CN117095141B - 一种河道三维模型的构建方法及其在内河通航预测的应用 - Google Patents
一种河道三维模型的构建方法及其在内河通航预测的应用 Download PDFInfo
- Publication number
- CN117095141B CN117095141B CN202311352297.3A CN202311352297A CN117095141B CN 117095141 B CN117095141 B CN 117095141B CN 202311352297 A CN202311352297 A CN 202311352297A CN 117095141 B CN117095141 B CN 117095141B
- Authority
- CN
- China
- Prior art keywords
- river
- dimensional model
- water depth
- data
- ship
- 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
- 238000010276 construction Methods 0.000 title claims abstract description 23
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 127
- 238000005259 measurement Methods 0.000 claims abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 10
- 238000000034 method Methods 0.000 claims description 36
- 238000013507 mapping Methods 0.000 claims description 14
- 230000001502 supplementing effect Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 238000009826 distribution Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000009499 grossing Methods 0.000 claims description 4
- 238000012887 quadratic function Methods 0.000 claims description 3
- 239000013589 supplement Substances 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 7
- 238000012876 topography Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000003973 paint Substances 0.000 description 2
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000010902 straw Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000007794 visualization technique Methods 0.000 description 1
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
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Geometry (AREA)
- Strategic Management (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Computer Graphics (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Remote Sensing (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明涉及内河通航预测应用技术领域，特别涉及一种河道三维模型的构建方法及其在内河通航预测的应用，在构建河道三维模型时，考虑测量船的吃水深度以及河道水深，实际探测区域有限，因此利用水文算法模型以及河岸点位信息沿河道补充水深数据至河岸，同时，考虑到测量生成的点云数据可能不具备一个完整连续的三维形态，数据密度较低的情况，对测量采集的离散点水深数据进行了插值处理，从而提高三维模型构建的准确性和有效性；同时，将构建的三维模型应用于内河通航预测的应用，结合实时的水位数据、船舶吃水深度等，预测船舶通航是否存在触底风险，提高内河通航的安全性。
Description
技术领域
