CN115861140A - 内容缺失瓦片的替换方法、装置、电子设备及存储介质 - Google Patents

内容缺失瓦片的替换方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN115861140A
CN115861140A CN202211511755.9A CN202211511755A CN115861140A CN 115861140 A CN115861140 A CN 115861140A CN 202211511755 A CN202211511755 A CN 202211511755A CN 115861140 A CN115861140 A CN 115861140A
Authority
CN
China
Prior art keywords
tile
content
missing
alternative
longitude
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
Application number
CN202211511755.9A
Other languages
English (en)
Other versions
CN115861140B (zh
Inventor
马骁
范文涛
刘柳杨
田亮
郭尚峰
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 Academy of Transportation Sciences
Original Assignee
China Academy of Transportation Sciences
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 Academy of Transportation Sciences filed Critical China Academy of Transportation Sciences
Priority to CN202211511755.9A priority Critical patent/CN115861140B/zh
Publication of CN115861140A publication Critical patent/CN115861140A/zh
Application granted granted Critical
Publication of CN115861140B publication Critical patent/CN115861140B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Processing Or Creating Images (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明的实施例提供了一种内容缺失瓦片的替换方法、装置、电子设备及存储介质,涉及图像处理领域。本发明实施例获取本级瓦片中的内容缺失瓦片,计算内容缺失瓦片的中心点经纬度坐标,并根据中心点经纬度坐标确定同一位置不同级别的备选瓦片,使用备选瓦片替换内容缺失瓦片。相比剔除内容缺失瓦片并以同级的正确瓦片填充的方法,能够在耗时较少的前提下填补产生的数据空洞,且补充数据的精度降低程度在可接受范围内,同时保证了指定区域提取路网的覆盖完整性。

Description

内容缺失瓦片的替换方法、装置、电子设备及存储介质
技术领域
本发明涉及图像处理领域,具体而言,涉及一种内容缺失瓦片的替换方法、装置、电子设备及存储介质。
背景技术
瓦片,是指将一定范围内的地图按照一定的尺寸和格式,按缩放级别或者比例尺,切成若干行和列的正方形栅格图片。在使用多级瓦片式高分遥感影像提取路网的应用场景下,时常存在无内容的内容缺失瓦片,内容缺失瓦片会造成在提取路网的过程中识别错误,因此需要对内容缺失瓦片进行处理。
在现有技术中,可以剔除内容缺失瓦片,并重新获取对应空洞区域的正确本级瓦片进行填补。本级瓦片指用于路网提取的指定缩放级别的瓦片。但是重新获取本级瓦片计算量大,时间成本高,不适用于时间受限的应用场景。
发明内容
为了解决上述技术问题,本申请实施例提供了一种内容缺失瓦片的替换方法、装置、电子设备及存储介质。
第一方面,本申请实施例提供了一种内容缺失瓦片的替换方法,所述方法包括:
构建全部本级瓦片的文件结构表,所述文件结构表包括各所述本级瓦片的瓦片目录名和瓦片文件名;
获取各本级瓦片的文件体积,将文件体积小于门限值的本级瓦片确定为内容缺失瓦片;
根据所述内容缺失瓦片的瓦片目录名和瓦片文件名计算所述内容缺失瓦片的中心点经纬度坐标;
根据所述中心点经纬度坐标生成所述内容缺失瓦片对应的备选目录名和备选文件名;
根据所述备选目录名和所述备选文件名确定所述内容缺失瓦片对应的备选瓦片,所述备选瓦片的缩放级别小于所述本级瓦片的缩放级别;
使用所述备选瓦片替换所述内容缺失瓦片。
在一实施方式中,所述文件结构表还包括各所述本级瓦片的瓦片附属信息,所述将文件体积小于门限值的本级瓦片确定为内容缺失瓦片,包括:
将文件体积大于或等于门限值的本级瓦片的瓦片附属信息设置为0,将文件体积小于门限值的本级瓦片的瓦片附属信息设置为1;
将所述瓦片附属信息为1的本级瓦片确定为内容缺失瓦片。
在一实施方式中,所述根据所述内容缺失瓦片的瓦片目录名和瓦片文件名计算所述内容缺失瓦片的中心点经纬度坐标,包括:
取所述内容缺失瓦片的瓦片目录名的右五位,得到第一分离数据,将所述第一分离数据转化为第一中间值,所述第一中间值为16进制数;
根据所述第一中间值计算所述内容缺失瓦片的纬度最大值和纬度最小值;
取所述内容缺失瓦片的瓦片文件名的右六位,得到第二分离数据,将所述第二分离数据转化为第二中间值,所述第二中间值为16进制数;
根据所述第二中间值计算所述内容缺失瓦片的经度最大值和经度最小值;
根据所述纬度最大值、所述纬度最小值、所述经度最大值和所述经度最大值计算所述内容缺失瓦片的中心点经纬度坐标。
在一实施方式中,所述中心点经纬度坐标为中心点经度坐标和中心点纬度坐标组成的数对,所述根据所述纬度最大值、所述纬度最小值、所述经度最大值和所述经度最大值计算所述内容缺失瓦片的中心点经纬度坐标,包括:
计算所述经度最大值和所述经度最小值的第一差值;
计算所述纬度最大值和所述纬度最小值的第二差值;
将所述第一差值乘以1/4的积与所述经度最小值相加,得到所述中心点经度坐标;
将所述第二差值乘以1/4的积与所述纬度最小值相加,得到所述中心点纬度坐标。
在一实施方式中,所述根据所述经纬度坐标生成所述内容缺失瓦片对应的备选目录名和备选文件名,包括:
将所述中心点纬度坐标转换为第三中间值,所述第三中间值为16进制数;
将所述中心点经度坐标转换为第四中间值,所述第四中间值为16进制数;
对所述第三中间值进行取整及字符串化,得到第一字符串;
取所述第一字符串的右六位得到第五中间值,并对所述第五中间值补零以得到所述备选目录名;
对所述第四中间值进行取整及字符串化,得到第二字符串;
取所述第二字符串的右六位得到第六中间值,并对所述第六中间值补零以得到所述备选文件名。
在一实施方式中,所述使用所述备选瓦片替换所述内容缺失瓦片的步骤之前,包括:
将所述内容缺失瓦片与所述内容缺失瓦片对应的备选瓦片进行一对一的映射。
在一实施方式中,所述使用所述备选瓦片替换所述内容缺失瓦片,包括:
使用所述备选瓦片覆盖所述内容缺失瓦片;
若所述内容缺失瓦片的相邻瓦片在所述备选瓦片的覆盖范围内,则同时覆盖所述相邻瓦片。
第二方面,本申请实施例提供了一种内容缺失瓦片的替换装置,所述装置包括:
构建模块,用于构建全部本级瓦片的文件结构表,所述文件结构表包括各所述本级瓦片的瓦片目录名和瓦片文件名;
获取模块,用于获取各本级瓦片的文件体积,将文件体积小于门限值的本级瓦片确定为内容缺失瓦片;
计算模块,用于根据所述内容缺失瓦片的瓦片目录名和瓦片文件名计算所述内容缺失瓦片的中心点经纬度坐标;
生成模块,用于根据所述中心点经纬度坐标生成所述内容缺失瓦片对应的备选目录名和备选文件名;
确定模块,用于根据所述备选目录名和所述备选文件名确定所述内容缺失瓦片对应的备选瓦片,所述备选瓦片的缩放级别小于所述本级瓦片的缩放级别;
替换模块,用于使用所述备选瓦片替换所述内容缺失瓦片。
第三方面,本申请实施例提供了一种电子设备,包括存储器以及处理器,所述存储器用于存储计算机程序,所述计算机程序在所述处理器运行时执行第一方面提供的内容缺失瓦片的替换方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,其存储有计算机程序,所述计算机程序在处理器上运行时执行第一方面提供的内容缺失瓦片的替换方法。
