CN107449404A - Dlg数据采集方法及装置 - Google Patents
Dlg数据采集方法及装置 Download PDFInfo
- Publication number
- CN107449404A CN107449404A CN201710818705.8A CN201710818705A CN107449404A CN 107449404 A CN107449404 A CN 107449404A CN 201710818705 A CN201710818705 A CN 201710818705A CN 107449404 A CN107449404 A CN 107449404A
- Authority
- CN
- China
- Prior art keywords
- model
- elevation
- key element
- acquisition
- data
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Processing Or Creating Images (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种DLG数据采集方法及装置,应用于计算设备,所述方法包括:对获取的倾斜摄影数据进行处理得到三维模型,根据所述三维模型构建数字高程模型。根据预设采集方式对所述三维模型及数字高程模型进行地物要素采集处理,获取对应的高程及平面坐标,其中,所述预设采集方式包括:地表要素的采集方式及通过内缓冲区采集建筑物高程的建筑物要素采集方式。基于数字高程模型生成等高线。由此,基于普通的计算设备即可操作,投入的设备成本低,操作方便,并且,模型的处理效率高,模型数据精度高,DLG测图效果好。
Description
技术领域
本发明涉及航空摄影测量技术领域,具体而言,涉及一种DLG数据采集方法及装置。
背景技术
航空摄影测量技术发展至今已经有一个半世纪,航空摄影测量技术主要用于DLG(Digital Line Graphic,数字线划地图)数据采集,包括在航空影像上采集地物要素的矢量轮廓数据,位置解算,获取地物要素的实际地理坐标等处理流程。随着电子技术和计算机技术的不断发展,DLG数据采集的主要技术手段仍是立体采集。
目前,我国采用的DLG采集***主要是基于全数字的航空摄影测量***,***主要用于对立体像对进行采集,采集效率低、实用性较差。立体采集设备主要由立体显示器(配立体显卡和立体眼镜)及三维鼠标(或手轮脚盘)组成。尽管,与模拟或解析时期的设备相比,全数字立体采集设备的成本已大幅降低;但是,由于立体显示器、立体显卡及三维鼠标等器件价格较贵,立体采集设备的成本仍要比普通计算机高许多。并且,用户在进行作业时,必须佩戴立体眼镜,操作不够便捷。
发明内容
为了克服现有技术中的上述不足,本发明提供一种DLG数据采集方法及装置,其能够有效解决现有DLG采集方法存在的效率低、实用性差的问题,采用普通计算机即可操作,设备成本投入低,操作方便。
本发明较佳实施例的第一目的在于提供一种DLG数据采集方法,应用于计算设备,所述方法包括:
对获取的倾斜摄影数据进行处理得到三维模型,根据所述三维模型构建数字高程模型;
根据预设采集方式对所述三维模型及数字高程模型进行地物要素采集处理,获取对应的高程及平面坐标,其中,所述预设采集方式包括:地表要素的采集方式及通过内缓冲区采集建筑物高程的建筑物要素采集方式;
基于数字高程模型生成等高线。
本发明较佳实施例的第二目的在于提供一种DLG数据采集装置,应用于计算设备,所述装置包括:
模型处理模块,用于对获取的倾斜摄影数据进行处理得到三维模型,根据所述三维模型构建数字高程模型;
要素处理模块,用于根据预设采集方式对所述三维模型及数字高程模型进行地物要素采集处理,获取对应的高程及平面坐标,其中,所述预设采集方式包括:地表要素的采集方式及通过内缓冲区采集建筑物高程的建筑物要素采集方式;
生成模块,用于基于数字高程模型生成等高线。
相对于现有技术而言,本发明具有以下有益效果:
本发明较佳实施例提供一种DLG数据采集方法及装置,应用于计算设备,所述方法包括:对获取的倾斜摄影数据进行处理得到三维模型,根据所述三维模型构建数字高程模型。根据预设采集方式对所述三维模型及数字高程模型进行地物要素采集处理,获取对应的高程及平面坐标,其中,所述预设采集方式包括:地表要素的采集方式及通过内缓冲区采集建筑物高程的建筑物要素采集方式。基于数字高程模型生成等高线。由此,基于普通的计算设备即可操作,投入的设备成本低,操作方便,并且,模型的处理效率高,模型数据精度高,DLG测图效果好。
