CN114549772B - 基于工程独立坐标系的多源三维模型融合处理方法及系统 - Google Patents

基于工程独立坐标系的多源三维模型融合处理方法及系统 Download PDF

Info

Publication number
CN114549772B
CN114549772B CN202210175920.1A CN202210175920A CN114549772B CN 114549772 B CN114549772 B CN 114549772B CN 202210175920 A CN202210175920 A CN 202210175920A CN 114549772 B CN114549772 B CN 114549772B
Authority
CN
China
Prior art keywords
tile
data
coordinate system
grid
engineering
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
CN202210175920.1A
Other languages
English (en)
Other versions
CN114549772A (zh
Inventor
胥海燕
周玉辉
刘畅
何杰
梅熙
刘威
代强玲
张可军
邓军桥
郭刚
罗明圣
胡光常
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.)
China Railway Eryuan Engineering Group Co Ltd CREEC
Original Assignee
China Railway Eryuan Engineering Group Co Ltd CREEC
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 China Railway Eryuan Engineering Group Co Ltd CREEC filed Critical China Railway Eryuan Engineering Group Co Ltd CREEC
Priority to CN202210175920.1A priority Critical patent/CN114549772B/zh
Publication of CN114549772A publication Critical patent/CN114549772A/zh
Application granted granted Critical
Publication of CN114549772B publication Critical patent/CN114549772B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/04—Texture mapping
    • 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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/14—Transformations for image registration, e.g. adjusting or mapping for alignment of images
    • G06T3/147—Transformations for image registration, e.g. adjusting or mapping for alignment of images using affine transformations
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Remote Sensing (AREA)
  • Computer Hardware Design (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Architecture (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Image Generation (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明公开了一种基于工程独立坐标系的多源三维模型融合处理方法及系统，包括：获取当前项目工程的工程独立坐标系，计算坐标范围，根据坐标范围计算顶层瓦片；基于顶层瓦片，构建地形瓦片格网；获取当前项目工程的DEM数据和DOM数据，基于地形瓦片格网坐标范围，确定DEM数据和DOM数据所在瓦片的层级，得到影像瓦片格网；根据影像瓦片格网得到三维地形纹理数据；获取当前项目工程的倾斜摄影数据，根据工程独立坐标系对倾斜摄影数据坐标转换，得到倾斜瓦片格网以及倾斜纹理坐标；根据倾斜瓦片格网以及影像瓦片格网的瓦片层级关系，对三维地形纹理数据与倾斜纹理坐标进行融合。本发明为利用倾斜模型和DEMDOM进行场景整合提供了一种高效智能处理方法。

