CN109671149A - 基于dem的地形素描图自动绘制方法 - Google Patents
基于dem的地形素描图自动绘制方法 Download PDFInfo
- Publication number
- CN109671149A CN109671149A CN201811464313.7A CN201811464313A CN109671149A CN 109671149 A CN109671149 A CN 109671149A CN 201811464313 A CN201811464313 A CN 201811464313A CN 109671149 A CN109671149 A CN 109671149A
- Authority
- CN
- China
- Prior art keywords
- dem
- landform
- line
- region
- area
- 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
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000004438 eyesight Effects 0.000 claims abstract description 30
- 230000000007 visual effect Effects 0.000 claims abstract description 22
- 239000000284 extract Substances 0.000 claims abstract description 15
- 239000012530 fluid Substances 0.000 claims abstract description 11
- 230000000717 retained effect Effects 0.000 claims abstract description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 18
- 230000003139 buffering effect Effects 0.000 claims description 12
- 230000004927 fusion Effects 0.000 claims description 6
- 238000009825 accumulation Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 238000013139 quantization Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010422 painting Methods 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000019771 cognition Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 201000006549 dyspepsia Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 235000014347 soups Nutrition 0.000 description 1
- 238000012800 visualization 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
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Remote Sensing (AREA)
- Computer Graphics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种基于DEM的地形素描图自动绘制方法,包括如下步骤:1、获取待绘制地形素描图区域的DEM数据,提取区域内的地形特征线要素;2、以流域分割线为视觉层次分割线将待绘制区域划分为近景、中景、远景三个区域;3、保留近景区域的所有地形特征线要素;只保留中景区域的视觉轮廓线;计算远景区域中由视觉轮廓线围成的封闭区域的面积,选择面积最大的前N个封闭区域的边界所在的视觉轮廓线作为远景区域保留的地形特征线要素;4、将近景、中景、远景三个区域中保留的地形特征线要素组合为地形素描图。该方法利用DEM来绘制地形素描图,实现了素描图自动绘制,简化了地形素描绘画技术,可以快速提供能够反映丰富的地理环境和地貌结构的地形素描图。
