[发明专利]一种面向低空域三维建模及可视化的方法在审
申请号: | 201911152834.3 | 申请日: | 2019-11-22 |
公开(公告)号: | CN110889900A | 公开(公告)日: | 2020-03-17 |
发明(设计)人: | 周强;申炎;卫永安 | 申请(专利权)人: | 北航(四川)西部国际创新港科技有限公司 |
主分类号: | G06T17/05 | 分类号: | G06T17/05 |
代理公司: | 成都方圆聿联专利代理事务所(普通合伙) 51241 | 代理人: | 贺超英 |
地址: | 610000 四川省成*** | 国省代码: | 四川;51 |
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 面向 空域 三维 建模 可视化 方法 | ||
1.一种面向低空域三维建模及可视化的方法,其特征在于,包括以下步骤:
步骤一:基础数据获取;
基础数据获取,包括:矢量数据的获取、地形影像数据的获取和贴图数据的获取;
步骤二:数据预处理;
数据预处理,包括对建筑物屋面矢量数据、桥梁道路数据、地表信息预处理、影像数据进行处理,将各种对应的属性信息添加到属性表,初始化各种建木参数,对矢量数据用Arcmap软件进行处理,将地形图数据转换统一shp格式数据,对建筑底面进行预处理,设置建筑底面矢量图层,并对桥梁道路、建筑楼层数、纹理属性、屋顶结构属性、屋顶纹理属性进行处理,形成矢量数据属性表;
步骤三:基于程序快速建模;
程序规则建模,通过调用CityEngine规则程序几何函数及预处理模块处理后的属性参数表构造生成建筑物、桥梁道路、绿化植被,实现建筑物、道路桥梁、树木三维模型的建立;程序规则建模包括:属性定义、图形操作、纹理贴合,按照建模对象主要包括:建筑物建模、桥梁道路建模、绿化植被建模;
步骤四:模型精细化处理;
对复杂模型采用3DMax软件建立模型,首先获取复杂模型的坐标点数据,导入ArcMap中添加模型高度、模型样式数据,将对应的属性信息添加到属性表中;其次,在3DMax中建立与实际相同的路灯模型,然后在导入到CityEngine中,初始化复杂模型的样式、大小、方向,然后在建模过程中讲路灯坐标点属性表的信息作为实际参数传递给初始化的参数,使的复杂模型的真实样式、大小、方向信息表现出来,以达到与真实一致的效果;
步骤五:模型批量导入导出;
为了提高程序建模方法建立模型的精度,需要将建立的模型导入到3DMax中进行格式转换,需要将程序建模生成的模型导导出;但是通过CityEngine的模型导出功能,再导入到3DMax中所占的内存过大,影像模型的使用,所以本方法通过内置插件进行模型批量导出,可以解决模型导出占用内存过大的问题;对于3DMax模型批量导入,采用3Dmax插件批量建模方法建立模型的精度,精细化建模模块最建立的模型需要进行格式转换,模型导入导出模块实现通过CityEngine插件程序批量导出转换为obj格式,使用MaxScript脚本语言编制批量导入obj格式模型;
步骤六:低空域场景发布;
通过Arcgis服务器实现对二维数据和三维模型的数据管理,主要在数据库获取相关的空间数据获处理相关的空间数据,实现对二维数据和三维模型的数据存储、读取、修改;实现二维地图以及三维模型的发布和三维可视化,通过ArcGIS Server进行地图的发布,在ArcGIS Server Manger对数据设置相应的参数、属性,发布应用于低空域的三维GIS发布相应应类型的地图服务。
2.根据权利要求1所述的方法,其特征在于:
步骤一中,矢量数据的获取;
低空域三维建模中需要的矢量数据主要包含道路数据、建筑物数据、河流数据、绿化带数据;通过对现有的GIS数据中截取,或在影像图上矢量化;建模实体的属性信息需要工作人员搜集相关资料查找,到现场调查获取最新信息,赋予相应的矢量数据对应着的属性信息;这些属性信息是指建筑物样式、楼高、材质、名称、道路宽度;
地形影像数据的获取;
底图数据包括建模区域DEM和影像图信息数据;DEM代表的地形起伏,通过某种测量方法测量项目区域内一定数量离散点的平面位置和高程值,这些点即高程点或实测点;它是低空域三维模型建立中地形构建的基础;通过在数据库下载DEM高程图,适合对大范围的地形表达;
贴图数据的获取;
低空域三维模型的贴图数据不仅包括建筑物表面的贴图数据,还有道路及街道设施贴图数据;贴图数据的准备给模型形状美观性和规则调用性能提供方便,并使得建立的三维模型更加真实;本发明采用正射影像图片来获取纹理信息数据和实地采集拍摄获取。
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北航(四川)西部国际创新港科技有限公司,未经北航(四川)西部国际创新港科技有限公司许可,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/201911152834.3/1.html,转载请声明来源钻瓜专利网。