System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于山体阴影分析的启发式DEM综合方法技术_技高网

一种基于山体阴影分析的启发式DEM综合方法技术

技术编号:40608155 阅读:4 留言:0更新日期:2024-03-12 22:15
本发明专利技术提出一种基于山体阴影分析的启发式DEM综合方法,该方法采用山体阴影分析和局部邻域分析方法分别提取DEM数据隐含的地形骨架特征线和地形特征点,以特征线和特征点作为约束,进行重采样和DEM内插,本质上是一种启发式DEM综合方法。首先,需要设定山体阴影分析及DEM综合的超参数,构建山体阴影分析的光照模型;然后,基于山体阴影分析方法提取DEM数据隐含的地形骨架特征,基于局部邻域分析提取DEM数据中的高程地形特征点;最后,基于提取的特征要素将DEM数据分为特征数据和非特征数据两类,分别采用重采样和反距离插值方法进行启发式DEM综合。实验表明,本发明专利技术能更加简单、有效地实现启发式DEM综合,且综合结果符合空间认知和DEM表达的基本规律,可以有效提升DEM尺度变换的效率并改善DEM综合效果。

【技术实现步骤摘要】

本专利技术涉及信息科学,具体是一种基于山体阴影分析的启发式dem综合方法。


技术介绍

1、数字高程模型(dem:digital elevation model)是国家空间数据基础设施(nsdi:national spatial data infrastructure)的重要组成部分,是不同层级实景三维中国建设的地形基底,具有多层次、多尺度特征。在空间规划、工程建设、立体导航等不同应用场景下,需要不同尺度、不同分辨率dem数据的支撑。简单而高效的dem综合方法是实现多尺度dem有效途径,有助于提高nsdi建设效率、促进实景三维中国建设步伐、拓展多维度情境化dem应用场景,具有重要的理论和实用价值。

2、现有的dem综合方法主要有三类。第一类是滤波方法,该方法将原始数据分为高频滤波和低频滤波两部分,高频部分对应于地形的细节信息,低频部分对应于地形的特征信息,通过消除数据中的高频部分可实现dem综合。第二类是基于dem数据点的显著性评价的方法,其基本思想是通过一些规则来评估每个dem数据点的重要性,然后选择高重要性的dem数据点或关键地形点(峰、坑、鞍)来重建低分辨率的dem。第三类是基于结构选取的启发式dem综合方法,在这类方法中,首先识别和提取隐藏在dem网格中的地形特征,然后根据其地理或水文意义评估每个地形特征的重要性,最后通过删除次要地形特征来重新生成dem数据。由于dem数据隐藏了许多地形特征,如山脊、山峰、鞍部、山谷、平原、洼地等,人们认为dem综合的本质是一个信息抽象的过程,而不是一个数据压缩的过程。信息抽象是指在dem综合过程中,应考虑隐藏的地形特征,并保留基本的地貌和水系特征。流域线是流域的骨架,也是重要的地形特征,可以作为启发式dem综合的指导。当前,启发式dem综合方法缺乏可操作的模型和算法来将抽象的地理概念(如山脊、山谷、集水区等)与特定的dem数据(如网格点或等高线)联系起来,并进行一致性的综合概括,理论模型难以达到实用的程度。


技术实现思路

1、有鉴于此,本专利技术提供了一种基于山体阴影分析的启发式dem综合方法,该方法采用山体阴影分析和局部邻域分析方法分别提取dem数据中隐含的地形骨架特征线和地形特征点,然后以特征线和特征点作为约束,进行重采样和dem内插,本质上是一种启发式dem综合方法。该方法可以有效提升dem的效率并改善综合效果。

2、为实现上述目的,本专利技术采用了一种技术方案:一种基于山体阴影分析的启发式dem综合方法,包括如下步骤:

3、步骤s1:设定山体阴影分析及dem综合的超参数,包括dem山体阴影分析的天顶距(水平面方向上的角度,单位为度)参数α和输出dem的分辨率β;

4、步骤s2:构建山体阴影分析的光照模型,基于给定的天顶距参数,以10°为间距,构建36个不同方位角(与正北方向的夹角,单位为度)的光照模型;

5、步骤s3:基于山体阴影分析方法提取dem数据隐含的地形骨架特征;

6、步骤s4:基于局部邻域分析提取dem数据中的高程地形特征点;

7、步骤s5:基于提取的特征要素将dem数据分为特征数据和非特征数据两类,分别采用重采样和反距离插值方法进行启发式dem综合。

8、本专利技术与现有技术相比能更加简单、有效地实现启发式dem综合,且综合结果符合空间认知和dem表达的基本规律,具体来讲具有以下有益效果:

9、1.本专利技术基于山体阴影分析实现dem地形骨架特征的提取,从0°方向开始、每10°间隔设置一个方位角,可提取多视角下的地形骨架特征,该特征作为启发式dem综合的基本约束之一,可有效改善dem综合效果;

10、2.本专利技术基于局部邻域分析实现dem高程特征点的提取,以焦点函数提取高程极大值和极小值点并进行筛选,形成点状地形特征要素,该特征作为启发式dem综合的基本约束之二,可进一步改善dem综合效果;

11、3.本专利技术将dem数据分割为地形特征数据和非特征数据,分别采用重采样和反距离插值方法进行dem尺度变换,能在顾及dem地形特征的基础上进行启发式dem综合,综合效果更加符合数据的空间分布特征和人类空间认知。

12、在以上所述的一种基于山体阴影分析的启发式dem综合方法中,所述步骤s1和s2先设定山体阴影分析及dem综合的超参数,包括dem山体阴影分析的天顶距(水平面方向上的角度,单位为度)参数α和输出dem的分辨率β;然后构建山体阴影分析的光照系列,基于给定的天顶距参数,以10°为间距,构建36个不同方位角(与正北方向的夹角,单位为度)的光照模型,具体光照模型参数如下:

13、(α,0)、(α,10)、(α,20)、(α,30)、(α,40)、(α,50)、(α,60)、(α,70)、(α,80)、(α,90)、(α,100)、(α,110)、(α,120)、(α,130)、(α,140)、(α,150)、(α,160)、(α,170)、(α,180)、(α,190)、(α,200)、(α,210)、(α,220)、(α,230)、(α,240)、(α,250)、(α,260)、(α,270)、(α,280)、(α,290)、(α,300)、(α,310)、(α,320)、(α,330)、(α,340)、(α,350)。

14、在以上所述的一种基于山体阴影分析的启发式dem综合方法中,所述步骤s3对于待综合的dem数据d,基于山体阴影分析方法提取dem数据中隐含的地形骨架特征线,具体步骤如下:

15、步骤3.1,取步骤2中的36个光照参数(α,0)…(α,350),分别对d进行山体阴影分析,分析结果为36个山体阴影栅格数据集,记为hs1,hs2,…,hs36;

16、步骤3.2,对36个山体阴影栅格数据集hs1,hs2,…,hs36分别进行拉普拉斯高通滤波(laplace filter)边缘探测,运算结果为边缘探测分析的36个栅格数据集,记为ed1,ed2,…,ed36;

17、步骤3.3,对36个边缘探测结果的栅格数据集ed1,ed2,…,ed36进行叠加融合,该叠加操作提取所有滤波层ed1,ed2,…,ed36的每个输入单元的最大边缘值,生成的栅格层将包含关于地形骨架特征的所有候选点,记为c;

18、步骤3.4,设定选取比例参数r,对c进行二分类,将c中的点分为dem骨架特征点和非骨架特征点,分类结果栅格数据集记为b;

19、步骤3.5,对二分类栅格b用数学形态学中的侵蚀和扩张算子进行综合操作,将包含骨架线的区域转换为骨架特征线,综合结果栅格数据集记为s;

20、步骤3.6,对骨架特征线数据集s进行矢量化,设定长度参数l,提取其中长度大于l的线特征作为最终的保留骨架线,并栅格化,结果栅格数据集记为fs。

21、在以上所述的一种基于山体阴影分析的启发式dem综合方法中,所述步骤s4,对于待综合的dem数据d,基于局部邻域分析方本文档来自技高网...

【技术保护点】

1.本专利技术提供了一种基于山体阴影分析的启发式DEM综合方法,步骤如下:

【技术特征摘要】

1.本发明提供了一种基于山体阴影分析...

【专利技术属性】
技术研发人员:李精忠闫浩文朱庆禄小敏张黎明李文德
申请(专利权)人:兰州交通大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1