CN116168188A - 大范围倾斜三维数据的融合方法、系统及设备 - Google Patents
大范围倾斜三维数据的融合方法、系统及设备 Download PDFInfo
- Publication number
- CN116168188A CN116168188A CN202310266014.7A CN202310266014A CN116168188A CN 116168188 A CN116168188 A CN 116168188A CN 202310266014 A CN202310266014 A CN 202310266014A CN 116168188 A CN116168188 A CN 116168188A
- Authority
- CN
- China
- Prior art keywords
- data
- slpk
- level
- slice
- oblique
- 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
Links
- 238000007500 overflow downdraw method Methods 0.000 title claims abstract description 11
- 230000004927 fusion Effects 0.000 claims abstract description 26
- 238000000034 method Methods 0.000 claims abstract description 21
- 230000011218 segmentation Effects 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims abstract description 5
- 101000617285 Homo sapiens Tyrosine-protein phosphatase non-receptor type 6 Proteins 0.000 claims description 11
- 102100021657 Tyrosine-protein phosphatase non-receptor type 6 Human genes 0.000 claims description 11
- 238000012986 modification Methods 0.000 claims description 11
- 230000004048 modification Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012952 Resampling Methods 0.000 claims description 4
- 102100033019 Tyrosine-protein phosphatase non-receptor type 11 Human genes 0.000 claims description 4
- 101710116241 Tyrosine-protein phosphatase non-receptor type 11 Proteins 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012876 topography Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Classifications
-
- 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
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
- G06T2219/20—Indexing scheme for editing of 3D models
- G06T2219/2021—Shape modification
-
- 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)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Remote Sensing (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Architecture (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
Abstract
本发明涉及倾斜摄影数据处理领域,具体涉及一种大范围倾斜三维数据的融合方法、系统及设备,目的在于解决网络访问时数据加载慢的问题。本发明的方法包括:根据倾斜摄影OSGB数据提取各切片数据对应的多边形;根据提取的多边形生成具有LOD层级的多边形;根据具有LOD层级的多边形,分别对高程数据和正射影像数据进行切片分割,得到具有LOD层级的高程切片数据和正射影像切片数据;根据具有LOD层级的高程切片数据和正射影像切片数据,生成地形级倾斜SLPK数据;将倾斜摄影OSGB数据转换成倾斜摄影SLPK数据;根据地形级倾斜SLPK数据和倾斜摄影SLPK数据生成融合SLPK文件。本发明有效提高了浏览器加载数据的效率。
