CN115661004B - 三维地形模型及道路dem的更新方法、设备以及存储介质 - Google Patents
三维地形模型及道路dem的更新方法、设备以及存储介质 Download PDFInfo
- Publication number
- CN115661004B CN115661004B CN202211670681.3A CN202211670681A CN115661004B CN 115661004 B CN115661004 B CN 115661004B CN 202211670681 A CN202211670681 A CN 202211670681A CN 115661004 B CN115661004 B CN 115661004B
- Authority
- CN
- China
- Prior art keywords
- road
- elevation
- fidelity
- dem
- road surface
- 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
Landscapes
- Processing Or Creating Images (AREA)
Abstract
本发明提供了一种三维地形模型及道路DEM的更新方法、设备以及存储介质,涉及地形级实景三维建模技术领域,包括:识别待修复道路DEM中的M个高程失真区域以及N个高程保真区域,在N个高程保真区域中检测出沿道路纵向距离对应的高程失真区域最近的保真位置对,根据保真位置对修正对应的高程失真区域,在维持N个高程保真区域不变的基础上,无需参考除待修复道路DEM以外的其他DEM数据,使M个高程失真区域变真,平衡了修复道路DEM的准确性、简易性以及效率。
Description
技术领域
本发明涉及地形级实景三维建模技术领域,具体而言,涉及一种三维地形模型及道路DEM的更新方法、设备以及存储介质。
背景技术
地形级实景三维(entities for terrain-level 3DRS)主要由数字高程模型(DEM)/数字表面模型(DSM)与数字正射影像(DOM)/真正射影像(TDOM)经实体化,并融合实时感知数据构成,重点是对生态空间的数字映射,由此可知,通过对数字高程模型(DEM)与数字正射影像(DOM)进行融合,以产生三维地形模型,属于地形级实景三维建模技术。
在建立DOM过程中,除了对航空航天像片进行数字微分纠正和镶嵌以外,还要按一定图幅范围裁剪,DOM是兼备地图几何精度和影像特征的图像,具有精度高、信息丰富、直观逼真、获取快捷等优点,可以作为地图分析背景控制信息。
DEM通常是用一组有序数值阵列形式仅表示地面高程的一种数字地面模型,可以呈规则矩形格网形式,也可以呈不规则三角网形式,按照数据采集方式主要分成三种DEM建立方法:(1)、通过诸如GPS、全站仪以及野外测量中的至少一种,获得用以建立DEM的数据集;(2)、通过诸如立体坐标仪观测及空三加密法、解析测图法以及数字摄影测量法中的至少一种,获得用以建立DEM的数据集;(3)、通过诸如格网读点法、数字化仪手扶跟踪法以及扫描仪半自动采集法中的至少一种,从现有地形图中采集三维数据集,进而,对三维数据集进行内插处理,以产生DEM。
然而,受限于数据精度以及建模方法等诸多因素,在表达实体道路处在其他地貌形体中的一些DEM中,既有高程与实体道路相符的保真区间(为了便于描述,可以称之为高程保真区域),也有高程与实体道路严重不符的失真区间(为了便于描述,可以称之为高程失真区域),造成三维地形模型中出现道路局部畸变状况,严重降低了三维地形模型的保真性和可视化效果。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题,为达上述目的,本发明提供一种三维地形模型及道路DEM的更新方法、设备以及存储介质。
第一方面,本发明提供一种道路DEM更新方法,包括:
对待修复道路DEM进行分区识别,所述待修复道路DEM包括M个高程失真区域以及N个高程保真区域,M和N分别表示正整数;
针对各个所述高程失真区域,在N个所述高程保真区域中检测出沿道路纵向距离对应的所述高程失真区域最近的保真位置对,根据所述保真位置对修正对应的所述高程失真区域。
使用上述道路DEM更新方法,将M个高程失真区域与N个高程保真区域分类,在维持N个高程保真区域不变的基础上,无需参考除待修复道路DEM以外的其他DEM数据,使M个高程失真区域变真,平衡了修复道路DEM的准确性、简易性以及效率。
