CN112233237B - 制作数字高程模型时的水域置平处理方法、计算机设备 - Google Patents

制作数字高程模型时的水域置平处理方法、计算机设备 Download PDF

Info

Publication number
CN112233237B
CN112233237B CN202011149663.1A CN202011149663A CN112233237B CN 112233237 B CN112233237 B CN 112233237B CN 202011149663 A CN202011149663 A CN 202011149663A CN 112233237 B CN112233237 B CN 112233237B
Authority
CN
China
Prior art keywords
water body
thematic
polygon
point cloud
digital
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
CN202011149663.1A
Other languages
English (en)
Other versions
CN112233237A (zh
Inventor
王强辉
曾仁廉
梁洪秀
罗志敏
叶奕青
卢长智
刘松柏
陈世远
钟强
任保华
董超
彭玲
金晶
兰增荣
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.)
Guangzhou Jiantong Surveying Mapping And Geoinformation Technology Co ltd
Original Assignee
Guangzhou Jiantong Surveying Mapping And Geoinformation Technology 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 Guangzhou Jiantong Surveying Mapping And Geoinformation Technology Co ltd filed Critical Guangzhou Jiantong Surveying Mapping And Geoinformation Technology Co ltd
Priority to CN202011149663.1A priority Critical patent/CN112233237B/zh
Publication of CN112233237A publication Critical patent/CN112233237A/zh
Application granted granted Critical
Publication of CN112233237B publication Critical patent/CN112233237B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/86Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88Lidar systems specially adapted for specific applications
    • G01S17/89Lidar systems specially adapted for specific applications for mapping or imaging
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00Indexing scheme for image data processing or generation, in general
    • G06T2200/08Indexing 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)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Computer Graphics (AREA)
  • Theoretical Computer Science (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本申请涉及一种制作数字高程模型时的水域置平处理方法、装置、计算机设备和存储介质。所述方法包括:获取激光点云及正射影像,将激光点云按照地表、水体分类,得到分类后的地表激光点云;基于地表激光点云构建不规则三角网批量输出第一数字高程模型,将第一数字高程模型转换为第一高程栅格点云;基于分类后的激光点云构建不规则三角网批量输出数字表面模型,并对数字表面模型进行处理得到水体专题多边形;基于分类后的激光点云、水体专题多边形以及第一高程栅格点云进行处理,获得批量输出的第二数字高程模型。采用本方法能够在保证基于机载激光点云生产DEM质量的前提下,极大地提升基于机载激光点云生产DEM的效率。

