CN113140027A - 一种四维水体模型的构建方法 - Google Patents
一种四维水体模型的构建方法 Download PDFInfo
- Publication number
- CN113140027A CN113140027A CN201911247515.0A CN201911247515A CN113140027A CN 113140027 A CN113140027 A CN 113140027A CN 201911247515 A CN201911247515 A CN 201911247515A CN 113140027 A CN113140027 A CN 113140027A
- Authority
- CN
- China
- Prior art keywords
- point
- quality data
- water quality
- water body
- water
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/005—General purpose rendering architectures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
Landscapes
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Architecture (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Image Generation (AREA)
Abstract
一种四维水体模型的构建方法,属于水体水质形态构建研究技术领域。包括通过水体测量仪器获取不同水体测试点的水质数据,每一个水体测试点对应有多个不同深度的水质数据点,每一个水质数据点对应一组水质数据,根据所述水质数据中的深度参数,使用底面三角网面构建算法构建水体底部的三角网面;求出水质数据点中顶面点集的凸包,以该凸包上的每一条边为边界形成水体外表面,构建一个三维实体;采用蝶形细分法对上述三维实体进行表面插值细分,形成光滑曲面,得到光滑表面的三维水体模型;针对某一水质指标,采用针对水体的附权重的颜色渲染方法对上述三维水体模型进行渲染,完成四维水体的构建。本发明可快速实现水体高精度的四维建模。
Description
技术领域
本发明属于水体水质形态构建研究技术领域,特别涉及一种能够准确快速构建四维水体的方法。
背景技术
近来由于“五水共治”的政策推行,对于水质监测的需求越来越旺盛。这其中,水体监测数据可视化就成为一种非常好的数据描述手段。为了实现水体数据的可视化,除了必须对水体进行实体建模以外颜色的渲染是必不可少的。三维实体的建模与颜色渲染方法单独一项并不太困难,但是要将两者结合起来,并且对水体进行渲染就并不容易,因为水体的不规则性多边性等都是颜色渲染时的难点,并且使用数据构建出的反馈模型必须要真实地反应水体的真实情况。以往的单的三维水体的模型,已经无法满足当下复杂多变的水质检测与可视化的需求,现在急需要一种能够对水体四维建模的构建方法。
发明内容
本发明的目的是克服现有技术中的不足,提出了一种四维水体建模的方法,使用本发明的方法可以快速、准确的构建出水体的四维模型,生成的四维模型与实际测量数据所反映的真实情况一致,可快速实现水体高精度的四维建模。
这种四维水体模型的构建方法,包括以下步骤:
S101:通过水体测量仪器获取不同水体测试点(每个水体测试点对应一个特定的经纬度坐标点)的水质数据(包含水深、水温、DOmg(氧含量)、Sal.(盐度)、pH值、浊度、饱和度等参数),每一个水体测试点对应有多个不同深度的水质数据点,每一个水质数据点对应一个水质数据,根据所述水质数据中的深度参数,使用底面三角网面构建算法构建水体底部的三角网面;
S102:求出水质数据点中顶面点集的凸包,以该凸包上的每一条边为边界形成水体外表面,构建一个三维实体;
S103:采用蝶形细分法对步骤S102得到的三维实体进行表面插值细分,形成光滑曲面,得到光滑表面的三维水体模型;
S104:针对某一水质指标,采用针对水体的附权重的颜色渲染方法对步骤S103得到的三维水体模型进行渲染,完成四维水体的构建。
作为优选,所述步骤S102中,以该凸包上的每一条边为边界形成水体外表面,构建一个三维实体,具体为:
S201:选取所述凸包上相邻两条边的交点,按照深度从小到大依次连接该交点所对应水体测试点的所有水质数据点,形成若干条竖直的样本条;前述交点为对应样本条的最深点;
S202:连接相邻两样本条的最深点和最浅点,完成三维实体的构建;所述相邻两样本条具体为:这两个样本条最深点为所述凸包任一条边的两个端点。
作为优选,所述步骤S104中,所述针对水体的附权重的颜色渲染方法包括:
