CN113066177A - 一种地图数据处理方法、装置、设备及存储介质 - Google Patents
一种地图数据处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113066177A CN113066177A CN202010002123.4A CN202010002123A CN113066177A CN 113066177 A CN113066177 A CN 113066177A CN 202010002123 A CN202010002123 A CN 202010002123A CN 113066177 A CN113066177 A CN 113066177A
- Authority
- CN
- China
- Prior art keywords
- road
- new
- line
- map
- vector
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 22
- 230000000007 visual effect Effects 0.000 claims abstract description 119
- 238000000034 method Methods 0.000 claims abstract description 24
- 238000005070 sampling Methods 0.000 claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 15
- 230000010354 integration Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 2
- 241001212149 Cathetus Species 0.000 claims 1
- 238000009877 rendering Methods 0.000 claims 1
- 230000008901 benefit Effects 0.000 abstract description 8
- 230000000694 effects Effects 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 10
- 238000013480 data collection Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000005286 illumination Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 238000002156 mixing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003446 memory effect Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- 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
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/56—Information retrieval; Database structures therefor; File system structures therefor of still image data having vectorial format
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/001—Texturing; Colouring; Generation of texture or colour
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Geometry (AREA)
- Remote Sensing (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明实施例公开了一种地图数据处理方法、装置、设备及存储介质。该方法包括：按照固定步长，对2D矢量地图中道路线段进行采样，以将道路线段划分为道路子线段，且得到道路子线段的端点；将道路子线段的端点与DTM模型的三角形网格进行匹配，以确定道路子线段的端点关联的三角形网格；确定新视台体的新边界位置，以得到新视线范围；将新视线范围内2D矢量地图的背景面数据，绘制到屏幕纹理图上；根据屏幕纹理图，构建包括背景面的DTM模型。实现将2D背景面数据以及精确的道路数据添加至DTM模型中，提高获取道路线段高度的精确度、增强地图显示的效果以及节省内存的效果。
Description
技术领域
本发明实施例涉及数据处理技术，尤其涉及一种地图数据处理方法、装置、设备及存储介质。
背景技术
在当前地理信息系统中的核心数据，例如电子地图上的点、线(道路、河流等)、面(绿地、水系等)数据以2D数据为主。
数字地面模型(Digital Terrain Model，DTM模型)对地球表面建模并存储高度信息，但是缺少地图区域的背景面数据和精确的道路数据，因此需要通过2D电子地图与DTM模型的整合，在DTM模型中引入精确的道路数据和背景面数据。
由于数据收集方式的不同，2D电子地图中轨迹点只有x和y坐标数据，而没有高程数据z，无法与DTM模型数据直接进行整合。因此在将2D电子地图数据和DTM模型数据整合过程中，需要确定2D电子地图中道路线段以及背景面的高度。高度越精确，道路线段与DTM模型中地形贴合度越高，使道路线段能够沿着DTM模型中地形变化。并且在现有技术中，DTM模型中的纹理图往往与地图区域对应，由于纹理图尺寸固定，造成一旦地图放大就会出现模糊现象，显示效果不好。虽然加大纹理图尺寸可缓解模糊情况，但是会造成内存使用量上升，内存消耗过大。
发明内容