Description

基于工程独立坐标系的多源三维模型融合处理方法及系统
技术领域
本发明涉及地理信息数据处理领域，特别涉及一种基于工程独立坐标系的多源三维模型融合处理方法及系统。
背景技术
倾斜摄影测量技术是摄影测量领域近十几年发展起来的一项高新技术，该技术通过从一个垂直、四个倾斜共五个不同的视角同步采集影像，获取到丰富的建筑物顶面及侧视的高分辨率纹理，能够生成高分辨率的实景三维模型，可真实反映地物情况和表面纹理信息，但是生成的三维模型整块独立，一般为工程独立坐标系，而且表面结构复杂，三角网分布不均匀，存在无法直接和传统 DEMDOM构建的地形融合的问题，因为不是一个连续的三角网，会导致重叠区域相互压盖、模型求交多次、渲染效果不一致等问题,如何利用将这种多源的三维模型融合处理成一个连续三角网，并且结合工程坐标系就行场景构建，是提高实景三维模型利用价值亟待解决的问题和难点。
发明内容
本发明的目的在于克服现有技术中所存在的倾斜摄影无法与传统 DEMDOM数据进行纹理融合的问题，提供一种基于工程独立坐标系的多源三维模型融合处理方法及系统，本发明能够实现多源数据的面片级数据融合处理和层次结构的保留。
为了实现上述发明目的，本发明提供了以下技术方案：
一种基于工程独立坐标系的多源三维模型融合处理方法，所述方法包括：
获取当前项目工程的工程独立坐标系，计算所述工程独立坐标系的坐标范围，根据所述坐标范围计算顶层瓦片；基于所述顶层瓦片，构建地形瓦片格网；
获取当前项目工程的DEM数据和DOM数据，基于所述地形瓦片格网中每个瓦片的坐标范围，确定DEM数据和DOM数据所在瓦片的层级，得到影像瓦片格网；根据所述影像瓦片格网得到三维地形纹理数据；
获取当前项目工程的倾斜摄影数据，根据所述工程独立坐标系对所述倾斜摄影数据进行逐层级的坐标转换，得到倾斜瓦片格网以及倾斜纹理坐标；
根据倾斜瓦片格网以及所述影像瓦片格网的瓦片层级关系，对所述三维地形纹理数据与所述倾斜纹理坐标进行融合。
根据一种具体的实施方式，上述基于工程独立坐标系的多源三维模型融合处理方法中，所述计算所述工程独立坐标系的坐标范围，根据所述坐标范围计算顶层瓦片，包括：
根据工程独立坐标系的中央子午线和投影高，通过高斯投影正算，计算中央子午线左右两侧的最大东坐标与最小东坐标；
计算投影坐标系的最大北坐标与最小北坐标，进而得到整个坐标系在XOY 平面的坐标范围；根据所述坐标范围计算顶层瓦片。
根据一种具体的实施方式，上述基于工程独立坐标系的多源三维模型融合处理方法中，所述基于所述首级瓦片的数量与范围，构建地形瓦片格网，包括：
采用四叉树分裂，将所述顶层瓦片向下分裂至预设分裂层级，得到所述地形瓦片格网。
根据一种具体的实施方式，上述基于工程独立坐标系的多源三维模型融合处理方法中，所述基于所述地形瓦片格网中每个瓦片的坐标范围，确定DEM数据和DOM数据所在瓦片的层级，得到影像瓦片格网，包括：
读取DEM和DOM数据的元数据信息，计算DEM和DOM数据所在瓦片的层级，以及瓦片索引的序号；
计算DEM和DOM数据所在瓦片的坐标范围，并根据所述坐标范围和瓦片像素，采用区域重采样读取的方式，加载得到所在瓦片的影像和高程数据；采用重采样场景坐标，逐像素遍历，对影像顶点坐标赋高程值，得到影像瓦片格网。
根据一种具体的实施方式，上述基于工程独立坐标系的多源三维模型融合处理方法中，所述根据所述影像瓦片格网得到三维地形纹理数据，包括：
通过三角面片或四角面片的方式对所述影像瓦片格网的影像顶点坐标进行三维重建，得到所述三维地形纹理数据。
根据一种具体的实施方式，上述基于工程独立坐标系的多源三维模型融合处理方法中，所述根据所述工程独立坐标系对所述倾斜摄影数据进行逐层级的坐标转换，包括：
获取所述倾斜摄影数据的坐标系信息，计算所述工程独立坐标系与所述倾斜摄影数据的坐标系信息之间的仿射变换矩阵；
基于所述仿射变换矩阵，对所述倾斜摄影数据进行逐层级的坐标转换。
根据一种具体的实施方式，上述基于工程独立坐标系的多源三维模型融合处理方法中，所述根据倾斜瓦片格网以及所述影像瓦片格网的瓦片层级关系，对所述三维地形纹理数据与所述倾斜纹理坐标进行融合，包括：
