CN109741446B - 一种三维数字地球动态生成精细海岸地形的方法 - Google Patents
一种三维数字地球动态生成精细海岸地形的方法 Download PDFInfo
- Publication number
- CN109741446B CN109741446B CN201811514604.2A CN201811514604A CN109741446B CN 109741446 B CN109741446 B CN 109741446B CN 201811514604 A CN201811514604 A CN 201811514604A CN 109741446 B CN109741446 B CN 109741446B
- Authority
- CN
- China
- Prior art keywords
- data
- coastline
- coastal
- satellite picture
- coast
- 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
Landscapes
- Processing Or Creating Images (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种三维数字地球上动态生成精细海岸地形的方法,涉及地球动态生成精细海岸地形领域。所述方法包括以下步骤:S1:数据获取以及预处理;S2:海岸线数据提取处理;S3:海岸地形网格数据的生成;S4:海岸细节纹理数据的生成。本发明立足于已有地形生成技术,利用卫星图片数据、地面高程数据以及海岸线矢量数据,结合创新的海岸线高精度地形网格生成算法和细节纹理生成算法得到高精度的海岸线、海岸地形网格以及海岸细节纹理,生成精度和效果更接近真实环境的三维数字地球海岸地形,能在地理信息***、仿真等领域广泛应用。
Description
技术领域
本发明涉及地球动态生成精细海岸地形领域,尤其是一种三维数字地球动态生成精细海岸地形的方法。
背景技术
近年来,由于多种人为原因和自然原因,导致地球上出现温室效应,即全球气候逐渐变暖。全球气候变暖导致冰川后退,海平面上升,则对海平面上升的监测可实现从一定程度上对全球气候变暖的监测。因此,随着全球气候变暖导致海平面上升,人们越来越关注海岸线的变化,所以产生了在三维场景中进行海岸线分析和展示的需求。但以目前较为流行的谷歌地球和osgearth为例,都无法显示高精度海岸线,只能以卫星图片作为海岸线纹理显示效果较差。
三维数字地球地形精细化的网格计算方法目前有一些相关的技术,一种反距离权重法 (IDW--Inverse Distance Weighted),在海岸线形状比较复杂的情况下效果较差。另一种是含障碍的样条函数法(Spline with Barriers),此方法计算过程较为复杂,耗时较长,无法满足在三维数字地球中实时生成高精度的海岸地形的要求。
在这种情况下,为了能够防止全球气候变暖、预防全球气候变暖产生的不利影响,需要一种能够高精度地生成精细海岸地形的方法,实现对海岸线更准确的实时监测,从而实现对海平面上升情况和全球气候变暖情况的更为准确的实时监测。
发明内容
本发明的发明目的在于:针对上述现有技术中存在的问题,提供一种三维数字地球上动态生成精细海岸地形的方法,立足于已有地形生成技术,结合创新的海岸线高精度地形网格生成算法和细节纹理生成算法,生成精度和效果更接近真实环境的三维数字地球海岸地形,能在地理信息***、仿真等领域广泛应用。
本发明采用的技术方案如下:
一种三维数字地球动态生成精细海岸地形的方法,其特征在于,所述方法包括以下步骤: S1:数据获取以及预处理,其中包括卫星图片数据、地面高程数据和海岸线矢量数据的获取,还包括对卫星图片数据、地面高程数据和海岸线矢量数据进行数据预处理;S2:海岸线数据提取处理,使用卫星图片数据、地面高程数据和海岸线矢量数据处理提取出海岸线数据;S3:海岸地形网格数据的生成,利用已获取的地面高程数据经插值处理得到海岸地形的各点的高程数据,从而生成海岸地形网格数据;S4:海岸细节纹理数据的生成,其中包括对卫星图片数据进行对象信息识别,即对卫星图片数据中海岸线两侧的陆地、海水和交汇部分的区域进行区域标识,利用该区域的信息产生海岸类型掩码图,所述掩码图的数据反映了不同类型海岸的区域范围的细节纹理,掩码图数据对应得到不同类型海岸区域范围的纹理数据;S5:利用海岸线数据、海岸地形网格数据以及海岸细节纹理数据,使用地形生成技术获得地球海岸地形。
所述一种三维数字地球动态生成精细海岸地形的方法,其特征在于,所述方法步骤S2 具体步骤为:S2.1:对卫星图片数据利用边缘检测算法跟踪边缘线提取海岸线,并通过形态学(膨胀、腐蚀)算法的处理对结果进行连接,得到连续的岸线,此时得到海岸线结果数据A;S2.2:利用卫星图片数据中不同海岸类型的海岸线在图片明暗度上的过渡特征,对海岸线进行标定,得到海岸线结果数据B;S2.3:利用高程数据生成等高线数据,通过与海岸线高程数值比较得到海岸线结果数据C;S2.4:已有的海岸线矢量数据中海岸线数据作为海岸线结果数据D;S2.5:对海岸线结果数据A、B、C、D通过处理后得到最终的海岸线结果数据E。
所述一种三维数字地球动态生成精细海岸地形的方法,其特征在于,所述方法步骤S2.5 具体为:对海岸线结果数据A、B、C、D通过加权相加处理后得到最终的海岸线结果数据E,其中计算公式为:E=wAA+wBB+wCC+wDD。
所述一种三维数字地球动态生成精细海岸地形的方法,其特征在于,所述方法步骤S4 中对卫星图片数据进行对象信息识别,具体指基于图像识别技术,对卫星图片数据进行海岸地面覆盖物细节和海岸线的识别。
所述一种三维数字地球动态生成精细海岸地形的方法,其特征在于,所述方法步骤S4 中利用该区域的信息产生海岸类型掩码图,其中掩码图中不同类型海岸区域范围确定还需要结合高程数据,利用高程数据计算出的等高线计算出高度梯度,利用不同类型海岸在高度梯度上的不同,同时结合区域的信息可得到不同类型海岸区域范围确定的掩码图。
所述一种三维数字地球动态生成精细海岸地形的方法,其特征在于,所述方法步骤S4 中掩码图数据对应得到海岸细节纹理数据,其中掩码图与不同类型海岸区域范围的纹理数据之间的对应关系为,一张掩码图对应一种类型的海岸区域范围的纹理数据。
所述一种三维数字地球动态生成精细海岸地形的方法,其特征在于,所述对象信息识别具体步骤为:S4.1:将卫星图片数据灰度化;S4.2:采用Gammma校正法对输入卫星图片数据进行颜色空间的标准化;S4.3:计算卫星图片数据每个像素的梯度;S4.4:将卫星图片数据划分成多个图像单元,统计每个图像单元的梯度方向直方图,即可形成每个图像单元的方向梯度直方图特征描述数据;S4.5:将多个临近图像单元组成一图像块,图像块内所有图像单元的方向梯度直方图特征描述数据串联起来得到该图像块的方向梯度直方图特征描述数据;S4.6:将卫星图片数据内所有图像块的方向梯度直方图特征描述数据串联得到卫星图片数据的方向梯度直方图特征描述数据;S4.7:利用CNN图形分类模型,根据卫星图片数据的方向梯度直方图特征描述数据对卫星图片数据进行内容识别。
所述一种三维数字地球动态生成精细海岸地形的方法,其特征在于,所述方法步骤S1 中数据预处理包括:卫星图片数据经过配准、融合得到彩色影像数据,利用已知的控制点对数据进行几何矫正和投影矫正;高程数据经过插值处理,解决可能因客观因素导致的数据漏洞问题,并经过坐标转换保持与卫星图片数据坐标***一致。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
1、本发明提供的三维数字地球动态生成精细海岸地形的方法,利用对卫星图片数据、地面高程数据以及海岸线矢量数据三种数据的处理提取得到海岸线数据,可得到更准确的海岸线数据。
2、本发明提供的三维数字地球动态生成精细海岸地形的方法,利用对地面高程数据进行插值处理得到待生成海岸地形网格中原有在地面高程数据中的已知点高程值与其它未知点的高程值,从而得到海岸高精度地形网格。
3、本发明提供的三维数字地球动态生成精细海岸地形的方法,利用对卫星图片数据进行图像识别,对海岸线两侧的陆地、海水和交汇部分的区域进行区域标记和识别,得到海岸高精度细节纹理。
4、本发明提供的三维数字地球动态生成精细海岸地形的方法,利用已有地形生成技术,结合创新的海岸线高精度地形网格生成算法和细节纹理生成算法,生成精度和效果更接近真实环境的地球海岸地形。
具体实施方式
为了使本领域的人员更好地理解本发明的技术方案,下面对本发明的技术方案进行清楚、完整的描述,基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的其它类同实施例,都应当属于本申请保护的范围。
实施例1
一种三维数字地球动态生成精细海岸地形的方法,其特征在于,所述方法包括以下步骤: S1:数据获取以及预处理,其中包括卫星图片数据、地面高程数据和海岸线矢量数据的获取,还包括对卫星图片数据、地面高程数据和海岸线矢量数据进行数据预处理;S2:海岸线数据提取处理,使用卫星图片数据、地面高程数据和海岸线矢量数据处理提取出海岸线数据;S3:海岸地形网格数据的生成,利用已获取的地面高程数据经插值处理得到海岸地形的各点的高程数据,从而生成海岸地形网格数据;S4:海岸细节纹理数据的生成,其中包括对卫星图片数据进行对象信息识别,即对卫星图片数据中海岸线两侧的陆地、海水和交汇部分的区域进行区域标识,利用该区域的信息产生海岸类型掩码图,所述掩码图的数据反映了不同类型海岸的区域范围的细节纹理,掩码图数据对应得到不同类型海岸区域范围的纹理数据;S5:利用海岸线数据、海岸地形网格数据以及海岸细节纹理数据,使用地形生成技术获得地球海岸地形。
在本发明步骤三中利用对地面高程数据进行插值处理得到待生成海岸地形网格中原有在地面高程数据中的已知点高程值与其它未知点的高程值,从而得到海岸高精度地形网格。
所述一种三维数字地球动态生成精细海岸地形的方法,其特征在于,所述方法步骤S2 具体步骤为:S2.1:对卫星图片数据利用边缘检测算法跟踪边缘线提取海岸线,并通过形态学(膨胀、腐蚀)算法的处理对结果进行连接,得到连续的岸线,此时得到海岸线结果数据A;S2.2:利用卫星图片数据中不同海岸类型的海岸线在图片明暗度上的过渡特征,对海岸线进行标定,得到海岸线结果数据B;S2.3:利用高程数据生成等高线数据,通过与海岸线高程数值比较得到海岸线结果数据C;S2.4:已有的海岸线矢量数据中海岸线数据作为海岸线结果数据D;S2.5:对海岸线结果数据A、B、C、D通过处理后得到最终的海岸线结果数据E。
所述一种三维数字地球动态生成精细海岸地形的方法,其特征在于,所述方法步骤S2.5 具体为:对海岸线结果数据A、B、C、D通过加权相加处理后得到最终的海岸线结果数据E,其中计算公式为:E=wAA+wBB+wCC+wDD。
在本发明中利用对卫星图片数据、地面高程数据以及海岸线矢量数据三种数据的处理提取得到海岸线数据,可得到更准确的海岸线数据。
所述一种三维数字地球动态生成精细海岸地形的方法,其特征在于,所述方法步骤S4 中对卫星图片数据进行对象信息识别,具体指基于图像识别技术,对卫星图片数据进行海岸地面覆盖物细节和海岸线的识别。
所述一种三维数字地球动态生成精细海岸地形的方法,其特征在于,所述方法步骤S4 中利用该区域的信息产生海岸类型掩码图,其中掩码图中不同类型海岸区域范围确定还需要结合高程数据,利用高程数据计算出的等高线计算出高度梯度,利用不同类型海岸在高度梯度上的不同,同时结合区域的信息可得到不同类型海岸区域范围确定的掩码图。
所述一种三维数字地球动态生成精细海岸地形的方法,其特征在于,所述方法步骤S4 中掩码图数据对应得到海岸细节纹理数据,其中掩码图与不同类型海岸区域范围的纹理数据之间的对应关系为,一张掩码图对应一种类型的海岸区域范围的纹理数据。
在本发明中利用对卫星图片数据进行图像识别,对海岸线两侧的陆地、海水和交汇部分的区域进行区域标记和识别,再结合高程数据得到高精度的海岸细节纹理数据。
所述一种三维数字地球动态生成精细海岸地形的方法,其特征在于,所述对象信息识别具体步骤为:S4.1:将卫星图片数据灰度化;S4.2:采用Gammma校正法对输入卫星图片数据进行颜色空间的标准化;S4.3:计算卫星图片数据每个像素的梯度;S4.4:将卫星图片数据划分成多个图像单元,统计每个图像单元的梯度方向直方图,即可形成每个图像单元的方向梯度直方图特征描述数据;S4.5:将多个临近图像单元组成一图像块,图像块内所有图像单元的方向梯度直方图特征描述数据串联起来得到该图像块的方向梯度直方图特征描述数据;S4.6:将卫星图片数据内所有图像块的方向梯度直方图特征描述数据串联得到卫星图片数据的方向梯度直方图特征描述数据;S4.7:利用CNN图形分类模型,根据卫星图片数据的方向梯度直方图特征描述数据对卫星图片数据进行内容识别。
所述一种三维数字地球动态生成精细海岸地形的方法,其特征在于,所述方法步骤S1 中数据预处理包括:卫星图片数据经过配准、融合得到彩色影像数据,利用已知的控制点对数据进行几何矫正和投影矫正;高程数据经过插值处理,解决可能因客观因素导致的数据漏洞问题,并经过坐标转换保持与卫星图片数据坐标***一致。
本发明利用已有地形生成技术,结合创新的海岸线高精度地形网格生成算法和细节纹理生成算法,生成精度和效果更接近真实环境的三维数字地球海岸地形。其中,步骤S1中数据预处理进行高程数据插值处理使数据变得平滑,主要目的是保证海岸网格的完整性,保证后面处理时高程数据网格不存在数据空洞。步骤S3中高程数据插值处理侧重点是对海岸高程网格进行精细化处理,与步骤S1中数据预处理的插值处理不同,步骤S3中高程数据插值处理使用特定的插值处理过程,得到更多更准的插值点,保证得到高精度的海岸地形网格。
实施例2
本发明提供一种在三维数字星球中建立和呈现包括海水、精细海岸效果的方法,包括数据获取、海岸线提取处理、海岸类型(基岩、砂质、砾石、人工四种类型)掩码生成、海洋和陆地网格精细化三维建模和渲染。
步骤1.数据获取
通过高分辨率的遥感卫星拍摄高分辨率、高精度的卫星图片,通过星载设备获取地面高程信息,现有的海岸线矢量数据库,所有的数据经过处理后作为后续步骤的输入。
所诉处理具体为:
卫星图片数据经过配准、融合得到高精度的彩色影像数据,利用已知的控制点对数据进行几何矫正和投影矫正。
高数数据经过插值处理后解决可能因客观因素导致的数据漏洞问题,并经过坐标转换保持与卫星图片坐标***一致。
现有的海岸线矢量数据库数据是在不断的海岸线提取中丰富和完善的,通过不断的更新形成高质量的海岸矢量数据库。
对三种数据进行坐标变换,统一坐标***,采用一致的空间坐标系。
步骤2.海岸线提取处理
利用卫星图片中海岸线两侧对比明显的主要特点,利用边缘检测算法跟踪边缘线提取海岸线,并通过形态学(膨胀、腐蚀)算法的处理对结果进行连接,得到连续的岸线,此时得到海岸线结果A。利用卫星图片中不同海岸类型的海岸线在图片明暗度上的过渡特征,对海岸线进行标定,得到海岸线结果B。利用精细高程数据生成等高线数据,通过与海岸线高程数值比较得到海岸线结果C。已有的海岸线矢量数据库数据作为结果D。对上述四种海岸线结果数据通过加权相加处理后得到最终的海岸线结果E。计算公式为:
E=wAA+wBB+wCC+wDD
其中:wA表示结果A的权重,wB表示结果B的权重,wC表示结果C的权重,wD表示结果D的权重,并且wA+wB+wC+wD=1。
步骤3.海岸高精度地形网格的生成
由于三维数字的网格精度无法达到海岸线所需要的精度,所以需要视点范围内的海岸线进精细化插值处理。具体步骤如下:
1.根据视点范围内的高程点与距离数据构造变差函数c(h),变差函数只依赖于分隔它们的高程h,而不依赖具体的地理经纬度位置(x,y),可得:
2.利用公式计算出的海岸地形高程点i与j的半方差ri,j进而构建半方差矩阵。
3.根据求取估计量的权重系数,以高程点v为例,海岸区域地形高程值变化量满足的估计方差公式为:
式中:Ci,j表示已知海岸线网格高程点i与j的协方差。
4.海岸地形的地形的高程变量满足本征假设,利用协方差函数和变差函数的关系r(h)=C(0)-C(h),可得到新的海岸地形高程点的变差函数方程组:
式中:ri,j表示高程点i与j的半方差。
5.解方程组得到的权重系数及待生成的海岸地形高程点的值,同时得到插值误差,用矩阵形式表示为:
Kγ=D
式中:
k是高程样本点间的半方差组成的矩阵,D是待估值点v与已知高程点间的距离值和常数1组成的向量。
对精细海岸网格中未知高程高程点v的估值为:
可得知海岸线网格中原有已知高程点与其它未知高程点的向量D,再根据公式得到的高程点的权重系数和估值方差,迭代循环可得到海岸精细网格中所有位置高程点的估值高程及估值方差。
步骤4.海岸高精度细节纹理的生成
在对海岸地形网格精细化处理进行后,对卫星图片进行对象信息识别,即判断图像是否包含某类对象,检测则要求标出这些对象的位置和大小。即对四类(基岩、砂质、砾石、人工)海岸线类型的陆地部分的类型对象范围进行标识,生成相应的类型掩码图。根据海岸线标识的位置,对卫星图片中海岸线两侧的陆地、海水和交汇部分的区域进行区域标识,利用该区域的信息产生海岸类型掩码图,在渲染时可实时渲染出不同的纹理效果。
对于基岩类型海岸,海水区域颜色较深,陆地颜色浅,交汇部分狭窄,生成的掩码区域是沿着海岸线的狭窄带状区域。对于砾石类型海岸,海水区域和陆地区域颜色对比明显,交汇部分略宽,砾石区域沿着海岸线分别向陆地和海洋中有一定幅度的延伸,表现为沿着海岸线的略宽的带状区域。对于砂质类型海岸,陆地延伸至海水中部分较多,表现为卫星图片上浅色区域较大,砂质区域沿着海岸线分别向陆地和海洋中有较大幅度的延伸,表现为沿着海岸线的较宽的区域。人工类型的海岸同砾石类型海岸类似。
不同类型海岸掩码区域范围确定还需要结合高程数据,利用高程数据计算出的等高线计算出高度梯度,利用基岩、砂质、砾石和人工四种类型海岸在高度梯度上的不同计算出最后的区域范围。梯度计算公式如下:
其中,p,q分别表示x方向和y方向的梯度值。
其具体实施步骤如下:
1.卫星图片内容识别
基于图像识别技术,对高精度卫星图片进行植被、沙石等覆盖物和海岸线的识别,最终结果以掩码图的形式进行保存。详细过程如下:
1.1将图像灰度化。
1.2采用Gammma校正法对输入图像进行颜色空间的标准化,目的是调节图像的对比度,降低图像局部的阴影和光照变化所造成的影响,同时可以抑制噪音的干扰。
Gamma压缩公式:
I(x,y)=I(x,y)gamma
1.3计算图像每个像素的梯度,主要目的是为了捕获轮廓信息,同时进一步弱化光照的干扰。
图像中像素点(x,y)的梯度为:
Gx(x,y)=H(x+1,y)-H(x-1,y)
Gy(x,y)=H(x,y+1)-H(x,y-1)
式中Gx(x,y),Gy(x,y),H(x,y)分别表示输入图像中像素点(x,y)处的水平方向梯度、垂直方向梯度和像素值,像素点(x,y)处的梯度幅度值和梯度方向分别为:
首先用[-1,0,1]梯度算子对原图做卷积运算,得到x方向的梯度分量gradscalx,然后用 [1,0,-1]T梯度算子对原图做卷积运算,得到y方向的梯度分量gradscaly,然后再用以上公式计算该像素点的梯度大小和方向。
1.4将图像划分成小cells,统计每个cell的梯度直方图,即可形成每个cell的descriptor。
1.5将多个cell组成一个block,一个block内所有cell的特征descriptor串联起来便得到该block的HOG特征descriptor。
1.6将图像image内所有的block的HOG特征descriptor串联起来就可以得到image的HOG特征descrptor,这个就是最终的可供分类使用的特征向量了。
1.7利用CNN技术对最终结果进行识别和分类。
2.掩码生成
利用对象识别和分类的结果,再结合高程数据,得到不同类型海岸区域范围确定的掩码图。
3.叠加纹理
不同掩码图分别对应不同细节纹理类型,可通过分量来控制每种细节纹理的叠加比例,最后得到叠加后的海岸地形细节纹理。
步骤5.生成地球海岸地形
利用海岸线数据、海岸地形网格数据以及海岸细节纹理数据,使用地形生成技术获得地球海岸地形。
本说明书中公开的所有特征,或公开的所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以以任何方式组合。本说明书(包括任何附加权利要求、摘要)中公开的任一特征,除非特别叙述,均可被其他等效或具有类似目的的替代特征加以替换。即,除非特别叙述,每个特征只是一系列等效或类似特征中的一个例子而已。
本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合,以及披露的任一新的方法或过程的步骤或任何新的组合。
Claims (8)
1.一种三维数字地球动态生成精细海岸地形的方法,其特征在于,所述方法包括以下步骤:
S1:数据获取以及预处理,其中包括卫星图片数据、地面高程数据和海岸线矢量数据的获取,还包括对卫星图片数据、地面高程数据和海岸线矢量数据进行数据预处理;
S2:海岸线数据提取处理,使用卫星图片数据、地面高程数据和海岸线矢量数据处理提取出海岸线数据;
S3:海岸地形网格数据的生成,利用已获取的地面高程数据经插值处理得到海岸地形的各点的高程数据,从而生成海岸地形网格数据;
S4:海岸细节纹理数据的生成,其中包括对卫星图片数据进行对象信息识别,即对卫星图片数据中海岸线两侧的陆地、海水和交汇部分的区域进行区域标识,利用该区域的信息产生海岸类型掩码图,所述掩码图的数据反映不同类型海岸的区域范围的细节纹理,掩码图数据对应得到不同类型海岸区域范围的纹理数据;
S5:利用海岸线数据、海岸地形网格数据以及海岸细节纹理数据,使用地形生成技术获得地球海岸地形。
2.如权利要求1所述一种三维数字地球动态生成精细海岸地形的方法,其特征在于,所述方法步骤S2具体步骤为:
S2.1:对卫星图片数据利用边缘检测算法跟踪边缘线提取海岸线,并通过形态学算法的处理对结果进行连接,得到连续的岸线,此时得到海岸线结果数据A;
S2.2:利用卫星图片数据中不同海岸类型的海岸线在图片明暗度上的过渡特征,对海岸线进行标定,得到海岸线结果数据B;
S2.3:利用高程数据生成等高线数据,通过与海岸线高程数值比较得到海岸线结果数据C;
S2.4:已有的海岸线矢量数据中海岸线数据作为海岸线结果数据D;
S2.5:对海岸线结果数据A、B、C、D通过处理后得到最终的海岸线结果数据E。
3.如权利要求2所述一种三维数字地球动态生成精细海岸地形的方法,其特征在于,所述方法步骤S2.5具体为:对海岸线结果数据A、B、C、D通过加权相加处理后得到最终的海岸线结果数据E,其中计算公式为:E=wAA+wBB+wCC+wDD;
其中:wA表示结果A的权重,wB表示结果B的权重,wC表示结果C的权重,wD表示结果D的权重。
4.如权利要求1所述一种三维数字地球动态生成精细海岸地形的方法,其特征在于,所述方法步骤S4中对卫星图片数据进行对象信息识别,具体指基于图像识别技术,对卫星图片数据进行海岸地面覆盖物细节和海岸线的识别。
5.如权利要求1所述一种三维数字地球动态生成精细海岸地形的方法,其特征在于,所述方法步骤S4中利用该区域的信息产生海岸类型掩码图,其中掩码图中不同类型海岸区域范围确定还需要结合高程数据,利用高程数据计算出的等高线计算出高度梯度,利用不同类型海岸在高度梯度上的不同,同时结合区域的信息可得到不同类型海岸区域范围确定的掩码图。
6.如权利要求1所述一种三维数字地球动态生成精细海岸地形的方法,其特征在于,所述方法步骤S4中掩码图数据对应得到海岸细节纹理数据,其中掩码图与不同类型海岸区域范围的纹理数据之间的对应关系为,一张掩码图对应一种类型的海岸区域范围的纹理数据。
7.如权利要求4所述一种三维数字地球动态生成精细海岸地形的方法,其特征在于,所述对象信息识别具体步骤为:
S4.1:将卫星图片数据灰度化;S4.2:采用Gammma校正法对输入卫星图片数据进行颜色空间的标准化;S4.3:计算卫星图片数据每个像素的梯度;S4.4:将卫星图片数据划分成多个图像单元,统计每个图像单元的梯度方向直方图,即可形成每个图像单元的方向梯度直方图特征描述数据;S4.5:将多个临近图像单元组成一图像块,图像块内所有图像单元的方向梯度直方图特征描述数据串联起来得到该图像块的方向梯度直方图特征描述数据;S4.6:将卫星图片数据内所有图像块的方向梯度直方图特征描述数据串联得到卫星图片数据的方向梯度直方图特征描述数据;S4.7:利用CNN图形分类模型,根据卫星图片数据的方向梯度直方图特征描述数据对卫星图片数据进行内容识别。
8.如权利要求1所述一种三维数字地球动态生成精细海岸地形的方法,其特征在于,所述方法步骤S1中数据预处理包括:卫星图片数据经过配准、融合得到彩色影像数据,利用已知的控制点对数据进行几何矫正和投影矫正;高程数据经过插值处理,解决可能因客观因素导致的数据漏洞问题,并经过坐标转换保持与卫星图片数据坐标***一致。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811514604.2A CN109741446B (zh) | 2018-12-12 | 2018-12-12 | 一种三维数字地球动态生成精细海岸地形的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811514604.2A CN109741446B (zh) | 2018-12-12 | 2018-12-12 | 一种三维数字地球动态生成精细海岸地形的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109741446A CN109741446A (zh) | 2019-05-10 |
CN109741446B true CN109741446B (zh) | 2022-12-16 |
Family
ID=66359336
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811514604.2A Active CN109741446B (zh) | 2018-12-12 | 2018-12-12 | 一种三维数字地球动态生成精细海岸地形的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109741446B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112785910B (zh) * | 2019-11-07 | 2023-07-25 | 中国石油天然气集团有限公司 | 大动态范围非线性地球物理等值线图绘制方法及装置 |
CN113298927A (zh) * | 2020-12-14 | 2021-08-24 | 阿里巴巴(中国)有限公司 | 数据处理、应用界面显示及辅助操作方法和装置 |
CN113739788B (zh) * | 2021-08-03 | 2023-05-23 | 中山大学 | 一种亮温数据的地理位置校正方法及装置 |
CN116047546B (zh) * | 2022-07-07 | 2024-02-27 | 北京玖天气象科技有限公司 | 基于多源卫星数据的山火监测方法 |
CN115511390B (zh) * | 2022-11-14 | 2023-06-27 | 南方科技大学 | 一种沿海沿江脆弱性评估方法、***、终端及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5053778A (en) * | 1989-08-10 | 1991-10-01 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Generation of topographic terrain models utilizing synthetic aperture radar and surface level data |
CN107909002A (zh) * | 2017-08-07 | 2018-04-13 | 北京航空航天大学 | 基于海岸线匹配的红外遥感图像海陆分割方法 |
-
2018
- 2018-12-12 CN CN201811514604.2A patent/CN109741446B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5053778A (en) * | 1989-08-10 | 1991-10-01 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Generation of topographic terrain models utilizing synthetic aperture radar and surface level data |
CN107909002A (zh) * | 2017-08-07 | 2018-04-13 | 北京航空航天大学 | 基于海岸线匹配的红外遥感图像海陆分割方法 |
Non-Patent Citations (1)
Title |
---|
遥感与DEM相结合的海岸线高精度提取方法;刘善伟等;《遥感技术与应用》;20111031(第05期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109741446A (zh) | 2019-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109741446B (zh) | 一种三维数字地球动态生成精细海岸地形的方法 | |
CN104574347B (zh) | 基于多源遥感数据的在轨卫星图像几何定位精度评价方法 | |
KR101165523B1 (ko) | 다중 소스의 지리 정보를 이용한 지리공간 모델링 시스템 및 관련 방법 | |
CN104820991B (zh) | 一种基于代价矩阵的多重软约束立体匹配方法 | |
CN109520500B (zh) | 一种基于终端拍摄图像匹配的精确定位及街景库采集方法 | |
CN103268358B (zh) | 多源控制点影像数据库构建及更新方法 | |
CN110569797B (zh) | 地球静止轨道卫星影像山火检测方法、***及其存储介质 | |
CN110298211B (zh) | 一种基于深度学习和高分辨率遥感影像的河网提取方法 | |
CN109461132B (zh) | 基于特征点几何拓扑关系的sar图像自动配准方法 | |
CN109712112A (zh) | 基于局部特征的航拍绝缘子图像的定位方法 | |
Shaoqing et al. | The comparative study of three methods of remote sensing image change detection | |
CN108364279A (zh) | 确定静止轨道遥感卫星指向偏差的方法 | |
CN115861591B (zh) | 基于transformer关键纹理编码匹配的无人机定位方法 | |
CN106295657A (zh) | 一种视频数据结构化过程中提取人体高度特征的方法 | |
CN114972646B (zh) | 一种实景三维模型独立地物的提取与修饰方法及*** | |
CN116012723A (zh) | 基于时序遥感影像的湿地类型提取方法、装置及电子设备 | |
Hu et al. | Building modeling from LiDAR and aerial imagery | |
Dowman | Automating image registration and absolute orientation: solutions and problems | |
Bektas Balcik et al. | Determination of magnitude and direction of land use/land cover changes in Terkos Water Basin, Istanbul | |
CN105631849B (zh) | 多边形目标的变化检测方法及装置 | |
Xu et al. | The comparative study of three methods of remote sensing image change detection | |
JP2014126537A (ja) | 座標補正装置、座標補正プログラム、及び座標補正方法 | |
CN115937673A (zh) | 一种基于移动终端照片的地理要素快速变化发现方法 | |
CN113034555B (zh) | 一种基于最小生成树的特征精匹配方法及应用 | |
Hao et al. | A subpixel mapping method for urban land use by reducing shadow effects |
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 | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A Method for Generating Fine Coastal Terrain from 3D Digital Earth Dynamics Effective date of registration: 20230821 Granted publication date: 20221216 Pledgee: Bank of China Limited Chengdu Development Zone West sub branch Pledgor: SICHUAN HUAKONG GRAPH TECHNOLOGY Co.,Ltd. Registration number: Y2023980053228 |
|
PE01 | Entry into force of the registration of the contract for pledge of patent right |