形b获取四至坐标极值；
步骤S3：遍历所述的多边形b获取完整覆盖多边形的栅格数据集A的最小栅格切片a；
具体步骤为：
步骤S31：读取所述的栅格数据集A的起始点坐标X0、Y0，以及像元尺寸Xs、Ys；
步骤S32：读取所述的多边形b的四至坐标极值XE、XW、YN、YS；
步骤S33：计算所述的栅格切片a的起始行号Rstart、起始列号Cstart、终止行号Rstop、终止列号Cstop，并读取栅格切片a的数据：
Figure FDA0003558484310000011
Figure FDA0003558484310000012
Figure FDA0003558484310000013
Figure FDA0003558484310000014
步骤S4：按行遍历所述的栅格切片a获取像元行的外包矩形R；
步骤S5：用所述的外包矩形R裁切所述的多边形b，得到结果点集多边形S；将遍历结果点集多边形S得到的结果存入结果集C，按照面积占比分配像元属性值并计入结果集C；
步骤S6：统计所述的结果集C中的属性值作为所述的栅格数据集A与所述的矢量数据集B进行叠置分析的结果。
2.根据权利要求1所述的一种基于边界裁剪的高速高精度矢栅叠置分析方法，其特征在于：所述的步骤S2中，具体步骤为：
步骤S21：遍历所述的矢量数据集B的多边形b；
步骤S22：初始化所述的多边形b的四至坐标极值分别为XE、XW、YN、YS；
步骤S23：遍历所述的多边形b的节点，设为(Xb，Yb)；
步骤S24：判断执行边界，若Xb>XE则XE＝Xb；若Xb<XW且XW＝Xb；若Yb>YN则YN＝Yb；若Yb<YS则YS＝Yb；
步骤S25：待所述的多边形b的节点遍历完成后，将所述的四至坐标极值XE、XW、YN、YS计入所述的多边形b的属性列表，从步骤S21循环执行，直到遍历完所述的矢量数据集B中的所有多边形。
3.根据权利要求1所述的一种基于边界裁剪的高速高精度矢栅叠置分析方法，其特征在于：所述的步骤S4中，具体步骤为：
步骤S41：遍历所述的栅格切片a的数据行，记为row；
步骤S42：读取所述的数据行row的行号Ra、起始列号Cstart、终止列号Cstop；
步骤S43：创建所述的数据行row的外包矩形R，分别计算R的顶点坐标(Xmin，Ymax)、(Xman，Ymax)、(Xmax，Ymin)、(Xmin，Ymin)：
Xmin＝Cstart·Xs，
Xmax＝(Cstop+1)·Xs，
Ymin＝(Ra+1)·Ys，
Ymax＝Ra·Ys。
4.根据权利要求3所述的一种基于边界裁剪的高速高精度矢栅叠置分析方法，其特征在于：所述的步骤S5中，具体步骤为：
步骤S51：用所述的外包矩形R裁切所述的多边形b得到结果点集多边形S；
步骤S52：设所述的结果点集多边形S中的坐标点为Pi(i∈N*)，将所述的结果点集多边形S的首节点P1存储到临时队列L中；
步骤S53：遍历所述的结果点集多边形S的Pi点并存入临时队列L，设结果集为C，设临时队列L当前的尾节点为Pc，Pc在结果点集多边形S中的次节点为Pc+1；
步骤S54：比较Pc+1与P1的值；
若Pc+1＝P1则表示Pi遍历完成，执行步骤S57后返回执行S3；
若Pc+1≠P1，则获取Pc所在像元的编号n，获取Pc+1所在像元的编号m；
步骤S55：比较n与m的值；
若n＝m则执行步骤S58；
若n≠m则获取像元n与m之间的像元边界的横坐标x，依据所述的Pc点和Pc+1点创建直线段lc，将x带入lc求解y值，记录直线段lc与n和m之间的像元边界焦点Pedge(x,y)，将Pedge(x,y)存入临时队列L尾部；
步骤S56：设所述的外包矩形R的下边界纵坐标为yb，设所述的像元n和m之间的像元边界横坐标为x，将点(x，yb)存储到临时队列L的尾部，设临时队列L的首点横坐标为xs，将点(xs，yb)存储到临时队列L的尾部；
步骤S57：计算临时队列L中点集围成的临时多边形s-tmp的面积，按面积占比方法分配像元的属性值并计入所述的结果集C；
步骤S58：清空临时队列L，将Pc+1存储到临时队列L的尾部，执行步骤S53直至遍历完成。
5.根据权利要求4所述的一种基于边界裁剪的高速高精度矢栅叠置分析方法，其特征在于：所述的步骤S57中，面积占比方法的具体步骤为：设临时多边形s-tmp的面积为Sv，设像元n的面积为Sr，按Sv/Sr的比值分配像元n的属性值作为临时多边形s-tmp的属性值。
CN201910354073.3A 2019-04-29 2019-04-29 一种基于边界裁剪的高速高精度矢栅叠置分析方法 Active CN110322556B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201910354073.3A CN110322556B (zh) 2019-04-29 2019-04-29 一种基于边界裁剪的高速高精度矢栅叠置分析方法
US16/860,076 US11302060B2 (en) 2019-04-29 2020-04-28 Method and system for vector-raster overlay analysis of ground surface image area based on edge clipping

