CN114037723B - 基于dem数据提取山顶点的方法、装置及存储介质 - Google Patents

基于dem数据提取山顶点的方法、装置及存储介质 Download PDF

Info

Publication number
CN114037723B
CN114037723B CN202210011975.9A CN202210011975A CN114037723B CN 114037723 B CN114037723 B CN 114037723B CN 202210011975 A CN202210011975 A CN 202210011975A CN 114037723 B CN114037723 B CN 114037723B
Authority
CN
China
Prior art keywords
grid
value
determining
dem
mountain top
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
CN202210011975.9A
Other languages
English (en)
Other versions
CN114037723A (zh
Inventor
赵宏杰
陆川
杨礼
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.)
Chengdu Guoxing Aerospace Technology Co.,Ltd.
Original Assignee
Chengdu Guoxing Aerospace 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 Chengdu Guoxing Aerospace Technology Co ltd filed Critical Chengdu Guoxing Aerospace Technology Co ltd
Priority to CN202210011975.9A priority Critical patent/CN114037723B/zh
Publication of CN114037723A publication Critical patent/CN114037723A/zh
Application granted granted Critical
Publication of CN114037723B publication Critical patent/CN114037723B/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
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/13Edge detection
    • 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
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/62Analysis of geometric attributes of area, perimeter, diameter or volume

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Remote Sensing (AREA)
  • Computer Graphics (AREA)
  • Image Analysis (AREA)

Abstract

本申请提供一种基于DEM数据提取山顶点的方法、装置及存储介质。该方法包括:获取目标区域的DEM数据;其中,DEM数据中包括预先划分好的栅格以及每个栅格所对应的DEM数值;基于DEM数据确定目标区域中的至少一个山顶区域;基于每个山顶区域中的DEM数值最大的栅格确定每个山顶区域中的山顶点。通过该方式一来可以降低算法复杂度,提高计算效率,二来由于山顶点所在区域是一个片区中的最高区域,因此,通过确定目标区域中的山顶区域,再从山顶区域确定山顶点的方式,与直接根据DEM数据搜索最大值确定山顶点的方式相比能够提高山顶点提取的准确性和合理性。

