新书推介:《语义网技术体系》
作者:瞿裕忠,胡伟,程龚
   XML论坛     W3CHINA.ORG讨论区     计算机科学论坛     SOAChina论坛     Blog     开放翻译计划     新浪微博  
 
  • 首页
  • 登录
  • 注册
  • 软件下载
  • 资料下载
  • 核心成员
  • 帮助
  •   Add to Google

    >> 本版讨论高级C/C++编程、代码重构(Refactoring)、极限编程(XP)、泛型编程等话题
    [返回] 计算机科学论坛计算机技术与应用『 C/C++编程思想 』 → GIS三维地景仿真设计之数字高程模型 查看新帖用户列表

      发表一个新主题  发表一个新投票  回复主题  (订阅本版) 您是本帖的第 3995 个阅读者浏览上一篇主题  刷新本主题   树形显示贴子 浏览下一篇主题
     * 贴子主题: GIS三维地景仿真设计之数字高程模型 举报  打印  推荐  IE收藏夹 
       本主题类别:     
     卷积内核 帅哥哟,离线,有人找我吗?
      
      
      威望:8
      头衔:总统
      等级:博士二年级(版主)
      文章:3942
      积分:27590
      门派:XML.ORG.CN
      注册:2004/7/21

    姓名:(无权查看)
    城市:(无权查看)
    院校:(无权查看)
    给卷积内核发送一个短消息 把卷积内核加入好友 查看卷积内核的个人资料 搜索卷积内核在『 C/C++编程思想 』的所有贴子 访问卷积内核的主页 引用回复这个贴子 回复这个贴子 查看卷积内核的博客楼主
    发贴心情 GIS三维地景仿真设计之数字高程模型

    要绘制某一区域场地的场景自然需要通过对该区域各点坐标数据的建模来实现。由于这些点的坐标取值描述了该区域的基本地貌特征,因此建模后的场景能够无失真的再现该区域从而达到仿真的目的。但是在实际操作时不可能取该区域的全部点进行建模,无论是数据量还是运算速度都是不允许的。一般的做法是进行网格抽取,可以在该区域纵横方向各每隔1米、10米、100米或是1千米取一个点,以这些点的坐标值来模拟真实场景,网络抽取间隔应以抽取后的网格足够描述原区域地貌特征为准。由于网格间隔固定,因此网格的平面坐标能够很容易的推算出来而无须记录,真正有价值的是各点的高程数据,这种由高程数据组成的均匀间隔网格模型在GIS中通称为数字高程模型(DEM)。本文将就DEM数据的读取和生成进行重点介绍。

      DEM数据结构的定义

      DEM数据并没有统一的标准格式,常用的标准有美国地理DEM数据标准和日本DEM数据标准等多种,这类DEM数据定义的信息较多,而这里只使用了高程数据,如果使用上述格式标准则信息利用率太低。因此,这里将建立自己的DEM数据格式,并以此来存储某一区域的地景特征数据。如果要满足在引言中提到的DEM数据定义标准,至少需要定义网格的长、宽节点数、网格间隔以及各节点的高程数据。其中,各节点的高程数据以整型点阵数据方式存储记录,其余各参数可以作为文件头进行定义。由此可以定义数据结构DEMFILEHEADER来描述DEM文件头,该文件头除了定义上述几个必须字段外,还定义了一些保留字段以备将来扩展使用:

    typedef struct tagDEMFILEHEADER{
     // 定义DEM数据的头文件格式
     int map[6]; // 保留
     int iDemY; // DEM格网Y方向上的点数
     int iDemX; // DEM格网X方向上的点数
     float sx; // X方向缩放系数
     float sy; // Y方向缩放系数
     float interval; // DEM格网点的采样间隔
    } DEMFILEHEADER;

      DEM数据文件的生成

      DEM数据文件的生成主要包括两部分:文件头的生成和网格数据的生成。如果数据量不大,可以用手工填表的方式将采集到的网格化高程数据写入到DEM数据文件。但在实际使用时,数据量往往是比较巨大的。应当采取某种自动化处理措施使其实用化。这里采取从位图导入高程数据的方式,通过前期处理将通过卫星遥感手段得到的某一地区的高程数据作为图象颜色值而以位图的形式给出,这样一来,只需要读取该位图信息,图象的宽度和高度就是DEM文件的X方向和Y方向的网格节点数,图象颜色值为高程数据,用户只需手工输入根据比例换算而来的网格间隔即可。下面这段代码是实现这部分功能的主要代码:

    DemHeader.iDemX = set.m_nXPoint; // 填充文件头
    DemHeader.iDemY = set.m_nYPoint;
    DemHeader.interval = set.m_nInterval;
    // 选择待生成的DEM文件
    CFileDialog fileDlg(FALSE, \"*.dem\", \"*.dem\", OFN_HIDEREADONLY | OFN_OVERWRITEPROMPT, \"地形数据文件(*.dem)|*.dem||\", NULL);
    if (fileDlg.DoModal() == IDOK) {
     // 申请DEM数据缓冲区
     int* pData = new int[set.m_nWidthBytes * set.m_nYPoint + 100];
     if (set.m_bUseRandom == FALSE) {
      BYTE R, G, B; // 24位图象将真彩数据转换为灰度数据保存
      for (int i = 0; i < set.m_nYPoint; i++) {
       for (int j = 0; j < set.m_nXPoint; j++) {
        B = set.m_pData[i * set.m_nWidthBytes + j * 3];
        G = set.m_pData[i * set.m_nWidthBytes + j * 3 + 1];
        R = set.m_pData[i * set.m_nWidthBytes + j * 3 + 2];
        pData[i * DemHeader.iDemX + j] = (int)((9798.0f * R + 19235.0f * G + 3735.0f * B) / 32768.0f);
       }
      }
     }else{
      for (int i = 0; i < set.m_nXPoint * set.m_nYPoint; i++) // 用随机数填充DEM数据
       pData[i] = (int)(rand() % set.m_nLimit);
     }
     CFile file; // 保存DEM数据到文件
     file.Open(fileDlg.GetPathName(), CFile::modeCreate | CFile::modeReadWrite);
     if (pData != NULL) {
      file.Write((LPSTR)&DemHeader, sizeof(DemHeader));
      file.WriteHuge((LPSTR)pData, DemHeader.iDemX * DemHeader.iDemY * sizeof(int));
     }
     file.Close();
     delete[] pData;
    }  


      其中, set.m_nXPoint、set.m_nYPoint和set.m_nInterval分别为从图象获取得到的网格节点数和用户输入的网格间隔。这几个参数填充到DEMFILEHEADER 结构对象DemHeader中后将作为DEM文件头保存到新创建的DEM数据。set.m_pData指向的缓冲区保存有以RGB颜色值方式给出的各节点高程数据,经过换算后保存到DEM数据文件。

     DEM数据文件的读取与保存

      既然已经清楚DEM数据文件的存储格式,数据的读取就不是一件困难的事情了。下面先给出执行函数ReadDEM(CString sDemFile)的实现过程:

    CFile file(sDemFile, CFile::modeRead); // 打开文件
    DWORD length = file.GetLength(); // 得到文件长度
    if (file.Read((LPSTR)&DemHeader, sizeof(DEMFILEHEADER)) != sizeof(DEMFILEHEADER)) { // 读入DEM头文件
     MessageBox(\"文件头信息错误!\",\"提示信息\");
     return false;
    }
    m_nDemX = DemHeader.iDemX; // 从文件头中取数据
    m_nDemY = DemHeader.iDemY;
    m_nInterval = (int)DemHeader.interval; // 网络间隔
    m_pDemX = new int[(m_nDemX + 1) * (m_nDemY + 1)]; // X坐标
    m_pDemY = new int[(m_nDemX + 1) * (m_nDemY + 1)]; // Y坐标
    m_pDemH = new int[length - sizeof(DEMFILEHEADER)]; // Z坐标
    m_nHSize = length - sizeof(DEMFILEHEADER);
    m_nSumPointOfDem = m_nDemX * m_nDemY; // 网格总点数
    int m_nSumFaceOfDem = 2 * (m_nDemX - 1) * (m_nDemY - 1); // 网格总面数
    file.ReadHuge(m_pDemH, length - sizeof(DEMFILEHEADER)); // 读取数据
    file.Close(); // 关闭文件

      至此,已经取出DEM文件头信息和高程点阵数据。这只是原始信息,为了能够在后面将要进行的场景绘制中以此来建模,还要标定格网点的X、Y坐标并将坐标原点移动到地形的中心:

    for (int i = 0; i < m_nDemY; i++) {
     for (int j = 0; j < m_nDemX; j++) {
      m_pDemX[m_nDemX * i + j] = m_nInterval * j - (m_nDemX / 2) * m_nInterval;
      m_pDemY[m_nDemX * i + j] = m_nInterval * i - (m_nDemY / 2) * m_nInterval;
     }
    }  

      至此,已经从DEM文件恢复出各节点的坐标参数(X,Y,Z坐标数据分别存放在m_pDemX、m_pDemY和m_pDemH指向的缓冲区中)。

      如果需要将当前正在显示的地景仿真数据保存,只需简单的将DEMFILEHEADER 结构对象DemHeader中的数据保存到DEM文件头、将整型数组m_pDemH中的数据保存到DEM文件高程点阵即可:

    CFile file(m_sDEMFile, CFile::modeReadWrite); // 保存文件
    file.Write((LPSTR)&DemHeader, sizeof(DemHeader));
    file.WriteHuge((LPSTR)m_pDemH, DemHeader.iDemX * DemHeader.iDemY * sizeof(int));
    file.Close();

      小结

      本文主要介绍了对DEM数字高程模型数据的一般使用方法,为三维地景仿真处理系统的场景绘制提供了基本的数据来源。读者需要掌握的技术主要有对DEM文件的创建和对DEM文件的读写访问等。本文所述程序在Windows 2000 Professional + SP4下由Microsoft Visual C++ 6.0编译通过。


       收藏   分享  
    顶(0)
      




    ----------------------------------------------
    事业是国家的,荣誉是单位的,成绩是领导的,工资是老婆的,财产是孩子的,错误是自己的。

    点击查看用户来源及管理<br>发贴IP:*.*.*.* 2007/5/11 16:39:00
     
     GoogleAdSense
      
      
      等级:大一新生
      文章:1
      积分:50
      门派:无门无派
      院校:未填写
      注册:2007-01-01
    给Google AdSense发送一个短消息 把Google AdSense加入好友 查看Google AdSense的个人资料 搜索Google AdSense在『 C/C++编程思想 』的所有贴子 访问Google AdSense的主页 引用回复这个贴子 回复这个贴子 查看Google AdSense的博客广告
    2024/11/26 13:11:09

    本主题贴数1,分页: [1]

    管理选项修改tag | 锁定 | 解锁 | 提升 | 删除 | 移动 | 固顶 | 总固顶 | 奖励 | 惩罚 | 发布公告
    W3C Contributing Supporter! W 3 C h i n a ( since 2003 ) 旗 下 站 点
    苏ICP备05006046号《全国人大常委会关于维护互联网安全的决定》《计算机信息网络国际联网安全保护管理办法》
    46.875ms