Description

制作数字高程模型时的水域置平处理方法、计算机设备
技术领域
本申请涉及基础测绘领域,特别是涉及一种制作数字高程模型时的水域置平处理方法、装置、计算机设备和存储介质。
背景技术
在基础测绘领域中,一般采用基于机载LiDAR(雷达)采集的点云进行DEM(数字高程模型)生产,其中的水域置平处理工作量大、精度要求高,是困扰数据处理的一大难题。
传统的水域置平的方法为通过参考DOM(数字正射影像)或DSM(数字表面模型)等勾绘水涯线,然后基于水涯线处激光点云高程逐个对水涯线进行高程赋值,以及对水涯线高程值进行最小值归一化处理,最后再作为断裂线融合激光点云来生产DEM。
该方法人工工作量非常庞大,尤其对于气候湿润、地表水资源(河流、湖泊、水库、池塘等)丰富的地区,水涯线高程依赖于人工勾绘选点,且易于遗漏个别水体,一般需要多个作业员进行水涯线的矢量工作,接边工作繁琐。
发明内容
基于此,有必要针对上述技术问题,提供一种制作数字高程模型时的水域置平处理方法、装置、计算机设备和存储介质。
一种制作数字高程模型时的水域置平处理方法,所述方法包括:
获取激光点云及正射影像,将所述激光点云按照地表、水体分类,得到分类后的地表激光点云;
基于所述地表激光点云构建不规则三角网批量输出第一数字高程模型,将所述第一数字高程模型转换为第一高程栅格点云;
基于分类后的激光点云构建不规则三角网批量输出数字表面模型,并对所述数字表面模型进行处理得到水体专题多边形;
基于所述分类后的激光点云、所述水体专题多边形以及所述第一高程栅格点云进行处理,获得批量输出的第二数字高程模型。
在其中一个实施例中,获取激光点云及正射影像之后,将所述激光点云按照地表、水体分类之前,还包括:
对所述激光点云进行去噪处理。
在其中一个实施例中,基于所述分类后的激光点云构建不规则三角网批量输出数字表面模型,并对所述数字表面模型进行处理得到水体专题多边形,包括:
将所述数字表面模型批量转换为第二高程栅格点云;
对所述第二高程栅格点云进行高程二值化处理,得到第一水体专题栅格点云;
基于所述第一水体专题栅格点云内插构建不规则三角网批量生成水体专题数字表面模型;
对所述水体专题数字表面模型进行转换,获得水体专题多边形。
在其中一个实施例中,对所述水体专题数字表面模型进行转换,获得水体专题多边形,包括:
对所述水体专题数字表面模型进行批量格式转换、创建栅格数据集和栅格转面操作,得到初始水体专题多边形。
在其中一个实施例中,对所述初始水体专题多边形进行修正,得到所述水体专题多边形,包括:
将所述第一数字高程模型批量转换为第一光栅影像;
将所述数字表面模型批量转换为第二光栅影像;
基于所述正射影像、所述第一光栅影像、所述第二光栅影像,修正所述初始水体专题多边形,得到水体专题多边形。
在其中一个实施例中,修正所述初始水体专题多边形,得到水体专题多边形,包括:
对修正后的所述初始水体专题多边形进行河流分段处理,获得河流分段处理后的初始水体专题多边形;
对河流分段处理后的初始水体专题多边形进行拓扑自包含处理,得到水体专题多边形。
在其中一个实施例中,基于所述分类后的激光点云、所述水体专题多边形以及所述第一高程栅格点云进行处理,获得批量输出的第二数字高程模型,包括:
基于所述水体专题多边形,对所述第一高程栅格点云进行分块,得到第二水体专题栅格点云;
根据所述水体专题多边形对所述第二水体专题栅格点云进行批量置平处理,得到批量置平处理之后的第二水体专题栅格点云;
基于所述水体专题多边形和所述分类后的激光点云,得到不含水体的分类地面点云;
基于所述批量置平处理之后的第二水体专题栅格点云和不含水体的分类地面点云,获得批量输出的第二数字高程模型。
在其中一个实施例中,基于所述批量置平处理之后的第二水体专题栅格点云和不含水体的分类地面点云,获得批量输出的第二数字高程模型,包括:
将所述批量置平处理之后的第二水体专题栅格点云和不含水体的分类地面点云批量合并,得到最终的地面点云;
对所述最终的地面点云构建不规则三角网,获得批量输出的第二数字高程模型。
一种制作数字高程模型时的水域置平处理装置,所述装置包括:
分类模块,用于获取激光点云及正射影像,将所述激光点云按照地表、水体分类,得到分类后的地表激光点云;
第一输出模块,用于基于所述地表激光点云构建不规则三角网批量输出第一数字高程模型,将所述第一数字高程模型转换为第一高程栅格点云;
第二输出模块,用于基于分类后的激光点云构建不规则三角网批量输出数字表面模型,并对所述数字表面模型进行处理得到水体专题多边形;
第三输出模块,用于基于所述分类后的激光点云、所述水体专题多边形以及所述第一高程栅格点云进行处理,获得批量输出的第二数字高程模型。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行时实现上述制作数字高程模型时的水域置平处理方法的任意一个实施例中的方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述制作数字高程模型时的水域置平处理方法的任意一个实施例中的方法的步骤。
上述制作数字高程模型时的水域置平处理方法、装置、计算机设备和存储介质,对获取的激光点云进行分类处理,获得分类后的地表激光点云,分别对分类后的地表激光点云和分类后的激光点云构建不规则三角网,得到第一数字高程模型和数字表面模型,并将第一数字高程模型转换为第一高程栅格点云,对数字表面模型进行处理得到水体专题多边形,基于激光点云、水体专题多边形以及第一高程栅格点云,进行置平后的水体专题栅格点云与不含水体的分类地表点云的替换处理,实现水域的完全置平,从而批量制作水域置平后的第二数字高程模型。通过上述方法,在保证水域高程的精度、与岸边高程衔接合理性以及DEM质量的前提下,极大地提升了基于机载激光点云生产DEM的效率。
附图说明
图1为一个实施例中制作数字高程模型时的水域置平处理方法的应用环境图;
图2为一个实施例中制作数字高程模型时的水域置平处理方法的流程示意图;
图3为一个实施例中制作数字高程模型时的水域置平处理方法的正射影像的示意图;
图4为一个实施例中制作数字高程模型时的水域置平处理方法的水域置平前的第一DEM断面图;
图5为一个实施例中制作数字高程模型时的水域置平处理方法的DSM按高程渲染顶视图显示示意图;
图6为一个实施例中制作数字高程模型时的水域置平处理方法的不含水体的分类地面点云局部叠加水体专题多边形按反射强度显示示意图;