步骤41，读取所述倾斜瓦片格网，计算在XOY平面的矩形边界AABB 和根节点对应的凹包CH；
步骤42，计算所述倾斜瓦片格网对应的初始层级数n和每层级的瓦片索引；
步骤43，提取所述影像瓦片格网中的顶层DEMDOM影像瓦片，应用凹包 CH进行顶点叠置分析，去掉在凹包里面的顶点；
步骤44，提取所述倾斜瓦片格网中的顶层格网瓦片，采用三角网生长算法对格网瓦片进行三角面的融合，得到融合三角面后的倾斜瓦片格网；
步骤45，将所述三维地形纹理数据以二重纹理方式赋予融合三角面后的倾斜瓦片格网，并设置渲染纹理状态，实现纹理的统一；
步骤46，自顶层瓦片向下遍历，重复步骤43～45，完成n级倾斜瓦片格网的融合处理。
在本发明进一步的实施例中，还提供一种基于工程独立坐标系的多源三维模型融合处理系统，包括：处理器、网络接口和存储器，所述处理器、所述网络接口和所述存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行上述基于工程独立坐标系的多源三维模型融合处理方法。
与现有技术相比，本发明的有益效果：
本发明利用工程坐标系建立地形瓦片格网，根据所述地形瓦片格网建立相应的影像格网与倾斜瓦片格网，从而利用层级关系，实现倾斜模型和三维地形影像数据的融合；在融合过程中，本方法直接利用倾斜模型层级数据，减少构面的运算量，并且避免因重构倾斜模型导致的几何形状及纹理精度损失，提高了融合效率和成果质量；采用本发明可快捷稳健地实现工程独立坐标系下的倾斜模型和三维地形融合，降低了倾斜模型的利用难度，且方法与工程应用结合紧密、容易自动化处理实现。
附图说明：
图1为本发明实施例所提供的多源三维模型融合处理方法在一种实施例中的流程示意图；
图2为本发明实施例所提供的多源三维模型融合处理方法在一种实施例中的流程示意图；
图3为本发明示例性实施例的顶点融合原理示意图；
图4为本发明示例性实施例的基于工程独立坐标系的多源三维模型融合处理系统结构框图。
具体实施方式
下面结合试验例及具体实施方式对本发明作进一步的详细描述。但不应将此理解为本发明上述主题的范围仅限于以下的实施例，凡基于本发明内容所实现的技术均属于本发明的范围。
实施例1
图1示出了基于工程独立坐标系的多源实景三维模型的融合处理方法，包括：
获取当前项目工程的工程独立坐标系，计算所述工程独立坐标系的坐标范围，根据所述坐标范围计算顶层瓦片；基于所述顶层瓦片，构建地形瓦片格网；获取当前项目工程的DEM数据和DOM数据，基于所述地形瓦片格网中每个瓦片的坐标范围，确定DEM数据和DOM数据所在瓦片的层级，得到影像瓦片格网；根据所述影像瓦片格网得到三维地形纹理数据；
获取当前项目工程的倾斜摄影数据，根据所述工程独立坐标系对所述倾斜摄影数据进行逐层级的坐标转换，得到倾斜瓦片格网以及倾斜纹理坐标；
根据倾斜瓦片格网以及所述所述影像瓦片格网的瓦片层级关系，对所述三维地形纹理数据与所述倾斜纹理坐标进行融合。
本发明实施例利用工程坐标系建立地形瓦片格网，根据所述地形瓦片格网建立相应的影像格网与倾斜瓦片格网，从而利用层级关系，实现倾斜模型和三维地形影像数据的融合；在融合过程中，本方法直接利用倾斜模型层级数据，减少构面的运算量，并且避免因重构倾斜模型导致的几何形状及纹理精度损失，提高了融合效率和成果质量；采用本发明可快捷稳健地实现工程独立坐标系下的倾斜模型和三维地形融合，降低了倾斜模型的利用难度，且方法与工程应用结合紧密、容易自动化处理实现。
实施例2
在一种可能的实现方式中，上述基于工程独立坐标系的多源实景三维模型的融合处理方法中，如图2所示，具体包括如下步骤：
步骤1，基于设定工程独立坐标系构建地形瓦片格网金字塔，具体为：
步骤1.1，计算工程独立坐标系的坐标范围，取中央子午线两侧3°或6°作为经度范围，计算最大最坐标，最大坐标对应的BL值为[6，90]，最小坐标对应的BL值为[-6，-90]，BL计算投影坐标的计算公式如下：
其中，在处理投影高h的情况下，将参数a的值按参考椭球增加，即a’＝a+h, 扁率保持不变，计算得到当前工程独立坐标系的坐标范围[(minx,miny),(maxx,maxy)]
