CN112802181B - 一种基于低细节高程数据的大规模三维河道场景重建方法 - Google Patents

Abstract

本发明公开了一种基于低细节高程数据的大规模三维河道场景重建方法，获取河道所在区域的河道数据、影像数据以及高程数据；根据所述河道数据生成能够区分河段、汇流口的河道语义数据；由所述河道语义数据分割所述高程数据，得到河道覆盖范围内的高程数据，对所述河道覆盖范围内的高程数据进行平滑处理，得到平滑高程数据；将所述平滑高程数据对应的映射到所述影像数据内的河道，得到平滑的符合真实河道断面的三维河道场景。本发明通过低精度的河道数据、影像数据和高程数据，能够快速的构建任一区域的三维河道场景，适用与大规模的三维河道场景构建。

Description

一种基于低细节高程数据的大规模三维河道场景重建方法

技术领域

本发明涉及三维河道场景构建技术领域，尤其涉及一种基于低细节高程数据的大规模三维河道场景重建方法。

背景技术

近年来，随着物联网、大数据、虚拟现实、人工智能等技术的不断发展，国内水环境智慧可视管控技术以其数字化、智能化、可视化等优点，实现了河道水环境的动态监测、跟踪、预警、查询及可视化展示等，在水环境管控方面取得了显著的成效。然而，河道三维场景可视化重建方面仍旧存在许多问题。现有河道三维场景生成方法中仿真范围大多比较小，可视呈现还停留在“好看皮囊”层面，缺乏基于海量实测数据的大规模场景的自动逼真重建。目前有大量的开源GIS、BIM等真实场景(仿真区域内的环境、河流、河道管控设备、企业建筑、设备等)实测数据。但是，这些数据类型复杂且精度比较低，直接用于三维仿真效果差且使用程度受限。如何基于低细节的多源开源场景数据，实现包括河道、交汇处等复杂河网构成的大规模三维河道场景的自动重建，仍然是一个挑战性的难题。

发明内容

本发明主要解决的技术问题是提供一种基于低细节高程数据的大规模三维河道场景重建方法，解决大规模三维场景生成方法难以基于低精度数据实现场景自动逼真重建的问题。

为解决上述技术问题，本发明采用的一个技术方案是提供一种基于低细节高程数据的大规模三维河道场景重建方法，包括步骤：

获取河道所在区域的数据，获取河道所在区域的河道数据、影像数据以及高程数据；构建河道语义结构数据，根据所述河道数据生成能够区分河段、汇流口的河道语义数据；处理所述高程数据，由所述河道语义数据分割所述高程数据，得到河道覆盖范围内的高程数据，对所述河道覆盖范围内的高程数据进行平滑处理，得到平滑高程数据；构建河道的三维场景，将所述平滑高程数据对应的映射到所述影像数据内的河道，得到平滑的符合真实河道断面的三维河道场景。

优选的，所述河道数据为二维矢量数据；所述影像数据和所述高程数据均为二维栅格数据。

优选的，所述河道语义数据包括有河段和汇流口，所述河段为不与其他河道交汇的一段河道；所述汇流口为所述河段交汇的区域；所述河段包括河段边界线和河段中轴线，所述河段边界线为所述河段的边界线的矢量数据，由点列合围形成；所述河段中轴线为所述河段的中线的矢量数据，由点列拼接形成；所述汇流口包括有汇流口中心点和汇流口边界线，所述汇流口中心点为多个交汇在该汇流口的河段中轴线的交点，所述汇流口边界线为以汇流口中心点为圆心，以交汇在该汇流口宽度最大的河段的宽度为半径形成的圆。

优选的，所述河段边界线包括有左边界和右边界，所述河段的个数为L个，分别为1,2,…,L，其对应的河段边界线为A₁,A₂,…,A_L,任一所述河段边界线A_i为：

其中：i∈[1,L]，表示所述左边界，M_i为所述左边界的点的总个数，q_i1表示所述左边界的起点，/>表示所述左边界的终点，即所述左边界与所述汇流口边界线的交点，/>表示所述右边界，N_i为所述右边界点的总个数，/>表示所述右边界的起点，/>表示所述右边界的终点，即所述右边界与所述汇流口边界线的交点。