附图说明
为了更清楚地说明本发明实施例的技术方案,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发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1是本发明较佳实施例提供的计算设备的方框示意图。
图2是本发明第一实施例提供的DLG数据采集方法的步骤流程图之一。
图3是本发明第一实施例提供的DLG数据采集方法的步骤流程图之二。
图4是本发明第一实施例提供的图2所示的步骤S120的子步骤流程图。
图5是本发明第一实施例提供的图2所示的步骤S130的子步骤流程图之一。
图6是本发明第一实施例提供的图2所示的步骤S130的子步骤流程图之二。
图7是本发明第一实施例提供的基于预设规则构建内缓冲区的示意图。
图8是本发明第一实施例提供的图2所示的步骤S140的子步骤流程图。
图9为本发明第二实施例提供的DLG数据采集装置的功能模块图。
图标:100-计算设备;110-存储器;120-处理器;130-网络模块;140-显卡模块;200-DLG数据采集装置;210-数据获取模块;220-模型处理模块;230-要素处理模块;240-等高线生成模块。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明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发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。此外,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
请参照图1,图1是本发明较佳实施例提供的计算设备100的方框示意图。所述计算设备100包括存储器110、DLG数据采集装置200、处理器120、网络模块130及显卡模块140。
所述存储器110、处理器120、网络模块130相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通信总线或信号线实现电性连接。存储器110中存储有DLG数据采集装置200,所述DLG数据采集装置200包括至少一个可以软件或固件(firmware)的形式存储于所述存储器110中的软件功能模块,所述处理器120通过运行存储在存储器110内的软件程序以及模块,从而执行各种功能应用以及数据处理。
其中,所述存储器110可以是,但不限于,随机存取存储器(Random AccessMemory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(ProgrammableRead-Only Memory,PROM),可擦除只读存储器(Erasable Programmable Read-OnlyMemory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-OnlyMemory,EEPROM)等。其中,存储器110用于存储程序,所述处理器120在接收到执行指令后,执行所述程序。进一步地,上述存储器110内的软件程序以及模块还可包括操作***,其可包括各种用于管理***任务(例如内存管理、存储设备控制、电源管理等)的软件组件和/或驱动,并可与各种硬件或软件组件相互通信,从而提供其他软件组件的运行环境。
所述处理器120可以是一种集成电路芯片,具有信号的处理能力。上述的处理器120可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述网络模块130用于通过网络实现计算设备100与其他外部设备之间的通信连接及数据传输。
所述显卡模块140用于对图形数据进行运算处理,以缓解处理器120的运算压力。其中,所述显卡模块140的核心部件为GPU(Graphics Processing Unit,图形处理器),用于将计算设备100所需的图形数据信息进行转换驱动,并控制显示器进行显示。
可以理解,图1所述的结构仅为示意,计算设备100还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
第一实施例