图7为一个实施例中制作数字高程模型时的水域置平处理方法的最终的地面点云叠加水体专题多边形按照反射强度显示示意图;
图8为一个实施例中制作数字高程模型时的水域置平处理方法的水域置平后的第二DEM断面图;
图9为一个实施例中制作数字高程模型时的水域置平处理方法的水域置平后的第二DEM中静止水体显示示意图;
图10为一个实施例中制作数字高程模型时的水域置平处理方法的水域置平后的第二DEM中分段河流显示示意图;
图11为一个实施例中制作数字高程模型时的水域置平处理方法的水域置平后的水域置平后的第二DEM中孤岛合并显示示意图;
图12为一个实施例中制作数字高程模型时的水域置平处理方法的水域置平后的第一水体专题栅格点云按类别显示示意图;
图13为一个实施例中制作数字高程模型时的水域置平处理方法的为删除零星空洞点后的第一水体专题栅格点云示意图;
图14为一个实施例中制作数字高程模型时的水域置平处理方法的初始水体专题多边形叠加水体专题DSM的示意图;
图15为一个实施例中制作数字高程模型时的水域置平处理方法的修正后的初始水体专题多边形叠加DSM的示意图;
图16为一个实施例中制作数字高程模型时的水域置平处理方法的为孤岛合并前水体专题多边形的示意图;
图17为一个实施例中制作数字高程模型时的水域置平处理方法的修正后的为孤岛合并后水体专题多边形的示意图;
图18为一个实施例中制作数字高程模型时的水域置平处理方法的数据处理流程图;
图19为一个实施例中制作数字高程模型时的水域置平处理装置的结构框图;
图20为一个实施例中制作数字高程模型时的水域置平处理装置的结构框图;
图21为一个实施例中制作数字高程模型时的水域置平处理装置的结构框图;
图22为一个实施例中制作数字高程模型时的水域置平处理装置的结构框图;
图23为一个实施例中制作数字高程模型时的水域置平处理装置的结构框图;
图24为一个实施例中制作数字高程模型时的水域置平处理装置的结构框图;
图25为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的制作数字高程模型时的水域置平处理方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与机载激光雷达系统104进行通信。终端102获取机载激光雷达系统104采集的激光点云及正射影像,将激光点云按照地表、水体分类,得到分类后的地表激光点云,基于地表激光点云构建不规则三角网批量输出第一数字高程模型,将第一数字高程模型转换为第一高程栅格点云;基于激光点云构建不规则三角网批量输出数字表面模型,并对数字表面模型进行处理得到水体专题多边形;基于地表激光点云、水体激光点云、水体专题多边形以及第一高程栅格点云进行处理,获得批量输出的第二数字高程模型。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。
在一个实施例中,如图2所示,提供了一种制作数字高程模型时的水域置平处理方法,以该方法应用于图1中的终端为例进行说明,包括以下步骤:
步骤202,获取激光点云及正射影像,将所述激光点云按照地表、水体分类,得到分类后的地表激光点云。
其中,激光点云指激光照射在物体表面上,所返回的数据信息,数据信息中包含了该物体表面各个点在三维空间中的坐标信息。根据激光点云的三维坐标信息,可以直接获取被测物体的三维结构信息,三维结构信息可以作为后期数据成果加工和处理的载体。除了三维坐标信息之外,激光点云还可以包括的信息特征有回波次数、强度信息、类别、GPS(全球定位系统)数据、扫描角度以及扫描方向等。正射影像指同时具有地图几何精度和影像特征的图像,其中,通过机载雷达系统的成像系统获取相对应地面实况的数码影像,制作正射影像。
激光点云由机载雷达系统扫描获得,机载激光雷达系统可以以飞机、无人机等作为测量平台,激机载雷达系统集成有激光扫描测距系统、动态差分GPS接收机、惯性导航系统(INS)和成像系统。机载雷达系统通过主动向地面发射激光脉冲开启数据采集,其中,通过激光扫描测距系统获取激光点云,激光扫描测距系统一般为传感器,它不仅可以获取地表三维空间信息,还能获取相应地物同时段的光谱信息做互补,是当代最有力的获取空间三维信息的工具。
在其中一个实施例中,获取激光点云的过程可以为:1、航线规划,航线规划包括航测的技术参数的确定、航线规划、作业参数设计、地面基站布设等;2、数据采集,机载雷达通过向目标发射激光脉冲完成数据采集,采集的数据可以包括激光点云、数码影像、GPS数据等,其中,激光脉冲可能会落在任何物体上,当激光脉冲位于真实的地形表面上,则称为地面点,否则为非地面点。
获取激光点云之后,将激光点云按照地表、水体分类,获得地表激光点云和水体激光点云。机载雷达系统在获取激光点云时,由于近红外光基本无反射,所以大部分水体内基本无激光点云,但是在个别水体表面,其水涯线至水面附近有漂浮物,会产生激光点云,按照地表、水体分类,将水涯线至水面附近漂浮物产生的激光点云分类出去。
在其中一个实施例中,将激光点云按照地表、水体分类,具体的,沿水涯线进行分类,其中,可以设置分类的宽度大于第二DEM的格网间距的2-3倍,从而保证在后续进行DSM输出时非水体区域构建TIN(不规则三角网)能够基本内插完整无空洞,同时依然保留水体空洞特征。
在其中一个实施例中,如图3所示,为通过机载雷达系统的成像系统获取的正射影像的示意图。
步骤204,基于所述地表激光点云构建不规则三角网批量输出第一数字高程模型,将所述第一数字高程模型转换为第一高程栅格点云。
其中,地表激光点云为机载雷达获取的地表的激光点云,即不包括水体以及地表上人为建造的建筑物等产生的激光点云。TIN指使用已知高程点,构建邻近三角形,并重复此过程,直至完成对整个区域的地形模拟,并可以通过不同的分辨率来模拟地表。
第一DEM是基础空间数据的重要组成部分,它表示地表区域上地形的三维向量的有线序列,即地表单元上高程的集合,用于表示地面高程起伏形态的一种实体地面模型。高程栅格点云是指激光点云的栅格化,通过将激光点云划分为若干个大小相同的栅格单元,每个栅格单元具有唯一的行列地址,属性值则是由单元内的点云高程采用一定的算法计算得到,通常以色彩的形式表示。
