CN110874613B - 一种多源多尺度地形数据的无缝融合方法 - Google Patents

一种多源多尺度地形数据的无缝融合方法 Download PDF

Info

Publication number
CN110874613B
CN110874613B CN201911053035.0A CN201911053035A CN110874613B CN 110874613 B CN110874613 B CN 110874613B CN 201911053035 A CN201911053035 A CN 201911053035A CN 110874613 B CN110874613 B CN 110874613B
Authority
CN
China
Prior art keywords
dem
layer
range
daa
precision
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
CN201911053035.0A
Other languages
English (en)
Other versions
CN110874613A (zh
Inventor
王和平
胡伟
邹彪
武艺
汪骏
刘宁
杨国柱
孙怀木
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.)
State Grid Power Space Technology Co ltd
Original Assignee
Sgcc General Aviation Co ltd
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 Sgcc General Aviation Co ltd filed Critical Sgcc General Aviation Co ltd
Priority to CN201911053035.0A priority Critical patent/CN110874613B/zh
Publication of CN110874613A publication Critical patent/CN110874613A/zh
Application granted granted Critical
Publication of CN110874613B publication Critical patent/CN110874613B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种多源多尺度地形数据的无缝融合方法，包括以下步骤：S1：数据预处理，获取需要融合的低精度DEM‑A和高精度DEM‑B；S2：提取高精度DEM‑B的范围面图层1并做缓冲分析，针对高精度地形栅格数据进行重分类，提取矢量范围面，简化矢量面得到高精度地形数据DEM‑B的范围面图层1，按照缓冲距离d对图层1进行缓冲分析，化简后得到外扩的缓冲矢量面图层2。本发明适用于多源多尺度数据的地形地貌特征构建，利用数据之间的互补信息，突破单一数据源的限制，最终获得到质量的无缝融合效果。

Description

一种多源多尺度地形数据的无缝融合方法
技术领域
本发明涉及自动控制技术领域，尤其涉及一种多源多尺度地形数据的无缝融合方法。
背景技术
数据融合泛指将多传感器信息源的数据和信息加以联合、相关及组合，获取更为准确的观测信息支持所需的决策和评估任务；DEM融合是通过挖掘数据之间的互补信息，来克服数据质量的缺陷，提高数据精度。
针对DEM数据水平分辨率、空间覆盖范围和数据质量(垂直精度、空洞等)的制约，可以通过融合不同尺度的数据来突破单一数据的限制；传统方法往往针对特定的数据，普适性不强，也难以同时顾及DEM数据集精度和尺度之间的差异。
传统的插值方法大多基于数据本身，考虑几何或者地理统计的因素，对表面进行建模，虽然能够在一些应用中利用离散的采样点生成EDM曲面，或者改变DEM的分辨率，但是并不能“增加”数据中的信息量。
根据多源多尺度DEM数据的特点，针对不同应用的需求，国际和国内上已有一些学者尝试将融合的概念引入DEM数据重建中；例如利用不同时相的影像数据进行融合，克服原始影像中云雾、噪声等影像，在生成DEM数据,或者利用多基线和多频带的雷达干涉结果来抑制植被、建筑物和地形等因素的影像，有研究了铁路、城轨、公路等带状区域不等格网间距DEM的拼接与显示技术，有研究了海岸带多源DEM数据的融合拼接技术，但都存在相关不足，主要存在以下几个方面的不足：匹配实现难度较大或者没有顾及多源数据的质量差异和系统差，融合后的数据在接边处地形变化差异大，造成很明显的低落或者凸起，接边处地形起伏不能平滑过渡，不符合实际情况和展示效果，为此，提出一种将新型多源多尺度地形数据的无缝融合方法。
发明内容
基于背景技术存在的技术问题，本发明提出了一种多源多尺度地形数据的无缝融合方法。
本发明提出的多源多尺度地形数据的无缝融合方法，包括以下步骤：
S1：数据预处理，获取需要融合的低精度DEM-A和高精度DEM-B；
S2：提取高精度DEM-B的范围面图层1并做缓冲分析，针对高精度地形栅格数据进行重分类，提取矢量范围面，简化矢量面得到高精度地形数据DEM-B的范围面图层1，按照缓冲距离d对图层1进行缓冲分析，化简后得到外扩的缓冲矢量面图层2；
S3：由DEM-A和DEM-B，按照两个分辨率的平均值取整，按照图层2的范围，用IDW方法进行数据融合，得到融合地形数据DEM-C；
S4：地形数据融合，图层1范围内取DEM-B高程值，图层2和图层1差值范围内取DEM-C和DEM-B的IDW值，图层2范围外的取DEM-A值；
S5：图层2和图层1差值范围内高程值进行窗口平滑；
S6：根据作业区域范围，裁剪得到融合后的DEM数据。
优选的，所述S1中对DEM数据做预处理，包括栅格镶嵌、设置无效值、投影变换、数据裁切等操作，得到低精度DEM-A和高精度DEM-B。
优选的，所述S3中图层2范围的外边界高程值保持与DEM-A相同，图层2范围内的地形数据DEM-A和DEM-B，用反距离加权IDW方法进行取值得到DEM-A和DEM-B中间的过渡数据。
优选的，所述S4中图层2和图层1差值范围内根据DEM-C和DEM-B的高程值进行反距离加权IDW计算，得到融合后的插值。
优选的，所述S5中窗口平滑为对图层2和图层1差值范围内IDW得到的高程值进行窗口平滑。
本发明的有益效果：本发明能够保证所构建的DEM高程值的准确性，保证原高精地形的数值不失真的情况下，接边处进行平滑过渡，平滑区域外的数据计算量小，在进行不同尺度数据间平滑过渡的同事，数据显示保持真实有效，满足三维浏览显示的连续性和友好性，同时能够降低计算的复杂程度，使计算量减少。
附图说明
图1为本发明实施例的原理框图。
具体实施方式
下面结合具体实施例对本发明作进一步解说。
实施例
本实施例中提出了多源多尺度地形数据的无缝融合方法，包括以下步骤：
S1：数据预处理，获取需要融合的低精度DEM-A和高精度DEM-B；
S2：提取高精度DEM-B的范围面图层1并做缓冲分析，针对高精度地形栅格数据进行重分类，提取矢量范围面，简化矢量面得到高精度地形数据DEM-B的范围面图层1，按照缓冲距离d对图层1进行缓冲分析，化简后得到外扩的缓冲矢量面图层2；
S3：由DEM-A和DEM-B，按照两个分辨率的平均值取整，按照图层2的范围，用IDW方法进行数据融合，得到融合地形数据DEM-C；
S4：地形数据融合，图层1范围内取DEM-B高程值，图层2和图层1差值范围内取DEM-C和DEM-B的IDW值，图层2范围外的取DEM-A值；
S5：图层2和图层1差值范围内高程值进行窗口平滑；
S6：根据作业区域范围，裁剪得到融合后的DEM数据。
所述S1中对DEM数据做预处理，包括栅格镶嵌、设置无效值、投影变换、数据裁切等操作，得到低精度DEM-A和高精度DEM-B，所述S3中图层2范围的外边界高程值保持与DEM-A相同，这样能确保数据交界处数据无缝融合，图层2范围内的地形数据DEM-A和DEM-B，用反距离加权IDW方法进行取值得到DEM-A和DEM-B中间的过渡数据，从而保证数据有效融合，不会在边界处出现断崖或者裂缝，所述S4中图层2和图层1差值范围内根据DEM-C和DEM-B的高程值进行反距离加权IDW计算，得到融合后的插值，所述S5中窗口平滑为对图层2和图层1差值范围内IDW得到的高程值进行窗口平滑，实现数据平滑有效过渡。
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，用于帮助理解本发明的方法及其核心思想，而并非是对本发明的实施方式的限定。对于所属领域的技术人员来说，在不脱离本发明原理的前提下，在上述实例说明的基础上还可以做出若干形式上的改进和修饰。凡是属于本发明的技术方案所引伸出的显而易见的改变和修饰仍处于本发明的保护范围之列。