S301:根据所述水质数据为所有水质数据点就某一目标水质数据设置相应颜色渲染值;
S302:针对样本条上其它深度的点(这些点是样本条上除去水质数据点之外的其他点),根据该点在样本条上的位置,进行颜色渲染值的计算;
S303:针对非样本条上但属于三维水体模型的任意深度面的点,根据该点与各样本条上同一深度的点的位置关系,进行颜色渲染值的计算;
S304:根据颜色渲染值对整个模型进行渲染。
作为优选,所述步骤S301中,就某一目标水质数据设置相应颜色渲染值的规则,具体为:
选择某一色域范围(该范围最好涵盖至少两种颜色方才能够体现出数据值的变化性),目标水质数据如温度的最低指标与最高指标分别对应这一色域范围内(含端点)的两点,按照均分的规则,每一个水质数据点的目标值的值大小都对应为这一色域范围内的一个颜色渲染值。
作为优选,所述步骤S302中,针对样本条上其它深度的点,根据该点在样本条上的位置,进行颜色渲染值的计算,具体为:
根据所求点p3所在样本条的深度,选取三个距离所求点p3最近的水质数据点,并比较所求点p3与该三个水质数据点之间的位置关系;
若所求点p3比这三个水质数据点中最浅的点更浅,则从这三个水质数据点中选取最浅的水质数据点和第二浅的水质数据点,作为参照点p1、p2,利用公式v=f1×v1+f2×v2计算所求点p3的渲染值;式中,f1、f2为参照点p1、p2对所求点p3的权重,v1、v2为参照点p1、p2的渲染值,v为所求点p3的渲染值;并且f1×d13=f2×d23f1+f2=1,其中d13为p1、p3之间的距离,d23为p2、p3之间的距离,f1、f2为p1、p2对p3的权重;
若所求点p3比这三个水质数据点中最深的点更深,则从这三个水质数据点中选取最深的水质数据点和第二深的水质数据点,作为参照点p1、p2,利用公式v=f1×v1+f2×v2计算所求点p3的渲染值;式中,f1、f2为参照点p1、p2对所求点p3的权重,v1、v2为参照点p1、p2的渲染值,v为所求点p3的渲染值;并且f1×d13=f2×d23、f1+f2=1,其中d13为p1、p3之间的距离,d23为p2、p3之间的距离,f1、f2为p1、p2对p3的权重;
若所求点p3位于其中两个水质数据点之间,则从这三个水质数据点中选取距离所求点p3最近的两个水质数据点作为参照点p1、p2,利用公式v=(1-d13÷d12)×v1+(d13÷d12)×v2计算所求点p3的渲染值;式中,v1、v2为参照点p1、p2的渲染值,d12为p1、p2之间的距离,d13为p1、p3之间的距离,v为所求点p3的渲染值;
所述所求点p3与三个水质数据点位于同一样本条上。
作为优选,所述步骤S303中,针对非样本条上但属于三维水体模型的任意深度面的点,根据该点与各样本条上同一深度的点的位置关系,进行颜色渲染值的计算,具体为:
根据各样本条上与目标点(拟计算渲染值的点)位于同一深度的点的渲染值,利用公式V=P1×V1+P2×V2+P3×V3+···+Pn×Vn计算目标点的渲染值;
式中,Pn为各样本条上与目标点位于同一深度的点对于目标点颜色影响的权重,Vn为各样本条上与目标点位于同一深度的点的渲染值,V为目标点的渲染值;并且P1×d1=P2×d2=P3×d3=···=Pn×dn,P1+P2+P3+···+Pn=1,其中dn为各样本条上与目标点位于同一深度的点与目标点之间的距离。
本发明的有益效果是:
1、可综合从点到面,点面结合的三维网面构造方法、光滑处理三角面的蝶形细分方法与数据加权的颜色渲染方法,在三维空间中对水体形态进行综合而准确的表达的同时根据数据值对水体进行颜色渲染,从而构建出一个三维空间外加一维视觉感官的四维水体模型。
2、结构简单,拥有生成的水体模型与实际测量数据所反映的真实水体一致的优点,可快速实现水体的四维建模,具有很好的实用性。
3、综合运用三维网面构造方法、光滑处理三角面的蝶形细分方法与数据加权的颜色渲染方法来针对水体进行四维建模的构建方法,具有很强的针对性为后续水体的高维建模研究提供了重要的基础。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提供的四维水体模型的构建方法中计算样本条上其他点(除去水质数据点之外的点)的渲染值的流程图。
图2是本发明提供的四维水体模型的构建方法中计算不在样本条上但属于三维水体模型的任意深度面的点的渲染值的流程图。
图3为本发明提供的所构建出来的水体底面俯视图。
图4为本发明提供的水体侧面构建示意图。
图5为本发明所有水体侧面构建完成后的示意图。
图6为本发明提供的离散点集形成的三维水体实体图。
图7为本发明提供的针对水体的附权重的颜色渲染方法中所求点的三种可能情况的示意图(其中D为所求点);
图8为本发明提供的针对水体的附权重的颜色渲染方法中任意深度目标点的算法示意图(其中G为目标点);
图9为使用本发明算法得到的实例中的四维水体模型图。