Description

基于DEM数据提取山顶点的方法、装置及存储介质
技术领域
本申请涉及地理信息技术领域,具体而言,涉及一种基于DEM数据提取山顶点的方法、装置及存储介质。
背景技术
山顶点和山脊线等特征地形要素是构成地表地形及其起伏变化的基本框架,对地形在地表的空间分布具有控制作用。山顶点是地貌形态研究中不可缺少的地形特征点之一。在不同地貌形态中,山顶点在高程空间分布情况的差异,决定了其所构成的山顶起伏程度各不相同。山顶通常被认为是山脉侵蚀作用的动力面,可以在宏观上反映出区域的地貌形态特征,是山区指示目标和判定方位的重要依据之一。
传统的山顶点提取方法主要有断面高程极值法和局部高差比较法。
断面高程极值法是指在 DEM (Digital Elevation Model,数字高程模型)的水平方向或垂直方向所形成的断面上,通过曲线拟合检测出局部地形极大值点,然后对这些极大值点进行再次的判断以确定山顶点,但是该算法容易产生关键点位的遗漏。局部高差比较法则是利用 N×N 大小的窗口对规则格网 DEM 数据进行分析,若窗口中心点高程值最高便将其确定为山顶点,该算法难以顾及地形的整体变化,很难去除噪声,往往存在较大的不确定性。
可见,上述的算法不仅复杂度较高,且均存在定位的山顶点不准确的问题。
发明内容
本申请实施例的目的在于提供一种基于DEM数据提取山顶点的方法、装置及存储介质,以便快速且准确地确定出山顶点。
本发明是这样实现的:
第一方面,本申请实施例提供一种基于DEM数据提取山顶点的方法,包括:获取目标区域的DEM数据;其中,所述DEM数据中包括预先划分好的栅格以及每个所述栅格所对应的DEM数值;基于所述DEM数据确定所述目标区域中的至少一个山顶区域;基于每个所述山顶区域中的DEM数值最大的栅格确定每个所述山顶区域中的山顶点。
在本申请实施例中,首先基于DEM数据中的各个栅格的DEM数值进行区域划分,以确定出目标区域中的至少一个山顶区域,然后再从每个山顶区域中确定出山顶点,通过该方式一来可以降低算法复杂度,提高计算效率,二来由于山顶点所在区域是一个片区中的最高区域,因此,通过确定目标区域中的山顶区域,再从山顶区域确定山顶点的方式,与直接根据DEM数据搜索最大值确定山顶点的方式相比能够提高山顶点提取的准确性和合理性。
结合上述第一方面提供的技术方案,在一些可能的实现方式中,所述基于所述DEM数据确定所述目标区域中的至少一个山顶区域,包括:根据所述DEM数据的空间分辨率和精度,确定高程阈值;基于所述高程阈值,对每个所述栅格进行重新赋值,以得到每个所述栅格的层级值;基于每个所述栅格的层级值,确定所述目标区域中的至少一个山顶区域。
在本申请实施例中,通过预设的高程阈值对每个栅格进行重新赋值,以便于对各个栅格进行层级划分,进而基于层级值可以快速地确定出山顶区域。
结合上述第一方面提供的技术方案,在一些可能的实现方式中,所述基于所述高程阈值,对每个所述栅格进行重新赋值,以得到每个所述栅格的层级值,包括:将每个所述栅格所对应的DEM数值除以所述高程阈值,得到每个所述栅格对应的商值;针对每个所述栅格,将该栅格对应的商值的整数部分确定为该栅格的层级值。
本申请实施例中,在重新赋值时,可以直接将每个栅格所对应的DEM数值除以高程阈值,得到每个栅格对应的商值;然后针对每个栅格,将该栅格对应的商值的整数部分确定为该栅格的层级值,通过该方式以便于快速地确定出每个栅格所对应的层级值。
结合上述第一方面提供的技术方案,在一些可能的实现方式中,所述基于所述高程阈值,对每个所述栅格进行重新赋值,以得到每个所述栅格的层级值,包括:获取所述DEM数据中最小的DEM数值;将每个所述栅格所对应的DEM数值减去所述最小的DEM数值,得到每个所述栅格对应的差值;将每个所述栅格对应的差值除以所述高程阈值,得到每个所述栅格对应的商值;针对每个所述栅格,将该栅格对应的商值的整数部分确定为该栅格的层级值。
本申请实施例中,在重新赋值时,通过将每个栅格所对应的DEM数值减去最小的DEM数值,得到每个栅格对应的差值;然后再将每个栅格对应的差值除以高程阈值,得到每个栅格对应的商值;针对每个栅格,将该栅格对应的商值的整数部分确定为该栅格的层级值,通过该方式可以对DEM数据进行分层,设置分层等高距,并通过对各层从低到高进行排序,使得层级值从0开始逐个增加,进而便于直接确定出各个栅格所对应的层级,同时通过设置一定的高程距离,排除一些非山顶点区域,缩小区域最大值,从而更加精确地判断山顶点的范围。
结合上述第一方面提供的技术方案,在一些可能的实现方式中,所述基于每个所述栅格的层级值,确定所述目标区域中的至少一个山顶区域,包括:以预设的第一个栅格为起点,将所述第一个栅格与相邻的栅格进行层级值大小比对;当层级值相同时,将层级值相同的栅格继续与其相邻的栅格进行层级值大小比对;当层级值不同时,将层级值较大的栅格继续与其相邻的栅格进行层级值大小比对;根据比对结果,确定出层级值不小于周围栅格的层级值的目标栅格;并将所述目标栅格所组成的连片区域确定为所述目标区域中的山顶区域。
本申请实施例中,在确定目标区域中的山顶区域时,可以从预设的第一个栅格为起点,依次将其与相邻的栅格进行比较,直至确定出所有的层级值不小于周围栅格的层级值的目标栅格,然后将目标栅格所组成的连片区域确定为山顶区域,通过该方式能够准确地筛选出目标栅格,也能够提高计算的效率。
结合上述第一方面提供的技术方案,在一些可能的实现方式中,在所述将所述目标栅格所组成的连片区域确定为所述目标区域中的山顶区域之前,所述方法还包括:确定所述目标栅格所组成的连片区域中的栅格数不小于预设阈值。