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910354073.3A CN110322556B (zh) 2019-04-29 2019-04-29 一种基于边界裁剪的高速高精度矢栅叠置分析方法

Publications (2)

Publication Number Publication Date
CN110322556A CN110322556A (zh) 2019-10-11
CN110322556B true CN110322556B (zh) 2022-06-03

Family

ID=68113209

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910354073.3A Active CN110322556B (zh) 2019-04-29 2019-04-29 一种基于边界裁剪的高速高精度矢栅叠置分析方法

Country Status (2)

Country Link
US (1) US11302060B2 (zh)
CN (1) CN110322556B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7077093B2 (ja) * 2018-03-26 2022-05-30 三菱重工業株式会社 領域検出装置、領域検出方法及びそのプログラム
CN112818074B (zh) * 2020-11-12 2023-03-10 中国国土勘测规划院 一种复杂多内环矢量图形空间叠加优化方法
CN112819223A (zh) * 2021-01-29 2021-05-18 云南省测绘资料档案馆(云南省基础地理信息中心) 一种用于裁剪多边形的高性能求交方法
CN113033701B (zh) * 2021-04-20 2022-06-03 北部湾大学 基于gis空间数据制作遥感影像深度学习样本的优化方法
CN113658288B (zh) * 2021-07-27 2024-03-08 厦门智慧图信息科技有限公司 一种多边形数据矢量切片生成及显示的方法
CN115170685A (zh) * 2022-07-21 2022-10-11 苏州中科天启遥感科技有限公司 一种掩膜引导的影像镶嵌线的生成方法、装置、计算机设备及存储介质
CN116486077B (zh) * 2023-04-04 2024-04-30 中国科学院地理科学与资源研究所 遥感影像语义分割模型样本集生成方法和装置
CN116166766A (zh) * 2023-04-23 2023-05-26 北京元图科技发展有限公司 一种地理信息数据处理系统及方法
CN116680871B (zh) * 2023-05-11 2024-03-12 中国科学院空天信息创新研究院 一种全球背景辐射数据及丰度的获取方法、装置及设备
CN116503743B (zh) * 2023-06-28 2023-09-08 自然资源部第二海洋研究所 一种地理矢量数据和高分遥感图像的最优匹配方法
CN117292210B (zh) * 2023-11-27 2024-02-23 航天宏图信息技术股份有限公司 分类图像矢量化的方法、装置、电子设备和存储介质
CN117724850B (zh) * 2024-02-06 2024-04-19 天津先进技术研究院 野外预通行路径可行性评估方法、系统、设备及介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103838829A (zh) * 2014-02-18 2014-06-04 中国林业科学研究院资源信息研究所 一种基于分层次边界拓扑搜索模型的栅格转矢量系统
CN106952324A (zh) * 2017-04-07 2017-07-14 山东理工大学 矢量多边形栅格化并行叠加处理装置及方法
CN109492067A (zh) * 2018-10-31 2019-03-19 浪潮软件集团有限公司 一种将矢量数据转换为栅格切片的方法及装置