具体实施方式
以下将参照附图,通过实施例方式详细地描述本发明提供的四维水体模型的构建方法。在此需要说明的是,对于这些实施例方式的说明用于帮助理解本发明,但并不构成对本发明的限定。
本文中描述的各种技术可以用于但不限于水体四维模型构建研究技术领域,还可以用于其它类似领域。
本实例以一组来自于某水质测试公司提供的水体数据为例,方法包括如下具体步骤:
S101:通过水体测量仪器获取不同水体测试点(每个水体测试点对应一个特定的经纬度坐标点)的水质数据(包含水深、水温、DOmg(含氧量)、Sal.(盐度)、pH值、浊度、饱和度等参数),每一个水体测试点对应有多个不同深度的水质数据点,每一个水质数据点对应一个水质数据,根据所述水质数据中的深度参数,使用底面三角网面构建算法构建水体底部的三角网面;为便于理解,针对水体测量仪器获取不同水体测试点的水质数据解释如下:选定水体测试点后,将水体测量仪器置于该水体测试点,使其在重力作用下下行,下行过程中每间隔一定时间或距离进行一次测量,获取对应点的水质数据,也就是说,一个水体测试点根据不同的测量点对应有一系列的水质数据,即前述的每一个水体测试点对应有多个不同深度的水质数据点,每一个水质数据点对应一个水质数据,每一个水质数据包含多个不同的水质参数;所述底面三角网面构建算法采用申请号为201910243211.0的中国发明专利公开的方案。
S102:调用python中,scipy.spatial的ConvexHull包,求出水质数据点中顶面点集的凸包(因为顶面的深度值均为0),以该凸包上的每一条边为边界形成水体外表面,构建一个三维实体;具体为:
如图3-图6所示,选取所述凸包上相邻两条边的交点,按照深度从小到大依次连接该交点所对应水体测试点的所有水质数据点,形成若干条竖直的样本条;前述交点为对应样本条的最深点;
连接相邻两样本条的最深点和最浅点,完成三维实体的构建;所述相邻两样本条具体为:这两个样本条最深点为所述凸包任一条边的两个端点。
S103:采用蝶形细分法对步骤S102得到的三维实体进行表面插值细分,形成光滑曲面,得到光滑表面的三维水体模型;
S104:针对某一水质指标(例如水温),采用针对水体的附权重的颜色渲染方法对步骤S103得到的三维水体模型进行渲染,完成四维水体的构建;具体为:
首先,根据所述水质数据为所有水质数据点就某一目标水质数据(例如水温)设置相应颜色渲染值;其规则为,选择某一色域范围(该范围最好涵盖至少两种颜色方才能够体现出数据值的变化性),目标水质数据如温度的最低指标与最高指标分别对应这一色域范围内(含端点)的两点,按照均分的规则,每一个水质数据点的目标值的值大小都对应为这一色域范围内的一个颜色渲染值。
其次,针对样本条上其它深度的点(这些点是样本条上除去水质数据点之外的其他点),根据该点在样本条上的位置,进行颜色渲染值的计算;
再次,针对非样本条上但属于三维水体模型的任意深度面的点,根据该点与各样本条上同一深度的点的位置关系,进行颜色渲染值的计算;
最后,根据颜色渲染值对整个模型进行渲染,完成后的实际效果如图9所示。
图1示出了本实施例针对样本条上其它深度的点(这些点是样本条上除去水质数据点之外的其他点),根据该点在样本条上的位置,进行颜色渲染值的计算的具体步骤:
根据所求点p3所在样本条的深度,选取三个距离所求点p3最近的水质数据点,并比较所求点p3与该三个水质数据点之间的位置关系;
若所求点p3比这三个水质数据点中最浅的点更浅,则从这三个水质数据点中选取最浅的水质数据点和第二浅的水质数据点,作为参照点p1、p2,利用公式v=f1×v1+f2×v2计算所求点p3的渲染值;式中,f1、f2为参照点p1、p2对所求点p3的权重,v1、v2为参照点p1、p2的渲染值,v为所求点p3的渲染值;并且f1×d13=f2×d23=k、f1+f2=1,其中d13为p1、p3之间的距离,d23为p2、p3之间的距离,f1、f2为p1、p2对p3的权重,k为常数,代换后可消除;
若所求点p3比这三个水质数据点中最深的点更深,则从这三个水质数据点中选取最深的水质数据点和第二深的水质数据点,作为参照点p1、p2,利用公式v=f1×v1+f2×v2计算所求点p3的渲染值;式中,f1、f2为参照点p1、p2对所求点p3的权重,v1、v2为参照点p1、p2的渲染值,v为所求点p3的渲染值;并且f1×d13=f2×d23=k、f1+f2=1,其中d13为p1、p3之间的距离,d23为p2、p3之间的距离,f1、f2为p1、p2对p3的权重,k为常数,代换后可消除;
若所求点p3位于其中两个水质数据点之间,则从这三个水质数据点中选取与所求点p3相邻的两个水质数据点作为参照点p1、p2,利用公式v=(1-d13÷d12)×v1+(d13÷d12)×v2计算所求点p3的渲染值;式中,v1、v2为参照点p1、p2的渲染值,d12为p1、p2之间的距离,d13为p1、p3之间的距离,v为所求点p3的渲染值;