上述本申请提供的内容缺失瓦片的替换方法,可以过滤本级瓦片中的内容缺失瓦片,并搜索同一位置的不同级别的备选瓦片替换内容缺失瓦片。相比剔除内容缺失瓦片并以同级的正确瓦片填充的方法,能够在耗时较少的前提下填补产生的数据空洞,且补充数据的精度降低程度在可接受范围内,同时保证了指定区域提取路网的覆盖完整性。
附图说明
为了更清楚地说明本申请的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对本申请保护范围的限定。在各个附图中,类似的构成部分采用类似的编号。
图1示出了本申请实施例提供的内容缺失瓦片的替换方法的一流程示意图;
图2示出了本申请实施例提供的计算内容缺失瓦片的步骤的一流程示意图;
图3示出了本申请实施例提供的生成内容缺失瓦片对应的备选目录名和备选文件名的步骤的一流程示意图;
图4示出了本申请实施例提供的内容缺失瓦片的替换装置的一结构示意图。
具体实施方式
下面将结合本申请实施例中附图,对本申请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申请一部分实施例,而不是全部的实施例。
通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
在下文中,可在本申请的各种实施例中使用的术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合,并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
除非另有限定,否则在这里使用的所有术语(包括技术术语和科学术语)具有与本申请的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义,除非在本申请的各种实施例中被清楚地限定。
实施例1
本公开实施例提供了一种内容缺失瓦片的替换方法。
路网(road network)指的是在一定区域内,由各种道路组成的相互联络、交织成网状分布的道路系统。为了实现快速提取路网,可以通过神经网络模型对多级瓦片式高分遥感影像进行提取。多级瓦片式高分遥感影像中时常存在无内容的空瓦片,即内容缺失瓦片,会导致识别错误。
在对内容缺失瓦片替换时,需要先剔除内容缺失瓦片,对于多级瓦片式高分遥感影像而言,本级瓦片中,剔除内容缺失瓦片后将产生空洞区域。当空洞区域面积较大时,重新获取该区域的正确本级瓦片所需时间较长;当空洞区域面积不大但出现频次较高时,需要投入大量时间测算每个空洞区域的详细坐标与具体范围,重获取瓦片将投入较大时间成本,因此不适用于时间受限的应用场景。
基于此,本实施例提供了一种采用使用其它级别瓦片替换内容缺失瓦片的方法。
具体地,请参见图1,所述内容缺失瓦片的替换方法包括:
步骤S110,构建全部本级瓦片的文件结构表,所述文件结构表包括各所述本级瓦片的瓦片目录名和瓦片文件名;
本级瓦片,是指用于路网提取的指定级别的瓦片,在一种实施方式中,本级瓦片的级别以谷歌地图切片分级而言可以为17级。
构建全部本级瓦片的文件结构表,可以命名为“本级瓦片文件结构”,体现在代码中为一个二维3元素的数组。数组结构如表1所示,元素0用于存储每个本级瓦片所属目录,即瓦片目录名,元素1用于存储每个本级瓦片的瓦片文件名,元素2在这一步骤暂时留空,用于存储每个本级瓦片的瓦片附属信息。
表1:
元素0 元素1 元素2
瓦片目录名 瓦片文件名 瓦片附属信息
此时也需要构建备选瓦片的文件结构表备用,可以命名为“备选瓦片文件结构”。备选瓦片,是指当本级瓦片质量过低无法识别时用于替换的其它级别瓦片,以谷歌地图切片分级而言通常为16级。备选瓦片的文件结构表与本级瓦片的文件结构表相似,都是二维3元素的数组。元素0用于存储每个备选瓦片所属目录,即备选目录名,元素1用于存储每个备选瓦片的瓦片文件名,元素2在这一步骤暂时留空,用于存储每个备选瓦片的瓦片附属信息。
步骤S120,获取各本级瓦片的文件体积,将文件体积小于门限值的本级瓦片确定为内容缺失瓦片;
在这一步骤中,需要对本级瓦片和备选瓦片进行过滤,找到正常瓦片和内容缺失瓦片。以本级瓦片为例,在一实施方式中,所述文件结构表还包括各所述本级瓦片的瓦片附属信息,所述将文件体积小于门限值的本级瓦片确定为内容缺失瓦片,包括:将文件体积大于或等于所述门限值的本级瓦片的瓦片附属信息设置为0,将文件体积小于所述门限值的本级瓦片的瓦片附属信息设置为1;将所述瓦片附属信息为1的本级瓦片确定为内容缺失瓦片。
