CN111415414A - 一种三维空间信息处理方法、设备及其存储介质 - Google Patents
一种三维空间信息处理方法、设备及其存储介质 Download PDFInfo
- Publication number
- CN111415414A CN111415414A CN202010211693.4A CN202010211693A CN111415414A CN 111415414 A CN111415414 A CN 111415414A CN 202010211693 A CN202010211693 A CN 202010211693A CN 111415414 A CN111415414 A CN 111415414A
- Authority
- CN
- China
- Prior art keywords
- area
- target area
- value
- concave
- grid
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 41
- 238000003672 processing method Methods 0.000 title claims abstract description 28
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 claims abstract description 63
- 238000000034 method Methods 0.000 claims abstract description 28
- 230000001788 irregular Effects 0.000 claims abstract description 7
- 238000004458 analytical method Methods 0.000 claims description 39
- 230000007704 transition Effects 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000009877 rendering Methods 0.000 abstract description 12
- 230000004927 fusion Effects 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- IYLGZMTXKJYONK-ACLXAEORSA-N (12s,15r)-15-hydroxy-11,16-dioxo-15,20-dihydrosenecionan-12-yl acetate Chemical group O1C(=O)[C@](CC)(O)C[C@@H](C)[C@](C)(OC(C)=O)C(=O)OCC2=CCN3[C@H]2[C@H]1CC3 IYLGZMTXKJYONK-ACLXAEORSA-N 0.000 description 2
- 101000672911 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) 60S acidic ribosomal protein P1-beta Proteins 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000013499 data model Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 235000001008 Leptadenia hastata Nutrition 0.000 description 1
- 244000074209 Leptadenia hastata Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
Images
Classifications
-
- 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
- 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
- G06T19/00—Manipulating 3D models or images for computer graphics
-
- 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
