CN114116948A - 地理矢量数据空间缓冲区分析方法、装置、设备及介质 - Google Patents
地理矢量数据空间缓冲区分析方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN114116948A CN114116948A CN202111511794.4A CN202111511794A CN114116948A CN 114116948 A CN114116948 A CN 114116948A CN 202111511794 A CN202111511794 A CN 202111511794A CN 114116948 A CN114116948 A CN 114116948A
- Authority
- CN
- China
- Prior art keywords
- pixel
- calculated
- vector data
- lgtq
- target tile
- 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
- 239000000872 buffer Substances 0.000 title claims abstract description 71
- 238000004458 analytical method Methods 0.000 title claims description 50
- 238000000034 method Methods 0.000 claims abstract description 46
- 238000004364 calculation method Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 5
- 238000010276 construction Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000000638 solvent extraction Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012732 spatial analysis Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
Images
Classifications
-
- 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
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2228—Indexing structures
- G06F16/2246—Trees, e.g. B+trees
-
- 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
- G06F16/24—Querying
- G06F16/248—Presentation of query results
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明涉及地理矢量空间缓冲区领域,公开了一种地理矢量数据空间缓冲区分析方法、装置、设备及介质,本发明通过获取地理矢量数据集,根据所述地理矢量数据集获取目标瓦片,随机选取所述目标瓦片中的像素定义为待计算像素,基于LGTQ树索引应用于大规模地理矢量数据的空间缓冲区分析,在面向显示的需求下将缓冲区分析中一系列处理操作转换为对像素的判断操作,当对屏幕显示范围进行缩放时像素值被重新计算以防用户在浏览分析结果在不会出现严重失真的情况,本发明可实时支持矢量点要素、线要素的和面要素的缓冲区分析。
Description
技术领域
本申请涉及地理矢量空间缓冲区领域,特别是涉及一种地理矢量数据空间缓冲区分析方法、装置、设备及介质。
背景技术
缓冲区是围绕地理要素一定缓冲距离的区域,用于分析地理要素与周围要素之间的空间邻近性,反映了地理空间实体的一种影响范围或服务范围。空间缓冲区分析是地理信息系统中最基本的空间分析功能之一,在交通、林业、资源管理、城市规划中有着广泛的应用。其根据分析对象的点、线、面实体自动建立周围一定距离的缓冲区,在实际应用中,公园选址问题,湖泊河流周围保护区定界问题,震源破坏的扩散程度问题等均通过空间缓冲区分析来实现解决。大规模地理矢量数据的空间缓冲区分析是一个数据密集型和计算密集型的空间分析问题,采用现有的数据导向的空间缓冲区分析方法,以单个矢量要素作为计算单元,随着数据规模的增长,这些方法难以应对大规模地理矢量数据的空间缓冲区分析。
