CN112562079A - 一种地形断面数据的抽稀方法、装置及设备 - Google Patents

一种地形断面数据的抽稀方法、装置及设备 Download PDF

Info

Publication number
CN112562079A
CN112562079A CN202011526627.2A CN202011526627A CN112562079A CN 112562079 A CN112562079 A CN 112562079A CN 202011526627 A CN202011526627 A CN 202011526627A CN 112562079 A CN112562079 A CN 112562079A
Authority
CN
China
Prior art keywords
data
section
point
terrain
module
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
Application number
CN202011526627.2A
Other languages
English (en)
Other versions
CN112562079B (zh
Inventor
余兴胜
张炳鑫
柏华军
严爱国
王斌
黄卫
李波
刘珺
张宪亮
秦寰宇
闫俊锋
夏文俊
陈耀春
张德旺
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.)
China Railway Siyuan Survey and Design Group Co Ltd
Original Assignee
China Railway Siyuan Survey and Design Group 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 China Railway Siyuan Survey and Design Group Co Ltd filed Critical China Railway Siyuan Survey and Design Group Co Ltd
Priority to CN202011526627.2A priority Critical patent/CN112562079B/zh
Publication of CN112562079A publication Critical patent/CN112562079A/zh
Application granted granted Critical
Publication of CN112562079B publication Critical patent/CN112562079B/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
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • 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

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)
  • Instructional Devices (AREA)
  • Processing Or Creating Images (AREA)
  • Image Analysis (AREA)

Abstract

本发明实施例公开了一种地形断面数据的抽稀方法、装置及设备，其中，所述方法包括：获取目标断面的地形断面数据；根据预设的水平间距阈值，递归获取所述地形断面数据对应的各数据点中的区段最高点和区段最低点；根据所述目标断面的角点特征，得到强制保留数据点，并基于强制保留数据点、区段最高点和区段最低点对地形断面数据进行分段，得到分段地形数据；根据预设的抽稀阈值采用改进的道格拉斯‑普克算法对所述分段地形数据进行抽稀，得到抽稀后的地形断面数据，所述改进的道格拉斯‑普克算法的阈值指标为数据点至两侧端点连线的垂直距离与两侧端点的水平距离的比值。本发明适用于工程地形断面尤其是桥梁地形断面多段线数据的抽稀。

