概述

在GIS(地理信息科学)中,地形有两种表达方式,一种是格网DEM,一种是不规则三角网TIN。一般情况下规则格网DEM用的比较多,因为可以将高程当作像素,将其存储为图片类型的数据(例如.tif)。但是规则格网存储的数据量大,按规则取点,并不能最大程度的保证地形特征,所以很多情况下需要将其表达为不规则三角网,也就是TIN。

详论

1️⃣数据准备

下载SRTM30的DEM数据,找到美国大峡谷附近的地形,通过UTM投影,将其转换成30米的平面坐标的DEM(.tif格式)。通过Global Mapper打开,显示的效果如下:

2️⃣转换算法

格网DEM本身也可以看作是一个三角网,每个方格由两个三角形组成,N个方格据组成了一个地形格网。所以在参考文献一中提到了一种保留重要点法,将格网DEM中认为不重要的点去除掉,剩下的点构建成不规则三角网即可。那么怎么直到有的点重要,有的点不重要呢?参考文献一中提到了一种约束:

可以看到这类似于图像处理中的滤波操作,通过比较每个高程点与周围的平均高差,如果大于一个阈值,则为重要点,否则为不重要点。其中的关键点就是求空间点与直线的距离,具体算法可参看这篇文章《空间点与直线距离算法》

3️⃣TIN构建

经过保留重要点法过滤之后,剩下的点就要进行构网了。一般来说最好构建成Delaunay三角网(因为Delaunay三角网具有很多最优特性)。Delaunay三角网的构建算法也挺复杂,不过可以通过计算几何算法库CGAL来构建。

查阅CGAL的文档,发现CGAL居然已经有了GIS专题,里面有许多与地形处理相关的示例。其中一个示例就是通过点集生成了Delaunay三角网,并且生成了.ply文件。.ply文件正好是一种三维数据格式,能够被很多三维软件打开。

4️⃣具体实现

解决了两个关键算法,具体实现就很简单了:引入GDAL数据来处理地形数据(.tif),遍历每个像素点(高程点)做滤波操作,通过CGAL来构建TIN:

#include <iostream>
#include <string> #include <Vec3.hpp>
#include <threeCGAL.h>
#include <gdal_priv.h> #include <CGAL/Exact_predicates_inexact_constructions_kernel.h>
#include <CGAL/Projection_traits_xy_3.h>
#include <CGAL/Delaunay_triangulation_2.h>
#include <CGAL/Triangulation_vertex_base_with_info_2.h>
#include <CGAL/Triangulation_face_base_with_info_2.h>
#include <CGAL/boost/graph/graph_traits_Delaunay_triangulation_2.h>
#include <CGAL/boost/graph/copy_face_graph.h>
#include <CGAL/Point_set_3.h>
#include <CGAL/Surface_mesh.h>
#include <CGAL/Polygon_mesh_processing/border.h>
#include <CGAL/Polygon_mesh_processing/remesh.h> using Kernel = CGAL::Exact_predicates_inexact_constructions_kernel;
using Projection_traits = CGAL::Projection_traits_xy_3<Kernel>;
using Point_2 = Kernel::Point_2;
using Point_3 = Kernel::Point_3;
using Segment_3 = Kernel::Segment_3;
// Triangulated Irregular Network
using TIN = CGAL::Delaunay_triangulation_2<Projection_traits>; using namespace std; int main(int argc, char *argv[])
{
GDALAllRegister(); string demPath = "D:/Work/DEM2TIN/DEM.tif";
string tinPath = "D:/Work/DEM2TIN/Tin.ply"; GDALDataset* img = (GDALDataset *)GDALOpen(demPath.c_str(), GA_ReadOnly);
if (!img)
{
cout << "Can't Open Image!" << endl;
return 1;
} int imgWidth = img->GetRasterXSize(); //图像宽度
int imgHeight = img->GetRasterYSize(); //图像高度
int bandNum = img->GetRasterCount(); //波段数
//int depth = GDALGetDataTypeSize(img->GetRasterBand(1)->GetRasterDataType()) / 8; //图像深度
int depth = sizeof(float); //图像深度 double padfTransform[6];
img->GetGeoTransform(padfTransform);
double dx = padfTransform[1];
double startx = padfTransform[0] + 0.5 * dx;
double dy = -padfTransform[5];
double starty = padfTransform[3] - imgHeight * dy + 0.5 * dy; //申请buf
int bufWidth = imgWidth;
int bufHeight = imgHeight;
size_t imgBufNum = (size_t)bufWidth * bufHeight * bandNum;
size_t imgBufOffset = (size_t)bufWidth * (bufHeight - 1) * bandNum;
float *pblock = new float[imgBufNum]; //读取
img->RasterIO(GF_Read, 0, 0, bufWidth, bufHeight, pblock + imgBufOffset, bufWidth, bufHeight,
GDT_Float32, bandNum, nullptr, bandNum*depth, -bufWidth * bandNum*depth, depth); CGAL::Point_set_3<Point_3> points;
double zThreshold = 5; //
for (int yi = 0; yi < imgHeight; yi++)
{
for (int xi = 0; xi < imgWidth; xi++)
{
//将四个角点的约束加入,保证与DEM范围一致
if ((xi == 0 && yi == 0) || (xi == imgWidth - 1 && yi == 0) ||
(xi == imgWidth - 1 && yi == imgHeight - 1) || (xi == 0 && yi == imgHeight - 1))
{
double gx1 = startx + dx * xi;
double gy1 = starty + dy * yi;
size_t m11 = (size_t)(imgWidth)* yi + xi;
tinyCG::Vec3d P(gx1, gy1, pblock[m11]);
points.insert(Point_3(P.x(), P.y(), P.z()));
}
else
{
double gx0 = startx + dx * (xi - 1);
double gy0 = starty + dy * (yi - 1); double gx1 = startx + dx * xi;
double gy1 = starty + dy * yi; double gx2 = startx + dx * (xi + 1);
double gy2 = starty + dy * (yi + 1); size_t m00 = (size_t)imgWidth * (yi - 1) + xi - 1;
size_t m01 = (size_t)imgWidth * (yi - 1) + xi;
size_t m02 = (size_t)imgWidth * (yi - 1) + xi + 1; size_t m10 = (size_t)imgWidth* yi + xi - 1;
size_t m11 = (size_t)imgWidth* yi + xi;
size_t m12 = (size_t)imgWidth* yi + xi + 1; size_t m20 = (size_t)imgWidth * (yi + 1) + xi - 1;
size_t m21 = (size_t)imgWidth * (yi + 1) + xi;
size_t m22 = (size_t)imgWidth * (yi + 1) + xi + 1; tinyCG::Vec3d P(gx1, gy1, pblock[m11]); double zMeanDistance = 0;
int counter = 0; if(m00 < imgBufNum && m22 < imgBufNum)
{
tinyCG::Vec3d A(gx0, gy0, pblock[m00]);
tinyCG::Vec3d E(gx2, gy2, pblock[m22]);
zMeanDistance = zMeanDistance + tinyCG::threeCGAL::CalDistancePointAndLine(P, A, E);
counter++;
} if (m02 < imgBufNum && m20 < imgBufNum)
{
tinyCG::Vec3d C(gx2, gy0, pblock[m02]);
tinyCG::Vec3d G(gx0, gy2, pblock[m20]);
zMeanDistance = zMeanDistance + tinyCG::threeCGAL::CalDistancePointAndLine(P, C, G);
counter++;
} if (m01 < imgBufNum && m21 < imgBufNum)
{
tinyCG::Vec3d B(gx1, gy0, pblock[m01]);
tinyCG::Vec3d F(gx1, gy2, pblock[m21]);
zMeanDistance = zMeanDistance + tinyCG::threeCGAL::CalDistancePointAndLine(P, B, F);
counter++;
} if (m12 < imgBufNum && m10 < imgBufNum)
{
tinyCG::Vec3d D(gx2, gy1, pblock[m12]);
tinyCG::Vec3d H(gx0, gy1, pblock[m10]);
zMeanDistance = zMeanDistance + tinyCG::threeCGAL::CalDistancePointAndLine(P, D, H);
counter++;
} zMeanDistance = zMeanDistance / counter; if (zMeanDistance > zThreshold)
{
points.insert(Point_3(P.x(), P.y(), P.z()));
}
}
}
} delete[] pblock;
pblock = nullptr; GDALClose(img); // Create DSM
TIN dsm (points.points().begin(), points.points().end()); using Mesh = CGAL::Surface_mesh<Point_3>;
Mesh dsm_mesh;
CGAL::copy_face_graph (dsm, dsm_mesh);
std::ofstream dsm_ofile (tinPath, std::ios_base::binary);
CGAL::set_binary_mode (dsm_ofile);
CGAL::write_ply (dsm_ofile, dsm_mesh);
dsm_ofile.close(); return 0;
}

5️⃣实验结果

将最终生成的三维模型文件.ply通过MeshLab打开,渲染效果如下:

通过Global Mapper还可以看到具体的三角构网效果:

参考

  1. DEM模型之间的相互转换

代码地址1

代码地址2 提取码:x0wt

格网DEM生成不规则三角网TIN的更多相关文章

  1. 不规则三角网(TIN)(转)

    来自:http://blog.csdn.net/kikitamoon/article/details/8217641 Ⅰ 数字高程模型(DEM) 地球表面高低起伏,呈现一种连续变化的曲面,这种曲面无法 ...

  2. Arcgis CreateFishnet工具,生成到FileGDB中要素类的格网大小不一致

    我的第一篇博客!哈哈 最近在做一些关于创建渔网的工作,发现一些问题,做个总结. 1.问题描述:如图1,设置好渔网的必要参数,输出目录为gdb里的矢量图层,(行列数比较大,渔网的地理范围较小),输出的格 ...

  3. 基于gdal的格网插值

    格网插值就是使用离散的数据点创建一个栅格图像的过程.通常情况下,有一系列研究区域的离散点,如果我们想将这些点转换为规则的网格数据来进行进一步的处理,或者和其他网格数据进行合并 等处理,就需要使用格网插 ...

  4. WorldWind源码剖析系列:经纬度格网类LatLongGrid

    经纬度格网类LatLongGrid继承自可渲染对象类RenderableObject,是WorldWind中用来在星球外表绘制经纬度格网的封装类.其类图如下所示. 绘制经纬网格的主体函数为Render ...

  5. [ArcGIS]高程地图-把DEM栅格数据(.tif)转换为TIN矢量数据,并储存TIN数据。

    把DEM数据(.tif)获得栅格数据对应的经纬度及高程信息,存到地理数据库 一.预处理工作 栅格数据的合并--目的:将原始4张Dem(.tif)数据合并为一张Dem(.tif) https://wen ...

  6. 简单的python格网算法算数据密集度demo

    # 格网算法计算数据集区域数据密集度 import time import random import numpy as np import pandas as pd # 模拟数据集 def crea ...

  7. BootStrap入门教程 (一) :手脚架Scaffolding(全局样式(Global Style),格网系统(Grid System),流式格网(Fluid grid System),自定义(Customing),布局(Layouts))

    2011年,twitter的“一小撮”工程师为了提高他们内部的分析和管理能力,用业余时间为他们的产品构建了一套易用.优雅.灵活.可扩展的前端工具集--BootStrap.Bootstrap由MARK ...

  8. GIS可视化——热点格网图

    一.简介 原理:按照格网大小将区域进行划分,由一个矩形格网替代当前范围内的数据,由格网中心数字代替格网的权重(可以为格网中数据的数量,数据某权重的平均值.最大值.最小值等), 由格网之间颜色的不同表达 ...

  9. 不规则三角网 Delaunay——TIN

    http://blog.csdn.net/u010025211/article/details/25032209 知识点一:平面中判断一个点是否在三角形内部. #include <stdio.h ...

  10. javascript生成表格增删改查 JavaScript动态改变表格单元格内容 动态生成表格 JS获取表格任意单元格 javascript如何动态删除表格某一行

    jsp页面表格布局Html代码 <body onload="show()"> <center> <input type="text" ...

随机推荐

  1. ubuntu实时查看网速

    可以使用ifstat这个命令 安装 apt install ifstat   1 使用,直接打命令就行 ifstat

  2. 俄罗斯版IDM安装与破解以及解决B站视频网站不弹出下载浮窗

    IDM 全称 Internet Download Manager,是一款非常优秀的多线程下载和视频嗅探工具,不仅可以显著提高文件下载速度,配合IDM浏览器扩展插件,还可以嗅探并下载YouTube.知乎 ...

  3. 使用go语言开发hive导出工具

    前言 新版 hive 提供了 beeline 工具,可以执行SQL并导出数据,不过操作还是有点复杂的,团队里有些同学不会Linux的基本操作,所以我花了亿点点时间写了个交互式的命令行工具方便使用. 效 ...

  4. 关于AI时代的程序架构的变化

    以ChatGPT为代表的AI出现,表示着AI的零点时刻已经突破.现在AI的使用已经不用再多说了,实际上是已经侵入到各行各业.所有人都在疯狂寻找本行业AI的使用场景,这样的盛景只在互联网刚出现的时候能感 ...

  5. Vue之for循环

    Vue中for循环的用法总结如下: 1.基本用法 v-for <!DOCTYPE html> <html lang="en"> <head> & ...

  6. xxl-job安装部署文档

    xxl-job安装部署文档 注意:替换yaml文件中的mysql地址 安装方式 kubectl apply -f xxl-job.yaml -n xxxx 安装配置文件 xxl-job.yaml ## ...

  7. 使用Postman快速复现浏览器的请求(包括生成调用代码)

    前言 大家好!我是sum墨,一个一线的底层码农,平时喜欢研究和思考一些技术相关的问题并整理成文,限于本人水平,如果文章和代码有表述不当之处,还请不吝赐教. 好久没有写开发类的工具使用文了,这次我来讲下 ...

  8. 1. JVM内存区块

    本篇文章主要讲解Java(JVM)在运行期间,其运行时数据区域的作用.职责与划分.包括堆内存.栈内存--虚拟机栈.本地方法栈.方法区.常量池.程序计数器等概念. 采集可以使用JavaMXBean(采集 ...

  9. NLP机器翻译全景:从基本原理到技术实战全解析

    机器翻译是使计算机能够将一种语言转化为另一种语言的技术领域.本文从简介.基于规则.统计和神经网络的方法入手,深入解析了各种机器翻译策略.同时,详细探讨了评估机器翻译性能的多种标准和工具,包括BLEU. ...

  10. Cadence SPB 22.1 --学习基础01Day

    1.电路图设计 ①.原理图设计 原理图符号-->原理图库:代替实际电子元器件的符号,主要就是引脚数目.引脚序号与实物对应: ②.PCB设计 PCB符合-->PCB封装库:电子元器件的各种实 ...