CN114842111B - 一种在dsm影像中使流动水面平缓顺流的自动处理方法 - Google Patents
一种在dsm影像中使流动水面平缓顺流的自动处理方法 Download PDFInfo
- Publication number
- CN114842111B CN114842111B CN202210592191.XA CN202210592191A CN114842111B CN 114842111 B CN114842111 B CN 114842111B CN 202210592191 A CN202210592191 A CN 202210592191A CN 114842111 B CN114842111 B CN 114842111B
- Authority
- CN
- China
- Prior art keywords
- river
- elevation
- line
- value
- assignment
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/001—Texturing; Colouring; Generation of texture or colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/60—Editing figures and text; Combining figures or text
-
- 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
- Y02A90/30—Assessment of water resources
Abstract
本发明提供一种在DSM影像中使流动水面平缓顺流的自动处理方法,包括:采集DSM影像上所有河流的面状要素和结构线要素;依次处理每条河流:通过矢量栅格化的方法,根据河面和河流结构线矢量文件分别生成河面掩膜与河岸掩膜;当未指定河流最大最小高程值时,获取河流结构线与河面相交部分的交线,将交线所有节点转为像素坐标并构建河岸像素值列表;构建河流纵向剖面线参考平面坐标系,横纵坐标分别为河岸像素点与起始像素点的距离和河岸像素点高程值;根据河岸像素值列表中的散点求回归线,并将回归线平移至过河岸像素值最低点,再下降指定高程,得到河流高程赋值参考线;根据河流高程赋值参考线,对河流进行两步细分赋值,实现像素级水面高程赋值。
Description
技术领域
本发明涉及DSM影像处理技术领域,具体涉及一种在DSM影像中使流动水面平缓顺流的自动处理方法。
背景技术
全球测图项目旨在通过国际合作,获取包括全球范围内植被、土地利用、交通网、居民地和水系等专题信息在内的成套数字地理数据。这些数据对于更深入分析全球环境现状和监测全球环境变化具有重要价值。
在全球测图DSM生产过程中,通过立体像对密集匹配自动提取的水系数据中水面存在高低不平的现象,根据项目规定,主要流动水域水面应保持自上而下平缓过渡,并且与周边地势过渡自然、合理,这就要求我们对DSM 水系重新赋值,以满足自上而下平缓顺流且无水比岸高情况的要求。
现有技术中,通常使用GEOWAY CIPS软件提供的半自动处理方法,逐条河流处理。在打开的CIPS软件中,人工采集河流结构线,同时为结构线每个节点赋予高程值,然后由软件自动根据结构线及其节点高程值对河流水面进行整体赋值,使水面能平缓顺流。然而现有技术中存在着以下缺陷:半自动处理过程需要大量人工干预,成本较高;无法避免水比岸高的情况,带来后续工作量;无法多条河流批量处理。因此,亟需提出一种新的自动处理方法。
发明内容
为解决上述问题,本发明提供了如下的技术方案。
一种在DSM影像中使流动水面平缓顺流的自动处理方法,包括以下步骤:
采集DSM影像上所有河流的面状要素和结构线要素,形成河面矢量文件和河流结构线矢量文件;
通过矢量栅格化的方法,根据河面矢量文件和河流结构线矢量文件分别生成河面掩膜与河岸掩膜;
当未指定河流最大高程值、最小高程值时,获取河流结构线与河面相交部分的交线,将交线所有节点转为像素坐标、并构建河岸像素值列表;
构建河流纵向剖面线参考平面坐标系;其中,横坐标和纵坐标分别为河岸像素点与起始像素点的距离和河岸像素点高程值;
基于河流纵向剖面线参考平面坐标系,根据河岸像素值列表中的散点构建回归线,并将回归线平移至过河岸像素值最低点,将回归线再下降指定高程的高度,得到河流高程赋值参考线;
