CN112017288B - 一种基于地形图数据的dem综合与简化方法 - Google Patents

一种基于地形图数据的dem综合与简化方法 Download PDF

Info

Publication number
CN112017288B
CN112017288B CN202010882671.0A CN202010882671A CN112017288B CN 112017288 B CN112017288 B CN 112017288B CN 202010882671 A CN202010882671 A CN 202010882671A CN 112017288 B CN112017288 B CN 112017288B
Authority
CN
China
Prior art keywords
elevation
point
dem
points
lines
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
CN202010882671.0A
Other languages
English (en)
Other versions
CN112017288A (zh
Inventor
赵明伟
张凯莉
江岭
杨灿灿
王春
徐燕
赵元元
金永林
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.)
Chuzhou University
Original Assignee
Chuzhou University
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 Chuzhou University filed Critical Chuzhou University
Priority to CN202010882671.0A priority Critical patent/CN112017288B/zh
Publication of CN112017288A publication Critical patent/CN112017288A/zh
Application granted granted Critical
Publication of CN112017288B publication Critical patent/CN112017288B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05Geographic models

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Remote Sensing (AREA)
  • Computer Graphics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Processing Or Creating Images (AREA)
  • Instructional Devices (AREA)

Abstract

本发明公开了一种基于地形图数据的DEM综合与简化方法,包括如下步骤:S1,地形特征线提取,包括沟谷线与山脊线;S2,地形特征线及等高线曲率计算,沿等高线及地形特征线按照指定步长进行离散化并赋予高程值以得到高程点,计算各个高程点的曲率值;S3,高程点采样并计算曲率阈值,对高程点采样后将采样高程点的曲率平均值作为曲率阈值;S4,建模高程点筛选,根据曲率阈值和约定的距离参数生成缓冲区,将落在缓冲区内的高程点筛除;S5,DEM构建,对剩余的高程点,采用样条函数法实现DEM构建。本发明以进行地形综合简化,数据空洞小并能保持地形的主要起伏特征,根据参数设定变化能形成不同简化综合程度的DEM数据产品以适应不同要求。