请参照图2,图2是本发明第一实施例提供的DLG数据采集方法的步骤流程图之一。所述方法应用于计算设备100。下面对DLG数据采集方法的具体流程进行详细阐述。
步骤S120,对获取的倾斜摄影数据进行处理得到三维模型,根据所述三维模型构建数字高程模型。
在本实施例中,数字高程模型(Digital Elevation Model,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(即地形表面形态的数字化表达),它是一种实体地面模型,采用一组有序数值阵列形式表示地面高程,是数字地形模型(Digital TerrainModel,DTM)的一个分支。
步骤S130,根据预设采集方式对所述三维模型及数字高程模型进行地物要素采集处理,获取对应的高程及平面坐标。
在本实施例中,所述预设采集方式可以包括:地表要素的采集方式及通过内缓冲区采集建筑物高程的建筑物要素采集方式。
在本实施例中,某点沿铅垂线方向到绝对基面的距离,称为绝对高程,简称高程。某点沿铅垂线方向到某假定水准基面的距离,称为假定高程。绝对基面是指以某一海滨地点平均海水平面高程定为零的水准基面。我国沿用的绝对基面包括大连、大沽、黄海、废黄河口、吴淞、珠江等基面。
步骤S140,基于数字高程模型生成等高线。
请参照图3,图3是本发明第一实施例提供的DLG数据采集方法的步骤流程图之二。所述方法还包括:
步骤S110,获取倾斜摄影采集设备采集的倾斜摄影数据。
在本实施例中,所述倾斜摄影数据可以包括,但不限于:高重叠影像数据及POS(Positioning and Orientation System,定位定姿***)数据。
在本实施例中,所述倾斜摄影数据由所述倾斜摄影采集设备进行采集,计算设备100从所述倾斜摄影采集设备处获取倾斜摄影数据。其中,所述计算设备100获取倾斜摄影数据的方式可以包括,但不限于:1.所述计算设备100与所述倾斜摄影采集设备通信连接,在倾斜摄影采集设备采集倾斜摄影数据的过程中,所述倾斜摄影采集设备可将采集到的数据信息实时传输给所述计算设备100进行处理。2.所述计算设备100与所述倾斜摄影采集设备通过接口连接,所述倾斜摄影采集设备将采集完成的全部倾斜摄影数据通过接入的接口纯传输给所述计算设备100。
在本实施例中,所述倾斜摄影采集设备可以包括,但不限于:倾斜摄影航空相机等设备。所述倾斜摄影采集设备可搭载在航空飞机平台上进行航空影像。采集影像数据的航空飞机可以是人工驾驶的飞机或无人机,其中,优选采用无人机。本发明较佳实施例采用倾斜摄影技术,颠覆了以往正射影像只能从垂直角度拍摄的局限,在航空飞机平台上搭载多个倾斜摄影采集设备及多个传感器,可按照飞机飞行航带从垂直、不同倾斜方向等多个视角拍摄影像数据,使得同一目标能够在系列影像上多次出现,从而得到不同角度的地物纹理信息,实现地物要素密集区的无死角拍摄。
下面对上述图2中的步骤S120进行具体描述。
请参照图4,图4是本发明第一实施例提供的图2所示的步骤S120的子步骤流程图。所述步骤S120包括:子步骤S121、子步骤S122及子步骤S123。
子步骤S121,利用预设数据处理软件对所述倾斜摄影数据包括的高重叠影像数据及POS数据进行处理,得到以三角面片及纹理组成的三维模型。
在本实施例中,所述计算设备100利用预设数据处理软件(比如,Smart3D软件)对所述倾斜摄影数据包括的高重叠影像数据及POS数据进行处理,得到以大量三角面片及纹理组成的三维模型。
在本实施例中,本发明实施例充分利用了三维模型的信息,模型数据精度高,在三维模型的质量满足的情况下,可进行1:2000、1:1000,甚至是1:500的大比例尺测图。
子步骤S122,提取组成所述三维模型的每个三角面片的每个顶点的顶点数据,对提取的顶点数据进行滤波处理。
在本实施例中,对提取的顶点数据进行滤波处理的滤波算法可以包括,但不限于:逐点***滤波、中位值滤波算法、算术滤波算法、递推滤波算法、卡尔曼滤波算法等。
子步骤S123,对经过滤波处理的顶点数据进行内插处理生成数字高程模型。
在本实施例中,所述计算设备100对经过滤波处理的顶点数据进行内插处理的内插方法主要包括:整体内插法、分块内插法及逐点内插法,其中,本实施例优选采用整体内插法。
下面对上述图2中的步骤S130进行具体描述。
请参照图5,图5是本发明第一实施例提供的图2所示的步骤S130的子步骤流程图之一。所述步骤S130包括:子步骤S131、子步骤S132及子步骤S133。
在本实施例中,当所述预设采集方式为地表要素采集方式时,执行图5所示的步骤流程。