Description
技术领域
本发明涉及倾斜摄影数据处理领域,具体涉及一种大范围倾斜三维数据的融合方法、系统及设备。
背景技术
当前倾斜摄影测量三维模型数据的应用越来越广泛,倾斜摄影OSGB(Open SceneGragh Binary,是OSG引擎的自有格式)数据的LOD(Levelsof Detail,多细节层次)是基于单个切片创建的。在实际应用中,通常会将OSGB格式的倾斜摄影数据转换为SLPK(SceneLayer Package,提供结构化的方式存储和可视化大体量的三维数据,其内部节点以节点树的方式组织,节点内包含几何、纹理和属性等信息)或3D Tiles(三维模型瓦片数据格式)。通过浏览器远程访问时,每个切片都需要请求一次,在较大的空间范围(如省、市级)内,由于切片数量过多,受网络带宽、服务器配置等限制会出现影像数据加载缓慢的问题,尤其是在多并发访问时加载效率很低。
现有技术当中通常通过合并顶级节点的技术手段去解决大范围数据加载的问题,但受制于图形学算法的影响,合并的级别一般在两三级左右,合并更高级别时会面临数据模糊和单个切片过大的问题,所以对加载效率的改善很有限。
发明内容
为了解决现有技术中的上述问题,本发明提出了一种大范围倾斜三维数据的融合方法、系统及设备,有效提高了数据加载效率。
本发明的第一方面,提出一种大范围倾斜三维数据的融合方法,所述方法包括:
根据倾斜摄影OSGB数据提取各切片数据对应的多边形;
根据提取的多边形生成具有LOD层级的多边形;
根据所述具有LOD层级的多边形,分别对高程数据(Digital ElevationModel,简称DEM,是通过有限的地形高程数据实现对地面地形的数字化模拟)和正射影像数据(Digital Orthophoto Map,简称DOM,是对航空或航天照片进行数字微分纠正和镶嵌,按一定图幅范围裁剪生成的数字正射影像集)进行切片分割,得到具有LOD层级的高程切片数据和正射影像切片数据;
根据所述具有LOD层级的所述高程切片数据和所述正射影像切片数据,生成地形级倾斜SLPK数据;
将所述倾斜摄影OSGB数据转换成倾斜摄影SLPK数据;
根据所述地形级倾斜SLPK数据和所述倾斜摄影SLPK数据生成融合SLPK文件;
其中,所述高程数据、所述正射影像数据和所述倾斜摄影OSGB数据均为同一空间范围的数据。
优选地,“根据提取的多边形生成具有LOD层级的多边形”的步骤包括:
将所述提取的多边形作为第一LOD层级的多边形,记为集合SHP1;
基于所述集合SHP1,按照四叉树的原则将邻近四个多边形合并为一个多边形得到第二LOD层级的多边形集合SHP2;
逐级递归,直到合并后的多边形数量小于预设的阈值,将最后一个LOD层级中各多边形记为集合SHPN。
优选地,“根据所述具有LOD层级的多边形,分别对高程数据和正射影像数据进行切片分割,得到具有LOD层级的高程切片数据和正射影像切片数据”的步骤包括:
分别依据所述集合SHP1至所述集合SHPN,逐级对所述高程数据和所述正射影像数据进行切片分割,同时利用栅格重采样算法逐级降低所述高程数据和所述正射影像数据的分辨率,得到所述高程切片数据和所述正射影像切片数据;
针对所述高程切片数据和所述正射影像切片数据,分别建立相邻LOD层级之间切片数据的父子关系,得到具有LOD层级的高程切片数据和正射影像切片数据。
优选地,所述分辨率为:
ri=r1*2i-1
其中,r1为所述第一LOD层级的分辨率,ri为第i个LOD层级的分辨率,i=1,2,…,N。
优选地,“根据所述地形级倾斜SLPK数据和所述倾斜摄影SLPK数据生成融合SLPK文件”的步骤包括:
读取所述地形级倾斜SLPK数据的节点页中所述第一LOD层级各节点的索引值记入数组DX_IndexArr;
创建空的所述融合SLPK文件;
将所述地形级倾斜SLPK数据中的所有节点数据复制到所述融合SLPK文件中;
复制所述倾斜摄影SLPK数据,并对节点ID(IDentity,身份标识)和节点页信息进行更新,写入到所述融合SLPK文件中;
遍历更新后的所述倾斜摄影SLPK数据的节点页信息,获取包含mesh信息的根节点数据记为数组QX_RMIndexArr;
查找所述数组QX_RMIndexArr与所述数组DX_IndexArr中空间范围一致的节点,进而为所述融合SLPK文件中的地形级倾斜数据的叶子节点增加子节点信息;
合并所述地形级倾斜SLPK数据的节点页信息和更新后的所述倾斜摄影SLPK数据的节点页信息,并重新分页写入到所述融合SLPK文件中;
在所述融合SLPK文件中写入描述文件信息。
优选地,“对节点ID和节点页信息进行更新”的步骤包括:
获取所述地形级倾斜SLPK数据中所有节点页中最大的节点索引值,记为DX_MaxIndex;
