CN114463494B - 一种地形特征线自动提取方法 - Google Patents
一种地形特征线自动提取方法 Download PDFInfo
- Publication number
- CN114463494B CN114463494B CN202210079380.7A CN202210079380A CN114463494B CN 114463494 B CN114463494 B CN 114463494B CN 202210079380 A CN202210079380 A CN 202210079380A CN 114463494 B CN114463494 B CN 114463494B
- Authority
- CN
- China
- Prior art keywords
- elevation
- edges
- line
- control line
- triangles
- 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
Links
- 238000000605 extraction Methods 0.000 title claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 27
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 claims abstract description 14
- 230000001788 irregular Effects 0.000 claims abstract description 10
- 238000007405 data analysis Methods 0.000 claims description 5
- 238000009499 grossing Methods 0.000 claims description 5
- 238000013507 mapping Methods 0.000 abstract description 16
- 238000004519 manufacturing process Methods 0.000 abstract description 12
- 238000013524 data verification Methods 0.000 abstract description 2
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012850 discrimination method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000009440 infrastructure construction Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000005206 flow analysis Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- G06T17/005—Tree description, e.g. octree, quadtree
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Computer Graphics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种地形特征线自动提取算法,包括以下步骤:根据已有高程数据构建不规则三角网TIN;提取3R三角形;遍历生成节点二叉树;利用节点二叉树生成地形控制线;简化地形控制线;地形控制线赋高程。利用已有基础测绘数据,自动提取地形特征线的方法,获得的高精度数字高程模型能够满足1:2000DEM三级精度指标,应用在了省级实景三维高精度地理场景生产中,大大提高了生产效率,相比其他同类算法,具有效率高、阈值少、人工干预少、通过了大量数据验证等特点。
Description
技术领域
本发明涉及基础测绘摄影测量与遥感技术领域,具体为一种地形特征线自动提取方法。
背景技术
基础测绘是指建立全国统一的测绘基准和测绘系统,进行基础航空摄影,获取基础地理信息的遥感资料,测制和更新国家基本比例尺地图、影像图和数字化产品,建立、更新基础地理信息系统,具有公益性和基础性。现有的基础测绘体系基本可概括3S+4D,即全球定位系统GPS、地理信息系统GIS和遥感RS组成的3S技术架构,数字线划图DLG、数字正射影像DOM、数字高程模型DEM、数字栅格地图DRG组成的4D产品体系。