其中,可以通过格网模型将激光点云构建第一DEM,格网模型使用规则的平面图形使整个区域分割为更小的单元,以网格样式对区域进行划分,正四边形对于区域划分的效率较好,此时的格网即为规则格网,也可以通过构建不规则三角网批量输出第一DEM。
在其中一个实施例中,如图4所示,为水域置平前的第一DEM断面图,从图中可看出未经水域置平的第一DEM断面图中,水塘表面高低起伏,高程值不规律且不一致。具体的,基于地表激光点云构建不规则三角网批量输出第一DEM,其中,根据参考点上的高程求出其它待定点的高程,此方式称为内插,设置足够内插距离以保证地表中点云空洞处能够内插完整无空洞。分辨率是DEM刻画地形精确程度的一个重要指标,同时也是决定其使用范围的一个主要的影响因素。DEM的分辨率是指DEM最小的单元格的长度。分辨率数值越小,分辨率就越高,刻画的地形程度就越精确,同时数据量也呈几何级数增长。所以DEM的制作和选取的时候要依据需要,在精确度和数据量之间做出平衡选择,本申请中设置第一DEM分辨率与第二DEM一致,基于上述内插方式和分辨率的设置,批量输出第一DEM,并将第一DEM批量转换为第一高程栅格点云,用于后续水体专题栅格点云的提取。
步骤206,基于分类后的激光点云构建不规则三角网批量输出数字表面模型,并对所述数字表面模型进行处理得到水体专题多边形。
其中,激光点云按照地表水体进行分类,基于分类后的激光点云构建不规则三角网批量输出DSM,DSM是指包含了地表建筑物、桥梁和树木等高度的地面高程模型。和DSM相比,DEM只包含了地形的高程信息,并未包含其它地表信息,DSM是在DEM的基础上,进一步涵盖了除地面以外的其它地表信息的高程。多边形指的是通过将某一个对象转换为可编辑的对边形对象,并对该多边形对象进行编辑和修改来实现最后要达到的效果,其中,水体专题多边形指的是以水体为对象,将其转换为可编辑的水体专题多边形对象。
在其中一个实施例中,通过构建TIN批量输出DSM,其中内插距离根据激光点云的间距进行调整设置,可以设置为稍大于平均激光点云间距,比如平均激光点云间距的3倍,以保证正常间距的激光点云之间都能内插构网,同时DSM分辨率要低于第二DEM的分辨率,可以设置为第二DEM分辨率的0.5倍,以保证水体边界提取的精细度。
在其中一个实施例中,如图5所示,为DSM按高程渲染顶视图显示示意图,从图中可以看出,除了树林中个别的空洞等外,大片的空洞区域较好地反映出了水域的覆盖范围。
步骤208,基于所述激光点云、所述水体专题多边形以及所述第一高程栅格点云进行处理,获得批量输出的第二数字高程模型。
在本步骤中,通过获取到的激光点云、水体专题多边形以及第一高程栅格点云进行处理,获得批量输出的第二DEM。具体的,基于水体专题多边形,对第一高程栅格点云进行分块,得到水体专题栅格点云,根据水体专题栅格点云,得到批量置平处理之后的水体专题栅格点云;基于水体专题多边形,对分类后的激光点云中水体多边形内的点云进行批量分类及删除操作,得到不含水体的分类地面点云。将批量置平处理之后的水体专题栅格点云与不含水体的分类地面点云批量合并,得到最终的地面点云,基于批量合并的结果构建TIN批量输出第二DEM。
在其中一个实施例中,如图6所示,为不含水体的分类地面点云局部叠加水体专题多边形按反射强度显示示意图,从图中可以看出,经过对分类后的激光点云中的水体点云删除处理后,不含水体的分类地面点云中水体多边形范围内没有了点云干扰,为后续的合并操作做好了准备。
在其中一个实施例中,如图7所示,为最终的地面点云叠加水体专题多边形按照反射强度显示示意图,从图中可以看出,点云密度可满足后面第二DEM生产需要。
在其中一个实施例中,如图8所示,为水域置平后的第二DEM断面图,从图中可看出,在水域置平后的第二DEM中,水塘表面平整,高程一致。
在其中一个实施例中,如图9所示,为水域置平后的第二DEM中静止水体显示示意图,从图中可以看出,水域置平后的第二DEM上的静止水体高程完全一致,且与岸边过渡自然、关系合理。
在其中一个实施例中,如图10所示,为水域置平后的第二DEM中分段河流显示示意图,从图中可以看出,水域置平后的第二DEM上的流动水体高程得到分段置平,流向正确、且与岸边过渡自然、关系合理
在其中一个实施例中,如图11所示,为水域置平后的第二DEM中孤岛合并显示示意图,从图中可以看出,水域置平之后的第二DEM上包含孤岛的水体高程完全一致,且与岸边过渡自然、关系合理,孤岛保留完整。
上述制作数字高程模型时的水域置平处理方法中,在批量输出第二DEM之前,需要对水域进行置平处理,水域置平的方法为通过在获取激光点云之后,对激光点云进行地表、水体分类处理,得到地表激光点云和水体激光点云,分别对地表激光点云和分类后的激光点云构建不规则三角网得到第一DEM和DSM,之后将第一DEM转换为第一高程栅格点云,对DSM进行处理得到水体专题多边形,基于分类后的激光点云、水体专题多边形以及第一高程栅格点云进行处理,获得批量输出的第二DEM。通过上述方法,在保证水域高程的精度、与岸边高程衔接合理性以及DEM质量的前提下,极大地提升了基于机载激光点云生产DEM的效率。
在其中一个实施例中,获取激光点云及正射影像之后,将所述激光点云按照地表、水体分类之前,还包括:
对激光点云进行去噪处理。
其中,去噪处理用于去除激光点云中的噪点,产生噪点的原因可以包括:由设备本身原因造成,例如设备安装误差或是设备在采集数据过程中产生振动而产生噪点;因被扫描目标的表面材质与粗糙度等因素,可能会反射全部脉冲,从而产生噪点;因偶然因素造成,如空中运动物体(鸟群与无人机等)与无反射回波的空洞,从而产生噪点。这些噪点会导致激光点云的识别变得异常困难,降低激光点云的准确度。通过去噪处理可以提高激光点云的准确度。
在其中一个实施例中,基于激光点云构建不规则三角网批量输出数字表面模型,并对数字表面模型进行处理得到水体专题多边形,包括:
将数字表面模型批量转换为第二高程栅格点云;
对第二高程栅格点云进行高程二值化处理,得到第一水体专题栅格点云;
基于第一水体专题栅格点云内插构建不规则三角网批量生成水体专题数字表面模型;
对水体专题数字表面模型进行转换,获得水体专题多边形。