步骤1.2，根据工程独立投影坐标范围计算地形瓦片格网金字塔顶层的数量和范围，级数从1(首级)开始，对应东西方向瓦片个数为2，南北方向按规则正形格网划分，个数N0＝ceil(maxy/(maxx-minx)),瓦片格网南北方向最大值 maxx’＝n*(maxx-minx),最小值minx’＝-n*(maxx-minx)。
步骤1.3，根据瓦片格网的顶层数量和范围，在XOY平面构建四叉树层级结构树，得到指定工程独立坐标系下的整体场景结构图。
其中下级瓦片的东西方向宽度W下＝W上/2,南北方向高度H下＝H上/2，下级瓦片数量n下＝n上*4，瓦片索引号以(0，0)点为原点，东北为正，西南为负，最大层级取11级，计算每个瓦片的工程独立坐标范围，公式为：
Minx＝Cx*(maxx’-minx’)/(2*2^L)
Miny＝Ry*(maxy’-miny’)/(N0*2^L)
其中Cx为瓦片东西方向索引，Ry为瓦片南北方向索引，L为当前层级。
步骤2，根据格网金字塔构建DEMDOM层级瓦片，具体为：
步骤2.1，读取DEM和DOM并构建影像金字塔。
步骤2.2，从初始层级开始自定向下遍历，按瓦片的坐标区域分别读取影像和高程数据，瓦片像素大小按256*256，存储为内存对象，记为Img和Ele。
步骤2.3，计算工程坐标系下的每个格网像素分辨率 Dx＝(Maxx-Minx)/256,Dy＝(Maxy-Miny)/256,得到规则格网的XOY平面顶点坐标。
步骤2.4，逐行遍历DEM瓦片数据Ele内存对象，赋予顶点坐标的高程。
步骤2.5，将阵列式三维坐标构成规格三角网或四边形网。
步骤2.6，将Img创建为纹理对象，计算纹理坐标。
步骤2.7，创建几何对象，赋予顶点坐标、三角网片元组合索引、纹理坐标、法线。
步骤3，倾斜模型坐标转换，具体为：
步骤3.1，读取权限模型的坐标系信息。
步骤3.2，构建权限模型坐标系和当前工程独立坐标系的仿射变换矩阵。
步骤3.3，构建遍历器，传入仿射变换矩阵，对未标记未已完成的几何体对象并应用仿射变换矩阵计算新坐标。
步骤3.4，逐个层级逐瓦片采用遍历器遍历并处理倾斜模型，对处理完成后对几何对象标记为已完成。
步骤4，如图2所示，倾斜模型所在层级瓦片的格网融合重构，具体为：
步骤4.1，读取倾斜瓦片格网模型，计算在XOY平面的矩形边界AABB 和根节点对应的凹包记为CH。
步骤4.2，计算倾斜瓦片格网模型对应的初始层级数n和瓦片序号，并建立每层级瓦片的索引，记为[n，i，j]，其中，n为瓦片的层级数，(i，j)为瓦片的序号。
步骤4.3，获取索引为[1，i，j]的顶层(首级)DEMDOM地形瓦片，应用凹包CH进行顶点叠置分析并去掉在凹包里面的顶点。
步骤4.4，对顶层倾斜格网模型顶点边缘采用三角网生长算法，应用过滤后的顶点，进行倾斜模型的瓦片补齐，实现三角面的统一。
步骤4.5，将三维地形的纹理坐标以二重纹理方式赋予融合三角面后的倾斜模型，并设置渲染纹理状态，实现顶层瓦片数据的纹理的统一。
步骤4.6，自[1,i，j]瓦片向下遍历，重复4.3-4.5步，完成n级倾斜模型所在瓦片的融合处理。
综上所述，本实施例提出了从将倾斜模型与DEMDOM三维地形进行三角网和纹理融合的一般流程，为利用倾斜模型和DEMDOM进行场景整合提供了一种高效智能处理方法；本实施例利用逐层级倾斜模型和三维地形的融合，能够直接利用倾斜模型层级数据，减少构面的运算量，并且避免因重构倾斜模型导致的几何形状及纹理精度损失，提高了融合效率和成果质量。本实施例拓展了多倾斜模型融合同一工程独立坐标系的方法，能够对属于统一工程独立坐标的多个倾斜模型按同样的流程处理，也适用于普通航测生成的实景模型与三维地形的融合等。采用本实施例可快捷稳健地实现工程独立坐标系下的倾斜模型和三维地形融合，降低了倾斜模型的利用难度，且方法与工程应用结合紧密、容易自动化处理实现。
本发明的另一方面，如图3所示，还提供一种服务器，该服务器包括处理器、网络接口和存储器，所述处理器、所述网络接口和所述存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行上述访问行为监控方法。