因此,如何加快计算像素值以生成最终屏幕显示成为了一个亟待解决的技术问题。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供了一种地理矢量数据空间缓冲区分析方法、装置、设备及介质,旨在解决现有技术无法实现加快计算像素值以生成最终屏幕显示的技术问题。
为实现上述目的,本发明提供了一种地理矢量数据空间缓冲区分析方法,所述方法包括:
获取地理矢量数据集,根据所述地理矢量数据集获取目标瓦片,随机选取所述目标瓦片中的像素定义为待计算像素;
判断所述目标瓦片是否在所述LGTQ树中存在对应节点;
若是,则根据所述待计算像素从所述LGTQ树中获取对应的目标节点,并生成像素1;
随机获取所述待计算像素外围预设层级中的像素点标记为次级像素;
若所述次级像素满足距离条件时,根据所述次级像素对应的次级节点生成像素1;
判断所述次级像素是否最终像素;
若否,则执行步骤随机获取所述待计算像素预设层级中的像素点标记为次级像素。
可选地,所述获取地理矢量数据集,根据所述地理矢量数据集获取目标瓦片,随机选取所述目标瓦片中的像素定义为待计算像素的步骤之前,还包括:
对所述地理矢量数据集中像素空间范围进行Geohash编码以使在接收到解码指令之后可以通过字符串操作和指针变化实现对目标区域的像素值和定位的生成。
可选地,所述判断所述目标瓦片是否在所述LGTQ树中存在对应节点的步骤,包括:
对所述目标瓦片中的Geohash进行解码操作,根据解码结果判断所述目标瓦片对应的索引节点在LGTQ树中是否存在;
若否,则目标瓦片无需绘制,将所述目标瓦片中的像素值设为0。
可选地,所述若是,则根据所述待计算像素从所述LGTQ树中获取对应的目标节点,并生成像素1的步骤,包括:
若所述目标瓦片在所述LGTQ数中存在对应节点,计算所述目标瓦片中所述待计算像素的Geohash编码;
根据所述待计算像素的计算结果判断所述待计算像素在所述LGTQ树中是否存在;
若是,则获取所述待计算像素对应的目标节点并生成像素1。
可选地,所述随机获取所述待计算像素外围预设层级中的像素点标记为次级像素的步骤,包括:
判断当前是否为第一次遍历;
若是,则将预设层数定为1,并随机获取所述待计算像素外围第一层中的像素点并标记为次级像素;
若否,则获取上一次遍历的层数N,将预设层数设置为N+1,随机获取所述待计算像素外围第N+1层中的像素点并标记为次级像素。
可选地,所述判断所述次级像素是否最终像素的步骤之前,还包括:
根据所述距离条件以所述待计算像素为圆点在所述目标瓦片中生成一个圆形区域;
定义在所述圆形区域之外的像素点为无关像素。
可选地,所述判断所述次级像素是否最终像素的步骤,包括:
判断所述次级像素是否为遍历过程的最后一个像素;
若否,则判定所述次级像素不是最终像素;
若是,则判断所述次级像素是否为无关像素;
在所述次级像素是无关像素时,可以判定所述次级像素是最终像素。
此外,为实现上述目的,本发明还提出一种地理矢量数据空间缓冲区分析装置,所述装置包括:
数据获取模块,用于获取地理矢量数据集,根据所述地理矢量数据集获取目标瓦片,随机选取所述目标瓦片中的像素定义为待计算像素;
第一判断模块,用于判断所述目标瓦片是否在所述LGTQ树中存在对应节点;
像素生成模块,用于若是,则根据所述待计算像素从所述LGTQ树中获取对应的目标节点,并生成像素1;
遍历模块,用于随机获取所述待计算像素外围预设层级中的像素点标记为次级像素;
次级节点模块,用于若所述次级像素满足距离条件时,根据所述次级像素对应的次级节点生成像素1;
第二判断模块,用于判断所述次级像素是否最终像素;
循环模块,用于若否,则执行步骤随机获取所述待计算像素预设层级中的像素点标记为次级像素
此外,为实现上述目的,本发明还提出一种计算机设备,所述计算机设备包括:存储器,处理器以及存储在所述存储器上并可在所述处理器上运行的地理矢量数据空间缓冲区分析程序,所述地理矢量数据空间缓冲区分析程序配置为实现如上文所述的地理矢量数据空间缓冲区分析方法。
此外,为实现上述目的,本发明还提出一种介质,所述介质上存储有地理矢量数据空间缓冲区分析程序,所述地理矢量数据空间缓冲区分析程序被处理器执行时实现如上文所述的地理矢量数据空间缓冲区分析方法的步骤。