本发明涉及内河通航预测技术领域，特别涉及一种河道三维模型的构建方法及其在内河通航预测的应用。
背景技术
目前，三维可视化方法在各行各业都实现对三维地物或建筑的立体描述，对建筑的纹理也能细致的表达，也能驱动三维场景，给用户带来良好的用户体验。随着城市内陆河道防洪、蓄洪、航运等能力的持续加强与改善，展开河道测量工作，构建河道三维模型对于河道治理、疏通、排淤等后续决策工作具有极其重要的意义。
而对于内河通航而言，河道的地形和水深可能影响船舶通航的安全性，因此，通过构建河道三维模型，并将其应用于河道通航预测，是当前的一个重要发展方向。
发明内容
本发明所要解决的技术问题是：提供一种河道三维模型的构建方法及其在内河通航预测的应用，有效提高河道三维模型的构建精度，并应用于河道通航预测，提高通航安全性。
为了解决上述技术问题，本发明采用的技术方案为：
一种河道三维模型的构建方法，包括步骤：
S1、通过测量船获取河道水深测量数据，得到河道的离散点形式水深数据，并通过无人机，获取河道正射影像；
S2、根据河岸点位信息沿河道补充水深数据至河岸，所述河岸点位信息基于所述河道正射影像提取；
S3、对所述水深数据进行插值，并生成栅格数据，基于所述栅格数据构建三维模型。
为了解决上述技术问题，本发明采用的另一种技术方案为：
一种河道三维模型的构建方法在内河通航预测的应用，包括步骤：
S1、预先通过以上所述的一种河道三维模型的构建方法进行河道建模，得到河道三维模型，并通过安装在河道的水位检测仪获取建模时的第一水位信息；
S2、向安装在河道的水位检测仪获取实时的第二水位信息；
S3、根据所述第一水位信息、所述第二水位信息、船舶吃水深度以及船舶航道在三维模型中的深度，预测船舶是否存在触底风险。
本发明的有益效果在于：本发明的一种河道三维模型的构建方法及其在内河通航预测的应用，在构建河道三维模型时，考虑测量船的吃水深度以及河道水深，实际探测区域有限，因此利用水文算法模型以及河岸点位信息沿河道补充水深数据至河岸，同时，考虑到测量生成的点云数据可能不具备一个完整连续的三维形态，数据密度较低的情况，对测量采集的离散点水深数据进行了插值处理，从而提高三维模型构建的准确性和有效性。同时，将构建的三维模型应用于内河通航预测的应用，结合实时的水位数据、船舶吃水深度等，预测船舶通航是否存在触底风险，提高内河通航的安全性。
附图说明
图1为本发明实施例的一种河道三维模型的构建方法的流程图；
图2为本发明实施例的一种河道三维模型的构建方法的颜色渐变处理示意图；
图3为本发明实施例的一种河道三维模型的构建方法的颜色渐变处理结果示例图；
图4为本发明实施例的一种河道三维模型的构建方法在内河通航预测的应用的流程示例图；
图5为本发明实施例的一种河道三维模型的构建方法的水深数据补充函数示例图。
具体实施方式
为详细说明本发明的技术内容、所实现目的及效果，以下结合实施方式并配合附图予以说明。
请参照图1至图3，一种河道三维模型的构建方法，包括步骤：
S1、通过测量船获取河道水深测量数据，得到河道的离散点形式水深数据，并通过无人机，获取河道正射影像；
S2、根据河岸点位信息沿河道补充水深数据至河岸，所述河岸点位信息基于所述河道正射影像提取；
S3、对所述水深数据进行插值，并生成栅格数据，基于所述栅格数据构建三维模型。
从上述描述可知，本发明的有益效果在于：本发明的一种河道三维模型的构建方法及其在内河通航预测的应用，在构建河道三维模型时，考虑测量船的吃水深度以及河道水深，实际探测区域有限，因此利用水文算法模型以及河岸点位信息沿河道补充水深数据至河岸，同时，考虑到测量生成的点云数据可能不具备一个完整连续的三维形态，数据密度较低的情况，对测量采集的离散点水深数据进行了插值处理，从而提高三维模型构建的准确性和有效性。同时，将构建的三维模型应用于内河通航预测的应用，结合实时的水位数据、船舶吃水深度等，预测船舶通航是否存在触底风险，提高内河通航的安全性。
进一步的，步骤S2具体为：
从所述正射影像中提取出岸线经纬度信息，将该位置设置为水深值0点；
为补充靠近河岸两侧水深数据，以二次函数来描述水深情况，用公式表示为：
z=ax^2+bx；
其中，z表示估算点（x, y）的水深数据；
将步骤1测量所得的水深数据代入公式，得到其中的常数a和b；
将需要估算的估算点的横坐标代入计算，得到估算点的水深数据；
基于上述步骤，补充水深数据至河岸；
最后把该数据加入到xyz数组当中，组成处理后的水深数据。
由上述描述可知，通过上述步骤，实现河道至河岸的水深数据的补足。
进一步地，步骤S3中对所述水深数据进行插值具体为：
根据Kringing插值算法，对所述水深数据进行插值。
由上述描述可知，通过Kringing插值算法对所述水深数据进行插值作为本发明的一种具体实施例。
进一步地，基于所述栅格数据构建三维模型具体为：
对所述栅格数据根据水深分布进行颜色渐变处理，并提取纹理贴图文件；
根据所述栅格数据构建三维网格模型；
对三维网格模型进行平滑处理，同时根据所述纹理贴图文件对所述三维网格模型进行贴图，得到三维模型数据。
由上述描述可知，在生成栅格数据后根据水深分布进行了颜色渐变处理，提取贴图，并在得到的三维模型数据中体现，从而能够更具颜色更加直观了解水深情况，丰富展示效果。
