[发明专利]一种数字城市全自动生成的方法无效
申请号: | 200710075682.2 | 申请日: | 2007-08-07 |
公开(公告)号: | CN101114385A | 公开(公告)日: | 2008-01-30 |
发明(设计)人: | 朱定局;樊建平 | 申请(专利权)人: | 深圳先进技术研究院 |
主分类号: | G06T17/00 | 分类号: | G06T17/00;G06T15/00;G01B21/02;G01B21/00 |
代理公司: | 深圳市君胜知识产权代理事务所 | 代理人: | 杨宏 |
地址: | 518067广东省深圳市南山区蛇*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 数字 城市 全自动 生成 方法 | ||
1.一种数字城市全自动生成的方法,其应用于一通用计算机系统,包括以下步骤:
A、获取一预定区域地面的遥感影像,并通过阴影检测算法,监测出遥感影像上所有物体的阴影长度;
B、将所述遥感影像进行矢量化,获取不同物体的形状,并匹配所述阴影的位置,获取各物体的高度;
C、采集该地域内的各物体的图像及相应模型,形成知识库;
D、在图像库中根据图像的特性在遥感影像中识别不同的物体;
E、根据该地域内物体的类型、底座形状、顶座形状、高度结合模型库,自动生成该地域物体的三维模型;
F、根据相应各物体的二维坐标位置,将该地域物体的三维模型镶到具有高程的遥感影像中。
2.根据权利要求1所述的方法,其特征在于,所述步骤F中的二维坐标位置根据数字高程模型和遥感影像获得。
3.根据权利要求1所述的方法,其特征在于,所述步骤D还包括:
D1、从遥感影像中提取各种类型的个体的有代表性的图像,并且将这些有代表性的图像进行分类,抽取其共性,形成第一级特征图像;
D2、在此级别中进行划分出子类,并在各子类的所有图像中分别抽取共性,给各子类分别赋予一个特征图像;
如此类推,直到其划分基本上代表了该个体有代表性的各种类型为止。
4.根据权利要求3所述的方法,其特征在于,所述模型库的分类结构与所述图像库的分类结构一致,图像库中的一个图像与模型库中的一个模型相对应。
5.根据权利要求4所述的方法,其特征在于,所述模型库中的模型是使用建模的工具建起来的静态模型。
6.根据权利要求4所述的方法,其特征在于,所述模型库中的模型是使用参数描述的并在需要时实时渲染的三维模型。
7.根据权利要求5或6所述的方法,其特征在于,在自动生成数字城市时先使用静态模型,再逐渐用修正后的动态模型替换掉先前的静态模型。
8.根据权利要求1所述的方法,其特征在于,所述图像库与模型库之间的映射关系,包括以下步骤:
D3、根据图像库对遥感影像中的物体进行抽取和识别;
D4、将抽取出来的物体与图像库中的相应类别的子类进行相似度比较,并检索出图像库中与该物体相似度最大的图像,并映射到模型库中相应的模型;
D5、通过知识库对遥感影像中的个体进行自动建模。
9.根据权利要求8所述的方法,其特征在于,所述步骤D5还包括:
D51、根据图像库中的第一级特征图像对遥感影像进行扫描,得到每一个大类的物体的集合,判断该物体与这些特征图像之间的相似度;
D52、从图像库中找出该物体所属的最准确的分类。
10.根据权利要求9所述的方法,其特征在于,所述步骤D52包括:
D521、将该物体图像与其所属分类的下一级分类的特征图像比较,如果该个体图像与某一类的特征图像相似度最高,则判断该个体图像属于该类;
D522、将该个体图像与该类的下一级各特征图像进行分别匹配,并算出其相似度,找到相似度最大特征图像所属的类别,作为该物体图像所属的类别;
如此类推,直到其相似度达到预期要求。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳先进技术研究院,未经深圳先进技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/200710075682.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:单级单吸离心泵中泵叶轮和电机转子轴间装置
- 下一篇:铝电解槽能量平衡控制方法