以用于路网提取的谷歌17级瓦片为例,正常瓦片的文件体积应为50kB以上,平均在100kB左右。
内容缺失瓦片的特点是文件体积明显低于正常瓦片,通常为0kB或1kB,显示为底色透明的空白图片,因此本方法以文件体积作为内容缺失瓦片的筛选阈值。因此设置门限值为10kB,小于或等于门限值的瓦片认定为内容缺失瓦片。
将正常瓦片在“本级瓦片文件结构”及“备选瓦片文件结构”表中的元素2即“瓦片额外信息”置为0;将“本级瓦片文件结构”表中的元素2置1。
对本级瓦片中的内容缺失瓦片构建二维2元素数组,命名为“内容缺失本级瓦片结构”,数组结构如表2所示。遍历“本级瓦片文件结构”表的元素2,将其中赋值为1的数据取出,按列放入“内容缺失本级瓦片”表。
表2:
元素0 元素1
瓦片目录名 瓦片文件名
这一步骤可以找到本级瓦片中的内容缺失瓦片,同时还可以筛除备选瓦片中的缺失瓦片,以保证每一个备选瓦片都是正常的。
步骤S130,根据所述内容缺失瓦片的瓦片目录名和瓦片文件名计算所述内容缺失瓦片的中心点经纬度坐标;
瓦片式高分影像通过所在的目录名与文件名具备特殊命名规律,可以表示瓦片所处的经纬度坐标。在此基础上,可以通过内容缺失瓦片的瓦片目录名和瓦片文件名计算内容缺失瓦片的中心点经纬度坐标。具体的计算方法请参见下文。
如图2所示,在一实施方式中,取所述内容缺失瓦片的瓦片目录名的右五位,得到第一分离数据,将所述第一分离数据转化为第一中间值,所述第一中间值为16进制数;根据所述第一中间值计算所述内容缺失瓦片的纬度最大值和纬度最小值;
取所述内容缺失瓦片的瓦片文件名的右六位,得到第二分离数据,将所述第二分离数据转化为第二中间值,所述第二中间值为16进制数;根据所述第二中间值计算所述内容缺失瓦片的经度最大值和经度最小值;
以谷歌瓦片为例,设内容缺失瓦片的切片级别为Nloss,则有:
公式1:
Figure BDA0003969388430000111
n1为后续计算需要用到的参数。
假设第一分离数据为y1,第二分离数据为x1
那么所述内容缺失瓦片的纬度最大值和纬度最小值分别为:
公式2:
LatMax=90-y1/n1×360
LatMin=90-(y1+1)/n1×360
其中,LatMax为内容缺失瓦片的纬度最大值,LatMin为内容缺失瓦片的纬度最小值。
所述内容缺失瓦片的经度最大值和经度最小值分别为:
公式3:
LonMax=x1/n1×360-180
LonMin=(x1+1)/n1×360-180
其中,LonMax为内容缺失瓦片的经度最大值,LonMin为内容缺失瓦片的经度最小值。
根据所述纬度最大值、所述纬度最小值、所述经度最大值和所述经度最大值计算所述内容缺失瓦片的中心点经纬度坐标。
所述中心点经纬度坐标为中心点经度坐标和中心点纬度坐标组成的数对,在一实施方式中,计算所述内容缺失瓦片的中心点经纬度坐标,包括:
计算所述经度最大值和所述经度最小值的第一差值;计算所述纬度最大值和所述纬度最小值的第二差值;
将所述第一差值乘以1/4的积与所述经度最小值相加,得到所述中心点经度坐标;将所述第二差值乘以1/4的积与所述纬度最小值相加,得到所述中心点纬度坐标。
可以采用公式4计算中心点经纬度坐标:
公式4:
Lon_ctr=LonMin+((LonMax-LonMin)/4)
Lat_ctr=LatMin+((LatMax-LatMin)/4)
其中,Lon_ctr为中心点经度坐标,Lax_ctr为中心点纬度坐标,中心点经纬度坐标可以写作(Lon_ctr,Lax_ctr)。
步骤S140,根据所述中心点经纬度坐标生成所述内容缺失瓦片对应的备选目录名和备选文件名;
备选瓦片和内容缺失瓦片共用一个中心点,基于此,也可以根据中心点经纬度坐标逆推出需要的备选瓦片的备选目录名和备选文件名。
请参见图3,在一实施方式中,所述根据所述经纬度坐标生成所述内容缺失瓦片对应的备选目录名和备选文件名,包括:
将所述中心点纬度坐标转换为第三中间值,所述第三中间值为16进制数;将所述中心点经度坐标转换为第四中间值,所述第四中间值为16进制数;
仍以谷歌瓦片为例,设备选瓦片的切片级别为Nalt,则有:
公式5:
Figure BDA0003969388430000121
其中,n2为后续计算需要用到的参数。
中心点纬度坐标对应的第三中间值,中心点经度坐标对应的第四中间值可以表示为:
公式6:
X=((Lon_ctr+180)/360)×n
Y=(90-Lat_ctr)/360×n
其中,X为第四中间值,Y为第三中间值。