本发明实施例提供一种地图数据处理方法、装置、设备及存储介质，以实现将2D背景面数据以及精确的道路数据添加至DTM模型中，提高获取道路线段高度的精确度、增强地图显示的效果以及节省内存的效果。
第一方面，本发明实施例提供了一种地图数据处理方法，该方法包括：
按照固定步长，对2D矢量地图中道路线段进行采样，以将所述道路线段划分为道路子线段，且得到所述道路子线段的端点；
将所述道路子线段的端点与所述DTM模型的三角形网格进行匹配，以确定所述道路子线段的端点关联的三角形网格，用于将所述道路线段的2D矢量数据整合到所述DTM模型中；
根据所述DTM模型中地形最高点数据、地形最低点数据和原视台体下边界，确定视台体上下开角增量；
根据所述视台体上下开角增量和原视台视线上下开角，确定新视台体的新边界位置，以得到新视线范围；
将所述新视线范围内2D矢量地图的背景面数据，绘制到屏幕纹理图上；
根据所述屏幕纹理图，构建包括背景面的DTM模型。
第二方面，本发明实施例还提供了一种地图数据处理装置，该装置包括：线段采样模块，用于按照固定步长，对2D矢量地图中道路线段进行采样，以将所述道路线段划分为道路子线段，且得到所述道路子线段的端点；
数据整合模块，用于将所述道路子线段的端点与所述DTM模型的三角形网格进行匹配，以确定所述道路子线段的端点关联的三角形网格，用于将所述道路线段的2D矢量数据整合到所述DTM模型中；
开角增量确定模块，用于根据DTM模型中地形最高点数据、地形最低点数据和原视台体下边界，确定视台体上下开角增量；
新视线范围获取模块，用于根据所述视台体上下开角增量和原视台体视线上下开角，确定新视台体的新边界位置，以得到新视线范围；
数据绘制模块，用于将所述新视线范围内2D矢量地图的背景面数据，绘制到屏幕纹理图上；
DTM模型构建模块，用于根据所述屏幕纹理图，构建包括背景面的DTM模型。
第三方面，本发明实施例还提供了一种设备，该设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上所述的地图数据处理方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述的地图数据处理方法。
本发明实施例通过按照固定步长，对2D矢量地图中道路线段进行采样，以将所述道路线段划分为道路子线段，且得到所述道路子线段的端点；将所述道路子线段的端点与所述DTM模型的三角形网格进行匹配，以确定所述道路子线段的端点关联的三角形网格，用于将所述道路线段的2D矢量数据整合到所述DTM模型中；根据所述DTM模型中地形最高点数据、地形最低点数据和原视台体下边界，确定视台体上下开角增量；根据所述视台体上下开角增量和原视台视线上下开角，确定新视台体的新边界位置，以得到新视线范围；将所述新视线范围内2D矢量地图的背景面数据，绘制到屏幕纹理图上；根据所述屏幕纹理图，构建包括背景面的DTM模型。解决由于数据收集方式的不同，2D数据缺乏高度信息，无法与DTM模型数据直接进行整合的问题，实现将2D背景面数据以及精确的道路数据添加至DTM模型中，提高获取道路线段高度的精确度、增强地图显示的效果以及节省内存的效果。
附图说明
图1为本发明实施例一提供的一种地图数据处理方法的流程图；
图2为本发明实施例一提供的一种视台体的二维示意图；
图3为本发明实施例一提供的一种视台体的三维示意图；
图4为本发明实施例二提供的一种地图数据处理方法的流程图；
图5为本发明实施例二提供的一种DTM模型中方格的示意图；
图6为本发明实施例三提供的一种地图数据处理方法的流程图；
图7为本发明实施例三提供的一种确定道路端点辅助点的示意图；
图8为本发明实施例四所提供的一种地图数据处理装置的结构示意图；
图9为本发明实施例五提供的一种设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种地图数据处理方法的流程图，本实施例可适用于将2D矢量数据整合到DTM模型中的情况，该方法可以由本发明实施例所提供的地图数据处理装置来执行，该装置可以由软件和/或硬件的方式实现。参见图1，本实施例提供的地图数据处理方法，包括：
步骤110、按照固定步长，对2D矢量地图中道路进行采样，以将所述道路线段划分为道路子线段，且得到所述道路子线段的端点。
按照固定步长，对2D矢量地图中道路线段进行采样，即按照固定步长将道路线段进行分段，获得道路子线段(或道路分段)以及道路子线段两个端点的横纵坐标。
在本实施中，可选的，所述固定步长小于或等于所述三角形网格的直角边宽度的二分之一。这样设置的好处在于，使得2D点都可以对应3D点，提高获取道路线段高度的精确度，使道路线段能够沿着DTM模型中地形变化。
在本实施例中，可选的，所述对2D矢量地图中道路线段进行采样之前，还包括：
在所述DTM模型中，将相邻两个方格的中心点连线的中点作为新采样点，且将相邻两个方格的中心点高度均值作为所述新采样点的高度值；
采用所述新采样点，将每个所述方格划分为四个方格；
针对划分得到的每一方格，采用该方格的对角线将该方格划分为两个三角形网格。
其中，方格由将DTM模型覆盖区划分而成，每个方格的大小相同。例如DTM模型数据原本为32*32的方格数据，每个方格的中心点坐标已知；将相邻两个方格的中心点连线的中点作为新采样点，因此加上原本的中心点，共得到64*64个采样点。若相邻两个方格的中心点对应的高度为10m和20m，则新采样点对应的高度为15m。
每四个采样点构成一个正方形，将每个方格划分为四个方格，得到64*64的方格数据。再针对划分得到的每一方格，采用该方格的对角线将该方格划分为两个三角形网格。这样设置的好处在于，将数据划分为规则三角形网格，便于后续对数据统一进行处理，提高地图数据处理的效率。
步骤120、将所述道路子线段的端点与所述DTM模型的三角形网格进行匹配，以确定所述道路子线段的端点关联的三角形网格，用于将所述道路线段的2D矢量数据整合到所述DTM模型中。
其中，道路子线段的端点与DTM模型的三角形网格进行匹配的方式可以为坐标点的关联关系，例如根据道路子线段的端点的横纵坐标与DTM模型中三角形网格的顶点横纵坐标的位置关系，确定道路子线段的端点对应的三角形采样点。具体的，在将道路线段的2D矢量数据整合到所述DTM模型中时，分别将各个道路子线段的第一端点和第二端点的横纵坐标与三角形网格的顶点进行匹配，确定第一端点关联的第一三角形网格，以及第二端点关联的第二三角形网格。
