城市地表监测海量多源数据融合可视化方法技术

本发明专利技术公开了一种城市地表监测海量多源数据融合可视化方法，包括步骤：S1，数据采集，采集地理信息数据和传感器数据，并生成三维地形模型；地理信息数据包括地理位置、形貌信息、纹理信息和结构信息；S2，信息传输，将步骤S1中采集的地理信息数据传输到云端服务器；S3，融合处理，在云服务器端进行多源数据融合处理，对地理信息数据、传感器数据和通用地图数据进行数据融合处理等；本发明专利技术可以准确地描述各个实体的纹理信息等，通用性强，可以全方位地描述各个实体的数据信息，可视化程度高。

Visualization method of massive multi-source data fusion for urban surface monitoring

【技术实现步骤摘要】
城市地表监测海量多源数据融合可视化方法
本专利技术涉及地理信息系统
，更为具体地，涉及一种城市地表监测海量多源数据融合可视化方法。
技术介绍
地理信息系统(GeographicInformationSystem，GIS)与建筑信息模型(BuildingInformationModeling，BIM)结合是构建智慧城市的重要技术路径。由于BIM数据存在数据量大、结构复杂的特点，将其与GIS信息结合存在可视化程度低，通用性差等问题。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种城市地表监测海量多源数据融合可视化方法，可以准确地描述各个实体的纹理信息等，通用性强，可以全方位地描述各个实体的数据信息，可视化程度高。本专利技术的目的是通过以下技术方案来实现的：一种城市地表监测海量多源数据融合可视化方法，包括：S1，数据采集，采集地理信息数据和传感器数据，并生成三维地形模型；所述地理信息数据包括地理位置、形貌信息、纹理信息和结构信息；S2，信息传输，将步骤S1中采集的地理信息数据传输到云端服务器；S3，融合处理，在云服务器端进行多源数据融合处理，对地理信息数据、传感器数据和通用地图数据进行数据融合处理；S4，可视化展示，根据实体样式和实体坐标计算展示的实体对象，并将实体对象添加到原始三维GIS模型中，实现对模型对象的标注并显示呈现。进一步的，在步骤S1中，所述传感器数据包括无人机遥感拍摄数据。进一步的，在步骤S1中，包括视频监控数据。进一步的，所述地理信息数据包括地信系统天地图数据。进一步的，所述地理信息数据包括地信系统PGIS数据。进一步的，所述通用地图数据包括政区图、地形图和卫星图中的任一种或多种。进一步的，在步骤S2中，在云服务器端采用Hadoop分布式架构系统存储数据。进一步的，所述传感器数据包括红外线感知器数据、激光扫瞄器数据、测速仪数据中的一种或多种。本专利技术的有益效果是：(1)本专利技术对建筑进行精细化三维建模，实现地理环境、建筑外观的呈现，以及视频监测，可以辅助管理者更加精确直观地掌握地理信息，并支持地理信息数据、视频监控数据接入，实现跨业务系统信息的融合显示，为用户地理信息应用提供全面、客观的数据支持和依据。同时，集成了传感器采集的数据等，能够加载全球范围高精度高程数据、各类矢量地理要素数据、倾斜摄影数据、无人机航拍数据、大规模城市建筑轮廓数据、精细建筑结构数据等，可以准确地描述各个实体的纹理信息等，通用性强，可以全方位地描述各个实体的数据信息，可视化程度高。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术的步骤流程示意图。具体实施方式下面结合附图进一步详细描述本专利技术的技术方案，但本专利技术的保护范围不局限于以下所述。本说明书中公开的所有特征，或隐含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、摘要和附图)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。下面将详细描述本专利技术的具体实施例，应当注意，这里描述的实施例只用于举例说明，并不用于限制本专利技术。在以下描述中，为了提供对本专利技术的透彻理解，阐述了大量特定细节。然而，对于本领域普通技术人员显而易见的是：不必采用这些特定细节来实行本专利技术。在其他实例中，为了避免混淆本专利技术，未具体描述公知的电路，软件或方法。下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。在对实施例进行描述之前，需要对一些必要的术语进行解释。例如：若本申请中出现使用“第一”、“第二”等术语来描述各种元件，但是这些元件不应当由这些术语所限制。这些术语仅用来区分一个元件和另一个元件。因此，下文所讨论的“第一”元件也可以被称为“第二”元件而不偏离本专利技术的教导。应当理解的是，若提及一元件“连接”或者“联接”到另一元件时，其可以直接地连接或直接地联接到另一元件或者也可以存在中间元件。相反地，当提及一元件“直接地连接”或“直接地联接”到另一元件时，则不存在中间元件。在本申请中出现的各种术语仅仅用于描述具体的实施方式的目的而无意作为对本专利技术的限定，除非上下文另外清楚地指出，否则单数形式意图也包括复数形式。当在本说明书中使用术语“包括”和/或“包括有”时，这些术语指明了所述特征、整体、步骤、操作、元件和/或部件的存在，但是也不排除一个以上其他特征、整体、步骤、操作、元件、部件和/或其群组的存在和/或附加。如图1所示，一种城市地表监测海量多源数据融合可视化方法，包括：S1，数据采集，采集地理信息数据和传感器数据，并生成三维地形模型；所述地理信息数据包括地理位置、形貌信息、纹理信息和结构信息；S2，信息传输，将步骤S1中采集的地理信息数据传输到云端服务器；S3，融合处理，在云服务器端进行多源数据融合处理，对地理信息数据、传感器数据和通用地图数据进行数据融合处理；S4，可视化展示，根据实体样式和实体坐标计算展示的实体对象，并将实体对象添加到原始三维GIS模型中，实现对模型对象的标注并显示呈现。进一步的，在步骤S1中，所述传感器数据包括无人机遥感拍摄数据。进一步的，在步骤S1中，包括视频监控数据。进一步的，所述地理信息数据包括地信系统天地图数据。进一步的，所述地理信息数据包括地信系统PGIS数据。进一步的，所述通用地图数据包括政区图、地形图和卫星图中的任一种或多种。进一步的，在步骤S2中，在云服务器端采用Hadoop分布式架构系统存储数据。进一步的，所述传感器数据包括红外线感知器数据、激光扫瞄器数据、测速仪数据中的一种或多种。实施例一如图1所示，一种城市地表监测海量多源数据融合可视化方法，包括：S1，数据采集，采集地理信息数据和传感器数据，并生成三维地形模型；所述地理信息数据包括地理位置、形貌信息、纹理信息和结构信息；S2，信息传输，将步骤S1中采集的地理信息数据传输到云端服务器；S3，融合处理，在云服务器端进行多源数据融合处理，对地理信息数据、传感器数据和通用地图数据进行数据融合处理；S4，可视化展示，根据实体样式和实体坐标计算展示的实体对象，并将实体对象本文档来自技高网...

【技术保护点】
1.一种城市地表监测海量多源数据融合可视化方法，其特征在于，包括：/nS1，数据采集，采集地理信息数据和传感器数据，并生成三维地形模型；所述地理信息数据包括地理位置、形貌信息、纹理信息和结构信息；/nS2，信息传输，将步骤S1中采集的地理信息数据传输到云端服务器；/nS3，融合处理，在云服务器端进行多源数据融合处理，对地理信息数据、传感器数据和通用地图数据进行数据融合处理；/nS4，可视化展示，根据实体样式和实体坐标计算展示的实体对象，并将实体对象添加到原始三维GIS模型中，实现对模型对象的标注并显示呈现。/n

【技术特征摘要】
1.一种城市地表监测海量多源数据融合可视化方法，其特征在于，包括：
S1，数据采集，采集地理信息数据和传感器数据，并生成三维地形模型；所述地理信息数据包括地理位置、形貌信息、纹理信息和结构信息；
S2，信息传输，将步骤S1中采集的地理信息数据传输到云端服务器；
S3，融合处理，在云服务器端进行多源数据融合处理，对地理信息数据、传感器数据和通用地图数据进行数据融合处理；
S4，可视化展示，根据实体样式和实体坐标计算展示的实体对象，并将实体对象添加到原始三维GIS模型中，实现对模型对象的标注并显示呈现。


2.根据权利要求1所述的城市地表监测海量多源数据融合可视化方法，其特征在于，在步骤S1中，所述传感器数据包括无人机遥感拍摄数据。


3.根据权利要求2所述的城市地表监测海量多源数据融合可视化方法，其特征在于，在步骤S1中，包括视频...

【专利技术属性】
技术研发人员：方孟元，许毅，
申请(专利权)人：武汉市珞珈俊德地信科技有限公司，
类型：发明
国别省市：湖北;42