Description

一种地形断面数据的抽稀方法、装置及设备
技术领域
本发明涉及工程勘察设计技术领域，尤其涉及一种地形断面数据的抽稀方法、装置及设备。
背景技术
道格拉斯-普克算法(Douglas-Peucker algorithm)是将曲线近似表示为一系列点，并减少点的数量的一种算法，请参考图1，该算法的基本思路是：将每一条曲线的首末点虚连成一条直线，求曲线上所有点与该直线的距离，如图1中(1)部分所示；找出最大距离值dmax，利用dmax与限差D进行比较，若dmax＜D，则将该曲线上的中间点全部舍去，若dmax≥D，则保留dmax对应的坐标点，如图1中(2)部分所示，保留曲线上的第4点；以该点为界将曲线分为两部分，对这两部分重复进行上述过程。如图1中(3)、(4)部分所示，依次保留曲线上的第6点、第7点，舍去其他点，完成对该曲线的化简。道格拉斯-普克算法在连续曲线转化为近似多段线中的适用性较好，但存在的主要问题是抽稀后的点多数情况下丢弃了特征点。
随着建筑信息模型(BIM，Building Information Modeling)技术和地理信息系统(GIS，Geographic Information System)技术在工程领域的推广，工程地形断面尤其是桥梁地形断面的多段线点主要是在高精度数字地形横切面内获取，但这样获取的地形横断面的多段线点数据含有大量的冗余数据点，导致设计模型文件增大、浪费存储空间。当直接利用道格拉斯-普克算法进行数据抽稀时，最高点、最低点等特征点容易丢失，而这些特征点是保证地形断面精度满足工程需求的必须点。同时，在复杂敏感的地形区段，比如高陡边坡，需要保持较高的精度、不能丢失特征点，因此大部分数据点抽稀发生在平缓地形范围内。
为了推广使用点云数据切出的地形断面，常规方法是加大人力投入，人工进行地面点数据的抽稀，但这种办法耗时耗力。
发明内容
有鉴于此，本发明实施例期望提供一种地形断面数据的抽稀方法、装置及设备。
为达到上述目的，本发明的技术方案是这样实现的：
第一方面，本发明实施例提供一种地形断面数据的抽稀方法，包括以下步骤：
获取目标断面的地形断面数据；
根据预设的水平间距阈值，递归获取所述地形断面数据的区段最高点和区段最低点；
根据所述目标断面的角点特征，得到强制保留数据点，并基于所述强制保留数据点、所述区段最高点和所述区段最低点对所述地形断面数据进行分段，得到分段地形数据；
根据预设的抽稀阈值采用改进的道格拉斯-普克算法对所述分段地形数据进行抽稀，得到抽稀后的地形断面数据，其中，所述改进的道格拉斯-普克算法的阈值指标为数据点至两侧端点连线的垂直距离与两侧端点的水平距离的比值。
在本发明的一些可选实施例中，所述得到抽稀后的地形断面数据之后，还包括：
根据所述地形断面数据判断由所述抽稀后的地形断面数据中的相邻数据点构成的多段线是否为单向多段线，其中，所述单向多段线是指两侧端点为最高点或最低点的多段线，若是，保留所述抽稀后的地形断面数据；否则，重新生成分段地形数据，以及对重新生成的分段地形数据进行抽稀，得到抽稀后的地形断面数据。
在本发明的一些可选实施例中，所述方法还包括：
设置多组不同的水平间距阈值和抽稀阈值，多组水平间距阈值和抽稀阈值用于得到多组抽稀后的地形断面数据；
通过人工或优先选择算法从所述多组抽稀后的地形断面数据中确定目标抽稀数据。
在本发明的一些可选实施例中，所述根据预设的水平间距阈值，递归获取所述地形断面数据对应的各数据点中的区段最高点和区段最低点，包括：
获取所述地形断面数据对应的各数据点中的最高点和最低点，并利用所述最高点和所述最低点对所述地形断面数据进行分段，得到多段线；
若任一多段线的水平距离大于所述水平间距阈值，则利用最靠近所述任一多段线的水平距离中心的数据点继续分割所述任一多段线，得到新的多段线，直至所有的多段线的水平距离均小于或等于所述水平间距阈值，且任一多段线的两侧端点为所述任一多段线中的最高点或最低点，由此得到区段最高点和区段最低点。
在本发明的一些可选实施例中，所述根据所述目标断面的角点特征，得到强制保留数据点，包括：
对于除所述区段最高点和所述区段最低点之外的任一数据点，判断所述任一数据点构成的相邻线段的夹角，或所述相邻线段与水平线的夹角，是否满足目标断面的角点特征，若满足，则确定所述任一数据点为强制保留数据点。
在本发明的一些可选实施例中，所述根据预设的抽稀阈值采用改进的道格拉斯-普克算法对所述分段地形数据进行抽稀，得到抽稀后的地形断面数据，包括：
对于所述分段地形数据中的任一分段线，计算所述任一分段线中所有数据点至所述分段线的两侧端点连线的垂直距离；
计算各数据点对应的所述垂直距离与所述两侧端点的水平距离的比值，从获得的多个比值中确定最大值；
判断所述最大值是否小于所述抽稀阈值，若是，则舍弃所述任一分段线中的所有数据点；
否则，利用所述最大值对应的数据点对所述任一分段线进行分割得到新的分段线，利用所述新的分段线重新计算各数据点至所述新的分段线的两侧端点连线的垂直距离，计算各数据点对应的所述垂直距离与所述两侧端点的水平距离的比值，从获得的多个比值中确定最大值以及判断所述最大值是否小于所述抽稀阈值，直到不再舍弃数据点。
在本发明的一些可选实施例中，所述设置多组不同的水平间距阈值和抽稀阈值，包括：
设定水平间距阈值范围以及抽稀阈值范围，并确定遍历步长，根据所述遍历步长得到多组不同的水平间距阈值和抽稀阈值。
在本发明的一些可选实施例中，所述通过优先选择算法从所述多组抽稀后的地形断面数据中确定目标抽稀数据，包括：
对于所述地形断面数据中的任一数据点i，计算所述任一数据点i到抽稀后的地形断面数据构成的地形线的垂直距离Li，得到抽稀后的地形断面数据对应的评价指标为：
Figure BDA0002851003840000041
其中，s表示所述抽稀后的地形断面数据对应的评价指标，i＝1,…,n，n表示所述地形断面数据中数据点的数量，m表示所述抽稀后的地形断面数据中数据点的数量；
计算每组抽稀后的地形断面数据对应的评价指标，选择最小评价指标对应的抽稀后的地形断面数据作为目标抽稀数据。
在本发明的一些可选实施例中，所述获取目标端面的地形断面数据，包括：
获取目标断面在BIM模型、GIS模型或者激光点云模型中的数字地形模型，利用切面技术得到目标断面的切面地面线数据，生成地形断面数据。
第二方面，本发明实施例提供了一种地形断面数据的抽稀装置，包括：
数据获取模块，用于获取目标断面的地形断面数据；
递归极值模块，用于根据预设的水平间距阈值，递归获取所述数据获取模块获取的所述地形断面数据对应的各数据点中的区段最高点和区段最低点；
数据分段模块，用于根据所述目标断面的角点特征，得到强制保留数据点，并基于所述强制保留数据点、所述区段最高点和所述区段最低点对所述数据获取模块获取的所述地形断面数据进行分段，得到分段地形数据；
以及数据抽稀模块，用于根据预设的抽稀阈值采用改进的道格拉斯-普克算法对所述数据分段模块得到的所述分段地形数据进行抽稀，得到抽稀后的地形断面数据，其中，所述改进的道格拉斯-普克算法的阈值指标为数据点至两侧端点连线的垂直距离与两侧端点的水平距离的比值。
在本发明的一些可选实施例中，所述装置还包括：
第一判断模块，用于根据所述数据获取模块获取的地形断面数据判断由所述数据抽稀模块得到的所述抽稀后的地形断面数据中的相邻数据点构成的多段线是否为单向多段线，其中，所述单向多段线是指两侧端点为最高点或最低点的多段线，若是，保留所述抽稀后的地形断面数据；否则，重新执行所述数据分段模块以及所述数据抽稀模块。
在本发明的一些可选实施例中，所述装置还包括：
选择模块，用于设置多组不同的水平间距阈值和抽稀阈值，多组水平间距阈值和抽稀阈值用于通过所述递归极值模块、所述数据分段模块以及所述数据抽稀模块得到多组抽稀后的地形断面数据；还用于，
通过人工或优先选择算法从所述多组抽稀后的地形断面数据中确定目标抽稀数据。
在本发明的一些可选实施例中，所述递归极值模块包括：
极值获取模块，用于获取所述地形断面数据对应的各数据点中的最高点和最低点，并利用所述最高点和所述最低点对所述地形断面数据进行分段，得到多段线；