随着经济社会发展,物联网、大数据等技术的不断进步,对基础测绘成果提出了更高的要求。2019年全国自然资源工作会议提出加快基础测绘转型升级,开展新型基础测绘体系试点工作。《国务院关于全国基础测绘中长期规划纲要(2015年-2030年)的批复》(国函[2015]92号)要求2030年全面建成新型基础测绘体系,为经济社会发展提供多层次、全方位的基础测绘服务。实景三维是对人类生产、生活和生态空间进行真实、立体、时序化反映和表达的数字虚拟空间,是新型基础测绘标准化产品,是国家新型基础设施建设的重要组成部分。高精度DEM能精准的表示地球空间连续起伏状态,是地形级实景三维建设的重要数据基础,在新型基础设施建设、资源开发于环境保护、减灾防灾和国防等领域发挥重要作用。
目前DEM主流的数据获取手段有两类:利用数字摄影测量工作站进行自动化的DEM数据采集和利用LiDAR的DEM数据采集方法。为了充分利用已有基础测绘成果,采用第一类方法制作省级大范围、高精度DEM。目前国内外数字摄影测量工作站有很多,主要有航天远景MapMatrix、Trimble公司的Inpho软件、中国测绘科学研究院研发的PixelGrid、武汉大学研发的DPGrid等,虽然各生产软件使用方法不同,大致步骤均可概括为DEM数据采集、DEM数据预处理、DEM内插。
DEM数据采集是DEM制作中工作量最大的环节,其中数字线划图中的高程点、等高线等地貌要素是重要的数据源,但直接利用等高线、高程点生产DEM,在山脊、山谷、鞍部等部位精度易超限,无法满足精度要求与实际应用需要,还需要在立体环境下沿山脊、山谷、鞍部采集地性线。目前流行的DEM制作软件在地性线均需要人工采集,特别是对于山地地区,工作量非常大。在实际生产中发现,无需获取完整的地性线,可以是离散的地形特征线,即可准确反映地形。现有地形特征线自动提取方法一般有两种:基于几何形态分析和基于地形表面流水分析,常用的有等高线曲率判别法、多因子特征提取法、等高线骨架化法、水文分析法。其中曲率判别法、多因子特征提取法对阈值的选择要求较高,不适用大范围提取;等高线骨架化法针对闭合的等高线效果较好,但由于在有些大比例尺地形图中,等高线未连续表示,不适用该方法;水文分析法多用于栅格提取地形特征线,且在坡较平缓的部分,水流方向难以确定,造成特征线遗漏。根据数据源不同还可以分为基于等高线的地形特征提取和基于DTM/DEM的地形特征提取,其中陈海燕等人提出的基于等高线提取方法自动化程度不高、人工干预的时间较长;张尧等人提出的基于等高线弯曲特征段提取,对角度阈值的选取没有确切的方法,对于密集、数据量大的等高线,需要提取特征点、跟踪地性线,算法效率较低。
发明内容
为了克服现有技术方案的不足,本发明提供一种地形特征线自动提取方法,能有效的解决背景技术提出的问题,实现基于等高线、高程点的地形特征线自动提取。
本发明解决其技术问题所采用的技术方案是:
一种地形特征线自动提取方法,包括以下步骤:
步骤S1,根据已有高程数据构建不规则三角网TIN:利用等高线、高程点、以及其他带有高程的数据,共同构建不规则三角网TIN,不规则三角网TIN由顶点、边、三角形组成,边的类型包括硬边、非硬边,其中硬边指与参与构建TIN的线数据重合的边,其他边为非硬边;
步骤S2,提取3R三角形:对比分析山脊线、山谷线、山顶、鞍部等部位的三角网特点,依据三角网中顶点的高程Z和边的类型,经过大量的数据分析,提取3R三角形;
步骤S3,遍历生成节点二叉树:依次遍历3R三角形,跟踪相邻平三角形,生成节点二叉树,3R三角形中顶点高程值相等的边的对角点是根节点,节点二叉树由根节点、平三角形中非硬边的中点、最后一个平三角形中两条硬边的交点等节点依次构成;
步骤S4,利用节点二叉树生成地形控制线:沿二叉树生成地形控制线,从树的叶子节点开始,分别向上级父节点追踪,直到追踪至根节点,得到一组节点,组成一条地形控制线;
步骤S5,简化地形控制线:简化地形控制线,平滑地形控制线,直接保持起始点不变,中间各点由各折线中点重构而成;
步骤S6,地形控制线赋高程:为地形控制线赋高程,根据控制线上各节点离首尾节点的线上距离,采用距离加权平均的方法,内插计算出各节点高程。
进一步地,在步骤S2中,经过大量的数据分析,山脊线、山谷线、山顶、鞍部等部位的三角网均存在3R三角形,其中,3R三角形具有以下特点:顶点Z值不为空;三角形顶点高程不全相等;三角形中有两个顶点高程相等;顶点最大高程与最小高程的差值小于等高距;三条边全是非硬边。
进一步地,在步骤S3中,跟踪至两条边为硬边的平三角形时,跟踪停止,得到一组三角形,每组三角形包括了1个3R三角形和若干平三角形。
进一步地,在步骤S4中,二叉树有多少个叶子节点,就会跟踪生成多少条地形特征线。
进一步地,在步骤S6中,采用距离加权平均的方法,为了减少数据量,当每个二叉树跟踪获得多条地形特征线时,对地形特征线赋高程值后,同一位置可能有多条地形特征线,去掉地形控制线中的重复段。
与现有技术相比,本发明的有益效果是:
本发明设计了一种利用已有基础测绘数据,自动提取地形特征线的方法,与以往人工采集的山脊线、山谷线等地性线相比,提取时无需人工采集或干预,获得的高精度数字高程模型能够满足1:2000DEM三级精度指标。应用在了省级实景三维高精度地理场景生产中,大大提高了生产效率,相比其他同类算法,具有效率高、阈值少、人工干预少、通过了大量数据验证等特点,具有一定的生产与应用价值。