- G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computer Graphics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Remote Sensing (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种三维空间信息处理方法、设备及其存储介质，方法包括以下步骤，确定目标区域的凹凸值大于或等于预设阈值，将目标区域生成TIN网格模型；确定目标区域的凹凸值小于预设阈值，将目标区域生成GRID网格模型；目标区域包括DEM中生成网格模型的区域，凹凸值用于计算地形凹凸程度。通过对DEM中的若干个目标区域进行判断，从而生成GRID和TIN的融合网格模型，对于DEM中的地形简单的目标区域生成GRID网格模型，能够适当增大网格精度以达到节省存储空间，减少渲染硬件资源；对于DEM中的地形变化幅度比较大的目标区域生成TIN网格模型，以便可以更精细的表达真实地形地貌，能够提高渲染精度和存储复杂度之间平衡度。
Description
技术领域
本发明涉及数据处理领域，特别涉及一种三维空间信息处理方法、设备及其存储介质。
背景技术
目前地形的表达以及各种地学分析通常是在数字高程模型(DigitalElevationModel，DEM)基础上进行的，DEM作为地形数字化表达方式有着诸多优点，广义上其由Grid结构、TIN结构、等值线结构等三种方式进行组织。随着对地观测技术的发展，以Grid数据和TIN数据为代表的各种尺度地形地物数据的获取更加方便快捷，使得在大尺度范围内构建精细化的地形场景成为可能。传统的全站仪、经纬仪也可以获取小范围、高精度的地形数据来作为补充。由于地球系统的复杂性，任何对地观测手段都只能获取它的片面信息，多源数据融合便成为获取其全面丰富信息的有效手段。在现实世界中，单一的数据模型难以高效表达各种地形场景，如地形变化不大区域适合采用Grid进行表达，而如果想精细表达河流和湖泊边界、公路带状地形等，则Grid虽然可以通过提高分辨率的方式得到，但会带来较大的数据冗余。
发明内容
本发明的目的在于至少解决现有技术中存在的技术问题之一，提供一种三维空间信息处理方法、设备及存储介质，能够在数据存储复杂性和地形模拟精度方面得到了合适的折中，可以更加方便有效地实现三维地形建模。
根据本发明的第一方面实施例的一种三维空间信息处理方法，包括以下步骤：
确定目标区域的凹凸值大于或等于预设阈值，将所述目标区域生成TIN网格模型；
确定所述目标区域的凹凸值小于所述预设阈值，将所述目标区域生成GRID网格模型；
所述目标区域包括DEM中生成网格模型的区域，所述凹凸值用于计算地形凹凸程度。
根据本发明实施例的三维空间信息处理方法，至少具有如下技术效果：本发明通过对DEM中生成的若干个目标区域进行判断，从而生成GRID和TIN的融合网格模型，对于DEM中的地形简单的目标区域生成GRID网格模型，能够适当增大网格精度以达到节省存储空间，减少渲染硬件资源；对于DEM中的地形变化幅度比较大的目标区域生成TIN网格模型，以便可以更精细的表达真实地形地貌，本发明根据地形的特征采取对不同的目标区域使用不同的数字化表达方式，能够提高渲染精度和存储复杂度之间平衡度。
进一步，在所述目标区域上生成第一区域，在所述第一区域上生成参考点、第一坐标点和第二坐标点，所述参考点向地平面的投影、所述第一坐标点向地平面的投影以及所述第二坐标点向地平面的投影处于同一直线上，所述凹凸值的计算公式如下：
Kn＝(abs((Hn+Hn')/2-O))/Lnn'；
其中：所述Kn为所述参考点、所述第一坐标点和所述第二坐标点连线形成的凹凸值，所述Hn为所述第一坐标点的高程值，所述Hn'为所述第二坐标点的高程值，所述O为所述参考点的高程值，所述Lnn'为所述第一坐标点向地平面的投影以及所述第二坐标点向地平面的投影连成线段的长度值，所述n为正整数。
由于地形模型存在复杂性，对于第一区域中参考点的不同方向上的凹凸程度不同，可以通过上述公式对目标区域中第一区域的凹凸值进行计算，能够通过凹凸值反应第一区域中参考点在不同方向上地形变化情况。
进一步，所述第一区域的凹凸值的计算公式如下：
An＝MAX(K1,K2,K3...Kn)；
其中，所述An为第一区域的凹凸值。
通过对第一区域中的参考点在不同方向上的凹凸值进行计算，可以取该参考点在不同方向上的凹凸值的集合中的最大值作为第一区域的凹凸值，从而确定对第一区域的地形变化情况。
进一步，目标区域的凹凸值的计算公式如下：
其中，所述T为目标区域的凹凸值。