优选的，所述汇流口的个数为K个，分别为1,2,…,K，其对应的汇流口边界线为B₁,B₂,…,B_K,任一所述汇流口边界线B_j为：

{p_j11,p_j12,…,p_jg1,p_jg2,…,p_jl1,p_jl2}

其中：j∈[1,K]，p_jg1,p_jg2表示所述汇流口边界线B_j中第g个河段边界线的左边界、右边界与所述汇流口边界线B_j的交点，g∈[1,l]，l为在所述汇流口边界线B_j交汇的河段的总个数,l∈[1,L]。

优选的，所述高程数据的区域为四边形，所述高程数据Ω表示为：

{r_e|e∈[1,4]}，

其中：r_e为所述高程数据四边形区域的四个顶点中的任一顶点。

优选的，由所述河段边界线和所述汇流口边界线组成的水域Ω₁表示为：

其中：L为所述水域中河段的总个数，K为所述水域中汇流口的总个数，i∈[1,L],j∈[1,J]；

由所述水域Ω₁分割所述高程数据Ω，即：

其中：表示Ω₁基于Ω的补集。

优选的，对所述高程数据内对应所述河段边界线和所述汇流口边界线内的高程值进行平滑处理，分别得到河段平滑高程数据和汇流口平滑高程数据，将所述河段平滑高程数据和汇流口平滑高程数据对应映射到所述影像数据，得到平滑的符合真实河道断面的三维河道场景。

优选的，对所述高程数据内河段的高程值进行平滑处理，拟合所述河段中轴线，得到弧长参数化曲线C_i，表示为：

C_i＝C_i(s)＝(x(s),y(s))

其中：s为弧长位置，x，y为曲线C_i上任意点的坐标；

曲线C_i上任意弧长位置s，设定该位置处的高程值为h(s),得出：

h(s)＝h(x(s),y(s))

在所述曲线C_i中，以步长Δs进行等距离采样其高程值，得到以下采样点序列：

其中：S为曲线C_i的总弧长，表示S/Δs取整数；

对所述采样点序列进行拟合，获得曲线该曲线/>即为包括高程值的平滑中轴线；将所述平滑中轴线外的所述河段边界线的区域视为所述平滑中轴线的延拓，所述平滑中轴线外的所述河段边界线的区域的高程值视为所述平滑中轴线中高程值的延拓，将所述平滑中轴线外的所述河段边界线的区域中任一点的高程值设定为等于该点到所述平滑中轴线距离最近点处的高程值，由此获得所述河段边界线横断面方向上的高程值相等的所述河段平滑高程数据。

优选的，对所述高程数据内汇流口的高程值进行平滑处理，设定所述汇流口边界线B_j任意位置处的高程值为该汇流口边界线B_j与所述左边界和所述右边界交点处的高程值的平均值，即：

其中：为所述汇流口边界线B_j高程值的平均值，g表示交汇至所述汇流口边界线B_j中的一河段，对应的河段边界线为A_g，g∈[1,l]，l为交汇在汇流口j处的河段个数，l∈[1,L]，j∈[1,M]，汇流口边界线B_j中每个河段对应有两个起点或终点的高程值，h_jg1表示所述河段边界线A_g的左边界起点或终点处的高程值，h_jg2表示所述河段边界线A_g对应的右边界起点或终点处的高程值；

由所述高程值的平均值获得汇流口边界线内高程值均相等的所述汇流口平滑高程数据。

本发明的有益效果是：本发明使用的是开源低细节的包括河道边界形状矢量的河道数据和高程数据，由河道数据生成河道语义数据，通过河道语义数据对高程数据进行分割，去除河道覆盖范围外区域的高程值，然后结合河道语义数据对河道覆盖范围内的高程数据进行平滑处理，得到平滑高程数据。将平滑高程数据映射到影像数据，就能够自动获取符合真实河道横断面的三维河道场景。通过低精度的河道数据、影像数据和高程数据，能够快速的构建任一区域的三维河道场景，适用与大规模的三维河道场景构建，具有构建效率高的优点。