所述所求点p3与三个水质数据点位于同一样本条上。
如图7所示,本例中,D为所求点,A、B、C为前述的三个水质数据点,并且由浅至深依次是A、B、C;若D点比A点更浅,则选取最浅(A)和第二浅(B)的点作为参照点计算所求点(D)的渲染值;若D点比C点更深,则选取最深(C)和第二深(B)的点作为参照点计算所求点(D)的渲染值;若D点在A、B之间,则选取A、B两个点作为参照点计算所求点(D)的渲染值。
图2示出了本实施例中针对非样本条上但属于三维水体模型的任意深度面的点,根据该点与各样本条上同一深度的点的位置关系,进行颜色渲染值的计算的具体步骤:
根据各样本条上与目标点(拟计算渲染值的点)位于同一深度的点的渲染值,利用公式V=P1×V1+P2×V2+P3×V3+···+Pn×Vn计算目标点的渲染值;
式中,Pn为各样本条上与目标点位于同一深度的点对于目标点颜色影响的权重,Vn为各样本条上与目标点位于同一深度的点的渲染值,V为目标点的渲染值;并且P1×d1=P2×d2=P3×d3=···=Pn×dn=k,P1+P2+P3+···+Pn=1,其中dn为各样本条上与目标点位于同一深度的点与目标点之间的距离,k为常数,代换后可消除。
如图8所示,本例中,目标点为g,a、b、c、d、e、f为各样本条上与目标点g位于同一深度的点。
Claims (6)
1.一种四维水体模型的构建方法,其特征在于包括以下步骤:
S101:通过水体测量仪器获取不同水体测试点的水质数据,每一个水体测试点对应有多个不同深度的水质数据点,每一个水质数据点对应一组水质数据,根据所述水质数据中的深度参数,使用底面三角网面构建算法构建水体底部的三角网面;
S102:求出水质数据点中顶面点集的凸包,以该凸包上的每一条边为边界形成水体外表面,构建一个三维实体;
S103:采用蝶形细分法对步骤S102得到的三维实体进行表面插值细分,形成光滑曲面,得到光滑表面的三维水体模型;
S104:针对某一水质指标,采用针对水体的附权重的颜色渲染方法对步骤S103得到的三维水体模型进行渲染,完成四维水体的构建。
2.根据权利要求1所述的四维水体模型的构建方法,其特征在于,所述步骤S102中,以该凸包上的每一条边为边界形成水体外表面,构建一个三维实体,具体为:
S201:选取所述凸包上相邻两条边的交点,按照深度从小到大依次连接该交点所对应水体测试点的所有水质数据点,形成若干条竖直的样本条;
S202:连接相邻两样本条的最深点和最浅点,完成三维实体的构建。
3.根据权利要求1所述的四维水体模型的构建方法,其特征在于,所述步骤S104中,所述针对水体的附权重的颜色渲染方法包括:
S301:根据所述水质数据为所有水质数据点就某一目标水质数据设置相应颜色渲染值;
S302:针对样本条上其它深度的点,根据该点在样本条上的位置,进行颜色渲染值的计算;
S303:针对非样本条上但属于三维水体模型的任意深度面的点,根据该点与各样本条上同一深度的点的位置关系,进行颜色渲染值的计算;
S304:根据颜色渲染值对整个模型进行渲染。
4.根据权利要求3所述的四维水体模型的构建方法,其特征在于,所述步骤S301中,就某一目标水质数据设置相应颜色渲染值的规则,具体为:
选择某一涵盖至少两种颜色的色域范围,目标水质数据的最低指标与最高指标分别对应这一色域范围内的两点,按照均分的规则,每一个水质数据点的目标值的值大小都对应为这一色域范围内的一个颜色渲染值。
5.根据权利要求3所述的四维水体模型的构建方法,其特征在于,所述步骤S302中,针对样本条上其它深度的点,根据该点在样本条上的位置,进行颜色渲染值的计算,具体为:
根据所求点p3所在样本条的深度,选取三个距离所求点p3最近的水质数据点,并比较所求点p3与三个水质数据点之间的位置关系;
若所求点p3比这三个水质数据点中最浅的点更浅,则从这三个水质数据点中选取最浅的水质数据点和第二浅的水质数据点,作为参照点p1、p2,利用公式v=f1×v1+f2×v2计算所求点p3的渲染值;式中,f1、f2为p1、p2对p3的权重,v1、v2为p1、p2的渲染值,v为p3的渲染值;
若所求点p3比这三个水质数据点中最深的点更深,则从这三个水质数据点中选取最深的水质数据点和第二深的水质数据点,作为参照点p1、p2,利用公式v=f1×v1+f2×v2计算所求点p3的渲染值;式中,f1、f2为p1、p2对p3的权重,v1、v2为p1、p2的渲染值,v为p3的渲染值;
若所求点p3位于其中两个水质数据点之间,则从这三个水质数据点中选取与所求点p3相邻的两个水质数据点作为参照点p1、p2,利用公式v=(1-d13÷d12)×v1+(d13÷d12)×v2计算所求点p3的渲染值;式中,v1、v2为p1、p2的渲染值,d12为p1、p2之间的距离,d13为p1、p3之间的距离,v为p3的渲染值;
所述所求点p3与三个水质数据点位于同一样本条上。