获取所述地形级倾斜SLPK数据中最大的节点ID,记为DX_MaxNode;
将复制的所述倾斜摄影SLPK数据的节点ID更新为newName=oldName+DX_MaxNode+1;其中,oldName为修改前的节点ID值;
将复制的所述倾斜摄影SLPK数据的节点页信息中包含的索引信息更新为newIndex=oldIndex+DX_MaxIndex+1;其中,oldIndex为修改前的索引信息;
将复制的所述倾斜摄影SLPK数据的节点页信息中包含的资源信息更新为newID=oldID+DX_MaxNode+1;其中,oldID为修改前的资源信息。
优选地,“根据所述具有LOD层级的所述高程切片数据和所述正射影像切片数据,生成地形级倾斜SLPK数据”的步骤包括:
根据所述具有LOD层级的所述高程切片数据和所述正射影像切片数据,基于I3S标准生成所述地形级倾斜SLPK数据。
本发明的第二方面,提出一种大范围倾斜三维数据的融合系统,所述系统包括:
多边形提取模块,用于根据倾斜摄影OSGB数据提取各切片数据对应的多边形;
层级生成模块,用于根据提取的多边形生成具有LOD层级的多边形;
切片分割模块,用于根据所述具有LOD层级的多边形,分别对高程数据和正射影像数据进行切片分割,得到具有LOD层级的高程切片数据和正射影像切片数据;
地形级倾斜SLPK生成模块,用于根据所述具有LOD层级的所述高程切片数据和所述正射影像切片数据,生成地形级倾斜SLPK数据;
数据转换模块,用于将所述倾斜摄影OSGB数据转换成倾斜摄影SLPK数据;
融合模块,用于根据所述地形级倾斜SLPK数据和所述倾斜摄影SLPK数据生成融合SLPK文件;
其中,所述高程数据、所述正射影像数据和所述倾斜摄影OSGB数据均为同一空间范围的数据。
本发明的第三方面,提出一种处理设备,包括存储器和处理器,所述存储器上存储有能够被所述处理器加载并执行上面所述方法的计算机程序。
本发明的第四方面,提出一种存储设备,存储有能够被处理器加载并执行上面所述方法的计算机程序。
本发明的有益效果:
本发明提出的大范围倾斜三维数据的融合方法,基于倾斜摄影OSGB数据中提取的多边形对高程数据和正射影像数据进行切片分割,有效地保证了后续步骤中地形级倾斜SLPK数据与倾斜摄影SLPK数据的无缝融合。在生成高程切片数据和正射影像切片数据的过程中,还利用栅格重采样算法逐级降低高程数据和正射影像数据的分辨率,即高程数据和正射影像数据的切片越大分辨率越低。这样,虽然最后生成的融合SLPK文件比倾斜摄影SLPK的数据量有所增加,但是基于SLPK的LOD层级加载机制在客户端通过浏览器远程加载数据时,在小比例尺下(对应更大的空间范围)请求融合文件中的地形级倾斜SLPK数据,请求的节点数量和数据量都大大减少,从而有效提高了大范围时加载的效率;在大比例尺下(对应小空间范围)请求融合文件中的倾斜摄影SLPK数据,其加载数量和数据量与原OSGB数据相同。而且由于基于栅格创建LOD层级的方法不受图形学限制,可以创建更多的LOD的层级,能使切片数减少更多,因此有效控制了页面数据请求的切片数量和数据容量,提高了数据加载效率,能够满足高并发访问请求。
附图说明
图1是本发明的大范围倾斜三维数据的融合方法实施例一的主要步骤示意图;
图2是本发明的大范围倾斜三维数据的融合系统实施例的主要构成示意图。
具体实施方式
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅用于解释本发明的技术原理,并非旨在限制本发明的保护范围。
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于本申请的实施例,本领域普通技术人员在没有作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。
需要说明的是,在本发明的描述中,术语“第一”、“第二”仅仅是为了便于描述,而不是指示或暗示所述装置、元件或参数的相对重要性,因此不能理解为对本发明的限制。另外,本发明中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,如无特殊说明,一般表示前后关联对象是一种“或”的关系。
图1是本发明的大范围倾斜三维数据的融合方法实施例一的主要步骤示意图。如图1所示,本实施例的融合方法包括步骤A10-A60:
步骤A10,根据倾斜摄影OSGB数据提取各切片数据对应的多边形。
步骤A20,根据提取的多边形生成具有LOD层级的多边形。该步骤可以具体包括步骤A21-A23:
步骤A21,将提取的多边形作为第一LOD层级的多边形,记为集合SHP1。
步骤A22,基于集合SHP1,按照四叉树的原则将邻近四个多边形合并为一个多边形得到第二LOD层级的多边形集合SHP2。
步骤A23,逐级递归,直到合并后的多边形数量小于预设的阈值,将最后一个LOD层级中各多边形记为集合SHPN。
通过上述对多边形的合并操作,总共得到了N个LOD层级的多边形集合,分别为:SHP1、SHP2、…、SHPN。