通过对目标区域中若干个第一区域的凹凸值的平均值进行计算，可以将该平均值作为目标区域的地形复杂度判断条件，当目标区域的凹凸值大于预设阈值时，该目标区域为第一地形，则将目标区域生成TIN网格模型，反之将目标区域生成GRID网格模型。根据本发明的一些实施例，所述第一区域的形状为矩形，或者圆形，通过对目标区域生成若干个矩形或者圆形的第一区域，通过第一区域中参考点在矩形或者圆形的第一区域中各个方向的凹凸值进行计算，能够提高对第一区域的凹凸值的计算的准确度。
根据本发明的一些实施例，还包括：将分析区域中生成至少一个所述目标区域，所述分析区域包括DEM中需要生成网格模型并进行分析的区域。
根据对于局部地形的分析需要，可以在DEM中生成分析区域，并对该分析区域生成若干个目标区域，通过判断目标区域的地形情况并生成GRID或TIN的网格模型，从而对分析区域生成GRID和TIN的融合网格模型，能够提高渲染精度和存储复杂度之间平衡度。
根据本发明的一些实施例，所述若是，则将目标区域生成TIN网格模型，或者所述若否，则将目标区域生成GRID网格模型之后还包括如下步骤：
对已生成网格模型的分析区域中过渡区域进行网络模型生成，所述过渡区域为已生成网格模型的分析区域中非TIN网格模型和GRID网格模型的区域。
对过度区域进行网络模型生成，使TIN网格模型和GRID网格模型二者能够结合在一起，从而消除TIN网格模型和GRID网格模型之间裂缝。
根据本发明的一些实施例，所述对已生成网格模型的分析区域中过渡区域进行网络模型生成表现为：
对分析区域中生成GRID网格模型的区域上的GRID网格模型边界顶点通过TIN网格模型的生成方式与分析区域中生成TIN网格模型的区域上顶点进行融合。
通过TIN网格模型的生成方式对过渡区域进行网络模型生成，能够将GRID网格模型边界顶点与TIN网格模型的区域上顶点连接起来，从而消除TIN网格模型和GRID网格模型之间裂缝，并且能够提高地形的表达精度、存储的复杂度以及渲染资源之间平衡度。
根据本发明的第二方面实施例的一种三维空间信息处理设备，包括至少一个控制处理器和用于与所述至少一个控制处理器通信连接的存储器；所述存储器存储有可被所述至少一个控制处理器执行的指令，所述指令被所述至少一个控制处理器执行，以使所述至少一个控制处理器能够执行如上述任意一项实施例的三维空间信息处理方法。
根据本发明实施例的三维空间信息处理设备，至少具有如下技术效果：三维空间信息处理系统能够对DEM中的若干个目标区域进行判断，从而生成GRID和TIN的融合网格模型，对于DEM中的地形简单的目标区域生成GRID网格模型，能够适当增大网格精度以达到节省存储空间，减少渲染硬件资源；对于DEM中的地形变化幅度比较大的目标区域生成TIN网格模型，以便可以更精细的表达真实地形地貌，本发明根据地形的特征采取对不同的目标区域使用不同的数字化表达方式，能够提高渲染精度和存储复杂度之间平衡度。
根据本发明的第三方面实施例的一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如上述任意一项实施例的三维空间信息处理方法。
附图说明
下面结合附图和实施例对本发明进一步地说明；
图1为本发明一个实施例的一种三维空间信息处理方法的流程图；
图2为本发明一个实施例的一种三维空间信息处理方法的第一区域参考点以及参考点周边坐标点投射到地平面的点的示意图；
图3为本发明一个实施例的一种三维空间信息处理方法的第一区域的参考点第一方向凹凸值计算的示意图；
图4为本发明一个实施例的一种三维空间信息处理方法的第一区域的参考点第二方向凹凸值计算的示意图；
图5为本发明一个实施例的一种三维空间信息处理方法的第一区域的参考点第三方向凹凸值计算的示意图；
图6为本发明一个实施例的一种三维空间信息处理方法的第一区域的参考点第四方向凹凸值计算的示意图；
图7为本发明另一个实施例的一种三维空间信息处理方法的流程图；
图8为本发明另一个实施例的一种三维空间信息处理方法的流程图；
图9为本发明一个实施例的一种三维空间信息处理方法的GRID和TIN的融合网格模型示意图；
图10为本发明另一个实施例的一种三维空间信息处理方法的GRID和TIN的融合网格模型示意图；
图11为本发明一个实施例的一种三维空间信息处理设备。
具体实施方式
本部分将详细描述本发明的具体实施例，本发明之较佳实施例在附图中示出，附图的作用在于用图形补充说明书文字部分的描述，使人能够直观地、形象地理解本发明的每个技术特征和整体技术方案，但其不能理解为对本发明保护范围的限制。
在本发明的描述中，需要理解的是，涉及到方位描述，例如上、下、前、后、左、右等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
在本发明的描述中，若干的含义是一个或者多个，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