在其中一个实施例中,对第二高程栅格点云进行高程二值化处理,包括将所有有效高程值(非水体等空洞)通过绝对高程范围分类出来并删除,这时只保留了水体等空洞,然后通过高程转换(加常数)将其值统一转换为一个有效的高程值如1(避免仍识别为空洞),得到第一水体专题栅格点云,然后通过孤立点迭代分类,将第一水体专题栅格点云中森林等处明显的小空隙(面积很小,明显不是水体)分到单独一类并删除,可以获得更为精准的水体专题栅格点云,基于删除森林等处明显的小空隙的第一水体专题栅格点云内插构TIN批量生成水体专题DSM,其中高程值格式可以设置为整型,水体专题DSM分辨率可以设置为第二DEM分辨率的0.5倍,以保证水体边界提取的精细度。内插距离应等于输出DSM时设置的内插距离,以“中和”输出水体专题DSM时因内插引起的水涯线内缩。通过上述方法可以有效提高获取的第一水体专题栅格点云的精确度。
在其中一个实施例中,如图12所示,为第一水体专题栅格点云按类别显示示意图,从图中可以看出,通过第二高程栅格点云进行高程二值化处理,将非水体等空洞通过绝对高程范围分类出来并删除之后的效果显著,除个别零星空洞点外,图中单独提取出了覆盖水域的栅格点云。
在其中一个实施例中,如图13所示,为删除零星空洞点后的第一水体专题栅格点云示意图,经过孤立点迭代分类处理,第一水体专题栅格点云中的零星空洞点被过滤掉了。
在其中一个实施例中,对水体专题数字表面模型进行转换,获得水体专题多边形,包括:
对水体专题DSM进行批量格式转换、创建栅格数据集和栅格转面操作,得到初始水体专题多边形。具体的,首先创建栅格数据集,批量将水体专题DSM镶嵌至栅格数据集,最后基于栅格数据集进行栅格转面操作,从而得到水体专题多边形。
在其中一个实施例中,如图14所示,为初始水体专题多边形叠加水体专题DSM的示意图,从图中可以看出,水体专题DSM经过批量格式转换、创建栅格数据集和栅格转面操作之后,得到初始水体专题多边形,初始水体专题多边形完整提取了水体专题DSM的水体范围。
在其中一个实施例中,对初始水体专题多边形进行修正,得到水体专题多边形,包括:
将第一数字高程模型批量转换为第一光栅影像;
将数字表面模型批量转换为第二光栅影像;
基于正射影像、第一光栅影像、第二光栅影像,修正初始水体专题多边形,得到水体专题多边形。
在其中一个实施例中,如图15所示,为修正后的初始水体专题多边形叠加DSM的示意图,从图中可以看出,修正后的初始水体专题多边形能完整正确地反映DSM中的水体范围。
在其中一个实施例中,修正初始水体专题多边形,得到水体专题多边形,包括:
对修正后的初始水体专题多边形进行河流分段处理,获得河流分段处理后的初始水体专题多边形;
对河流分段处理后的初始水体专题多边形进行拓扑自包含处理,得到水体专题多边形。
其中,对流动水体,如河流进行分段处理,分段距离应尽可能小(例如1-2公里一段),套合DOM、第一光栅影像,同时注意在大坝等真实高程突变处设置分段。具体的河流分段方法如下:首先选择合适的分段位置,然后垂直河流岸边线进行矢量分段线,完成一条河流的所有分段线后,编制程序使用泛填方法对分段线左右两侧的河流区域进行创建分段多边形,批量完成分段多边形的创建。所有河流分段完成后得到河流分段处理后的初始水体专题多边形,通过上述河流分段处理使得河流内高程能够自然过渡。
对河流分段处理后的初始水体专题多边形进行拓扑自包含分析,筛选出所有的包含孤岛的水体多边形。
在其中一个实施例中,如图16、图17所示,图16为孤岛合并前水体专题多边形的示意图,图17为孤岛合并后水体专题多边形的示意图。具体的,运行拓扑孤岛合并工具,分别对每处包含孤岛的多边形(父多边形)及包含的孤岛(子多边形)进行合并处理。合并过程如下:首先拾取所有子多边形,遍历所有子多边形,使用连续临近结点构建向量并计算向量叉积的方法判断多边形结点的顺序(顺时针或逆时针),并将其结点顺序调整一致,然后拾取父多边形,将其结点顺序调整与子多边形相反,合并子多边形结点,然后再与父多边形结点合并,得到水体专题多边形。通过上述拓扑自包含分析处理,可以使同一水域内涉及的所有多边形或者水域点获得相同的高程值。
在一个实施例中,如图18所示,为制作数字高程模型时的水域置平处理方法的数据处理流程图:
首先对原始激光点云进行地表分类处理,由于近红外激光水体基本无反射,所以大部分水体内无激光点云,但是在个别水体表面,其水涯线至水面附近有漂浮物,会产生激光点云,按照地表、水体分类,将水涯线至水面附近漂浮物产生的激光点云分类出去,其中,可以设置分类的宽度大于第二DEM格网间距的2-3倍,这样可保证在后续进行DSM1输出时非水体区域构建TIN能够基本内插完整无空洞,同时依然保留水体空洞特征,此时得到POINT0,POINT0表示已对激光点云分类,并且得到分类后的地表激光点云以及分类后的水体激光点云。
将POINT0中地表激光点云构建TIN,设置足够内插距离(保证地表激光点云空洞处能够内插完整无空洞),设置分辨率与第二DEM一致,批量输出第一DEM,同时可将第一DEM批量转换为光栅影像DEM1_IMAGE,用于后续水体多边形检查编辑参考。将第一DEM批量转换为第一高程栅格点云POINT1,用于后续水体专题栅格点云的提取。
将POINT0中所有点(除去噪声点)构建TIN批量输出DSM,其中内插距离应根据获取的激光点云的间距进行调整设置,通常应稍大于平均激光点云间距,比如3倍的平均激光点云间距,以保证正常间距的激光点云之间都能内插构网,同时分辨率要低于第二DEM的分辨率,可设置为0.5倍第二DEM分辨率,以保证水体边界提取的精细度。将DSM批量转换为光栅影像DSM1_IMAGE,用于后续水体多边形检查编辑参考。将DSM批量转换为第二高程栅格点云POINT2,用于后续处理水体多边形的提取。
对POINT2进行批量高程二值化处理,首先将所有有效高程值(非水体等空洞)通过绝对高程范围分类出来并删除,只保留水体等空洞,然后通过高程转换(加常数)将其值统一转换为一个有效的高程值,高程值可以设置为常数1,得到水体专题栅格点云POINT3,然后通过孤立点迭代分类,将POINT3中森林等处明显的小空隙(面积很小,明显不是水体)分到单独一类并删除,得到POINT4。POINT4内插构TIN批量生成水体专题DSM,其中高程值格式应设置为整型,分辨率可以设置为第二DEM分辨率的0.5倍,以保证水体边界提取的精细度。内插距离应等于输出DSM1时设置的内插距离,以“中和”输出DSM时因内插引起的水涯线内缩。
创建栅格数据集,批量将水体专题DSM镶嵌至栅格数据集,最后基于栅格数据集进行栅格转面操作,从而得到初始水体专题多边形POLYGON1。由于仍有一些较小面积的非水体空洞干扰,可能导致一些很小面积的非水体多边形存在,这时可以通过设置面积阈值删除这些干扰项,然后叠加参考DOM、DSM1_IMAGE、DEM1_IMAGE影像,对自动生成的初始水体专题多边形进行检查修改,删除非水体多边形、明显不合理的水体多边形走势、水体中包含的非岛屿多边形等,得到POLYGON2。