对所述第三中间值采用取整函数进行取整操作,进而采用字符串函数进行字符串化操作,得到第一字符串;取所述第一字符串的右六位得到第五中间值,并对所述第五中间值补零以得到所述备选目录名;
对所述第四中间值进行与第三中间值相同的取整操作和字符串化操作,得到第二字符串;取所述第二字符串的右六位得到第六中间值,并对所述第六中间值补零以得到所述备选文件名。
具体地,可以根据公式7进行补0。
公式7:
subdiralt='R0000'+y
filenamealt='C0000'+x
其中,subdiralt为备选目录名,filenamealt为备选文件名。
步骤S150,根据所述备选目录名和所述备选文件名确定所述内容缺失瓦片对应的备选瓦片,所述备选瓦片的缩放级别小于所述本级瓦片的缩放级别;
基于步骤S140,可以计算出每个内容缺失瓦片对应的备选目录名和备选文件名,可以根据备选目录名和备选文件名查找对应的备选瓦片。
在一实施方式中,将所述内容缺失瓦片与所述内容缺失瓦片对应的备选瓦片进行一对一的映射。
具体地,可以创建二维5元素数组,命名为“瓦片映射表”,如表3所示,并在“瓦片映射表”中写入对应备选瓦片的备选目录名与备选文件名。
可以将“内容缺失瓦片结构”表中数据对应按列复制到“瓦片映射表”的元素0与元素1,即“瓦片目录名”与“瓦片文件名”两列;将步骤S140计算所得的备选目录名与备选文件名写入映射表的元素2、元素3;多次重复该操作,计算全部内容缺失瓦片对应的备选瓦片,得到瓦片映射表。
表3:
Figure BDA0003969388430000141
步骤S160,使用所述备选瓦片替换所述内容缺失瓦片。
具体地,可以通过瓦片映射表,从备选瓦片集合中选取对应的瓦片,建替补瓦片集。
依据瓦片映射表中的“对应备选目录名”,在替补瓦片集中建立文件目录;将“对应备选文件名”作为该目录下瓦片的文件名,扩展名赋以“PNG”;然后至备选瓦片集合对应目录中寻找该瓦片,将其复制到替补瓦片集中;
在一实施方式中,使用所述备选瓦片覆盖所述内容缺失瓦片;
若所述内容缺失瓦片的相邻瓦片在所述备选瓦片的覆盖范围内,则同时覆盖所述相邻瓦片。
因为通常同位置备选瓦片的覆盖范围高于本级瓦片,因此1个备选瓦片可能对应多个本级瓦片(通常不多于4个),所以在复制备选瓦片时可以采用覆盖策略。
本公开实施例可以基于Python语言实现,面向windows系统应用场景。当获取全部备选瓦片之后,可以通过预训练的具有提取瓦片中路网功能的深度神经网络提取已选取的备选瓦片内的路面,并将结果与提取出的本级瓦片的路面提取结果合并。
本实施例提供的内容缺失瓦片的替换方法,可以过滤本级瓦片中的内容缺失瓦片,并搜索同一位置的不同级别的备选瓦片替换内容缺失瓦片。相比剔除内容缺失瓦片并以同级的正确瓦片填充的方法,能够在耗时较少的前提下填补产生的数据空洞,且补充数据的精度降低程度在可接受范围内,同时保证了指定区域提取路网的覆盖完整性。
实施例2
此外,本公开实施例提供了一种内容缺失瓦片的替换装置。
具体的,如图4所示,内容缺失瓦片的替换装置400包括:
构建模块410,用于构建全部本级瓦片的文件结构表,所述文件结构表包括各所述本级瓦片的瓦片目录名和瓦片文件名;
获取模块420,用于获取各本级瓦片的文件体积,将文件体积小于门限值的本级瓦片确定为内容缺失瓦片;
计算模块430,用于根据所述内容缺失瓦片的瓦片目录名和瓦片文件名计算所述内容缺失瓦片的中心点经纬度坐标;
生成模块440,用于根据所述中心点经纬度坐标生成所述内容缺失瓦片对应的备选目录名和备选文件名;
确定模块450,用于根据所述备选目录名和所述备选文件名确定所述内容缺失瓦片对应的备选瓦片,所述备选瓦片的缩放级别小于所述本级瓦片的缩放级别;
替换模块460,用于使用所述备选瓦片替换所述内容缺失瓦片。
本实施例提供的内容缺失瓦片的替换装置400可以实现实施例1所提供的内容缺失瓦片的替换方法,为避免重复,在此不再赘述。
本实施例提供的内容缺失瓦片的替换装置,可以过滤本级瓦片中的内容缺失瓦片,并搜索同一位置的不同级别的备选瓦片替换内容缺失瓦片。相比剔除内容缺失瓦片并以同级的正确瓦片填充的方法,能够在耗时较少的前提下填补产生的数据空洞,且补充数据的精度降低程度在可接受范围内,同时保证了指定区域提取路网的覆盖完整性。
实施例3
此外,本公开实施例提供了一种电子设备,包括存储器以及处理器,所述存储器存储有计算机程序,所述计算机程序在所述处理器上运行时执行实施例1所提供的内容缺失瓦片的替换方法。