子步骤S131,对所述三维模型及数字高程模型进行融合处理。
在本实施例中,所述计算设备100进行融合处理的操作可以包括:获取三维模型的平面坐标及数字高程模型的平面坐标,并将三维模型的平面坐标与数字高程模型的平面坐标对齐。
子步骤S132,基于经过融合处理的三维模型及数字高程模型采集地表要素。
在本实施例中,所述地表要素是指地表范围涵盖的物体类别,比如,树木、道路、田地、山脉等。
子步骤S133,在采集地表要素过程中,基于地表要素的平面坐标在数字高程模型中实时获取地表要素的高程。
在本实施例中,在采集地表要素的过程中,由于三维模型的平面坐标与数字高程模型的平面坐标相互对齐,所述计算设备100可根据平面坐标在数字高程模型中实时获取地表要素的高程值。
请参照图6,图6是本发明第一实施例提供的图2所示的步骤S130的子步骤流程图之二。所述步骤S130还包括:子步骤S136及子步骤S137。
在本实施例中,当所述预设采集方式为建筑物要素采集方式时,执行图6所示的步骤流程。
子步骤S136,基于预设规则构建内缓冲区。
请参照图7,图7是本发明第一实施例提供的基于预设规则构建内缓冲区的示意图。
在本实施例中,所述计算设备100先计算建筑物各个顶点(Vi)所处位置的内角的角平分线(Li);再根据内缓冲区的预设阈值(D)计算建筑物相邻顶点连线(li)沿角平分线(Li)方向的平行线段(di);最后,将各个顶点间的线段li连接,将各平行线段di连接。由图7所示,顶点连接的线段li与连接的平行线段di之间的区域即为内缓冲区。
子步骤S137,根据所述内缓冲区搜索计算建筑物要素顶点的高程。
在本实施例中,所述计算设备100对内缓冲区进行搜索得到建筑物每个顶点Vi对应的角平分线Li与内缓冲区边界di的交点Ji,每个交点Ji的高程即为对应顶点Vi的高程。
在本实施例中,由于三维模型由三角面片组成,容易出现建筑物边界处弯曲,三维模型边缘不够规则的情况。在采集建筑物要素的过程中,会存在实际需要的平面坐标与高程坐标不在一个位置的情况。由此,本发明较佳实施例提供了一种实时构建内缓冲区的方式,可在内缓冲区中自动搜索当前顶点的高程值,可实现平面坐标与高程坐标分开采集的效果。
下面对上述图2中的步骤S140进行具体描述。
请参照图8,图8是本发明第一实施例提供的图2所示的步骤S140的子步骤流程图。所述步骤S140包括:子步骤S141、子步骤S142、子步骤S143及子步骤S144。
子步骤S141,基于所述数字高程模型的最大高程、最小高程及等高距计算得到多个不同的高程。
在本实施例中,所述计算设备100先得到所述数字高程模型的最大高程(maxH)、最小高程(minH)及等高距(d);然后,根据最小高程minH计算最低点等高线的高程根据最大高程maxH计算最高点等高线高程计算等高线的数目计算各个等高线的高程:Zi=Zmin+i×d(i=0,1,2...n)。其中,i按照高程从低到高的顺序排列。
子步骤S142,在所述数字高程模型中对每个高程的坐标点进行跟踪处理生成每个高程对应的初始等高线。
在本实施例中,所述计算设备100先在数字高程模型中分别对每个高程的起点坐标进行定位和内插;再按照顺时针方向或逆时针方向依次搜索下一个点,直至搜索到每个高程的最后一个点为止;最后,分别将每个高程搜索到的点依次连接形成各个高程各自对应的初始等高线。
子步骤S143,对初始等高线进行拟合处理。
在本实施例中,所述计算设备100按照三次样条曲线:y(u)=a0+a1u+a2u2+a3u3对初始等高线进行拟合处理。其中,所述计算设备100先将离散的已知坐标带入到公式中进行计算得到常量a0、a1、a2、a3,由此,得到上述曲线公式。所述计算设备100再根据上述曲线公式对初始等高线进行拟合。
子步骤S144,对经过拟合处理的初始等高线进行冗余点删除处理,得到光滑的等高线。
在本实施例中,所述计算设备100计算经过拟合处理的初始等高线相邻顶点连线中具有同一公共顶点的相邻两条线段的转折角θ,并将θ与预设转折角容差δ进行比较,若θ<δ,则删除当前两条线段的公共顶点,若θ>δ,则保留当前公共顶点,继续对下一公共顶点的相邻线段进行计算,直至全部顶点处理完毕。
第二实施例
请参照图9,图9为本发明第二实施例提供的DLG数据采集装置200的功能模块图。所述装置应用于上述的计算设备100。所述装置包括:模型处理模块220、要素处理模块230及等高线生成模块240。
模型处理模块220,用于对获取的倾斜摄影数据进行处理得到三维模型,根据所述三维模型构建数字高程模型。