可选的，所述方法还包括：将道路子线段的端点关联的三角形网格高度值，作为道路子线段的端点高度值。其中，所述三角形网格高度值通过对三角形网格的顶点高度值进行插值得到。
步骤130、根据DTM模型中地形最高点数据、地形最低点数据和原视台体下边界，确定视台体上下开角增量。
其中，视台体(Viewing Frustum)也为视见体或视椎体，在本发明实施例中统称为视台体。视台体为图像采集设备的视线范围，由6个裁剪面围成，构成视台体的4个侧面称为上面、左面、下面和右面，分别对应屏幕的四个边界，除此之外还包括近平面和远平面。
地形最高点数据和地形最低点数据可以为最高点和最低点的坐标；原视台体下边界为视台体调整观测角度前的下边界；视台视线上下开角为视台体上边界与视线之间的夹角，或者视台体下边界与视线之间的夹角；视台视线上下开角增量为视台体调整观测角度后，夹角的增量。
在本实施例中，可选的，根据DTM模型中地形最高点数据、地形最低点数据和原视台体下边界，确定视台体上下开角增量，包括：
根据DTM模型中地形最高点到地形最低点的高度，视点到地形最低点的高度，以及原视台体下边界与地形最低点观测线之间的夹角，确定视台体上下开角增量；
其中，所述地形最低点观测线为由视点到地形最低点水平直线的垂线。
图2为本发明实施例一提供的一种视台体的二维示意图。
如图2所示，AIJKLMN为DTM模型中的一段地形分布，其中K点为视台体视线范围内的地形最高点，L点为视台体视线范围内的地形最低点；原视台体上边界为OE1；点C为最低点L水平高度与视点O的垂直线的交点，点U为最高点K的水平高度与视台体下边界OB1的交点，点W为点U到直线CL的垂足点，点Z为最高点K到直线CL的垂足点；则线段KZ长度为地形最高点到地形最低点的高度Hm，线段CO的长度为视点到地形最低点的高度Hh。
原视台体下边界OB1与地形最低点观测线OC之间的夹角为α，OC与OW之间的夹角为θ，δ为视台体上开角增量或下开角增量(图中未示出)。由于视台体上边界不变，因此视台体上下开角增量为2δ，则θ＝α-2δ。
由上述公式可知，δ＝0.5*arctan{(tan(α)*Hm/(Hh+Hh*tan(α)^2-tan(α)^2*Hm}。这样设置的好处在于，确定视台体上下开角增量，从而提高新视线范围获取的准确性。
步骤140、根据所述视台体上下开角增量和原视台体视线上下开角，确定新视台体的新边界位置，以得到新视线范围。
其中，新视台体的新边界位置包括新视台体的新上下左右边界位置，再根据新视台体的近平面和远平面位置，得到新视线范围。
在本实施例中，可选的，根据所述视台体上下开角增量和原视台体视线上下开角，确定新视台体的新边界位置，以得到新视线范围，包括：
将所述视台体上下开角增量和原视台体视线上下开角之和，作为新视台体视线上下开角；
根据所述新视台体视线上下开角、所述原视台体视线上下开角和原视台体的原左边界位置和原右边界位置，确定新视台体的新左边界位置和新右边界位置；
根据所述新视台体视线上下开角、近平面高度和远平面高度，确定新视台体的新上边界位置和新下边界位置。
按照上述步骤，根据视台体上下开角增量调整视台体下边界后，如果视台体的左右开角不变，那么左右视线范围会变小，因此需要确定新视台体的新边界位置，以得到新视线范围。
图3为本发明实施例一提供的一种视台体的三维示意图。
如图3所示，其中SJ为新视台体上边界与地面的交线，PN为原视台体上边界与地面交线，E为视点O与PN的交点，视台体近平面与OE相交于A(图中未示出)，视台体近平面与ON相交于D(图中未示出)；
|EN|＝|OE|*tan(∠EON)，同时有∠EON＝arctan(|AD|/|OA|)，
|OA|＝near/cos(β)，其中β为视线上下开角(图中未示出)，near为近平面高度，已知并且保持不变。为了调整后保持上边界在地平面截得的长度保持不变，即EJ＝EN，可得：
{LeftNew*cos(βNew)}/NearNew＝{LeftOld*cos(βOld)}/NearOld；
其中LeftNew为新视台体的新左边界位置；LeftOld原视台体的原左边界位置；βNew为新视线上下开角，βOld为原新视线上下开角。
调整时保持near不变，即NearNew＝NearOld，则有：
LeftNew＝{LeftOld*cos(βOld)}/cos(βNew)；其中βNew＝βOld+δ。
同理可得新视台体的新右边界位置：
RightNew＝{RightOld*cos(βOld)}/cos(βNew)；
新视台体的新上边界位置：TopNew＝near*tan(βNew)；
新视台体的新下边界位置根据中心对称，可知，BottomNew＝-TopNew。
这样设置的好处在于，准确获得新的视线范围，使得纹理图完全覆盖DTM，从而将对应区域的2D背景面数据添加至DTM模型中。
步骤150、将所述新视线范围内2D矢量地图的背景面数据，绘制到屏幕纹理图上。
其中，屏幕纹理图为用于图像呈现的屏幕对应的纹理图，即一个屏幕只对应一个纹理图。
在本实施例中，可选的，将所述新视线范围内2D矢量地图的背景面数据，绘制到屏幕纹理图上，包括：
从2D矢量地图中，获取所述新视线范围内的背景面数据；
根据2D矢量地图中2D点坐标位置与屏幕坐标位置之间的关联关系，将获取的背景面数据绘制到帧缓冲对象中，以得到屏幕纹理图。
其中，在新视线范围内，获取2D矢量地图中的背景面数据；2D矢量地图中点坐标位置与屏幕中点坐标位置之间的关联关系，由于地图背景面数据中河流、湖泊、道路等的经纬度坐标位置与屏幕坐标位置一一对应，即2D坐标与屏幕坐标对应关系已知。然后将获取的2D矢量地图中的背景面数据绘制到帧缓冲对象(Frame Buffer Object，FBO)中，即获得屏幕纹理图。这样设置的好处在于，获取新视线范围内的所有背景面数据并绘制到屏幕纹理图中，使得纹理图完全覆盖DTM模型，从而将对应区域的2D背景面数据添加至DTM模型中。
步骤160、根据所述屏幕纹理图，构建包括背景面的DTM模型。