本发明的描述中，除非另有明确的限定，设置、安装、连接等词语应做广义理解，所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体含义。
目前地形的表达以及各种地学分析通常是在数字高程模型(DigitalElevationModel，DEM)基础上进行的，DEM作为地形数字化表达方式有着诸多优点，广义上其由Grid结构、TIN结构、等值线结构等三种方式进行组织。随着对地观测技术的发展，以Grid数据和TIN数据为代表的各种尺度地形地物数据的获取更加方便快捷，使得在大尺度范围内构建精细化的地形场景成为可能。传统的全站仪、经纬仪也可以获取小范围、高精度的地形数据来作为补充。由于地球系统的复杂性，任何对地观测手段都只能获取它的片面信息，多源数据融合便成为获取其全面丰富信息的有效手段。在现实世界中，单一的数据模型难以高效表达各种地形场景，如地形变化不大区域适合采用Grid进行表达，而如果想精细表达河流和湖泊边界、公路带状地形等，则Grid虽然可以通过提高分辨率的方式得到，但会带来较大的数据冗余。
Grid网格模型的数据结构简单，便于管理，有利于地形分析，以及制作立体图，但是Grid网格模型中的坐标点高程的内插会损失精度；格网过大会损失地形的关键特征，如山峰、洼坑、山脊等；如不改变格网的大小，不能适用于起伏程度不同的地区；地形简单地区存在大量冗余数据。
不规则三角网TIN网格模型能充分利用地貌的特征点、线，较好地表示复杂地形，可以根据不同地形，选取合适的采样点数，故其进行地形分析和绘制立体图时十分便利，但由于数据结构复杂，在地形起伏程度不大的地区存在大量的冗余数据。
本发明可以在大范围低分辨率的地形场景中，局部区域加入高分辨率的TIN网格模型，通过对DEM生成Grid和TIN混合网格模型，能够在数据存储复杂性和地形模拟精度方面进行折中，可以更加方便、有效地实现三维地形建模。
本发明建立TIN-GRID统一的金字塔数据分层分块规范，实现各类约定格式地形数据的高效切片，形成统一的地形切片数据集。可以支持GRID地形切片功能，可以支持CSV/Lidar/TIFF格式数据的解析与TIN地形切片功能，还可以支持TIN地形编辑和保存功能。
参照图1，根据本发明的实施例的一种三维空间信息处理方法，包括以下步骤：
S200：判断目标区域的凹凸值是否大于或等于预设阈值；
S210：确定目标区域的凹凸值大于或等于预设阈值，将目标区域生成TIN网格模型；
S220：确定所述目标区域的凹凸值小于所述预设阈值，将目标区域生成GRID网格模型；
目标区域包括DEM中生成网格模型的区域，所述凹凸值用于计算地形凹凸程度。
本发明通过对DEM中的若干个目标区域进行判断，从而生成GRID和TIN的融合网格模型，对于DEM中的地形简单的目标区域生成GRID网格模型，能够适当增大网格精度以达到节省存储空间，减少渲染硬件资源；对于DEM中的地形变化幅度比较大的目标区域生成TIN网格模型，以便可以更精细的表达真实地形地貌，本发明根据地形的特征采取对不同的目标区域使用不同的数字化表达方式，能够提高渲染精度和存储复杂度之间平衡度。
进一步，在目标区域上生成第一区域，在第一区域上生成参考点、第一坐标点和第二坐标点，参考点向地平面的投影、第一坐标点向地平面的投影以及第二坐标点向地平面的投影处于同一直线上，凹凸值的计算公式如下：
Kn＝((abs((Hn+Hn')/2-O))/Lnn'；
其中：Kn为参考点、第一坐标点和第二坐标点连线形成的凹凸值，Hn为第一坐标点的高程值，Hn'为第二坐标点的高程值，O为参考点的高程值，Lnn'为第一坐标点向地平面的投影以及第二坐标点向地平面的投影连成线段的长度值，n为正整数。
由于地形模型存在复杂性，对于第一区域中参考点的不同方向上的凹凸程度不同，可以通过上述公式对目标区域中第一区域的凹凸值进行计算，能够通过凹凸值反应第一区域中参考点在不同方向上地形变化情况。
进一步，第一区域的凹凸值的计算公式如下：
An＝MAX(K1,K2,K3...Kn)；
其中，An为第一区域的凹凸值。
通过对第一区域中的参考点在不同方向上的凹凸值进行计算，可以取该参考点在不同方向上的凹凸值的集合中的最大值作为第一区域的凹凸值，从而确定对第一区域的地形变化情况。
进一步，目标区域的凹凸值的计算公式如下：
其中，T为目标区域的凹凸值。
通过对目标区域中若干个第一区域的凹凸值的平均值进行计算，可以将该平均值作为目标区域的地形复杂度判断条件，当目标区域的凹凸值大于预设阈值时，该目标区域为第一地形，则将目标区域生成TIN网格模型，反之将目标区域生成GRID网格模型。
根据本发明的一些实施例，第一区域的形状为矩形，或者圆形，通过对目标区域生成若干个矩形或者圆形的第一区域，通过第一区域中参考点在矩形或者圆形的第一区域中各个方向的凹凸值进行计算，能够提高对第一区域的凹凸值的计算的准确度。