本发明获取地理矢量数据集,根据所述地理矢量数据集获取目标瓦片,随机选取所述目标瓦片中的像素定义为待计算像素;判断所述目标瓦片是否在所述LGTQ树中存在对应节点;若是,则根据所述待计算像素从所述LGTQ树中获取对应的目标节点,并生成像素1;随机获取所述待计算像素外围预设层级中的像素点标记为次级像素;若所述次级像素满足距离条件时,根据所述次级像素对应的次级节点生成像素1;判断所述次级像素是否最终像素;若否,则执行步骤随机获取所述待计算像素预设层级中的像素点标记为次级像素,基于显示需求实现了快速计算像素值来生成最终的屏幕显示效果。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的地理矢量数据空间缓冲区分析设备的结构示意图;
图2为本发明地理矢量数据空间缓冲区分析方法第一实施例的流程示意图;
图3为本发明地理矢量数据空间缓冲区分析方法第一实施例基于四叉树进行空间递归划分后的索引结构;
图4为本发明地理矢量数据空间缓冲区分析方法第一实施例基于LGTQ树索引的空间缓冲区分析流程图;
图5为本发明地理矢量数据空间缓冲区分析方法第一实施例地理矢量点数据与线数据的空间缓冲区分析算法伪代码。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的地理矢量数据空间缓冲区分析设备结构示意图。
如图1所示,该地理矢量数据空间缓冲区分析设备可以包括:处理器1001,例如中央处理器(Central Processing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(Wireless-Fidelity,WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory,RAM)存储器,也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对地理矢量数据空间缓冲区分析设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作系统、数据存储模块、网络通信模块、用户接口模块以及地理矢量数据空间缓冲区分析程序。
在图1所示的地理矢量数据空间缓冲区分析设备中,网络接口1004主要用于与网络服务器进行数据通信;用户接口1003主要用于与用户进行数据交互;本发明地理矢量数据空间缓冲区分析设备中的处理器1001、存储器1005可以设置在地理矢量数据空间缓冲区分析设备中,所述地理矢量数据空间缓冲区分析设备通过处理器1001调用存储器1005中存储的地理矢量数据空间缓冲区分析程序,并执行本发明实施例提供的地理矢量数据空间缓冲区分析方法。
本发明实施例提供了一种地理矢量数据空间缓冲区分析方法,参照图2,图2为本发明地理矢量数据空间缓冲区分析方法第一实施例的流程示意图。
本实施例中,所述地理矢量数据空间缓冲区分析方法包括以下步骤:
步骤S10:获取地理矢量数据集,根据所述地理矢量数据集获取目标瓦片,随机选取所述目标瓦片中的像素定义为待计算像素。
需要说明的是,在面向显示需求的大规模地理矢量数据组织与分析模型中,为了实现大规模地理矢量数据的实时可视化分析,需要依据显示需求的计算特点设计特定适应的索引结构。当前的空间索引技术均为数据导向型,通常以获取精确的数据检索结果为计算目标,随着矢量要素规模的增长,索引的构建时间和索引的储存开销急剧增长,使用当前空间索引技术来解决显示需求的计算问题会使得数据处理阶段响应等待非常耗时且内存开销大,严重影响用户体验。本实施例引用了大规模地理矢量数据的一种面向显示需求的轻量化Geohash编码瓦片四叉树(Light Geohash-based TileQuad Tree,LGTQ)空间索引技术,直接将影响屏幕像素显示的空间范围作为索引对象,通过判定矢量要素与递归划分的空间范围是否空间相交来生成对应的索引结点,进而快速实现索引的构建。LGTQ树空间索引技术包含索引结构设计、索引构建流程、索引存储与读取的完整体系,LGTQ树索引的设计和构建是特定针对快速生成屏幕显示像素值的需求,相比当前空间索引技术,其具有构建速度快、索引体量轻的特点,作为前期的数据组织,可以很好地支持大规模地理矢量数据的实时可视化分析。