以及高低点搜索模块，用于若任一多段线的水平距离大于所述水平间距阈值，则利用最靠近所述任一多段线的水平距离中心的数据点继续分割所述任一多段线，得到新的多段线，直至所有的多段线的水平距离均小于或等于所述水平间距阈值，且任一多段线的两侧端点为所述任一多段线中的最高点或最低点，由此得到区段最高点和区段最低点。
在本发明的一些可选实施例中，所述数据分段模块包括：
第二判断模块，用于对于除所述区段最高点和所述区段最低点之外的任一数据点，判断所述任一数据点构成的相邻线段的夹角，或所述相邻线段与水平线的夹角，是否满足目标断面的角点特征，若满足，则确定所述任一数据点为强制保留数据点。
在本发明的一些可选实施例中，所述数据抽稀模块包括：
计算模块，用于对于所述数据分段模块得到的所述分段地形数据中的任一分段线，计算所述任一分段线中所有数据点至所述任一分段线的两侧端点连线的垂直距离；
指标确定模块，用于根据所述计算模块得到的垂直距离计算各数据点对应的所述垂直距离与所述两侧端点的水平距离的比值，从获得的多个比值中确定最大值；
以及第三判断模块，用于判断所述指标确定模块得到的所述最大值是否小于所述抽稀阈值，若是，则舍弃所述任一分段线中的所有数据点；否则，利用所述最大值对应的数据点对所述任一分段线进行分割得到新的分段线，利用所述新的分段线重新执行所述计算模块以及所述指标确定模块，直到不再舍弃数据点。
在本发明的一些可选实施例中，所述选择模块包括：
条件设置模块，用于设定水平间距阈值范围以及抽稀阈值范围，并确定遍历步长，根据所述遍历步长得到多组不同的水平间距阈值和抽稀阈值。
在本发明的一些可选实施例中，所述选择模块还包括：
目标确定模块，用于计算每组抽稀后的地形断面数据对应的评价指标，选择最小评价指标对应的抽稀后的地形断面数据作为目标抽稀数据；其中，所述地形断面数据对应的评价指标的计算过程为：
对于所述地形断面数据中的任一数据点i，计算所述任一数据点i到抽稀后的地形断面数据构成的地形线的垂直距离Li，得到抽稀后的地形断面数据对应的评价指标为：
Figure BDA0002851003840000061
其中，s表示所述抽稀后的地形断面数据对应的评价指标，i＝1,…,n，n表示所述地形断面数据中数据点的数量，m表示所述抽稀后的地形断面数据中数据点的数量。
在本发明的一些可选实施例中，所述数据获取模块用于获取目标断面在建筑信息模型BIM、地理信息系统GIS或者激光点云模型中的数字地形模型，利用切面技术得到目标断面的切面地面线数据，生成地形断面数据。
第三方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述地形断面数据的抽稀方法的步骤。
第四方面，本发明实施例提供了一种地形断面数据的抽稀设备，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器；其中，所述处理器用于运行所述计算机程序时，执行上述地形断面数据的抽稀方法的步骤。
本发明实施例提供了一种地形断面数据的抽稀方法、装置及设备，适用于工程地形断面尤其是桥梁地形断面多段线数据的抽稀，对传统道格拉斯-普克算法的阈值指标进行了改进，并面向工程需求强制保留特征数据点，在保持地形变化特征且不损失断面精度的情况下，实现了对地形断面数据的精简，极大减轻了人工工作量。
附图说明
图1为常规的道格拉斯-普克算法的示意图；
图2为本发明实施例一提供的地形断面数据的抽稀方法的流程示意图；
图3为本发明实施例一提供的某一段多段线执行高低点搜索算法的示意图；
图4为本发明实施例一提供的确定强制保留数据点的示意图；
图5为本发明实施例一提供的改进的道格拉斯-普克算法的示意图；
图6为本发明实施例二提供的地形断面数据的抽稀方法的流程示意图；
图7为本发明实施例三提供的地形断面数据的抽稀方法的流程示意图；
图8为本发明实施例四提供的地形断面数据的抽稀方法的流程示意图；
图9为本发明实施例四得到的目标抽稀数据与原始数据、传统的道格拉斯-普克算法获取的抽稀数据的对比图；
图10为本发明实施例五提供的地形断面数据的抽稀装置的结构示意图；
图11为本发明实施例六提供的地形断面数据的抽稀装置的结构示意图；
图12为本发明实施例七提供的地形断面数据的抽稀装置的结构示意图；
图13为本发明实施例八提供的地形断面数据的抽稀设备的结构示意图。
具体实施方式
以下结合说明书附图及具体实施例对本发明的技术方案做进一步的详细阐述。
图2是本发明实施例一实现地形断面数据的抽稀方法的流程图，所述方法适用于工程地形断面尤其是桥梁地形断面多段线数据的抽稀，如图2所示，包括：
步骤101、获取目标断面的地形断面数据。
本实施例中首先获取目标断面在BIM模型、GIS模型或者激光点云模型中的数字地形模型(DTM，Digital Terrain Model)，利用切面技术得到目标断面的切面地面线数据，进一步生成地形断面数据。原始采集BIM模型数据、GIS模型数据或者激光点云模型数据时，往往会记录大量重复数据，对进一步的数据处理带来诸多不便，这些多余的重复数据一方面浪费了较大的存储空间，另一方面会造成所要表示的地形特征不明确，因此需对原始的地形断面数据进行抽稀，即在保证地形特征的情况下，最大限度地减少数据点的个数。
步骤102、根据预设的水平间距阈值，递归获取所述地形断面数据对应的各数据点中的区段最高点和区段最低点。
基于递归极值原理，采用高低点搜索算法获取地形断面数据对应的各数据点中的区段最高点和区段最低点，即局部区域的极大极小值。步骤102的具体过程包括：
获取所述地形断面数据对应的各数据点中的最高点和最低点，并利用所述最高点和所述最低点对所述地形断面数据进行分段，得到多段线；
若任一多段线的水平距离大于预设的水平间距阈值，则利用最靠近所述任一多段线的水平距离中心的数据点继续分割所述任一多段线，得到新的多段线，直至所有的多段线的水平距离均小于或等于所述水平间距阈值，且任一多段线均为单向多段线，其中，所述单向多段线是指两侧端点为最高点或最低点的多段线，由此得到区段最高点和区段最低点。其中，水平间距阈值可以按照具体工程要求确定，比如相邻数据点的水平最大间距设为0.5m。
需要说明的是，在递归开始时，可以直接获取地形断面数据内所有数据点中的最高点和最低点作为初始分段的依据；也可以基于设定的阈值范围挑选出多个局部的极大值、极小值作为初始递归时的最高点和最低点，并基于挑选出的数据点进行初始分段，以提高搜索算法的效率。
图3为某一段多段线执行高低点搜索算法的示意图，如图3中的(1)部分所示，该多段线由数据点1-8组成，端点数据为数据点1和数据点8；首先确定得到该多段线的最高点为数据点7、最低点为数据点6，如图3中的(2)部分所示，根据所述数据点6、7将整段多段线分为1-6、6-7、以及7-8三段多段线；其中，多段线6-7和7-8的水平距离小于水平间距阈值且两侧端点均为各自的最高点或最低点，而多段线1-6的水平距离大于水平间距阈值，因此利用最靠近其水平距离中心的数据点4继续分割，得到多段线1-4和4-6；再次判断多段线1-4、4-6是否满足条件，依次类推，直到最终分割得到的所有多段线的水平距离均小于或等于水平间距阈值，且多段线的两侧端点均为其最高点或最低点，此时，所有多段线的两侧端点即为区段最高点或区段最低点，如图3中(3)部分所示，最终获取的区段最高点包括数据点4和7，区段最低点包括数据点1、6、8。
步骤103、根据所述目标断面的角点特征，得到强制保留数据点，并基于所述强制保留数据点、所述区段最高点和所述区段最低点对所述地形断面数据进行分段，得到分段地形数据。
若是直接利用道格拉斯-普克算法进行数据抽稀，往往容易丢失保证地形断面精度满足工程需求的必须点，比如矩形水渠、桥梁承台角点等特征点，因此本实施例在进行数据抽稀前，先对这些特征点进行强制保留。一般来说，这些特征点都具有明显的角点特征，比如类90度角点，可通过判断数据点构成的相邻线段的夹角，或者相邻线段与水平线的夹角是否满足特定的夹角特征，来确定是否保留这些数据点。
