CN110765542A - 一种高精度数字高程模型的轻量化方法 - Google Patents
一种高精度数字高程模型的轻量化方法 Download PDFInfo
- Publication number
- CN110765542A CN110765542A CN201911068406.2A CN201911068406A CN110765542A CN 110765542 A CN110765542 A CN 110765542A CN 201911068406 A CN201911068406 A CN 201911068406A CN 110765542 A CN110765542 A CN 110765542A
- Authority
- CN
- China
- Prior art keywords
- model
- point cloud
- data
- cloud data
- dem
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000004364 calculation method Methods 0.000 claims abstract description 13
- 238000012952 Resampling Methods 0.000 claims abstract description 11
- 230000008569 process Effects 0.000 claims abstract description 11
- 238000012876 topography Methods 0.000 claims abstract description 4
- 238000004519 manufacturing process Methods 0.000 claims description 12
- 238000005070 sampling Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 10
- 230000004927 fusion Effects 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000012986 modification Methods 0.000 claims description 4
- 230000004048 modification Effects 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 230000000903 blocking effect Effects 0.000 claims description 3
- 238000005520 cutting process Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000005211 surface analysis Methods 0.000 claims description 3
- 239000000725 suspension Substances 0.000 claims description 2
- 230000008439 repair process Effects 0.000 abstract description 3
- 230000007547 defect Effects 0.000 abstract description 2
- 238000013461 design Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010252 digital analysis Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000004381 surface treatment Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C5/00—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels
- G01C5/005—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels altimeters for aircraft
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明提供一种高精度数字高程模型的轻量化方法,实现了DEM两次轻量化,第一次通过对点云数据重采样,可将点云模型的数据量降低到100倍左右,通过多次空中三角测量解算流程和模型修复,得到数据内存较低的数字表面模型,且地形精度并没有下降;第二次轻量化是通过设置DEM重采样的间距来实现的,得到的DEM精度均处于1米以内,有效解决了现有DEM数据冗余量和内存较大、模型表面不光滑、地形精度不高等缺陷。属于建筑工程领域。
Description
技术领域
本发明涉及一种高精度数字高程模型的轻量化方法,尤其适用于三维真实地形模型的生产及应用,属于建筑工程领域。
背景技术
近年来,随着建筑业信息化集成度越来越高,BIM+应用模式逐渐深入施工各阶段,其中最有应用价值的应属“BIM+GIS”的集成应用,其具有天然的互补关系。对于BIM+GIS的应用,最核心的是解决地形数据的来源,目前,GIS数据主要通过权威平台获取,能够下载地形精度为30米左右的数字高程模型(以下简称DEM),部分机构可以获取精度10的DEM,但是费用较高。另一方面,设计院虽然能够提供设计地形图,但一般为栅格数据,需要做矢量化处理生产DEM,通过GIS平台进行整合,其工作量较大,且生产的DEM精度并不是很高,均不能真实直观地表达现场的三维空间信息。随着无人机航测的快速发展,通过对无人机航测建立空中三角测量解算流程能够直接生产数字高程模型(DEM),但是其数据量存储量很庞大,含有大量的冗余数据,如植被、建筑等,对电脑运行要求极高,并不能直接使用,限制了高精度DEM的生产效率及应用价值。
发明内容
本发明提供一种高精度数字高程模型的轻量化方法,针对现有DEM数据冗余量和内存较大、模型表面不光滑、地形精度不高等缺陷,重点研究了基于无人机航拍数据建立空中三角测量解算流程,生产高精度的点云模型,通过点云重采样法降低点云模型的数据量,导入航测软件做多次空三处理生产三维地形模型,并对三维模型进行补洞和曲面化处理,生产高精度的表现光滑且数据量较小的DEM模型。
为解决上述问题,拟采用这样一种高精度数字高程模型的轻量化方法,具体方法如下:
(1)多源点云模型采集
分别采集无人机点云数据和激光点云数据;
(2)多源点云模型融合
建立统一坐标基准,同时导入编辑后的空三点云数据和激光点云数据,通过法线重采样法,重新建立新的融合点云数据;
(4)实景模型生产
在CC航测建模软件中,导入融合点云数据,同时添加像控点坐标,设置模型文件的原点;
分别对控制点进行刺点,赋予实景模型绝对坐标,在空间框架选择不分块处理模式;
打开加速引擎,建立第二次空中三角测量解算流程,生产可用于修饰的obj格式的实景模型文件。
(5)模型修复处理;
(5)生产数字表面模型;
打开第二次空三处理的工程文件,将修饰的实景模型复制到可修饰的实景模型目录下;
建立第三次空中三角测量解算流程,刷新实景模型;
设置坐标基准,选择生产数字正射影像和数字表面模型;
(6)DEM生产。
将数字表面模型导入到global mapper中,裁剪边缘数据,并赋予地形模型数字化信息;
在高程网格工具中,选择格式为geotiff;
设置高程类型为32位浮点采样,选择双线性插值重采样,x、y方向的采样间距均为0.5米,数据得到轻量化的DEM数据。
前述方法中,多源点云模型采集的具体方法如下:
地面布设像控点,采用GPS测量出坐标值,将坐标值转化为WGS84坐标系;
设置无人机飞行参数,采集多视角影像,在WGS84坐标基准下建立第一次空中三角测量解算处理流程,生产LAS格式的点云数据;
以互相通视的两个控制点为基准,架设三维激光扫描仪,采集植被地势较为复杂的地区的点云数据。
前述方法中,模型修复处理的具体方法如下;
将实景模型导入到geomagic软件中,采用网格医生工具优化模型文件;
采用整体补洞法、单个补洞法、边界补洞法填补实景模型内部所有空洞;
采用曲面分析,对整体模型进行优化,得到表面光滑的曲面模型;
将曲面模型另存为新的obj文件。
与现有技术相比,本发明所述方法实现了DEM两次轻量化,第一次通过对点云数据重采样,可将点云模型的数据量降低到100倍左右,通过多次空中三角测量解算流程和模型修复,得到数据内存较低的数字表面模型,且地形精度并没有下降;第二次轻量化是通过设置DEM重采样的间距来实现的,得到的DEM精度均处于1米以内,能够在GIS平台中快熟加载,并依托GIS的强大三维空间分析能力,实现BIM模型与GIS模型高效融合,建立真实的三维施工场布,提高了项目项目驻地、拌合站、施工便道等大临设施的选址及设计效率,可大大减少工作人员的野外工作量;地形因子反映效果强、真实直观反映现场的地形起伏、数据冗余量少、支持数字化分析、交互***过好、实用性强、制作成本低、推广性强,依托此核算的工程量精度较高,具有很有的指导性和推广性,已经在多个项目中推广应用并取得明显效果,。
附图说明
图1是本发明的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将参照附图对本发明作进一步的详细说明,应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
实施例
参照附图1,本实施例提供一种高精度数字高程模型的轻量化方法,具体方法如下:
(1)多源点云模型采集
地面布设像控点,采用GPS测量出坐标值,将坐标值转化为WGS84坐标系,投影方式为横轴墨卡托投影(UTM)基准上;
设置无人机飞行参数,采集多视角影像,在WGS84坐标基准下建立第一次空中三角测量解算处理流程,生产LAS格式的点云数据;
以互相通视的两个控制点为基准,架设天宝SX10三维激光扫描仪,采集植被地势较为复杂的地区(挡墙、树林内部)的点云数据。
(2)多源点云模型融合
建立统一坐标基准,同时导入编辑后的空三点云数据和激光点云数据,通过法线重采样法,重新建立新的融合点云数据,导出格式为LAS数据。
(6)实景模型生产
在CC航测建模软件中,导入融合点云数据,同时添加像控点坐标,设置模型文件的原点;
分别对控制点进行刺点,赋予实景模型绝对坐标,在空间框架选择不分块处理模式;
打开加速引擎,建立第二次空中三角测量解算流程,生产可用于修饰的obj格式的实景模型文件。
(7)模型修复处理;
将实景模型导入到geomagic软件中,采用网格医生工具优化模型文件;
采用整体补洞法、单个补洞法、边界补洞法填补实景模型内部所有空洞;
采用曲面分析,对整体模型进行优化,得到表面光滑的曲面模型;
将曲面模型另存为新的obj文件;
(5)生产数字表面模型;
打开第二次空三处理的工程文件,将修饰的实景模型复制到可修饰的实景模型目录下;
建立第三次空中三角测量解算流程,刷新实景模型;
设置坐标基准,选择生产数字正射影像和数字表面模型;
(6)DEM生产。
将数字表面模型导入到global mapper中,裁剪边缘数据,并赋予地形模型数字化信息;
在高程网格工具中,选择格式为geotiff;
设置高程类型为32位浮点采样,选择双线性插值重采样,x、y方向的采样间距均为0.5米,数据得到轻量化的DEM数据。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种高精度数字高程模型的轻量化方法,其特征在于,具体方法如下:
(1)多源点云模型采集
分别采集无人机点云数据和激光点云数据;
(2)多源点云模型融合
建立统一坐标基准,同时导入编辑后的空三点云数据和激光点云数据,通过法线重采样法,重新建立新的融合点云数据;
(3)实景模型生产
在CC航测建模软件中,导入融合点云数据,同时添加像控点坐标,设置模型文件的原点;
分别对控制点进行刺点,赋予实景模型绝对坐标,在空间框架选择不分块处理模式;
打开加速引擎,建立第二次空中三角测量解算流程,生产可用于修饰的obj格式的实景模型文件。
(4)模型修复处理;
(5)生产数字表面模型;
打开第二次空三处理的工程文件,将修饰的实景模型复制到可修饰的实景模型目录下;
建立第三次空中三角测量解算流程,刷新实景模型;
设置坐标基准,选择生产数字正射影像和数字表面模型;
(6)DEM生产。
将数字表面模型导入到global mapper中,裁剪边缘数据,并赋予地形模型数字化信息;
在高程网格工具中,选择格式为geotiff;
设置高程类型为32位浮点采样,选择双线性插值重采样,x、y方向的采样间距均为0.5米,数据得到轻量化的DEM数据。
2.根据权利要求1所述一种高精度数字高程模型的轻量化方法,其特征在于,多源点云模型采集的具体方法如下:
地面布设像控点,采用GPS测量出坐标值,将坐标值转化为WGS84坐标系;
设置无人机飞行参数,采集多视角影像,在WGS84坐标基准下建立第一次空中三角测量解算处理流程,生产LAS格式的点云数据;
以互相通视的两个控制点为基准,架设三维激光扫描仪,采集植被地势较为复杂的地区的点云数据。
3.根据权利要求1所述一种高精度数字高程模型的轻量化方法,其特征在于,模型修复处理的具体方法如下;
将实景模型导入到geomagic软件中,采用网格医生工具优化模型文件;
采用整体补洞法、单个补洞法、边界补洞法填补实景模型内部所有空洞;
采用曲面分析,对整体模型进行优化,得到表面光滑的曲面模型;
将曲面模型另存为新的obj文件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911068406.2A CN110765542A (zh) | 2019-11-05 | 2019-11-05 | 一种高精度数字高程模型的轻量化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911068406.2A CN110765542A (zh) | 2019-11-05 | 2019-11-05 | 一种高精度数字高程模型的轻量化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110765542A true CN110765542A (zh) | 2020-02-07 |
Family
ID=69336239
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911068406.2A Pending CN110765542A (zh) | 2019-11-05 | 2019-11-05 | 一种高精度数字高程模型的轻量化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110765542A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111724477A (zh) * | 2020-07-06 | 2020-09-29 | 中铁二局第一工程有限公司 | 一种多源数据融合构建多层次三维地形模型方法 |
CN112446959A (zh) * | 2020-11-25 | 2021-03-05 | 长沙眸瑞网络科技有限公司 | 一种倾斜摄影模型优化方法 |
CN113051652A (zh) * | 2021-04-12 | 2021-06-29 | 中国建筑第八工程局有限公司 | 基于bim和三维扫描的逆向建模技术的工程改扩建方法 |
CN113486429A (zh) * | 2021-07-12 | 2021-10-08 | 南昌大学 | 一种基于插值算法的空间汇交结构自动化建造方法 |
CN115482648A (zh) * | 2022-09-13 | 2022-12-16 | 西安热工研究院有限公司 | 一种风电深基坑安全可视化智能监测预警方法及*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107564046A (zh) * | 2017-07-17 | 2018-01-09 | 山东新汇建设集团有限公司 | 一种基于点云与uav影像二次配准的建筑物轮廓精确提取方法 |
CN107917699A (zh) * | 2017-11-13 | 2018-04-17 | 中国科学院遥感与数字地球研究所 | 一种用于提高山区地貌倾斜摄影测量空三质量的方法 |
US20180218534A1 (en) * | 2015-10-01 | 2018-08-02 | Fujifilm Corporation | Drawing creation apparatus and drawing creation method |
CN109492852A (zh) * | 2018-09-13 | 2019-03-19 | 中铁上海工程局集团有限公司 | 一种基于bim的水工构筑物的质量检查方法 |
CN109697406A (zh) * | 2018-11-09 | 2019-04-30 | 广西电网有限责任公司河池供电局 | 一种基于无人机影像智能分析方法 |
-
2019
- 2019-11-05 CN CN201911068406.2A patent/CN110765542A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180218534A1 (en) * | 2015-10-01 | 2018-08-02 | Fujifilm Corporation | Drawing creation apparatus and drawing creation method |
CN107564046A (zh) * | 2017-07-17 | 2018-01-09 | 山东新汇建设集团有限公司 | 一种基于点云与uav影像二次配准的建筑物轮廓精确提取方法 |
CN107917699A (zh) * | 2017-11-13 | 2018-04-17 | 中国科学院遥感与数字地球研究所 | 一种用于提高山区地貌倾斜摄影测量空三质量的方法 |
CN109492852A (zh) * | 2018-09-13 | 2019-03-19 | 中铁上海工程局集团有限公司 | 一种基于bim的水工构筑物的质量检查方法 |
CN109697406A (zh) * | 2018-11-09 | 2019-04-30 | 广西电网有限责任公司河池供电局 | 一种基于无人机影像智能分析方法 |
Non-Patent Citations (4)
Title |
---|
任彤等: "基于三维激光扫描、无人机航测的三维地形测绘技术融合研究", 《中国水利学会2016学术年会论文集(下册)》 * |
刘孟涵: "BIM地形建模技术在高速铁路测绘中的应用", 《铁道勘察》 * |
李同方等: "基于Geomagic软件的鼠标包装壳逆向设计", 《工具技术》 * |
闫阳阳等: "三维激光点云联合无人机影像的三维场景重建研究", 《测绘通报》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111724477A (zh) * | 2020-07-06 | 2020-09-29 | 中铁二局第一工程有限公司 | 一种多源数据融合构建多层次三维地形模型方法 |
CN112446959A (zh) * | 2020-11-25 | 2021-03-05 | 长沙眸瑞网络科技有限公司 | 一种倾斜摄影模型优化方法 |
CN112446959B (zh) * | 2020-11-25 | 2024-05-17 | 长沙眸瑞网络科技有限公司 | 一种倾斜摄影模型优化方法 |
CN113051652A (zh) * | 2021-04-12 | 2021-06-29 | 中国建筑第八工程局有限公司 | 基于bim和三维扫描的逆向建模技术的工程改扩建方法 |
CN113486429A (zh) * | 2021-07-12 | 2021-10-08 | 南昌大学 | 一种基于插值算法的空间汇交结构自动化建造方法 |
CN113486429B (zh) * | 2021-07-12 | 2022-06-17 | 南昌大学 | 一种基于插值算法的空间汇交结构自动化建造方法 |
CN115482648A (zh) * | 2022-09-13 | 2022-12-16 | 西安热工研究院有限公司 | 一种风电深基坑安全可视化智能监测预警方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109410327B (zh) | 一种基于bim和gis的三维城市建模方法 | |
CN109934914B (zh) | 一种嵌入式城市设计场景仿真方法及*** | |
WO2020156273A1 (zh) | 一种园林空间数字化测绘和三维可视化方法 | |
Balsa-Barreiro et al. | Generation of visually aesthetic and detailed 3D models of historical cities by using laser scanning and digital photogrammetry | |
CN108919944B (zh) | 一种基于数字城市模型实现在显示端进行数据无损交互的虚拟漫游方法 | |
CN110765542A (zh) | 一种高精度数字高程模型的轻量化方法 | |
CN111724477A (zh) | 一种多源数据融合构建多层次三维地形模型方法 | |
KR101548647B1 (ko) | 3차원 지형정보 가시화 프로세서 및 그 동작방법 | |
LU102117B1 (en) | Method and system for measuring mountain view visible area in city | |
CN110717983A (zh) | 一种基于背包式三维激光点云数据的建筑物立面三维重建方法 | |
CN110728752A (zh) | 一种公路三维地形场景模型的构建方法 | |
CN110704928B (zh) | 一种从bim模型到gis模型的转换方法 | |
CN109685893B (zh) | 空间一体化建模方法及装置 | |
CN110660125B (zh) | 用于电力配网***的三维建模装置 | |
CN112800516A (zh) | 具实景三维空间模型的建筑设计*** | |
CN113112603A (zh) | 三维模型优化的方法和装置 | |
CN115187647A (zh) | 基于矢量的道路三维实景结构化建模方法 | |
CN105005580A (zh) | 一种用于显示水库地形的方法及其装置 | |
CN111667569A (zh) | 一种基于Rhino及Grasshopper的三维实景土方可视化精准测算方法 | |
CN114399406B (zh) | 基于gis和bim的水利工程多用户协同管理***和方法 | |
CN115758530A (zh) | 桥梁工程正向规划方法、装置、设备及存储介质 | |
CN114972672A (zh) | 输电线路实景三维模型构建方法、装置、设备和存储介质 | |
Crues et al. | Digital Lunar Exploration Sites (DLES) | |
CN114490907A (zh) | 名城管理数据库的构建方法、装置及存储介质 | |
Wang et al. | Grid algorithm for large-scale topographic oblique photogrammetry precision enhancement in vegetation coverage areas |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200207 |