附图说明

图1是根据本发明基于低细节高程数据的大规模三维河道场景重建方法一实施例的流程图；

图2是根据本发明基于低细节高程数据的大规模三维河道场景重建方法一实施例的影像数据的示意图；

图3是根据本发明基于低细节高程数据的大规模三维河道场景重建方法一实施例的河道语义数据的示意图；

图4是根据本发明基于低细节高程数据的大规模三维河道场景重建方法一实施例生成的三维河道场景示意图。

具体实施方式

为了便于理解本发明，下面结合附图和具体实施例，对本发明进行更详细的说明。附图中给出了本发明的较佳的实施例。但是，本发明可以以许多不同的形式来实现，并不限于本说明书所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容的理解更加透彻全面。

需要说明的是，除非另有定义，本说明书所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是用于限值本发明。本说明书所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。

图1显示了本发明基于低细节高程数据的大规模三维河道场景重建方法的实施例，包括：

步骤S1，获取河道所在区域的数据，获取河道所在区域的河道数据、影像数据以及高程数据。

步骤S2，构建河道数据语义结构数据，根据所述河道数据生成能够区分河段、汇流口的河道语义数据。

步骤S3，处理所述高程数据，由所述河道语义数据分割所述高程数据，得到河道覆盖范围内的高程数据，对所述河道覆盖范围内的高程数据进行平滑处理，得到平滑高程数据。

步骤S4，构建河道的三维场景，将所述平滑高程数据对应的映射到所述影像数据内的河道，得到平滑的符合真实河道断面的三维河道场景。

本发明使用的是开源低细节的包括河道边界形状矢量的河道数据和高程数据，由河道数据生成河道语义数据，通过河道语义数据对高程数据进行分割，去除河道覆盖范围外区域的高程值，然后结合河道语义数据对河道覆盖范围内的高程数据进行平滑处理，得到平滑高程数据。将平滑高程数据映射到影像数据，就能够自动获取符合真实河道横断面的三维河道场景。

进一步的，步骤S1中，从网站下载需要重建河道所在区域的影像数据、河道数据，河道数据为二维矢量数据，其均为点列数据。影像数据和高程数据为二维栅格数据，影像数据如图2所示。

进一步的，步骤S1中，河道数据、影像数据以及高程数据全部采用开源数据作为输入，使得本发明的输入数据容易获得，可以从现有的数据库中直接下载调用。

步骤S2，构建河道语义结构，得到能够区分河段、河段交汇等区域的河道语义结构。然后根据上述河道数据生成河道语义结构数据。

进一步的，步骤S2中，所述河道语义数据包括有河段和汇流口。

河段指的是内部不包含任何河道交汇的一段河道，河段包括河段边界线和河段中轴线。河段边界线指的是当前河段的几何边界矢量数据，由点列包围形成。河段中轴线指的是当前河段的中线，由点列拼接形成。

所述河段边界线包括有左边界和右边界，所述河段的个数为L个，分别为1,2,…,L，其对应的河段边界线为A₁,A₂,…,A_L,任一所述河段边界线A_i为：

其中：i∈[1,L]，表示所述左边界，M_i为所述左边界的点的总个数，q_i1表示所述左边界的起点，/>表示所述左边界的终点，即所述左边界与所述汇流口边界线的交点，/>表示所述右边界，N_i为所述右边界点的总个数，/>表示所述右边界的起点，/>表示所述右边界的终点，即所述右边界与所述汇流口边界线的交点。

对应的任一河段中轴线表示为Z_i，i∈[1,L],Z_i可以表示为：

其中，z_i1,分别表示河段中轴线上的起点和终点，O_i表示河段中轴线的点列总个数。

汇流口指的是河段的交汇区域，包括汇流口边界线和汇流口中心点。汇流口边界线指的是当前汇流口的几何边界矢量数据，由点列包围形成。汇流口中心点指的是当前汇流口处所有交汇河段中轴线的交汇点。