第二方面,本发明提供一种三维地形模型更新方法,包括:
分别构建地形互补的待修复道路DEM以及候补DEM;
对所述待修复道路DEM进行分区识别,所述待修复道路DEM包括M个高程失真区域以及N个高程保真区域,M和N分别表示正整数;
针对各个所述高程失真区域,在N个所述高程保真区域中检测出沿道路纵向距离对应的所述高程失真区域最近的保真位置对,根据所述保真位置对修正对应的所述高程失真区域;
在M个所述高程失真区域均被修正后,所述待修复道路DEM转变成全局保真道路DEM,对所述全局保真道路DEM与所述候补DEM进行合并处理,以获得新DEM。
使用上述三维地形模型更新方法,在候补DEM与待修复道路DEM相互分开情形下,便于维持候补DEM不变,只需使待修复道路DEM消除高程失真状况,相比于在待修复道路DEM与候补DEM合成情形下消除高程失真状况,有利于消除DEM中局部高程失真状况,另外,还具有与上述道路DEM更新方法相同的技术效果,此处不再赘述。
第三方面,本发明提供一种计算设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现第一方面所述的道路DEM更新方法或者第二方面所述的三维地形模型更新方法。
第四方面,本发明提供一种非临时性计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,第一方面所述的道路DEM更新方法或者第二方面所述的三维地形模型更新方法。
使用上述计算设备和非临时性计算机可读存储介质,具有与上述道路DEM更新方法相同的有益效果,或者,具有与上述三维地形模型更新方法相同的有益效果,在此不再赘述。
附图说明
图1为本发明实施例的一种三维地形模型更新方法的流程示意图;
图2为本发明实施例的在倾斜视角下展示三维山区模型的效果示意图;
图3为对应于图1的被提取的道路边线的效果示意图;
图4为对应于图1的待修复道路DEM被分区后的效果示意图;
图5为本发明实施例的在俯视角下展示另一种待修复道路DEM被分区后的效果示意图;
图6为对应于图4的多个路面网格投影于道路中心线上的效果示意图;
图7为对应于图4的全局保真道路DEM的效果示意图;
图8为对应于图2的三维山区模型被更新后的效果示意图;
图9为本发明实施例的一种计算设备的通信示意图。
具体实施方式
下面将参照附图详细描述本发明的实施例,描述涉及附图时,除非另有表示,不同附图中的相同附图标定表示相同或相似的要素。要说明的是,以下示例性实施例中所描述的实施方式并不代表本发明的所有实施方式。它们仅是与如权利要求书中所详述的、本发明公开的一些方面相一致的装置和方法的例子,本发明的范围并不局限于此。在不矛盾的前提下,本发明各个实施例中的特征可以相互组合。
此外,术语“第一”、“第二”仅用以描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
本发明实施例中的DEM是指:能够基于X-Y-Z三维坐标系可视化呈现地貌起伏形态的数字模型,其中,X表示道路纵向,Y表示道路横向,Z表示沿道路横截面的高程;本发明实施例中的DEM表示的含义,应当从区别于诸如坡度、坡向以及坡度变化率等其他地貌特征的角度加以理解,对地貌形体不构成限制,除了地面以外,还可以表达高于地面的地表物。
参见图1,本发明一实施例的三维地形模型更新方法,包括S1至S4。
S1,分别构建地形互补的待修复道路DEM以及候补DEM,在候补DEM以及与待修复道路DEM相互分开情形下,便于维持候补DEM不变,只需使待修复道路DEM消除高程失真状况。
示例性地,在针对交通地区建立的一些原DEM中,既有表达实体公路的道路区域,也有表达其他地貌形体的其他地形区域,例如,交通地区可以包括但不限于具有实体公路的山区、城区以及城际地域中的任一种,其他地貌形体可以是自然地表物或者非自然地表物,可以包括但不限于高山、行道树、路旁建筑物、桥梁以及汽车中的至少一种。
示例性地,将原DEM叠合在表达相同山区的DOM上,产生如图2示出的三维山区模型,其中,呈现出弯道塌陷效果;或者,将原DEM叠合在表达相同城区的DOM上,产生三维城区模型,其中,道路区域与一些其他地形区域重叠,呈现车道大面积突起效果。
示例性地,S1包括:对与原DEM对应的地形DOM进行道路边线提取,对提取到的道路边线进行平滑处理,以获得平滑道路边线,按照平滑道路边线从呈规则格网的原DEM中裁剪出道路区域,使道路区域单体化为待修复道路DEM,以及,使与道路区域互补的其他地形区域单体化为候补DEM。