Description

一种基于地形图数据的DEM综合与简化方法
技术领域
本发明属于数字高程模型构建及应用领域,涉及一种基于地形图数据的DEM综合与简化方法。
背景技术
数字高程模型(Digital Elevation Model,简称DEM)是国家基础地理数据的核心内容。目前,我国已初步完成1:100万、1:25万、1:5万和部分地区1:1万DEM数据的建设。这些数据在国民经济、国防建设及科学研究等方面发挥着了不可或缺的重要作用,其应用领域遍布测绘、交通、军事、水利、农业、环境、资源管理、规划与旅游等众多领域。
DEM是在确定的尺度条件下对实际地形的近似化描述,而DEM综合是人们多尺度、多角度地观察、表达和分析地表形态特征的基础,是DEM数据生产不可获取的过程,在地形特征分析、虚拟场景构建等应用中提供重要的数据支撑作用。
DEM是地表形态的数字化表示,因此本文所述的DEM综合也可以理解为地貌综合,关于该主题相关研究已经很多,具体实施思路与方法可以总结为四类:即基于插值的综合方法,基于地形特征的综合方法,基于三维散点信息量的综合方法和基于频谱分析的综合方法。以上方法在操作复杂度、综合精度、地形结构特征保持等方面各有特点,但是这些方法尚不能有效的充分顾及地表形态的多尺度特征,导致综合结果难以表现出地形细节信息由精细到粗略的序列化特征。
发明内容
本发明的目的在于提供一种基于地形图数据的DEM综合与简化方法,以解决现有技术中在进行DEM综合的过程中无法有效的充分顾及地表形态的多尺度特征,操作复杂度和综合精度都不满足实际需要,并导致综合结果难以表现出地形细节信息由精细到粗略的序列化特征的技术问题。
所述的一种基于地形图数据的DEM综合与简化方法,包括如下步骤:
S1,地形特征线提取,采用等高线数据基于间接法构建DEM,然后提取沟谷线与山脊线;
S2,地形特征线及等高线曲率计算,首先对提取的地形特征线赋高程值,然后沿等高线及地形特征线,按照指定步长进行离散化并赋予高程值以得到高程点,计算各个高程点的曲率值;
S3,高程点采样并计算曲率阈值,按照指定的建模采样率,对等高线及地形特征线上的高程点进行采样,并计算所有采样高程点的曲率平均值作为曲率阈值;
S4,建模高程点筛选,以上一步骤计算出的曲率阈值为参考,选择大于该曲率阈值的高程点,并以其为中心根据约定的距离参数生成缓冲区,将落在缓冲区内的高程点筛除;
S5,DEM构建,基于上一步骤筛除后剩余的高程点,采用经典插值法——样条函数法实现DEM构建。
优选的,所述步骤S2具体包括下列步骤:
S21,将地形特征线与等高线叠加,将相应等高线的高程值赋给地形特征线与该等高线相交的交点。
S22,根据指定步长,对等高线及地形特征线进行离散化以生成节点,其中,等高线离散化后的节点被赋于相应等高线的高程值,地形特征线离散化后的节点的高程值根据该节点在相应地形特征线上前、后位置的所述交点的高程值及所述交点到该节点的距离计算得出;
S23,各个节点的高程值被确定后成为高程点,对每一条等高线或特征线离散化后的高程点,除首尾点之外,均计算曲率值。
优选的,所述步骤S4具体包括下列步骤:
S41,按照等高线、特征线的ID,遍历其离散化后的高程点,若其曲率值大于S3计算出的曲率阈值,则进行标记;
S42,以步骤S41标记的高程点为中心,按照指定距离参数生成缓冲区,将落在缓冲区内的高程点筛除,被筛除的高程点与中心被标记的高程点属于同一ID等高线或特征线;
S43,所有被标记的高程点按照步骤S42处理后,剩余的高程点作为DEM的建模点保存输出。
优选的,所述步骤S1具体包括下列步骤:
S11,信息初始化,确定等高线及特征线离散点采样间距;
S12,基于等高线数据,构建不规则三角网DEM,即TIN;
S13,由TIN转换为规则格网DEM,其中规则格网尺寸按照约定参数设置;
S14,由规则格网DEM提取特征线,包括沟谷线和山脊线。
优选的,所述步骤S5具体包括下列步骤:
S51,根据筛除后剩余的高程点,采用插值模型生成DEM;
S52,改变步骤S4中建立缓冲区用到的距离参数,然后重复步骤4-5,得到序列DEM。
优选的,所述步骤S22中计算地形特征线上非交点的节点的高程值的方法如下:
点A、B分别为地形特征线与等高线的交点,其高程值为已知,分别为hA和hB,点P为地形特征线离散点,其高程值为待求,标记为hP
根据点A、P、B的坐标(xA,yA),(xP,yP),(xB,yB),可计算点A到点P的距离dAP和点B到点P的距离dPB
在局部范围内,可认为高程从A到P,再到B呈线性变化,则点P处的高程值hP可按照如下公式估计:
当hA≥hB
当hA<hB
优选的,所述步骤S23中计算高程点曲率值的方法如下:
假设当前计算点B处的曲率值,首先根据点B及与之相邻的点A、C的坐标(xA,yA),(xB,yB),(xC,yC)计算点A到点B的距离dAB,点B到点C的距离dBC,和点A到点C的距离dAC
然后按照如下公式计算点B处的曲率值:
优选的,所述地形特征线和所述等高线都按照相同间距等间距离散采样,所述采样间距为13m,生成缓冲区约定的距离参数为3-10m。
本发明的优点在于:(1)本发明提出的地形综合简化方法充分考虑了地形的起伏特征,首先基于原始等高线数据提取出地形特征线,即沟谷线和山脊线,然后以等高线和地形特征线为基础进行地形综合简化,从而保证在简化的同时能保持地形的主要起伏特征。然后对等高线及地形特征线进行离散化,并按照曲率大小对离散后的点进行筛选,最后以筛选保留的点作为高程信息源进行DEM构建,从而得到简化综合后的DEM数据。
(2)本发明提出的地形综合简化方法从地形形态特征出发,以地表曲率为地形复杂程度的指标,通过逐级筛除曲率较大的高程点达到地形综合简化的目的,同时,可以通过将各个高程点的曲率平均值设置为曲率阈值,通过不同大小的距离参数对高程点进行筛除,达到实现不同程度地形综合简化的目的,形成不同简化综合程度的DEM数据产品。
(3)本发明提出的地形综合简化方法能根据需要设置不同参数,实现不同程度的地形综合简化,可以为多尺度DEM数据、地形图生产等提供方法参考与借鉴。在上面操作过程中,通过设置离散化中的距离参数,以及依据曲率筛选高程点的阈值参数,可以得到不同简化综合程度的DEM数据产品。
附图说明
图1为本发明中方法的流程示意图。
图2为本发明实施例中等高线与地形特征线交点示意图。
图3为本发明实施例中特征线等间距采样示意图。
图4为本发明实施例中特征线离散点高程计算示意图。
图5为本发明实施例中离散高程点曲率计算示意图。
图6为本发明实施例中离散点选择筛除示意图。
图7为本发明实施例中基于实验数据提取的地形特征线,包含沟谷线和山脊线。
图8为本发明实施例中得到的地形简化与综合后的DEM结果。(其中、A为用原始等高线构建出的最原始的DEM图;B为等间距采样点构建的DEM图;C-J为不同缓冲半径下(3m-10m)剔除后剩余的采样点构建的DEM图)。
图9为本发明实施例中得到的地形简化与综合后的DEM生成的山体阴影图。(其中,A为用原始等高线构建出的山体阴影图;B为等间距采样点构建山体阴影图;C-J为不同缓冲半径下(3m-10m)剔除后剩余的采样点构建的山体阴影图)。
图10为本发明实施例中得到的地形简化与综合后的DEM提取的等高线与原始等高线的套合对比。A为用原始等高线图;B为等间距采样点构建的(DEM提取的等高线与原始等高线对比图;C-J为不同缓冲半径下(3m-10m)剔除后剩余的采样点构建的DEM提取的等高线与原始等高线对比图)。
具体实施方式
下面对照附图,通过对实施例的描述,对本发明具体实施方式作进一步详细的说明,以帮助本领域的技术人员对本发明的发明构思、技术方案有更完整、准确和深入的理解。
如图1-10所示,本发明提供了一种基于地形图数据的DEM综合与简化方法,包括以下步骤:
S1,地形特征线(以下简称特征线)提取,采用等高线数据基于间接法构建DEM,然后提取沟谷线与山脊线。
所述步骤S1具体包括下列步骤:
S11,信息初始化,确定等高线及特征线离散点采样间距。
S12,基于等高线数据,构建不规则三角网DEM,即TIN。
S13,由TIN转换为规则格网DEM,其中规则格网尺寸按照约定参数设置。
S14,由规则格网DEM提取特征线,包括沟谷线和山脊线。
S2,地形特征线及等高线曲率计算,首先对提取的地形特征线赋高程值,然后沿等高线及地形特征线,按照指定步长进行离散化并赋予高程值以得到高程点,计算各个高程点的曲率值。