6.根据权利要求3所述的四维水体模型的构建方法,其特征在于,所述步骤S303中,针对非样本条上但属于三维水体模型的任意深度面的点,根据该点与各样本条上同一深度的点的位置关系,进行颜色渲染值的计算,具体为:
根据各样本条上与目标点位于同一深度的点的渲染值,利用公式V=P1×V1+P2×V2+P3×V3+…+Pn×Vn计算目标点的渲染值;
式中,Pn为各样本条上与目标点位于同一深度的点对于目标点颜色影响的权重,Vn为各样本条上与目标点位于同一深度的点的渲染值,V为目标点的渲染值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911247515.0A CN113140027B (zh) | 2020-01-16 | 2020-01-16 | 一种四维水体模型的构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911247515.0A CN113140027B (zh) | 2020-01-16 | 2020-01-16 | 一种四维水体模型的构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113140027A true CN113140027A (zh) | 2021-07-20 |
CN113140027B CN113140027B (zh) | 2022-07-15 |
Family
ID=76808158
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911247515.0A Active CN113140027B (zh) | 2020-01-16 | 2020-01-16 | 一种四维水体模型的构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113140027B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1089234A2 (en) * | 1999-10-01 | 2001-04-04 | Mitsubishi Denki Kabushiki Kaisha | Parallel pipelined volume rendering system |
US20030112235A1 (en) * | 2001-12-19 | 2003-06-19 | Earth Science Associates, Inc. | Method and system for creating irregular three-dimensional polygonal volume models in a three-dimensional geographic information system |
US6589216B1 (en) * | 2002-02-20 | 2003-07-08 | Abbott Research Group, Inc. | Vaginal douches, vaginal douche applicators and methods of vaginal douching |
CN101408991A (zh) * | 2008-05-12 | 2009-04-15 | 中山大学 | 一种插值型细分和逼近型细分相融合的曲面造型方法 |
US20140336939A1 (en) * | 2013-05-09 | 2014-11-13 | Robert H. Brune | Use of Vector Rotational Measurements and Vector Pressure Gradient Measurements to Enhance Spatial Sampling of Dual-Sensor Water Bottom Seismic Data |
CN104167020A (zh) * | 2014-08-19 | 2014-11-26 | 电子科技大学 | 基于约束Delaunay三角网的空间倒转曲面重建方法 |
US20150170379A1 (en) * | 2013-12-17 | 2015-06-18 | Electronics And Telecommunications Research Institute | Apparatus and method for measuring three-dimensional (3d) shape of object by using liquid |
US20180165870A1 (en) * | 2014-02-21 | 2018-06-14 | FLIR Belgium BVBA | 3d bottom surface rendering systems and methods |