将屏幕纹理图绘制到DTM模型中，即得到包括背景面的DTM模型。
本发明实施例通过按照固定步长，对2D矢量地图中道路进行采样，以将所述道路线段划分为道路子线段，且得到所述道路子线段的端点；将所述道路子线段的端点与所述DTM模型的三角形网格进行匹配，以确定所述道路子线段的端点关联的三角形网格，用于将所述道路线段的2D矢量数据整合到所述DTM模型中；根据所述DTM模型中地形最高点数据、地形最低点数据和原视台体下边界，确定视台体上下开角增量；根据所述视台体上下开角增量和原视台视线上下开角，确定新视台体的新边界位置，以得到新视线范围；将所述新视线范围内2D矢量地图的背景面数据，绘制到屏幕纹理图上；根据所述屏幕纹理图，构建包括背景面的DTM模型。解决由于数据收集方式的不同，2D数据缺乏高度信息，无法与DTM模型数据直接进行整合的问题，实现将2D背景面数据以及精确的道路数据添加至DTM模型中，提高获取道路线段高度的精确度、增强地图显示的效果以及节省内存的效果。
实施例二
图4为本发明实施例二提供的一种地图数据处理方法的流程图。本技术方案是对根据所述屏幕纹理图，构建包括背景面的DTM模型之后的过程进行补充说明的。本发明实施例中的方案可以与上述任意实施例相结合。与上述方案相比，本方案具体优化为，针对包括背景面的DTM模型中每一方格，确定该方格的横轴方向向量和纵轴方向向量；
将该方格的横轴方向向量与纵轴方向向量之间的叉乘结果，作为该方格的法线向量；
根据该方格的法线向量，确定该方格的纹理像素值。
具体的，地图数据处理方法的流程图如图4所示：
步骤410、针对包括背景面的DTM模型中每一方格，确定该方格的横轴方向向量和纵轴方向向量。
其中，方格由DTM模型覆盖区划分而成，每个方格的大小相同。横轴方向向量和纵轴方向向量由方格对应的坐标计算获取。
在本实施例中，可选的，确定该方格的横轴方向向量和纵轴方向向量，包括：
在横轴方向上，将该方格的下一方格到该方格之间的向量，作为该方格的横轴方向向量；
在横轴方向上，将该方格的下一方格到该方格之间的向量，作为该方格的纵轴方向向量。
图5为本发明实施例二提供的一种DTM模型中方格的示意图。
如图5所示，R表示行，C表示列，则R1C1表示第一行第一列的方格，方格中的数值代表方格对应的高度值，坐标为(0，0，5)。
方格R1C2与方格R1C1的高度差为-2，方格R2C1与方格R1C1的高度差为-3，则此时纵轴方向向量v1<R2C1，R1C1>，为(0,1,-3)，横轴方向向量v2<R1C2,R1C1>，为(1，0，-2)。
步骤420、将该方格的横轴方向向量与纵轴方向向量之间的叉乘结果，作为该方格的法线向量。
将横轴方向向量与纵轴方向向量做叉乘运算，获得的结果即为该方格的法线向量。
步骤430、根据该方格的法线向量，确定该方格的纹理像素值。
通过如下公式，rgb＝([xyz+1]/2)*255，确定该方格的纹理像素值；其中，rgb为方格的纹理像素值，xyz为方格的法线向量，且xyz的取值范围为[-1,1]。当获取该方格的法线向量时，则确定了该方格对应的纹理像素值。
需要说明的是，在背景面描画过程中，还可以基于高度信息和颜色的预设映射关系，根据方格处的高度信息获取方格处的颜色，将该颜色作为DTM模型中该方格的基础颜色。如海拔为0米时，对应灰色，海拔高度为500米对应绿色，海拔高度为4000米对应黑色等，本实施例对此不作限制。
然后通过绘制到该地图区域关联的纹理子图上的背景面数据，获取该方格处的背景面颜色，将基础颜色与背景面颜色混合。例如，海拔500米处的背景面数据为海域，则此时海域对应的颜色与海拔对应的颜色进行混合。
再通过该方格处光照所在方向的向量，点乘当前方格处的法线向量，得到该方格处的光照强度值，与混合颜色进行调和，得到该方格处最终的颜色。这样设置的好处在于，通过将颜色进行结合，更形象和客观地描画DTM模型中的背景面数据。
本实施例在上述实施例的基础上，通过方格的法线向量，确定该方格的纹理像素值，更形象和客观地描画DTM模型中的背景面数据。
实施例三
图6为本发明实施例三提供的一种地图数据处理方法的流程图。本技术方案是将道路线段的2D矢量数据整合到DTM模型之后的过程进行补充说明的。本发明实施例中的方案可以与上述任意实施例相结合。与上述方案相比，本方案具体优化为，针对所述道路线段中每一端点，若该端点为相邻两条道路线段之间的折点，则根据所述相邻两条道路线段为该端点确定两个辅助点；
否则，根据该端点所属道路线段为该端点确定四个辅助点；
根据所述道路线段中的端点，以及确定的辅助点，绘制道路面。
具体的，地图数据处理方法的流程图如图6所示：
步骤610、针对所述道路线段中每一端点，若该端点为相邻两条道路线段之间的折点，则根据所述相邻两条道路线段为该端点确定两个辅助点。
其中，当线段端点为连接相邻两条线段的折点时，依据相邻两条道路线段为该端点确定两个辅助点。
在本实施例中，可选的，根据所述相邻两条道路线段为该端点确定两个辅助点，包括：
将所述相邻两条道路线段的角平分线向量，作为第一向量；
将与所述第一向量方向相反的向量，作为第二向量；
根据道路宽度、所述第一向量、所述第二向量和该端点，为该端点确定两个辅助点。
图7为本发明实施例三提供的一种确定道路端点辅助点的示意图。
如图7所示，N点为相邻两条道路线段MN和NP之间的折点，将相邻两条道路线段的角平分线向量w1，作为第一向量，第二向量v1为与第一向量方向相反的向量，第一向量和第二向量的大小可以为实际道路宽度的一半。则以该端点为起始点，根据第一向量的大小和方向，以及第二向量的大小和方向得到的点J和L为该端点的两个辅助点。这样设置的好处在于，在描画具有宽度的道路时，在转折处不产生缺口。
步骤620、否则，根据该端点所属道路线段为该端点确定四个辅助点。
当端点为道路线段的起始点或者终点时，根据该端点所属道路线段为该端点确定四个辅助点。
在本实施例中，可选的，根据该端点所属道路线段为该端点确定四个辅助点，包括：
将沿该道路线段方向，由该端点到该道路线段的另一端点之间的向量，作为第三向量；
确定与所述第三向量垂直的第四向量和第五向量；
将所述第三向量和所述第四向量之和，作为第六向量；
将所述第三向量和所述第五向量之和，作为第七向量；