在本申请实施例中,山顶区域中的目标栅格的栅格数需不小于预设阈值,进而保证目标栅格所组成的区域满足山顶区域的区域面积要求,避免将某一个或少数几个栅格所组成的区域误确定为山顶区域,进而保证确定出的山顶区域的合理性和准确性。
结合上述第一方面提供的技术方案,在一些可能的实现方式中,所述基于每个所述栅格的层级值,确定所述目标区域中的至少一个山顶区域,包括:将每个所述栅格与相邻的栅格进行层级值大小比较;根据比对结果,确定出层级值不小于周围栅格的层级值的目标栅格;并将所述目标栅格所组成的连片区域确定为所述目标区域中的山顶区域。
本申请实施例中,在确定目标区域中的山顶区域时,将每个栅格均与相邻的栅格进行层级值大小比较,通过该方式,可以避免关键栅格的遗漏,进一步地提高了确定出的山顶区域的准确性。
结合上述第一方面提供的技术方案,在一些可能的实现方式中,在所述将所述目标栅格所组成的连片区域确定为所述目标区域中的山顶区域之前,所述方法还包括:确定所述目标栅格所组成的连片区域中的栅格数不小于预设阈值。
结合上述第一方面提供的技术方案,在一些可能的实现方式中,所述目标区域中的山顶区域包括第一山顶区域及第二山顶区域;所述基于每个所述山顶区域中的DEM数值最大的栅格确定每个所述山顶区域中的山顶点,包括:基于所述第一山顶区域中的DEM数值最大的栅格确定所述第一山顶区域中的第一山顶点;基于所述第二山顶区域中的DEM数值最大的栅格确定所述第二山顶区域中的第二山顶点。
采用本申请实施例所提供的基于DEM数据提取山顶点的方法可以便于确定出目标区域中的所有山顶区域,进而使得当目标区域为较大范围的区域时,可以直接通过该方法确定出目标区域中的所有山顶点。
第二方面,本申请实施例提供一种基于DEM数据提取山顶点的装置,包括:获取模块,用于获取目标区域的DEM数据;其中,所述DEM数据中包括预先划分好的栅格以及每个所述栅格所对应的DEM数值;第一确定模块,用于基于所述DEM数据确定所述目标区域中的山顶区域;第二确定模块,用于基于所述山顶区域中的栅格的DEM数值确定所述目标区域中的山顶点。
第三方面,本申请实施例提供一种电子设备,包括:处理器和存储器,所述处理器和所述存储器连接;所述存储器用于存储程序;所述处理器用于调用存储在所述存储器中的程序,执行如上述第一方面实施例和/或结合上述第一方面实施例的一些可能的实现方式提供的方法。
第四方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序在被处理器运行时执行如上述第一方面实施例和/或结合上述第一方面实施例的一些可能的实现方式提供的方法。
本申请能快速准确的提取山顶点,通过分层排序提取山顶区域来快速锁定山顶点所在区域范围,同时可以缩小判断山顶点的范围,提高了计算的效率和山顶点的提取精度。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本申请实施例提供的一种电子设备的结构框图。
图2为本申请实施例提供的一种基于DEM数据提取山顶点的方法的流程图。
图3为本申请实施例提供的一种目标区域的DEM数据的示意图。
图4为本申请实施例提供的一种目标区域重新赋值后的示意图。
图5为本申请实施例提供的另一种目标区域重新赋值后的示意图。
图6为本申请实施例提供的一种提取目标区域中的目标栅格的示意图。
图7为本申请实施例提供的一种基于DEM数据提取山顶点的装置的模块框图。
图标:100-电子设备;110-处理器;120-存储器;200-基于DEM数据提取山顶点的装置;210-获取模块;220-第一确定模块;230-第二确定模块。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述。
请参阅图1,本申请实施例提供一种应用基于DEM数据提取山顶点的方法及装置的电子设备100的示意性结构框图。本申请实施例中,电子设备100可以是终端或者服务器,终端可以是,但不限于个人计算机(Personal Computer,PC)、智能手机、平板电脑、个人数字助理(Personal Digital Assistant,PDA)、移动上网设备(Mobile Internet Device,MID)等。服务器可以是但不限于网络服务器、数据库服务器、云服务器或由多个子服务器构成的服务器集成等。当然,上述列举的设备仅用于便于理解本申请实施例,其不应作为对本实施例的限定。
在结构上,电子设备100可以包括处理器110和存储器120。
处理器110与存储器120直接或间接地电性连接,以实现数据的传输或交互,例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。基于DEM数据提取山顶点的装置包括至少一个可以软件或固件(Firmware)的形式存储在存储器120中或固化在电子设备100的操作系统(Operating System,OS)中的软件模块。处理器110用于执行存储器120中存储的可执行模块,例如,基于DEM数据提取山顶点的装置所包括的软件功能模块及计算机程序等,以实现基于DEM数据提取山顶点的方法。处理器110可以在接收到执行指令后,执行计算机程序。
其中,处理器110可以是一种集成电路芯片,具有信号处理能力。处理器110也可以是通用处理器,例如,可以是中央处理器(Central Processing Unit,CPU)、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific IntegratedCircuit ,ASIC)、分立门或晶体管逻辑器件、分立硬件组件,可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。此外,通用处理器可以是微处理器或者任何常规处理器等。