US20180164434A1 (en) * | 2014-02-21 | 2018-06-14 | FLIR Belgium BVBA | 3d scene annotation and enhancement systems and methods |
CN110120083A (zh) * | 2019-05-17 | 2019-08-13 | 中科三清科技有限公司 | 水质预报分布图绘制方法、装置和电子设备 |
CN110188323A (zh) * | 2019-05-15 | 2019-08-30 | 华南理工大学 | 一种适宜于城市水生态保护的水面率值域测算方法 |
-
2020
- 2020-01-16 CN CN201911247515.0A patent/CN113140027B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1089234A2 (en) * | 1999-10-01 | 2001-04-04 | Mitsubishi Denki Kabushiki Kaisha | Parallel pipelined volume rendering system |
US20030112235A1 (en) * | 2001-12-19 | 2003-06-19 | Earth Science Associates, Inc. | Method and system for creating irregular three-dimensional polygonal volume models in a three-dimensional geographic information system |
US6589216B1 (en) * | 2002-02-20 | 2003-07-08 | Abbott Research Group, Inc. | Vaginal douches, vaginal douche applicators and methods of vaginal douching |
CN101408991A (zh) * | 2008-05-12 | 2009-04-15 | 中山大学 | 一种插值型细分和逼近型细分相融合的曲面造型方法 |
US20140336939A1 (en) * | 2013-05-09 | 2014-11-13 | Robert H. Brune | Use of Vector Rotational Measurements and Vector Pressure Gradient Measurements to Enhance Spatial Sampling of Dual-Sensor Water Bottom Seismic Data |
US20150170379A1 (en) * | 2013-12-17 | 2015-06-18 | Electronics And Telecommunications Research Institute | Apparatus and method for measuring three-dimensional (3d) shape of object by using liquid |
US20180165870A1 (en) * | 2014-02-21 | 2018-06-14 | FLIR Belgium BVBA | 3d bottom surface rendering systems and methods |
US20180164434A1 (en) * | 2014-02-21 | 2018-06-14 | FLIR Belgium BVBA | 3d scene annotation and enhancement systems and methods |
CN104167020A (zh) * | 2014-08-19 | 2014-11-26 | 电子科技大学 | 基于约束Delaunay三角网的空间倒转曲面重建方法 |
CN110188323A (zh) * | 2019-05-15 | 2019-08-30 | 华南理工大学 | 一种适宜于城市水生态保护的水面率值域测算方法 |
CN110120083A (zh) * | 2019-05-17 | 2019-08-13 | 中科三清科技有限公司 | 水质预报分布图绘制方法、装置和电子设备 |
Non-Patent Citations (3)
Title |
---|
ZHANG JI-HUA 等: "Realization of 1-dimension river pollutedmodel visualization", 《COMPUTER TECHNOLOGY ANDDEVELOPMENT》, 31 December 2008 (2008-12-31), pages 240 - 244 * |