所述步骤S2具体包括下列步骤:
S21,将地形特征线与等高线叠加,将相应等高线的高程值赋给地形特征线与该等高线相交的交点,如图2所示。
S22,根据指定步长,所述地形特征线和所述等高线都按照相同间距(即步长)等间距离散采样,所述采样间距为13m,,如图3所示;对等高线及地形特征线进行离散化以生成节点。
其中,等高线离散化后的节点被赋于相应等高线的高程值,地形特征线离散化后的节点的高程值根据该节点在相应地形特征线上前、后位置的所述交点的高程值及所述交点到该节点的距离计算得出。
所述步骤S22中计算地形特征线上非交点的节点的高程值的方法如下:
设点A、B分别为地形特征线与等高线的交点,其高程值为已知,分别为hA和hB,点P为地形特征线离散点,其高程值为待求,标记为hP
根据点A、P、B的坐标(xA,yA),(xP,yP),(xB,yB),可计算点A到点P的距离dAP和点B到点P的距离dPB
在局部范围内,可认为高程从A到P,再到B呈线性变化,则点P处的高程值hP可按照如下公式估计:
当hA≥hB
当hA<hB
根据步骤S21得到的交点计算步骤S22离散得到的节点的高程值,计算方式如图4所示,
S23,各个节点的高程值被确定后成为高程点,对每一条等高线或特征线离散化后的高程点,除首尾点之外,均计算曲率值。
所述步骤S23中计算高程点曲率值的方法如下:
假设当前计算点B处的曲率值,首先根据点B及与之相邻的点A、C的坐标(xA,yA),(xB,yB),(xC,yC)计算点A到点B的距离dAB,点B到点C的距离dBC,和点A到点C的距离dAC
然后按照如下公式计算点B处的曲率值:
S3,高程点采样并计算曲率阈值,按照指定的建模采样率,对等高线及地形特征线上的高程点进行采样,并计算所有采样高程点的曲率平均值作为曲率阈值。
S4,建模高程点筛选,以上一步骤计算出的曲率阈值为参考,选择大于该曲率阈值的高程点,并以其为中心根据约定的距离参数生成缓冲区,将落在缓冲区内的高程点筛除。
所述步骤S4具体包括下列步骤:
S41,按照等高线、特征线的ID,遍历其离散化后的高程点,若其曲率值大于S3计算出的曲率阈值,则进行标记。
S42,以步骤S41标记的高程点为中心,按照指定距离参数生成缓冲区,将落在缓冲区内的高程点筛除,被筛除的高程点与中心被标记的高程点属于同一ID等高线或特征线。生成缓冲区指定的距离参数为3-10m。
S43,所有被标记的高程点按照步骤S42处理后,剩余的高程点作为DEM的建模点保存输出。
S5,DEM构建,基于上一步骤筛除后剩余的高程点,采用经典插值法——样条函数法实现DEM构建。所述步骤S5具体包括下列步骤:
S51,根据筛除后剩余的高程点,采用插值模型生成DEM;
S52,改变步骤S4中建立缓冲区用到的距离参数(3-10m),然后重复步骤4-5,得到序列DEM。
下面的实施例选择我国西南某山区,采用的数据为1:2000比例尺地形图,通过本发明的方法,按照地形细节信息递减,综合程度加大的方案生成序列DEM数据产品实施步骤如下:
步骤1:数据准备,主要是等高线数据,其中等高间距为10米。
步骤2:以等高线为数据源构建TIN,然后转换成规则格网DEM,再基于规则格网DEM提取地形特征线,包括山谷线和山脊线(图7)。
步骤3:计算得到地形特征线与等高线的交点,并将等高线高程值赋给该交点;将地形特征线按照等间距离散采样,采样间距为13米;计算离散采样点的高程值。
步骤4:将等高线按照相同间距离散采样。
步骤5:计算等高线、地形特征线离散采样点的曲率值,并计算其平均值作为曲率阈值,本例中该值为0.17027,然后,遍历离散采样点,对曲率值大于阈值的点进行标记。
步骤6:分别以标记的点为中心,按照约定参数3-10米生成缓冲区,筛除落在缓冲区内的高程点,分别以剩余的点为建模点,采用规则样条函数法进行插值,得到地形特征综合后的DEM,如图8所示,图9是对应的山体阴影图,图10是基于综合后的DEM提取的等高线与原始等高线的套合对比。
上面结合附图对本发明进行了示例性描述,显然本发明具体实现并不受上述方式的限制,只要采用了本发明的发明构思和技术方案进行的各种非实质性的改进,或未经改进将本发明构思和技术方案直接应用于其它场合的,均在本发明保护范围之内。