在本实施例中,模型处理模块220用于执行图2中的步骤S120,关于所述模型处理模块220的具体描述可以参照图2中步骤S120的描述。
要素处理模块230,用于根据预设采集方式对所述三维模型及数字高程模型进行地物要素采集处理,获取对应的高程及平面坐标,其中,所述预设采集方式包括:地表要素的采集方式及通过内缓冲区采集建筑物高程的建筑物要素采集方式。
在本实施例中,要素处理模块230用于执行图2中的步骤S130,关于所述要素处理模块230的具体描述可以参照图2中步骤S130的描述。
等高线生成模块240,用于基于数字高程模型生成等高线。
在本实施例中,等高线生成模块240用于执行图2中的步骤S140,关于所述等高线生成模块240的具体描述可以参照图2中步骤S140的描述。
请再次参照图9,所述装置还包括:数据获取模块210。
数据获取模块210,用于获取倾斜摄影采集设备采集的倾斜摄影数据,其中,所述倾斜摄影数据包括:高重叠影像数据及POS数据。
在本实施例中,数据获取模块210用于执行图3中的步骤S110,关于所述数据获取模块210的具体描述可以参照图3中步骤S110的描述。
综上所述,本发明较佳实施例的第一目的在于提供一种DLG数据采集方法及装置,应用于计算设备,所述方法包括:对获取的倾斜摄影数据进行处理得到三维模型,根据所述三维模型构建数字高程模型。根据预设采集方式对所述三维模型及数字高程模型进行地物要素采集处理,获取对应的高程及平面坐标,其中,所述预设采集方式包括:地表要素的采集方式及通过内缓冲区采集建筑物高程的建筑物要素采集方式。基于数字高程模型生成等高线。
由此,基于普通的计算设备即可操作,投入的设备成本低,操作方便。并且,基于倾斜摄影技术构建三维模型及数字高程模型,模型的处理效率高,模型数据精度高,DLG测图效果好。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种DLG数据采集方法,应用于计算设备,其特征在于,所述方法包括:
对获取的倾斜摄影数据进行处理得到三维模型,根据所述三维模型构建数字高程模型;
根据预设采集方式对所述三维模型及数字高程模型进行地物要素采集处理,获取对应的高程及平面坐标,其中,所述预设采集方式包括:地表要素的采集方式及通过内缓冲区采集建筑物高程的建筑物要素采集方式;
基于数字高程模型生成等高线。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取倾斜摄影采集设备采集的倾斜摄影数据,其中,所述倾斜摄影数据包括:高重叠影像数据及POS数据。
3.根据权利要求2所述的方法,其特征在于,所述对获取的倾斜摄影数据进行处理得到三维模型的步骤包括:
利用预设数据处理软件对所述倾斜摄影数据包括的高重叠影像数据及POS数据进行处理,得到以三角面片及纹理组成的三维模型。
4.根据权利要求3所述的方法,其特征在于,所述根据所述三维模型构建数字高程模型的步骤包括:
提取组成所述三维模型的每个三角面片的每个顶点的顶点数据,对提取的顶点数据进行滤波处理;
对经过滤波处理的顶点数据进行内插处理生成数字高程模型。
5.根据权利要求1所述的方法,其特征在于,当所述预设采集方式为地表要素采集方式时,所述根据预设采集方式对所述三维模型及数字高程模型进行地物要素采集处理,并获取对应的高程及平面坐标的步骤包括:
对所述三维模型及数字高程模型进行融合处理,其中,所述进行融合处理的操作包括:将三维模型的平面坐标与数字高程模型的平面坐标对齐;
基于经过融合处理的三维模型及数字高程模型采集地表要素;
在采集地表要素过程中,基于地表要素的平面坐标在数字高程模型中实时获取地表要素的高程。
6.根据权利要求5所述的方法,其特征在于,当所述预设采集方式为建筑物要素采集方式时,所述根据预设采集方式对所述三维模型及数字高程模型进行地物要素采集处理,并获取对应的高程的步骤包括:
基于预设规则构建内缓冲区;
根据所述内缓冲区搜索计算建筑物要素顶点的高程。
7.根据权利要求1或6所述的方法,其特征在于,所述基于数字高程模型生成等高线的步骤包括:
基于所述数字高程模型的最大高程、最小高程及等高距计算得到多个不同的高程;
在所述数字高程模型中对每个高程的坐标点进行跟踪处理生成每个高程对应的初始等高线;
对初始等高线进行拟合处理;
对经过拟合处理的初始等高线进行冗余点删除处理,得到光滑的等高线。
8.一种DLG数据采集装置,应用于计算设备,其特征在于,所述装置包括:
模型处理模块,用于对获取的倾斜摄影数据进行处理得到三维模型,根据所述三维模型构建数字高程模型;