对POLYGON2中的流动水体如河流进行分段处理,一般为保证河流内高程缓慢自然过渡,分段距离应尽可能小(例如1-2公里一段),套合DOM、DEM1_IMAGE,同时注意在大坝等真实高程突变处设置分段。具体分段方法如下:首先选择合适的分段位置,一般在流动水体,将高程突变位置设置分段位置,然后垂直河流岸边线进行矢量分段线,完成一条河流的所有分段线后,编制程序使用泛填方法对分段线左右两侧的河流区域进行创建分段多边形,批量完成分段多边形的创建。所有河流分段完成后得到POLYGON3。
对POLYGON3进行拓扑自包含分析,筛选出所有的包含孤岛的水体多边形。运行拓扑孤岛合并工具,分别对每处包含孤岛的多边形(父多边形)及包含的孤岛(子多边形)进行合并处理。合并过程如下:首先拾取所有子多边形,遍历所有子多边形,使用连续临近结点构建向量并计算向量叉积的方法判断多边形结点的顺序(顺时针或逆时针),并将其结点顺序调整一致,然后拾取父多边形,将其结点顺序调整与子多边形相反,合并子多边形结点,然后再与父多边形结点合并,得到POLYGON4,POLYGON4为对初始水体专题多边形处理后,得到的最终的水体专题多边形。
然后以水体专题多边形POLYGON4为基础,对POINT1进行分块,提取出水体专题栅格点云POINT5。接着剔除POINT5中的可能存在的个别内插空洞值,例如面积过大水域或测区边沿,然后对POINT5分块点云进行批量置平处理,每块点云高程均置平为该块点云的最低高程值。这样保证每个水体多边形内的高程均低于岸边高程且与岸边自然衔接过渡,此时得到POINT6,POINT6表示水域置平后的水体专题栅格点云。
以水体专题多边形POLYGON4为参考,对POINT0中水体多边形内的点云进行批量分类及删除操作,得到POINT7,POINT7表示不含水体的分类地面点云,然后将POINT6作为地表类与POINT7进行批量合并,得到POINT8,POINT8表示已实现置平后的水体专题栅格点云与不含水体的分类地面点云的替换操作。
最后在POINT8的基础上,对最终的地面点云进行构建TIN批量输出DEM产品,即第二DEM。
应该理解的是,虽然图2、图18的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2、图18中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图19所示,提供了一种制作数字高程模型时的水域置平处理装置,包括:分类模块、第一输出模块、第二输出模块和第三输出模块,其中:
分类模块1902,用于获取激光点云及正射影像,将激光点云按照地表、水体分类,得到分类后的地表激光点云。
第一输出模块1904,用于基于地表激光点云构建不规则三角网批量输出第一数字高程模型,将第一数字高程模型转换为第一高程栅格点云。
第二输出模块1906,用于基于分类后的激光点云构建不规则三角网批量输出数字表面模型,并对数字表面模型进行处理得到水体专题多边形。
第三输出模块1908,用于基于分类后的激光点云、水体专题多边形以及第一高程栅格点云进行处理,获得批量输出的第二数字高程模型。
可选的,如图20所示,所述装置还包括:
去噪模块2002,用于对激光点云进行去噪处理。
可选的,如图21所示,所述装置还包括:
第一转换模块2102,用于将数字表面模型批量转换为第二高程栅格点云;
第一处理模块2104,用于对第二高程栅格点云进行高程二值化处理,得到第一水体专题栅格点云;
第四输出模块2106,用于基于第一水体专题栅格点云内插构建不规则三角网批量生成水体专题数字表面模型;
第二转换模块2108,用于对水体专题数字表面模型进行转换,获得水体专题多边形。
可选的,如图22所示,所述装置还包括:
第三转换模块2202,用于将第一数字高程模型批量转换为第一光栅影像;
第四转换模块2204,用于将,数字表面模型批量转换为第二光栅影像;
修正模块2206,用于基于正射影像、第一光栅影像、第二光栅影像,修正初始水体专题多边形,得到水体专题多边形。
可选的,如图23所示,所述装置还包括:
第二处理模块2302,用于对修正后的初始水体专题多边形进行河流分段处理,获得河流分段处理后的初始水体专题多边形;
第三处理模块2304,用于对河流分段处理后的初始水体专题多边形进行拓扑自包含处理,得到水体专题多边形。
可选的,如图24所示,所述装置还包括:
分块模块2402,用于基于水体专题多边形,对第一高程栅格点云进行分块,得到第二水体专题栅格点云;
批量置平模块2404,用于根据水体专题多边形对第二水体专题栅格点云进行批量置平处理,得到批量置平处理之后的第二水体专题栅格点云;
第五输出模块2406,用于基于水体专题多边形和分类后的激光点云,得到不含水体的分类地面点云;
第五输出模块2408,用于基于批量置平处理之后的第二水体专题栅格点云和不含水体的分类地面点云,获得批量输出的第二数字高程模型。
关于制作数字高程模型时的水域置平处理装置的具体限定可以参见上文中对于制作数字高程模型时的水域置平处理方法的限定,在此不再赘述。上述制作数字高程模型时的水域置平处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图25所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种制作数字高程模型时的水域置平处理方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图25中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述方法的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述方法的步骤。
本领域普通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,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (17)