附图说明
图1为本发明DEM制作技术流程图;
图2为本发明地形控制线提取流程图;
图3为本发明3R三角形示意图;
图4为本发明节点二叉树生成流程图;
图5为本发明地形特征线平滑示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为能进一步了解本发明的发明内容、特点及功效,根据图1~图5,兹列举以下实施例,并配合附图详细说明如下。
如图1所示,本发明成果应用在DEM制作中。
如图2所示,本实施例中,提供基于DLG地形数据的地形特征线自动提取方法,包括以下步骤:
步骤S1,根据已有高程数据构建不规则三角网TIN:利用等高线、高程点、以及其他带有高程的数据,共同构建不规则三角网TIN,不规则三角网TIN由顶点、边、三角形组成,边的类型包括硬边、非硬边,其中硬边指与参与构建TIN的线数据重合的边,其他边为非硬边,3R三角形示意图如图3所示;
步骤S2,提取3R三角形:对比分析山脊线、山谷线、山顶、鞍部等部位的三角网特点,依据三角网中顶点的高程Z和边的类型,经过大量的数据分析,提取3R三角形;
步骤S3,遍历生成节点二叉树:依次遍历3R三角形,跟踪相邻平三角形,生成节点二叉树,3R三角形中顶点高程值相等的边的对角点是根节点,节点二叉树由根节点、平三角形中非硬边的中点、最后一个平三角形中两条硬边的交点等节点依次构成;
步骤S4,利用节点二叉树生成地形控制线:沿二叉树生成地形控制线,从树的叶子节点开始,分别向上级父节点追踪,直到追踪至根节点,得到一组节点,组成一条地形控制线;
步骤S5,简化地形控制线:简化地形控制线,平滑地形控制线,直接保持起始点不变,中间各点由各折线中点重构而成,地形特征线平滑示意图如图5所示;
步骤S6,地形控制线赋高程:为地形控制线赋高程,根据控制线上各节点离首尾节点的线上距离,采用距离加权平均的方法,内插计算出各节点高程。
具体的,在步骤S1之前,应对数据进行格式转换、坐标转换、图幅接边等数据预处理操作,以达到地形特征线提取的标准。在格式转换上,完成MDB、GDB、SHP、CSV等格式转换,统一转换为一种格式。坐标转换上,需要将各类已有地形数据统一平面和高程基准,平面采用2000国家大地坐标系,采用高斯-克吕格投影,3°分带。高程采用1985国家高程基准。图幅接边中,利用已有1:2000基础数据生产1:1万图幅的DEM,要对1:2000图幅合并,合并前要检查图幅接边情况,有错误时要进行图幅接边处理。
具体的,在步骤S2中,遍历TIN中所有三角形,提取的3R三角形必须同时满足以下条件:顶点Z值不为空;三角形顶点高程不全相等,且其中有两个顶点高程相等;顶点最大高程与最小高程的差值小于等高距;三条边全是非硬边。
具体的,步骤S3生成节点二叉树如图4所示,首先需要获得根节点:遍历3R三角形的三个相邻三角形,相邻三角形为平三角形的所在边的对角点即为根节点(图中三角形B为A的相邻三角形,且为平三角形,AB三角形共边的对角点即为根节点),找到根节点后,递归追踪,直至两条边为硬边的平三角形时,跟踪停止,两条硬边的公共顶点即是二叉树的叶子节点。
在步骤S3中,获得根节点后,需要获得树的各子节点:①找到根节点的子节点:3R三角形相邻三角形为平三角形的所在边的中点即为根节点的子节点(AB三角形共边的中点即为子节点);②找到下一节点:从上一步的平三角形开始,遍历剩余的两个相邻三角形,若是平三角形,则将平三角形所在边的中点作为上一个节点的子节点,如果两个相邻的三角形都是平三角形,则,两条边的中点都作为上一个节点的子节点(BC三角形共边的中点为下一个节点,CD三角形共边的中点为下一个节点……);③递归执行上一步,直到找不到平三角形。
在步骤S6中,当前地形控制线除首尾节点处在已有等高线或其他地形线数据上,带有高程值,其他节点高程值为0,本文采用距离加权平均的方法,通过计算各节点距首尾节点距离,内插计算出中间各节点高程,方法公式如下:
。
如表1所示,选取实验数据:实验区选在我国湖南省某地区,丘陵、山地地形。目前已采用本发明,利用1:2000航空摄影测量成果,按1:2000比例尺完成了约4115幅1万高精度数字高程模型,精度为2米格网。
表1 行业规范规定的DEM精度
实验分别利用原始等高线、原始等高线+地形控制线生成2米DEM,再通过DEM反生等高线,检查反生等高线与原始等高线套合情况,其中(a)为原始等高线数据,(b)为原始等高线叠加反生等高线,在山顶、鞍部、山脊等位置与原始等高线不套合,(c)为原始等高线叠加地形控制线,地形控制线由本文算法生成,主要分布在山顶、鞍部、山脊、山谷等部位,(d)为增加地形控制线后原始等高线与反生等高线,红色表示生成的DEM反生等高线,在山顶、鞍部、山脊等位置套合明显优于(b)的反生等高线,通过下表2的精度统计可以看出,生产的DEM的检查点全部小于指定数据。
表2 DEM精度统计表