根据道路宽度、所述第四向量、所述第五向量、所述第六向量和所述第七向量和该端点，为该端点确定四个辅助点。
如图7所示，M点为不与其它道路线段连接的端点，第三向量m1方向为道路方向，大小为道路线段长度。第四向量u1和第五向量w垂直于第三向量，处于同一直线且方向相反，大小可以为道路宽度的一半，从而获取辅助点H点和T点。将第三向量m1和第四向量u1相加，作为第六向量u，从而获取辅助点R点；将第三向量m1和第五向量w相加，作为第七向量v，从而获取辅助点S点。
即以该端点为起始点，根据第四向量的大小和方向、第五向量的大小和方向，第六向量的大小和方向以及第七向量的大小和方向，得到的四个点为该端点的四个辅助点。这样设置的好处在于，获得道路端点处外轮廓的多边形，从而在DTM模型中更精确地描画有宽度的道路。
步骤630、根据所述道路线段中的端点，以及确定的辅助点，绘制道路面。
根据道路线段中的端点，确定的辅助点后，将所有辅助点按照位置进行连接，构成道路面。可以通过画z连接各个点，得到三角剖分后的道路面。
本技术方案在上述实施例的基础上，依据道路端点的种类确定辅助点，通过连接辅助点，从而在DTM模型中更精确地描画有宽度的道路。
实施例四
图8为本发明实施例四所提供的一种地图数据处理装置的结构示意图。该装置可以由硬件和/或软件的方式来实现，可执行本发明任意实施例所提供的一种地图数据处理方法，具备执行方法相应的功能模块和有益效果。如图8所示，该装置包括：
线段采样模块810，用于按照固定步长，对2D矢量地图中道路线段进行采样，以将所述道路线段划分为道路子线段，且得到所述道路子线段的端点。
数据整合模块820，用于将所述道路子线段的端点与所述DTM模型的三角形网格进行匹配，以确定所述道路子线段的端点关联的三角形网格，用于将所述道路线段的2D矢量数据整合到所述DTM模型中。
开角增量确定模块830，用于根据DTM模型中地形最高点数据、地形最低点数据和原视台体下边界，确定视台体上下开角增量。
新视线范围获取模块840，用于根据所述视台体上下开角增量和原视台体视线上下开角，确定新视台体的新边界位置，以得到新视线范围。
数据绘制模块850，用于将所述新视线范围内2D矢量地图的背景面数据，绘制到屏幕纹理图上。
DTM模型构建模块860，用于根据所述屏幕纹理图，构建包括背景面的DTM模型。
本实施例所提供的技术方案，通过按照固定步长，对2D矢量地图中道路线段进行采样，以将所述道路线段划分为道路子线段，且得到所述道路子线段的端点；将所述道路子线段的端点与所述DTM模型的三角形网格进行匹配，以确定所述道路子线段的端点关联的三角形网格，用于将所述道路线段的2D矢量数据整合到所述DTM模型中；根据所述DTM模型中地形最高点数据、地形最低点数据和原视台体下边界，确定视台体上下开角增量；根据所述视台体上下开角增量和原视台视线上下开角，确定新视台体的新边界位置，以得到新视线范围；将所述新视线范围内2D矢量地图的背景面数据，绘制到屏幕纹理图上；根据所述屏幕纹理图，构建包括背景面的DTM模型。解决由于数据收集方式的不同，2D数据缺乏高度信息，无法与DTM模型数据直接进行整合的问题，实现将2D背景面数据以及精确的道路数据添加至DTM模型中，提高获取道路线段高度的精确度、增强地图显示的效果以及节省内存的效果。
在上述各技术方案的基础上，可选的，所述开角增量确定模块830，包括：
开角增量确定单元，用于根据DTM模型中地形最高点到地形最低点的高度，视点到地形最低点的高度，以及原视台体下边界与地形最低点观测线之间的夹角，确定视台体上下开角增量；
其中，所述地形最低点观测线为由视点到地形最低点水平直线的垂线。
在上述各技术方案的基础上，可选的，所述新视线范围获取模块850，包括：
上下开角确定单元，用于将所述视台体上下开角增量和原视台体视线上下开角之和，作为新视台体视线上下开角；
第一位置确定单元，用于根据所述新视台体视线上下开角、所述原视台体视线上下开角和原视台体的原左边界位置和原右边界位置，确定新视台体的新左边界位置和新右边界位置；
第二位置确定单元，用于根据所述新视台体视线上下开角、近平面高度和远平面高度，确定新视台体的新上边界位置和新下边界位置。
在上述各技术方案的基础上，可选的，所述数据绘制模块850，包括：
背景面数据获取单元，用于从2D矢量地图中，获取所述新视线范围内的背景面数据；
屏幕纹理图获取单元，用于根据2D矢量地图中2D点坐标位置与屏幕坐标位置之间的关联关系，将获取的背景面数据绘制到帧缓冲对象中，以得到屏幕纹理图。
在上述各技术方案的基础上，可选的，所述固定步长小于或等于所述三角形网格的直角边宽度的二分之一。
在上述各技术方案的基础上，可选的，所述装置还包括：
方向向量确定模块，用于针对包括背景面的DTM模型中每一方格，确定该方格的横轴方向向量和纵轴方向向量；
法线向量获取模块，用于将该方格的横轴方向向量与纵轴方向向量之间的叉乘结果，作为该方格的法线向量；
纹理像素值确定模块，用于根据该方格的法线向量，确定该方格的纹理像素值。
在上述各技术方案的基础上，可选的，所述装置还包括：
第一辅助点确定模块，用于针对所述道路线段中每一端点，若该端点为相邻两条道路线段之间的折点，则根据所述相邻两条道路线段为该端点确定两个辅助点；
第二辅助点确定模块，用于针对所述道路线段中每一端点，若该端点不是相邻两条道路线段之间的折点，根据该端点所属道路线段为该端点确定四个辅助点；
道路面绘制模块，用于根据所述道路线段中的端点，以及确定的辅助点，绘制道路面。
实施例五
图9为本发明实施例五提供的一种设备的结构示意图，如图9所示，该设备包括处理器90、存储器91、输入装置92和输出装置93；设备中处理器90的数量可以是一个或多个，图9中以一个处理器90为例；设备中的处理器90、存储器91、输入装置92和输出装置93可以通过总线或其他方式连接，图9中以通过总线连接为例。
存储器91作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的地图数据处理方法对应的程序指令/模块。处理器90通过运行存储在存储器91中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的地图数据处理方法。