Description
技术领域
本发明属于地形素描图自动绘制技术,具体涉及一种基于数字高程模型自动绘制地形素描图的方法。
背景技术
随着数字地形获取与建模技术的飞速发展,过于追求地形表达的定量化与精细化,给地形认知带来了困难。大多数人面对高精度、大范围的数字地形数据,往往抓不住地形地貌的本质特征,基于一大堆地形分析得到的量化指标反而更加抽象和难以理解。
地形素描,主要是通过写生的方式,以地理景观作为描写对象,为反映地理景观的结构和内在的性质,被作为研究和说明景观的一种科学方法。与其他形式的地理场景艺术化表达形式相比,地形素描更多的是为了反映地理景观的结构和内在性质,是在科学家地理认知的基础上,对地表景象加以概括和分析,用适当的艺术化的形式表现出来。相比于现代的照相技术,地形素描利用了尽可能少的笔触去描绘尽可能多的地理信息和地理信息中的重点信息。这一简明的表达方式可以最直观的突出画面中所蕴含的地理知识,给人深刻的印象。正如在伟大画家所画的肖像画中,一个人甚至比像片更像自己,因为画家能抓住人物的特征,把隐藏在人物内部的一切东西都暴露出来。因此,地形素描更像事实,比直接临摹现实景象还要真实。
地形素描作为地形特征表达的语言,具有简练却又深刻的揭示地貌内涵的能力。可惜的是,地形素描这一简明、概括却又深刻的地形表达方法并未能有效传承下来。因此,急需研究基于数字地形数据的地形素描自动绘制技术。
随着计算机可视化及数字地形分析方法的快速发展,使得将艺术性与科学性相结合的地形素描自动绘制成为可能。
数字高程模型(Digital Elevation Model,DEM)是用一组有序数值阵列形式表示地面高程的实体地面模型,可用于工程建设、通讯、水文、气象等多种领域。DEM数据的获取方式有很多,目前已有很多技术成熟的厂家可以提供多种分辨率的DEM数据。
发明内容
发明目的:本发明旨在提供一种基于DEM来自动绘制地形素描图的方法,该方法利用DEM来绘制地形素描图,实现了素描图自动绘制,简化了地形素描绘画技术,可以快速提供能够反映丰富的地理环境和地貌结构的地形素描图。
技术方案:本发明采用如下技术方案:
基于DEM的地形素描图自动绘制方法,包括如下步骤:
(1)获取待绘制地形素描图区域的DEM数据,根据地形素描图的观察点、视角和观察距离要求提取待绘制地形素描图区域内的地形特征线要素;所述地形特征线要素,包括视觉轮廓线、沟沿线、切沟、塬边线、坡面流水线;
(2)获取流域分割线,以流域分割线为视觉层次分割线将待绘制区域划分为近景、中景、远景三个区域;
(3)保留近景区域的所有地形特征线要素;保留中景区域的视觉轮廓线;计算远景区域中由视觉轮廓线围成的封闭区域的面积,选择面积最大的前N个封闭区域的边界所在的视觉轮廓线作为远景区域保留的地形特征线要素;
(4)将近景、中景、远景三个区域中保留的地形特征线要素组合为地形素描图。
具体地,步骤(1)中提取视觉轮廓线的步骤为:
(101)获取三维视点平面坐标和高程,记为(X,Y,Z),然后依次遍历DEM栅格数据,将当前栅格点坐标记为(X0,Y0,Z0);
(102)利用Bresenham算法生成(X,Y,Z)和(X0,Y0,Z0)两点之间的直线L,计算直线L上栅格点(X0,Y0)处的高程值若当前点的高程值Z0为空或者小于直线L上的高程值则此点可视,标记为1;否则,此点不可视,标记为0;然后读取下一个栅格点,并将其记录为(X0,Y0,Z0),重新执行步骤(102);
(103)DEM栅格数据遍历完成后,得到只有0和1构成的视觉栅格,0代表不可视栅格点,1代表可视栅格点,将标记值为1的栅格连接起来进行矢量化,得到视觉轮廓线。
步骤(1)中提取切沟的步骤为:
(111)获取研究区域的DEM数据,同时获取同区域水系的DLG数据,将水系的DLG数据栅格化为和DEM数据具有相同分辨率的栅格数据并赋予水系的高程值,得到水系的DLG栅格数据;
(112)将原始DEM数据减去水系的DLG栅格数据,得到待绘制区域的融合DEM数据;
(113)设置阈值K,对融合DEM数据采用迭代挖深算法提取切沟;
(114)提取出的切沟与负地形范围求交,对坡度大于10°的区域进行裁剪以去除主沟道的沟谷,获得空间位置正确的切沟;
(115)将步骤114获取的切沟与1m分辨率的DOM数据以及山体阴影数据进行套合。
步骤(1)中提取坡面流水线的步骤为:
(121)获取待绘制区域的反地形DEM,所述反地形DEM中栅格(x,y)处的栅格高程值H(x,y)为:
H(x,y)=Hmax+100-H0(x,y)
其中Hmax为待绘制区域中原始DEM栅格高程的最大值;H0(x,y)为栅格(x,y)处原始DEM栅格高程值;
(122)提取反地形DEM中的切沟,得到的结果为原始DEM中的坡面流水线。