根据河流高程赋值参考线,获得DSM影像中流动水面的高程赋值。
优选地,还包括:
过滤河岸像素值列表中的异常值;所述异常值包括影像背景值和已有河面高程值。
优选地,还包括:
当同时指定河流的最大最小高程值时,将过最大高程点与最小高程点的直线作为河流高程赋值参考线。
优选地,还包括:
当仅指定河流最大最小高程值之一,以指定值为锚点,计算一条直线,使河岸所有高程点均在直线上方或直线上,以此直线作为河流高程赋值参考线。
优选地,所述DSM影像中流动水面的高程赋值的获取,包括以下步骤:
通过河流结构线所有节点处角平分线将河流分段,以初步约束赋值处理范围;
将分出的河段继续细分,循环采用角二分法,直至在河流结构线上分出的基础距离小于一个像素,最终实现像素级水面高程赋值。
优选地,还包括:
所述河流为独立完整的河流,直接进行分段赋值。
优选地,还包括:
所述河流为有河心岛的河流,为水面赋高程值时,使用水面掩膜,以跳过河心岛。
优选地,还包括:
所述河流为有小分叉的河流,在河流平均宽度的基础上放大一定比例后得到一个阈值,河流一侧在此阈值内寻找水面范围处理。
优选地,还包括:
所述河流为整景或图幅范围内不完整的河流,栅格化时使用整景或图幅范围获取河面掩膜与河岸掩膜,并人工指定该段河流最大最小高程值作为赋值依据。
优选地,还包括:
所述河流为交汇的河流,其中一个河流作为完整河流处理,处理另一个河流时,交汇端使用第一个河流水面高程作为此端高程最值,另一端通过人工指定,或自动计算高程最值,参与后续处理。
本发明的有益效果:本发明提出一种在DSM影像中使流动水面平缓顺流的自动处理方法,该方法自动化程度更高,可同时处理多条河流。该方法能够将回归线下降至最低点,可以避免水比岸高的情况出现。
附图说明
图1为本发明实施例的方法流程示意图;
图2为本发明实施例的河面掩膜与河岸掩膜示意图;
图3为本发明实施例的指定河流的最大最小高程值时的河流高程赋值参考线;
图4为本发明实施例的指定河流最大最小高程值之一时的河流高程赋值参考线;
图5为本发明实施例的河流结构线与河面相交部分的交线示意图;
图6为本发明实施例的当未指定河流最大最小高程值时河流高程赋值参考线;
图7为本发明实施例的独立完整的河流示意图;
图8为本发明实施例的有河心岛的河流示意图;
图9为本发明实施例的有小分叉的河流示意图;
图10为本发明实施例的不完整的河流示意图;
图11为本发明实施例的交汇的河流示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。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。
实施例1
本发明的一种在DSM影像中使流动水面平缓顺流的自动处理方法。如图1所示:
S1:根据相应DOM数据,采集DSM影像上所有河流的面状要素和结构线要素,形成河面矢量文件和河流结构线矢量文件。
S2:按照河流编号,逐个处理每一条河流。通过矢量栅格化的方法,根据河面和河流结构线矢量文件分别生成河面掩膜与河岸掩膜。如图2所示。
S3:当同时指定河流的最大最小高程值时,将过最大高程点与最小高程点的直线作为河流高程赋值参考线;如图3所示。
当指定河流最大最小高程值之一,以指定值为锚点,计算一条直线,使河岸所有高程点均在直线上方或直线上,以此直线作为水面高程赋值依据。如图4所示。
当未指定河流最大最小高程值时:
S3.1:获取河流结构线与河面相交部分的交线,将交线所有节点转为像素坐标并构建河岸像素值列表;如图5所示。
S3.2:构建河流纵向剖面线参考平面坐标系,横纵坐标分别为河岸像素点与起始像素点的距离和河岸像素点高程值。
S3.3:过滤河岸像素值列表中的异常值。
S3.4:根据河岸像素值列表中的散点求回归线,并将回归线平移至过河岸像素值最低点,再下降指定高程,得到河流高程赋值参考线,如图6所示。
S4:根据河流高程赋值参考线,对河流进行两步细分赋值,包括以下步骤:
通过河流结构线所有节点处角平分线将河流分段,以初步约束赋值处理范围;
将分出的河段继续细分,循环采用角二分法,直至在河流结构线上分出的基础距离小于一个像素,最终实现像素级水面高程赋值。
其中,两步细分中的数学基础
(1)获取两点间距离:
设两点坐标p1(x1,y1),p2(x2,y2),则两点间距离
(2)获取点到直线的距离