例如：参考图2-6，在目标区域生成若干个投射到地平面为矩形的第一区域，在第一区域中生成参考点，该参考点为矩形的中心点对应的坐标点，该参考点的高程值为O,选取第一区域的矩形上四个顶点以及四条边上的四个中点对应的坐标点，所选取第一区域的八个坐标点的高程分别为H1、H1'、H2、H2'、H3、H3'、H4、H4'，八个坐标点投影到地平面的并通过中点进行两两连线，其连线的线段长度分别为L11'、L22'、L33'、L44'。
则通过经过参考点O的四个方向的凹凸值K1、K2、K3、K4分别为：
K1＝(abs((H1+H1')/2-O))/L11'；
K2＝(abs((H2+H2')/2-O))/L22'；
K3＝(abs((H3+H3')/2-O))/L33'；
K4＝(abs((H4+H4')/2-O))/L44'；
取最大凹凸值作为第一区域的凹凸值，即：第一区域的凹凸值＝max(k1,k2,k3,k4)；
同理，根据以上算法计算出目标区域内所有的第一区域的凹凸值集合。
将目标区域中生成若干个矩形第一区域,对于一个第一区域，取出其内生成的参考点各个方向的凹凸值,然后计算出目标区域内若干个第一区域的凹凸值的平均值，预设阈值进行比较，如凹凸值的平均值大于等于预设阈值,则认为此目标区域的地形变化幅度较大，目标区域生成TIN网格模型；如凹凸值的平均值小于预设阈值，则认为此目标区域的地形变化幅度较小，目标区域生成GRID网格模型。
参照图7，根据本发明的一些实施例，判断目标区域是否为第一地形，目标区域为DEM中需要生成网格模型的区域，第一地形为凹凸值大于预设阈值的地形，凹凸值为用于计算地形凹凸程度的值之前还包括如下步骤：
S100，将分析区域中生成至少一个目标区域，分析区域为DEM中需要生成网格模型并进行分析的区域。
根据对于局部地形的分析需要，可以在DEM中生成分析区域，并对该分析区域生成若干个目标区域，通过判断目标区域的地形情况并生成GRID或TIN的网格模型，从而对分析区域生成GRID和TIN的融合网格模型，能够提高渲染精度和存储复杂度之间平衡度。
根据本发明的一些实施例，若是，则将目标区域生成TIN网格模型，或者若否，则将目标区域生成GRID网格模型之后还包括如下步骤：
S300，对已生成网格模型的分析区域中过渡区域进行网络模型生成，过渡区域为已生成网格模型的分析区域中非TIN网格模型和GRID网格模型的区域。
对过度区域进行网络模型生成，使TIN网格模型和GRID网格模型二者能够结合在一起，从而消除TIN网格模型和GRID网格模型之间裂缝。
进一步，参照图8，对已生成网格模型的分析区域中过渡区域进行网络模型生成表现为：
S310，对分析区域中生成GRID网格模型的区域上的GRID网格模型边界顶点通过TIN网格模型的生成方式与分析区域中生成TIN网格模型的区域上顶点进行融合。
通过TIN网格模型的生成方式对过渡区域进行网络模型生成，能够将GRID网格模型边界顶点与TIN网格模型的区域上顶点连接起来，从而消除TIN网格模型和GRID网格模型之间裂缝，并且能够提高地形的表达精度、存储的复杂度以及渲染资源之间平衡度。
例如：参照图9-10，在DEM中生成分析区域10，分析区域中的若干个目标区域通过三维空间信息处理方法生成第一目标区域100和第二目标区域200，其中第一目标区域100为GRID网格模型区域，第二目标区域200为TIN网格模型区域，当完成对分析区域中的全部目标区域生成GRID网格模型或TIN网格模型后，GRID网格模型区域和TIN网格模型区域之间不存在公共顶点，分析区域中会出现裂缝型的过渡区域300。可以通过获取GRID网格模型区域和TIN网格模型区域交界处且位于GRID网格模型区域靠近TIN网格模型区域处的边界上的顶点P1、P2、P3、P4、P5，该四个顶点归属于GRID网格模型区域而不属于TIN网格模型区域，可以把这些点也归属于TIN网格模型区域，即TIN网格模型区域内也包含点P1、P2、P3、P4、P5，此时把新的TIN网格模型区域内所有的点生成TIN网格模型。完成生成后，GRID网格模型和TIN网格模型之间存在公共顶点P1、P2、P3、P4、P5，能够使得GRID网格模型区域和TIN网格模型区域完整的连接在一起，从而解决过渡区域的裂缝问题。
参照图11，本发明实施例还提供了一种三维空间信息处理的设备，该三维空间信息处理的设备1100可以是任意类型的智能终端，例如手机、平板电脑、个人计算机等。
具体地，该三维空间信息处理的设备1100包括：一个或多个控制处理器1110和存储器1120，图11中以一个控制处理器1110为例。
控制处理器1110和控制处理器1120可以通过总线或者其他方式连接，图11中以通过总线连接为例。