步骤(2)中获取流域分割线的步骤为:
(201)对待绘制区域的DEM数据,进行填洼处理;
(202)计算DEM数据中每个栅格的流向和汇流累积量;
(203)设置汇流阈值,提取汇流累积量值大于汇流阈值的栅格作为栅格河网;
(204)将栅格河网转为矢量河网;
(205)提取矢量河网的径流节点,以各个径流节点为倾泻点寻找栅格数据中水流流向该节点的所有栅格作为集水区;
(206)将各个栅格集水区转化为矢量多边形,即小流域,小流域的边界线作为流域分割线。
步骤(2)中划分近景、中景、远景三个区域的步骤为:
(211)将待绘制区域的中心a作为目标点,从观察点P开始经过点a做射线h,h与待绘制区域的DEM边界相交于点c,在射线h上选择点b,使|Pb|=0.8|Pc|;素描图像中距离下边沿的距离小于等于|Pa|的范围为第一缓冲区;距离素描图下边沿距离大于|Pa|小于等于|Pb|的范围为第二缓冲区;
(212)将第一缓冲区与视觉层次分割线求交,得到近景分割线;素描图中下边沿到近景分割线的区域为近景区域;将第二缓冲区与视觉层次分割线求交,得到中景分割线;素描图中近景分割线与中景分割线之间的区域为中景区域;
(213)待绘制区域中删除近景区域和中景区域后得到的区域为远景区域。
本发明中,提取沟沿线采用多方向山体阴影法;提取塬边线采用坡度畸变法。
有益效果:本发明公开的基于DEM的地形素描图自动绘制方法利用DEM来绘制地形素描图,实现了素描图自动绘制,简化了地形素描绘画技术,可以快速提供能够反映丰富的地理环境和地貌结构的地形素描图。
附图说明
图1是地形素描图自动绘制方法的流程图;
图2是实施例中待绘制区域的DEM数据示意图;
图3是待绘制区域的视觉轮廓线图;
图4是待绘制区域的切沟图;
图5为待绘制区域的塬边线图;
图6为待绘制区域坡面流水线图;
图7是视觉层次划分流程图;
图8是视觉层次划分示意图;
图9是视觉层次划分结果示意图;
图10是最终绘制出的地形素描图。
具体实施方式
下面结合附图和具体实施方式,进一步阐明本发明。
如图1所示,基于DEM的地形素描图自动绘制方法,包括如下步骤:
步骤1、获取待绘制地形素描图区域的DEM数据,根据地形素描图的观察点、视角和观察距离要求提取待绘制地形素描图区域内的地形特征线要素;所述地形特征线要素,包括视觉轮廓线、沟沿线、切沟、塬边线、坡面流水线;
DEM是数字高程模型的英文简称(Digital Elevation Model),是研究分析地形、流域、地物识别的重要原始资料。DEM的原理是将流域划分为m行n列的四边形(栅格,CELL),计算每个四边形的平均高程,然后以二维矩阵的方式存储高程。由于DEM数据能够反映一定分辨率的局部地形特征,因此通过DEM可提取大量的地表形态信息,这些信息包含流域网格单元的坡度、坡向以及单元格之间的关系等。本实施例中待绘制地形素描图区域的DEM数据如图2所示,图中像素点的灰度值反映了位置点的高程值,灰度值越大,像素点越亮,表示高程值越大。
本发明中,提取视觉轮廓线的步骤为:
(101)获取三维视点平面坐标和高程,记为(X,Y,Z),然后依次遍历DEM栅格数据,将当前栅格点坐标记为(X0,Y0,Z0);
(102)利用Bresenham算法生成(X,Y,Z)和(X0,Y0,Z0)两点之间的直线L,计算直线L上栅格点(X0,Y0)处的高程值若当前点的高程值Z0为空或者小于直线L上的高程值则此点可视,标记为1;否则,此点不可视,标记为0;然后读取下一个栅格点,并将其记录为(X0,Y0,Z0),重新执行步骤(102);
(103)DEM栅格数据遍历完成后,得到只有0和1构成的视觉栅格,0代表不可视栅格点,1代表可视栅格点,将标记值为1的栅格连接起来进行矢量化,得到视觉轮廓线。本实施例中采用ArcGIS软件将栅格图像转换为矢量线数据。
如图3所示,为提取的待绘区域的视觉轮廓线。
提取切沟的步骤为:
(111)获取研究区域的DEM数据,同时获取同区域水系的DLG数据(Digital LineGraphic,数字线划图),将水系的DLG数据栅格化为和DEM数据具有相同分辨率的栅格数据并赋予水系的高程值,得到水系的DLG栅格数据;
(112)将原始DEM数据减去水系的DLG栅格数据,得到待绘制区域的融合DEM数据;
(113)设置阈值K,对融合DEM数据采用迭代挖深算法提取切沟;
(114)提取出的切沟与负地形范围求交,对坡度大于10°的区域进行裁剪以去除主沟道的沟谷,获得空间位置正确的切沟;
(115)将步骤114获取的切沟与1m分辨率的DOM数据(Digital Orthophoto Map,数字正射影像)以及山体阴影数据进行套合。
提取坡面流水线的步骤为:
(121)获取待绘制区域的反地形DEM,所述反地形DEM中栅格(x,y)处的栅格高程值H(x,y)为:
H(x,y)=Hmax+100-H0(x,y)
其中Hmax为待绘制区域中原始DEM栅格高程的最大值;H0(x,y)为栅格(x,y)处原始DEM栅格高程值;
(122)提取反地形DEM中的切沟,得到的结果为原始DEM中的坡面流水线。
提取沟沿线采用多方向山体阴影法,具体在文献Xin Yang,Min Li,Jiaming Na,Kai Liu.Gully boundary extraction based on multidirectional hill-shading fromhigh-resolution DEM[J].Transaction in GIS中介绍。提取塬边线采用坡度畸变法,具体在文献汤国安,宋佳.基于DEM坡度图制图中坡度分级方法的比较研究[J].水土保持通报,2006,20(2):157-160,192中介绍。
图4为提取的待绘制区域的切沟;图5为提取的待绘制区域的塬边线;图6为提取的待绘制区域的坡面流水线。
步骤2、获取流域分割线,以流域分割线为视觉层次分割线将待绘制区域划分为近景、中景、远景三个区域,流程如图7所示;
获取流域分割线的步骤为:
(201)对待绘制区域的DEM数据,进行填洼处理;
(202)计算DEM数据中每个栅格的流向和汇流累积量;
(203)设置汇流阈值,提取汇流累积量值大于汇流阈值的栅格作为栅格河网;
(204)将栅格河网转为矢量河网;
(205)提取矢量河网的径流节点,以各个径流节点为倾泻点寻找栅格数据中水流流向该节点的所有栅格作为集水区;
(206)将各个栅格集水区转化为矢量多边形,即小流域,小流域的边界线作为流域分割线。
划分近景、中景、远景三个区域的步骤为:
(211)将待绘制区域的中心a作为目标点,从观察点P开始经过点a做射线h,h即为视线。h与待绘制区域的DEM边界相交于点c,在射线h上选择点b,使|Pb|=0.8|Pc|;素描图像中距离下边沿的距离小于等于|Pa|的范围为第一缓冲区;距离素描图下边沿距离大于|Pa|小于等于|Pb|的范围为第二缓冲区;各点位置如图8所示,图中的背景为三维形态下的DEM数据。
(212)将第一缓冲区与视觉层次分割线求交,得到近景分割线;素描图中下边沿到近景分割线的区域为近景区域;将第二缓冲区与视觉层次分割线求交,得到中景分割线;素描图中近景分割线与中景分割线之间的区域为中景区域;
(213)待绘制区域中删除近景区域和中景区域后得到的区域为远景区域。如图9所示,图中两条黑色分割线分别为近景分割线cl和中景分割线ml。
步骤3、保留近景区域的所有地形特征线要素;只保留中景区域的视觉轮廓线;计算远景区域中由视觉轮廓线围成的封闭区域的面积,选择面积最大的前N个封闭区域的边界所在的视觉轮廓线作为远景区域保留的地形特征线要素;
远景区域中,视觉轮廓线会围成多个封闭区域,本发明中只保留面积最大的若干个封闭区域的边界所在的视觉轮廓线。N的值可以根据保留的封闭区域的面积占远景区域面积的比例计算;也可以根据保留的封闭区域的数量占远景区域中封闭区域的总数的比例计算。本实施例中,选择数量占比为10%。即,对远景区域中由视觉轮廓线围成的封闭区域统计数量并按面积从大到小排序,选择前N个封闭区域,N占封闭区域总数的10%。
步骤4、将近景、中景、远景三个区域中保留的地形特征线要素组合为地形素描图。
如图10所示,为最终所绘制的地形素描图。
Claims (8)
1.基于DEM的地形素描图自动绘制方法,其特征在于,包括如下步骤:
(1)获取待绘制地形素描图区域的DEM数据,根据地形素描图的观察点、视角和观察距离要求提取待绘制地形素描图区域内的地形特征线要素;所述地形特征线要素,包括视觉轮廓线、沟沿线、切沟、塬边线、坡面流水线;
(2)获取流域分割线,以流域分割线为视觉层次分割线将待绘制区域划分为近景、中景、远景三个区域;
(3)保留近景区域的所有地形特征线要素;只保留中景区域的视觉轮廓线;计算远景区域中由视觉轮廓线围成的封闭区域的面积,选择面积最大的前N个封闭区域的边界所在的视觉轮廓线作为远景区域保留的地形特征线要素;
(4)将近景、中景、远景三个区域中保留的地形特征线要素组合为地形素描图。
2.根据权利要求1所述的基于DEM的地形素描图自动绘制方法,其特征在于,步骤(1)中提取视觉轮廓线的步骤为:
(101)获取三维视点平面坐标和高程,记为(X,Y,Z),然后依次遍历DEM栅格数据,将当前栅格点坐标记为(X0,Y0,Z0);