进一步地，还包括步骤：
S4、依据3DTiles格式规范，对所述三维模型数据进行切片处理，获取最终的切片文件在Web三维引擎中进行加载展示。
进一步地，所述水深测量数据由所述测量船通过搭载单波束或多波束测量设备测量得到。
由上述描述可知，通过单波束或多波束进行探测作为本发明的一种具体实施例，更够更准确的探测水深数据。
请参照图4，一种河道三维模型的构建方法在内河通航预测的应用，包括步骤：
S1、预先通过以上所述的一种河道三维模型的构建方法进行河道建模，得到河道三维模型，并通过安装在河道的水位检测仪获取建模时的第一水位信息；
S2、向安装在河道的水位检测仪获取实时的第二水位信息；
S3、根据所述第一水位信息、所述第二水位信息、船舶吃水深度以及船舶航道在三维模型中的深度，预测船舶是否存在触底风险。
本发明的一种河道三维模型的构建方法及其在内河通航预测的应用，在构建河道三维模型时，考虑测量船的吃水深度以及河道水深，实际探测区域有限，因此利用水文算法模型以及河岸点位信息沿河道补充水深数据至河岸，同时，考虑到测量生成的点云数据可能不具备一个完整连续的三维形态，数据密度较低的情况，对测量采集的离散点水深数据进行了插值处理，从而提高三维模型构建的准确性和有效性。同时，将构建的三维模型应用于内河通航预测的应用，结合实时的水位数据、船舶吃水深度等，预测船舶通航是否存在触底风险，提高内河通航的安全性。
进一步地，，步骤S3具体为：
根据所述第一水位信息H0、所述第二水位信息Hn、船舶吃水深度Hc以及船舶航道在三维模型中的深度H，预测船舶底部距离河底的距离f(h)：
f(h)=Hn-Ho+H-Hc；
根据船舶底部距离河底的距离，判断是否存在触底风险。
由上述描述可知，通过上述步骤，预测计算船舶底部到河底的距离，从而判断是否存在触底风险。
一种存储介质，其上存储有计算机程序，所述计算机程序被执行时实现以上所述的一种河道三维模型的构建方法或一种河道三维模型的构建方法在内河通航预测的应用中的步骤。
本发明的一种河道三维模型的构建方法及其在内河通航预测的应用，适用于内河通航的河道模型构建以及安全性预测。
请参照图1至图3以及图5，本发明的实施例一为：
一种河道三维模型的构建方法，包括步骤：
S1、通过测量船获取河道水深测量数据，得到河道的离散点形式水深数据；通过无人机，获取河道正射影像。
所述水深测量数据由所述测量船通过搭载单波束或多波束测量设备测量得到。所述正射影像由所述无人机通过搭载高清摄像头航拍得到。
本实施例中，以测量船搭载单波束、多波束测量设备对河道进行水深测量，获取河道离散点xyz水深数据。
S2、根据河岸点位信息沿河道补充水深数据至河岸，所述河岸点位信息基于无人机遥感影像提取；
本实施例中，受限于测量成本和测量船可达范围，靠近河岸两侧的水深数据需要进行补充。
步骤S2具体为：
为使河底地形与河岸两侧地形相结合，需提取河岸线信息，岸线提取从步骤1中航拍所得的正射影像水域面进行提取。根据提取出的岸线经纬度信息，将该位置设置为水深值0点。
可参照图5，为补充靠近河岸两侧水深数据，以二次函数来描述河岸水深的形状，用公式表示为：
z=ax^2+bx；
其中，z表示估算点（x, y）的水深数据；
将步骤1测量所得的水深数据代入公式，得到其中的常数a和b。将需要估算的估算点的横坐标代入计算，得到估算点的水深数据；
基于上述公式，补充水深数据至河岸；
最后把该数据加入到xyz数组当中，组成处理后的水深数据。
S3、对所述水深数据进行插值，并生成栅格数据，基于所述栅格数据构建三维模型；
步骤S3中对所述水深数据进行插值具体为：
根据Kringing插值算法，对所述水深数据进行插值；
基于所述栅格数据构建三维模型具体为：
对所述栅格数据根据水深分布进行颜色渐变处理，并提取纹理贴图文件；
根据所述栅格数据构建三维网格模型；
对三维网格模型进行平滑处理，同时根据所述纹理贴图文件对所述三维网格模型进行贴图，得到三维模型数据。
本实施例中，由于获取的离散点数据密度不足，故而通过获取的xyz数据（水深数据），将该数据基于Kringing插值算法在ArcMap软件中生成.GIF格式的文件（栅格数据）。该格式是arcmap软件做栅格处理后输出的默认格式，也是globalmapper可引用的文件格式。
根据该文件，可以根据实际应用的需要，可以导出不同纹理的jpg文件（纹理贴图文件），用于三维模型贴图。具体的，在ArcMap中，根据生成的.GIF栅格文件，在栅格属性中可进行栅格符号设置，依托于栅格生成的像素值，可将河道高层依据不同的高层分布进行渐变处理。例如利用符号系统中的拉伸类目，将较浅的地方渲染为蓝色，而较深的地方渲染为红色，增强模型的表现力，如图2和图3所示，以提取出纹理贴图文件。
基于上述的.GIF文件成果，将其导入到Global Mapper中，根据栅格数据构建TIN三维网格模型，最终输出为.dxf格式的三维网格模型文件。
将上述过程中获取的三维网格模型文件导入至SketchUp软件中通过SketchUp将三维网格模型进行平滑处理，同时将此前获取的jpg纹理贴图文件对三维模型进行贴图，贴图完成后导出为.fbx格式的三维模型数据。