可以理解的是,四叉树是对一块矩形区域进行递归划分的层次结构,其将空间区域均分为四个相等的矩形区域作为子空间,照此递归划分得到44n-1个矩形区域(n为划分的深度),直至满足设定的条件后停止。在实际应用中,用户通常希望从全球尺度向下对大规模地理矢量数据的分析结果进行浏览,为匹配该需求,LGTQ树索引基于四叉树的空间递归划分方法对球面墨卡托投影下的全球空间范围进行递归四分。球面墨卡托投影把地球看作正球体,地球半径取6378137m,赤道周长为2*20037508.342789m,该投影以赤道为中央纬线,本初子午线为中央经线,两线交点为原点,经线和经线间相互平行且间隔相等。该投影未包括南北两极的部分区域,整幅地图呈正方形。基于四叉树进行空间递归划分后的索引结构如图3所示:LGTQ树以索引结点作为最小存储单元,索引结点分为五种类型:根结点(Node,RNode)、左下结点(Left-Bottom Node,LBNode)、右下结点(Right-Bottom Node,RBNode)、左上结点(Left-Upper Node,LUNode)、右上结点(Right-UpperNode,RUNode)。根结点的索引范围为全球地理空间范围,子结点的索引范围为递归划分后的特定空间范围:左下结点、右下结点、左上结点、右上结点的索引范围分别为该结点的父结点索引范围的左下部分、右下部分、左上部分和右上部分。每个索引结点中记录结点编码,空间范围,结点类型,子结点指针,父结点指针等属性信息,父子结点之间通过指针相连,当子结点或父结点不存在时指针为空。当LGTQ树索引为满树结构时,每个层级的结点数如下式所示,i表示LGTQ树索引的第i层级数,表示LGTQ树索引中第i个层级的结点数量。
NodeNumberi=2i*2i
进一步地,所述获取地理矢量数据集,根据所述地理矢量数据集获取目标瓦片,随机选取所述目标瓦片中的像素定义为待计算像素的步骤之前,还包括:对所述地理矢量数据集中像素空间范围进行Geohash编码以使在接收到解码指令之后可以通过字符串操作和指针变化实现对目标区域的像素值和定位的生成。
进一步地,所述判断所述目标瓦片是否在所述LGTQ树中存在对应节点的步骤,包括:对所述目标瓦片中的Geohash进行解码操作,根据解码结果判断所述目标瓦片对应的索引节点在LGTQ树中是否存在;若否,则目标瓦片无需绘制,将所述目标瓦片中的像素值设为0。
进一步地,所述若是,则根据所述待计算像素从所述LGTQ树中获取对应的目标节点,并生成像素1的步骤,包括:若所述目标瓦片在所述LGTQ数中存在对应节点,计算所述目标瓦片中所述待计算像素的Geohash编码;根据所述待计算像素的计算结果判断所述待计算像素在所述LGTQ树中是否存在;若是,则获取所述待计算像素对应的目标节点并生成像素1。
步骤S20:判断所述目标瓦片是否在所述LGTQ树中存在对应节点。
在具体实施中,在大规模地理矢量数据的实时交互式空间缓冲区分析中,计算目标为生成空间缓冲区分析结果的可视化显示效果。在数据导向的空间缓冲区分析方法中,空间缓冲区分析问题分为基于矢量的方法和基于栅格的方法,
要素的个数,di表示第i个矢量要素,计算目标为得到一个最终的可视化缓冲区分析结果BV。其中主要的计算过程分为三步:首先根据单个矢量要素di和给定的缓冲距离r,通过缓冲区分析操作Fbuffer(di,r)计算得到缓冲区域,然后进行合并操作Fdissolve生成一个面要素区域表示最终的分析结果。在此过程中逐一合并的操作非常耗时,当数据规模增大时,即使采用负载均衡的并行算法设计也依旧非常耗时,最后为了更好地支持用户决策,分析结果另需经过可视化操作Fvisualize展示给用户,这进一步加大了计算量。对上述过程分析可知,若一个像素值在最终生成前,该像素所表示的空间范围同时在多个矢量要素的缓冲区范围内,则在Fbuffer操作中均对该空间范围进行了计算,由此产生大量的计算冗余,难以支持大规模地理矢量数据的实时缓冲区分析。
由于屏幕基于像素显示的特点,地理矢量要素的空间缓冲区分析结果需要通过栅格表示实现在屏幕上的显示。在面向显示需求的大规模地理矢量数据组织与分析模型中,采用以像素为计算单元的方式,且在已构建的LGTQ树中,与地理矢量要素相交或被地理矢量面要素包含的空间范围均已被组织在索引结点中,所以空间缓冲区问题中的处理操作可以直接转换为判断像素与LGTQ树
对于屏幕显示范围内的像素集P={Pi|i=1,2,…,L},计算每个像素点Pi,通过对数据集D的LGTQ树索引进行查询操作Ffind判断相应索引结点是否存在来生成最终的像素值。采用该计算方式可以减小数据规模对计算效率的影响,从而实现实时交互空间缓冲区分析,同时在变换显示层级时,屏幕范围内的像素集被重新计算,不会出现可视化效果严重失真的情况。
步骤S30:若是,则根据所述待计算像素从所述LGTQ树中获取对应的目标节点,并生成像素1。