示例性地,可以预先训练例如Mask R-CNN或者Mask-SLAM等图像分割模型,通过预先训练好的图像分割模型对地形DOM进行识别,以获得适于标识道路的掩膜图,利用掩模图从地形DOM中提取道路边线,例如,在掩模图中,白色区域表示山区公路或城区车道,黑色区域表示自然地貌或者非自然地表物。
示例性地,平滑处理可以采取算术平均算法或者拉普拉斯平滑算法或者其他平滑算法,平滑道路边线可以闭合,也可以是呈间隔排列的一组线条,参见图3,平滑道路边线表示山区公路两边,利用平滑道路边线,更加自然、准确地定位道路区域与其他地形区域分界处,有助于提升了分割DEM的保真性。
S2,对待修复道路DEM进行分区识别,以使M个高程失真区域以及与M个高程失真区域互补的N个高程保真区域得以分类,M和N分别表示正整数。
可选地,S2包括:对待修复道路DEM进行坡度分析,以获得对应的道路坡度模型;对道路坡度模型进行坡度超标分析,以使坡度超标的M个第一路面区域与坡度达标的N个第二路面区域分类;在待修复道路DEM中,按照M个第一路面区域界定M个高程失真区域,或/和,按照N个第二路面区域界定N个高程保真区域,N个高程保真区域与M个高程失真区域互补为待修复道路DEM。
示例性地,在诸如ArcGIS或者GlobalMapper等地图测绘软件中,可以导入待修复道路DEM的三维数据,对该三维数据进行坡度分析后,输出表达道路的数字坡度模型为道路坡度模型,本领域技术人员采取现有技术即可实现道路坡度分析,在此不再赘述。
在DEM中,任意两处位置欠缺关联性,也即每处位置具有独立性,这种属性决定了直接对DEM进行分区识别,极易误判;通过坡度测算公式可知,坡度反映了对应的两处位置之间的高程差与距离呈相关性,对数字坡度模型进行分区识别更具准确性。
示例性地,受到自然地貌约束,山区公路经常出现属于道路真实情况的一些高坡路段,通过高程超标分析方式直接对DEM进行分区识别,容易将适于表达高坡路段的保真区间误判为高程失真区域,通过坡度超标分析方式对道路坡度模型进行分区识别,更为准确地判定适于表达高坡路段的第二路面区域,以防将适于表达高坡路段的保真区间误判为高程失真区域。
示例性地,图4示出了表达山区公路的待修复道路DEM,其中,一个高程失真区域相接在两个高程保真区域之间,两个高程保真区域被标相同灰色,高程失真区域比任一个高程保真区域的灰色更深,高程失真区域可以造成三维山区模型中呈现出弯道塌陷效果。
示例性地,图5示出了表达城区车道的待修复道路DEM,其中,两个高程失真区域未被标色,两个高程失真区域分散在被标灰色的一个高程保真区域中,每个高程失真区域可以造成三维城区模型中呈现出车道被行道树遮挡效果。
应当理解的是,针对高程失真区域的个数及表达的地形类型,针对高程保真区域的个数及表达的道路类型,以及,高程失真区域与高程保真区域分类形式,本发明实施例不做限制。
可选地,对道路坡度模型进行坡度超标分析,包括:对呈规则格网的道路坡度模型进行逐格检测,如果检测到任一路面网格所属的坡度超过预设坡度范围,维持路面网格不变,否则,将路面网格标识为路面正常网格;在遍历完规则格网后,超过预设坡度范围的所有路面网格形成至少M个第一路面区域,检测各个第一路面区域拥有的网格数是否大于预设个数,若是,则保留对应的第一路面区域不变,若否,则将对应的第一路面区域变更为第二路面区域。
示例性地,道路坡度模型原有的颜色为白色,针对坡度超过预设坡度范围的路面网格不变色,针对坡度在预设坡度范围的路面网格可以从白色变成灰色,在遍历完道路坡度模型后,白色区域即为第一路面区域,灰色区域即为第二路面区域,如果某个第一路面区域的网格数比预设个数大,则保持白色不变,否则,从白色变成灰色。
可选地,对道路坡度模型进行坡度超标分析,包括:对呈规则格网的道路坡度模型进行逐格检测,如果检测到任一路面网格所属的坡度超过预设坡度范围,将路面网格标识为路面异常网格,否则,将路面网格标识为路面正常网格或者维持不变;在遍历完规则格网后,所有路面异常网格形成至少M个第一路面区域,检测各个第一路面区域拥有的网格数是否大于预设个数,若是,则保留对应的第一路面区域不变,若否,则将对应的第一路面区域变更为第二路面区域。
示例性地,针对坡度超过预设坡度范围的路面网格可以从灰色变成白色,针对坡度在预设坡度范围的路面网格可以从灰色变成绿色,相比于改变坡度超标和坡度达标的两种路面网格,仅改变其中一种路面网格更具简易性。
应当理解的是,本发明实施例对坡度超标的路面网格与坡度达标的路面网格区分形式不做限制,例如,还可以采取描边方式,每个路面网格可以呈正方形、矩形或者等腰三角形等规则形状,此处不再赘述。