1.一种制作数字高程模型时的水域置平处理方法,其特征在于,所述方法包括:
获取激光点云及正射影像,将所述激光点云按照地表、水体分类,得到分类后的地表激光点云;
基于所述地表激光点云构建不规则三角网批量输出第一数字高程模型,将所述第一数字高程模型转换为第一高程栅格点云;
基于分类后的激光点云构建不规则三角网批量输出数字表面模型,并对所述数字表面模型进行处理得到水体专题多边形;
基于所述分类后的激光点云、所述水体专题多边形以及所述第一高程栅格点云进行处理,获得批量输出的第二数字高程模型;
所述基于所述分类后的激光点云、所述水体专题多边形以及所述第一高程栅格点云进行处理,获得批量输出的第二数字高程模型的步骤,包括:
基于所述水体专题多边形,对所述第一高程栅格点云进行分块,得到第二水体专题栅格点云;
根据所述水体专题多边形对所述第二水体专题栅格点云进行批量置平处理,得到批量置平处理之后的第二水体专题栅格点云;
基于所述水体专题多边形和所述分类后的激光点云,得到不含水体的分类地面点云;
将所述批量置平处理之后的第二水体专题栅格点云和所述不含水体的分类地面点云批量合并,得到最终的地面点云,对所述最终的地面点云构建不规则三角网,获得批量输出的第二数字高程模型。
2.根据权利要求1所述的方法,其特征在于,获取激光点云及正射影像之后,将所述激光点云按照地表、水体分类之前,还包括:
对所述激光点云进行去噪处理。
3.根据权利要求1所述的方法,其特征在于,基于所述分类后的激光点云构建不规则三角网批量输出数字表面模型,并对所述数字表面模型进行处理得到水体专题多边形,包括:
将所述数字表面模型批量转换为第二高程栅格点云;
对所述第二高程栅格点云进行高程二值化处理,得到第一水体专题栅格点云;
基于所述第一水体专题栅格点云内插构建不规则三角网批量生成水体专题数字表面模型;
对所述水体专题数字表面模型进行转换,获得水体专题多边形。
4.根据权利要求3所述的方法,其特征在于,对所述水体专题数字表面模型进行转换,获得水体专题多边形,包括:
对所述水体专题数字表面模型进行批量格式转换、创建栅格数据集和栅格转面操作,得到初始水体专题多边形。
5.根据权利要求4所述的方法,其特征在于,对所述初始水体专题多边形进行修正,得到所述水体专题多边形,包括:
将所述第一数字高程模型批量转换为第一光栅影像;
将所述数字表面模型批量转换为第二光栅影像;
基于所述正射影像、所述第一光栅影像、所述第二光栅影像,修正所述初始水体专题多边形,得到水体专题多边形。
6.根据权利要求5所述的方法,修正所述初始水体专题多边形,得到水体专题多边形,包括:
对修正后的所述初始水体专题多边形进行河流分段处理,获得河流分段处理后的初始水体专题多边形;
对河流分段处理后的初始水体专题多边形进行拓扑自包含处理,得到水体专题多边形。
7.根据权利要求6所述的方法,对修正后的所述初始水体专题多边形进行河流分段处理的步骤,包括:
选择进行河流分段处理的分段位置;
垂直河流岸边线进行矢量分段线,得到河流的各分段线;
对各所述分段线左右两侧的河流区域创建分段多边形。
8.根据权利要求6所述的方法,其特征在于,对河流分段处理后的初始水体专题多边形进行拓扑自包含处理的步骤,包括:
选取所述河流分段处理后的初始水体专题多边形中包含孤岛的水体多边形;
对各所述包含孤岛的水体多边形以及包含的孤岛进行合并处理。
9.一种制作数字高程模型时的水域置平处理装置,其特征在于,所述装置包括:
分类模块,用于获取激光点云及正射影像,将所述激光点云按照地表、水体分类,得到分类后的地表激光点云;
第一输出模块,用于基于所述地表激光点云构建不规则三角网批量输出第一数字高程模型,将所述第一数字高程模型转换为第一高程栅格点云;
第二输出模块,用于基于分类后的激光点云构建不规则三角网批量输出数字表面模型,并对所述数字表面模型进行处理得到水体专题多边形;
第三输出模块,用于基于所述水体专题多边形,对所述第一高程栅格点云进行分块,得到第二水体专题栅格点云;根据所述水体专题多边形对所述第二水体专题栅格点云进行批量置平处理,得到批量置平处理之后的第二水体专题栅格点云;基于所述水体专题多边形和所述分类后的激光点云,得到不含水体的分类地面点云;将所述批量置平处理之后的第二水体专题栅格点云和所述不含水体的分类地面点云批量合并,得到最终的地面点云,对所述最终的地面点云构建不规则三角网,获得批量输出的第二数字高程模型。
10.根据权利要求9所述的装置,其特征在于,所述装置还包括:
去噪模块,用于对激光点云进行去噪处理。
11.根据权利要求9所述的装置,其特征在于,所述装置还包括:
第一转换模块,用于将数字表面模型批量转换为第二高程栅格点云;
第一处理模块,用于对第二高程栅格点云进行高程二值化处理,得到第一水体专题栅格点云;
第四输出模块,用于基于第一水体专题栅格点云内插构建不规则三角网批量生成水体专题数字表面模型;
第二转换模块,用于对水体专题数字表面模型进行转换,获得水体专题多边形。
12.根据权利要求11所述的装置,其特征在于,所述装置还包括:
第三转换模块,用于将第一数字高程模型批量转换为第一光栅影像;
第四转换模块,用于将数字表面模型批量转换为第二光栅影像;
修正模块,用于基于正射影像、第一光栅影像、第二光栅影像,修正初始水体专题多边形,得到水体专题多边形。
13.根据权利要求12所述的装置,其特征在于,所述装置还包括:
第二处理模块,用于对修正后的初始水体专题多边形进行河流分段处理,获得河流分段处理后的初始水体专题多边形;
第三处理模块,用于对河流分段处理后的初始水体专题多边形进行拓扑自包含处理,得到水体专题多边形。
14.根据权利要求13所述的装置,其特征在于,所述第二处理模块用于选择进行河流分段处理的分段位置;垂直河流岸边线进行矢量分段线,得到河流的各分段线;对各所述分段线左右两侧的河流区域创建分段多边形。
15.根据权利要求13所述的装置,其特征在于,所述第三处理模块用于选取所述河流分段处理后的初始水体专题多边形中包含孤岛的水体多边形;对各所述包含孤岛的水体多边形以及包含的孤岛进行合并处理。
16.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。
17.计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
CN202011149663.1A 2020-10-23 2020-10-23 制作数字高程模型时的水域置平处理方法、计算机设备 Active CN112233237B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011149663.1A CN112233237B (zh) 2020-10-23 2020-10-23 制作数字高程模型时的水域置平处理方法、计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011149663.1A CN112233237B (zh) 2020-10-23 2020-10-23 制作数字高程模型时的水域置平处理方法、计算机设备