要素处理模块,用于根据预设采集方式对所述三维模型及数字高程模型进行地物要素采集处理,获取对应的高程及平面坐标,其中,所述预设采集方式包括:地表要素的采集方式及通过内缓冲区采集建筑物高程的建筑物要素采集方式;
等高线生成模块,用于基于数字高程模型生成等高线。
9.根据权利要求8所述的装置,其特征在于,所述装置还包括:
数据获取模块,用于获取倾斜摄影采集设备采集的倾斜摄影数据,其中,所述倾斜摄影数据包括:高重叠影像数据及POS数据。
10.根据权利要求8所述的装置,其特征在于,当所述预设采集方式为建筑物要素采集方式时,所述要素处理模块根据预设采集方式对所述三维模型及数字高程模型进行地物要素采集处理,并获取对应的高程的方式包括:
基于预设规则构建内缓冲区;
根据所述内缓冲区搜索计算建筑物要素顶点的高程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710818705.8A CN107449404B (zh) | 2017-09-12 | 2017-09-12 | Dlg数据采集方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710818705.8A CN107449404B (zh) | 2017-09-12 | 2017-09-12 | Dlg数据采集方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107449404A true CN107449404A (zh) | 2017-12-08 |
CN107449404B CN107449404B (zh) | 2019-12-06 |
Family
ID=60496333
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710818705.8A Active CN107449404B (zh) | 2017-09-12 | 2017-09-12 | Dlg数据采集方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107449404B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108520555A (zh) * | 2018-04-11 | 2018-09-11 | 长江大学 | 地质模型构建方法及装置 |
CN108898681A (zh) * | 2018-06-26 | 2018-11-27 | 中煤航测遥感集团有限公司 | 数字高程模型处理方法及装置 |
CN110163962A (zh) * | 2019-01-28 | 2019-08-23 | 中国建筑一局(集团)有限公司 | 一种基于Smart 3D倾斜摄影技术输出实际地形等高线的方法 |
CN110207668A (zh) * | 2019-05-15 | 2019-09-06 | 中国建筑西南设计研究院有限公司 | 一种基于无人机倾斜摄影实现景观竖向分析与定量竖向设计的方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101777189A (zh) * | 2009-12-30 | 2010-07-14 | 武汉大学 | LiDAR三维立体环境下测图和质量检查方法 |
CN101964009A (zh) * | 2010-09-17 | 2011-02-02 | 中煤地航测遥感局有限公司 | 一种基于insar制作3d产品的***及方法 |
CN102147250A (zh) * | 2010-09-13 | 2011-08-10 | 天津市星际空间地理信息工程有限公司 | 一种数字线划图测图方法 |
CN103047970B (zh) * | 2012-12-18 | 2014-05-21 | 中国矿业大学(北京) | 一种确定塌陷耕地损害边界的方法 |
CN103884321A (zh) * | 2014-04-17 | 2014-06-25 | 西安煤航信息产业有限公司 | 一种遥感影像成图工艺 |
CN103886640A (zh) * | 2014-03-26 | 2014-06-25 | 中国测绘科学研究院 | 一种建筑物的三维模型的获取方法及*** |
