当前位置: 首页 > news >正文

基于倾斜摄影三维模型影像提取水面

基于倾斜摄影三维模型&影像提取水面

当只有倾斜摄影数据,没有水体的矢量面,如何精准的提取出跟倾斜模型贴合的水面效果,下面跟着一起来看看详细步骤。

关键步骤

“二元分类”提取水面

使用之前需要部署环境,可参考:遥感解译作战五件套

二元分类利用遥感图像中各类地物光谱信息和空间信息,通过深度学习算法对遥感图像中的某一类地物要素进行分类,并判定影像的像元是否为兴趣类别,并生成值为 0、1 的二值栅格数据,0 为非兴趣类别,1 为兴趣类别。

(1)、点击工具箱中“机器学习”—“影像分析”—“二元分类”功能按钮,弹出下面的功能窗口。

主要参数:

参数

含义

源数据

选择需要进行分类的影像数据集或者是影像文件。

模型文件

选择二元分类的水体模型文件(*.sdm)。

瓦片重叠

在二元分类过程中,由于卷积神经网络的结构特征,会导致切片边缘的数据预测不充分,为使了提高预测质量,需要将切片重叠。此参数以像元为单位,一般为兴趣类别平均大小的 2~3 倍。

结果数据

结果栅格数据集,设置结果数据集保存的数据源和保存名称。

(2)、对上一步结果栅格数据进行“栅格矢量化”,将栅格值为1的提取出来,就是识别到的水体面。

结果对比:

影像

提取水体

筛选有效水体

提取的结果,需要人工检查,将一些小的水面或者由于影像精度各种原因导致识别错误的数据筛选出来,只保留有效水体。可以直接在地图中选中有效水体后另存为新的数据集。

筛选前

筛选后

注意:可能提取的水体面存在复合对象,为了保证后面的正确性,需要将对象进行拆分为简单对象。

检查是否为复合对象

拆分对象

拆分后通过数据集属性表,将无效的小对象删除,可以通过对比面积字段进行排序来筛查出小对象。

缓冲区分析

为了水体能够更好的贴合倾斜摄影三维模型数据,可以对筛选出来的水体进行缓冲区,扩大一点范围,建议0.5米以内。

提取水体高度

目前水体为二维面,还没有高度,需要将水体提取到倾斜的高度上。关键步骤:

步骤一:新增一个字段,设置为唯一标识。

步骤二:面转线

步骤三:线转点

以上三步得到的结果:

步骤四:根据倾斜,对上一步得到的点数据提取高度,得到三维点数据集,【三维数据】—【倾斜摄影】—【数据处理】—【提取数据】

步骤五:sql查询,过滤掉不在倾斜范围内的点(高度为0的数据)

  1. 新建一个双精度字段Z,用“计算几何属性”将Z字段更新为点数据集的高度值。

  1. 对数据集进行SQL查询,查询出Z不为0的记录。

步骤六:三维点转三维线

得到结果:

步骤七:三维线转三维面

得到的结果:

结果优化与展示

将结果三维面添加到场景中,和倾斜叠加在一起,可以对水面图层设置三维水面风格查看水体效果。对于水体中部有一些倾斜凸出部分,如果想要压平,得到平静的水面,也可以直接用上面的水体面对倾斜进行镶嵌压平。

注意事项
缓冲区大小需根据实际地形调整,避免过度扩张。
高度提取时需确保倾斜模型覆盖完整水体区域。

http://www.lryc.cn/news/617548.html

相关文章:

  • Spring源码解析 - SpringApplication run流程-prepareContext源码分析
  • 了解不同电磁仿真类型中的电容报告
  • 某地渣库边坡自动化监测服务项目
  • GDB调试 core dump 文件与栈溢出分析
  • 农业气象站的应用场景拓展
  • 学习观察和行动:机器人操作中任务-觉察的视图规划
  • 2025年渗透测试面试题总结-13(题目+回答)
  • Python训练营打卡 DAY 33 MLP神经网络的训练
  • 首涂模板第45套主题2.0修正版苹果CMS模板奇艺主题二开源码
  • 【AxureMost落葵网】CRM客户关系管理原型系统-免费
  • MD5:理解MD5 / MD5核心特性 / MD5 在前端开发中的常见用途 / 在线生成MD5 / js-md5
  • 【Kafka系列】第三篇| 在哪些场景下会选择使用 Kafka?
  • 【车联网kafka】Kafka核心架构与实战经验(第三篇)
  • 钓鱼鱼饵制作的方式
  • Go 多进程编程-同步
  • 免费好用的数字人API
  • synchronized 、volatile 以及 ReentrantLockReentrantLock 的区别
  • monorepo架构设计方案
  • 小白入门指南:Edge SCDN 轻松上手
  • 【NOI】落谷2025/08/10 SCP-J 模拟测试 第10题 求构成三角形的概率
  • qss基础
  • Godot ------ 平滑拖动02
  • 机器学习第九课之DBSCAN算法
  • 智慧工地:以三大监测技术筑牢安全屏障
  • (Arxiv-2025)Phantom-Data:迈向通用的主体一致性视频生成数据集
  • Qwen 3 架构深度解析:混合推理、MoE创新与开源生态的全面突破
  • 工业智造新引擎:BRAV-7135赋能自动化产线升级
  • 第八篇:交互入门:鼠标拾取物体
  • 可视化+自动化:招聘管理看板软件的核心技术架构解析
  • 网络资源模板--基于Android Studio 实现的手绘板App