控制处理器1120作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态性计算机可执行程序以及模块，如本发明实施例中的三维空间信息处理的程序指令/模块。控制处理器1110通过运行存储在控制处理器1120中的非暂态软件程序、指令以及模块，从而三维空间信息处理的设备1100的各种功能应用以及数据处理，即实现上述方法实施例的交易异议处理结算的方法。
控制处理器1120可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据三维空间信息处理的设备1100的使用所创建的数据等。此外，控制处理器1120可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中，控制处理器1120可选包括相对于控制处理器1110远程设置的存储器，这些远程存储器可以通过网络连接至该三维空间信息处理的设备1100。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
一个或者多个模块存储在控制处理器1120中，当被一个或者多个控制处理器1110执行时，执行上述方法实施例中的三维空间信息处理的方法，例如，执行以上描述的图1中的方法步骤S200至S220，实现图7中的方法步骤S100至S300，实现图8中的方法步骤S310。
本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个控制处理器执行，例如，被图11中的一个控制处理器1110执行，可使得上述一个或多个控制处理器1110执行上述方法实施例中的交易异议处理结算的方法，例如，执行以上描述的图1中的方法步骤S200至S220，实现图7中的方法步骤S100至S300，实现图8中的方法步骤S310。
以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
通过以上的实施方式的描述，本领域技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现。本领域技术人员可以理解实现上述实施例方法中的全部或部分流程是可以通过计算机程序来指令相关的硬件来完成，的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述方法的实施例的流程。其中，的存储介质可为磁碟、光盘、只读存储记忆体(ReadOnly Memory,ROM)或随机存储记忆体(RandomAccess Memory,RAM)等。
上面结合附图对本发明实施例作了详细说明，但是本发明不限于上述实施例，在所述技术领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。
Claims (10)
1.一种三维空间信息处理方法，其特征在于，包括以下步骤：
确定目标区域的凹凸值大于或等于预设阈值，将所述目标区域生成TIN网格模型；
确定所述目标区域的凹凸值小于所述预设阈值，将所述目标区域生成GRID网格模型；
所述目标区域包括DEM中生成网格模型的区域，所述凹凸值用于计算地形凹凸程度。
2.根据权利要求1所述的一种三维空间信息处理方法，其特征在于，还包括：
在所述目标区域上生成第一区域，在所述第一区域上生成参考点、第一坐标点和第二坐标点，所述参考点向地平面的投影、所述第一坐标点向地平面的投影以及所述第二坐标点向地平面的投影处于同一直线上，所述凹凸值的计算公式如下：
Kn＝(abs((Hn+Hn')/2-O))/Lnn'；
所述Kn为所述参考点、所述第一坐标点和所述第二坐标点连线形成的凹凸值，所述Hn为所述第一坐标点的高程值，所述Hn'为所述第二坐标点的高程值，所述O为所述参考点的高程值，所述Lnn'为所述第一坐标点向地平面的投影以及所述第二坐标点向地平面的投影连成线段的长度值，所述n为正整数。
3.根据权利要求2所述的一种三维空间信息处理方法，其特征在于，所述第一区域的凹凸值的计算公式如下：
An＝MAX(K1,K2,K3...Kn)；
所述An为所述第一区域的凹凸值。
4.根据权利要求3所述的一种三维空间信息处理方法，其特征在于，所述目标区域的凹凸值的计算公式如下：
所述T为所述目标区域的凹凸值。
5.根据权利要求2所述的一种三维空间信息处理方法，其特征在于，所述第一区域的形状为矩形，或者圆形。
6.根据权利要求1所述的一种三维空间信息处理方法，其特征在于，还包括：将分析区域中生成至少一个所述目标区域，所述分析区域包括DEM中生成网格模型并进行分析的区域。