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1059612A1 (de) * 1999-06-08 2000-12-13 Sulzer Markets and Technology AG Verfahren zum Visualisieren eines räumlich aufgelösten Datensatzes
AU2007294516A1 (en) * 2006-09-08 2008-03-13 Fortiusone, Inc. System and method for web enabled geo-analytics and image processing
CN102902837B (zh) * 2012-07-25 2015-02-11 南京大学 一种复杂矢量多边形图形空间叠置分析制图方法
CN104318066A (zh) * 2014-09-26 2015-01-28 武汉大学 一种自然地表特征表征方法
CN104821013A (zh) * 2015-05-11 2015-08-05 武汉大学 基于大地坐标系数字高程模型的地表面积提取方法及系统
CN105956994A (zh) * 2016-05-13 2016-09-21 山东理工大学 基于栅格化叠加分析的图形处理方法及装置
CN107145872B (zh) * 2017-05-12 2020-12-22 河海大学 基于gis缓冲区分析的荒漠河岸林空间分布获取方法
CN109003316A (zh) * 2018-07-05 2018-12-14 南京大学 基于多边形复杂度的并行栅格化数据划分方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103838829A (zh) * 2014-02-18 2014-06-04 中国林业科学研究院资源信息研究所 一种基于分层次边界拓扑搜索模型的栅格转矢量系统
CN106952324A (zh) * 2017-04-07 2017-07-14 山东理工大学 矢量多边形栅格化并行叠加处理装置及方法
CN109492067A (zh) * 2018-10-31 2019-03-19 浪潮软件集团有限公司 一种将矢量数据转换为栅格切片的方法及装置

Also Published As

Publication number Publication date
CN110322556A (zh) 2019-10-11
US11302060B2 (en) 2022-04-12
US20200342655A1 (en) 2020-10-29

Similar Documents

Publication Publication Date Title
CN110322556B (zh) 一种基于边界裁剪的高速高精度矢栅叠置分析方法
WO2020134082A1 (zh) 一种路径规划方法、装置和移动设备
CN103679807B (zh) 一种带边界约束的散乱点云重构方法
CN106886980B (zh) 一种基于三维激光雷达目标识别的点云密度增强的方法
CN112414403B (zh) 一种机器人的定位定姿方法、设备及存储介质
CN112115534A (zh) 一种将三维房屋模型转换带高度属性的二维矢量面的方法
CN104143186B (zh) 一种slic超像素分块优化方法
US20210217234A1 (en) Device and method for extracting terrain boundary
CN108986024A (zh) 一种基于网格的激光点云规则排列处理方法
CN111932483B (zh) 图片处理方法、装置、存储介质及计算机设备
CN108765434A (zh) 基于增材再制造点云模型的轮廓提取方法
CN111177917B (zh) 一种基于srtm的坡长提取方法
US20230059277A1 (en) Map data processing method and apparatus, and storage medium
Liu et al. Robust radiometric normalization of multitemporal satellite images via block adjustment without master images
CN105701760A (zh) 一种地理栅格数据任选多边形区域的直方图实时生成方法
CN113205023B (zh) 一种基于先验矢量引导的高分影像建筑物提取精处理方法
CN116721228B (zh) 一种基于低密度点云的建筑物高程提取方法及系统
CN111831770B (zh) 一种高速测控目标视图控制方法及装置
CN108986212B (zh) 一种基于裂缝消除的三维虚拟地形lod模型的生成方法
CN108416729A (zh) Gpu中一种线段反走样的实现装置和方法
CN106709977A (zh) 一种基于场景夜景图的光源自动排列方法
CN112767424B (zh) 一种基于室内三维点云空间自动剖分方法
CN109492067A (zh) 一种将矢量数据转换为栅格切片的方法及装置
CN115760575A (zh) 一种激光点云数据处理方法、装置、电子设备及存储介质
CN115082641A (zh) 一种基于网格化多邻域插值的点云栅格化方法及装置

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
GR01 Patent grant
GR01 Patent grant