在本发明的实施例中，处理器可以是一种集成电路芯片，具有信号的处理能力。处理器可以是通用处理器、数字信号处理器(Digital Signal Processor，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现场可编程门阵列(Field Programmable GateArray，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。处理器读取存储介质中的信息，结合其硬件完成上述方法的步骤。
存储介质可以是存储器，例如可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。
其中，非易失性存储器可以是只读存储器(Read-Only Memory，简称ROM)、可编程只读存储器(Programmable ROM，简称PROM)、可擦除可编程只读存储器(Erasable PROM，简称EPROM)、电可擦除可编程只读存储器(Electrically EPROM，简称EEPROM)或闪存。
易失性存储器可以是随机存取存储器(RandomAccess Memory，简称RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，简称SRAM)、动态随机存取存储器 (Dynamic RAM，简称DRAM)、同步动态随机存取存储器(Synchronous DRAM，简称SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data RateSDRAM，简称DDRSDRAM)、增强型同步动态随机存取存储器(EnhancedSDRAM，简称ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM，简称SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM，简称DRRAM)。
本发明实施例描述的存储介质旨在包括但不限于这些和任意其它适合类型的存储器。
应该理解到，本发明所揭露的系统，可通过其它的方式实现。例如所述模块的划分，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，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，模块之间的通信连接可以是通过一些接口，服务器或单元的间接耦合或通信连接，可以是电性或其它的形式。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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或者该技术方案的全部或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中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM， RandomAccess Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于工程独立坐标系的多源三维模型融合处理方法，其特征在于，所述方法包括：
获取当前项目工程的工程独立坐标系，计算所述工程独立坐标系的坐标范围，根据所述坐标范围计算顶层瓦片；基于所述顶层瓦片，构建地形瓦片格网；
获取当前项目工程的DEM数据和DOM数据，基于所述地形瓦片格网中每个瓦片的坐标范围，确定DEM数据和DOM数据所在瓦片的层级，得到影像瓦片格网；根据所述影像瓦片格网得到三维地形纹理数据；
获取当前项目工程的倾斜摄影数据，根据所述工程独立坐标系对所述倾斜摄影数据进行逐层级的坐标转换，得到倾斜瓦片格网以及倾斜纹理坐标；
根据倾斜瓦片格网以及所述影像瓦片格网的瓦片层级关系，对所述三维地形纹理数据与所述倾斜纹理坐标进行融合。