7.根据权利要求6所述的一种三维空间信息处理方法，其特征在于，还包括：对已生成网格模型的所述分析区域中过渡区域进行网络模型生成，所述过渡区域为已生成网格模型的所述分析区域中非TIN网格模型和GRID网格模型的区域。
8.根据权利要求7所述的一种三维空间信息处理方法，其特征在于，所述对已生成网格模型的所述分析区域中过渡区域进行网络模型生成，包括：对所述分析区域中生成GRID网格模型的区域上的GRID网格模型边界顶点通过所述TIN网格模型的生成方式与所述分析区域中生成所述TIN网格模型的区域上顶点进行融合。
9.一种三维空间信息处理设备，其特征在于，包括至少一个控制处理器和用于与所述至少一个控制处理器通信连接的存储器；所述存储器存储有可被所述至少一个控制处理器执行的指令，所述指令被所述至少一个控制处理器执行，以使所述至少一个控制处理器能够执行如权利要求1至8任意一项所述的三维空间信息处理方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1至8任意一项所述的三维空间信息处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010211693.4A CN111415414B (zh) | 2020-03-24 | 2020-03-24 | 一种三维空间信息处理方法、设备及其存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010211693.4A CN111415414B (zh) | 2020-03-24 | 2020-03-24 | 一种三维空间信息处理方法、设备及其存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111415414A true CN111415414A (zh) | 2020-07-14 |
| CN111415414B CN111415414B (zh) | 2023-12-22 |
Family
ID=71494496
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010211693.4A Active CN111415414B (zh) | 2020-03-24 | 2020-03-24 | 一种三维空间信息处理方法、设备及其存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111415414B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102074049A (zh) * | 2011-03-01 | 2011-05-25 | 哈尔滨工程大学 | 基于运动视点的大范围地形调度简化方法 |
| US20130249909A1 (en) * | 2010-10-22 | 2013-09-26 | Paul Thompson | Method for large scale, non-reverting and distributed spatial estimation |
| CN107545600A (zh) * | 2017-07-12 | 2018-01-05 | 国网浙江省电力公司检修分公司 | 一种基于线性内插的虚拟地形建模方法 |
| CN110675501A (zh) * | 2019-09-26 | 2020-01-10 | 扆亮海 | DEM架构下的TIN向Grid模型的高效转换方法 |
-
2020
- 2020-03-24 CN CN202010211693.4A patent/CN111415414B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130249909A1 (en) * | 2010-10-22 | 2013-09-26 | Paul Thompson | Method for large scale, non-reverting and distributed spatial estimation |
| CN102074049A (zh) * | 2011-03-01 | 2011-05-25 | 哈尔滨工程大学 | 基于运动视点的大范围地形调度简化方法 |
| CN107545600A (zh) * | 2017-07-12 | 2018-01-05 | 国网浙江省电力公司检修分公司 | 一种基于线性内插的虚拟地形建模方法 |