步骤A30,根据具有LOD层级的多边形,分别对高程数据和正射影像数据进行切片分割,得到具有LOD层级的高程切片数据和正射影像切片数据。
其中,此处所指的高程数据、正射影像数据和倾斜摄影OSGB数据均为同一空间范围的数据。
步骤A30可以具体包括步骤A31-A32:
步骤A31,分别依据集合SHP1至集合SHPN,逐级对高程数据和正射影像数据进行切片分割,同时利用栅格重采样算法逐级降低高程数据和正射影像数据的分辨率,得到高程切片数据和正射影像切片数据。
本实施例中,第i个LOD层级的分辨率如公式(1)所示:
ri=r1*2i-1(1)
其中,r1为第一LOD层级的分辨率,ri为第i个LOD层级的分辨率,i=1,2,…,N;N为高程切片数据和正射影像切片数据的LOD层级数量,也就是步骤A20中生成的多边形集合数量。
步骤A32,针对高程切片数据和正射影像切片数据,分别建立相邻LOD层级之间切片数据的父子关系(比如查找基于SHP1创建的高程数据DEM切片的父节点,即基于SHP2创建的DEM切片),得到具有LOD层级的高程切片数据和正射影像切片数据。
步骤A40,根据具有LOD层级的高程切片数据和正射影像切片数据,生成地形级倾斜SLPK数据。
本实施例中,可以根据具有LOD层级的高程切片数据和正射影像切片数据,利用基于I3S标准的SDK工具包,生成地形级倾斜SLPK数据。
步骤A50,将倾斜摄影OSGB数据转换成倾斜摄影SLPK数据。
步骤A60,根据地形级倾斜SLPK数据和倾斜摄影SLPK数据生成融合SLPK文件。该步骤可以具体包括步骤A61-A68:步骤A61,读取地形级倾斜SLPK数据的节点页中第一LOD层级各节点的索引值记入数组DX_IndexArr。
步骤A62,创建空的融合SLPK文件。
步骤A63,将地形级倾斜SLPK数据中的所有节点数据复制到融合SLPK文件中。
步骤A64,复制倾斜摄影SLPK数据,并对节点ID和节点页信息进行更新,写入到融合SLPK文件中。具体地,包括步骤A641-A647:
步骤A641,获取地形级倾斜SLPK数据中所有节点页中最大的节点索引值,记为DX_MaxIndex。
步骤A642,获取地形级倾斜SLPK数据中最大的节点ID,记为DX_MaxNode。
步骤A643,复制倾斜摄影SLPK数据。
步骤A644,将复制的倾斜摄影SLPK数据的节点ID更新为newName=oldName+DX_MaxNode+1。
其中,oldName为修改前的节点ID值。
步骤A645,将复制的倾斜摄影SLPK数据的节点页信息中包含的索引信息更新为newIndex=oldIndex+DX_MaxIndex+1。
其中,oldIndex为修改前的索引信息。
步骤A646,将复制的倾斜摄影SLPK数据的节点页信息中包含的资源信息更新为newID=oldID+DX_MaxNode+1。
其中,oldID为修改前的资源信息。
步骤647,将更新后的倾斜摄影SLPK数据写入到融合文件中。
步骤A65,遍历更新后的倾斜摄影SLPK数据的节点页信息,获取包含mesh信息的根节点数据(节点页存在不包含几何信息的虚节点,在数据加载过程中会直接跳过),记为数组QX_RMIndexArr。
步骤A66,查找数组QX_RMIndexArr与所述数组DX_IndexArr中空间范围一致的节点,进而为融合SLPK文件中的地形级倾斜数据的叶子节点增加子节点信息。
通过这一步,就将倾斜摄影SLPK数据的节点作为地形级倾斜数据的节点的子节点,在二者之间建立了联系。
步骤A67,合并地形级倾斜SLPK数据的节点页信息和更新后的倾斜摄影SLPK数据的节点页信息,并重新分页写入到融合SLPK文件中。
步骤A68,在融合SLPK文件中写入描述文件信息。
至此,整个融合步骤完成。
假设OSGB的顶级LOD为15级,且步骤A10中是根据OSGB数据的第15级提取的多边形,则最后的融合SLPK文件中,15级以上就是地形级倾斜SLPK数据,15级以下就是倾斜摄影SLPK数据。基于SLPK的LOD层级加载机制,在客户端通过浏览器远程加载数据时,在小比例尺下(对应更大的空间范围)可以请求融合文件中的地形级倾斜SLPK数据,请求的节点数量和数据量都大大减少;在大比例尺下(对应小的空间范围)可以请求融合文件中的倾斜摄影SLPK数据,其加载数量和数据量与原OSGB数据相同。
上述实施例中虽然将各个步骤按照上述先后次序的方式进行了描述,但是本领域技术人员可以理解,为了实现本实施例的效果,不同的步骤之间不必按照这样的次序执行,其可以同时(并行)执行或以颠倒的次序执行,这些简单的变化都在本发明的保护范围之内。
与上面的方法实施例基于同样的技术构思,本发明还提供了一种系统的实施例。图2是本发明的大范围倾斜三维数据的融合系统实施例的主要构成示意图。本实施例的融合系统包括:多边形提取模块10、层级生成模块20、切片分割模块30、地形级倾斜SLPK生成模块40、数据转换模块50和融合模块60。