具体地，把jpg文件直接拖入SketchUp界面，调整贴图的位置，尺寸，调整结束之后点击炸开模型，将调整好位置的jpg文件设置为自定义纹理，然后点击纹理----投影，选择油漆桶工具，按Alt键吸管吸取材质之后，编辑组件，然后再分别点击油漆桶工具和模型，运行之后贴图完成。将模型全选组成一个组群，导出.fbx格式的三维模型数据。
本发明的实施例二为：
一种河道三维模型的构建方法，与实施例一的区别在于，还包括步骤：
S4、依据3DTiles格式规范，对所述三维模型数据进行切片处理，获取最终的切片文件在Web三维引擎中进行加载展示。
本实施例中，在模型构建完成后，还对模型进行了Web展示。依据3DTiles格式规范，将上述数据进行切片处理，获取最终的切片文件在Web三维引擎中进行加载。
请参照图4，本发明的实施例三为：
一种河道三维模型的构建方法在内河通航预测的应用，包括步骤：
S1、预先通过以上所述的一种河道三维模型的构建方法进行河道建模，得到河道三维模型，并通过安装在河道的水位检测仪获取建模时的第一水位信息；
S2、向安装在河道的水位检测仪获取实时的第二水位信息；
S3、根据所述第一水位信息、所述第二水位信息、船舶吃水深度以及船舶航道在三维模型中的深度，预测船舶是否存在触底风险。
步骤S3具体为：
根据所述第一水位信息H0、所述第二水位信息Hn、船舶吃水深度Hc以及船舶航道在三维模型中的深度H，预测船舶底部距离河底的距离f(h)：
f(h)=Hn-Ho+H-Hc；
根据船舶底部距离河底的距离，判断是否存在触底风险。
本实施例中，由于内河受不同季节影响，河流水位相差较大，故在实际应用中需要考虑计算水深点数据测量时的水位与当前的实时水位。由此，预先在河道安装有水位检测仪，用于测量水位数据。
假设在进行水深测量时的水位为Ho，实时水位为Hn，当前船舶吃水深度为Hc，根据船舶行驶路线获取所在河道三维模型深度为H。则可通过公式：
f(h)=Hn-Ho+H-Hc；
来计算是否可以通航，f(h)表达的是船底距离河底的距离。最后，通过计算结果来预测船只在航行过程中是否有触底风险。
本发明的实施例四为：
一种河道三维模型的构建方法在内河通航预测的应用，与实施例三的区别在于，本实施例中，预设有一标定船底距离河底的安全距离。本实施例中，通过判断传递距离河底的距离是否大于标定的安全距离，若是则认为船只在航行过程中无触底风险，否则认为存在触底风险。
同时，本实施例中，在认定船只在航行过程中存在触底风险时，利用所述安全距离，以及船舶的吃水深度、在进行水深测量时的水位Ho以及实时水位Hn，代入上述公式中进行计算，得出在安全航行情况下，需要在河道三维模型中的最小深度Hmin。
根据该最小深度对河道三维模型进行区域筛选，得到河道中无触底风险的安全区域。根据安全区域的连贯性判断是否存在可行航线，若是则结合所述安全区域进行航线的重新规划。
本发明的实施例五为：
一种存储介质，其上存储有计算机程序，所述计算机程序被执行时实现以上所述的一种河道三维模型的构建方法中的步骤。
本发明的实施例六为：
一种存储介质，其上存储有计算机程序，所述计算机程序被执行时实现以上所述的一种河道三维模型的构建方法在内河通航预测的应用中的步骤。
综上所述，本发明提供的一种河道三维模型的构建方法及其在内河通航预测的应用，在构建河道三维模型时，考虑测量船的吃水深度以及河道水深，实际探测区域有限，因此利用水文算法模型以及河岸点位信息沿河道补充水深数据至河岸，同时，考虑到测量生成的点云数据可能不具备一个完整连续的三维形态，数据密度较低的情况，对测量采集的离散点水深数据进行了插值处理，从而提高三维模型构建的准确性和有效性。同时，将构建的三维模型应用于内河通航预测的应用，结合实时的水位数据、船舶吃水深度等，预测船舶通航是否存在触底风险，提高内河通航的安全性。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等同变换，或直接或间接运用在相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (7)
1.一种河道三维模型的构建方法，其特征在于，包括步骤：
S1、通过测量船获取河道水深测量数据，得到河道的离散点形式水深数据，并通过无人机，获取河道正射影像；
S2、根据河岸点位信息沿河道补充水深数据至河岸，所述河岸点位信息基于所述河道正射影像提取；
步骤S2具体为：
从所述正射影像中提取出岸线经纬度信息，将岸线位置设置为水深值0点；
为补充靠近河岸两侧水深数据，以二次函数来描述水深情况，用公式表示为：
z=ax^2+bx；
其中，z表示估算点（x, y）的水深数据；
将步骤1测量所得的水深数据代入公式，得到其中的常数a和b；
将需要估算的估算点的横坐标代入计算，得到估算点的水深数据；
基于上述步骤，补充水深数据至河岸；
最后把该数据加入到xyz数组当中，组成处理后的水深数据；
S3、对所述水深数据进行插值，并生成栅格数据，基于所述栅格数据构建三维模型；
步骤S3中对所述水深数据进行插值具体为：
根据Kringing插值算法，对所述水深数据进行插值；
