测绘技术详解 | 4D、金字塔模型、点云数据与三维网格

FUNDAMENTAL DATA PRODUCTS

测绘中的4D概念

数字高程模型

DIGITAL ELEVATION MODEL

terrain

数字高程模型用于表示地形高度的数据集，以数字方式描述三维地形图，能够帮助我们了解地面的高低起伏情况。

check_circle 规则网格或不规则三角网格式存储
check_circle 反映地表的起伏变化
check_circle 各类地理空间分析的基础数据

数字线划地图

DIGITAL LINE GRAPHIC

timeline

数字线划地图是与现有线划基本一致的各地图要素的矢量数据集，保存了各要素间的空间关系和相关属性信息。

DLG

数字栅格地图

DIGITAL RASTER GRAPHIC

grid_on

数字栅格地图是根据现有纸质、胶片等地形图经扫描和几何校正后形成的，在内容、几何精度和色彩上与地形图保持一致的栅格数据集。

DRG

数字正射影像

DIGITAL ORTHOPHOTO MAP

satellite

数字正射影像是经过几何校正和辐射校正后的遥感图像，消除了透视失真和比例尺变化，使图像具有地图特性。

地图制作城市规划灾害监测环境监测农业管理

图片来源: Unsplash

DATA ORGANIZATION

金字塔模型解析

金字塔模型的基本概念

金字塔模型是一种多分辨率层次化数据结构，其核心思想是将原始数据按照不同分辨率分层存储，形成一个类似金字塔的数据结构。从底层到顶层，分辨率逐渐降低，数据量逐渐减少。

layers 层次化存储

按照不同的分辨率将数据分层存储，便于选择性访问。

speed 快速访问

可以根据需要访问适当分辨率的数据层，提高访问效率。

compress 减少数据传输量

大范围浏览时使用低分辨率数据，减少数据传输量。

aspect_ratio 多尺度表达

支持多尺度数据表达，满足不同显示尺度的需求。

account_tree

四叉树结构

最常用的金字塔模型实现方法，每个父节点有四个子节点，实现空间数据的递归划分。

dashboard

瓦片化技术

将大幅影像切分为固定大小的瓦片，便于存储和访问，是在线地图服务的核心技术。

filter_center_focus

降采样算法

包括最近邻、双线性内插、三次卷积等方法，用于生成不同分辨率的金字塔层级。

金字塔模型在测绘中的应用

image

遥感影像管理

用于大规模遥感影像数据的存储和快速访问

map

在线地图服务

为在线地图服务提供技术支持，如Google Maps、百度地图

merge_type

多源数据融合

支持不同分辨率的多源数据融合，如卫星与航空影像

view_in_ar

三维模型构建

用于实景三维模型中的纹理数据多尺度组织

POINT CLOUD PROCESSING

点云数据及处理

点云数据的基本概念

点云数据是描述三维空间分布的点集，每个点包含空间坐标(X,Y,Z)及可能的其他属性信息（如强度、颜色等）。点云数据是各类三维建模的基础数据来源。

点云数据的获取方式

laser

激光扫描(LiDAR)

机载、车载、地面和手持式激光扫描仪

camera

摄影测量(SfM)

通过影像匹配获取三维点云

video_camera_front

RGB-D相机

如Microsoft Kinect等深度相机

radar

雷达技术

如毫米波雷达产生的点云数据

点云数据的特点

高精度：毫米级至厘米级高密度：每平方米数百至数千点真三维：直接获取三维坐标非结构化：点分布通常不规则大数据量：单次扫描可产生上亿点

点云数据处理流程

点云预处理

arrow_right 噪声点去除：去除异常点和离群点
arrow_right 坐标转换：将设备坐标系转换到统一参考坐标系
arrow_right 数据降采样：减少数据量，提高处理效率

01

点云配准

粗配准算法：

ICP（迭代最近点）算法及其变种
基于特征的配准算法
基于RANSAC的配准

精配准算法：

非刚性配准方法
多视角点云配准

02

点云滤波与分类

滤波方法：

统计滤波：基于统计分析去除噪声点
半径滤波：基于固定半径内点数去除孤立点
体素滤波：基于空间体素降采样

分类方法：

基于几何特征的分类
基于机器学习的分类
深度学习方法：PointNet等

03

点云数据的应用

terrain

地形建模

生成DEM/DSM

location_city

三维城市建模

城市要素提取与重建

architecture

BIM与工业建模

工程测量、逆向工程

directions_car

自动驾驶

环境感知、障碍物检测

museum

文物保护

文物数字化保存与重建

forest

森林调查

林木参数提取、生物量估算

difference

变化检测

灾害监测、形变监测

analytics

点云语义分割

场景理解、智能分类

3D MESH MODELING

三维网格模型

三维网格模型的基本概念

三维网格模型是通过一系列顶点、边、面等几何元素组成的网络结构，用来表示三维物体的表面或体积。它是三维数据可视化和分析的重要载体。

三维网格模型的类型

TIN

不规则三角网

由不规则分布的点通过三角形连接而成，能更好地适应地形起伏变化。在平坦区域点密度低，在复杂地形区域点密度高。

规则

结构化网格模型

由规则的网格单元组成，如正方形、六面体等。数据结构简单，处理效率高，但不易适应复杂地形。

自由

非结构化网格模型

网格单元可以是任意形状，如三角形、四边形等。适应性强，可以表达复杂的几何形态，但数据结构复杂。

三维网格模型的构建方法

01

基于点云数据的网格重建

chevron_right 德劳内三角网
chevron_right 泊松重建
chevron_right Alpha形状

02

基于参数化的网格生成

chevron_right 规则网格划分
chevron_right 四叉树/八叉树自适应细分
chevron_right 曲面参数化

03

体素化建模

chevron_right 将空间划分为规则的体素单元
chevron_right 根据采样点判断体素是否占用
chevron_right 通过表面提取算法提取表面网格

三维网格模型的处理技术

compress

网格简化

减少模型面数，降低复杂度

auto_fix_high

网格优化

改善网格质量，如去除尖锐角、填充孔洞等

content_cut

网格分割

将网格划分为有语义意义的部分

texture

纹理映射

将影像纹理映射到网格表面

layers

LOD（Level of Detail）技术

根据视距动态调整网格细节级别，优化渲染性能

三维网格模型的应用

INTEGRATED APPLICATION

测绘数据产品与技术的集成应用

数据流转与生产关系

实景三维中国建设

实景三维中国是当前测绘领域的重大工程，整合了多项测绘技术：

check_circle 地形级实景三维：基于5米(或更高精度)格网DEM/DSM与DOM构建
check_circle 城市级实景三维：基于厘米级分辨率的城市三维模型

3D

数据生产流程

1

多源数据获取

卫星、航空、无人机、地面等多源数据采集

2

点云处理与分类

提取地面、建筑物、植被等要素

3

地形建模

生成DEM/DSM，构建地形基础

4

影像处理

生成DOM/真正射影像，提供纹理数据

5

三维建模

构建建筑物、植被等三维模型

6

数据集成

将各类数据集成到统一的三维场景中

7

建立金字塔模型

按照LOD层次组织数据

8

发布服务

提供三维可视化与分析服务

当前发展趋势与挑战

图片来源: Unsplash

smart_toy

智能化处理

深度学习在点云分类、建筑物重建等方面的应用正在改变传统测绘流程。

timer

时空一体化

从静态三维向时空动态三维发展，实现对地理空间的动态监测与分析。

merge

多源融合

多种传感器数据的协同处理与融合，提高数据完整性与精度。

speed

实时处理

大规模点云数据的实时处理技术，支持即时三维重建与分析。