【技术实现步骤摘要】
本专利技术属于地图生产，特别涉及基于多源数字高程模型的自适应尺度地形建模方法及设备。
技术介绍
1、数字高程模型(dem)是区域地面高程的数学表示，是地理信息系统中进行地形分析的核心数据，在测绘、资源与环境、灾害防治、国防等与地形分析有关的科学研究和国民经济各领域发挥着巨大的作用。目前国内外对于多源数据融合、自适应适度地形建模都取得一定成果。但更多的是在特定场景中如地震、土地分类等、单一数据在单一尺度下小范围的展示，具有较大的局限性。现有模型主要支撑单一尺度下地形展示，在不同尺度下自适应展示效果差，数字高程模型在多尺度下进行重采样后，给提取出的地形参数带来了很大的不确定性。因此需要分析对比不同尺度下地形特征，所需不同尺度下的地形精度，结合三次卷积内插法与实际dem数据提出一种自适应尺度地形建模方法。
2、公开号为“cn111858810b”的中国专利提出了一种面向道路dem构建的高程点筛选方法。该方法包括如下步骤：s1，高程点映射到道路边线形成初期道路三维线；s2，对每一条道路边线，根据其存储节点顺序确定路头和路尾，并根据边线与其他道路边线相交情况区分丁字路口和十字路口；s3，根据距离最短原则，确定路头、路尾以及相交路口的高程信息；s4，根据步骤s3中确定的路头、路尾以及相交路口高程信息，确定道路内部需要保留的高程点；s5，对内部高程点插值形成指定步长的高程点；s6，获取完整道路边线上的高程点，生成三维道路边线。该方法包含道路段划分及端点高程确定，道路内部高程点筛选两个关键技术环节，该专利技术能够有效保证后续道路de
技术实现思路
1、本专利技术提供基于多源数字高程模型的自适应尺度地形建模方法及设备，旨在解决现有模型主要支撑单一尺度下地形展示，在不同尺度下自适应展示效果差的问题。
2、为解决上述技术问题，本专利技术提出了基于多源数字高程模型的自适应尺度地形建模方法，包括以下步骤：
3、s1：对原始的dem数据进行预处理操作，所述预处理操作包括：投影变换、数据裁剪、数据拼接。
4、s2：对经过预处理的dem数据采用三次卷积内插法进行重采样处理。
5、s3：使用dem数据计算r波段、g波段与b波段，合成rgb影像。
6、优选的，所述步骤s1的预处理操作具体为：
7、s11：投影变换，对基于wgs-84坐标系的原始dem数据投影变换为基于web墨卡托坐标系的dem数据。
8、s12：数据裁剪，所需要的范围的dem数据范围对dem数据进行剪切提取，减少不必要的数据量。
9、s13：数据拼接，将分幅的dem数据进行拼合，整合成一幅完整的数据。
10、优选的，所述步骤s2具体为：
11、s21：计算采样点在原dem数据图像中的相对位置，所述相对位置的计算公式具体为：
12、
13、
14、式中，(i+u，j+v)为采样点在原dem数据图像中的相对位置，u，v为[0，1]之间的小数，(x，y)为采样点的位置，pheight为原dem数据图像的高度，pwidth为原dem数据图像的宽度，gheight为缩放后dem数据图像的高度，gwidth为缩放后dem数据图像的宽度。
15、s22：根据原dem数据中采样点相邻的16个像素值计算采样点的像素值，所述采样点的像素值的计算公式具体为：
16、f(i+u，j+v)＝[a]*[b]*[c]
17、[a]＝[s(u+1) s(u+0) s(u-1) s(u-2)]
18、
19、
20、式中，f(i+u，j+v)为像素值计算函数，[a]为插值函数s(x)根据u组成的行矩阵，[b]为采样点相邻的16个像素值组成的矩阵，[c]为插值函数s(x)根据v组成的列矩阵。
21、所述插值函数s(x)的计算公式具体为：
22、
23、式中，x为自变量。
24、优选的，所述步骤s3具体为：
25、s31：使用dem数据图像中的像素值计算r波段、g波段与b波段，所述r波段、g波段与b波段的计算公式具体为：
26、
27、
28、
29、式中，r为r波段，g为g波段，b为b波段，px为dem数据图像中的像素值。
30、s32：使用计算的r波段值、g波段值与b波段值合成rgb影像，并对合成的rgb影像进行栅格切片。
31、相应的，本专利技术还提出了基于多源数字高程模型的自适应尺度地形建模设备，所述设备包括处理器及存储器，所述存储器存储有指令，所述指令适于由处理器加载并执行以下步骤：
32、si：对原始的dem数据进行预处理操作，所述预处理操作包括：投影变换、数据裁剪、数据拼接。
33、s2：对经过预处理的dem数据采用三次卷积内插法进行重采样处理。
34、s3：使用dem数据计算r波段、g波段与b波段，合成rgb影像。
35、优选的，所述步骤s1的预处理操作具体为：
36、s11：投影变换，对基于wgs-84坐标系的原始dem数据投影变换为基于web墨卡托坐标系的dem数据。
37、s12：数据裁剪，所需要的范围的dem数据范围对dem数据进行剪切提取，减少不必要的数据量。
38、s13：数据拼接，将分幅的dem数据进行拼合，整合成一幅完整的数据。
39、优选的，所述步骤s2具体为：
40、s21：计算采样点在原dem数据图像中的相对位置，所述相对位置的计算公式具体为：
41、
42、
43、式中，(i+u，j+v)为采样点在原dem数据图像中的相对位置，u，v为[0，1]之间的小数，(x，y)为采样点的位置，pheight为原dem数据图像的高度，pwidth为原dem数据图像的宽度，gheight为缩放后dem数据图像的高度，gwidth为缩放后dem数据图像的宽度。
44、s22：根据原dem数据中采样点相邻的16个像素值计算采样点的像素值，所述采样点的像素值的计算公式具体为：
45、f(i+u，j+v)＝[a]*[b]*[c]
46、[a]＝[s(u+1) s(u+0) s(u-1) s(u-2)]
47、
48、
49、式中，f(i+u，j+v)为像素值计算函数，[a]为插值函数s(x)根据u组成的行矩阵，[b]为采样点相邻的16个像素值组成的矩阵，[c]为插值函数s(x)根据v组成的列矩阵。
50、所述插值函数s(x)的计算公式具体为：
51、
52、式中，x为自变量。
53、优选的，所述步骤s3具体本文档来自技高网...
【技术保护点】
1.基于多源数字高程模型的自适应尺度地形建模方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于多源数字高程模型的自适应尺度地形建模方法，其特征在于，所述步骤S1的预处理操作具体为：
3.根据权利要求1所述的基于多源数字高程模型的自适应尺度地形建模方法，其特征在于，所述步骤S2具体为：
4.根据权利要求1所述的基于多源数字高程模型的自适应尺度地形建模方法，其特征在于，所述步骤S3具体为：
5.基于多源数字高程模型的自适应尺度地形建模设备，其特征在于，所述设备包括处理器及存储器，所述存储器存储有指令，所述指令适于由处理器加载并执行以下步骤：
6.根据权利要求5所述的基于多源数字高程模型的自适应尺度地形建模设备，其特征在于，所述步骤S1的预处理操作具体为：
7.根据权利要求5所述的基于多源数字高程模型的自适应尺度地形建模设备，其特征在于，所述步骤S2具体为：
8.根据权利要求5所述的基于多源数字高程模型的自适应尺度地形建模设备，其特征在于，所述步骤S3具体为：
【技术特征摘要】
1.基于多源数字高程模型的自适应尺度地形建模方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于多源数字高程模型的自适应尺度地形建模方法，其特征在于，所述步骤s1的预处理操作具体为：
3.根据权利要求1所述的基于多源数字高程模型的自适应尺度地形建模方法，其特征在于，所述步骤s2具体为：
4.根据权利要求1所述的基于多源数字高程模型的自适应尺度地形建模方法，其特征在于，所述步骤s3具体为：
5.基于多源数字高程模型的自适应...
【专利技术属性】
技术研发人员：余夏梦，赵建伟，郑越峰，林黎鸣，高含，
申请(专利权)人：国网信息通信产业集团有限公司，
类型：发明
国别省市：
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。