在具体实施中,如图4所示的基于LGTQ树索引的空间缓冲区分析流程,首先判断待绘制瓦片的Geohash编码再进行解码操作,判断瓦片对应的索引结点在LGTQ树中是否存在:若不存在则该瓦片无需绘制,瓦片中像素值均为0。计算瓦片中像素的Geohash编码再进行解码操作,判断像素P对应索引结点在LGTQ树中是否存在,若存在则生成像素值为1,。遍历像素P外围第一层像素列表NP,当NP中像素np对应索引结点存在且np与P的距离小于R时,生成像素值为1,当NP中所有像素均不满足条件,按照前序步骤中流程计算外围第二层像素,若符合条件则生成相应像素值;反之继续向外扩展直至最外围层级与圆不相交,生成像素值为0。
在具体实施中,如图5所示,图5为地理矢量点数据与线数据的空间缓冲区分析算法伪代码图。
步骤S40:随机获取所述待计算像素外围预设层级中的像素点标记为次级像素。
进一步地,所述随机获取所述待计算像素外围预设层级中的像素点标记为次级像素的步骤,包括:判断当前是否为第一次遍历;若是,则将预设层数定为1,并随机获取所述待计算像素外围第一层中的像素点并标记为次级像素;若否,则获取上一次遍历的层数N,将预设层数设置为N+1,随机获取所述待计算像素外围第N+1层中的像素点并标记为次级像素。
步骤S50:若所述次级像素满足距离条件时,根据所述次级像素对应的次级节点生成像素1。
步骤S60:判断所述次级像素是否最终像素。
进一步地,所述判断所述次级像素是否最终像素的步骤之前,还包括:根据所述距离条件以所述待计算像素为圆点在所述目标瓦片中生成一个圆形区域;定义在所述圆形区域之外的像素点为无关像素。
进一步地,所述判断所述次级像素是否最终像素的步骤,包括:判断所述次级像素是否为遍历过程的最后一个像素;若否,则判定所述次级像素不是最终像素;若是,则判断所述次级像素是否为无关像素;在所述次级像素是无关像素时,可以判定所述次级像素是最终像素
步骤S70:若否,则执行步骤随机获取所述待计算像素预设层级中的像素点标记为次级像素。
在具体实施中,本实施例实验在单个服务器的计算环境上进行,具体配置见表1,表2列出了在实验中所用到的不同类型和不同规模地理矢量要素点、线、面数据集。在这些数据集中,L5和A1来源于国内数据生产部门提供的未发布数据,在使用过程中已对坐标进行处理,P1来源于OpenCelliD所提供的基站点位置坐标数据,其余均来源于OSM的众包地理信息数据。从L1到L7,数据集的规模从百万逐渐递增至十亿,L7,P3,A2分别包含OSM全球规模下的所有点、线、面要素,三个数据集的规模均达到十亿级别。在实验结果在线演示时采用L5、P2、A1,其中L5和A1数据集的规模均达到亿级。在实现基于LGTQ树索引的矢量数据可视化算法的过程中,代码均基于C++11进行编写,在代码实现过程中,使用了Proj 4.9.2、Mpich 3.3.2、Redis 3.2.12、Libpng 1.2.59、Crow 0.3等外部函数库。在性能实验中,用于对比的方法用到了Boost C++1.72,Hadoop 2.6,Spark 1.6.1,JDK 1.8,PostGIS 2.1,QGIS2.0,ArcGIS 10.2,在实验预处理阶段,所有数据集中的地理矢量数据已被转换为LGTQ树索引并在外部文件系统中保存为索引文件。
表1 LGTQBBG的性能实验环境配置
表2 LGTQBBG的性能实验所用地理矢量数据集
本实施例获取地理矢量数据集,根据所述地理矢量数据集获取目标瓦片,随机选取所述目标瓦片中的像素定义为待计算像素;判断所述目标瓦片是否在所述LGTQ树中存在对应节点;若是,则根据所述待计算像素从所述LGTQ树中获取对应的目标节点,并生成像素1;随机获取所述待计算像素外围预设层级中的像素点标记为次级像素;若所述次级像素满足距离条件时,根据所述次级像素对应的次级节点生成像素1;判断所述次级像素是否最终像素;若否,则执行步骤随机获取所述待计算像素预设层级中的像素点标记为次级像素,基于显示需求实现了快速计算像素值来生成最终的屏幕显示效果。
此外,本发明实施例还提出一种介质,所述介质上存储有地理矢量数据空间缓冲区分析程序,所述地理矢量数据空间缓冲区分析程序被处理器执行时实现如上文所述的地理矢量数据空间缓冲区分析方法的步骤。
本发明地理矢量数据空间缓冲区分析装置的实施例或具体实现方式可参照上述各方法实施例,此处不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,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,该计算机软件产品存储在一个存储介质(如只读存储器/随机存取存储器、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,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 (10)