Claims (5)

1.多源多尺度地形数据的无缝融合方法，其特征在于，包括以下步骤：
S1：数据预处理，获取需要融合的低精度DEM-A和高精度DEM-B；
S2：提取高精度DEM-B的范围面图层1并做缓冲分析，针对高精度地形栅格数据进行重分类，提取矢量范围面，简化矢量范围 面得到高精度地形数据DEM-B的范围面图层1，按照缓冲距离d对图层1进行缓冲分析，化简后得到外扩的缓冲矢量面图层2；
S3：由DEM-A和DEM-B，按照两个分辨率的平均值取整，按照图层2的范围，用IDW方法进行数据融合，得到融合地形数据DEM-C；
S4：地形数据融合，图层1范围内取DEM-B高程值，图层2和图层1差值范围内取DEM-C和DEM-B的IDW值，图层2范围外的取DEM-A值；
S5：图层2和图层1差值范围内高程值进行窗口平滑；
S6：根据作业区域范围，裁剪得到融合后的DEM数据。
2.根据权利要求1所述的多源多尺度地形数据的无缝融合方法，其特征在于，所述S1中对DEM数据做预处理，包括栅格镶嵌、设置无效值、投影变换、数据裁切操作，得到低精度DEM-A和高精度DEM-B。
3.根据权利要求1所述的多源多尺度地形数据的无缝融合方法，其特征在于，所述S3中图层2范围的外边界高程值保持与DEM-A相同，图层2范围内的地形数据DEM-A和DEM-B，用反距离加权IDW方法进行取值得到DEM-A和DEM-B中间的过渡数据。
4.根据权利要求1所述的多源多尺度地形数据的无缝融合方法，其特征在于，所述S4中图层2和图层1差值范围内根据DEM-C和DEM-B的高程值进行反距离加权IDW计算，得到融合后的插值。
5.根据权利要求1所述的多源多尺度地形数据的无缝融合方法，其特征在于，所述S5中窗口平滑为对图层2和图层1差值范围内IDW得到的高程值进行窗口平滑。
CN201911053035.0A 2019-10-31 2019-10-31 一种多源多尺度地形数据的无缝融合方法 Active CN110874613B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911053035.0A CN110874613B (zh) 2019-10-31 2019-10-31 一种多源多尺度地形数据的无缝融合方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911053035.0A CN110874613B (zh) 2019-10-31 2019-10-31 一种多源多尺度地形数据的无缝融合方法