2.如权利要求1所述的基于工程独立坐标系的多源三维模型融合处理方法，其特征在于，所述计算所述工程独立坐标系的坐标范围，根据所述坐标范围计算顶层瓦片，包括：
根据工程独立坐标系的中央子午线和投影高，通过高斯投影正算，计算中央子午线左右两侧的最大东坐标与最小东坐标；
计算投影坐标系的最大北坐标与最小北坐标，进而得到整个坐标系在XOY平面的坐标范围；根据所述坐标范围计算顶层瓦片。
3.如权利要求2所述的基于工程独立坐标系的多源三维模型融合处理方法，其特征在于，所述基于所述顶层瓦片，构建地形瓦片格网，包括：
采用四叉树分裂，将所述顶层瓦片向下分裂至预设分裂层级，得到所述地形瓦片格网。
4.如权利要求1所述的基于工程独立坐标系的多源三维模型融合处理方法，其特征在于，所述基于所述地形瓦片格网中每个瓦片的坐标范围，确定DEM数据和DOM数据所在瓦片的层级，得到影像瓦片格网，包括：
读取DEM和DOM数据的元数据信息，计算DEM和DOM数据所在瓦片的层级，以及瓦片索引的序号；
计算DEM和DOM数据所在瓦片的坐标范围，并根据所述坐标范围和瓦片像素，采用区域重采样读取的方式，加载得到所在瓦片的影像和高程数据；采用重采样场景坐标，逐像素遍历，对影像顶点坐标赋高程值，得到影像瓦片格网。
5.如权利要求4所述的基于工程独立坐标系的多源三维模型融合处理方法，其特征在于，所述根据所述影像瓦片格网得到三维地形纹理数据，包括：
通过三角面片或四角面片的方式对所述影像瓦片格网的影像顶点坐标进行三维重建，得到所述三维地形纹理数据。
6.如权利要求1所述的基于工程独立坐标系的多源三维模型融合处理方法，其特征在于，所述根据所述工程独立坐标系对所述倾斜摄影数据进行逐层级的坐标转换，包括：
获取所述倾斜摄影数据的坐标系信息，计算所述工程独立坐标系与所述倾斜摄影数据的坐标系信息之间的仿射变换矩阵；
基于所述仿射变换矩阵，对所述倾斜摄影数据进行逐层级的坐标转换。
7.如权利要求1-6任一所述的基于工程独立坐标系的多源三维模型融合处理方法，其特征在于，所述根据倾斜瓦片格网以及所述影像瓦片格网的瓦片层级关系，对所述三维地形纹理数据与所述倾斜纹理坐标进行融合，包括：
步骤41，读取所述倾斜瓦片格网，计算在XOY平面的的矩形边界AABB和根节点对应的凹包CH；
步骤42，计算所述倾斜瓦片格网对应的初始层级数n和每层级的瓦片索引；
步骤43，提取所述影像瓦片格网中的顶层DEMDOM影像瓦片，应用凹包CH进行顶点叠置分析，去掉在凹包里面的顶点；
步骤44，提取所述倾斜瓦片格网中的顶层格网瓦片，采用三角网生长算法对格网瓦片进行三角面的融合，得到融合三角面后的倾斜瓦片格网；
步骤45，将所述三维地形纹理数据以二重纹理方式赋予融合三角面后的倾斜瓦片格网，并设置渲染纹理状态，实现纹理的统一；
步骤46，自顶层瓦片向下遍历，重复步骤43～45，完成n级倾斜瓦片格网的融合处理。
8.一种基于工程独立坐标系的多源三维模型融合处理系统，其特征在于，包括：处理器、网络接口和存储器，所述处理器、所述网络接口和所述存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1～7任一项所述的基于工程独立坐标系的多源三维模型融合处理方法。
CN202210175920.1A 2022-02-24 2022-02-24 基于工程独立坐标系的多源三维模型融合处理方法及系统 Active CN114549772B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210175920.1A CN114549772B (zh) 2022-02-24 2022-02-24 基于工程独立坐标系的多源三维模型融合处理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210175920.1A CN114549772B (zh) 2022-02-24 2022-02-24 基于工程独立坐标系的多源三维模型融合处理方法及系统