其中,多边形提取模块10用于根据倾斜摄影OSGB数据提取各切片数据对应的多边形;层级生成模块20用于根据提取的多边形生成具有LOD层级的多边形;切片分割模块30用于根据具有LOD层级的多边形,分别对高程数据和正射影像数据进行切片分割,得到具有LOD层级的高程切片数据和正射影像切片数据;地形级倾斜SLPK生成模块40用于根据具有LOD层级的高程切片数据和正射影像切片数据,生成地形级倾斜SLPK数据;数据转换模块50用于将倾斜摄影OSGB数据转换成倾斜摄影SLPK数据;融合模块60用于根据地形级倾斜SLPK数据和倾斜摄影SLPK数据生成融合SLPK文件;另外,此处的高程数据、正射影像数据和倾斜摄影OSGB数据均为同一空间范围的数据。
进一步地,本发明还提供了一种处理设备的实施例,包括存储器和处理器,所述存储器上存储有能够被所述处理器加载并执行上面所述方法的计算机程序。
更进一步地,本发明还提供了一种存储设备的实施例,存储有能够被处理器加载并执行上面所述方法的计算机程序。
所述存储设备可以包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域技术人员应该能够意识到,结合本文中所公开的实施例描述的各示例的方法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明电子硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以电子硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案。但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
Claims (10)
1.一种大范围倾斜三维数据的融合方法,其特征在于,所述方法包括:
根据倾斜摄影OSGB数据提取各切片数据对应的多边形;
根据提取的多边形生成具有LOD层级的多边形;
根据所述具有LOD层级的多边形,分别对高程数据和正射影像数据进行切片分割,得到具有LOD层级的高程切片数据和正射影像切片数据;
根据所述具有LOD层级的所述高程切片数据和所述正射影像切片数据,生成地形级倾斜SLPK数据;
将所述倾斜摄影OSGB数据转换成倾斜摄影SLPK数据;
根据所述地形级倾斜SLPK数据和所述倾斜摄影SLPK数据生成融合SLPK文件;
其中,
所述高程数据、所述正射影像数据和所述倾斜摄影OSGB数据均为同一空间范围的数据。
2.根据权利要求1所述的大范围倾斜三维数据的融合方法,其特征在于,“根据提取的多边形生成具有LOD层级的多边形”的步骤包括:
将所述提取的多边形作为第一LOD层级的多边形,记为集合SHP1;
基于所述集合SHP1,按照四叉树的原则将邻近四个多边形合并为一个多边形得到第二LOD层级的多边形集合SHP2;
逐级递归,直到合并后的多边形数量小于预设的阈值,将最后一个LOD层级中各多边形记为集合SHPN。
3.根据权利要求2所述的大范围倾斜三维数据的融合方法,其特征在于,“根据所述具有LOD层级的多边形,分别对高程数据和正射影像数据进行切片分割,得到具有LOD层级的高程切片数据和正射影像切片数据”的步骤包括:
分别依据所述集合SHP1至所述集合SHPN,逐级对所述高程数据和所述正射影像数据进行切片分割,同时利用栅格重采样算法逐级降低所述高程数据和所述正射影像数据的分辨率,得到所述高程切片数据和所述正射影像切片数据;
针对所述高程切片数据和所述正射影像切片数据,分别建立相邻LOD层级之间切片数据的父子关系,得到具有LOD层级的高程切片数据和正射影像切片数据。
4.根据权利要求3所述的大范围倾斜三维数据的融合方法,其特征在于,所述分辨率为:
ri=r1*2i-1
其中,r1为所述第一LOD层级的分辨率,ri为第i个LOD层级的分辨率,i=1,2,…,N;N为所述高程切片数据和所述正射影像切片数据的LOD层级数量。
5.根据权利要求2所述的大范围倾斜三维数据的融合方法,其特征在于,“根据所述地形级倾斜SLPK数据和所述倾斜摄影SLPK数据生成融合SLPK文件”的步骤包括:
读取所述地形级倾斜SLPK数据的节点页中所述第一LOD层级各节点的索引值记入数组DX_IndexArr;
创建空的所述融合SLPK文件;
将所述地形级倾斜SLPK数据中的所有节点数据复制到所述融合SLPK文件中;
复制所述倾斜摄影SLPK数据,并对节点ID和节点页信息进行更新,写入到所述融合SLPK文件中;
遍历更新后的所述倾斜摄影SLPK数据的节点页信息,获取包含mesh信息的根节点数据记为数组QX_RMIndexArr;
查找所述数组QX_RMIndexArr与所述数组DX_IndexArr中空间范围一致的节点,进而为所述融合SLPK文件中的地形级倾斜数据的叶子节点增加子节点信息;
合并所述地形级倾斜SLPK数据的节点页信息和更新后的所述倾斜摄影SLPK数据的节点页信息,并重新分页写入到所述融合SLPK文件中;
在所述融合SLPK文件中写入描述文件信息。
6.根据权利要求5所述的大范围倾斜三维数据的融合方法,其特征在于,对节点ID和节点页信息进行更新”的步骤包括:
获取所述地形级倾斜SLPK数据中所有节点页中最大的节点索引值,记为DX_MaxIndex;
获取所述地形级倾斜SLPK数据中最大的节点ID,记为DX_MaxNode;
将复制的所述倾斜摄影SLPK数据的节点ID更新为newName=oldName+DX_MaxNode+1;其中,oldName为修改前的节点ID值;
将复制的所述倾斜摄影SLPK数据的节点页信息中包含的索引信息更新为newIndex=oldIndex+DX_MaxIndex+1;其中,oldIndex为修改前的索引信息;
将复制的所述倾斜摄影SLPK数据的节点页信息中包含的资源信息更新为newID=oldID+DX_MaxNode+1;其中,oldID为修改前的资源信息。
7.根据权利要求1所述的大范围倾斜三维数据的融合方法,其特征在于,“根据所述具有LOD层级的所述高程切片数据和所述正射影像切片数据,生成地形级倾斜SLPK数据”的步骤包括:
根据所述具有LOD层级的所述高程切片数据和所述正射影像切片数据,基于I3S标准生成所述地形级倾斜SLPK数据。
8.一种大范围倾斜三维数据的融合系统,其特征在于,所述系统包括:
多边形提取模块,用于根据倾斜摄影OSGB数据提取各切片数据对应的多边形;
层级生成模块,用于根据提取的多边形生成具有LOD层级的多边形;
切片分割模块,用于根据所述具有LOD层级的多边形,分别对高程数据和正射影像数据进行切片分割,得到具有LOD层级的高程切片数据和正射影像切片数据;
地形级倾斜SLPK生成模块,用于根据所述具有LOD层级的所述高程切片数据和所述正射影像切片数据及其父子关系,生成地形级倾斜SLPK数据;
数据转换模块,用于将所述倾斜摄影OSGB数据转换成倾斜摄影SLPK数据;
融合模块,用于根据所述地形级倾斜SLPK数据和所述倾斜摄影SLPK数据生成融合SLPK文件;
其中,
所述高程数据、所述正射影像数据和所述倾斜摄影OSGB数据均为同一空间范围的数据。
9.一种处理设备,其特征在于,包括存储器和处理器,所述存储器上存储有能够被所述处理器加载并执行如权利要求1-7中任一项所述方法的计算机程序。
10.一种存储设备,其特征在于,存储有能够被处理器加载并执行如权利要求1-7中任一项所述方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310266014.7A CN116168188B (zh) | 2023-03-17 | 2023-03-17 | 大范围倾斜三维数据的融合方法、系统及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310266014.7A CN116168188B (zh) | 2023-03-17 | 2023-03-17 | 大范围倾斜三维数据的融合方法、系统及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116168188A true CN116168188A (zh) | 2023-05-26 |
CN116168188B CN116168188B (zh) | 2024-02-02 |
Family
ID=86416423
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310266014.7A Active CN116168188B (zh) | 2023-03-17 | 2023-03-17 | 大范围倾斜三维数据的融合方法、系统及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116168188B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004220516A (ja) * | 2003-01-17 | 2004-08-05 | Pasuko:Kk | 3次元地理形状モデルのテクスチャ画像取得方法 |
CA2834575A1 (en) * | 2012-11-30 | 2014-05-30 | Thales | Method of rendering a terrain stored in a massive database |
CN103854269A (zh) * | 2014-03-28 | 2014-06-11 | 国家测绘地理信息局卫星测绘应用中心 | 基于多角度、多分辨率的影像超分辨率重建方法及装置 |
CN112084973A (zh) * | 2020-09-14 | 2020-12-15 | 北京工商大学 | 一种基于正射投影图像的隧道管环识别与标注方法 |
CN112419498A (zh) * | 2020-11-14 | 2021-02-26 | 中国科学院电子学研究所苏州研究院 | 一种海量倾斜摄影数据的调度渲染方法 |