存储器120可以是,但不限于,随机存取存储器(Random Access Memory,RAM)、只读存储器(Read Only Memory,ROM)、可编程只读存储器(Programmable Read-OnlyMemory,PROM)、可擦可编程序只读存储器(Erasable Programmable Read-Only Memory,EPROM),以及电可擦编程只读存储器(Electric Erasable Programmable Read-OnlyMemory,EEPROM)。存储器120用于存储程序,处理器110在接收到执行指令后,执行该程序。
需要说明的是,图1所示的结构仅为示意,本申请实施例提供的电子设备100还可以具有比图1更少或更多的组件,或是具有与图1所示不同的配置。此外,图1所示的各组件可以通过软件、硬件或其组合实现。
请参阅图2,图2为本申请实施例提供的基于DEM数据提取山顶点的方法的流程图,该方法应用于图1所示的电子设备100。需要说明的是,本申请实施例提供的基于DEM数据提取山顶点的方法不以图2及以下所示的顺序为限制,该方法包括:步骤S101-步骤S103。
步骤S101:获取目标区域的DEM数据;其中,DEM数据中包括预先划分好的栅格以及每个栅格所对应的DEM数值。
其中,目标区域可以由用户确定,为用户感兴趣的区域。目标区域可以包括但不限于山区、丘陵、平原等地形。目标区域的大小可以根据采集设备(如传感器、雷达)实际采集的区域所定,也可以由用户选定,本申请均不作限定。其中,DEM是通过有限的地形高程数据实现对地面地形的数字化模拟(即地形表面形态的数字化表达),它是用一组有序数值阵列形式表示地面高程的一种实体地面模型。请参阅图3,图3为模拟的一组DEM数据,每一个正方形的格子表示一个栅格,每个栅格中的数值即为DEM数值,该数值则表征地面高程。
步骤S102:基于DEM数据确定目标区域中的至少一个山顶区域。
然后可以直接基于DEM数据中各个栅格的DEM数值对目标区域进行划分,以划分出整个目标区域中的山顶区域。
需要说明的是,基于DEM数据可以确定出目标区域中的一个山顶区域,也可以确定出目标区域中的多个山顶区域。
步骤S103:基于每个山顶区域中的DEM数值最大的栅格确定每个山顶区域中的山顶点。
在确定出山顶区域后,则将山顶区域中的各个栅格的DEM数值进行数值比较,将DEM数值最大的山顶区域中的栅格确定为该山顶区域中的山顶点。
综上,本申请实施例所提供的基于DEM数据提取山顶点的方法,首先基于DEM数据中的各个栅格的DEM数值进行区域划分,以确定出目标区域中的至少一个山顶区域,然后再从每个山顶区域中确定出山顶点,通过该方式一来可以降低算法复杂度,提高计算效率,二来由于山顶点所在区域是一个片区中的最高区域,因此,通过确定目标区域中的山顶区域,再从山顶区域确定山顶点的方式,与直接根据DEM数据搜索最大值确定山顶点的方式相比能够提高山顶点提取的准确性和合理性。
下面结合具体的示例对上述步骤进行说明。
一实施例中,步骤S102可以具体包括:根据DEM数据的空间分辨率和精度,确定高程阈值;基于高程阈值,对每个栅格进行重新赋值,以得到每个栅格的层级值;然后基于每个栅格的层级值,确定目标区域中的至少一个山顶区域。
也即,通过一个预设的高程阈值,可以将栅格进行分层,以确定出一个片区中的最高层级作为山顶区域。
其中,预设的高程阈值表示一个等高分层的阈值,其与DEM数据的空间分辨率和精度相关。也即,可以根据DEM数据的空间分辨率和精度来确定出高程阈值的具体数值。
空间分辨率是指每一个栅格所对应的实际地形区域的大小,每一个栅格所对应的实际地形越小,则空间分辨率越大,相应的,每一个栅格所对应的实际地形越大,则空间分辨率越小。空间分辨率与高程阈值呈反比,空间分辨率越大,则高程阈值设置的越小;空间分辨率越小,则高程阈值设置的越大。
精度是指DEM数据中的DEM数值与真实数值的误差范围。精度越大,则DEM数据中的DEM数值与真实数值的误差范围越小,相应的,精度越大,则DEM数据中的DEM数值与真实数值的误差范围越大。精度与高程阈值呈正比,精度越大,高程阈值设置的越大;精度越小,高程阈值设置的越小。
本申请实施例中,通过预设的高程阈值对每个栅格进行重新赋值,以便于对各个栅格进行层级划分,进而基于层级值可以快速地确定出山顶区域。
作为一种实施方式,上述基于高程阈值,对每个栅格进行重新赋值,以得到每个栅格的层级值可以具体包括:将每个栅格所对应的DEM数值除以高程阈值,得到每个栅格对应的商值;然后针对每个栅格,将该栅格对应的商值的整数部分确定为该栅格的层级值。
示例性的,当以图3所示出的DEM数据作为目标区域的DEM数据时,高程阈值可以设置为10,然后将每个栅格所对应的DEM数值除以高程阈值,即可得到每个栅格对应的商值,然后保留商值的整数部分即可得到该栅格的层级值。以图3中左上角的第一个栅格为例,该栅格的DEM数值为165,将其除以10得到的商值为16.5,然后取商值的整数部分16作为该栅格的层级值。同理,图3中第二行第二列的栅格的DEM数值为184,重新赋值后,层级值为18。通过上述赋值方式,图3的DEM数据则变为了图4所示出的层级数据。图4中,栅格被分为了四个层次,数字16对应的层级为第一层,数字17对应的层级为第二层,数字18对应的层级为第三层,数字19对应的层级为第四层。
可见,在本申请实施例中,在重新赋值时,可以直接将每个栅格所对应的DEM数值除以高程阈值,得到每个栅格对应的商值;然后针对每个栅格,将该栅格对应的商值的整数部分确定为该栅格的层级值,通过该方式以便于快速地确定出每个栅格所对应的层级值。