(102)利用Bresenham算法生成(X,Y,Z)和(X0,Y0,Z0)两点之间的直线L,计算直线L上栅格点(X0,Y0)处的高程值若当前点的高程值Z0为空或者小于直线L上的高程值则此点可视,标记为1;否则,此点不可视,标记为0;然后读取下一个栅格点,并将其记录为(X0,Y0,Z0),重新执行步骤(102);
(103)DEM栅格数据遍历完成后,得到只有0和1构成的视觉栅格,0代表不可视栅格点,1代表可视栅格点,将标记值为1的栅格连接起来进行矢量化,得到视觉轮廓线。
3.根据权利要求1所述的基于DEM的地形素描图自动绘制方法,其特征在于,步骤(1)中提取切沟的步骤为:
(111)获取研究区域的DEM数据,同时获取同区域水系的DLG数据,将水系的DLG数据栅格化为和DEM数据具有相同分辨率的栅格数据并赋予水系的高程值,得到水系的DLG栅格数据;
(112)将原始DEM数据减去水系的DLG栅格数据,得到待绘制区域的融合DEM数据;
(113)设置阈值K,对融合DEM数据采用迭代挖深算法提取切沟;
(114)提取出的切沟与负地形范围求交,对坡度大于10°的区域进行裁剪以去除主沟道的沟谷,获得空间位置正确的切沟;
(115)将步骤114获取的切沟与1m分辨率的DOM数据以及山体阴影数据进行套合。
4.根据权利要求1所述的基于DEM的地形素描图自动绘制方法,其特征在于,步骤(1)中提取坡面流水线的步骤为:
(121)获取待绘制区域的反地形DEM,所述反地形DEM中栅格(x,y)处的栅格高程值H(x,y)为:
H(x,y)=Hmax+100-H0(x,y)
其中Hmax为待绘制区域中原始DEM栅格高程的最大值;H0(x,y)为栅格(x,y)处原始DEM栅格高程值;
(122)提取反地形DEM中的切沟,得到的结果为原始DEM中的坡面流水线。
5.根据权利要求1所述的基于DEM的地形素描图自动绘制方法,其特征在于,步骤(2)中获取流域分割线的步骤为:
(201)对待绘制区域的DEM数据,进行填洼处理;
(202)计算DEM数据中每个栅格的流向和汇流累积量;
(203)设置汇流阈值,提取汇流累积量值大于汇流阈值的栅格作为栅格河网;
(204)将栅格河网转为矢量河网;
(205)提取矢量河网的径流节点,以各个径流节点为倾泻点寻找栅格数据中水流流向该节点的所有栅格作为集水区;
(206)将各个栅格集水区转化为矢量多边形,即小流域,小流域的边界线作为流域分割线。
6.根据权利要求1所述的基于DEM的地形素描图自动绘制方法,其特征在于,步骤(2)中划分近景、中景、远景三个区域的步骤为:
(211)将待绘制区域的中心a作为目标点,从观察点P开始经过点a做射线h,h与待绘制区域的DEM边界相交于点c,在射线h上选择点b,使|Pb|=0.8|Pc|;素描图像中距离下边沿的距离小于等于|Pa|的范围为第一缓冲区;距离素描图下边沿距离大于|Pa|小于等于|Pb|的范围为第二缓冲区;
(212)将第一缓冲区与视觉层次分割线求交,得到近景分割线;素描图中下边沿到近景分割线的区域为近景区域;将第二缓冲区与视觉层次分割线求交,得到中景分割线;素描图中近景分割线与中景分割线之间的区域为中景区域;
(213)待绘制区域中删除近景区域和中景区域后得到的区域为远景区域。
7.根据权利要求1所述的基于DEM的地形素描图自动绘制方法,其特征在于,提取沟沿线采用多方向山体阴影法。
8.根据权利要求1所述的基于DEM的地形素描图自动绘制方法,其特征在于,提取塬边线采用坡度畸变法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811464313.7A CN109671149B (zh) | 2018-12-03 | 2018-12-03 | 基于dem的地形素描图自动绘制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811464313.7A CN109671149B (zh) | 2018-12-03 | 2018-12-03 | 基于dem的地形素描图自动绘制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109671149A true CN109671149A (zh) | 2019-04-23 |
CN109671149B CN109671149B (zh) | 2021-05-28 |
Family
ID=66143732
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811464313.7A Active CN109671149B (zh) | 2018-12-03 | 2018-12-03 | 基于dem的地形素描图自动绘制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109671149B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111538798A (zh) * | 2020-04-09 | 2020-08-14 | 武汉大学 | 一种顾及dsm和dlg的城市汇水区精细化提取方法 |