CN112509133A (zh) * | 2020-12-15 | 2021-03-16 | 广东广宇科技发展有限公司 | 一种基于gis的三维水库高清实景展示方法 |
KR102243437B1 (ko) * | 2019-12-24 | 2021-04-22 | (주) 지오씨엔아이 | 3d 지형정보 영상 매핑을 위한 타일링 처리를 이용하는 영상 표출 방법 및 시스템 |
CN112927360A (zh) * | 2021-03-24 | 2021-06-08 | 广州蓝图地理信息技术有限公司 | 一种基于倾斜模型与激光点云数据融合的三维建模方法和系统 |
CN113282697A (zh) * | 2021-06-03 | 2021-08-20 | 济南华信计算机技术有限公司 | 基于Dojo实现多平台异构兼容的GIS系统及其设计、部署方法 |
CN113900797A (zh) * | 2021-09-03 | 2022-01-07 | 广州市城市规划勘测设计研究院 | 基于虚幻引擎的三维倾斜摄影数据处理方法、装置及设备 |
CN114756555A (zh) * | 2022-06-14 | 2022-07-15 | 浙江华东工程数字技术有限公司 | 一种多源异构三维模型数据处理方法及系统 |
CN114943810A (zh) * | 2022-07-26 | 2022-08-26 | 安徽继远软件有限公司 | 基于osgb的倾斜摄影切片的优化方法、终端、装置和介质 |
CN115063551A (zh) * | 2022-08-18 | 2022-09-16 | 北京山维科技股份有限公司 | 基于倾斜摄影三维模型生成切片正射影像的方法及装置 |
CN115600281A (zh) * | 2022-09-27 | 2023-01-13 | 江西省天久地矿建设有限公司(Cn) | 一种基于osg的生态修复治理三维规划设计平台及方法 |
-
2023
- 2023-03-17 CN CN202310266014.7A patent/CN116168188B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004220516A (ja) * | 2003-01-17 | 2004-08-05 | Pasuko:Kk | 3次元地理形状モデルのテクスチャ画像取得方法 |
CA2834575A1 (en) * | 2012-11-30 | 2014-05-30 | Thales | Method of rendering a terrain stored in a massive database |
CN103854269A (zh) * | 2014-03-28 | 2014-06-11 | 国家测绘地理信息局卫星测绘应用中心 | 基于多角度、多分辨率的影像超分辨率重建方法及装置 |
KR102243437B1 (ko) * | 2019-12-24 | 2021-04-22 | (주) 지오씨엔아이 | 3d 지형정보 영상 매핑을 위한 타일링 처리를 이용하는 영상 표출 방법 및 시스템 |
CN112084973A (zh) * | 2020-09-14 | 2020-12-15 | 北京工商大学 | 一种基于正射投影图像的隧道管环识别与标注方法 |
CN112419498A (zh) * | 2020-11-14 | 2021-02-26 | 中国科学院电子学研究所苏州研究院 | 一种海量倾斜摄影数据的调度渲染方法 |
CN112509133A (zh) * | 2020-12-15 | 2021-03-16 | 广东广宇科技发展有限公司 | 一种基于gis的三维水库高清实景展示方法 |
CN112927360A (zh) * | 2021-03-24 | 2021-06-08 | 广州蓝图地理信息技术有限公司 | 一种基于倾斜模型与激光点云数据融合的三维建模方法和系统 |
CN113282697A (zh) * | 2021-06-03 | 2021-08-20 | 济南华信计算机技术有限公司 | 基于Dojo实现多平台异构兼容的GIS系统及其设计、部署方法 |
CN113900797A (zh) * | 2021-09-03 | 2022-01-07 | 广州市城市规划勘测设计研究院 | 基于虚幻引擎的三维倾斜摄影数据处理方法、装置及设备 |
CN114756555A (zh) * | 2022-06-14 | 2022-07-15 | 浙江华东工程数字技术有限公司 | 一种多源异构三维模型数据处理方法及系统 |
CN114943810A (zh) * | 2022-07-26 | 2022-08-26 | 安徽继远软件有限公司 | 基于osgb的倾斜摄影切片的优化方法、终端、装置和介质 |
CN115063551A (zh) * | 2022-08-18 | 2022-09-16 | 北京山维科技股份有限公司 | 基于倾斜摄影三维模型生成切片正射影像的方法及装置 |