本发明实施例提供的电子设备可以实现实施例1所提供的内容缺失瓦片的替换方法,为避免重复,在此不再赘述。
本实施例提供的电子设备,可以过滤本级瓦片中的内容缺失瓦片,并搜索同一位置的不同级别的备选瓦片替换内容缺失瓦片。相比剔除内容缺失瓦片并以同级的正确瓦片填充的方法,能够在耗时较少的前提下填补产生的数据空洞,且补充数据的精度降低程度在可接受范围内,同时保证了指定区域提取路网的覆盖完整性。
实施例4
本申请还提供一种计算机可读存储介质,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现实施例1所提供的内容缺失瓦片的替换方法。
在本实施例中,计算机可读存储介质可以为只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等。
本实施例提供的计算机可读存储介质可以实现实施例1所提供的内容缺失瓦片的替换方法,为避免重复,在此不再赘述。
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、物品或者终端不仅包括那些要素,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、物品或者终端所固有的要素。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、物品或者终端中还存在另外的相同要素。
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,本申请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ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述,但是本申请并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本申请的启示下,在不脱离本申请宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本申请的保护之内。

Claims (10)

1.一种内容缺失瓦片的替换方法,其特征在于,所述方法包括:
构建全部本级瓦片的文件结构表,所述文件结构表包括各所述本级瓦片的瓦片目录名和瓦片文件名;
获取各本级瓦片的文件体积,将文件体积小于门限值的本级瓦片确定为内容缺失瓦片;
根据所述内容缺失瓦片的瓦片目录名和瓦片文件名计算所述内容缺失瓦片的中心点经纬度坐标;
根据所述中心点经纬度坐标生成所述内容缺失瓦片对应的备选目录名和备选文件名;
根据所述备选目录名和所述备选文件名确定所述内容缺失瓦片对应的备选瓦片,所述备选瓦片的缩放级别小于所述本级瓦片的缩放级别;
使用所述备选瓦片替换所述内容缺失瓦片。
2.根据权利要求1所述的内容缺失瓦片的替换方法,其特征在于,所述文件结构表还包括各所述本级瓦片的瓦片附属信息,所述将文件体积小于门限值的本级瓦片确定为内容缺失瓦片,包括:
将文件体积大于或等于所述门限值的本级瓦片的瓦片附属信息设置为0,将文件体积小于所述门限值的本级瓦片的瓦片附属信息设置为1;
将所述瓦片附属信息为1的本级瓦片确定为内容缺失瓦片。
3.根据权利要求1所述的内容缺失瓦片的替换方法,其特征在于,所述根据所述内容缺失瓦片的瓦片目录名和瓦片文件名计算所述内容缺失瓦片的中心点经纬度坐标,包括:
取所述内容缺失瓦片的瓦片目录名的右五位,得到第一分离数据,将所述第一分离数据转化为第一中间值,所述第一中间值为16进制数;
根据所述第一中间值计算所述内容缺失瓦片的纬度最大值和纬度最小值;
取所述内容缺失瓦片的瓦片文件名的右六位,得到第二分离数据,将所述第二分离数据转化为第二中间值,所述第二中间值为16进制数;
根据所述第二中间值计算所述内容缺失瓦片的经度最大值和经度最小值;
根据所述纬度最大值、所述纬度最小值、所述经度最大值和所述经度最大值计算所述内容缺失瓦片的中心点经纬度坐标。
4.根据权利要求3所述的内容缺失瓦片的替换方法,其特征在于,所述中心点经纬度坐标为中心点经度坐标和中心点纬度坐标组成的数对,所述根据所述纬度最大值、所述纬度最小值、所述经度最大值和所述经度最大值计算所述内容缺失瓦片的中心点经纬度坐标,包括:
计算所述经度最大值和所述经度最小值的第一差值;