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (5)
1.一种地形特征线自动提取方法,其特征在于,包括以下步骤:
步骤S1,根据已有高程数据构建不规则三角网TIN:利用等高线、高程点、以及其他带有高程的数据,共同构建不规则三角网TIN,不规则三角网TIN由顶点、边、三角形组成,边的类型包括硬边、非硬边,其中硬边指与参与构建TIN的线数据重合的边,其他边为非硬边;
步骤S2,提取3R三角形:对比分析山脊线、山谷线、山顶、鞍部部位的三角网特点,依据三角网中顶点的高程Z和边的类型,经过大量的数据分析,提取3R三角形;
步骤S3,遍历生成节点二叉树:依次遍历3R三角形,跟踪相邻平三角形,生成节点二叉树,3R三角形中顶点高程值相等的边的对角点是根节点,节点二叉树由根节点、平三角形中非硬边的中点、最后一个平三角形中两条硬边的交点节点依次构成;
步骤S4,利用节点二叉树生成地形控制线:沿二叉树生成地形控制线,从树的叶子节点开始,分别向上级父节点追踪,直到追踪至根节点,得到一组节点,组成一条地形控制线;
步骤S5,简化地形控制线:简化地形控制线,平滑地形控制线,直接保持起始点不变,中间各点由各折线中点重构而成;
步骤S6,地形控制线赋高程:为地形控制线赋高程,根据控制线上各节点离首尾节点的线上距离,采用距离加权平均的方法,内插计算出各节点高程。
2.根据权利要求1所述的一种地形特征线自动提取方法,其特征在于,在步骤S2中,经过大量的数据分析,山脊线、山谷线、山顶、鞍部部位的三角网均存在3R三角形,其中,3R三角形具有以下特点:顶点Z值不为空;三角形顶点高程不全相等;三角形中有两个顶点高程相等;顶点最大高程与最小高程的差值小于等高距;三条边全是非硬边。
3.根据权利要求1所述的一种地形特征线自动提取方法,其特征在于,在步骤S3中,跟踪至两条边为硬边的平三角形时,跟踪停止,得到一组三角形,每组三角形包括了1个3R三角形和若干平三角形。
4.根据权利要求1所述的一种地形特征线自动提取方法,其特征在于,在步骤S4中,二叉树有多少个叶子节点,就会跟踪生成多少条地形特征线。
5.根据权利要求1所述的一种地形特征线自动提取方法,其特征在于,在步骤S6中,采用距离加权平均的方法,为了减少数据量,当每个二叉树跟踪获得多条地形特征线时,对地形特征线赋高程值后,同一位置可能有多条地形特征线,去掉地形控制线中的重复段。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210079380.7A CN114463494B (zh) | 2022-01-24 | 2022-01-24 | 一种地形特征线自动提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210079380.7A CN114463494B (zh) | 2022-01-24 | 2022-01-24 | 一种地形特征线自动提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114463494A CN114463494A (zh) | 2022-05-10 |
CN114463494B true CN114463494B (zh) | 2024-04-26 |
Family
ID=81411802
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210079380.7A Active CN114463494B (zh) | 2022-01-24 | 2022-01-24 | 一种地形特征线自动提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114463494B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114926599A (zh) * | 2022-05-27 | 2022-08-19 | 甘肃省水利水电勘测设计研究院有限责任公司 | 一种地形曲面轻量化方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20030038888A (ko) * | 2001-11-07 | 2003-05-17 | 김계현 | 보간법을 이용한 디이엠 생성 알고리즘 |
CN102682479A (zh) * | 2012-04-13 | 2012-09-19 | 国家基础地理信息中心 | 一种在不规则三角网上进行三维地形特征点生成的方法 |
CN112017288A (zh) * | 2020-08-28 | 2020-12-01 | 滁州学院 | 一种基于地形图数据的dem综合与简化方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100912715B1 (ko) * | 2007-12-17 | 2009-08-19 | 한국전자통신연구원 | 이종 센서 통합 모델링에 의한 수치 사진 측량 방법 및장치 |