US20140267250A1 (en) * | 2013-03-15 | 2014-09-18 | Intermap Technologies, Inc. | Method and apparatus for digital elevation model systematic error correction and fusion |
CN104637370A (zh) * | 2014-12-23 | 2015-05-20 | 河南城建学院 | 一种摄影测量与遥感综合教学的方法及*** |
CN104809692A (zh) * | 2015-05-12 | 2015-07-29 | 山东临沂烟草有限公司 | 一种等高线生成dem的内插方法 |
CN204832512U (zh) * | 2015-09-14 | 2015-12-02 | 西安煤航信息产业有限公司 | 基于LiDAR点云数据与影像的DLG数据采集*** |
CN106504362A (zh) * | 2016-10-18 | 2017-03-15 | 国网湖北省电力公司检修公司 | 基于无人机的输变电***巡检方法 |
-
2017
- 2017-09-12 CN CN201710818705.8A patent/CN107449404B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101777189A (zh) * | 2009-12-30 | 2010-07-14 | 武汉大学 | LiDAR三维立体环境下测图和质量检查方法 |
CN102147250A (zh) * | 2010-09-13 | 2011-08-10 | 天津市星际空间地理信息工程有限公司 | 一种数字线划图测图方法 |
CN101964009A (zh) * | 2010-09-17 | 2011-02-02 | 中煤地航测遥感局有限公司 | 一种基于insar制作3d产品的***及方法 |
CN103047970B (zh) * | 2012-12-18 | 2014-05-21 | 中国矿业大学(北京) | 一种确定塌陷耕地损害边界的方法 |
US20140267250A1 (en) * | 2013-03-15 | 2014-09-18 | Intermap Technologies, Inc. | Method and apparatus for digital elevation model systematic error correction and fusion |
CN103886640A (zh) * | 2014-03-26 | 2014-06-25 | 中国测绘科学研究院 | 一种建筑物的三维模型的获取方法及*** |
CN103884321A (zh) * | 2014-04-17 | 2014-06-25 | 西安煤航信息产业有限公司 | 一种遥感影像成图工艺 |
CN104637370A (zh) * | 2014-12-23 | 2015-05-20 | 河南城建学院 | 一种摄影测量与遥感综合教学的方法及*** |
CN104809692A (zh) * | 2015-05-12 | 2015-07-29 | 山东临沂烟草有限公司 | 一种等高线生成dem的内插方法 |
CN204832512U (zh) * | 2015-09-14 | 2015-12-02 | 西安煤航信息产业有限公司 | 基于LiDAR点云数据与影像的DLG数据采集*** |
CN106504362A (zh) * | 2016-10-18 | 2017-03-15 | 国网湖北省电力公司检修公司 | 基于无人机的输变电***巡检方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108520555A (zh) * | 2018-04-11 | 2018-09-11 | 长江大学 | 地质模型构建方法及装置 |
CN108898681A (zh) * | 2018-06-26 | 2018-11-27 | 中煤航测遥感集团有限公司 | 数字高程模型处理方法及装置 |
CN108898681B (zh) * | 2018-06-26 | 2022-07-05 | 中煤航测遥感集团有限公司 | 数字高程模型处理方法及装置 |
CN110163962A (zh) * | 2019-01-28 | 2019-08-23 | 中国建筑一局(集团)有限公司 | 一种基于Smart 3D倾斜摄影技术输出实际地形等高线的方法 |