计算所述纬度最大值和所述纬度最小值的第二差值;
将所述第一差值乘以1/4的积与所述经度最小值相加,得到所述中心点经度坐标;
将所述第二差值乘以1/4的积与所述纬度最小值相加,得到所述中心点纬度坐标。
5.根据权利要求4所述的内容缺失瓦片的替换方法,其特征在于,所述根据所述经纬度坐标生成所述内容缺失瓦片对应的备选目录名和备选文件名,包括:
将所述中心点纬度坐标转换为第三中间值,所述第三中间值为16进制数;
将所述中心点经度坐标转换为第四中间值,所述第四中间值为16进制数;
对所述第三中间值进行取整及字符串化,得到第一字符串;
取所述第一字符串的右六位得到第五中间值,并对所述第五中间值补零以得到所述备选目录名;
对所述第四中间值进行取整及字符串化,得到第二字符串;
取所述第二字符串的右六位得到第六中间值,并对所述第六中间值补零以得到所述备选文件名。
6.根据权利要求1所述的内容缺失瓦片的替换方法,其特征在于,所述使用所述备选瓦片替换所述内容缺失瓦片的步骤之前,包括:
将所述内容缺失瓦片与所述内容缺失瓦片对应的备选瓦片进行一对一的映射。
7.根据权利要求1所述的内容缺失瓦片的替换方法,其特征在于,所述使用所述备选瓦片替换所述内容缺失瓦片,包括:
使用所述备选瓦片覆盖所述内容缺失瓦片;
若所述内容缺失瓦片的相邻瓦片在所述备选瓦片的覆盖范围内,则同时覆盖所述相邻瓦片。
8.一种内容缺失瓦片的替换装置,其特征在于,所述装置包括:
构建模块,用于构建全部本级瓦片的文件结构表,所述文件结构表包括各所述本级瓦片的瓦片目录名和瓦片文件名;
获取模块,用于获取各本级瓦片的文件体积,将文件体积小于门限值的本级瓦片确定为内容缺失瓦片;
计算模块,用于根据所述内容缺失瓦片的瓦片目录名和瓦片文件名计算所述内容缺失瓦片的中心点经纬度坐标;
生成模块,用于根据所述中心点经纬度坐标生成所述内容缺失瓦片对应的备选目录名和备选文件名;
确定模块,用于根据所述备选目录名和所述备选文件名确定所述内容缺失瓦片对应的备选瓦片,所述备选瓦片的缩放级别小于所述本级瓦片的缩放级别;
替换模块,用于使用所述备选瓦片替换所述内容缺失瓦片。
9.一种电子设备,其特征在于,包括存储器以及处理器,所述存储器存储有计算机程序,所述计算机程序在所述处理器运行时执行权利要求1至7中任一项所述的内容缺失瓦片的替换方法。
10.一种计算机可读存储介质,其特征在于,其存储有计算机程序,所述计算机程序在处理器上运行时执行权利要求1至7中任一项所述的内容缺失瓦片的替换方法。
CN202211511755.9A 2022-11-29 2022-11-29 内容缺失瓦片的替换方法、装置、电子设备及存储介质 Active CN115861140B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211511755.9A CN115861140B (zh) 2022-11-29 2022-11-29 内容缺失瓦片的替换方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211511755.9A CN115861140B (zh) 2022-11-29 2022-11-29 内容缺失瓦片的替换方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN115861140A true CN115861140A (zh) 2023-03-28
CN115861140B CN115861140B (zh) 2024-02-02

Family

ID=85667792

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211511755.9A Active CN115861140B (zh) 2022-11-29 2022-11-29 内容缺失瓦片的替换方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN115861140B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106446568A (zh) * 2016-09-29 2017-02-22 北京和缓医疗科技有限公司 一种实现远程病理会诊的方法及装置
CN108172277A (zh) * 2017-12-19 2018-06-15 浙江大学 一种多倍率数字切片图像存储与浏览的方法和系统