CN115600281A (zh) * | 2022-09-27 | 2023-01-13 | 江西省天久地矿建设有限公司(Cn) | 一种基于osg的生态修复治理三维规划设计平台及方法 |
Non-Patent Citations (4)
Title |
---|
LUKAS WALENBERGER等: "Three-dimensional surface scanning methods in osteology:A topographical and geometric morphometric comparison", WILEY * |
周世战;陈显伟;王铱;綦伟;于武占;: "倾斜摄影技术在500kV输电线路设计中的应用", 电力勘测设计, no. 06 * |
张立立;周芹;冯振华;: "S3M空间三维模型数据格式的特点和应用", 北京测绘, no. 01 * |
赵亮亮;卢文渊;张广庆;: "基于BIM+GIS的铁路隧道地质灾害辅助整治技术研究", 高速铁路技术, no. 02 * |
Also Published As
Publication number | Publication date |
---|---|
CN116168188B (zh) | 2024-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110070613B (zh) | 基于模型压缩和异步加载的大型三维场景网页展示方法 | |
CN114943810B (zh) | 基于osgb的倾斜摄影切片的优化方法、终端、装置和介质 | |
CN112686997B (zh) | 基于WebGIS的三维模型数据分析展示平台及方法 | |
US10818083B1 (en) | Pyramid generation via depth-first walk | |
CN108198194B (zh) | 基于侧向多平面切割的倾斜摄影单体对象提取方法 | |
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 | |
CN109033238B (zh) | 电子地图集系统的数据生产、组织、存储及访问方法 | |
CN112395288B (zh) | 基于希尔伯特曲线的r树索引合并更新方法、装置及介质 | |
Faust et al. | Real-time global data model for the digital earth | |
CN114820975B (zh) | 基于全要素参数符号化的三维场景仿真重构系统及方法 | |
CN114898043A (zh) | 一种激光点云数据瓦片构建方法 | |
US10013474B2 (en) | System and method for hierarchical synchronization of a dataset of image tiles | |
Evans et al. | Web-based visualisation of on-set point cloud data | |
CN115187445A (zh) | 一种基于Unity引擎加载模型的可视化方法及装置 | |
CN116168188B (zh) | 大范围倾斜三维数据的融合方法、系统及设备 | |
CN112704872A (zh) | 一种场景数据的同步方法、装置、系统及存储介质 | |
CN117056626A (zh) | 一种地图预览的方法及装置 | |
Platings et al. | Compression of Large‐Scale Terrain Data for Real‐Time Visualization Using a Tiled Quad Tree | |
CN115035265A (zh) | SketchUp场景到三维地理空间转换方法、终端及存储介质 | |
Du et al. | Out‐of‐Core Simplification and Crack‐Free LOD Volume Rendering for Irregular Grids | |
Zhang et al. | Effective solutions to a global 3D visual system in networking environments | |
Chen et al. | A fast scheduling method for massive oblique photography 3D models | |
CN116416387B (zh) | Osgb三维模型快速顶层重建方法 | |
CN109241229B (zh) | 一种用于互联网地图显示数据的图层复用方法及系统 | |
Danovaro et al. | Out-of-core multiresolution terrain modeling |
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 |