Publications (2)

Publication Number Publication Date
CN110874613A CN110874613A (zh) 2020-03-10
CN110874613B true CN110874613B (zh) 2022-04-29

Family

ID=69717901

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911053035.0A Active CN110874613B (zh) 2019-10-31 2019-10-31 一种多源多尺度地形数据的无缝融合方法

Country Status (1)

Country Link
CN (1) CN110874613B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111858824B (zh) * 2020-07-29 2023-10-20 中国南方电网有限责任公司 地形数据融合方法、装置、计算机设备和存储介质
CN112084280B (zh) * 2020-09-04 2023-07-21 广州南方智能技术有限公司 一种多尺度地形的裁剪及拼接方法
CN113313190B (zh) * 2021-06-11 2022-12-13 湖北省地震局(中国地震局地震研究所) 一种多源重力数据融合方法
CN114241142B (zh) * 2021-11-23 2022-10-14 北京国网富达科技发展有限责任公司 一种多精度dem数据差值平滑融合方法和系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140257700A1 (en) * 2013-03-08 2014-09-11 The Government Of The United States Of America, As Represented By The Secretary Of The Navy System and method for estimating uncertainty for geophysical gridding routines lacking inherent uncertainty estimation
CN103425801B (zh) * 2013-09-04 2016-08-17 中测新图(北京)遥感技术有限责任公司 一种面向数字地球的数据融合方法和装置
CN108897937B (zh) * 2018-06-20 2021-02-02 中国民用航空总局第二研究所 民航机场cad数据自动转换成dem数据的方法
CN109410736B (zh) * 2018-09-14 2019-08-30 广州海洋地质调查局 一种多源dem数据无缝融合方法及处理终端

Also Published As

Publication number Publication date
CN110874613A (zh) 2020-03-10

Similar Documents

Publication Publication Date Title
CN110874613B (zh) 一种多源多尺度地形数据的无缝融合方法
CN109934163B (zh) 一种基于场景先验和特征再融合的航空图像车辆检测方法
JP6779698B2 (ja) 舗装ひび割れ解析装置、舗装ひび割れ解析方法及び舗装ひび割れ解析プログラム
Sithole et al. Bridge detection in airborne laser scanner data
JP4467838B2 (ja) 画像認識装置および画像認識方法
CN112100298B (zh) 一种建图方法、装置、计算机可读存储介质及机器人
CN107679498A (zh) 一种机载激光点云城区道路识别方法
Zhang Detection of urban housing development by fusing multisensor satellite data and performing spatial feature post-classification
CN103714339A (zh) 基于矢量数据的sar影像道路损毁信息提取方法
CN104657978A (zh) 一种基于遥感图像道路形状特征的道路提取方法
Molnár et al. Can the First Military Survey maps of the Habsburg Empire (1763–1790) be georeferenced by an accuracy of 200 meters
Gennaretti et al. A methodology proposal for land cover change analysis using historical aerial photos
CN112162297A (zh) 一种剔除激光点云地图中动态障碍伪迹的方法
CN101714211A (zh) 高分辨率遥感影像道路中心线的检测的方法
US20200082556A1 (en) Image processing apparatus, image processing program, and driving assistance system
CN112906265A (zh) 一种隧道软弱围岩变形识别与数值模拟方法
CN108198143A (zh) 一种去LoD层级约束的三维地形裂缝消除方法
CN110223223A (zh) 街道扫描方法、装置及扫描仪
CN112507887A (zh) 一种路口标志牌提取及关联的方法及装置
CN113496182A (zh) 基于遥感影像的道路提取方法及装置、存储介质及设备
Susetyo et al. Prototype of national digital elevation model in Indonesia
CN107246863B (zh) 一种不规则断面隧道内壁影像投影展开方法
CN111693043B (zh) 地图数据处理方法以及设备
KR20230056889A (ko) 고해상도 규모상세화 수치자료 산출체계의 식생 거칠기 입력자료 생성방법
CN106339423A (zh) 一种甘蔗种植信息动态更新方法及装置

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
CP01 Change in the name or title of a patent holder

Address after: 102209 Beijing Changping District Beiqijia future science and Technology North District Power Grid Corp office area

Patentee after: State Grid Power Space Technology Co.,Ltd.

Address before: 102209 Beijing Changping District Beiqijia future science and Technology North District Power Grid Corp office area

Patentee before: SGCC GENERAL AVIATION Co.,Ltd.

CP01 Change in the name or title of a patent holder