1.一种地理矢量数据空间缓冲区分析方法,其特征在于,所述方法包括:
获取地理矢量数据集,根据所述地理矢量数据集获取目标瓦片,随机选取所述目标瓦片中的像素定义为待计算像素;
判断所述目标瓦片是否在所述LGTQ树中存在对应节点;
若是,则根据所述待计算像素从所述LGTQ树中获取对应的目标节点,并生成像素1;
随机获取所述待计算像素外围预设层级中的像素点标记为次级像素;
若所述次级像素满足距离条件时,根据所述次级像素对应的次级节点生成像素1;
判断所述次级像素是否最终像素;
若否,则执行步骤随机获取所述待计算像素预设层级中的像素点标记为次级像素。
2.如权利要求1所述的方法,其特征在于,所述获取地理矢量数据集,根据所述地理矢量数据集获取目标瓦片,随机选取所述目标瓦片中的像素定义为待计算像素的步骤之前,还包括:
对所述地理矢量数据集中像素空间范围进行Geohash编码以使在接收到解码指令之后可以通过字符串操作和指针变化实现对目标区域的像素值和定位的生成。
3.如权利要求2所述的方法,其特征在于,所述判断所述目标瓦片是否在所述LGTQ树中存在对应节点的步骤,包括:
对所述目标瓦片中的Geohash进行解码操作,根据解码结果判断所述目标瓦片对应的索引节点在LGTQ树中是否存在;
若否,则目标瓦片无需绘制,将所述目标瓦片中的像素值设为0。
4.如权利要求2所述的方法,其特征在于,所述若是,则根据所述待计算像素从所述LGTQ树中获取对应的目标节点,并生成像素1的步骤,包括:
若所述目标瓦片在所述LGTQ数中存在对应节点,计算所述目标瓦片中所述待计算像素的Geohash编码;
根据所述待计算像素的计算结果判断所述待计算像素在所述LGTQ树中是否存在;
若是,则获取所述待计算像素对应的目标节点并生成像素1。
5.如权利要求1所述的方法,其特征在于,所述随机获取所述待计算像素外围预设层级中的像素点标记为次级像素的步骤,包括:
判断当前是否为第一次遍历;
若是,则将预设层数定为1,并随机获取所述待计算像素外围第一层中的像素点并标记为次级像素;
若否,则获取上一次遍历的层数N,将预设层数设置为N+1,随机获取所述待计算像素外围第N+1层中的像素点并标记为次级像素。
6.如权利要求1所述的方法,其特征在于,所述判断所述次级像素是否最终像素的步骤之前,还包括:
根据所述距离条件以所述待计算像素为圆点在所述目标瓦片中生成一个圆形区域;
定义在所述圆形区域之外的像素点为无关像素。
7.如权利要求6所述的方法,其特征在于,所述判断所述次级像素是否最终像素的步骤,包括:
判断所述次级像素是否为遍历过程的最后一个像素;
若否,则判定所述次级像素不是最终像素;
若是,则判断所述次级像素是否为无关像素;
在所述次级像素是无关像素时,可以判定所述次级像素是最终像素。
8.一种地理矢量数据空间缓冲区分析装置,其特征在于,所述装置包括:
数据获取模块,用于获取地理矢量数据集,根据所述地理矢量数据集获取目标瓦片,随机选取所述目标瓦片中的像素定义为待计算像素;
第一判断模块,用于判断所述目标瓦片是否在所述LGTQ树中存在对应节点;
像素生成模块,用于若是,则根据所述待计算像素从所述LGTQ树中获取对应的目标节点,并生成像素1;
遍历模块,用于随机获取所述待计算像素外围预设层级中的像素点标记为次级像素;
次级节点模块,用于若所述次级像素满足距离条件时,根据所述次级像素对应的次级节点生成像素1;
第二判断模块,用于判断所述次级像素是否最终像素;
循环模块,用于若否,则执行步骤随机获取所述待计算像素预设层级中的像素点标记为次级像素。
9.一种地理矢量数据空间缓冲区分析设备,其特征在于,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的地理矢量数据空间缓冲区分析程序,所述地理矢量数据空间缓冲区分析程序配置为实现如权利要求1至7中任一项所述的地理矢量数据空间缓冲区分析方法的步骤。