在步骤102的基础上，对于除所述区段最高点和所述区段最低点之外的任一数据点，判断所述任一数据点构成的相邻线段的夹角，或所述相邻线段与水平线的夹角，是否满足目标断面的角点特征，若满足，则确定所述任一数据点为强制保留数据点。
图4为确定强制保留数据点的示意图，如图4中(1)部分所示，区段最高点包括数据点4和7，区段最低点包括数据点1、6、8；对于中间点数据2、3和5，判断其构成的相邻线段的夹角或者相邻线段与水平线的夹角是否满足目标断面的角点特征，以数据点5为例，其构成的相邻线段为线段45、56，判断线段45和56构成的夹角∠456是否大于固定值(比如135°)，或/和判断线段45或56与水平线的夹角是否在90°左右，具体判断条件可根据工程需求的必须点的角点特征确定。
图4中，数据点5构成的线段56与水平线的夹角接近90°，满足目标断面的角点特征，确定所述数据点5为强制保留数据点。由此，基于强制保留数据点(点5)、步骤102中确定的区段最高点(点4、7)和区段最低点(点1、6、8)对多段线1-8进行分段，得到分段线1-4、4-5、5-6、6-7、以及7-8。
类似地，对于整个地形断面数据按照上述过程确定强制保留数据点、区段最高点以及区段最低点，并基于这三类数据对地形断面数据进行分段，得到若干段分段线，生成分段地形数据。
步骤104、根据预设的抽稀阈值采用改进的道格拉斯-普克算法对所述分段地形数据进行抽稀，得到抽稀后的地形断面数据，其中，所述改进的道格拉斯-普克算法的阈值指标为数据点至两侧端点连线的垂直距离与两侧端点的水平距离的比值。
图5为改进的道格拉斯-普克算法的示意图，常规的道格拉斯-普克算法采用的阈值指标为分段线中的数据点到两侧端点连线的垂直距离，如图5中的(1)部分所示，分段线6-9中，计算中间数据点7、8至两侧端点连线69的垂直距离，并找到垂直距离的最大值，即数据点8对应的垂直距离，判断所述垂直距离是否小于阈值，若小于则舍弃所有中间数据点。
然而，常规的道格拉斯-普克算法在面对陡坡处的地形断面数据时，相邻数据点因为斜坡效应水平间距较短，计算得到的垂直距离也较小，适用于平缓区段的阈值条件在陡坡地段可能造成误删，而陡坡地段容易产生滑坡、滑坡推力很大，是工程项目研究中的重点区域，误删后会导致抽稀数据精度损失，造成工程安全隐患。
本实施例对常规的道格拉斯-普克算法进行改进，如图5中(2)部分所示，改进后的算法的阈值指标为数据点至两侧端点连线的垂直距离与两侧端点的水平距离的比值，保证了地形断面数据在陡坡地段具有较高的精度，而对于地形平缓区段，在步骤103强制保留特征点的基础上可以保持最低精度，从而实现最大的抽稀效果。
步骤104的具体过程包括：
对于所述分段地形数据中的任一分段线，计算所述任一分段线中所有数据点至所述任一分段线的两侧端点连线的垂直距离；
计算各数据点对应的所述垂直距离与所述两侧端点的水平距离的比值，从获得的多个比值中确定最大值；
判断所述最大值是否小于所述抽稀阈值，若是，则舍弃所述分段线中的所有数据点；否则，利用所述最大值对应的数据点对所述任一分段线进行分割得到新的分段线，利用所述新的分段线重新计算各数据点至所述新的分段线的两侧端点连线的垂直距离，计算各数据点对应的所述垂直距离与所述两侧端点的水平距离的比值，从获得的多个比值中确定最大值以及判断所述最大值是否小于所述抽稀阈值，直到不再舍弃数据点。
以图5中的分段线6-9为例，计算数据点7、8对应的比值，最大值为数据点8对应的比值，若所述最大值小于预设的抽稀阈值，则同时舍弃数据点7和8；若所述最大值大于或等于预设的抽稀阈值，则利用数据点8对分段线6-9继续分割，得到新的分段线6-8以及8-9，对分段线6-8重复上述计算阈值指标以及判断的过程，直到没有中间数据点或者不再舍弃数据点。
对步骤103中生成的分段地形数据中的所有分段线采用改进的道格拉斯-普克算法进行抽稀，得到抽稀后的地形断面数据。
本发明实施例提供的地形断面数据的抽稀方法，获取目标断面的地形断面数据；根据预设的水平间距阈值，递归获取所述地形断面数据对应的各数据点中的区段最高点和区段最低点；根据所述目标断面的角点特征，得到强制保留数据点，并基于所述强制保留数据点、所述区段最高点和所述区段最低点对所述地形断面数据进行分段，得到分段地形数据；根据预设的抽稀阈值采用改进的道格拉斯-普克算法对所述分段地形数据进行抽稀，得到抽稀后的地形断面数据，其中，所述改进的道格拉斯-普克算法的阈值指标为数据点至两侧端点连线的垂直距离与两侧端点的水平距离的比值。对传统的道格拉斯-普克算法的阈值指标进行改进，并面向工程需求强制保留特征数据点，在保持地形变化特征且不损失断面精度的情况下，可以数十倍地精简基于DTM生成的地形断面数据量，极大减轻了人工工作量。
图6是本发明实施例二实现地形断面数据的抽稀方法的流程图，如图6所示，所述方法包括：
步骤201、获取目标断面的地形断面数据；
步骤202、根据预设的水平间距阈值，递归获取所述地形断面数据对应的各数据点中的区段最高点和区段最低点；
步骤203、根据所述目标断面的角点特征，得到强制保留数据点，并基于所述强制保留数据点、所述区段最高点和所述区段最低点对所述地形断面数据进行分段，得到分段地形数据；
步骤204、根据预设的抽稀阈值采用改进的道格拉斯-普克算法对所述分段地形数据进行抽稀，得到抽稀后的地形断面数据，其中，所述改进的道格拉斯-普克算法的阈值指标为数据点至两侧端点连线的垂直距离与两侧端点的水平距离的比值；
步骤205、根据所述地形断面数据判断由所述抽稀后的地形断面数据中的相邻数据点构成的多段线是否为单向多段线，若是，保留所述抽稀后的地形断面数据；否则，重新执行步骤202-204。
其中，步骤201-204的具体过程可参照步骤101-104，这里不再赘述。
步骤205中，在步骤201中的原始地形断面数据的基础上，判断由所述抽稀后的地形断面数据中的相邻数据点组成的多段线，若所有多段线均为单向多段线，则保留所述抽稀后的地形断面数据。
具体地，请参考图4所示的折线段1-4，若进行一次抽稀后，得到抽稀后的地形断面数据中仅存在数据点1、4，在原始数据的基础上判断其构成的多段线1-2-3-4，此时，数据点1、4分别为所述多段线1-2-3-4的最低点和最高点，即所述多段线1-2-3-4为单向多段线，保留抽稀后的数据；若进行一次抽稀后，得到抽稀后的地形断面数据中存在数据点1、3和4，在原始数据的基础上判断其构成的多段线1-2-3以及3-4，此时，多段线1-2-3中，端点3并非所述多段线1-2-3的最高点，因此，多段线1-2-3不构成单向多段线，应重新返回步骤202再次进行抽稀，直到满足单向多段线的条件。
本实施例通过单向多段线的判断，进一步减少了抽稀过程中对原始特征数据点的误删，提高了抽稀后的数据精度。
图7是本发明实施例三实现地形断面数据的抽稀方法的流程图，如图7所示，所述方法包括：
步骤301、获取目标断面的地形断面数据；
步骤302、根据预设的水平间距阈值，递归获取所述地形断面数据对应的各数据点中的区段最高点和区段最低点；
步骤303、根据所述目标断面的角点特征，得到强制保留数据点，并基于所述强制保留数据点、所述区段最高点和所述区段最低点对所述地形断面数据进行分段，得到分段地形数据；
步骤304、根据预设的抽稀阈值采用改进的道格拉斯-普克算法对所述分段地形数据进行抽稀，得到抽稀后的地形断面数据，其中，所述改进的道格拉斯-普克算法的阈值指标为数据点至两侧端点连线的垂直距离与两侧端点的水平距离的比值；
步骤305、设置多组不同的水平间距阈值和抽稀阈值，重复执行步骤302-304，得到多组抽稀后的地形断面数据；通过人工或优先选择算法从所述多组抽稀后的地形断面数据中确定目标抽稀数据。
其中，步骤301-304的具体过程可参照步骤101-104，这里不再赘述。
步骤305中，所述设置多组不同的水平间距阈值和抽稀阈值，具体包括：设定水平间距阈值范围以及抽稀阈值范围，并确定遍历步长，根据所述遍历步长得到多组不同的水平间距阈值和抽稀阈值。
本实施例中通过优先选择算法从所述多组抽稀后的地形断面数据中确定目标抽稀数据，包括：