存储器91可主要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、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器91可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器91可进一步包括相对于处理器90远程设置的存储器，这些远程存储器可以通过网络连接至设备。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。
实施例六
本发明实施例六还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种地图数据处理方法，该方法包括：
按照固定步长，对2D矢量地图中道路线段进行采样，以将所述道路线段划分为道路子线段，且得到所述道路子线段的端点；
将所述道路子线段的端点与所述DTM模型的三角形网格进行匹配，以确定所述道路子线段的端点关联的三角形网格，用于将所述道路线段的2D矢量数据整合到所述DTM模型中；
根据所述DTM模型中地形最高点数据、地形最低点数据和原视台体下边界，确定视台体上下开角增量；
根据所述视台体上下开角增量和原视台视线上下开角，确定新视台体的新边界位置，以得到新视线范围；
将所述新视线范围内2D矢量地图的背景面数据，绘制到屏幕纹理图上；
根据所述屏幕纹理图，构建包括背景面的DTM模型。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的地图数据处理方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明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，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，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的方法。
值得注意的是，上述地图数据处理装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种地图数据处理方法，其特征在于，包括：
按照固定步长，对2D矢量地图中道路线段进行采样，以将所述道路线段划分为道路子线段，且得到所述道路子线段的端点；
将所述道路子线段的端点与所述DTM模型的三角形网格进行匹配，以确定所述道路子线段的端点关联的三角形网格，用于将所述道路线段的2D矢量数据整合到所述DTM模型中；
根据所述DTM模型中地形最高点数据、地形最低点数据和原视台体下边界，确定视台体上下开角增量；
根据所述视台体上下开角增量和原视台视线上下开角，确定新视台体的新边界位置，以得到新视线范围；
将所述新视线范围内2D矢量地图的背景面数据，绘制到屏幕纹理图上；
根据所述屏幕纹理图，构建包括背景面的DTM模型。
2.根据权利要求1所述的方法，其特征在于，根据DTM模型中地形最高点数据、地形最低点数据和原视台体下边界，确定视台体上下开角增量，包括：
根据DTM模型中视点到地形最高点的高度，视点到地形最低点的高度，以及原视台体下边界与地形最低点观测线之间的夹角，确定视台体上下开角增量；
其中，所述地形最低点观测线为由视点到地形最低点水平直线的垂线。
3.根据权利要求1所述的方法，其特征在于，根据所述视台体上下开角增量和原视台视线上下开角，确定新视台体的新边界位置，以得到新视线范围，包括：
将所述视台体上下开角增量和原视台视线上下开角之和，作为新视台视线上下开角；
根据所述新视台视线上下开角、所述原视台视线上下开角和原视台体的原左边界位置和原右边界位置，确定新视台体的新左边界位置和新右边界位置；
根据所述新视台视线上下开角、近平面高度和远平面高度，确定新视台体的新上边界位置和新下边界位置。
4.根据权利要求1所述的方法，其特征在于，将所述新视线范围内2D矢量地图的背景面数据，绘制到屏幕纹理图上，包括：
从2D矢量地图中，获取所述新视线范围内的背景面数据；
根据2D矢量地图中2D点坐标位置与屏幕坐标位置之间的关联关系，将获取的背景面数据绘制到帧缓冲对象中，以得到屏幕纹理图。
5.根据权利要求1所述的方法，其特征在于，所述固定步长小于或等于所述三角形网格的直角边宽度的二分之一。
6.根据权利要求1所述的方法，其特征在于，还包括：
针对包括背景面的DTM模型中每一方格，确定该方格的横轴方向向量和纵轴方向向量；
将该方格的横轴方向向量与纵轴方向向量之间的叉乘结果，作为该方格的法线向量；
根据该方格的法线向量，确定该方格的纹理像素值。
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
针对所述道路线段中每一端点，若该端点为相邻两条道路线段之间的折点，则根据所述相邻两条道路线段为该端点确定两个辅助点；
否则，根据该端点所属道路线段为该端点确定四个辅助点；
根据所述道路线段中的端点，以及确定的辅助点，绘制道路面。
8.一种地图数据处理装置，其特征在于，包括：
线段采样模块，用于按照固定步长，对2D矢量地图中道路线段进行采样，以将所述道路线段划分为道路子线段，且得到所述道路子线段的端点；
数据整合模块，用于将所述道路子线段的端点与所述DTM模型的三角形网格进行匹配，以确定所述道路子线段的端点关联的三角形网格，用于将所述道路线段的2D矢量数据整合到所述DTM模型中；
开角增量确定模块，用于根据DTM模型中地形最高点数据、地形最低点数据和原视台体下边界，确定视台体上下开角增量；
新视线范围获取模块，用于根据所述视台体上下开角增量和原视台体视线上下开角，确定新视台体的新边界位置，以得到新视线范围；
数据绘制模块，用于将所述新视线范围内2D矢量地图的背景面数据，绘制到屏幕纹理图上；
DTM模型构建模块，用于根据所述屏幕纹理图，构建包括背景面的DTM模型。
9.一种设备，其特征在于，所述设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的地图数据处理方法。