10.一种介质,其特征在于,所述介质上存储有地理矢量数据空间缓冲区分析程序,所述地理矢量数据空间缓冲区分析程序被处理器执行时实现如权利要求1至7任一项所述的地理矢量数据空间缓冲区分析方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111511794.4A CN114116948B (zh) | 2021-12-06 | 2021-12-06 | 地理矢量数据空间缓冲区分析方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111511794.4A CN114116948B (zh) | 2021-12-06 | 2021-12-06 | 地理矢量数据空间缓冲区分析方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114116948A true CN114116948A (zh) | 2022-03-01 |
CN114116948B CN114116948B (zh) | 2024-02-02 |
Family
ID=80364163
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111511794.4A Active CN114116948B (zh) | 2021-12-06 | 2021-12-06 | 地理矢量数据空间缓冲区分析方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114116948B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117724850A (zh) * | 2024-02-06 | 2024-03-19 | 天津先进技术研究院 | 野外预通行路径可行性评估方法、系统、设备及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130325903A1 (en) * | 2012-06-05 | 2013-12-05 | Google Inc. | System and Method for Storing and Retrieving Geospatial Data |
CN105138560A (zh) * | 2015-07-23 | 2015-12-09 | 北京天耀宏图科技有限公司 | 基于多级空间索引技术的分布式空间矢量数据管理方法 |
CN111563081A (zh) * | 2020-04-09 | 2020-08-21 | 农业农村部规划设计研究院 | 一种矢量要素并行计算方法、装置、存储介质及终端 |
WO2021068346A1 (zh) * | 2019-10-12 | 2021-04-15 | 平安科技(深圳)有限公司 | 基于Geohash算法的位置查询方法、装置、计算机设备及存储介质 |
CN113268557A (zh) * | 2021-06-10 | 2021-08-17 | 中国人民解放军国防科技大学 | 一种适应显示导向型可视化分析的快速的空间索引方法 |
-
2021
- 2021-12-06 CN CN202111511794.4A patent/CN114116948B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130325903A1 (en) * | 2012-06-05 | 2013-12-05 | Google Inc. | System and Method for Storing and Retrieving Geospatial Data |
CN105138560A (zh) * | 2015-07-23 | 2015-12-09 | 北京天耀宏图科技有限公司 | 基于多级空间索引技术的分布式空间矢量数据管理方法 |
WO2021068346A1 (zh) * | 2019-10-12 | 2021-04-15 | 平安科技(深圳)有限公司 | 基于Geohash算法的位置查询方法、装置、计算机设备及存储介质 |
CN111563081A (zh) * | 2020-04-09 | 2020-08-21 | 农业农村部规划设计研究院 | 一种矢量要素并行计算方法、装置、存储介质及终端 |
CN113268557A (zh) * | 2021-06-10 | 2021-08-17 | 中国人民解放军国防科技大学 | 一种适应显示导向型可视化分析的快速的空间索引方法 |
Non-Patent Citations (3)
Title |
---|
MENGYU MA: "Interactive and Online Buffer-Overlay Analytics of Large-Scale Spatial Data", ISPRS INT. J. GEO-INF * |