示例性地,预设坡度范围可以设置成符合国家标准的坡度范围,也即标准坡度范围,例如,2%到5%或者6%到15%,可以根据道路类型预先设定;预设个数可以取值于5与20之间,预设个数与单个路面网格的面积相乘的乘积可以表示适于指示道路真实情况的正常面积。
每个路面区域的面积等于单个路面网格的面积与网格数相乘的数值,如果第一路面区域拥有的网格数大于预设个数,可以反映第一路面区域的面积超过正常面积,否则,可以反映第一路面区域的面积未超过正常面积。
对于诸如路面石头和路坑等自然形成在实体道路上的一些道路真实情况,通过坡度检测方式,容易将适于表达路面石头和路坑等道路真实情况的第二路面区域误分类成第一路面区域,通过网格数检测方式,过滤了适于表达路面石头和路坑等道路真实情况的第二路面区域,提升了对道路坡度模型进行分区识别的准确性,以防将适于表达路面石头和路坑等道路真实情况的保真区间误判为高程失真区域。
道路坡度模型与待修复道路DEM呈路面形态一致性,借助道路坡度模型间接地对待修复道路DEM进行分区识别,更易于准确地定位待修复道路DEM中的高程失真区域。
S3,针对各个高程失真区域,在N个高程保真区域中检测出沿道路纵向距离对应的高程失真区域最近的保真位置对,根据保真位置对修正对应的高程失真区域,在维持N个高程保真区域不变的基础上,无需参考除待修复道路DEM以外的其他DEM数据,使各个高程失真区域变真,平衡了修复道路DEM的准确性、简易性以及效率。
可选地,S3中,在N个高程保真区域中检测出沿道路纵向距离对应的高程失真区域最近的保真位置对,包括:分别定位处在同一高程失真区域的所有路面网格各自投影至道路中心线上的第一投影位置,并识别相距最远的两处第一投影位置,以及,将与相距最远的两处第一投影位置一一映射的两处路面网格确定为失真位置对;在N个高程保真区域中,将沿道路纵向分散在失真位置对前后各一位的的两处路面网格确定为保真位置对,其中,道路纵向与道路中心线呈一致性。
通过投影法定位失真位置对后,借助失真位置对快速、精准地定位保真位置对,避免了遍历每个高程保真区域,极大地缩小了参考数据范围,参数数据更具精确性。
可选地,S3中,根据保真位置对修正对应的高程失真区域,包括:分别定位保真位置对投影至道路中心线上的两处第二投影位置,以及,将两处第二投影位置在道路中心线上的距离作为参考路段距离;根据参考路段距离以及属于保真位置对的两个保真高程,配置出从零到参考路段距离具有单调性的高程修正函数;沿道路纵向分别对指定的一处第二投影位置与处在高程失真区域的各处路面网格进行距离测量,分别将测量出的各个子段距离赋予高程修正函数,以及,将被高程修正函数求解出的各个修正高程赋予对应的路面网格。
以表达山区公路的待修复道路DEM为例,参见图6,道路中心线呈虚线RC形式,弯道塌陷区域两端分别为区域起止侧和区域终止侧,位于区域起止侧的方格D11与位于区域起止侧的方格D1K分别为适于配置成失真位置对的两处路面网格,方格D11投影于虚线RC上的第一投影位置P11,方格D1K投影于虚线RC上的第一投影位置P1K;位于区域起止侧与区域终止侧之间的任一处路面网格为方格D1j,方格D1j投影于虚线RC上的第一投影位置P1j,其中,1≤j≤K,K表示弯道塌陷区域拥有的网格数;位于方格D11前一位的方格D21与位于方格D1K后一位的方格D22分别为适于配置成保真位置对的两处路面网格,方格D21投影于虚线RC上的第二投影位置P21,方格D22投影于虚线RC上的第二投影位置P22。
通过高程修正函数对每个高程失真区域进行线性修复后,经过高程修改的路面网格沿着道路纵向距离呈高程保真的特定路面网格越远,修正高程随之递增或递减,比非线性修复方式更具简易性。
可选地,以下两种高程修正函数均以纵向正常坡度和指定的一个保真高程为基准,修复效果相同,分别表示为:
或者,
其中,Hd和d分别表示相互适配的修正高程和子段距离,H1表示邻近于区域起始侧的路面网格所属的保真高程,H2表示邻近于区域终止侧的路面网格所属的保真高程,L表示参考路段距离,i表示与参考路段距离适配的纵向正常坡度。
在一种高程修正函数中,坡度测算方程与一元一次方程分开运算,对两个保真高程H1与H2之差以及参考路段距离L进行坡度测算后,将纵向正常坡度作为系数以及将保真高程H1作为常数项分别代入一元一次方程中;在另一种高程修正函数中,坡度测算方程与一元一次方程合并运算,将两个保真高程H1与H2以及参考路段距离L直接代入一元一次方程即可,无需将纵向正常坡度代入一元一次方程中,程序更具简易性。