对于所述地形断面数据中的任一数据点i，计算所述任一数据点i到抽稀后的地形断面数据构成的地形线的垂直距离Li，得到抽稀后的地形断面数据对应的评价指标为：
Figure BDA0002851003840000141
其中，s表示所述抽稀后的地形断面数据对应的评价指标，i＝1,…,n，n表示所述地形断面数据中数据点的数量，m表示所述抽稀后的地形断面数据中数据点的数量；
计算每组抽稀后的地形断面数据对应的评价指标，选择最小评价指标对应的抽稀后的地形断面数据作为目标抽稀数据。
图8是本发明实施例四实现地形断面数据的抽稀方法的流程图，如图8所示，所述方法包括：
步骤401、获取目标断面的地形断面数据；
步骤402、设置水平间距阈值和抽稀阈值；
步骤403、根据水平间距阈值，递归获取所述地形断面数据对应的各数据点中的区段最高点和区段最低点，并基于所述区段最高点和所述区段最低点对所述地形断面数据进行分段；
步骤404、根据所述目标断面的角点特征，得到强制保留数据点，并基于所述强制保留数据点对步骤403中分段后的数据进行再次分段，得到分段地形数据；
步骤405、根据抽稀阈值采用改进的道格拉斯-普克算法对所述分段地形数据进行抽稀，得到抽稀后的地形断面数据，其中，所述改进的道格拉斯-普克算法的阈值指标为数据点至两侧端点连线的垂直距离与两侧端点的水平距离的比值；
步骤406、根据所述地形断面数据判断由所述抽稀后的地形断面数据中的相邻数据点构成的多段线是否为单向多段线，若是，保留所述抽稀后的地形断面数据；否则，重新执行步骤403-405；
步骤407、计算抽稀后的地形断面数据对应的评价指标；
步骤408、判断是否已获取足够的抽稀数据，若否，修改水平间距阈值以及抽稀阈值，重新执行步骤402-407，得到多组抽稀后的地形断面数据；
步骤409、比较多组抽稀后的地形断面数据对应的评价指标，确定目标抽稀数据。其中，所述评价指标的计算过程可以参考步骤305。步骤409中确定目标抽稀数据可以人工选择，也可根据优先选择算法确定。
图9是分别采用本发明实施例四提供的抽稀方法以及传统的道格拉斯-普克算法分别对同一组地形断面数据进行抽稀，得到的结果对比图。如图9所示，线段L1表示本发明实施例四得到的目标抽稀数据(浅色粗线条)，线段L2表示原始的地形断面数据(细线条)，线段L3表示采用传统的道格拉斯-普克算法获取的抽稀数据(深色粗线条)。整体来看，线段L1对原始数据进行了一定程度上的精简，同时又保证了局部细节上没有较大缺失，保持了地形变化特征，而线段L3的数据丢失程度更大，和原始数据的吻合程度更低。A、B、C、D区分别表示图9所示数据的局部放大图，其中，C区段类90度角较多，可能存在矩形水渠、桥梁承台角点等重点地形，本实施例完整保留了此区段的特征点数据，而传统的道格拉斯-普克算法则完全丢失这些数据，实际应用时将难以满足工程项目需求。
图10是根据本发明实施例五示出的一种地形断面数据的抽稀装置的结构图，如图10所示，地形断面数据的抽稀装置500包括：
数据获取模块501，用于获取目标断面的地形断面数据；
递归极值模块502，用于根据预设的水平间距阈值，递归获取所述数据获取模块501获取的所述地形断面数据对应的各数据点中的区段最高点和区段最低点；
数据分段模块503，用于根据所述目标断面的角点特征，得到强制保留数据点，并基于所述强制保留数据点、所述区段最高点和所述区段最低点对所述数据获取模块501获取的所述地形断面数据进行分段，得到分段地形数据；
以及数据抽稀模块504，用于根据预设的抽稀阈值采用改进的道格拉斯-普克算法对所述数据分段模块503得到的所述分段地形数据进行抽稀，得到抽稀后的地形断面数据，其中，所述改进的道格拉斯-普克算法的阈值指标为数据点至两侧端点连线的垂直距离与两侧端点的水平距离的比值。
具体地，所述递归极值模块502包括极值获取模块5021和高低点搜索模块5022，其中：
所述极值获取模块5021，用于获取所述地形断面数据对应的各数据点中的最高点和最低点，并利用所述最高点和所述最低点对所述地形断面数据进行分段，得到多段线；
所述高低点搜索模块5022，用于若任一多段线的水平距离大于所述水平间距阈值，则利用最靠近所述任一多段线的水平距离中心的数据点继续分割所述任一多段线，得到新的多段线，直至所有的多段线的水平距离均小于或等于所述水平间距阈值，且任一多段线的两侧端点为所述任一多段线中的最高点或最低点，由此得到区段最高点和区段最低点。
所述数据分段模块503包括第二判断模块5031，所述第二判断模块5031用于对于除所述区段最高点和所述区段最低点之外的任一数据点，判断所述任一数据点构成的相邻线段的夹角，或所述相邻线段与水平线的夹角，是否满足目标断面的角点特征，若满足，则确定所述任一数据点为强制保留数据点。
所述数据抽稀模块504包括计算模块5041、指标确定模块5042以及第三判断模块5043，其中：
所述计算模块5041用于对于所述数据分段模块503得到的所述分段地形数据中的任一分段线，计算所述任一分段线中所有数据点至所述任一分段线的两侧端点连线的垂直距离；
所述指标确定模块5042用于根据所述计算模块5041得到的垂直距离计算各数据点对应的所述垂直距离与所述两侧端点的水平距离的比值，从获得的多个比值中确定最大值；
所述第三判断模块5043用于判断所述指标确定模块5042得到的所述最大值是否小于所述抽稀阈值，若是，则舍弃所述任一分段线中的所有数据点；否则，利用所述最大值对应的数据点对所述任一分段线进行分割得到新的分段线，利用所述新的分段线重新执行所述计算模块5041以及所述指标确定模块5042，直到不再舍弃数据点。
本实施例的地形断面数据的抽稀装置500是与地形断面数据的抽稀方法实施例一对应的装置实施例，其原理类似，此处不再赘述。
本实施例的地形断面数据的抽稀装置500，适用于工程地形断面尤其是桥梁地形断面多段线数据的抽稀，对传统的道格拉斯-普克算法的阈值指标进行改进，并面向工程需求强制保留特征数据点，在保持地形变化特征且不损失断面精度的情况下，精简了基于DTM生成的地形断面数据量，极大减轻了人工工作量。
图11是根据本发明实施例六示出的一种地形断面数据的抽稀装置的结构图，如图11所示，在实施例五的基础上，地形断面数据的抽稀装置600还包括：
第一判断模块505，用于根据所述数据获取模块501获取的所述地形断面数据判断由所述数据抽稀模块504得到的所述抽稀后的地形断面数据中的相邻数据点构成的多段线是否为单向多段线，其中，所述单向多段线是指两侧端点为最高点或最低点的多段线，若是，保留所述抽稀后的地形断面数据；否则，重新执行所述数据分段模块503以及所述数据抽稀模块504。
本实施例的地形断面数据的抽稀装置600通过第一判断模块505，减少了抽稀过程中对原始特征数据点的误删，进一步提高抽稀后的地形断面数据的精度。
图12是根据本发明实施例七示出的一种地形断面数据的抽稀装置的结构图，如图12所示，在上述任一装置实施例的基础上，地形断面数据的抽稀装置700还包括：
选择模块506，用于设置多组不同的水平间距阈值和抽稀阈值，多组水平间距阈值和抽稀阈值用于通过所述递归极值模块502、所述数据分段模块503以及所述数据抽稀模块504得到多组抽稀后的地形断面数据；以及通过人工或优先选择算法从所述多组抽稀后的地形断面数据中确定目标抽稀数据。
具体地，所述选择模块506包括条件设置模块5061和目标确定模块5062，其中：
所述条件设置模块5061用于设定水平间距阈值范围以及抽稀阈值范围，并确定遍历步长，根据所述遍历步长得到多组不同的水平间距阈值和抽稀阈值；
所述目标确定模块5062用于计算每组抽稀后的地形断面数据对应的评价指标，选择最小评价指标对应的抽稀后的地形断面数据作为目标抽稀数据。
所述地形断面数据对应的评价指标的计算过程为：
对于所述地形断面数据中的任一数据点i，计算所述任一数据点i到抽稀后的地形断面数据构成的地形线的垂直距离Li，得到抽稀后的地形断面数据对应的评价指标为：
Figure BDA0002851003840000181