进一步的，步骤S2中，根据河段中轴线求出汇流口个数以及汇流口中心点坐标，汇流口个数等于河段中轴线交叉点个数，汇流口中心点坐标等于河段中轴线交叉点坐标。设汇流口个数为K，分别编号为(1,2,…,K)，其对应的汇流口边界线为B₁,B₂,…,B_K。

对任一汇流口边界线B_j，j∈[1,K]，设其是l个河段汇聚而组成的汇流口。计算上述l个河段宽度的最大值。然后以该汇流口中心点坐标为原点，以上述河段宽度的最大值作为半径形成圆形，即为所述汇流口边界线，对河段边界线进行分割。任选上述l个河段中的一个为起点，然后根据空间位置将上述河段按顺时针进行排序，汇流口边界线B_j即可表示为：

{p_j11,p_j12,…,p_jg1,p_jg2,…,p_jl1,p_jl2}

其中：j∈[1,K]，p_jg1,p_jg2表示所述汇流口边界线B_j中第g个河段边界线的左边界、右边界与所述汇流口边界线B_j的交点，g∈[1,l]，l为在所述汇流口边界线B_j交汇的河段的总个数,l∈[1,L]。

由上述数据构成河道语义结构数据。

举例说明，如图3所示，在图3中包括有三个河段边界线、三个河段中轴线、一个汇流口中心点和一个汇流口边界线，河段边界线分别表示为A₁、A₂、A₃，河段中轴线分别表示为Z₁、Z₂、Z₃，汇流口中心点表示为Q,汇流口边界线表示为B₁。河段边界线A₁和河段边界线A₂的宽度相等，使用河段边界线A₁和河段边界线A₂任一河段的宽度为半径，以河段中轴线Z₁,Z₂,Z₃的交点即Q圆心，形成一个圆形区域，该区域即为汇流口边界线B₁。

其中河段边界线A₁流入汇流口边界线B₁，即其终点在汇流口边界线B₁上，其右边界和左边界的终点为：河段边界线A₂流出汇流口边界线B₁，河段边界线A₂的起点在汇流口边界线B₁上，其左边界和右边界的起点为：q₂₁,/>河段边界线A₃流向汇流口边界线B₁，即其终点在汇流口边界线B₁上，其右边界和左边界的终点为：/>

进一步的，步骤S3中，使用所述河道语义数据分割所述高程数据。

优选的，高程数据为二维栅格数据，所述高程数据的区域为四边形，通常为灰度图像，包括有多个点的高程值，不同的高程值具有不同的灰度。高程数据Ω表示为：

{r_e|e∈[1,4]}，

其中，r_e为高程数据四边形区域的四个顶点中的任一顶点。

进一步的，在一区域中包括有L个河段和K个汇流口，由上述内容可得到该区域内任一河段边界线A_i和任一汇流口边界线B_j，i∈[1,L],j∈[1,K],在该区域内所有河段边界线和汇流口边界线组成的水域Ω₁表示为：

其中：L为河段的总个数，K为汇流口的总个数。

基于上述得到的水域Ω₁分割所述高程数据Ω，即：

其中：表示Ω₁基于Ω的补集。

在水域中有多个河段和多个汇流口，所述河段和所述汇流口对应有无数个离散的高程值，如果将这些离散的高程值直接赋予到影像数据中进行生成河道的三维场景，生成的河道的三维场景会出现凸凹不平的情况。为避免上述问题，需要对水域内的河段和汇流口的高程值进行平滑处理。水域外的高程值不变。

进一步的，步骤S2中，对所述高程数据内对应所述河段边界线和所述汇流口边界线内的高程值进行平滑处理，分别得到河段平滑高程数据和汇流口平滑高程数据，将所述河段平滑高程数据和汇流口平滑高程数据对应映射到所述影像数据，得到平滑的符合真实河道断面的三维河道场景。

进一步的，步骤S2中，对所述高程数据内河段的高程值采用如下方式进行平滑处理。

首先，由河段中轴线Z_i，得到弧长参数化曲线C_i，表示为：

C_i＝C_i(s)＝(x(s),y(s))