S4,在M个高程失真区域均被修正后,待修复道路DEM转变成全局保真道路DEM,对全局保真道路DEM进行合并处理,以获得新DEM,相比于在待修复道路DEM与候补DEM合成情形下消除高程失真状况,有利于消除DEM中局部高程失真状况。
示例性地,候补DEM具有由待修复道路DEM被分割后留出的空缺区,S4包括:按照上述平滑道路边线,将全局保真道路DEM拼接入空缺区,以及,对全局保真道路DEM与空缺区拼接处进行平滑处理,使全局保真道路DEM快速、过渡自然地融合入候补DEM中,有助于提升新DEM的保真性,例如,参见图7,全局保真道路DEM由表达山区公路的待修复道路DEM转变而成。
可选地,S4之后,上述三维地形模型更新方法还包括:将新DEM叠合在地形DOM上。
相比于原DEM叠合在地形DOM上,提升了三维地形模型的保真性和可视化效果,例如,图8示出了被更新的三维山区模型,相比于图2示出的三维山区模型,消除了弯道塌陷效果。
本发明另一实施例的道路DEM更新方法,包括:对待修复道路DEM进行分区识别,待修复道路DEM包括M个高程失真区域以及N个高程保真区域;针对各个高程失真区域,在N个高程保真区域中检测出沿道路纵向距离对应的高程失真区域最近的保真位置对,根据保真位置对修正对应的高程失真区域。
可以理解的是,本实施例提供的道路DEM更新方法,可以参见对上述S2至S3进行具体描述的实施内容及有益效果,在此不再赘述。
参见图9,本发明另一实施例的一种计算设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,前述处理器执行前述计算机程序程序时,实现上述三维地形模型更新方法或者上述道路DEM更新方法,其中,处理器可以通过通用串行总线与存储器连接。可以理解的是,前述计算设备可以是服务器或者终端设备。
本发明另一实施例的一种非临时性计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时,实现上述三维地形模型更新方法或者上述道路DEM更新方法。
一般来说,用以实现本发明方法的计算机指令的可以采用一个或多个计算机可读的存储介质的任意组合来承载。非临时性计算机可读存储介质可以包括任何计算机可读介质,除了临时性地传播中的信号本身。
计算机可读存储介质例如可以是,但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
可以以一种或多种程序设计语言或其组合来编写用以执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言,特别是可以使用适于神经网络计算的Python语言和基于TensorFlow、PyTorch等平台框架。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算机,或,连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
上述计算设备和非临时性计算机可读存储介质,可以参见对上述三维地形模型更新方法进行具体描述的实施内容及有益效果,或者,可以参见对上述道路DEM更新方法进行具体描述的实施内容及有益效果,在此不再赘述。
尽管上面已经示出和描述了本发明的实施例,应当理解的是,上述实施例是示例性的,不能解释为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (8)
1.一种三维地形模型更新方法,其特征在于,包括:
分别构建地形互补的待修复道路DEM以及候补DEM;
对所述待修复道路DEM进行分区识别,所述待修复道路DEM包括M个高程失真区域以及N个高程保真区域,M和N分别表示正整数;
针对各个所述高程失真区域,在N个所述高程保真区域中检测出沿道路纵向距离对应的所述高程失真区域最近的保真位置对,根据所述保真位置对修正对应的所述高程失真区域;
在M个所述高程失真区域均被修正后,所述待修复道路DEM转变成全局保真道路DEM,对所述全局保真道路DEM与所述候补DEM进行合并处理,以获得新DEM;
其中,所述根据所述保真位置对修正对应的所述高程失真区域包括:
分别定位所述保真位置对投影至道路中心线上的两处第二投影位置,以及,将两处所述第二投影位置在所述道路中心线上的距离作为参考路段距离;
根据所述参考路段距离以及属于所述保真位置对的两个保真高程,配置出从零到所述参考路段距离具有单调性的高程修正函数;