李波等: "水污染物扩散模型三维可视化的关键技术", 《计算机工程》, no. 08, 20 April 2010 (2010-04-20), pages 257 - 259 * |
臧永强等: "水质模型与GIS的集成研究与应用", 《矿山测量》, no. 02, 15 June 2007 (2007-06-15), pages 61 - 64 * |
Also Published As
Publication number | Publication date |
---|---|
CN113140027B (zh) | 2022-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sobotka et al. | Geoadditive expectile regression | |
Zhou et al. | 2.5 d dual contouring: A robust approach to creating building models from aerial lidar point clouds | |
JP6286805B2 (ja) | モデリング装置、3次元モデル生成装置、モデリング方法、プログラム、レイアウトシミュレータ | |
US9316763B2 (en) | Submarine topography six-dimensional grid mapping method | |
EP3226212B1 (en) | Modeling device, three-dimensional model generating device, modeling method, and program | |
CN101833666A (zh) | 一种对离散点云数据微分几何量的估计方法 | |
CN108648277B (zh) | 一种激光雷达点云数据的快速重建方法 | |
CN106780584B (zh) | 基于灰度共生矩阵的纹理方向精细估算方法 | |
CN100561521C (zh) | 三维扫描点云中基于神经网络的标志点孔洞的填补方法 | |
CN104548597B (zh) | 导航网格的自动生成方法和装置 | |
Crema | Time and probabilistic reasoning in settlement analysis | |
CN103679808A (zh) | 利用二维核磁图像重建头部三维模型的方法及系统 | |
CN113140027B (zh) | 一种四维水体模型的构建方法 | |
CN107037738B (zh) | 数控加工几何仿真中基于stl模型的材料去除方法 | |
Surazhsky et al. | Blending polygonal shapes with different topologies | |
Yingjie et al. | Improved moving least squares algorithm for directed projecting onto point clouds | |
McAssey et al. | A morpho-density approach to estimating neural connectivity | |
CN105869210A (zh) | 三维地质表面模型中的插值数据处理方法 | |
Moustakides et al. | 3D image acquisition and NURBS based geometry modelling of natural objects | |
CN109163674A (zh) | 一种面结构光自动化三维测量中传感器测量视点规划方法 | |
Lee et al. | Anlysis methods of the variation of facial size and shape based on 3D face scan images | |
CN107545596B (zh) | 一种点云模型最优切割平面的提取方法 | |
KR100299857B1 (ko) | 3차원 전자항해해도를 위한 모델 생성 방법 및 3차원 모델을 이용한 전자 해도 디스플레이 방법 | |
CN108694282A (zh) | 一种用于水动力计算的船体表面网格划分方法及装置 | |
CN108154557A (zh) | 一种基于家居环境的静音区域的三角面片化方法 |
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 |