Publications (2)

Publication Number Publication Date
CN114549772A CN114549772A (zh) 2022-05-27
CN114549772B true CN114549772B (zh) 2023-07-11

Family

ID=81678548

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210175920.1A Active CN114549772B (zh) 2022-02-24 2022-02-24 基于工程独立坐标系的多源三维模型融合处理方法及系统

Country Status (1)

Country Link
CN (1) CN114549772B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115937456B (zh) * 2023-02-15 2023-05-05 天津市测绘院有限公司 一种实景三维模型顶层重建方法及重建系统
CN117173362B (zh) * 2023-11-03 2024-01-26 湖南省第一测绘院 一种实景三维模型坐标系构建与瓦块分割方法及系统
CN117591612B (zh) * 2024-01-19 2024-04-09 贵州北斗空间信息技术有限公司 三维平台实时加载地形瓦片数据的方法、装置和系统
CN118212367B (zh) * 2024-05-22 2024-07-30 四川视慧智图空间信息技术有限公司 一种数据顶层重建方法、装置及电子设备

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110415347B (zh) * 2019-07-22 2023-08-25 高新兴科技集团股份有限公司 三维实景地图与二维平面地图融合方法、装置及电子设备
CN113012205A (zh) * 2020-11-17 2021-06-22 浙江华云电力工程设计咨询有限公司 一种基于多源数据融合的三维重建方法
CN113506370B (zh) * 2021-07-28 2022-08-16 自然资源部国土卫星遥感应用中心 基于立体遥感影像的三维地理场景模型构建方法和装置
CN113628331B (zh) * 2021-08-30 2023-06-13 中国人民解放军国防科技大学 一种虚幻引擎中摄影测量模型的数据组织和调度方法

Also Published As

Publication number Publication date
CN114549772A (zh) 2022-05-27

Similar Documents

Publication Publication Date Title
CN114549772B (zh) 基于工程独立坐标系的多源三维模型融合处理方法及系统
CN109658365B (zh) 图像处理方法、装置、系统和存储介质
CN111127633A (zh) 三维重建方法、设备以及计算机可读介质
CN113628331B (zh) 一种虚幻引擎中摄影测量模型的数据组织和调度方法
CN115719407A (zh) 一种面向大规模航拍图像的分布式多视图立体重建方法
CN115082641B (zh) 一种基于网格化多邻域插值的点云栅格化方法及装置
CN112243518A (zh) 获取深度图的方法、装置及计算机存储介质
CN115409957A (zh) 基于虚幻引擎的地图构建方法、电子设备和存储介质
CN117788731A (zh) 道路重建方法、装置和设备
CN117422841A (zh) 一种基于远探测数据的三维重建方法及系统
CN115187843B (zh) 基于物方体素及几何特征约束的深度图融合方法
CN110148086B (zh) 稀疏深度图的深度补齐方法、装置及三维重建方法、装置
CN116402934A (zh) 一种面向三维重建的自动纹理贴图方法、终端及存储介质
CN115546455B (zh) 一种三维建筑模型单体化方法、装置及存储介质
CN115033972B (zh) 一种建筑主体结构批量单体化方法、系统及可读存储介质
CN115082355B (zh) 鱼眼相机全像素图像校正方法、装置、鱼眼相机及介质
CN110111249A (zh) 一种隧道内壁拼图影像的获取和生成方法及系统
CN115564924A (zh) 一种大城市场景下规则物体点云优化系统及方法
CN116012227A (zh) 图像处理方法、装置、存储介质及处理器
CN112419459B (zh) 烘焙模型ao贴图的方法、装置、计算机设备和存储介质
CN115345990A (zh) 针对弱纹理场景的倾斜摄影三维重建方法及装置
CN114898068A (zh) 三维建模方法、装置、设备及存储介质
KR100490885B1 (ko) 직각 교차 실린더를 이용한 영상기반 렌더링 방법
JP4993355B2 (ja) 局所領域分割型自由視点映像生成におけるオクルージョン処理方式
CN115858519B (zh) 一种dem平整方法和装置

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