ZEBANG LIU: "HiIndex: An Efficient Spatial Index for Rapid Visualization of Large-Scale Geographic Vector Data", ISPRS INT. J. GEO-INF * |
马梦宇;吴烨;陈荦;伍江江;李军;景宁;: "显示导向型的大规模地理矢量实时可视化技术", 计算机科学, no. 09 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117724850A (zh) * | 2024-02-06 | 2024-03-19 | 天津先进技术研究院 | 野外预通行路径可行性评估方法、系统、设备及介质 |
CN117724850B (zh) * | 2024-02-06 | 2024-04-19 | 天津先进技术研究院 | 野外预通行路径可行性评估方法、系统、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114116948B (zh) | 2024-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109994038B (zh) | 不规则区域内兴趣点确定方法、装置、电子设备 | |
CN101719154B (zh) | 一种基于栅格结构的空间索引建立方法和系统 | |
CN111467806B (zh) | 游戏场景中资源生成方法、装置、介质及电子设备 | |
JP5237837B2 (ja) | 空間データ管理装置、空間データ管理方法、および、空間データ管理プログラム | |
CN110633262B (zh) | 基于Spark的地图相交区域面积计算方法及系统 | |
CN109992640B (zh) | 位置网格的确定方法及装置、设备及存储介质 | |
CN108229740B (zh) | 一种商圈边界的确定方法、装置、服务器及存储介质 | |
CN113112603B (zh) | 三维模型优化的方法和装置 | |
CN111090712A (zh) | 一种数据处理方法、装置、设备及计算机存储介质 | |
US10003946B2 (en) | Enhanced spatial index for point in polygon operations | |
CN113724279B (zh) | 路网自动划分交通小区的系统、方法、设备及存储介质 | |
CN109388843B (zh) | 一种基于vtk的桁架天线的可视化系统及方法、终端 | |
US9910878B2 (en) | Methods for processing within-distance queries | |
CN108595613A (zh) | Gis局部地图编辑方法及装置 | |
CN110209748B (zh) | 索引地理围栏的方法和装置 | |
CN114116948B (zh) | 地理矢量数据空间缓冲区分析方法、装置、设备及介质 | |
CN111858613A (zh) | 一种业务数据的检索方法 | |
CN111659123A (zh) | 导航数据的处理方法及装置、存储介质、电子设备 | |
She et al. | 3D building model simplification method considering both model mesh and building structure | |
Teng et al. | IDEAL: a vector-raster hybrid model for efficient spatial queries over complex polygons | |
CN117237503B (zh) | 一种地理要素数据加速渲染及装置 | |
CN112445838B (zh) | 一种面向空间数据的高效空间k核挖掘方法 | |
CN114817775A (zh) | 空间索引的生成方法和装置 | |
CN107894992A (zh) | 一种gis点缓冲区分析方法及系统 | |
CN114092654A (zh) | 兼容北斗网格的数字地球三维空间场景管理方法 |
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 |