[发明专利]一种冰川中流线的自动提取方法在审
申请号: | 202210302373.9 | 申请日: | 2022-03-25 |
公开(公告)号: | CN114677397A | 公开(公告)日: | 2022-06-28 |
发明(设计)人: | 周建民;张一新;桑文刚;李震;黄磊 | 申请(专利权)人: | 中国科学院空天信息创新研究院 |
主分类号: | G06T7/13 | 分类号: | G06T7/13;G06T11/20;G06T3/40;G06F21/60 |
代理公司: | 北京亿腾知识产权代理事务所(普通合伙) 11309 | 代理人: | 陈霁 |
地址: | 100094*** | 国省代码: | 北京;11 |
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 冰川 流线 自动 提取 方法 | ||
1.一种冰川中流线的自动提取方法,其特征在于,包括:
获取目标冰川的轮廓边界线;
基于所述轮廓边界线判断所述目标冰川的目标区域内是否存在内轮廓边界线,并对所述目标冰川进行处理以获取加密边界线数据;
基于所述加密边界线数据和所述目标冰川的数字高程模型以得到所述目标冰川的中流线的起点和终点,并以所述目标冰川的所述轮廓边界线为依据绘制泰森多边形,对所有所述泰森多边形的顶点依据所述轮廓边界线进行筛选以获得位于所述目标冰川范围内的目标顶点;
将所有所述目标冰川中流线的所述起点范围内的所有所述目标顶点,分别利用第一预定算法进行筛选,以删除多余目标顶点;
将所有所述目标顶点连接成多个互相独立的预处理线段,通过第二预定算法将多个所述预处理线段筛选获得目标路径。
2.根据权利要求1所述的方法,其特征在于,所述基于所述加密边界线数据和所述目标冰川的数字高程模型以得到所述目标冰川的中流线的起点和终点,包括:
利用所述目标冰川的所述数字高程模型获取所述加密边界线数据的高程值;
根据所述高程值获取所述目标区域的局部最值点和整体最值点作为所述目标冰川的中流线的起点与终点。
3.根据权利要求1所述的方法,其特征在于,所述获取目标冰川的轮廓边界线之后,包括:
根据所述轮廓边界线判断所述目标冰川的大小,并至少采用如下一种方式:
若所述目标冰川为大冰川,则绘制所述泰森多边形时采用第一插值间隔;
若所述目标冰川为小冰川,则绘制所述泰森多边形时采用第二插值间隔,
其中,所述第一插值间隔大于所述第二插值间隔。
4.根据权利要求1所述的方法,其特征在于,所述对所述目标冰川进行处理以获取加密边界线数据,至少采用如下一种方式进行:
若所述目标冰川无所述内轮廓边界线,则对边界线进行加密处理以获得加密边界线数据;
若所述目标冰川具有所述内轮廓边界线,则对所述内轮廓边界线和所述轮廓边界线均进行加密处理以获得所述加密边界线数据。
5.根据权利要求1所述的方法,其特征在于,所述对所有泰森多边形顶点依据所述轮廓边界线进行筛选以获得位于目标冰川范围内的目标顶点,包括:
判断所有所述泰森多边形顶点是否位于所述目标冰川的所述轮廓边界线范围内,对于范围内顶点作为所述目标顶点进行保留,删除其余顶点。
6.根据权利要求1所述的方法,其特征在于,所述将所有所述目标冰川中流线的所述起点范围内的所有所述目标顶点,分别利用第一预定算法进行筛选,以删除多余顶点,包括:
分别判断位于所述目标冰川的中流线的所述起点范围内所有所述顶点是否出现分支端点,并通过所述第一预定算法对所有所述顶点进行筛选以获得所述目标顶点。
7.根据权利要求6所述的方法,其特征在于,所述第一预定算法为最小线性距离法,其算公式如下:
其中,r为最小线性距离,S为冰川面积,q1和q2为参数,rmax为最大限制距离。
8.根据权利要求1所述的方法,其特征在于,所述通过第二预定算法将多个所述预处理线段筛选获得目标路径,包括:
获取所有所述预处理线段的路径、所有所述目标冰川的起始点、所有所述起始点下经过的节点和所有已处理节点,并建立第一数组、第二数组、第三数组和第四数组,以对所有数组进行初始化处理;
基于所述第二数组提取所述起始点并保存至第四数组中,同时遍历该所述起始点的所有邻居节点;
获取至所述起始点的所有所述邻居节点中的第一邻居节点,并将所述第一邻居节点保存到第四数组中,将所述第一邻居节点至所述起始点的所述路径保存到第一数组中;
以所述第一邻居节点作为起始点,重复上述步骤直至所述目标冰川的中流线的所述终点;
遍历所有所述起始点,并将数组内所有起始点与相应所有所述第四数组内节点的坐标分别封装为多段线对象并保存输出以获取所述目标冰川中所有所述目标路径。
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中国科学院空天信息创新研究院,未经中国科学院空天信息创新研究院许可,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/202210302373.9/1.html,转载请声明来源钻瓜专利网。