其中：s为弧长位置，x，y为曲线C_i上任意点的坐标；

曲线C_i上任意弧长位置s，设定该位置处的高程值为h(s),得出：

h(s)＝h(x(s),y(s))

在所述曲线C_i中，以步长Δs进行等距离采样其高程值，得到以下采样点序列：

其中：S为曲线C_i的总弧长，表示S/Δs取整数；

对所述采样点序列进行拟合，获得曲线该曲线/>即为包括高程值的平滑中轴线。

进一步的，将平滑中轴线外的河段的区域视为平滑中轴线的延拓，中轴线外河段的区域的高程值即可视为平滑中轴线中高程值的延拓，由此即可将平滑中轴线外河段的区域中任一点的高程值设定为等于该点到平滑中轴线距离最近点处的高程值。即河段横断面方向上的高程值是相等的，由此即可获得所述河段边界线横断面方向上的高程值相等的所述河段平滑高程数据，在生成河道的三维场景时即可得到较为平滑的三维河段。

进一步的，步骤S3中，对所述高程数据内汇流口的高程值进行平滑处理。

设定所述汇流口边界线B_j任意位置处的高程值为该汇流口顶点位置处的高程值的平均值，即：

其中：为所述汇流口边界线B_j高程值的平均值，g表示交汇至所述汇流口边界线B_j中的一河段，对应的河段边界线为A_g，g∈[1,l]，l为交汇在汇流口j处的河段个数，l∈[1,L]，j∈[1,M]，汇流口边界线B_j中每个河段对应有两个起点或终点的高程值，h_jg1表示所述河段边界线A_g的左边界起点或终点处的高程值，h_jg2表示所述河段边界线A_g对应的右边界起点或终点处的高程值；

由所述平均值即可获得汇流口边界线内高程值均相等的所述汇流口平滑高程数据。由所述汇流口边界线的汇流平均高程值即可在生成河道的三维场景时得到较为平滑的三维汇流口。

将水域划分为河段和汇流口，并分别对河段和汇流口对应的高程值进行平滑处理，得到平滑高程数据，由平滑高程数据映射到影像数据上，即可生成具有河道细节，符合真实河道横断面以及河道汇流处平滑特征的三维河道场景，如图4所示。

由此可见，本发明公开了一种基于低细节高程数据的大规模三维河道场景重建方法，通过低精度的河道数据、影像数据和高程数据，能够快速的构建任一区域的三维河道场景，适用与大规模的三维河道场景构建，具有构建效率高的优点。

以上仅为本发明的实施例，并非因此限值本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (3)

1.一种基于低细节高程数据的大规模三维河道场景重建方法，其特征在于，包括步骤：

获取河道所在区域的数据，获取河道所在区域的河道数据、影像数据以及高程数据；

构建河道语义结构数据，根据所述河道数据生成能够区分河段、汇流口的河道语义数据；

处理所述高程数据，由所述河道语义数据分割所述高程数据，得到河道覆盖范围内的高程数据，对所述河道覆盖范围内的高程数据进行平滑处理，得到平滑高程数据；

构建河道的三维场景，将所述平滑高程数据对应的映射到所述影像数据内的河道，得到平滑的符合真实河道断面的三维河道场景；

所述河道语义数据包括有河段和汇流口，所述河段为不与其他河道交汇的一段河道；所述汇流口为所述河段交汇的区域；

所述河段包括河段边界线和河段中轴线，所述河段边界线为所述河段的边界线的矢量数据，由点列合围形成；所述河段中轴线为所述河段的中线的矢量数据，由点列拼接形成；

所述汇流口包括有汇流口中心点和汇流口边界线，所述汇流口中心点为多个交汇在该汇流口的河段中轴线的交点，所述汇流口边界线为以汇流口中心点为圆心，以交汇在该汇流口宽度最大的河段的宽度为半径形成的圆；