其中，s表示所述抽稀后的地形断面数据对应的评价指标，i＝1,…,n，n表示所述地形断面数据中数据点的数量，m表示所述抽稀后的地形断面数据中数据点的数量。
本实施例的地形断面数据的抽稀装置700设置多组水平间距阈值和抽稀阈值，得到多组抽稀结果，并采用优先选择算法确定最佳抽稀数据，降低了数据处理的偶然性误差。
图13是根据本发明实施例八示出的一种地形断面数据的抽稀设备的结构示意图，地形断面数据的抽稀设备800可以是计算机、信息收发设备、平板设备、测绘仪器等。
参照图13，地形断面数据的抽稀设备800可以包括以下一个或多个组件：处理组件802、存储器804、电源组件806、多媒体组件808、输入/输出(I/O)接口812、以及通信组件816。
处理组件802通常控制地形断面数据的抽稀设备800的整体操作，诸如与显示、数据通信和信息记录等相关联的操作。处理组件802可以包括一个或多个处理器820来执行计算机程序，以完成上述方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802与其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便处理组件802与多媒体组件808之间的交互。
存储器804可以由任何类型的易失性或非易失性存储设备、或者它们的组合来实现。其中，非易失性存储器可以是只读存储器(ROM，Read Only Memory)、可编程只读存储器(PROM，Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM，ErasableProgrammable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM，ElectricallyErasable Programmable Read-Only Memory)、磁性随机存取存储器(FRAM，FerromagneticRandom Access Memory)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(CD-ROM，Compact Disc Read-Only Memory)；磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(RAM，Random Access Memory)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(SRAM，Static Random Access Memory)、同步静态随机存取存储器(SSRAM，SynchronousStatic Random Access Memory)、动态随机存取存储器(DRAM，Dynamic Random AccessMemory)、同步动态随机存取存储器(SDRAM，Synchronous Dynamic Random AccessMemory)、双倍数据速率同步动态随机存取存储器(DDRSDRAM，Double Data RateSynchronous Dynamic Random Access Memory)、增强型同步动态随机存取存储器(ESDRAM，Enhanced Synchronous Dynamic Random Access Memory)、同步连接动态随机存取存储器(SLDRAM，SyncLink Dynamic Random Access Memory)、直接内存总线随机存取存储器(DRRAM，Direct Rambus Random Access Memory)。本发明实施例描述的存储器804旨在包括但不限于这些和任意其它适合类型的存储器。
存储器804用于存储各种类型的数据以支持地形断面数据的抽稀设备800的操作。这些数据的示例包括：用于在地形断面数据的抽稀设备800上操作的任何计算机程序，如操作系统和应用程序等。实现本发明实施例方法的程序可以包含在应用程序中。
电源组件806为地形断面数据的抽稀设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为地形断面数据的抽稀设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在地形断面数据的抽稀设备800与用户之间提供的一个作为输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD，Liquid CrystalDisplay)和触控面板(TP，Touch Panel)。
I/O接口812为处理组件802与外围接口模块之间的信息交互提供接口，上述外围接口模块可以是键盘、鼠标、按键、按钮等。
通信组件816用于地形断面数据的抽稀设备800与其他设备之间有线或无线方式的通信。地形断面数据的抽稀设备800可以接入基于通信标准的无线网络，如WiFi、2G或3G、或它们的组合。
上述本发明实施例揭示的方法可以应用于处理器820中，或者由处理器820实现。处理器820可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器820中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器820可以是通用处理器、数字信号处理器(DSP，Digital Signal Processor)，或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。处理器820可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本发明实施例所公开的方法的步骤，可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储介质中，该存储介质位于存储器804，处理器820读取存储器804中的信息，结合其硬件完成前述方法的步骤。
在示例性实施例中，地形断面数据的抽稀设备800可以被一个或多个应用专用集成电路(ASIC，Application Specific Integrated Circuit)、DSP、可编程逻辑器件(PLD，Programmable Logic Device)、复杂可编程逻辑器件(CPLD，Complex Programmable LogicDevice)、现场可编程门阵列(FPGA，Field-Programmable Gate Array)、通用处理器、控制器、微控制器(MCU，Micro Controller Unit)、微处理器(Microprocessor)、或其他电子元件实现，用于执行前述方法。
在示例性实施例中，本发明实施例还提供了一种计算机可读存储介质，例如包括计算机程序的存储器804，上述计算机程序可由地形断面数据的抽稀设备800的处理器820执行，以完成前述方法所述步骤。计算机可读存储介质可以是FRAM、ROM、PROM、EPROM、EEPROM、Flash Memory、磁表面存储器、光盘、或CD-ROM等存储器；也可以是包括上述存储器之一或任意组合的各种设备，如移动电话、计算机、平板设备、个人数字助理等。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元，即可以位于一个地方，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全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理模块中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
本申请所提供的几个方法或设备实施例中所揭露的特征，在不冲突的情况下可以任意组合，得到新的方法实施例或设备实施例。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (20)