CN112052864A (zh) * | 2020-10-20 | 2020-12-08 | 网易(杭州)网络有限公司 | 一种图像绘制方法、装置、电子设备及可读存储介质 |
CN112700547A (zh) * | 2021-03-23 | 2021-04-23 | 北京简巨科技有限公司 | 地图制图方法及其相关设备 |
CN114116950A (zh) * | 2022-01-24 | 2022-03-01 | 中国测绘科学研究院 | 一种山脉范围划定方法及*** |
CN114648617A (zh) * | 2022-03-29 | 2022-06-21 | 安徽理工大学 | 一种基于数字高程模型dem的水系提取方法 |
CN115546648A (zh) * | 2022-10-24 | 2022-12-30 | 南京师范大学 | 基于光线追踪的dem冲积扇提取方法 |
CN115841538A (zh) * | 2023-02-20 | 2023-03-24 | 山东科技大学 | 一种多变量控制的dem地形特征线视觉消隐方法 |
CN115937457A (zh) * | 2023-03-10 | 2023-04-07 | 山东科技大学 | 一种基于dem影像的实时地形素描方法 |
CN118094968A (zh) * | 2024-04-28 | 2024-05-28 | 北京艾力泰尔信息技术股份有限公司 | 一种基于dem数据的动态流域划分方法及*** |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102360404A (zh) * | 2011-11-01 | 2012-02-22 | 中国水电顾问集团华东勘测设计研究院 | 一种洞室地质展示图的编绘方法 |
CN102708206A (zh) * | 2012-05-21 | 2012-10-03 | 南京师范大学 | 一种数据格式的描述方法 |
CN103207419A (zh) * | 2013-04-15 | 2013-07-17 | 中铁第四勘察设计院集团有限公司 | 隧道岩层产状三维测量方法 |
CN104501803A (zh) * | 2015-01-14 | 2015-04-08 | 中国电建集团昆明勘测设计研究院有限公司 | 基于Andriod的便携式智能设备地质导航与地质测绘方法 |
CN104821127A (zh) * | 2015-05-19 | 2015-08-05 | 北京控制工程研究所 | 一种室内软着陆月面地形模拟方法 |
US20150348284A1 (en) * | 2014-05-27 | 2015-12-03 | Disney Enterprises, Inc. | Example based editing of virtual terrain maps |
CN106934858A (zh) * | 2017-03-14 | 2017-07-07 | 中国地质科学院矿产资源研究所 | 一种矿集区尺度区域三维地质建模方法及*** |
CN107180450A (zh) * | 2017-06-06 | 2017-09-19 | 广西师范学院 | 一种基于dem的河谷横断面形态的算法 |
CN108399309A (zh) * | 2018-03-16 | 2018-08-14 | 中国水利水电科学研究院 | 一种大尺度复杂地形区分布式水文模型的子流域划分方法 |
-
2018
- 2018-12-03 CN CN201811464313.7A patent/CN109671149B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102360404A (zh) * | 2011-11-01 | 2012-02-22 | 中国水电顾问集团华东勘测设计研究院 | 一种洞室地质展示图的编绘方法 |
CN102708206A (zh) * | 2012-05-21 | 2012-10-03 | 南京师范大学 | 一种数据格式的描述方法 |
CN103207419A (zh) * | 2013-04-15 | 2013-07-17 | 中铁第四勘察设计院集团有限公司 | 隧道岩层产状三维测量方法 |
US20150348284A1 (en) * | 2014-05-27 | 2015-12-03 | Disney Enterprises, Inc. | Example based editing of virtual terrain maps |
CN104501803A (zh) * | 2015-01-14 | 2015-04-08 | 中国电建集团昆明勘测设计研究院有限公司 | 基于Andriod的便携式智能设备地质导航与地质测绘方法 |
CN104821127A (zh) * | 2015-05-19 | 2015-08-05 | 北京控制工程研究所 | 一种室内软着陆月面地形模拟方法 |
CN106934858A (zh) * | 2017-03-14 | 2017-07-07 | 中国地质科学院矿产资源研究所 | 一种矿集区尺度区域三维地质建模方法及*** |
CN107180450A (zh) * | 2017-06-06 | 2017-09-19 | 广西师范学院 | 一种基于dem的河谷横断面形态的算法 |
CN108399309A (zh) * | 2018-03-16 | 2018-08-14 | 中国水利水电科学研究院 | 一种大尺度复杂地形区分布式水文模型的子流域划分方法 |
Non-Patent Citations (5)
Title |
---|
VLADIMIR ALVES DOS PASSOS 等: "LandSketch: a first person point-of-view example-based terrain modeling approach", 《SBIM "13: PROCEEDINGS OF THE INTERNATIONAL SYMPOSIUM ON SKETCH-BASED INTERFACES AND MODELING》 * |
YIHAN CHENG 等: "Computer-assisted terrain sketch mapping that considers the geomorphological features in a loess landform", 《GEOMORPHOLOGY》 * |
李敏: "基于DEM的地形素描半自动绘制研究", 《中国优秀硕士学位论文全文数据库 基础科学辑》 * |
汤国安 等: "一种基于DEM的明暗等高线制图方法", 《测绘通报》 * |
钱柯健: "顾及景深综合的地形素描方法研究", 《中国优秀硕士学位论文全文数据库 基础科学辑》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111538798A (zh) * | 2020-04-09 | 2020-08-14 | 武汉大学 | 一种顾及dsm和dlg的城市汇水区精细化提取方法 |
CN111538798B (zh) * | 2020-04-09 | 2023-09-19 | 武汉大学 | 一种顾及dsm和dlg的城市汇水区精细化提取方法 |
CN112052864A (zh) * | 2020-10-20 | 2020-12-08 | 网易(杭州)网络有限公司 | 一种图像绘制方法、装置、电子设备及可读存储介质 |
CN112052864B (zh) * | 2020-10-20 | 2024-06-04 | 网易(杭州)网络有限公司 | 一种图像绘制方法、装置、电子设备及可读存储介质 |
CN112700547A (zh) * | 2021-03-23 | 2021-04-23 | 北京简巨科技有限公司 | 地图制图方法及其相关设备 |
CN114116950A (zh) * | 2022-01-24 | 2022-03-01 | 中国测绘科学研究院 | 一种山脉范围划定方法及*** |
CN114648617A (zh) * | 2022-03-29 | 2022-06-21 | 安徽理工大学 | 一种基于数字高程模型dem的水系提取方法 |
CN115546648A (zh) * | 2022-10-24 | 2022-12-30 | 南京师范大学 | 基于光线追踪的dem冲积扇提取方法 |
CN115546648B (zh) * | 2022-10-24 | 2023-05-23 | 南京师范大学 | 基于光线追踪的dem冲积扇提取方法 |
CN115841538A (zh) * | 2023-02-20 | 2023-03-24 | 山东科技大学 | 一种多变量控制的dem地形特征线视觉消隐方法 |
CN115937457A (zh) * | 2023-03-10 | 2023-04-07 | 山东科技大学 | 一种基于dem影像的实时地形素描方法 |
CN118094968A (zh) * | 2024-04-28 | 2024-05-28 | 北京艾力泰尔信息技术股份有限公司 | 一种基于dem数据的动态流域划分方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN109671149B (zh) | 2021-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109671149A (zh) | 基于dem的地形素描图自动绘制方法 | |
CN104766366B (zh) | 一种三维虚拟现实演示的建立方法 | |
Sun et al. | Template-based generation of road networks for virtual city modeling | |
Werbrouck et al. | Digital elevation model generation for historical landscape analysis based on LiDAR data, a case study in Flanders (Belgium) | |
Lv et al. | Chinese progress in geomorphometry | |
CN108921943B (zh) | 一种基于车道级高精度地图的道路三维模型建模方法 | |
CN107679498A (zh) | 一种机载激光点云城区道路识别方法 | |
Zhao | Application of 3D CAD in landscape architecture design and optimization of hierarchical details | |
CN111383335B (zh) | 一种众筹照片与二维地图结合的建筑物三维建模方法 | |
CN114926602B (zh) | 基于三维点云的建筑物单体化方法及*** | |
CN111915726B (zh) | 一种架空输电线路三维场景的构建方法 | |
CN108765567A (zh) | 一种用于构建城市设计数字化沙盘的*** | |
Liang et al. | Embedding user-generated content into oblique airborne photogrammetry-based 3D city model | |
Khayyal et al. | Creation and spatial analysis of 3D city modeling based on GIS data | |
CN115861527A (zh) | 实景三维模型的构建方法、装置、电子设备及存储介质 | |
CN115471634A (zh) | 一种城市绿植孪生的建模方法及装置 | |
Hu et al. | Building modeling from LiDAR and aerial imagery | |
CN114969944B (zh) | 一种高精度道路dem构建方法 | |
Xu et al. | Methods for the construction of DEMs of artificial slopes considering morphological features and semantic information | |
Cheng et al. | Computer-assisted terrain sketch mapping that considers the geomorphological features in a loess landform | |
CN114490907A (zh) | 名城管理数据库的构建方法、装置及存储介质 | |
CN113838199A (zh) | 一种三维地形生成方法 | |
Filippovska et al. | Space partitioning for privacy enabled 3D city models | |
Li et al. | Construction of high-precision DEMs for urban plots | |
Spark et al. | Digital Terrain Models and the visualization of structural geology |
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 |