基于所述栅格数据构建三维模型具体为：
对所述栅格数据根据水深分布进行颜色渐变处理，并提取纹理贴图文件；
根据所述栅格数据构建三维网格模型；
对三维网格模型进行平滑处理，同时根据所述纹理贴图文件对所述三维网格模型进行贴图，得到三维模型数据。
2.根据权利要求1所述的一种河道三维模型的构建方法，其特征在于，还包括步骤：
S4、依据3DTiles格式规范，对所述三维模型数据进行切片处理，获取最终的切片文件在Web三维引擎中进行加载展示。
3.根据权利要求1所述的一种河道三维模型的构建方法，其特征在于，所述水深测量数据由所述测量船通过搭载单波束或多波束测量设备测量得到。
4.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被执行时实现以上权利要求1-3任一所述的一种河道三维模型的构建方法中的步骤。
5.一种河道三维模型的构建方法在内河通航预测的应用，其特征在于，包括步骤：
S1、预先通过权利要求1-3任一所述的一种河道三维模型的构建方法进行河道建模，得到河道三维模型，并通过安装在河道的水位检测仪获取建模时的第一水位信息；
S2、向安装在河道的水位检测仪获取实时的第二水位信息信息；
S3、根据所述第一水位信息、所述第二水位信息、船舶吃水深度以及船舶航道在三维模型中的深度，预测船舶是否存在触底风险。
6.根据权利要求5所述的一种河道三维模型的构建方法在内河通航预测的应用，其特征在于，步骤S3具体为：
根据所述第一水位信息H0、所述第二水位信息Hn、船舶吃水深度Hc以及船舶航道在三维模型中的深度H，预测船舶底部距离河底的距离f(h)：
f(h)=Hn-Ho+H-Hc；
根据船舶底部距离河底的距离，判断是否存在触底风险。
7.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被执行时实现以上权利要求5或6所述的一种河道三维模型的构建方法在内河通航预测的应用中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311352297.3A CN117095141B (zh) | 2023-10-19 | 2023-10-19 | 一种河道三维模型的构建方法及其在内河通航预测的应用 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311352297.3A CN117095141B (zh) | 2023-10-19 | 2023-10-19 | 一种河道三维模型的构建方法及其在内河通航预测的应用 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117095141A CN117095141A (zh) | 2023-11-21 |
| CN117095141B true CN117095141B (zh) | 2023-12-19 |
Family
ID=88780667
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311352297.3A Active CN117095141B (zh) | 2023-10-19 | 2023-10-19 | 一种河道三维模型的构建方法及其在内河通航预测的应用 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117095141B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20170027171A (ko) * | 2015-09-01 | 2017-03-09 | 한국해양과학기술원 | 사진측량을 위한 연안기준점 표지판 |
| CN109197238A (zh) * | 2018-11-07 | 2019-01-15 | 台州科技职业学院 | 一种硬质护岸型河岸生态构建结构及构建方法 |
| 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 |
| CN116309783A (zh) * | 2023-05-22 | 2023-06-23 | 山东锋士信息技术有限公司 | 一种基于遥感数据的河道复式断面水位观测方法 |
-
2023
- 2023-10-19 CN CN202311352297.3A patent/CN117095141B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20170027171A (ko) * | 2015-09-01 | 2017-03-09 | 한국해양과학기술원 | 사진측량을 위한 연안기준점 표지판 |
| CN109197238A (zh) * | 2018-11-07 | 2019-01-15 | 台州科技职业学院 | 一种硬质护岸型河岸生态构建结构及构建方法 |
| 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 |
