大场景三维模型数据的高效、批量属性挂接方法及系统技术方案

发明专利技术公开了一种大场景三维模型数据的高效、批量属性挂接方法，S1获取二维和各三维模型的基础数据；S2将各所述三维模型数据与对应所述二维的GeoJSON数据进行比对、统一；S3将所述二维的GeoJSON数据作为所述三维模型的基准数据，采用特征点匹配法进行多源三维数据空间配准；S4将步骤S3中空间配准后的数据加载到可视化前端,获取可视化前端的目标点P坐标及高程值；S5将所述步骤S4中的目标点P坐标及高程值带入二维GeoJSON筛选经纬度所处面，查找符合的高程匹配对象，若符合，得到目标点P的三维模型批量属性，否则重新获取目标点P坐标及高程值，重复步骤S5。本发明专利技术实现了大场景下，海量、多源、异构的三维数据的属性挂接。异构的三维数据的属性挂接。异构的三维数据的属性挂接。

【技术实现步骤摘要】
大场景三维模型数据的高效、批量属性挂接方法及系统


[0001]本专利技术涉及三维模型数据处理
，具体涉及一种大场景三维模型数据的高效
、
批量属性挂接方法及系统
。

技术介绍

[0002]随着实景三维建设的大力推进，实景三维的建设受到前所未有的重视和发展
。
实景三维作为新型测绘，是对一定空间范围内的人类生产
、
生活和生态空间进行真实
、
立体
、
时序化表达的数字空间
。
相较于传统的二维地理信息产品，实景三维能真实的展示现实世界中各地理实体的空间位置
。
在完整的三维
GIS
系统研究和应用方面，三维数据表达越来越丰富，数据格式，数据种类也越来越多，例如倾斜数据
、
点云数据
、
以及传统人工建模数据
。
虽然三维对象表达具有较强的能力，但现有三维数据的属性信息管理和分析能力较弱
。
[0003]目前，基于
webGL
的广泛应用，以及前端技术的不断发展
。
部分模型数据在进行轻量化处理时，可将简单
、
易读的属性信息直接挂接到三维模型瓦片上
。
前端可通过点击获取模型瓦片上的属性信息
。
[0004]但是通过将模型的属性信息直接写入瓦片的方式可解决部分应用场景
。
例如数据量不大，数据格式单一，业务逻辑简单的小场景应用系统
。
但随着三维场景不断的深入应用，以及三维场景业务逻辑的复杂性不断增强
。
将属性信息直接写入模型数据的方式，依然无法满足大场景三维模型的应用，同时也会带来其他的系统风险
。
其中主要风险有以下几点：
[0005]1.
瓦片数据的属性挂接不适用于所有的三维模型数据，具有数据局限性；
[0006]2.
三维数据挂接模型数据会直接增加瓦片加载负担，降低前端渲染效率；
[0007]3.
多源三维数据叠加时，各类属性数据无法统一，高效的管理以及分析；
[0008]因此，在同一场景下如何批量，高效的挂接其属性信息，是本领域技术人员亟待解决的问题
。

技术实现思路

[0009]针对现有技术的不足，本专利技术的目的是提供一种大场景三维模型数据的高效
、
批量属性挂接方法及系统
。
能满足在大场景下，海量
、
多源
、
异构的三维数据的属性挂接，既可以充分满足模型信息三维展示能力，也可对其属性信息进行有效的管理，从而更好的支撑各类应用研究
。
[0010]为达到上述目的，本专利技术目的之一采用的技术方案如下：
[0011]一种大场景三维模型数据的高效
、
批量属性挂接方法，包括如下步骤：
[0012]步骤
S1
：获取二维和三维模型的基础数据；
[0013]步骤
S2
：将各所述三维模型数据与对应所述二维的
GeoJSON
数据进行比对
、
统一；
[0014]步骤
S3
：将所述二维的
GeoJSON
数据作为所述三维模型的基准数据，采用特征点匹配法进行多源三维数据空间配准；
[0015]步骤
S4:
将步骤
S3
中空间配准后的数据加载到可视化前端
,
获取可视化前端的目标点
P
坐标及高程值；
[0016]步骤
S5:
将所述步骤
S4
中的目标点
P
坐标及高程值带入二维
GeoJSON
筛选经纬度所处面，查找符合的高程匹配对象，若符合，得到目标点
P
的三维模型批量属性，否则重新获取目标点
P
坐标及高程值，重复步骤
S5。
[0017]进一步地，还包括：步骤
S6
：通过可视化前端视角中心点
Q、
目标点
P
创建唯一射线
X
，通过射线
X
与三维模型的空间位置关系，对所述目标点
P
所在三维空间位置的属性挂接进行空间位置校验，若相交，返回属性数据；否，则不返回属性数据
。
[0018]进一步地，所述步骤
S6
：对所述目标点
P
所在三维空间位置的属性挂接进行空间位置校验，具体方法如下：
[0019]S6001
：目标点
P
确定后，获取当前可视化前端视觉相机范围，并计算相机中心点
Q
；
[0020]S6002
：连接目标点
P
与所述相机中心点
Q
点，创建唯一射线
X
，并以
PQ
方向为射线方向，无限延伸；
[0021]S6003
：通过获取到唯一
GeoJSON
面，以各顶点为节点；以每个节点属性
altitude
为高度；拉高
GeoJSON
面，模拟出三维模型体；并以当前
DEM
高程值，赋予三维模型体高程；
[0022]S6004
：通过射线
X
与所述
S6003
拉伸的模型体进行空间位置判断，若相交，则返回客户端的
GeoJSON
面正确；反之，则返回面数据不正确或误差较大，需要调整相机视角，重新获取目标点
P。
[0023]进一步地，所述步骤
S2
，具体包括：
[0024]S2001
：对二维的
GeoJSON
数据与三维模型数据的空间位置比对，若各类数据坐标系不统一，通过坐标系转换，统一坐标系；
[0025]S2002
：检查各三维模型完整性
、
三维模型比例，若各三维模型比例不一致，对三维模型进行调整；
[0026]S2003
：检查各三维模型数据的数据格式，确保各类三维模型数据能在同一场景下加载；
[0027]S2004
：检查各三维模型的数据精度；
[0028]S2005
：检查二维的
GeoJSON
数据属性字段，若二维数据的空间位置或属性字段有误，需立即调整数据的空间位置及二维数据的相关属性字段
。
[0029]进一步地，步骤
S2
：将各所述三维模型数据与对应的所述二维的
GeoJSON
数据进行比对
、
统一，还包括：
[003本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种大场景三维模型数据的高效
、
批量属性挂接方法，其特征在于：包括如下步骤：步骤
S1
：获取二维和三维模型的基础数据；步骤
S2
：将各所述三维模型数据与对应所述二维的
GeoJSON
数据进行比对
、
统一；步骤
S3
：将所述二维的
GeoJSON
数据作为所述三维模型的基准数据，采用特征点匹配法进行多源三维数据空间配准；步骤
S4:
将步骤
S3
中空间配准后的数据加载到可视化前端
,
获取可视化前端的目标点
P
坐标及高程值；步骤
S5:
将所述步骤
S4
中的目标点
P
坐标及高程值带入二维
GeoJSON
筛选经纬度所处面，查找符合的高程匹配对象，若符合，得到目标点
P
的三维模型批量属性，否则重新获取目标点
P
坐标及高程值，重复步骤
S5。2.
根据权利权利1所述的大场景三维模型数据的批量属性挂接方法，其特征在于，还包括：步骤
S6
：通过可视化前端视角中心点
Q、
目标点
P
创建唯一射线
X
，通过射线
X
与三维模型的空间位置关系，对所述目标点
P
所在三维空间位置的属性挂接进行空间位置校验，若相交，返回属性数据；否，则不返回属性数据
。3.
根据权利权利2所述的大场景三维模型数据的批量属性挂接方法，其特征在于，所述步骤
S6
：对所述目标点
P
所在三维空间位置的属性挂接进行空间位置校验，具体方法如下：
S6001
：目标点
P
确定后，获取当前可视化前端视觉相机范围，并计算相机中心点
Q
；
S6002
：连接目标点
P
与所述相机中心点
Q
点，创建唯一射线
X
，并以
PQ
方向为射线方向，无限延伸；
S6003
：通过获取到唯一
GeoJSON
面，以各顶点为节点；以每个节点属性
altitude
为高度；拉高
GeoJSON
面，模拟出三维模型体；并以当前
DEM
高程值，赋予三维模型体高程；
S6004
：通过射线
X
与所述
S6003
拉伸的模型体进行空间位置判断，若相交，则返回客户端的
GeoJSON
面正确；反之，则返回面数据不正确或误差较大，需要调整相机视角，重新获取目标点
P。4.
根据权利要求1所述的大场景三维模型数据的高效
、
批量属性挂接方法，其特征在于：所述步骤
S2
，具体包括：
S2001
：对二维的
GeoJSON
数据与三维模型数据的空间位置比对，若各类数据坐标系不统一，通过坐标系转换，统一坐标系；
S2002
：检查各三维模型完整性
、
三维模型比例，若各三维模型比例不一致，对三维模型进行调整；
S2003
：检查各三维模型数据的数据格式，确保各类三维模型数据能在同一场景下加载；
S2004
：检查各三维模型的数据精度；
S2005
：检查二维的
GeoJSON
数据属性字段，若二维数据的空间位置或属性字段有误，需立即调整数据的空间位置及二维数据的相关属性字段
。5.
根据权利要求1或4所述的大场景三维模型数据的高效
、
批量属性挂接方法，其特征在于：步骤
S2
：将各所述三维模型数据与对应的所述二维的
GeoJSON
数据进行比对
、
统一，还包括：对所述三维模型数据的数据精度进行限制
。
6.
根据权利要求1所述的大场景三维模型数据的高效
、
批量属性挂接方法，其特征在于：步骤
S3
：将所述二维的
GeoJSON
数据作为所述三维模型的基准数据，采用特征点匹配法进行多源三维数据空间配准，具体包括：
S3001
：计算出
GeoJSON
数据的最大外接矩形，其中，基准数据范围表示一个矩形范围，包括四个值，分别为最小
x
值
xmin、
最小
y
值
ymin、
最大
x
值
xmax
，最大
y
值
ymax
，确保模型配准过程在此范围中进行；

【专利技术属性】
技术研发人员：袁杰祺，龙霞，李林，王海松，程宇翔，亢扬箫，胡晓辉，陈媚特，张精平，袁超，吴凤敏，余静，张灵犀，赵珍妮，洪亮，
申请(专利权)人：重庆市地理信息和遥感应用中心重庆市测绘产品质量检验测试中心，
类型：发明
国别省市：