1.一种地形断面数据的抽稀方法，其特征在于，包括以下步骤：
获取目标断面的地形断面数据；
根据预设的水平间距阈值，递归获取所述地形断面数据对应的各数据点中的区段最高点和区段最低点；
根据所述目标断面的角点特征，得到强制保留数据点，并基于所述强制保留数据点、所述区段最高点和所述区段最低点对所述地形断面数据进行分段，得到分段地形数据；
根据预设的抽稀阈值采用改进的道格拉斯-普克算法对所述分段地形数据进行抽稀，得到抽稀后的地形断面数据，其中，所述改进的道格拉斯-普克算法的阈值指标为数据点至两侧端点连线的垂直距离与两侧端点的水平距离的比值。
2.根据权利要求1所述的方法，其特征在于，所述得到抽稀后的地形断面数据之后，还包括：
根据所述地形断面数据判断由所述抽稀后的地形断面数据中的相邻数据点构成的多段线是否为单向多段线，其中，所述单向多段线是指两侧端点为最高点或最低点的多段线，若是，保留所述抽稀后的地形断面数据；否则，重新生成分段地形数据，以及对重新生成的分段地形数据进行抽稀，得到抽稀后的地形断面数据。
3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：
设置多组不同的水平间距阈值和抽稀阈值，多组水平间距阈值和抽稀阈值用于得到多组抽稀后的地形断面数据；
通过人工或优先选择算法从所述多组抽稀后的地形断面数据中确定目标抽稀数据。
4.根据权利要求1所述的方法，其特征在于，所述根据预设的水平间距阈值，递归获取所述地形断面数据对应的各数据点中的区段最高点和区段最低点，包括：
获取所述地形断面数据对应的各数据点中的最高点和最低点，并利用所述最高点和所述最低点对所述地形断面数据进行分段，得到多段线；
若任一多段线的水平距离大于所述水平间距阈值，则利用最靠近所述任一多段线的水平距离中心的数据点继续分割所述任一多段线，得到新的多段线，直至所有的多段线的水平距离均小于或等于所述水平间距阈值，且任一多段线的两侧端点为所述任一多段线中的最高点或最低点，由此得到区段最高点和区段最低点。
5.根据权利要求1所述的方法，其特征在于，所述根据所述目标断面的角点特征，得到强制保留数据点，包括：
对于除所述区段最高点和所述区段最低点之外的任一数据点，判断所述任一数据点构成的相邻线段的夹角，或所述相邻线段与水平线的夹角，是否满足目标断面的角点特征，若满足，则确定所述任一数据点为强制保留数据点。
6.根据权利要求1所述的方法，其特征在于，所述根据预设的抽稀阈值采用改进的道格拉斯-普克算法对所述分段地形数据进行抽稀，得到抽稀后的地形断面数据，包括：
对于所述分段地形数据中的任一分段线，计算所述任一分段线中所有数据点至所述任一分段线的两侧端点连线的垂直距离；
计算各数据点对应的所述垂直距离与所述两侧端点的水平距离的比值，从获得的多个比值中确定最大值；
判断所述最大值是否小于所述抽稀阈值，若是，则舍弃所述任一分段线中的所有数据点；
否则，利用所述最大值对应的数据点对所述任一分段线进行分割得到新的分段线，利用所述新的分段线重新计算各数据点至所述新的分段线的两侧端点连线的垂直距离，计算各数据点对应的所述垂直距离与所述两侧端点的水平距离的比值，从获得的多个比值中确定最大值以及判断所述最大值是否小于所述抽稀阈值，直到不再舍弃数据点。
7.根据权利要求3所述的方法，其特征在于，所述设置多组不同的水平间距阈值和抽稀阈值，包括：
设定水平间距阈值范围以及抽稀阈值范围，并确定遍历步长，根据所述遍历步长得到多组不同的水平间距阈值和抽稀阈值。
8.根据权利要求3所述的方法，其特征在于，所述通过优先选择算法从所述多组抽稀后的地形断面数据中确定目标抽稀数据，包括：
对于所述地形断面数据中的任一数据点i，计算所述任一数据点i到抽稀后的地形断面数据构成的地形线的垂直距离Li，得到抽稀后的地形断面数据对应的评价指标为：
Figure FDA0002851003830000031
其中，s表示所述抽稀后的地形断面数据对应的评价指标，i＝1,…,n，n表示所述地形断面数据中数据点的数量，m表示所述抽稀后的地形断面数据中数据点的数量；
计算每组抽稀后的地形断面数据对应的评价指标，选择最小评价指标对应的抽稀后的地形断面数据作为目标抽稀数据。
9.根据权利要求1所述的方法，其特征在于，所述获取目标端面的地形断面数据，包括：
获取目标断面在建筑信息模型BIM、地理信息系统GIS或者激光点云模型中的数字地形模型，利用切面技术得到目标断面的切面地面线数据，生成地形断面数据。
10.一种地形断面数据的抽稀装置，其特征在于，包括：
数据获取模块，用于获取目标断面的地形断面数据；
递归极值模块，用于根据预设的水平间距阈值，递归获取所述数据获取模块获取的所述地形断面数据对应的各数据点中的区段最高点和区段最低点；
数据分段模块，用于根据所述目标断面的角点特征，得到强制保留数据点，并基于所述强制保留数据点、所述区段最高点和所述区段最低点对所述数据获取模块获取的所述地形断面数据进行分段，得到分段地形数据；
以及数据抽稀模块，用于根据预设的抽稀阈值采用改进的道格拉斯-普克算法对所述数据分段模块得到的所述分段地形数据进行抽稀，得到抽稀后的地形断面数据，其中，所述改进的道格拉斯-普克算法的阈值指标为数据点至两侧端点连线的垂直距离与两侧端点的水平距离的比值。
11.根据权利要求10所述的装置，其特征在于，所述装置还包括：
第一判断模块，用于根据所述数据获取模块获取的地形断面数据判断由所述数据抽稀模块得到的所述抽稀后的地形断面数据中的相邻数据点构成的多段线是否为单向多段线，其中，所述单向多段线是指两侧端点为最高点或最低点的多段线，若是，保留所述抽稀后的地形断面数据；否则，重新执行所述数据分段模块以及所述数据抽稀模块。
12.根据权利要求10或11所述的装置，其特征在于，所述装置还包括：
选择模块，用于设置多组不同的水平间距阈值和抽稀阈值，多组水平间距阈值和抽稀阈值用于通过所述递归极值模块、所述数据分段模块以及所述数据抽稀模块得到多组抽稀后的地形断面数据；
还用于通过人工或优先选择算法从所述多组抽稀后的地形断面数据中确定目标抽稀数据。
13.根据权利要求10所述的装置，其特征在于，所述递归极值模块包括：
极值获取模块，用于获取所述地形断面数据对应的各数据点中的最高点和最低点，并利用所述最高点和所述最低点对所述地形断面数据进行分段，得到多段线；
以及高低点搜索模块，用于若任一多段线的水平距离大于所述水平间距阈值，则利用最靠近所述任一多段线的水平距离中心的数据点继续分割所述任一多段线，得到新的多段线，直至所有的多段线的水平距离均小于或等于所述水平间距阈值，且任一多段线的两侧端点为所述任一多段线中的最高点或最低点，由此得到区段最高点和区段最低点。
14.根据权利要求10所述的装置，其特征在于，所述数据分段模块包括：
第二判断模块，用于对于除所述区段最高点和所述区段最低点之外的任一数据点，判断所述任一数据点构成的相邻线段的夹角，或所述相邻线段与水平线的夹角，是否满足目标断面的角点特征，若满足，则确定所述任一数据点为强制保留数据点。
15.根据权利要求10所述的装置，其特征在于，所述数据抽稀模块包括：
计算模块，用于对于所述数据分段模块得到的所述分段地形数据中的任一分段线，计算所述任一分段线中所有数据点至所述任一分段线的两侧端点连线的垂直距离；
指标确定模块，用于根据所述计算模块得到的垂直距离计算各数据点对应的所述垂直距离与所述两侧端点的水平距离的比值，从获得的多个比值中确定最大值；
以及第三判断模块，用于判断所述指标确定模块得到的所述最大值是否小于所述抽稀阈值，若是，则舍弃所述任一分段线中的所有数据点；否则，利用所述最大值对应的数据点对所述任一分段线进行分割得到新的分段线，利用所述新的分段线重新执行所述计算模块以及所述指标确定模块，直到不再舍弃数据点。
16.根据权利要求12所述的装置，其特征在于，所述选择模块包括：
条件设置模块，用于设定水平间距阈值范围以及抽稀阈值范围，并确定遍历步长，根据所述遍历步长得到多组不同的水平间距阈值和抽稀阈值。
17.根据权利要求12所述的装置，其特征在于，所述选择模块还包括：
目标确定模块，用于计算每组抽稀后的地形断面数据对应的评价指标，选择最小评价指标对应的抽稀后的地形断面数据作为目标抽稀数据；其中，所述地形断面数据对应的评价指标的计算过程为：
对于所述地形断面数据中的任一数据点i，计算所述任一数据点i到抽稀后的地形断面数据构成的地形线的垂直距离Li，得到抽稀后的地形断面数据对应的评价指标为：
Figure FDA0002851003830000051
其中，s表示所述抽稀后的地形断面数据对应的评价指标，i＝1,…,n，n表示所述地形断面数据中数据点的数量，m表示所述抽稀后的地形断面数据中数据点的数量。
18.根据权利要求10所述的装置，其特征在于，所述数据获取模块，用于获取目标断面在建筑信息模型BIM、地理信息系统GIS或者激光点云模型中的数字地形模型，利用切面技术得到目标断面的切面地面线数据，生成地形断面数据。
19.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至9任一项所述方法的步骤。
20.一种地形断面数据的抽稀设备，其特征在于，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器；
其中，所述处理器用于运行所述计算机程序时，执行权利要求1至9任一项所述方法的步骤。
CN202011526627.2A 2020-12-22 2020-12-22 一种地形断面数据的抽稀方法、装置及设备 Active CN112562079B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011526627.2A CN112562079B (zh) 2020-12-22 2020-12-22 一种地形断面数据的抽稀方法、装置及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011526627.2A CN112562079B (zh) 2020-12-22 2020-12-22 一种地形断面数据的抽稀方法、装置及设备