设点p1(x1,y1),直线ax+by+c=0,则点到直线的距离为
(3)获取过两点直线方程
设两点坐标p1(x1,y1),p2(x2,y2),过两点直线为ax+by+c=0,则
a=y2-y1
b=x1-x2
c=x2y1-x1y2
(4)获取两条直线交点
设两条直线为:a1x+b1y+c1=0,a2x+b2y+c2=0,
若a1b2-a2b1=0,则两条直线平行,无交点。
若a1b2-a2b1≠0,设两条直线交点为p1(x1,y1),则
(5)获取过某点垂直于已知直线的直线
设点p1(x1,y1),已知直线a1x+b1y+c1=0,垂线为ax+by+c=0,则
a=-b1
b=a1
c=b1x1-a1y1
(6)已知三点坐标,求角平分线方程
已知p1(x1,y1)、p2(x2,y2)、p3(x3,y3),设角平分线方程为:
Ax+By+C=0
直线p2p1方程为:
A1x+B1y+C1=0
直线p2p3方程为
A2x+B2y+C2=0
有
A1=y2-y1
B1=x1-x2
C1=x2y1-x1y2
A2=y2-y3
B2=x3-x2
C2=x2y3-x3y2
由到角公式
直线p2p1到角平分线的角度,等于角平分线到直线p2p3的角度,设角平分线斜率为k,则
由此得:
(k1+k2)k2-2(k1k2-1)k-(k1+k2)=0 ①
又
带入①式,得:
(A1B2+A2B1)A2-2(A1A2-B1B2)AB-(A1B2+A2B1)B2=0 ⑤
又角平分线过p2点,故:
Ax2+By2+C=0 ⑥
讨论:
(1)当直线p2p1与直线p2p3关于坐标轴对称时有k1+k2=0,即
A1B2+A2B1=0
此时,若A=0,设B=1,则C=-y2
若B=0,设A=1,则C=-x2
(2)当直线p2p1与直线p2p3不关于坐标轴对称时,设B=1,则
又由p1与p3应在角平分线两侧,故
sign(Ax1+By1+C)sign(Ax3+By3+C)<0
由此可确定A值,然后由
C=-(Ax2+y2)
可得C值。
(7)最小二乘法求直线方程
设拟合直线方程为
则
或
S5:河流分布情况分析:
(1)情况一:独立完整的河流,如图7所示。
在整景或图幅范围内独立完整分布的河流属于理想情况,直接对其分段赋值。
(2)情况二:有河心岛的河流,如图8所示。
为水面赋高程值时,将使用水面掩膜,以跳过河心岛。
(3)情况三:有小分叉的河流,如图9所示。
对于有小分叉的河流,特殊情况下,分隔线穿过小分叉,若使用河岸像素点约束河流范围,将漏掉红色区域。此处引入“河宽放大比例”的概念,即在河流平均宽度的基础上放大的比例,放大后得到一个阈值,河流一侧在此阈值内寻找水面范围处理。
河宽放大比例取值应合理。取值过小,将在A区域寻找水面范围,会漏掉红色区域;取值过大,将在A+B+C区域寻找水面范围,会将右侧无关河段错误地赋值;取值合理时,将在A+B区域寻找水面范围,此时处理正确。
(4)情况四:不完整的河流,如图10所示。
对于整景或图幅范围内不完整的河流,栅格化时使用整景或图幅范围获取河岸与水面掩膜,并人工指定该段河流最大最小高程值作为赋值依据,方便与其它河段高程合理过度。
(5)情况五:交汇的河流,如图11所示。
灰色河流作为完整河流先行处理,处理白色河流时,交汇端使用灰色河流水面高程作为此端高程最值,另一端通过人工指定,或自动计算高程最值,参与后续处理。
以上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 (10)
1.一种在DSM影像中使流动水面平缓顺流的自动处理方法,其特征在于,包括以下步骤:
采集DSM影像上所有河流的面状要素和结构线要素,形成河面矢量文件和河流结构线矢量文件;
通过矢量栅格化的方法,根据河面矢量文件和河流结构线矢量文件分别生成河面掩膜与河岸掩膜;
当未指定河流在河岸掩膜范围内的最大高程值、最小高程值时,获取河流结构线与河面相交部分的交线,将交线所有节点转为像素坐标、并构建河岸像素值列表;
构建河流纵向剖面线参考平面坐标系;其中,横坐标和纵坐标分别为河岸像素点与起始像素点的距离和河岸像素点高程值;
基于河流纵向剖面线参考平面坐标系,根据河岸像素值列表中的散点构建回归线,并将回归线平移至过河岸像素值最低点,将回归线再下降指定高程的高度,得到河流高程赋值参考线;
根据河流高程赋值参考线,根据河面掩膜,获得DSM影像中流动水面的高程赋值。