Claims (6)

1.一种基于地形图数据的DEM综合与简化方法,其特征在于:包括如下步骤:
S1,地形特征线提取,采用等高线数据基于间接法构建DEM,然后提取沟谷线与山脊线;
S2,地形特征线及等高线曲率计算,首先对提取的地形特征线赋高程值,然后沿等高线及地形特征线,按照指定步长进行离散化并赋予高程值以得到高程点,计算各个高程点的曲率值;
S3,高程点采样并计算曲率阈值,按照指定的建模采样率,对等高线及地形特征线上的高程点进行采样,并计算所有采样高程点的曲率平均值作为曲率阈值;
S4,建模高程点筛选,以上一步骤计算出的曲率阈值为参考,选择大于该曲率阈值的高程点,并以其为中心根据约定的距离参数生成缓冲区,将落在缓冲区内的高程点筛除;
S5,DEM构建,基于上一步骤筛除后剩余的高程点,采用经典插值法-—样条函数法实现DEM构建;
所述步骤S2具体包括下列步骤:
S21,将地形特征线与等高线叠加,将相应等高线的高程值赋给地形特征线与该等高线相交的交点;
S22,根据指定步长,对等高线及地形特征线进行离散化以生成节点,其中,等高线离散化后的节点被赋于相应等高线的高程值,地形特征线离散化后的节点的高程值根据该节点在相应地形特征线上前、后位置的所述交点的高程值及所述交点到该节点的距离计算得出;
S23,各个节点的高程值被确定后成为高程点,对每一条等高线或特征线离散化后的高程点,除首尾点之外,均计算曲率值;
所述步骤S22中计算地形特征线上非交点的节点的高程值的方法如下:
点A、B分别为地形特征线与等高线的交点,其高程值为已知,分别为hA和hB,点P为地形特征线离散点,其高程值为待求,标记为hP
根据点A、P、B的坐标(xA,yA),(xP,yP),(xB,yB),可计算点A到点P的距离dAp和点B到点P的距离dPB
在局部范围内,可认为高程从A到P,再到B呈线性变化,则点P处的高程值hP可按照如下公式估计:
当hA≥hB
当hA<hB
2.根据权利要求1所述的一种基于地形图数据的DEM综合与简化方法,其特征在于:所述步骤S4具体包括下列步骤:
S41,按照等高线、特征线的ID,遍历其离散化后的高程点,若其曲率值大于S3计算出的曲率阈值,则进行标记;
S42,以步骤S41标记的高程点为中心,按照指定距离参数生成缓冲区,将落在缓冲区内的高程点筛除,被筛除的高程点与中心被标记的高程点属于同一ID等高线或特征线;
S43,所有被标记的高程点按照步骤S42处理后,剩余的高程点作为DEM的建模点保存输出。
3.根据权利要求1所述的一种基于地形图数据的DEM综合与简化方法,其特征在于:所述步骤S1具体包括下列步骤:
S11,信息初始化,确定等高线及特征线离散点采样间距;
S12,基于等高线数据,构建不规则三角网DEM,即TIN;
S13,由TIN转换为规则格网DEM,其中规则格网尺寸按照约定参数设置;
S14,由规则格网DEM提取特征线,包括沟谷线和山脊线。
4.根据权利要求1所述的一种基于地形图数据的DEM综合与简化方法,其特征在于:所述步骤S5具体包括下列步骤:
S51,根据筛除后剩余的高程点,采用插值模型生成DEM;
S52,改变步骤S4中建立缓冲区用到的距离参数,然后重复步骤4-5,得到序列DEM。
5.根据权利要求1所述的一种基于地形图数据的DEM综合与简化方法,其特征在于:所述步骤S23中计算高程点曲率值的方法如下:
假设当前计算点B处的曲率值,首先根据点B及与之相邻的点A、C的坐标(xA,yA),(xB,yB),(xC,yC)计算点A到点B的距离dAB,点B到点C的距离dBC,和点A到点C的距离dAC
然后按照如下公式计算点B处的曲率值:
6.根据权利要求1所述的一种基于地形图数据的DEM综合与简化方法,其特征在于:所述地形特征线和所述等高线都按照相同间距等间距离散采样,所述采样间距为13m,生成缓冲区约定的距离参数为3-10m。
CN202010882671.0A 2020-08-28 2020-08-28 一种基于地形图数据的dem综合与简化方法 Active CN112017288B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010882671.0A CN112017288B (zh) 2020-08-28 2020-08-28 一种基于地形图数据的dem综合与简化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010882671.0A CN112017288B (zh) 2020-08-28 2020-08-28 一种基于地形图数据的dem综合与简化方法

Publications (2)

Publication Number Publication Date
CN112017288A CN112017288A (zh) 2020-12-01
CN112017288B true CN112017288B (zh) 2023-10-31

Family

ID=73503623

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010882671.0A Active CN112017288B (zh) 2020-08-28 2020-08-28 一种基于地形图数据的dem综合与简化方法

Country Status (1)