作为另一种实施方式,上述步骤基于高程阈值,对每个栅格进行重新赋值,以得到每个栅格的层级值可以具体包括:获取DEM数据中最小的DEM数值;将每个栅格所对应的DEM数值减去最小的DEM数值,得到每个栅格对应的差值;将每个栅格对应的差值除以高程阈值,得到每个栅格对应的商值;最后针对每个栅格,将该栅格对应的商值的整数部分确定为该栅格的层级值。
继续以图3示出的目标区域的DEM数据,且高程阈值设置为10为例。
首先,确定出目标区域的DEM数据中的最小的DEM数值为160。然后,将每个栅格所对应的DEM数值减去160,得到每个栅格对应的差值。接着,将每个栅格对应的差值除以10,进而得到每个栅格对应的商值。最后,保留商值的整数部分即可得到该栅格的层级值。
以图3中左上角的第一个栅格为例,该栅格的DEM数值为165,将其减去160之后得到差值5,然后将差值5除以10得到的商值为0.5,然后取商值的整数部分0作为该栅格的层级值。同理,图3中第二行第二列的栅格的DEM数值为184,将其减去160之后得到差值24,然后将差值24除以10得到的商值为2.4,然后取商值的整数部分2作为该栅格的层级值。通过上述赋值方式,图3的DEM数据则变为了图5所示出的栅格层级数据。图5中,栅格被分为了四个层次,数字0对应的层级为第一层,数字1对应的层级为第二层,数字2对应的层级为第三层,数字3对应的层级为第四层。
可见,在本申请实施例中,在重新赋值时,通过将每个栅格所对应的DEM数值减去最小的DEM数值,得到每个栅格对应的差值;然后再将每个栅格对应的差值除以高程阈值,得到每个栅格对应的商值;针对每个栅格,将该栅格对应的商值的整数部分确定为该栅格的层级值,通过该方式可以对DEM数据进行分层,设置分层等高距,并通过对各层从低到高进行排序,使得层级值从0开始逐个增加,进而便于直接确定出各个栅格所对应的层级,同时通过设置一定的高程距离,排除一些非山顶点区域,缩小区域最大值,从而更加精确地判断山顶点的范围。
作为一种实施方式,上述步骤中基于每个栅格的层级值,确定目标区域中的至少一个山顶区域的过程可以具体包括:以预设的第一个栅格为起点,将第一个栅格与相邻的栅格进行层级值大小比对;当层级值相同时,将层级值相同的栅格继续与其相邻的栅格进行层级值大小比对;当层级值不同时,将层级值较大的栅格继续与其相邻的栅格进行层级值大小比对;根据比对结果,确定出层级值不小于周围栅格的层级值的目标栅格;并将目标栅格所组成的连片区域确定为目标区域中的山顶区域。
需要说明的是,上述的相邻的栅格可以指的前后左右四个方向的栅格,也可以指的周围的所有栅格。比如对于中间的任意一个栅格,其相邻的栅格指的在其周围的八个栅格。
下面以图5所示出的各个栅格的层级数据为例,假设预设的第一个栅格为左下角的栅格,则将第一个栅格的层级值0与相邻的两个层级值进行比对,当层级值相同时,如第一个栅格的上方的栅格和第一个栅格右边的栅格,则将第一个栅格的上方的栅格和第一个栅格右边的栅格继续去与其相邻的栅格进行层级值大小比对;当层级值不同时,则将层级值较大的栅格继续与其相邻的栅格进行层级值大小比对,比如当第一个栅格的上方的栅格与其右边的栅格进行层级值大小比对后,由于右边的栅格的层级值为1,大于第一个栅格的上方的栅格的层级值0,则后续将这个层级值为1的栅格继续与其相邻的栅格进行层级值大小比对。然后继续比对,直至确定出层级值不小于周围栅格的层级值的所有目标栅格。通过图5所确定出的目标栅格可以参考图6,在图6中,层级值为3的栅格即为目标栅格。
本申请实施例中,在确定目标区域中的山顶区域时,可以从预设的第一个栅格为起点,依次将其与相邻的栅格进行比较,直至确定出所有的层级值不小于周围栅格的层级值的目标栅格,然后将目标栅格所组成的连片区域确定为山顶区域,通过该方式能够准确地筛选出目标栅格,也能够提高计算的效率。
为了避免将某一个或少数几个栅格所组成的区域误确定为山顶区域,保证确定出的山顶区域的合理性和准确性,可选地,在将目标栅格所组成的连片区域确定为目标区域中的山顶区域之前,该方法还包括:确定目标栅格所组成的连片区域中的栅格数不小于预设阈值。
也即,在确定出目标栅格之后,还需要对能够连接在一起的目标栅格的数量进行判断,若目标栅格数量小于预设阈值,则说明目标栅格所组成的区域不满足山顶区域的区域面积要求。若目标栅格数量不小于预设阈值,则说明目标栅格所组成的区域满足山顶区域的区域面积要求。
上述的预设阈值可以根据实际情况而定,比如预设阈值可以是5、10、20、100等等,本申请不作限定。
作为又一种实施方式,上述步骤中基于每个栅格的层级值,确定目标区域中的山顶区域的过程还可以具体包括:将每个栅格与相邻的栅格进行层级值大小比较;根据比对结果,确定出层级值不小于周围栅格的层级值的目标栅格;并将目标栅格所组成的连片区域确定为目标区域中的山顶区域。
在该实施方式下,每一个栅格均会与其相邻的栅格进行比较。然后根据比对结果,以确定出层级值不小于周围栅格的层级值的所有目标栅格。最后将目标栅格所组成的连片区域确定为目标区域中的山顶区域。通过该方式,可以避免关键栅格的遗漏,进一步地提高了确定出的山顶区域的准确性。
同样的,为了避免将某一个或少数几个栅格所组成的区域误确定为山顶区域,保证确定出的山顶区域的合理性和准确性,可选地,在将目标栅格所组成的连片区域确定为目标区域中的山顶区域之前,该方法还包括:确定目标栅格所组成的连片区域中的栅格数不小于预设阈值。
由于对栅格数量进行确定的实施方式在前述实施例中已有说明,此处不作赘述,相同部分互相参考即可。