沿所述道路纵向分别对指定的一处所述第二投影位置与处在所述高程失真区域的各处路面网格进行距离测量,分别将测量出的各个子段距离赋予所述高程修正函数,以及,将被所述高程修正函数求解出的各个修正高程赋予对应的所述路面网格;
所述高程修正函数表示为:
或者,
其中,Hd和d分别表示相互适配的所述修正高程和所述子段距离,H1和H2分别表示两个所述保真高程,L表示所述参考路段距离,i表示与所述参考路段距离适配的纵向正常坡度。
2.根据权利要求1所述的三维地形模型更新方法,其特征在于,所述对所述待修复道路DEM进行分区识别包括:
对所述待修复道路DEM进行坡度分析,以获得对应的道路坡度模型;
对所述道路坡度模型进行坡度超标分析,以使坡度超标的M个第一路面区域与坡度达标的N个第二路面区域分类;
在所述待修复道路DEM中,按照M个所述第一路面区域分别界定M个所述高程失真区域,或/和,按照N个所述第二路面区域分别对除M个所述高程失真区域之外的N个所述高程保真区域进行界定。
3.根据权利要求2所述的三维地形模型更新方法,其特征在于,所述对所述道路坡度模型进行坡度超标分析包括:
对呈规则格网的所述道路坡度模型进行逐格检测,如果检测到任一路面网格所属的坡度超过预设坡度范围,维持所述路面网格不变,否则,将所述路面网格标识为路面正常网格;
或者,如果检测到任一所述路面网格所属的坡度超过所述预设坡度范围,将所述路面网格标识为路面异常网格,否则,将所述路面网格标识为路面正常网格或者维持不变;
在遍历完所述规则格网后,超过所述预设坡度范围的所有所述路面网格形成至少M个所述第一路面区域,检测各个所述第一路面区域拥有的网格数是否大于预设个数,若是,则保留对应的所述第一路面区域不变,若否,则将对应的所述第一路面区域变更为所述第二路面区域。
4.根据权利要求1所述的三维地形模型更新方法,其特征在于,所述在N个所述高程保真区域中检测出沿道路纵向距离对应的所述高程失真区域最近的保真位置对包括:
分别定位处在同一所述高程失真区域的所有路面网格各自投影至道路中心线上的第一投影位置,并识别相距最远的两处所述第一投影位置,以及,将与相距最远的两处所述第一投影位置一一映射的两处所述路面网格确定为失真位置对;
在N个所述高程保真区域中,将沿所述道路纵向分散在所述失真位置对前后各一位的两处路面网格确定为保真位置对。
5.根据权利要求1-4任一项所述的三维地形模型更新方法,其特征在于,还包括:将所述新DEM叠合在地形DOM上。
6.一种道路DEM更新方法,其特征在于,包括:
对待修复道路DEM进行分区识别,所述待修复道路DEM包括M个高程失真区域以及N个高程保真区域,M和N分别表示正整数;
针对各个所述高程失真区域,在N个所述高程保真区域中检测出沿道路纵向距离对应的所述高程失真区域最近的保真位置对,根据所述保真位置对修正对应的所述高程失真区域;
其中,所述根据所述保真位置对修正对应的所述高程失真区域包括:
分别定位所述保真位置对投影至道路中心线上的两处第二投影位置,以及,将两处所述第二投影位置在所述道路中心线上的距离作为参考路段距离;
根据所述参考路段距离以及属于所述保真位置对的两个保真高程,配置出从零到所述参考路段距离具有单调性的高程修正函数;
沿所述道路纵向分别对指定的一处所述第二投影位置与处在所述高程失真区域的各处路面网格进行距离测量,分别将测量出的各个子段距离赋予所述高程修正函数,以及,将被所述高程修正函数求解出的各个修正高程赋予对应的所述路面网格;
所述高程修正函数表示为:
或者,
其中,Hd和d分别表示相互适配的所述修正高程和所述子段距离,H1和H2分别表示两个所述保真高程,L表示所述参考路段距离,i表示与所述参考路段距离适配的纵向正常坡度。
7.一种计算设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现如权利要求1至5任一项所述的三维地形模型更新方法或者如权利要求6所述的道路DEM更新方法。
8.一种非临时性计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现如权利要求1至5任一项所述的三维地形模型更新方法或者如权利要求6所述的道路DEM更新方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211670681.3A CN115661004B (zh) | 2022-12-26 | 2022-12-26 | 三维地形模型及道路dem的更新方法、设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211670681.3A CN115661004B (zh) | 2022-12-26 | 2022-12-26 | 三维地形模型及道路dem的更新方法、设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115661004A CN115661004A (zh) | 2023-01-31 |