-
2022
- 2022-01-24 CN CN202210079380.7A patent/CN114463494B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20030038888A (ko) * | 2001-11-07 | 2003-05-17 | 김계현 | 보간법을 이용한 디이엠 생성 알고리즘 |
CN102682479A (zh) * | 2012-04-13 | 2012-09-19 | 国家基础地理信息中心 | 一种在不规则三角网上进行三维地形特征点生成的方法 |
CN112017288A (zh) * | 2020-08-28 | 2020-12-01 | 滁州学院 | 一种基于地形图数据的dem综合与简化方法 |
Non-Patent Citations (1)
Title |
---|
基于辽宁省兴城市地形图的DEM建立及精度研究;陈镜元;张涛;;四川水泥;20200415(04);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114463494A (zh) | 2022-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102521884B (zh) | 一种基于LiDAR数据与正射影像的3维屋顶重建方法 | |
CN109242862B (zh) | 一种实时的数字表面模型生成方法 | |
CN110992473B (zh) | 一种基于车载激光扫描点云的树木枝干建模方法及系统 | |
CN106548510A (zh) | 盾构隧道结构模型生成方法 | |
CN106446910B (zh) | 一种复杂地质曲面特征提取与重构方法 | |
CN104835202A (zh) | 一种三维虚拟场景快速构建方法 | |
CN107767453A (zh) | 一种基于规则约束的建筑物lidar点云重构优化方法 | |
US8600713B2 (en) | Method of online building-model reconstruction using photogrammetric mapping system | |
CN111784840B (zh) | 基于矢量数据自动分割lod层级三维数据单体化方法及系统 | |
CN111540051B (zh) | 一种基于cim的全要素海量数据轻量化及拓扑分析应用平台 | |
CN114926602B (zh) | 基于三维点云的建筑物单体化方法及系统 | |
CN102013114B (zh) | 一种基于Microstation v8i的城市快速建模方法 | |
CN105005580B (zh) | 一种用于显示水库地形的方法及其装置 | |
CN115471634B (zh) | 一种城市绿植孪生的建模方法及装置 | |
CN114463494B (zh) | 一种地形特征线自动提取方法 | |
Chen et al. | 3D model-based terrestrial laser scanning (TLS) observation network planning for large-scale building facades | |
CN115526450A (zh) | 基于倾斜摄影与bim结合的施工进度监测方法、系统及介质 | |
CN109035365B (zh) | 一种高分辨率影像的镶嵌处理方法 | |
CN110765542A (zh) | 一种高精度数字高程模型的轻量化方法 | |
Zhao et al. | A 3D modeling method for buildings based on LiDAR point cloud and DLG | |
WO2018196214A1 (zh) | 一种地理影响民居建筑形态的统计系统及统计方法 | |
Forlani et al. | Building reconstruction and visualization from lidar data | |
KR101063827B1 (ko) | 한국토지정보시스템 연속지적도와 수치지형도의 기하학적 지도 변환을 위한 반자동화된 공액점 쌍 추출방법 | |
CN115984490A (zh) | 风场特性的建模分析方法、系统、无人机设备及存储介质 | |
Qi et al. | Research on the 3D fine modeling method of In-service road |
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 |