一种基于低细节高程数据的大规模三维河道场景重建方法技术

本发明专利技术公开了一种基于低细节高程数据的大规模三维河道场景重建方法，获取河道所在区域的河道数据、影像数据以及高程数据；根据所述河道数据生成能够区分河段、汇流口的河道语义数据；由所述河道语义数据分割所述高程数据，得到河道覆盖范围内的高程数据，对所述河道覆盖范围内的高程数据进行平滑处理，得到平滑高程数据；将所述平滑高程数据对应的映射到所述影像数据内的河道，得到平滑的符合真实河道断面的三维河道场景。本发明专利技术通过低精度的河道数据、影像数据和高程数据，能够快速的构建任一区域的三维河道场景，适用与大规模的三维河道场景构建。河道场景构建。河道场景构建。

【技术实现步骤摘要】
一种基于低细节高程数据的大规模三维河道场景重建方法


[0001]本专利技术涉及三维河道场景构建
，尤其涉及一种基于低细节高程数据的大规模三维河道场景重建方法。

技术介绍

[0002]近年来，随着物联网、大数据、虚拟现实、人工智能等技术的不断发展，国内水环境智慧可视管控技术以其数字化、智能化、可视化等优点，实现了河道水环境的动态监测、跟踪、预警、查询及可视化展示等，在水环境管控方面取得了显著的成效。然而，河道三维场景可视化重建方面仍旧存在许多问题。现有河道三维场景生成方法中仿真范围大多比较小，可视呈现还停留在“好看皮囊”层面，缺乏基于海量实测数据的大规模场景的自动逼真重建。目前有大量的开源GIS、BIM等真实场景(仿真区域内的环境、河流、河道管控设备、企业建筑、设备等)实测数据。但是，这些数据类型复杂且精度比较低，直接用于三维仿真效果差且使用程度受限。如何基于低细节的多源开源场景数据，实现包括河道、交汇处等复杂河网构成的大规模三维河道场景的自动重建，仍然是一个挑战性的难题。

技术实现思路

[0003]本专利技术主要解决的技术问题是提供一种基于低细节高程数据的大规模三维河道场景重建方法，解决大规模三维场景生成方法难以基于低精度数据实现场景自动逼真重建的问题。
[0004]为解决上述技术问题，本专利技术采用的一个技术方案是提供一种基于低细节高程数据的大规模三维河道场景重建方法，包括步骤：
[0005]获取河道所在区域的数据，获取河道所在区域的河道数据、影像数据以及高程数据；构建河道语义结构数据，根据所述河道数据生成能够区分河段、汇流口的河道语义数据；处理所述高程数据，由所述河道语义数据分割所述高程数据，得到河道覆盖范围内的高程数据，对所述河道覆盖范围内的高程数据进行平滑处理，得到平滑高程数据；构建河道的三维场景，将所述平滑高程数据对应的映射到所述影像数据内的河道，得到平滑的符合真实河道断面的三维河道场景。
[0006]优选的，所述河道数据为二维矢量数据；所述影像数据和所述高程数据均为二维栅格数据。
[0007]优选的，所述河道语义数据包括有河段和汇流口，所述河段为不与其他河道交汇的一段河道；所述汇流口为所述河段交汇的区域；所述河段包括河段边界线和河段中轴线，所述河段边界线为所述河段的边界线的矢量数据，由点列合围形成；所述河段中轴线为所述河段的中线的矢量数据，由点列拼接形成；所述汇流口包括有汇流口中心点和汇流口边界线，所述汇流口中心点为多个交汇在该汇流口的河段中轴线的交点，所述汇流口边界线为以汇流口中心点为圆心，以交汇在该汇流口宽度最大的河段的宽度为半径形成的圆。
[0008]优选的，所述河段边界线包括有左边界和右边界，所述河段的个数为L个，分别为
1,2,
…
,L，其对应的河段边界线为A1，A2,
…
A
L
,任一所述河段边界线A
i
为：
[0009][0010]其中：表示所述左边界，M
i
为所述左边界的点的总个数，q
i1
表示所述左边界的起点，表示所述左边界的终点，即所述左边界与所述汇流口边界线的交点，表示所述右边界，N
i
为所述右边界点的总个数，表示所述右边界的起点，表示所述右边界的终点，即所述右边界与所述汇流口边界线的交点。
[0011]优选的，所述汇流口的个数为K个，分别为1,2,
…
,K，其对应的汇流口边界线为B1,B2,
…
,B
K
,任一所述汇流口边界线B
j
为：
[0012]{p
j11
,p
j12
,
…
,p
jg1
,p
jg2
,
…
,p
jl1
,p
jl2
}
[0013]其中：j∈[1,K]，p
jg1
,p
jg2
表示所述汇流口边界线B
j
中第g个河段边界线的左边界、右边界与所述汇流口边界线B
j
的交点，g∈[1,l]，l为在所述汇流口边界线B
j
交汇的河段的总个数,l∈[1,L]。
[0014]优选的，所述高程数据的区域为四边形，所述高程数据Ω表示为：
[0015]{r
e
|e∈[1,4]}，
[0016]其中：r
e
为所述高程数据四边形区域的四个顶点中的任一顶点。
[0017]优选的，由所述河段边界线和所述汇流口边界线组成的水域Ω1表示为：
[0018][0019]其中：L为所述水域中河段的总个数，K为所述水域中汇流口的总个数，i∈[1,L],j∈[1,K]；
[0020]由所述水域Ω1分割所述高程数据Ω，即：
[0021][0022]其中：表示Ω1基于Ω的补集。
[0023]优选的，对所述高程数据内对应所述河段边界线和所述汇流口边界线内的高程值进行平滑处理，分别得到河段平滑高程数据和汇流口平滑高程数据，将所述河段平滑高程数据和汇流口平滑高程数据对应映射到所述影像数据，得到平滑的符合真实河道断面的三维河道场景。
[0024]优选的，对所述高程数据内河段的高程值进行平滑处理，拟合所述河段中轴线，得到弧长参数化曲线C
i
，表示为：
[0025]C
i
＝C
i
(s)＝(x(s),y(s))
[0026]其中：s为弧长位置，x，y为曲线C
i
上任意点的坐标；
[0027]曲线C
i
上任意弧长位置s，设定该位置处的高程值为h(s),得出：
[0028]h(s)＝h(x(s),y(s))
[0029]在所述曲线C
i
中，以步长Δs进行等距离采样其高程值，得到以下采样点序列：
[0030][0031]其中：S为曲线C
i
的总弧长，表示S/Δs取整数；
[0032]对所述采样点序列进行拟合，获得曲线该曲线即为包括高程值的平滑中轴线；将所述平滑中轴线外的所述河段边界线的区域视为所述平滑中轴线的延拓，所述平滑中轴线外的所述河段边界线的区域的高程值视为所述平滑中轴线中高程值的延拓，将所述平滑中轴线外的所述河段边界线的区域中任一点的高程值设定为等于该点到所述平滑中轴线距离最近点处的高程值，由此获得所述河段边界线横断面方向上的高程值相等的所述河段平滑高程数据。
[0033]优选的，对所述高程数据内汇流口的高程值进行平滑处理，设定所述汇流口边界线B
j
任意位置处的高程值为该汇流口边界线B
j
与所述左边界和所述右边界交点处的高程值的平均值，即：
[0034][0035]其中：为所述汇流口边界线B
j
高本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于低细节高程数据的大规模三维河道场景重建方法，其特征在于，包括步骤：获取河道所在区域的数据，获取河道所在区域的河道数据、影像数据以及高程数据；构建河道语义结构数据，根据所述河道数据生成能够区分河段、汇流口的河道语义数据；处理所述高程数据，由所述河道语义数据分割所述高程数据，得到河道覆盖范围内的高程数据，对所述河道覆盖范围内的高程数据进行平滑处理，得到平滑高程数据；构建河道的三维场景，将所述平滑高程数据对应的映射到所述影像数据内的河道，得到平滑的符合真实河道断面的三维河道场景。2.根据权利要求1所述的基于低细节高程数据的大规模三维河道场景重建方法，其特征在于，所述河道数据为二维矢量数据；所述影像数据和所述高程数据均为二维栅格数据。3.根据权利要求2所述的基于低细节高程数据的大规模三维河道场景重建方法，其特征在于，所述河道语义数据包括有河段和汇流口，所述河段为不与其他河道交汇的一段河道；所述汇流口为所述河段交汇的区域；所述河段包括河段边界线和河段中轴线，所述河段边界线为所述河段的边界线的矢量数据，由点列合围形成；所述河段中轴线为所述河段的中线的矢量数据，由点列拼接形成；所述汇流口包括有汇流口中心点和汇流口边界线，所述汇流口中心点为多个交汇在该汇流口的河段中轴线的交点，所述汇流口边界线为以汇流口中心点为圆心，以交汇在该汇流口宽度最大的河段的宽度为半径形成的圆。4.根据权利要求3所述的基于低细节高程数据的大规模三维河道场景重建方法，其特征在于，所述河段边界线包括有左边界和右边界，所述河段的个数为L个，分别为1,2,
…
,L，其对应的河段边界线为A1,A2,
…
,A
L
,任一所述河段边界线A
i
为：其中：i∈[1，L]，表示所述左边界，M
i
为所述左边界的点的总个数，q
i1
表示所述左边界的起点，表示所述左边界的终点，即所述左边界与所述汇流口边界线的交点，表示所述右边界，N
i
为所述右边界点的总个数，表示所述右边界的起点，表示所述右边界的终点，即所述右边界与所述汇流口边界线的交点。5.根据权利要求4所述的基于低细节高程数据的大规模三维河道场景重建方法，其特征在于，所述汇流口的个数为K个，分别为1，2，
…
，K，其对应的汇流口边界线为B1，B2，...，B
K
，任一所述汇流口边界线B
j
为：{p
j11
，p
j12
，...，p
jg1
，p
jg2
，...，p
jl1
，p
jl2
}其中：j∈[1，K]，p
jg1
，p
jg2
表示所述汇流口边界线B
j
中第g个河段边界线的左边界、右边界与所述汇流口边界线B
j
的交点，g∈[1，l]，l为在所述汇流口边界线B
j
交汇的河段的总个数，l∈[1，L]。6.根据权利要求5所述的基于低细节高程数据的大规模三维河道场景重建方法，其特征在于，所述高程数据的区域...

【专利技术属性】
技术研发人员：王华，任建勋，王鹏远，刘瑞强，王骏，朱付保，张秋闻，杨栓，付大喜，闫晓敏，
申请(专利权)人：郑州轻工业大学，
类型：发明
国别省市：