此外,当目标区域范围很大时,通过本申请实施例所提供的基于DEM数据提取山顶点的方法中,会确定出多个山顶区域。以两个山顶区域为例,当目标区域包括第一山顶区域和第二山顶区域时,则上述步骤S102具体包括:基于第一山顶区域中的DEM数值最大的栅格确定第一山顶区域中的第一山顶点;基于第二山顶区域中的DEM数值最大的栅格确定第二山顶区域中的第二山顶点。
需要说明的是,第一山顶点和第二山顶点为目标区域中的两个山顶点,上述确定第一山顶点和第二山顶点的过程均可以采用前述实施例中的确定方式,此处不作赘述。
可见,采用本申请实施例所提供的基于DEM数据提取山顶点的方法可以便于确定出目标区域中的所有山顶区域,进而使得当目标区域为较大范围的区域时,可以直接通过该方法确定出目标区域中的所有山顶点。
在又一实施例中,步骤S102中基于DEM数据确定目标区域中的山顶区域,可以是基于DEM数据通过计算来确定目标区域中的山顶区域,也可以是直接基于DEM数据本身来确定目标区域中的山顶区域,比如将所有栅格的DEM数值中的前两位相同的栅格作为同一层级的栅格,然后将前两位数值最大的层级确定为山顶区域。
当然,在DEM数值较大时,比如DEM数值均为包含四位的数值时,则可以将所有栅格的DEM数值中的前三位相同的栅格作为同一层级的栅格,然后将前三位数值最大的层级确定为山顶区域。对此,本申请不作限定。
此外,当等高距分层设置的阈值比较大时,即高程阈值较大时,还可以对山顶区域再一次进行等高距分层,以进一步地缩小山顶区域范围,然后再从中选取出DEM数值最大的栅格确定为山顶点。即,在基于高程阈值,对每个栅格进行重新赋值,以得到每个栅格的层级值;基于每个栅格的层级值,确定目标区域中的至少一个山顶区域之后,还可以将该山顶区域作为目标区域,再进行一次层级划分。由于该过程与前述实施例中的通过高程阈值进行层级划分的方式一样,本申请不作赘述。
请参阅图7,基于同一发明构思,本申请实施例还提供一种基于DEM数据提取山顶点的装置200,包括:
获取模块210,用于获取目标区域的DEM数据;其中,所述DEM数据中包括预先划分好的栅格以及每个所述栅格所对应的DEM数值。
第一确定模块220,用于基于所述DEM数据确定所述目标区域中的山顶区域。
第二确定模块230,用于基于所述山顶区域中的栅格的DEM数值确定所述目标区域中的山顶点。
可选地,第一确定模块220具体用于基于预设的高程阈值,对每个所述栅格进行重新赋值,以得到每个所述栅格的层级值;基于每个所述栅格的层级值,确定所述目标区域中的山顶区域。
可选地,第一确定模块220还具体用于将每个所述栅格所对应的DEM数值除以所述高程阈值,得到每个所述栅格对应的商值;针对每个所述栅格,将该栅格对应的商值的整数部分确定为该栅格的层级值。
可选地,第一确定模块220还具体用于获取所述DEM数据中最小的DEM数值;将每个所述栅格所对应的DEM数值减去所述最小的DEM数值,得到每个所述栅格对应的差值;将每个所述栅格对应的差值除以所述高程阈值,得到每个所述栅格对应的商值;针对每个所述栅格,将该栅格对应的商值的整数部分确定为该栅格的层级值。
可选地,第一确定模块220还具体用于以预设的第一个栅格为起点,将所述第一个栅格与相邻的栅格进行层级值大小比对;当层级值相同时,将层级值相同的栅格继续与其相邻的栅格进行层级值大小比对;当层级值不同时,将层级值较大的栅格继续与其相邻的栅格进行层级值大小比对;根据比对结果,确定出层级值不小于周围栅格的层级值的目标栅格;并将所述目标栅格所组成的连片区域确定为所述目标区域中的山顶区域。
可选地,第一确定模块220还具体在所述将所述目标栅格所组成的连片区域确定为所述目标区域中的山顶区域之前,确定所述目标栅格所组成的连片区域中的栅格数不小于预设阈值。
可选地,第一确定模块220还具体用于将每个所述栅格与相邻的栅格进行层级值大小比较;根据比对结果,确定出层级值不小于周围栅格的层级值的目标栅格;并将所述目标栅格所组成的连片区域确定为所述目标区域中的山顶区域。
可选地,第一确定模块220还具体用于在所述将所述目标栅格所组成的连片区域确定为所述目标区域中的山顶区域之前,确定所述目标栅格所组成的连片区域中的栅格数不小于预设阈值。
可选地,所述目标区域中的山顶区域包括第一山顶区域及第二山顶区域;相应的,第二确定模块230具体用于基于所述第一山顶区域中的栅格的DEM数值确定所述目标区域中的第一山顶点;基于所述第二山顶区域中的栅格的DEM数值确定所述目标区域中的第二山顶点。
需要说明的是,由于所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
基于同一发明构思,本申请实施例还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序在被运行时执行上述实施例中提供的方法。
该存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如软盘、硬盘、磁带)、光介质(例如DVD)、或者半导体介质(例如固态硬盘Solid State Disk (SSD))等。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置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,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者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者全部单元来实现本实施例方案的目的。
再者,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。

