前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >使用GDAL实现DEM的地貌晕渲图(二)

使用GDAL实现DEM的地貌晕渲图(二)

作者头像
charlee44
发布2019-08-13 14:17:56
8520
发布2019-08-13 14:17:56
举报
文章被收录于专栏:代码编写世界代码编写世界

1. 问题

之前我在《使用GDAL实现DEM的地貌晕渲图(一)》这篇文章里面讲述了DEM晕渲图的生成原理与实现,大体上来讲是通过计算DEM格网点的法向量与日照方向的的夹角,来确定该格网点的晕渲强度值。但其实关于这一点我不是很理解,这样做随着坡面与光源方向的夹角不同,确实产生了不同色调明暗效果;但晕渲图同时又有“阴坡面越陡越暗,阳坡面越陡越亮”的特性的,而阴阳坡面的划分又是跟坡度和坡向相关,之前的生成方法能体现出这种特性吗?

经过查阅资料,却在ArcGIS的帮助文档《山体阴影工具的工作原理》(在线版本可查看这篇文章《ArcGIS教程:山体阴影工作原理》)中查阅到了晕渲图的另外一种生成算法。利用直接利用坡度和坡向的关系,算出每个点的山体阴影值:

并且,在该文档中,还附带了一个具体的计算示例:

具体的算法过程说的很清楚了,可惜的就是不太明白具体的原理是什么,在帮助中指向了一本1998的英文文献Burrough, P. A. and McDonell, R. A., 1998. Principles of Geographical Information Systems (Oxford University Press, New York), 190 pp也实在是没法深入查阅深究。而在查阅中文论文的时候,关于这一段的描述也是互相抄袭,摘录如下:

这一段的论述反正我是没看明白的,也就不多做论述了,希望看懂这个算法的大神能指点我一下。

2. 实现

虽然更深入的原理没弄明白,不过作为应用者却足够能够实现其算法了。我这里通过GDAL实现了晕渲图的生成:

代码语言:javascript
复制
#include <iostream>
#include <algorithm>
#include <gdal_priv.h>
#include <osg/Vec3d>
#include <fstream>

using namespace std;
using namespace osg;

// a b c
// d e f
// g h i
double CalHillshade(float *tmpBuf, double Zenith_rad, double Azimuth_rad, double dx, double dy, double z_factor)
{
    double dzdx = ((tmpBuf[2] + 2 * tmpBuf[5] + tmpBuf[8]) - (tmpBuf[0] + 2 * tmpBuf[3] + tmpBuf[6])) / (8 * dx);
    double dzdy = ((tmpBuf[6] + 2 * tmpBuf[7] + tmpBuf[8]) - (tmpBuf[0] + 2 * tmpBuf[1] + tmpBuf[2])) / (8 * dy);

    double Slope_rad = atan(z_factor * sqrt(dzdx*dzdx + dzdy*dzdy));
    double Aspect_rad = 0;
    if (abs(dzdx) > 1e-9)
    {
        Aspect_rad = atan2(dzdy, -dzdx);
        if (Aspect_rad < 0)
        {
            Aspect_rad = 2 * PI + Aspect_rad;
        }
    }
    else
    {
        if (dzdy > 0)
        {
            Aspect_rad = PI / 2;
        }
        else if (dzdy < 0)
        {
            Aspect_rad = 2 * PI - PI / 2;
        }
        else
        {
            Aspect_rad = Aspect_rad;
        }
    }

    double Hillshade = 255.0 * ((cos(Zenith_rad) * cos(Slope_rad)) + (sin(Zenith_rad) * sin(Slope_rad) * cos(Azimuth_rad - Aspect_rad)));
    return Hillshade;
}


int main()
{
    GDALAllRegister();          //GDAL所有操作都需要先注册格式
    CPLSetConfigOption("GDAL_FILENAME_IS_UTF8", "NO");  //支持中文路径

    const char* demPath = "D:/CloudSpace/我的技术文章/素材/DEM的渲染/dst.tif";
    //const char* demPath = "D:/Data/imgDemo/K51E001022/k51e001022dem/w001001.adf";
    
    GDALDataset* img = (GDALDataset *)GDALOpen(demPath, 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

    GDALDriver *pDriver = GetGDALDriverManager()->GetDriverByName("GTIFF"); //图像驱动
    char** ppszOptions = NULL;
    ppszOptions = CSLSetNameValue(ppszOptions, "BIGTIFF", "IF_NEEDED"); //配置图像信息
    const char* dstPath = "D:\\dst.tif";
    int bufWidth = imgWidth;
    int bufHeight = imgHeight;
    int dstBand = 1;
    int dstDepth = 1;
    GDALDataset* dst = pDriver->Create(dstPath, bufWidth, bufHeight, dstBand, GDT_Byte, ppszOptions);
    if (!dst)
    {
        printf("Can't Write Image!");
        return false;
    }

    dst->SetProjection(img->GetProjectionRef());
    double padfTransform[6] = { 0 };
    if (CE_None == img->GetGeoTransform(padfTransform))
    {
        dst->SetGeoTransform(padfTransform);
    }

    //申请buf
    size_t imgBufNum = (size_t)bufWidth * bufHeight * bandNum * depth;
    float *imgBuf = new float[imgBufNum];
    //读取
    img->RasterIO(GF_Read, 0, 0, bufWidth, bufHeight, imgBuf, bufWidth, bufHeight,
        GDT_Float32, bandNum, nullptr, bandNum*depth, bufWidth*bandNum*depth, depth);

    if (bandNum != 1)
    {
        return 1;
    }

    //
    double startX = padfTransform[0];           //左上角点坐标X
    double dx = padfTransform[1];           //X方向的分辨率
    double startY = padfTransform[3];           //左上角点坐标Y
    double dy = padfTransform[5];           //Y方向的分辨率
        
    //申请buf
    size_t dstBufNum = (size_t)bufWidth * bufHeight * dstBand * dstDepth;
    GByte *dstBuf = new GByte[dstBufNum];
    memset(dstBuf, 0, dstBufNum*sizeof(GByte));

    //设置方向:平行光
    double solarAltitude = 45.0;
    double solarAzimuth = 315.0;
    
    //
    double Zenith_rad = osg::DegreesToRadians(90 - solarAltitude);
    double Azimuth_math = 360.0 - solarAzimuth + 90;
    if (Azimuth_math >= 360.0)
    {
        Azimuth_math = Azimuth_math - 360.0;
    }   
    double Azimuth_rad = osg::DegreesToRadians(Azimuth_math);

    //a b c
    //d e f
    //g h i
    double z_factor = 1;
    for (int yi = 1; yi < bufHeight-1; yi++)
    {
        for (int xi = 1; xi < bufWidth-1; xi++)
        {
            size_t e = (size_t)bufWidth * yi + xi;
            size_t f = e + 1;
            size_t d = e - 1;

            size_t b = e - bufWidth;
            size_t c = b + 1;
            size_t a = b - 1;

            size_t h = e + bufWidth;
            size_t i = h + 1;
            size_t g = h - 1;
            
            float tmpBuf[9] = { imgBuf[a], imgBuf[b], imgBuf[c], imgBuf[d], imgBuf[e], imgBuf[f], imgBuf[g],imgBuf[h], imgBuf[i] };
            double Hillshade = CalHillshade(tmpBuf, Zenith_rad, Azimuth_rad, dx, -dy, z_factor);
    
            dstBuf[e] = (GByte)(std::min(std::max(Hillshade, 0.0),255.0));
        }
    }

    //写入
    dst->RasterIO(GF_Write, 0, 0, bufWidth, bufHeight, dstBuf, bufWidth, bufHeight,
        GDT_Byte, dstBand, nullptr, dstBand*dstDepth, bufWidth*dstBand*dstDepth, dstDepth);
    
    //释放
    delete[] imgBuf;
    imgBuf = nullptr;

    //释放
    delete[] dstBuf;
    dstBuf = nullptr;

    //
    GDALClose(dst);
    dst = nullptr;

    GDALClose(img);
    img = nullptr;

    return 0;
}

最终得到的晕渲结果和ArcMap的晕渲结果比较,几乎是一模一样的:

后续会正式在这个基础之上实现彩色的晕渲图。

3. 参考

1. ArcGIS帮助:山体阴影工具的工作原理。

2. 基于视觉表象的彩色晕渲地图色彩设计.郭礼珍等.2004

本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2019-07-20 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 1. 问题
  • 2. 实现
  • 3. 参考
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档