Publications (2)

Publication Number Publication Date
CN112562079A true CN112562079A (zh) 2021-03-26
CN112562079B CN112562079B (zh) 2022-05-13

Family

ID=75031278

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011526627.2A Active CN112562079B (zh) 2020-12-22 2020-12-22 一种地形断面数据的抽稀方法、装置及设备

Country Status (1)

Country Link
CN (1) CN112562079B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113496551A (zh) * 2021-08-12 2021-10-12 中国石油大学(华东) 一种基于地质露头三维模型的地形剖面线绘制方法
CN114283070A (zh) * 2022-03-07 2022-04-05 中国铁路设计集团有限公司 融合无人机影像与激光点云的地形断面制作方法
CN117560015A (zh) * 2024-01-12 2024-02-13 山东易方云冷热工程技术有限公司 一种空调安装工程数据高效处理系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102568009A (zh) * 2010-12-17 2012-07-11 上海博泰悦臻电子设备制造有限公司 用于电子地图的线段抽稀装置及其方法
CN103839228A (zh) * 2012-11-23 2014-06-04 厦门雅迅网络股份有限公司 一种基于矢量地图数据抽稀与平滑处理的方法
CN103886141A (zh) * 2014-03-05 2014-06-25 河海大学 一种自动批量计算河道断面信息的方法
CN104766081A (zh) * 2015-03-19 2015-07-08 南京大学 基于自然岸线数据提取领海基线的方法
US20150379749A1 (en) * 2014-06-30 2015-12-31 Casio Computer Co., Ltd. Object display control apparatus, object display control method, and storage medium storing object display control program
US20160377440A1 (en) * 2015-06-26 2016-12-29 Here Global B.V. Map-centric map matching method and apparatus
CN110197518A (zh) * 2018-02-24 2019-09-03 高德软件有限公司 曲线抽稀方法及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102568009A (zh) * 2010-12-17 2012-07-11 上海博泰悦臻电子设备制造有限公司 用于电子地图的线段抽稀装置及其方法
CN103839228A (zh) * 2012-11-23 2014-06-04 厦门雅迅网络股份有限公司 一种基于矢量地图数据抽稀与平滑处理的方法
CN103886141A (zh) * 2014-03-05 2014-06-25 河海大学 一种自动批量计算河道断面信息的方法
US20150379749A1 (en) * 2014-06-30 2015-12-31 Casio Computer Co., Ltd. Object display control apparatus, object display control method, and storage medium storing object display control program
CN105225259A (zh) * 2014-06-30 2016-01-06 卡西欧计算机株式会社 图形显示控制装置、图形显示控制方法
CN104766081A (zh) * 2015-03-19 2015-07-08 南京大学 基于自然岸线数据提取领海基线的方法
US20160377440A1 (en) * 2015-06-26 2016-12-29 Here Global B.V. Map-centric map matching method and apparatus
CN110197518A (zh) * 2018-02-24 2019-09-03 高德软件有限公司 曲线抽稀方法及装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113496551A (zh) * 2021-08-12 2021-10-12 中国石油大学(华东) 一种基于地质露头三维模型的地形剖面线绘制方法
CN113496551B (zh) * 2021-08-12 2022-04-12 中国石油大学(华东) 一种基于地质露头三维模型的地形剖面线绘制方法
CN114283070A (zh) * 2022-03-07 2022-04-05 中国铁路设计集团有限公司 融合无人机影像与激光点云的地形断面制作方法
CN114283070B (zh) * 2022-03-07 2022-05-03 中国铁路设计集团有限公司 融合无人机影像与激光点云的地形断面制作方法
CN117560015A (zh) * 2024-01-12 2024-02-13 山东易方云冷热工程技术有限公司 一种空调安装工程数据高效处理系统
CN117560015B (zh) * 2024-01-12 2024-03-22 山东易方云冷热工程技术有限公司 一种空调安装工程数据高效处理系统

Also Published As

Publication number Publication date
CN112562079B (zh) 2022-05-13

Similar Documents

Publication Publication Date Title
CN112562079B (zh) 一种地形断面数据的抽稀方法、装置及设备
US10281284B2 (en) Hybrid road network and grid based spatial-temporal indexing under missing road links
US7430340B2 (en) Geographic information data base engine
CN109416728A (zh) 目标检测方法、装置以及计算机系统
CN103562917A (zh) 用于可视化关系数据库的基于图的方法
CN111159184B (zh) 元数据追溯方法、装置及服务器
US11307049B2 (en) Methods, apparatuses, systems, and storage media for storing and loading visual localization maps
CN113155141A (zh) 地图的生成方法、装置、电子设备及存储介质
CN109726489B (zh) 一种建立辅助驾驶数据库的方法及系统
CN109992640B (zh) 位置网格的确定方法及装置、设备及存储介质
CN110555432B (zh) 一种兴趣点处理方法、装置、设备和介质
CN112486987A (zh) 基于经纬度的城市查询方法、装置、设备及存储介质
CN111754605A (zh) 用户轨迹绘制方法、装置、计算机设备及存储介质
US8339401B2 (en) Curved surface importing device and method
CN105138528B (zh) 一种多值数据存储、读取的方法和装置及其存取的系统
US9594798B2 (en) File system with per-file selectable integrity
WO2023124470A1 (zh) 区域编码方法、装置、设备和存储介质
CN116931783A (zh) 一种前端海量树形结构展示方法、装置、电子设备及介质
CN113449052A (zh) 空间索引的建立方法、空间区域查询方法及装置
US8279095B2 (en) Method for storing node information of Huffman tree and corresponding decoding method
CN110110015B (zh) 信息点数据处理方法、处理装置及计算机可读存储介质
CN116303854A (zh) 一种基于地址知识图谱的定位方法及装置
CN113139032A (zh) 地理位置的搜索方法、装置、电子设备及存储介质
CN112560267A (zh) 一种斜坡单元的划分方法、装置、设备和存储介质
CN113076389A (zh) 文章地域识别方法、装置、电子设备及可读存储介质

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