CN110207668A (zh) * | 2019-05-15 | 2019-09-06 | 中国建筑西南设计研究院有限公司 | 一种基于无人机倾斜摄影实现景观竖向分析与定量竖向设计的方法 |
CN110207668B (zh) * | 2019-05-15 | 2021-06-15 | 中国建筑西南设计研究院有限公司 | 基于无人机倾斜摄影的景观竖向分析与定量竖向设计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107449404B (zh) | 2019-12-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105627991B (zh) | 一种无人机影像实时全景拼接方法及*** | |
Zhang et al. | Photogrammetric processing of low‐altitude images acquired by unpiloted aerial vehicles | |
CN107449404A (zh) | Dlg数据采集方法及装置 | |
Wefelscheid et al. | Three-dimensional building reconstruction using images obtained by unmanned aerial vehicles | |
CN108038902A (zh) | 一种面向深度相机的高精度三维重建方法和*** | |
CN107607090B (zh) | 建筑物投影纠正方法及装置 | |
Sirmacek et al. | Performance evaluation for 3-D city model generation of six different DSMs from air-and spaceborne sensors | |
CN111553292B (zh) | 一种基于点云数据的岩体结构面识别与产状分类方法 | |
CN107167139A (zh) | 一种变电站巡检机器人视觉定位导航方法及*** | |
CN107862744A (zh) | 航空影像三维建模方法及相关产品 | |
CN103198524A (zh) | 一种大规模室外场景三维重建方法 | |
Lee et al. | Automatic integration of facade textures into 3D building models with a projective geometry based line clustering | |
CN103017739A (zh) | 基于激光雷达点云与航空影像的真正射影像的制作方法 | |
CN102243074A (zh) | 基于光线追踪技术的航空遥感成像几何变形仿真方法 | |
CN109872350A (zh) | 一种新的点云自动配准方法 | |
CN113607135A (zh) | 一种用于路桥施工领域的无人机倾斜摄影测量方法 | |
CN113689535B (zh) | 基于无人机影像的建筑物模型的生成方法和装置 | |
CN108876828A (zh) | 一种无人机图像批处理三维重建方法 | |
WO2021238359A1 (zh) | 一种构建物体的多细节层次模型的方法及计算机设备 | |
Cosido et al. | Hybridization of convergent photogrammetry, computer vision, and artificial intelligence for digital documentation of cultural heritage-a case study: the magdalena palace | |
CN112419501A (zh) | 一种地空异构协同地图构建方法 | |
CN106327576B (zh) | 一种城市场景重建方法及*** | |
CN107622525A (zh) | 三维模型获得方法、装置及*** | |
CN115797256B (zh) | 基于无人机的隧道岩体结构面信息的处理方法以及装置 | |
CN107743201A (zh) | 一种电力线廊道消费级数码相机快速拼图方法及装置 |
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 |