2.根据权利要求1所述的在DSM影像中使流动水面平缓顺流的自动处理方法,其特征在于,还包括:
过滤河岸像素值列表中的异常值;所述异常值包括影像背景值和已有河面高程值。
3.根据权利要求1所述的在DSM影像中使流动水面平缓顺流的自动处理方法,其特征在于,还包括:
当同时指定河流的最大最小高程值时,将过最大高程点与最小高程点的直线作为河流高程赋值参考线。
4.根据权利要求1所述的在DSM影像中使流动水面平缓顺流的自动处理方法,其特征在于,还包括:
当仅指定河流最大最小高程值之一,以指定值为锚点,计算一条直线,使河岸所有高程点均在直线上方或直线上,以此直线作为河流高程赋值参考线。
5.根据权利要求1所述的在DSM影像中使流动水面平缓顺流的自动处理方法,其特征在于,所述DSM影像中流动水面的高程赋值的获取,包括以下步骤:
通过河流结构线所有节点处角平分线将河流分段,以初步约束赋值处理范围;
将分出的河段继续细分,循环采用角二分法,直至在河流结构线上分出的基础距离小于一个像素,最终实现像素级水面高程赋值。
6.根据权利要求1所述的在DSM影像中使流动水面平缓顺流的自动处理方法,其特征在于,还包括:
所述河流为独立完整的河流,直接进行分段赋值。
7.根据权利要求1所述的在DSM影像中使流动水面平缓顺流的自动处理方法,其特征在于,还包括:
所述河流为有河心岛的河流,为水面赋高程值时,使用水面掩膜,以跳过河心岛。
8.根据权利要求1所述的在DSM影像中使流动水面平缓顺流的自动处理方法,其特征在于,还包括:
所述河流为有小分叉的河流,在河流平均宽度的基础上放大一定比例后得到一个阈值,河流一侧在此阈值内寻找水面范围处理。
9.根据权利要求1所述的在DSM影像中使流动水面平缓顺流的自动处理方法,其特征在于,还包括:
所述河流为整景或图幅范围内不完整的河流,栅格化时使用整景或图幅范围获取河面掩膜与河岸掩膜,并人工指定该段河流最大最小高程值作为赋值依据。
10.根据权利要求1所述的在DSM影像中使流动水面平缓顺流的自动处理方法,其特征在于,还包括:
所述河流为交汇的河流,其中一个河流作为完整河流处理,处理另一个河流时,交汇端使用第一个河流水面高程作为此端高程最值,另一端通过人工指定,或自动计算高程最值,参与后续处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210592191.XA CN114842111B (zh) | 2022-05-28 | 2022-05-28 | 一种在dsm影像中使流动水面平缓顺流的自动处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210592191.XA CN114842111B (zh) | 2022-05-28 | 2022-05-28 | 一种在dsm影像中使流动水面平缓顺流的自动处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114842111A CN114842111A (zh) | 2022-08-02 |
CN114842111B true CN114842111B (zh) | 2023-06-16 |
Family
ID=82571640
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210592191.XA Active CN114842111B (zh) | 2022-05-28 | 2022-05-28 | 一种在dsm影像中使流动水面平缓顺流的自动处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114842111B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108981658A (zh) * | 2018-07-09 | 2018-12-11 | 中国科学院国家空间科学中心 | 一种基于星载干涉成像高度计的河流水面高程提取方法 |
CN110334384A (zh) * | 2019-05-09 | 2019-10-15 | 上海海事大学 | 一种基于数字高程模型构建河道数据的方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103868503B (zh) * | 2014-03-26 | 2016-02-10 | 西安煤航信息产业有限公司 | 一种基于insar制作dem的水域高程处理方法 |