所述河段边界线包括有左边界和右边界，所述河段的个数为L个，分别为1,2,…,L，其对应的河段边界线为A₁,A₂,…,A_L,任一所述河段边界线A_i为：

其中：i∈[1,L]，表示所述左边界，M_i为所述左边界的点的总个数，q_i1表示所述左边界的起点，/>表示所述左边界的终点，即所述左边界与所述汇流口边界线的交点，/>表示所述右边界，N_i为所述右边界点的总个数，/>表示所述右边界的起点，/>表示所述右边界的终点，即所述右边界与所述汇流口边界线的交点；

所述汇流口的个数为K个，分别为1,2,…,K，其对应的汇流口边界线为B₁,B₂,…,B_K,任一所述汇流口边界线B_j为：

{p_j11,p_j12,…,p_jg1,p_jg2,…,p_jl1,p_jl2}

其中：j∈[1,K]，p_jg1,p_jg2表示所述汇流口边界线B_j中第g个河段边界线的左边界、右边界与所述汇流口边界线B_j的交点，g∈[1,l]，l为在所述汇流口边界线B_j交汇的河段的总个数,l∈[1,L]；

所述高程数据的区域为四边形，所述高程数据Ω表示为：

{r_e|e∈[1,4]}，

其中：r_e为所述高程数据四边形区域的四个顶点中的任一顶点；

由所述河段边界线和所述汇流口边界线组成的水域Ω₁表示为：

其中：L为所述水域中河段的总个数，K为所述水域中汇流口的总个数，i∈[1,L],j∈[1,K]；

由所述水域Ω₁分割所述高程数据Ω，即：

其中：表示Ω₁基于Ω的补集；

对所述高程数据内河段的高程值进行平滑处理，拟合所述河段中轴线，得到弧长参数化曲线C_i，表示为：

C_i＝C_i(s)＝(x(s),y(s))

其中：s为弧长位置，x，y为曲线C_i上任意点的坐标；

曲线C_i上任意弧长位置s，设定该位置处的高程值为h(s),得出：

h(s)＝h(x(s),y(s))

在所述曲线C_i中，以步长Δs进行等距离采样其高程值，得到以下采样点序列：

其中：S为曲线C_i的总弧长，表示S/Δs取整数；

对所述采样点序列进行拟合，获得曲线该曲线/>即为包括高程值的平滑中轴线；

将所述平滑中轴线外的所述河段边界线的区域视为所述平滑中轴线的延拓，所述平滑中轴线外的所述河段边界线的区域的高程值视为所述平滑中轴线中高程值的延拓，将所述平滑中轴线外的所述河段边界线的区域中任一点的高程值设定为等于该点到所述平滑中轴线距离最近点处的高程值，由此获得所述河段边界线横断面方向上的高程值相等的所述河段平滑高程数据；

对所述高程数据内汇流口的高程值进行平滑处理，设定所述汇流口边界线B_j任意位置处的高程值为该汇流口边界线B_j与所述左边界和所述右边界交点处的高程值的平均值，即：

其中：为所述汇流口边界线B_j高程值的平均值，g表示交汇至所述汇流口边界线B_j中的一河段，对应的河段边界线为A_g，g∈[1,l]，l为交汇在汇流口j处的河段个数，l∈[1,L]，j∈[1,M]，汇流口边界线B_j中每个河段对应有两个起点或终点的高程值，h_jg1表示所述河段边界线A_g的左边界起点或终点处的高程值，h_jg2表示所述河段边界线A_g对应的右边界起点或终点处的高程值；

由所述高程值的平均值获得汇流口边界线内高程值均相等的所述汇流口平滑高程数据。

2.根据权利要求1所述的基于低细节高程数据的大规模三维河道场景重建方法，其特征在于，所述河道数据为二维矢量数据；所述影像数据和所述高程数据均为二维栅格数据。

3.根据权利要求2所述的基于低细节高程数据的大规模三维河道场景重建方法，其特征在于，对所述高程数据内对应所述河段边界线和所述汇流口边界线内的高程值进行平滑处理，分别得到河段平滑高程数据和汇流口平滑高程数据，将所述河段平滑高程数据和汇流口平滑高程数据对应映射到所述影像数据，得到平滑的符合真实河道断面的三维河道场景。