Country Link
CN (1) CN112017288B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113012286B (zh) * 2021-03-23 2023-08-25 滁州学院 一种基于密集点云数据构建道路dem的方法
CN114463494B (zh) * 2022-01-24 2024-04-26 湖南省第一测绘院 一种地形特征线自动提取方法
CN114926599A (zh) * 2022-05-27 2022-08-19 甘肃省水利水电勘测设计研究院有限责任公司 一种地形曲面轻量化方法
CN114969944B (zh) * 2022-06-17 2024-04-26 滁州学院 一种高精度道路dem构建方法
CN117671167B (zh) * 2023-10-19 2024-05-28 兰州交通大学 一种基于山体阴影分析的启发式dem综合方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102096946A (zh) * 2011-03-21 2011-06-15 中国人民解放军信息工程大学 全球六边形离散格网上的矢量数据绘制方法
CN102682479A (zh) * 2012-04-13 2012-09-19 国家基础地理信息中心 一种在不规则三角网上进行三维地形特征点生成的方法
CN106327577A (zh) * 2016-08-17 2017-01-11 中国地质大学(武汉) 基于局部曲率熵和四叉树结构的三维地形曲面优化方法
CN111445579A (zh) * 2020-05-21 2020-07-24 南京大学 考虑矢量要素自然特征限制的三维地形模型调整方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102096946A (zh) * 2011-03-21 2011-06-15 中国人民解放军信息工程大学 全球六边形离散格网上的矢量数据绘制方法
CN102682479A (zh) * 2012-04-13 2012-09-19 国家基础地理信息中心 一种在不规则三角网上进行三维地形特征点生成的方法
CN106327577A (zh) * 2016-08-17 2017-01-11 中国地质大学(武汉) 基于局部曲率熵和四叉树结构的三维地形曲面优化方法
CN111445579A (zh) * 2020-05-21 2020-07-24 南京大学 考虑矢量要素自然特征限制的三维地形模型调整方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
格网DEM地形模拟的形态保真度研究;王春 等;《武汉大学学报(信息科学版)》;第34卷(02);第146-149页 *
用等高线内插DEM的不同算法的误差分析;陈吉龙 等;《测绘科学》;第34卷(第04期);第172-174页 *
面向DEM构建的不同等高线离散化方法适应性分析与评价;张凯莉 等;《测绘科学技术学报》;第36卷(第04期);第424-435页 *

Also Published As

Publication number Publication date
CN112017288A (zh) 2020-12-01

Similar Documents

Publication Publication Date Title
CN112017288B (zh) 一种基于地形图数据的dem综合与简化方法
CN106504326B (zh) 顾及形态精度的地形高程采样点加密方法
CN110263111B (zh) 基于先验知识的土地利用/覆被信息时空监测方法
CN105118090B (zh) 一种自适应复杂地形结构的点云滤波方法
CN111858810B (zh) 一种面向道路dem构建的建模高程点筛选方法
CN107392875A (zh) 一种基于k近邻域划分的点云数据去噪方法
CN106780458B (zh) 一种点云骨架提取方法及装置
CN110276732B (zh) 一种顾及地形特征线要素的山区点云空洞修复方法
CN103310481B (zh) 一种基于模糊熵迭代的点云精简方法
CN103870845A (zh) 点云聚类去噪过程中新的k值优化方法
CN101783016B (zh) 一种基于形状分析的树冠外形提取方法
CN106920278B (zh) 一种基于Reeb图的立交桥三维建模方法
CN111340723B (zh) 一种地形自适应的机载LiDAR点云正则化薄板样条插值滤波方法
WO2022257190A1 (zh) 一种基于量子游走的行为轨迹序列多特征模拟方法
CN102737542B (zh) 一种顾及多重约束条件的水深注记自动选取方法
CN115222625A (zh) 一种基于多尺度噪声的激光雷达点云去噪方法
CN114417951A (zh) 基于无监督机器学习的海洋非结构网格自动剖分优化方法
CN110660027B (zh) 一种针对复杂地形的激光点云连续剖面地面滤波方法
CN107967675A (zh) 一种基于自适应投影移动最小二乘的结构化点云去噪方法
CN112116709B (zh) 一种提高地形表达精度的地形特征线处理方法
CN108765560A (zh) 一种将dem数据转化为网格模型的方法及装置
CN104951752A (zh) 一种从机载激光点云数据提取房屋的方法
CN106934853A (zh) 一种基于点云模型的汽车工件表面法向量的求取方法
CN113012286B (zh) 一种基于密集点云数据构建道路dem的方法
CN106682237B (zh) 一种山体边界自动提取方法

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