CN106875479B (zh) * | 2015-12-12 | 2020-02-14 | 星际空间(天津)科技发展有限公司 | 一种数字高程模型自动置平方法 |
CN105678097B (zh) * | 2016-02-14 | 2018-06-01 | 华浩博达(北京)科技股份有限公司 | 数字高程模型自动化构建方法 |
-
2022
- 2022-05-28 CN CN202210592191.XA patent/CN114842111B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108981658A (zh) * | 2018-07-09 | 2018-12-11 | 中国科学院国家空间科学中心 | 一种基于星载干涉成像高度计的河流水面高程提取方法 |
CN110334384A (zh) * | 2019-05-09 | 2019-10-15 | 上海海事大学 | 一种基于数字高程模型构建河道数据的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114842111A (zh) | 2022-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102930561B (zh) | 一种基于Delaunay三角网的栅格地图矢量化方法 | |
CN109816669A (zh) | 一种识别电力设备缺陷的改进Mask R-CNN图像实例分割方法 | |
CN106327502A (zh) | 一种安防视频中多场景多目标识别和跟踪方法 | |
CN114419647A (zh) | 一种表格信息提取方法及系统 | |
CN115641327A (zh) | 一种基于大数据的建筑工程质量监理和预警系统 | |
CN114842111B (zh) | 一种在dsm影像中使流动水面平缓顺流的自动处理方法 | |
CN114693529B (zh) | 一种图像拼接方法、装置、设备及存储介质 | |
CN105184854A (zh) | 针对地下空间扫描点云成果数据的快速建模方法 | |
CN112488135A (zh) | 一种变电站bim三维图像特征的分类方法 | |
CN111241228B (zh) | 基于矢量数据与图形化处理技术的综合制图方法 | |
CN116051771A (zh) | 一种基于无人机倾斜摄影模型的光伏bim屋顶自动建模方法 | |
CN108537798A (zh) | 一种快速超像素分割方法 | |
CN115294595A (zh) | 一种变电站一次接线图智能解析方法 | |
CN114564521A (zh) | 一种基于聚类算法确定农机工作时间段的方法及系统 | |
CN110570437B (zh) | 一种基于边界识别的电力通道自动化巡检数据处理方法 | |
CN113450461A (zh) | 一种排泥库土工布点云提取方法 | |
CN111833357A (zh) | 一种基于纹理特征的识别方法 | |
CN114758002B (zh) | 一种基于航拍图像的光伏组串位置确定方法及系统 | |
CN117495969B (zh) | 基于计算机视觉的自动化点云定向方法、设备及存储介质 | |
CN113870200B (zh) | 一种定量分析砂岩与碳酸盐岩储层中孔隙配位数的方法 | |
CN113255499B (zh) | 一种变电站电缆二次回路数字化自动建模方法 | |
Yang et al. | A novel and fast connected component count algorithm based on graph theory | |
CN113592931B (zh) | 一种应用于工业图像的快速配准方法 | |
CN114638769A (zh) | 一种基于图像处理算法的2.5维地图建筑物热区自动提取方法 | |
CN105469417A (zh) | 一种mser+pso的分步式异源图像配准算法 |
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 |