| CN110675501A (zh) * | 2019-09-26 | 2020-01-10 | 扆亮海 | DEM架构下的TIN向Grid模型的高效转换方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111415414B (zh) | 2023-12-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109242862B (zh) | 一种实时的数字表面模型生成方法 | |
| Verhoeven | Mesh is more—using all geometric dimensions for the archaeological analysis and interpretative mapping of 3D surfaces | |
| CN110276732B (zh) | 一种顾及地形特征线要素的山区点云空洞修复方法 | |
| CN113112603B (zh) | 三维模型优化的方法和装置 | |
| CN104835202A (zh) | 一种三维虚拟场景快速构建方法 | |
| CN115861527A (zh) | 实景三维模型的构建方法、装置、电子设备及存储介质 | |
| CN112528508B (zh) | 电磁可视化方法和装置 | |
| CN105005580B (zh) | 一种用于显示水库地形的方法及其装置 | |
| CN113916130B (zh) | 一种基于最小二乘法的建筑物位置测量方法 | |
| CN107545602B (zh) | 基于LiDAR点云的空间拓扑关系约束下的建筑物建模方法 | |
| CN114549616A (zh) | 土方工程量的计算方法、装置及电子设备 | |
| CN115797568A (zh) | 一种基于三维gis与bim集成的建模方法及装置 | |
| CN110765542A (zh) | 一种高精度数字高程模型的轻量化方法 | |
| CN111667569A (zh) | 一种基于Rhino及Grasshopper的三维实景土方可视化精准测算方法 | |
| CN109872390B (zh) | 一种海量三维模型的组织方法 | |
| CN111415414A (zh) | 一种三维空间信息处理方法、设备及其存储介质 | |
| CN114549615A (zh) | 土方工程量的生成方法、装置及电子设备 | |
| CN113686600A (zh) | 一种旋耕机、开沟机性能鉴定装置 | |
| Wang et al. | DEM Construction Method for Slopes Using Three-Dimensional Point Cloud Data Based on Moving Least Square Theory | |
| CN117437130B (zh) | 一种树木三维模型拼接间隙修复方法及相关设备 | |
| Menegais et al. | A Raster-based Approach for Waterbodies Mesh Generation. | |
| CN113191310B (zh) | 矢量pdf图纸实体填充的边界识别方法、装置及设备 | |
| CN108062794A (zh) | 一种建筑物模型的获取方法、装置、服务器及存储介质 | |
| CN116051782B (zh) | 基于正交网格曲线插值的数据处理及重构建模方法、设备和存储介质 | |
| CN115861561B (zh) | 一种基于语义约束的等高线生成方法和装置 |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240202 Address after: 454003 No. 2001 Century Avenue, hi tech Zone, Henan, Jiaozuo Patentee after: HENAN POLYTECHNIC University Country or region after: China Patentee after: Jiangsu shuchuang Intelligent Technology Development Co.,Ltd. Address before: Room 3201, Building 1, No. 88 Xinning Road, Gangzha District, Nantong City, Jiangsu Province, 226002 Patentee before: Jiangsu shuchuang Intelligent Technology Development Co.,Ltd. Country or region before: China |
|
| TR01 | Transfer of patent right |