| CN116309783A (zh) * | 2023-05-22 | 2023-06-23 | 山东锋士信息技术有限公司 | 一种基于遥感数据的河道复式断面水位观测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117095141A (zh) | 2023-11-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3955158B1 (en) | Object detection method and apparatus, electronic device, and storage medium | |
| US10689830B2 (en) | Container angle sensing using vision sensor for feedback loop control | |
| CN106886980B (zh) | 一种基于三维激光雷达目标识别的点云密度增强的方法 | |
| CN114170393A (zh) | 基于多种数据的三维地图场景搭建方法 | |
| JP2017517784A (ja) | 鉱山工事現場を対象にした工事状況の視覚化 | |
| CN111681316A (zh) | 一种高精度河道地形插值方法 | |
| KR101779532B1 (ko) | 2차원 이미지를 3차원 이미지로 복원하는 방법 및 시스템 | |
| CN115690286B (zh) | 三维地形生成方法、终端设备及计算机可读存储介质 | |
| Di Stefano et al. | An automatic approach for rill network extraction to measure rill erosion by terrestrial and low‐cost unmanned aerial vehicle photogrammetry | |
| CN117095141B (zh) | 一种河道三维模型的构建方法及其在内河通航预测的应用 | |
| KR102025144B1 (ko) | 드론을 이용한 건설폐기물 예측 장치, 방법 및 이를 수행하기 위한 기록매체 | |
| Hapep et al. | Comparison of Different DEM Generation Methods based on Open Source Datasets. | |
| WO2019236064A1 (en) | Automatically updating a georeferencing graphical user interface for navigation line adjustments | |
| CN116030116A (zh) | 垃圾填埋体积分析方法、装置、电子设备及存储介质 | |
| CN115909091A (zh) | 一种基于无人机三维扫描实景建模的土方量计算方法 | |
| JP2006047700A (ja) | ３次元海底地形図表示装置及び方法 | |
| CN112487522B (zh) | Bim模型的生成方法、装置以及计算机存储介质 | |
| KR20220119826A (ko) | 다시점 영상으로부터의 깊이지도 생성 장치 및 방법 | |
| CN111784789A (zh) | 一种地貌生成方法、装置、计算机设备和存储介质 | |
| Prasad et al. | Modelling and Analysis of Underwater Surface using ENC Chart Visualization | |
| US20230368462A1 (en) | Information processing apparatus, information processing method, and recording medium | |
| Leary et al. | Recommended geomorphic change detection procedures for repeat TLS surveys from Hells canyon, Idaho | |
| COJOCARIU et al. | 3D MODELING OF GRASSLANDS THROUGH GNSS TECHNOLOGY | |
| Sayed et al. | Deep Learning Approach for Detecting Digital Elevation Model (DEM) Uncertainty to Enhance Assessment of Water Resources | |
| Khandelwal | Reservoir Characterization using a Geometric Approach |
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 |