CN115661004B true CN115661004B (zh) | 2023-03-21 |
Family
ID=85022750
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211670681.3A Active CN115661004B (zh) | 2022-12-26 | 2022-12-26 | 三维地形模型及道路dem的更新方法、设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115661004B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116819521A (zh) * | 2023-02-22 | 2023-09-29 | 长安大学 | 一种基于Mask R-CNN模型的采矿沉陷区域的探测方法 |
CN116518960B (zh) * | 2023-06-28 | 2023-09-26 | 腾讯科技(深圳)有限公司 | 路网更新方法、装置、电子设备和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101437112B1 (ko) * | 2013-11-20 | 2014-09-02 | 공주대학교 산학협력단 | Is―hyps 기법을 이용하여 개선된 mkprism 방법 |
CN107329116A (zh) * | 2017-05-18 | 2017-11-07 | 陕西长岭电子科技有限责任公司 | 机载雷达三维运动场景显示方法 |
CN113838059A (zh) * | 2020-06-24 | 2021-12-24 | 浙江省测绘科学技术研究院 | 一种基于要素级别的数字正射影像图生成方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102930146B (zh) * | 2012-10-18 | 2015-07-15 | 中国人民解放军信息工程大学 | 一种定量评估数字高程模型保真精度的方法 |
AU2014254426B2 (en) * | 2013-01-29 | 2018-05-10 | Andrew Robert Korb | Methods for analyzing and compressing multiple images |
US20150346915A1 (en) * | 2014-05-30 | 2015-12-03 | Rolta India Ltd | Method and system for automating data processing in satellite photogrammetry systems |
KR101791007B1 (ko) * | 2015-12-18 | 2017-10-30 | 부경대학교 산학협력단 | 고해상도 강수량자료 복원시스템 및 그 방법 |
US10482655B2 (en) * | 2017-11-20 | 2019-11-19 | Here Global B.V. | Method and apparatus for providing a tile-based digital elevation model |
CN108257142B (zh) * | 2018-01-11 | 2022-02-18 | 中国科学院、水利部成都山地灾害与环境研究所 | Dem中斜坡单元提取方法 |
CN110503721B (zh) * | 2019-07-31 | 2022-10-25 | 山东科技大学 | 基于加权径向基函数插值的断裂地形保持方法 |
CN111325837B (zh) * | 2020-01-23 | 2022-08-09 | 江西理工大学 | 一种基于地面三维激光点云的边坡dem生成方法 |
CN113987969A (zh) * | 2021-10-26 | 2022-01-28 | 严大莲 | 多高程尺度水流网的陆地水动态仿真模型 |