Claims (9)

1.一种基于DEM数据提取山顶点的方法,其特征在于,包括:
获取目标区域的DEM数据;其中,所述DEM数据中包括预先划分好的栅格以及每个所述栅格所对应的DEM数值;
基于所述DEM数据确定所述目标区域中的至少一个山顶区域;
基于每个所述山顶区域中的DEM数值最大的栅格确定每个所述山顶区域中的山顶点;
所述基于所述DEM数据确定所述目标区域中的至少一个山顶区域,包括:
根据所述DEM数据的空间分辨率和精度,确定高程阈值;
基于所述高程阈值,对每个所述栅格进行重新赋值,以得到每个所述栅格的层级值;
基于每个所述栅格的层级值,确定所述目标区域中的至少一个山顶区域。
2.根据权利要求1所述的方法,其特征在于,所述基于所述高程阈值,对每个所述栅格进行重新赋值,以得到每个所述栅格的层级值,包括:
将每个所述栅格所对应的DEM数值除以所述高程阈值,得到每个所述栅格对应的商值;
针对每个所述栅格,将该栅格对应的商值的整数部分确定为该栅格的层级值。
3.根据权利要求1所述的方法,其特征在于,所述基于所述高程阈值,对每个所述栅格进行重新赋值,以得到每个所述栅格的层级值,包括:
获取所述DEM数据中最小的DEM数值;
将每个所述栅格所对应的DEM数值减去所述最小的DEM数值,得到每个所述栅格对应的差值;
将每个所述栅格对应的差值除以所述高程阈值,得到每个所述栅格对应的商值;
针对每个所述栅格,将该栅格对应的商值的整数部分确定为该栅格的层级值。
4.根据权利要求1所述的方法,其特征在于,所述基于每个所述栅格的层级值,确定所述目标区域中的至少一个山顶区域,包括:
以预设的第一个栅格为起点,将所述第一个栅格与相邻的栅格进行层级值大小比对;
当层级值相同时,将层级值相同的栅格继续与其相邻的栅格进行层级值大小比对;
当层级值不同时,将层级值较大的栅格继续与其相邻的栅格进行层级值大小比对;
根据比对结果,确定出层级值不小于周围栅格的层级值的目标栅格;并将所述目标栅格所组成的连片区域确定为所述目标区域中的山顶区域。
5.根据权利要求1所述的方法,其特征在于,所述基于每个所述栅格的层级值,确定所述目标区域中的至少一个山顶区域,包括:
将每个所述栅格与相邻的栅格进行层级值大小比较;
根据比对结果,确定出层级值不小于周围栅格的层级值的目标栅格;并将所述目标栅格所组成的连片区域确定为所述目标区域中的山顶区域。
6.根据权利要求5所述的方法,其特征在于,在所述将所述目标栅格所组成的连片区域确定为所述目标区域中的山顶区域之前,所述方法还包括:
确定所述目标栅格所组成的连片区域中的栅格数不小于预设阈值。
7.根据权利要求1所述的方法,其特征在于,所述目标区域中的山顶区域包括第一山顶区域及第二山顶区域;
所述基于每个所述山顶区域中的DEM数值最大的栅格确定每个所述山顶区域中的山顶点,包括:
基于所述第一山顶区域中的DEM数值最大的栅格确定所述第一山顶区域中的第一山顶点;
基于所述第二山顶区域中的DEM数值最大的栅格确定所述第二山顶区域中的第二山顶点。
8.一种基于DEM数据提取山顶点的装置,其特征在于,包括:
获取模块,用于获取目标区域的DEM数据;其中,所述DEM数据中包括预先划分好的栅格以及每个所述栅格所对应的DEM数值;
第一确定模块,用于基于所述DEM数据确定所述目标区域中的至少一个山顶区域;
第二确定模块,用于基于每个所述山顶区域中的DEM数值最大的栅格确定每个所述山顶区域中的山顶点;
其中,所述第一确定模块用于根据所述DEM数据的空间分辨率和精度,确定高程阈值;基于所述高程阈值,对每个所述栅格进行重新赋值,以得到每个所述栅格的层级值;基于每个所述栅格的层级值,确定所述目标区域中的至少一个山顶区域。
9.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序在被计算机运行时执行如权利要求1-7中任一项所述的方法。
CN202210011975.9A 2022-01-07 2022-01-07 基于dem数据提取山顶点的方法、装置及存储介质 Active CN114037723B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210011975.9A CN114037723B (zh) 2022-01-07 2022-01-07 基于dem数据提取山顶点的方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210011975.9A CN114037723B (zh) 2022-01-07 2022-01-07 基于dem数据提取山顶点的方法、装置及存储介质