CN111782742A (zh) * 2020-06-06 2020-10-16 中国科学院电子学研究所苏州研究院 一种面向大规模地理空间数据的存储和检索方法及其系统
CN112084283A (zh) * 2020-09-11 2020-12-15 广州南方智能技术有限公司 一种基于金字塔结构和层次细节模型的地形影像切片方法
CN112632207A (zh) * 2020-12-25 2021-04-09 江西裕丰智能农业科技有限公司 一种在安卓系统加载瓦片图层的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106446568A (zh) * 2016-09-29 2017-02-22 北京和缓医疗科技有限公司 一种实现远程病理会诊的方法及装置
CN108172277A (zh) * 2017-12-19 2018-06-15 浙江大学 一种多倍率数字切片图像存储与浏览的方法和系统
CN111782742A (zh) * 2020-06-06 2020-10-16 中国科学院电子学研究所苏州研究院 一种面向大规模地理空间数据的存储和检索方法及其系统
CN112084283A (zh) * 2020-09-11 2020-12-15 广州南方智能技术有限公司 一种基于金字塔结构和层次细节模型的地形影像切片方法
CN112632207A (zh) * 2020-12-25 2021-04-09 江西裕丰智能农业科技有限公司 一种在安卓系统加载瓦片图层的方法

Also Published As

Publication number Publication date
CN115861140B (zh) 2024-02-02

Similar Documents

Publication Publication Date Title
CN113946700A (zh) 一种时空索引构建方法、装置、计算机设备及存储介质
CN108764039B (zh) 神经网络、遥感影像的建筑物提取方法、介质及计算设备
CN108229740B (zh) 一种商圈边界的确定方法、装置、服务器及存储介质
CN110517334B (zh) 一种矢量地图数据获取的方法及装置
CN110992366B (zh) 一种图像语义分割方法、装置及存储介质
CN113223042B (zh) 一种遥感影像深度学习样本智能采集方法及设备
CN112836688A (zh) 瓦片图像的特征提取方法、装置、电子设备及存储介质
CN109063193A (zh) 一种专题地图推荐显示的方法及装置
CN115687675A (zh) 一种机载矢量地图数据处理方法
CN112926399A (zh) 目标对象检测方法、装置、电子设备和存储介质
CN111091607B (zh) 颜色搭配方法、装置、电子设备及存储介质
CN105808627A (zh) Poi信息更新、检索、poi数据包生成方法及装置
CN115082641A (zh) 一种基于网格化多邻域插值的点云栅格化方法及装置
CN117556158B (zh) 耦合地名标签与等值线的用户周边地点可视化方法及系统
CN108986210B (zh) 三维场景重建的方法和设备
CN111027551B (zh) 图像处理方法、设备和介质
CN115861140B (zh) 内容缺失瓦片的替换方法、装置、电子设备及存储介质
CN111080080B (zh) 一种村镇地质灾害风险预估方法及系统
CN116106904B (zh) 面向对象MT-InSAR的设施变形监测方法及设备
CN112381147A (zh) 动态图片相似度模型建立、相似度计算方法和装置
CN116863017A (zh) 图像处理方法、网络模型训练方法、装置、设备、介质
CN116358527A (zh) 点云数据处理、高程确定方法、设备及存储介质
CN112184900A (zh) 高程数据的确定方法、装置及存储介质
US8831598B1 (en) Method and apparatus for satellite communication
JP2012256119A (ja) 情報処理装置、その処理方法及びプログラム

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