10.一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，该程序被处理器执行时实现如权利要求1-7中任一所述的地图数据处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010002123.4A CN113066177B (zh) | 2020-01-02 | 2020-01-02 | 一种地图数据处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010002123.4A CN113066177B (zh) | 2020-01-02 | 2020-01-02 | 一种地图数据处理方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113066177A true CN113066177A (zh) | 2021-07-02 |
| CN113066177B CN113066177B (zh) | 2024-01-23 |
Family
ID=76558193
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010002123.4A Active CN113066177B (zh) | 2020-01-02 | 2020-01-02 | 一种地图数据处理方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113066177B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101968898A (zh) * | 2010-10-29 | 2011-02-09 | 中国科学院地理科学与资源研究所 | 一种全球三维地形显示方法 |
| CN101976468A (zh) * | 2010-10-22 | 2011-02-16 | 中国科学院软件研究所 | 一种多分辨率动态地形可视化方法及系统 |
| US20130035853A1 (en) * | 2011-08-03 | 2013-02-07 | Google Inc. | Prominence-Based Generation and Rendering of Map Features |
| CN104766366A (zh) * | 2015-03-31 | 2015-07-08 | 东北林业大学 | 一种三维虚拟现实演示的建立方法 |
| US20150213572A1 (en) * | 2014-01-24 | 2015-07-30 | Here Global B.V. | Methods, apparatuses and computer program products for three dimensional segmentation and textured modeling of photogrammetry surface meshes |
| US20160071314A1 (en) * | 2014-09-10 | 2016-03-10 | My Virtual Reality Software As | Method for visualising surface data together with panorama image data of the same surrounding |
| CN105444735A (zh) * | 2014-08-22 | 2016-03-30 | 北京协进科技发展有限公司 | 一种道路坡度的确定方法及装置 |
| CN106997612A (zh) * | 2016-01-13 | 2017-08-01 | 索尼互动娱乐股份有限公司 | 图像渲染的装置和方法 |
| CN109242862A (zh) * | 2018-09-08 | 2019-01-18 | 西北工业大学 | 一种实时的数字表面模型生成方法 |
| US20190347854A1 (en) * | 2018-05-11 | 2019-11-14 | Canon Kabushiki Kaisha | System and method for processing a graphic object |
-
2020
- 2020-01-02 CN CN202010002123.4A patent/CN113066177B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101976468A (zh) * | 2010-10-22 | 2011-02-16 | 中国科学院软件研究所 | 一种多分辨率动态地形可视化方法及系统 |
| CN101968898A (zh) * | 2010-10-29 | 2011-02-09 | 中国科学院地理科学与资源研究所 | 一种全球三维地形显示方法 |
| US20130035853A1 (en) * | 2011-08-03 | 2013-02-07 | Google Inc. | Prominence-Based Generation and Rendering of Map Features |
| US20150213572A1 (en) * | 2014-01-24 | 2015-07-30 | Here Global B.V. | Methods, apparatuses and computer program products for three dimensional segmentation and textured modeling of photogrammetry surface meshes |
| CN105444735A (zh) * | 2014-08-22 | 2016-03-30 | 北京协进科技发展有限公司 | 一种道路坡度的确定方法及装置 |