Publications (2)

Publication Number Publication Date
CN112233237A CN112233237A (zh) 2021-01-15
CN112233237B true CN112233237B (zh) 2021-06-08

Family

ID=74110327

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011149663.1A Active CN112233237B (zh) 2020-10-23 2020-10-23 制作数字高程模型时的水域置平处理方法、计算机设备

Country Status (1)

Country Link
CN (1) CN112233237B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107677239A (zh) * 2017-10-12 2018-02-09 中煤航测遥感集团有限公司 静止水域处理方法及装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10055885B2 (en) * 2015-09-16 2018-08-21 Raytheon Company Systems and methods for digital elevation map filters for three dimensional point clouds
CN106875479B (zh) * 2015-12-12 2020-02-14 星际空间(天津)科技发展有限公司 一种数字高程模型自动置平方法
CN107749080A (zh) * 2017-11-07 2018-03-02 中科宇图科技股份有限公司 一种基于点云数据的dem快速处理方法
CN110046661A (zh) * 2019-04-10 2019-07-23 武汉大学 一种基于上下文特征和图割算法的车载点云聚类方法
CN110570466B (zh) * 2019-09-09 2022-09-16 广州建通测绘地理信息技术股份有限公司 三维实景点云模型的生成方法和装置
CN110992243B (zh) * 2019-10-29 2023-12-22 平安科技(深圳)有限公司 椎间盘截面图像构建方法、装置、计算机设备及存储介质

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107677239A (zh) * 2017-10-12 2018-02-09 中煤航测遥感集团有限公司 静止水域处理方法及装置

Also Published As

Publication number Publication date
CN112233237A (zh) 2021-01-15

Similar Documents

Publication Publication Date Title
Gomez-Gutierrez et al. Using 3D photo-reconstruction methods to estimate gully headcut erosion
Tarquini et al. TINITALY/01: a new triangular irregular network of Italy
Hengl et al. Geomorphometry: concepts, software, applications
Elaksher et al. Reconstructing 3d buildings from lidar data
KR100916474B1 (ko) 등고선이 표현하는 지역을 다각형 세부 영역들로 분해하고 수치표고모델 데이터와 지형 표면 구성 데이터를 산출하는 방법과, 그 방법을 실행하기 위한 프로그램이 기록된 기록 매체
CN106600680A (zh) 一种建筑物体框模型批量精细三维建模方法
JP7170575B2 (ja) 地すべり面推定装置、及び地すべり面推定方法
KR20100136604A (ko) 3차원 지형 영상 실시간 가시화 시스템 및 이의 방법
Karan et al. Digital modeling of construction site terrain using remotely sensed data and geographic information systems analyses
Khayyal et al. Creation and spatial analysis of 3D city modeling based on GIS data
CN115984490A (zh) 风场特性的建模分析方法、系统、无人机设备及存储介质
EP3828822A1 (en) Civil engineering
Liu et al. High-resolution DEM generated from LiDAR data for water resource management
Wang et al. A new strategy combined HASM and classical interpolation methods for DEM construction in areas without sufficient terrain data
Papaioannou et al. The effect of riverine terrain spatial resolution on flood modeling and mapping
Darji et al. An approach of satellite and UAS based Mosaicked DEM for hydrodynamic modelling—a case of flood assessment of Dhanera City, Gujarat, India
CN117496103A (zh) 一种融合无人机倾斜摄影点云与地形图高程信息的多山地形区域dem生产的技术方法
CN112233237B (zh) 制作数字高程模型时的水域置平处理方法、计算机设备
Salehi et al. Building roof reconstruction based on residue anomaly analysis and shape descriptors from lidar and optical data
EP3828824A1 (en) Polyline contributor in civil engineering
Pacina et al. Pre‐dam valley reconstruction based on archival spatial data sources: Methods, accuracy, and 3D printing possibilities
Ye et al. Comparing the accuracies of sUAV-SFM and UAV-LiDAR point clouds for topographic measurements
CN115880427A (zh) 一种自然环境的三维构建方法、装置
Elaksher et al. Building extraction using lidar data
CN113076803A (zh) 一种基于高分辨率遥感影像的建筑物矢量提取方法及系统

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