Publications (2)

Publication Number Publication Date
CN114037723A CN114037723A (zh) 2022-02-11
CN114037723B true CN114037723B (zh) 2022-03-29

Family

ID=80147406

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210011975.9A Active CN114037723B (zh) 2022-01-07 2022-01-07 基于dem数据提取山顶点的方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN114037723B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104574512A (zh) * 2014-12-29 2015-04-29 董有福 一种顾及地形语义信息的多尺度dem构建方法
CN106033611A (zh) * 2016-05-23 2016-10-19 西安建筑科技大学 一种dem数据中的山顶点提取方法
CN113434618A (zh) * 2021-06-24 2021-09-24 北京市生态环境监测中心 一种判断污染源的方法及装置
CN113807437A (zh) * 2021-09-17 2021-12-17 南京师范大学 一种基于dbscan聚类分析的山脊线和山谷线提取方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104123464B (zh) * 2014-07-23 2017-02-22 中国国土资源航空物探遥感中心 一种高分辨率InSAR时序分析反演地物高程与地面沉降量的方法
WO2016192516A1 (zh) * 2015-05-29 2016-12-08 浙江宇视科技有限公司 视频监控布点
CN106295576B (zh) * 2016-08-12 2017-12-12 中国水利水电科学研究院 一种基于自然地理特征的水源类型解析方法
CN108389255B (zh) * 2018-02-12 2021-05-11 西安电子科技大学 基于分层高程云图的地形几何参数提取方法
CN111177917B (zh) * 2019-12-26 2021-11-02 西北农林科技大学 一种基于srtm的坡长提取方法
CN111951350B (zh) * 2020-07-20 2024-02-23 南京师范大学 一种夷平面级数与高度的自动判别方法
CN111968239B (zh) * 2020-09-03 2024-04-26 北京睿呈时代信息科技有限公司 存储器、基于dem的三维场景生成方法、系统和设备
CN112507823B (zh) * 2020-11-27 2022-08-02 清华大学 森林火灾特殊危险地形识别方法及装置
CN113470127B (zh) * 2021-09-06 2021-11-26 成都国星宇航科技有限公司 基于星载云检测的光学图像有效压缩方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104574512A (zh) * 2014-12-29 2015-04-29 董有福 一种顾及地形语义信息的多尺度dem构建方法
CN106033611A (zh) * 2016-05-23 2016-10-19 西安建筑科技大学 一种dem数据中的山顶点提取方法
CN113434618A (zh) * 2021-06-24 2021-09-24 北京市生态环境监测中心 一种判断污染源的方法及装置
CN113807437A (zh) * 2021-09-17 2021-12-17 南京师范大学 一种基于dbscan聚类分析的山脊线和山谷线提取方法

Also Published As

Publication number Publication date
CN114037723A (zh) 2022-02-11

Similar Documents

Publication Publication Date Title
JP3910582B2 (ja) 三次元構造物形状の自動生成装置、自動生成方法、そのプログラム、及びそのプログラムを記録した記録媒体
US8793107B2 (en) Accuracy-based significant point derivation from dense 3D point clouds for terrain modeling
CN106408604A (zh) 一种点云数据的滤波方法及装置
Wood Modelling the continuity of surface form using digital elevation models
CN106407682A (zh) 土壤采样点确定方法及装置
CN114462723B (zh) 基于高空风资源影响的云层迁移分钟级光伏功率预测方法
CN114037723B (zh) 基于dem数据提取山顶点的方法、装置及存储介质
CN112308969B (zh) 三维地图生成方法及装置
CN112184900B (zh) 高程数据的确定方法、装置及存储介质
CN113436223A (zh) 点云数据的分割方法、装置、计算机设备和存储介质
CN112712466A (zh) 三维点云拼接方法、装置及电子设备
CN111583406A (zh) 杆塔脚基点坐标计算方法、装置及终端设备
JP4217251B2 (ja) 三次元構造物形状の自動生成装置、自動生成方法、そのプログラム、及びそのプログラムを記録した記録媒体
CN110532969B (zh) 基于多尺度图像分割的斜坡单元划分方法
CN109344496B (zh) 一种基于网格模型的复杂电磁环境建模方法
WO2021044628A1 (ja) 変状検出システムおよび変状検出方法
CN116358527A (zh) 点云数据处理、高程确定方法、设备及存储介质
CN112836688A (zh) 瓦片图像的特征提取方法、装置、电子设备及存储介质
CN111768505A (zh) 一种平面点集形状重建方法、装置及电子设备
CN112395445A (zh) 矢量数据在线计算方法和装置
TWI786874B (zh) 數值網格模型之方法及其系統
CN113095681B (zh) 一种矿业勘查开发区域评价方法及装置
CN117389746B (zh) 一种基于bim的行人仿真建筑空间解析方法
US20240119667A1 (en) Reconstruction method of three dimensional model and computing apparatus
CN115270520B (zh) 一种基于高程网格的低空监视性能仿真分析方法及系统

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
CP03 Change of name, title or address

Address after: No. 200, building 16, middle section of shuangshenggang Avenue, Shuangliu District, Chengdu, Sichuan Province

Patentee after: Chengdu Guoxing Aerospace Technology Co.,Ltd.

Address before: 610094 No. 16, floor 1, building 7, No. 333, middle section of Shuangnan Avenue, Dongsheng Street, Shuangliu District, Chengdu, Sichuan

Patentee before: CHENGDU GUOXING AEROSPACE TECHNOLOGY Co.,Ltd.

CP03 Change of name, title or address