| US20160071314A1 (en) * | 2014-09-10 | 2016-03-10 | My Virtual Reality Software As | Method for visualising surface data together with panorama image data of the same surrounding |
| CN104766366A (zh) * | 2015-03-31 | 2015-07-08 | 东北林业大学 | 一种三维虚拟现实演示的建立方法 |
| CN106997612A (zh) * | 2016-01-13 | 2017-08-01 | 索尼互动娱乐股份有限公司 | 图像渲染的装置和方法 |
| US20190347854A1 (en) * | 2018-05-11 | 2019-11-14 | Canon Kabushiki Kaisha | System and method for processing a graphic object |
| CN109242862A (zh) * | 2018-09-08 | 2019-01-18 | 西北工业大学 | 一种实时的数字表面模型生成方法 |
Non-Patent Citations (1)
| Title |
|---|
| 张国瑾;徐飞;梁婧;: "DTM数据的三维可视化及其实现", 西安工业大学学报, no. 07 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113066177B (zh) | 2024-01-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111724477A (zh) | 一种多源数据融合构建多层次三维地形模型方法 | |
| CN114627237B (zh) | 一种基于实景三维模型的正视影像图生成方法 | |
| CN115861527A (zh) | 实景三维模型的构建方法、装置、电子设备及存储介质 | |
| US8395760B2 (en) | Unified spectral and geospatial information model and the method and system generating it | |
| US20080131029A1 (en) | Systems and methods for visualizing and measuring real world 3-d spatial data | |
| CN114283070A (zh) | 融合无人机影像与激光点云的地形断面制作方法 | |
| CN114564779A (zh) | 一种基于bim和无人机的复杂山区施工便道的规划方法 | |
| Kocaman et al. | 3D city modeling from high-resolution satellite images | |
| CN113066176A (zh) | 一种地图数据处理方法、装置、设备及存储介质 | |
| CN111986320B (zh) | 一种面向智慧城市应用的dem与倾斜摄影模型空间贴合优化方法 | |
| CN113066150B (zh) | 一种地图数据处理方法、装置、设备及存储介质 | |
| CN112800514A (zh) | 一种采用激光点云加bim建模技术运用到换流站可视化管控平台的方法 | |
| CN113066177B (zh) | 一种地图数据处理方法、装置、设备及存储介质 | |
| CN113066179B (zh) | 一种地图数据处理方法、装置、设备及存储介质 | |
| CN113064954B (zh) | 一种地图数据处理方法、装置、设备及存储介质 | |
| Willneff et al. | Single-image high-resolution satellite data for 3D information extraction | |
| CN113066149B (zh) | 一种地图数据处理方法、装置、设备及存储介质 | |
| CN113066000B (zh) | 一种地图数据处理方法、装置、设备及存储介质 | |
| CN115409960A (zh) | 基于虚幻引擎的模型构建方法、电子设备和存储介质 | |
| CN114693820A (zh) | 对象提取方法、装置、电子设备及存储介质 | |
| CN107067467B (zh) | 基于线阵观测模型的快速三维环境构建方法及其应用方法 | |
| CN115774896B (zh) | 数据仿真方法、装置、设备以及存储介质 | |
| CN111383334A (zh) | 用于渲染对象的系统和方法 | |
| CN111353203A (zh) | 一种地震采集排列布设优化方法、装置和存储介质 | |
| Noskov et al. | Urban perspectives: A raster-based approach to 3D generalization of groups of buildings |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 110000 No. 861-6, shangshengou village, Hunnan District, Shenyang City, Liaoning Province Applicant after: Shenyang Meihang Technology Co.,Ltd. Address before: 110179 12th and 13th floors of Debao building, No.1 Jinhui street, Hunnan New District, Shenyang City, Liaoning Province Applicant before: SHENYANG MXNAVI Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |