[go: up one dir, main page]

CN119311909A - 基于Cesium的大规模矢量数据的可视化方法及系统 - Google Patents

基于Cesium的大规模矢量数据的可视化方法及系统 Download PDF

Info

Publication number
CN119311909A
CN119311909A CN202411845730.1A CN202411845730A CN119311909A CN 119311909 A CN119311909 A CN 119311909A CN 202411845730 A CN202411845730 A CN 202411845730A CN 119311909 A CN119311909 A CN 119311909A
Authority
CN
China
Prior art keywords
vector
vector data
tiles
data
cesium
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202411845730.1A
Other languages
English (en)
Inventor
卢沐春
魏浩
吴曦
许兴家
李洁
高正伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Survey Surveying And Mapping Technology Co ltd
Original Assignee
China Survey Surveying And Mapping Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Survey Surveying And Mapping Technology Co ltd filed Critical China Survey Surveying And Mapping Technology Co ltd
Priority to CN202411845730.1A priority Critical patent/CN119311909A/zh
Publication of CN119311909A publication Critical patent/CN119311909A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Image Generation (AREA)

Abstract

本申请涉及空间大数据可视化技术领域,具体涉及一种基于Cesium的大规模矢量数据的可视化方法及系统,方法包括:对获取的空间矢量数据进行预处理;对预处理后的空间矢量数据进行切片处理,得到多层级的矢量瓦片组;其中,任一层级内的所有矢量瓦片可拼接成完整的空间矢量数据,同一层级内的矢量瓦片大小相等,不同层级内的矢量瓦片大小不一;监听用户的交互事件,根据交互事件加载对应位置和对应层级的矢量瓦片,并对加载的矢量瓦片进行渲染,进而实现空间矢量数据的可视化;交互事件包括缩放和平移。采用本申请提供的方案,可实现大规模矢量数据的高效传输和矢量瓦片的高效调度。

Description

基于Cesium的大规模矢量数据的可视化方法及系统
技术领域
本申请涉及空间大数据可视化技术领域,具体涉及一种基于Cesium的大规模矢量数据的可视化方法、一种基于Cesium的大规模矢量数据的可视化系统、一种处理器和一种机器可读存储介质。
背景技术
随着大数据时代的到来,地理信息系统在智慧城市、国土资源管理、交通监控等领域得到了广泛应用。然而,传统矢量数据由于数据量庞大,面临着加载缓慢、渲染效率低下等问题。因此如何高效、实时地展示大量矢量数据成为了一个关键的技术难题。目前二维地图可视化已经相对成熟,常见的WebGIS工具如OpenLayers、Leaflet等在显示中小规模的矢量数据时具有良好的表现。但是,处理卫星遥感影像、三维建筑模型以及多层次地理空间数据时,其表现明显不佳。
发明内容
本申请实施例的目的是提供一种基于Cesium的大规模矢量数据的可视化方法、系统、处理器及机器可读存储介质,以提高大规模矢量数据的传输效率和动态加载效率。
为了实现上述目的,本申请第一方面提供一种基于Cesium的大规模矢量数据的可视化方法,所述方法包括:对获取的空间矢量数据进行预处理;对预处理后的空间矢量数据进行切片处理,得到多层级的矢量瓦片组;其中,任一层级内的所有矢量瓦片可拼接成完整的空间矢量数据,同一层级内的矢量瓦片大小相等,不同层级内的矢量瓦片大小不一;监听用户的交互事件,根据交互事件加载对应位置和对应层级的矢量瓦片,并对加载的矢量瓦片进行渲染,进而实现空间矢量数据的可视化;所述交互事件包括缩放和平移。
基于第一方面,本申请实施例中,所述获取的空间矢量数据的数据格式包括Shapefile、PostGIS和GeoJSON;所述对获取的空间矢量数据进行预处理包括:将所述Shapefile、PostGIS或GeoJSON格式的空间矢量数据转换成MVT格式的空间矢量数据。
基于第一方面,本申请实施例中,所述实现空间矢量数据的可视化的步骤包括:解析MVT数据,提取其中几何数据和属性数据,提取完成后,将几何数据作为Cesium图层进行渲染,每个几何对象作为Cesium的Primitive对象进行绘制,进而实现空间矢量数据的可视化。
基于第一方面,本申请实施例中,所述方法还包括:缓存最近N次内加载过的矢量瓦片,其中N不大于最大矢量瓦片数。
基于第一方面,本申请实施例中,所述方法还包括:对于任一层级,为层级内的所有矢量瓦片设定位置编号,所述位置编号包括矢量瓦片的行号和列号;根据交互事件加载对应位置和对应层级的矢量瓦片包括:根据当前交互视图区域的缩放度确定需要调度的矢量瓦片的层级;根据当前交互视图区域的范围,计算出需要调度的矢量瓦片的位置编号;加载对应层级和对应位置编号的矢量瓦片。
基于第一方面,本申请实施例中,所述方法还包括:预测用户的视图浏览范围;提前加载预测视图浏览范围内的矢量瓦片,并缓存。
第二方面,本申请提供一种基于Cesium的大规模矢量数据的可视化系统,所述系统包括:预处理模块,用于对获取的空间矢量数据进行预处理;切片模块,用于对预处理后的空间矢量数据进行切片处理,得到多层级的矢量瓦片组;其中,任一层级内的所有矢量瓦片可拼接成完整的空间矢量数据,同一层级内的矢量瓦片大小相等,不同层级内的矢量瓦片大小不一;Cesium模块,用于监听用户的交互事件,并根据交互事件加载对应位置和对应层级的矢量瓦片,以及对加载的矢量瓦片进行渲染,进而实现空间矢量数据的可视化;所述交互事件包括缩放和平移。
基于第二方面,本申请实施例中,所述系统还包括:预测模块,用于预测用户的视图浏览范围;预加载模块,用于提前加载预测的视图浏览范围内的矢量瓦片,并缓存。
第三方面,本申请提供一种处理器,被配置成执行上述的基于Cesium的大规模矢量数据的可视化方法。
第四方面,本申请提供一种机器可读存储介质,该机器可读存储介质上存储有指令,该指令在被处理器执行时使得所述处理器被配置成执行上述的基于Cesium的大规模矢量数据的可视化方法。
本申请提供的技术方案至少具有以下有益效果:
(1)高效的数据传输与渲染:MVT是一种切片格式,数据量更小,能够以分块形式传输矢量数据,减少了整个数据集加载所需的带宽。与传统的矢量数据格式相比,它允许按需加载,尤其适用于大规模数据集。
(2)实时交互性提升:使用MVT进行数据渲染可以有效地增强Cesium中的大规模矢量数据的实时交互性。在大范围的地图或场景浏览中,MVT能够动态加载并显示各个瓦片的矢量信息,使用户在缩放、平移等操作时能够即时获得可视化反馈,保持流畅的操作体验。
(3)降低客户端压力:与传统的矢量格式不同,MVT格式在传输过程中已被预处理为瓦片数据,客户端仅需处理较小的瓦片范围,减少了内存和计算的负担。Cesium在结合MVT加载大规模矢量数据时,能够更好地优化内存使用,提升大规模数据处理的稳定性。
综上所述,基于Cesium的大数据矢量数据可视化技术,能够高效地获取、解析、转换、渲染和交互MVT矢量瓦片数据,结合Cesium的三维引擎,提供大规模矢量数据在三维地球场景中的可视化能力。
本申请实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本申请实施例的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本申请实施例,但并不构成对本申请实施例的限制。在附图中:
图1示意性示出了本申请实施例的基于Cesium的大规模矢量数据的可视化方法的流程示意图;
图2示意性示出了本申请实施例的基于Cesium的大规模矢量数据的可视化系统的结构框图;
图3示意性示出了本申请实施例的计算机设备的内部结构图。
附图标记说明
1-预处理模块;2-切片模块;3-Cesium模块;4-预测模块;5-预加载模块;A02-网络接口;A03-内存储器;A04-显示屏;A05-输入装置;A06-非易失性存储介质;B01-操作系统;B02-计算机程序。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,应当理解的是,此处所描述的具体实施方式仅用于说明和解释本申请实施例,并不用于限制本申请实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明,若本申请实施例中有涉及方向性指示(诸如上、下、左、右、前、后等),则该方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。
另外,若本申请实施例中有涉及“第一”、“第二”等的描述,则该“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本申请要求的保护范围之内。
实施例
一种基于Cesium的大规模矢量数据的可视化方法,如图1所示所述方法包括:
S1、对获取的空间矢量数据进行预处理;
具体的,将需要发布的矢量数据导入到GeoServer中,支持的数据格式包括Shapefile、PostGIS、GeoJSON等,使用专门的工具或库(例如Mapbox的tippecanoe或Mapshaper)将所述Shapefile、PostGIS或GeoJSON格式的空间矢量数据转换成MVT格式的空间矢量数据。
S2、对预处理后的空间矢量数据进行切片处理,得到多层级的矢量瓦片组;其中,任一层级内的所有矢量瓦片可拼接成完整的空间矢量数据,同一层级内的矢量瓦片大小相等(避免对加载瓦片的流畅度造成影响),不同层级内的矢量瓦片大小不一;
具体的,利用GeoServer提供存储和切片服务,生成pbf数据格式,发布MVT服务。在Maputnik中,将在GeoServer中发布的MVT服务添加为数据源。通过数据源配置,将GeoServer提供的MVTURL填入数据源配置中。为加载的MVT数据源配置相应的样式,包括不同缩放级别下的线条颜色、宽度、填充样式等。完成样式配置后,导出样式为JSON文件。
上述矢量瓦片组为多层级的金字塔结构的矢量切片数据组。示例性的,第0层是包含全要素的单张瓦片,通常这张瓦片的像素尺寸长宽都为256,将整个矢量空间范围包含进去;第1层分割为四张瓦片,虽然每张瓦片的尺寸大小依旧为256*256,但此时的图片分辨率与第0层呈二倍关系。以此类推,将整个空间矢量数据划分为不同层级的瓦片,并不是划分的层级越多越好,因为图片个数随层级增大呈指数增长,当划分的层级过大时,瓦片的数量也会剧增,对数据的存储也会造成压力。
S3、监听用户的交互事件,根据交互事件加载对应位置和对应层级的矢量瓦片,并对加载的矢量瓦片进行渲染,进而实现空间矢量数据的可视化;所述交互事件包括缩放和平移。
示例性的,本实施例中,可利用Cesium模块实现空间矢量数据的可视化,以达到高效加载大规模矢量数据并能提高分辨率支持的目的。但Cesium主要支持3dtile及GeoJSON,Cesium不能直接支持mvt数据服务加载。因此,本实施例中,首先利用MVTImageryProvider向服务端请求对应级别的矢量瓦片数据,其获取到数据格式为pbf文件(见步骤S2),提取其中几何对象和属性数据,提取完成后,将几何数据作为Cesium图层进行渲染,每个几何对象(点、线、面)作为Cesium的Primitive对象进行绘制。当用户移动、缩放或旋转相机时,根据请求瓦片层级、位置不同,进行动态加载、渲染这些瓦片。
具体的,为了能在加载矢量瓦片数据时,准确计算出对应的矢量瓦片,本实施例中,对于任一层级,为层级内的所有矢量瓦片设定位置编号,所述位置编号包括矢量瓦片的行号和列号;将矢量瓦片的存储地址与位置编号建立索引关系,即通过矢量瓦片的位置编号,能够定位到矢量瓦片的物理地址。
根据交互事件加载对应位置和对应层级的矢量瓦片包括:根据当前交互视图区域的缩放度(根据用户在交互视图区域的缩放操作)确定需要调度的矢量瓦片的层级;根据当前交互视图区域的范围,计算出需要调度的矢量瓦片的位置编号;加载对应层级和对应位置编号的矢量瓦片。
进一步的,所述方法还包括:缓存最近N次内加载过的矢量瓦片,其中N不大于最大矢量瓦片数,示例性的N可取5~10,以避免所占缓存过多,影响系统运行的流畅性。但适当的缓存部分数据,减少再次加载矢量瓦片数据的时间,提高矢量瓦片显示的速度。
进一步的,所述方法还包括:预测用户的视图浏览范围;提前加载预测的视图浏览范围内的矢量瓦片,并缓存。
矢量瓦片的调度还应该充分利用计算机的优化机制和浏览器的缓存机制。用户在交互操作过程中,对于数据的请求往往是在用户操作之后触发的。本实施例中,可以基于用户的使用习惯及当前在交互视图区域的移动轨迹,预判用户下一步的操作,提前请求预测的视图浏览范围的数据,并保存在(缓)内存中,减少数据获取的时间,提高显示速度。在内存中的数据读写效率,要远远大于机械硬盘的读写速度,所以在调度过程中,要尽量避免对机械硬盘的频繁操作。对于反复操作的区域,以文件缓存或者内存缓存的方式存储在本地,减少与服务器或者硬盘的交互操作,缩短调度时间。
实施例
本申请提供一种基于Cesium的大规模矢量数据的可视化系统,如图2所示,所述系统包括:预处理模块1,用于对获取的空间矢量数据进行预处理;切片模块2,用于对预处理后的空间矢量数据进行切片处理,得到多层级的矢量瓦片组;其中,任一层级内的所有矢量瓦片可拼接成完整的空间矢量数据,同一层级内的矢量瓦片大小相等,不同层级内的矢量瓦片大小不一;Cesium模块3,用于监听用户的交互事件,并根据交互事件加载对应位置和对应层级的矢量瓦片,以及对加载的矢量瓦片进行渲染,进而实现空间矢量数据的可视化;所述交互事件包括缩放和平移。
具体的,所述系统还包括:预测模块4,用于预测用户的视图浏览范围;预加载模块5,用于提前加载预测的视图浏览范围内的矢量瓦片,并缓存。
采用本实施例提供的可视化系统,可实现上述实施例1中所述的方法。
所述基于Cesium的大规模矢量数据的可视化系统还包括处理器和存储器,上述预处理模块1、切片模块2、Cesium模块3、预测模块4和预加载模块5等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序模块中实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来实现基于Cesium的大规模矢量数据的可视化方法。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本申请实施例提供了一种存储介质,其上存储有程序,该程序被处理器执行时实现上述基于Cesium的大规模矢量数据的可视化方法。
在本实施例中,还提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图3所示。该计算机设备包括通过系统总线连接的处理器A01、网络接口A02、显示屏A04、输入装置A05和存储器(图中未示出)。其中,该计算机设备的处理器A01用于提供计算和控制能力。该计算机设备的存储器包括内存储器A03和非易失性存储介质A06。该非易失性存储介质A06存储有操作系统B01和计算机程序B02。该内存储器A03为非易失性存储介质A06中的操作系统B01和计算机程序B02的运行提供环境。该计算机设备的网络接口A02用于与外部的终端通过网络连接通信。该计算机程序被处理器A01执行时以实现基于Cesium的大规模矢量数据的可视化方法。该计算机设备的显示屏A04可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置A05可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图3中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器 (CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体,可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitorymedia),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种基于Cesium的大规模矢量数据的可视化方法,其特征在于,所述方法包括:
对获取的空间矢量数据进行预处理;
对预处理后的空间矢量数据进行切片处理,得到多层级的矢量瓦片组;其中,任一层级内的所有矢量瓦片可拼接成完整的空间矢量数据,同一层级内的矢量瓦片大小相等,不同层级内的矢量瓦片大小不一;
监听用户的交互事件,根据交互事件加载对应位置和对应层级的矢量瓦片,并对加载的矢量瓦片进行渲染,进而实现空间矢量数据的可视化;所述交互事件包括缩放和平移。
2.根据权利要求1所述基于Cesium的大规模矢量数据的可视化方法,其特征在于,所述获取的空间矢量数据的数据格式包括Shapefile、PostGIS和GeoJSON;所述对获取的空间矢量数据进行预处理包括:
将所述Shapefile、PostGIS或GeoJSON格式的空间矢量数据转换成MVT格式的空间矢量数据。
3.根据权利要求2所述基于Cesium的大规模矢量数据的可视化方法,其特征在于,所述实现空间矢量数据的可视化的步骤包括:
解析MVT数据,提取其中几何数据和属性数据,提取完成后,将几何数据作为Cesium图层进行渲染,每个几何对象作为Cesium的Primitive对象进行绘制,进而实现空间矢量数据的可视化。
4.根据权利要求1所述基于Cesium的大规模矢量数据的可视化方法,其特征在于,所述方法还包括:
缓存最近N次内加载过的矢量瓦片,其中N不大于最大矢量瓦片数。
5.根据权利要求1所述基于Cesium的大规模矢量数据的可视化方法,其特征在于,所述方法还包括:
对于任一层级,为层级内的所有矢量瓦片设定位置编号,所述位置编号包括矢量瓦片的行号和列号;
根据交互事件加载对应位置和对应层级的矢量瓦片包括:
根据当前交互视图区域的缩放度确定需要调度的矢量瓦片的层级;
根据当前交互视图区域的范围,计算出需要调度的矢量瓦片的位置编号;
加载对应层级和对应位置编号的矢量瓦片。
6.根据权利要求1所述基于Cesium的大规模矢量数据的可视化方法,其特征在于,所述方法还包括:
预测用户的视图浏览范围;
提前加载预测视图浏览范围内的矢量瓦片,并缓存。
7.一种基于Cesium的大规模矢量数据的可视化系统,其特征在于,所述系统包括:
预处理模块,用于对获取的空间矢量数据进行预处理;
切片模块,用于对预处理后的空间矢量数据进行切片处理,得到多层级的矢量瓦片组;其中,任一层级内的所有矢量瓦片可拼接成完整的空间矢量数据,同一层级内的矢量瓦片大小相等,不同层级内的矢量瓦片大小不一;
Cesium模块,用于监听用户的交互事件,并根据交互事件加载对应位置和对应层级的矢量瓦片,以及对加载的矢量瓦片进行渲染,进而实现空间矢量数据的可视化;所述交互事件包括缩放和平移。
8.根据权利要求7所述基于Cesium的大规模矢量数据的可视化系统,其特征在于,所述系统还包括:
预测模块,用于预测用户的视图浏览范围;
预加载模块,用于提前加载预测视图浏览范围内的矢量瓦片,并缓存。
9.一种处理器,其特征在于,被配置成执行权利要求1至6中任意一项所述的基于Cesium的大规模矢量数据的可视化方法。
10.一种机器可读存储介质,该机器可读存储介质上存储有指令,其特征在于,该指令在被处理器执行时使得所述处理器被配置成执行权利要求1至6中任一项所述的基于Cesium的大规模矢量数据的可视化方法。
CN202411845730.1A 2024-12-16 2024-12-16 基于Cesium的大规模矢量数据的可视化方法及系统 Pending CN119311909A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202411845730.1A CN119311909A (zh) 2024-12-16 2024-12-16 基于Cesium的大规模矢量数据的可视化方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202411845730.1A CN119311909A (zh) 2024-12-16 2024-12-16 基于Cesium的大规模矢量数据的可视化方法及系统