-
2022
- 2022-12-26 CN CN202211670681.3A patent/CN115661004B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101437112B1 (ko) * | 2013-11-20 | 2014-09-02 | 공주대학교 산학협력단 | Is―hyps 기법을 이용하여 개선된 mkprism 방법 |
CN107329116A (zh) * | 2017-05-18 | 2017-11-07 | 陕西长岭电子科技有限责任公司 | 机载雷达三维运动场景显示方法 |
CN113838059A (zh) * | 2020-06-24 | 2021-12-24 | 浙江省测绘科学技术研究院 | 一种基于要素级别的数字正射影像图生成方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115661004A (zh) | 2023-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115661004B (zh) | 三维地形模型及道路dem的更新方法、设备以及存储介质 | |
JP6937355B2 (ja) | ひび割れ解析装置、ひび割れ解析方法、及び、ひび割れ解析プログラム | |
JP6779698B2 (ja) | 舗装ひび割れ解析装置、舗装ひび割れ解析方法及び舗装ひび割れ解析プログラム | |
CN111462275B (zh) | 一种基于激光点云的地图生产方法和装置 | |
CN115690773B (zh) | Dem分区及重建方法、计算设备和存储介质 | |
CN102147250B (zh) | 一种数字线划图测图方法 | |
Zhang | Towards an operational system for automated updating of road databases by integration of imagery and geodata | |
CN111062958B (zh) | 一种城市道路要素提取方法 | |
CN113570527B (zh) | 水上水下三维点云的融合方法 | |
CN106296814A (zh) | 公路养护检测与可视化交互方法和系统 | |
CN114859374B (zh) | 基于无人机激光点云和影像融合的新建铁路交叉测量方法 | |
CN116011291A (zh) | 一种隧道洞口多源信息融合的边坡稳定性数字化评估平台 | |
JP5217462B2 (ja) | 道路情報管理装置 | |
Zhang et al. | Building footprint and height information extraction from airborne LiDAR and aerial imagery | |
CN114882191B (zh) | 数字高程模型生成方法、电子设备及计算机可读存储装置 | |
CN115795626B (zh) | 数字道路模型分析方法、装置、计算设备以及存储介质 | |
CN106680830A (zh) | 一种数字线划图半自动测图方法 | |
CN113744393B (zh) | 一种多层级边坡滑坡变化监测方法 | |
CN115628720A (zh) | 一种智能三维地形图测绘方法及系统 | |
CN111783192B (zh) | 基于倾斜摄影实景模型的复杂地形场地平整土方计算方法 | |
CN114494625A (zh) | 高精度地形图制作方法、装置和计算机设备 | |
CN103337220A (zh) | 摄影数据提供系统 | |
CN113989670B (zh) | 一种电网输电线路林木障碍物高度快速提取方法 | |
Dow et al. | Drivable Space Extraction from Airborne LiDAR and Aerial Photos | |
Barazzetti et al. | Problems related to the generation of true-orthophotos with LiDAR DDSMs |
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 |