Publications (1)

Publication Number Publication Date
CN119311909A true CN119311909A (zh) 2025-01-14

Family

ID=94191023

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202411845730.1A Pending CN119311909A (zh) 2024-12-16 2024-12-16 基于Cesium的大规模矢量数据的可视化方法及系统

Country Status (1)

Country Link
CN (1) CN119311909A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112395445A (zh) * 2020-11-17 2021-02-23 高崟 矢量数据在线计算方法和装置
DE202022100309U1 (de) * 2022-01-20 2022-02-08 Valectus Private Limited Ein System zur Verarbeitung von Geodaten für eine effiziente Darstellung und Visualisierung
CN116737852A (zh) * 2022-03-03 2023-09-12 中国科学院空天信息创新研究院 一种基于矢量瓦片数据的矢量绘图方法、装置和电子设备
CN116842121A (zh) * 2023-07-13 2023-10-03 河南大学 一种多层级瓦片联合的大规模数字孪生场景构建方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112395445A (zh) * 2020-11-17 2021-02-23 高崟 矢量数据在线计算方法和装置
DE202022100309U1 (de) * 2022-01-20 2022-02-08 Valectus Private Limited Ein System zur Verarbeitung von Geodaten für eine effiziente Darstellung und Visualisierung
CN116737852A (zh) * 2022-03-03 2023-09-12 中国科学院空天信息创新研究院 一种基于矢量瓦片数据的矢量绘图方法、装置和电子设备
CN116842121A (zh) * 2023-07-13 2023-10-03 河南大学 一种多层级瓦片联合的大规模数字孪生场景构建方法

Similar Documents

Publication Publication Date Title
TWI579799B (zh) 向量影像資料之舖排封包
CN103077239B (zh) 基于云渲染的iFrame嵌入式Web3D系统
US10834391B2 (en) Hologram streaming machine
CN110706341A (zh) 一种城市信息模型的高性能渲染方法、装置及存储介质
CN105574102B (zh) 一种电子地图数据加载的方法及装置
CN103942258B (zh) 基于道路编码的街景影像存储方法及装置
CN114020756A (zh) 遥感影像实时地图服务发布方法和装置
CN108228816A (zh) 一种瀑布流图片的加载方法和装置
CN105912569B (zh) 显示三维目标场景中包含的网页元素的方法和装置
CN113495933A (zh) 一种矢量瓦片显示方法及系统
CN117270834A (zh) 地图渲染方法、装置、电子设备和存储介质
CN116737852A (zh) 一种基于矢量瓦片数据的矢量绘图方法、装置和电子设备
CN111898276B (zh) 架空线路的模型处理方法、装置、计算机设备和介质
US9164922B2 (en) Technique for passive cache compaction using a least recently used cache algorithm
CN119311909A (zh) 基于Cesium的大规模矢量数据的可视化方法及系统
Bruhwiler et al. Aperture: Fast visualizations over spatiotemporal datasets
CN113094457A (zh) 一种数字正射影像地图的增量式生成方法及相关组件
CN114529643B (zh) 一种海量gim模型优化显示的方法
JP2022536634A (ja) Gisポイントデータをレンダリングする方法、装置、コンピュータ設備、および記憶媒体
CN116993881A (zh) 一种3d地图渲染方法及系统
US20150154784A1 (en) Use of Photo Animation Transitions to Mask Latency
CN114616596B (zh) 视频解码的方法、装置、系统及计算机可读介质
CN116310029A (zh) 模型渲染方法、装置、介质与电子设备
KR20230138393A (ko) 프리뷰 영상을 생성하는 방법 및 장치
CN115203594B (zh) 多时相遥感数据显示方法、装置、设备和介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination