TIN DEM线性内插不确定性的随机过程模型

基于随机过程模型导出了TIN DEM线性内插的随机过程模型,给出了不规则随机空间三角形的不确定性描述,讨论了TIN节点误差在线性内插中的传播问题。通过理论推导和实际算例,得到了TIN DEM线性内插点的点位方差和误差椭球半轴的解析表达式、线性内插精度最高点坐标的解析表达式,该结论与三角形的形状无关;对DEM线性外推导致精度急剧下降的必然性结论进行了理论证明;得到TIN线性内插的平均点位方差解析式,从理论上说明了本文结论的有效性。     

一种改进的地形三维建模方法

在利用逐点插入法建立Delaunay三角网的基础上,为快速搜索插入点所落入的三角形,引入了一种改进的空间栅格索引机制,并充分利用三角形的邻接关系进行三角形检索.提出了一种由三角形出发内插规则格网数字高程模型(DEM)的方法.试验表明,所提出的构建Delaunay三角网和内插格网DEM算法的效率较高.     

TIN向规则格网DEM转换的新算法

由TIN生成规则格网DEM是基于TIN的离散点数据栅格化的重要一步,在基于一种数学原理的基础上运用逆向思维提出了TIN向规则格网DEM转换的新算法,不用传统的分块和建立索引,而是通过逐个遍历三角形来判断格网节点位于哪一个三角形中并实现格网节点的插值。通过编程实现、测试该算法,证明它具有非常高的插值效率。     

用等高线内插DEM的不同算法的误差分析

本文以南方丘陵地区为研究区域,利用ARCG IS软件平台,对不同的DEM内插算法的误差进行了对比研究,研究表明:不同的算法内查高程误差总体符合正态分布,且较大误差主要分布在地形结构线附近;研究还表明:在南方丘陵地区,与人们通常采用的TIN方法建立的DEM相比,ANUDEM插值生成的DEM更能够精确地模拟真实的地形。     

基于LiDAR点云数据索引的DEM快速提取

DEM应用日趋广泛,从LiDAR点云数据中提取DEM是一种满足应用需求的简单有效方法。由于Li-DAR点云数据的庞大性,直接提取DEM效率不高。为了提高对点云数据处理的效率,本文探索应用索引技术来优化LiDAR点云数据的处理,生成高精度DEM。该方法首先对LiDAR原始数据点建立网格分块索引;然后再利用形态学的方法对LiDAR原始数据进行滤波处理;最后用逐点内插方法生成DEM。实验结果表明应用空间数据索引技术极大地提高了点云数据滤波与DEM生成的效率。     

规则格网DEM内插精度与效率分析

规则格网DEM是DEM的主要表示方式，应用最为广泛，影响DEM质量的关键因素便是内插过程，包括内插精度和效率两个方面。现有的诸多规则格网DEM内插方法基本都不能兼顾内插精度和效率，很大程度上制约了DEM的生产。本文在分析已有方法的基础上，提出了基于Delaunay冲突区域搜索策略的TIN内插规则格网DEM方法，并以实验对该方法进行验证和分析。实验结果表明文中所提方法对规则格网DEM内插精度与效率行之有效。     

一种面向海量离散数据的TIN快速构建算法研究

不规则三角网建模(TIN)是一个非常重要的表面建模方法.为提高模型的构建效率,本文采用图像处理的手段和合理的数据结构,提出了一种基于像元的TIN快速构建算法.该算法通过在地理离散数据与像元之间建立一种对应关系,使得在整个不规则三角网构建过程中就可以通过索引直接获取相应的离散点或像元点,实现地理离散点与像元点之间的实时动...     

基于TIN模型的空间索引方法研究

结合常见的三表数据结构,构建二表数据结构,在二表数据结构的基础上,探讨适应TIN模型的空间索引方法,提出重心空间索引和顶点空间索引两种算法,同时比较各空间索引算法的优劣,为提高空间数据查询的效率提供依据。     

DEM内插算法与精度评定研究

本文分析了DEM数据产品的误差源、内插算法的误差模型,简要介绍了目前DEM数据产品精度评定的指标与方法途径.通过介绍DEM引出了数字高程模型内插方法,比较了各种DEM内插方法,并且分析了模型精度.     

基于规则格网的DEM建模方法研究

利用规则格网进行逐点DEM内插的关键在于:如何提高待插点周围数据的搜索效率及如何选取内插函数模型。针对以上两个问题,本文提出了"逐步扩张搜索"法,能迅速搜索到内插点所需的参考点数据;并在分析和比较各种DEM内插算法的基础上,结合二次曲面模型和加权平均法的优点,提出"组合内插模型"。实验表明,改进后的DEM逐点内插算法,能显著提高搜索速度和内插精度,具有很好的应用价值。     

基于数学形态学的TIN和GRID自动生成研究

在分析了数学形态学的基本原理的基础上,提出了一种基于数学形态变换自动生成Delaunay三角网(TIN)和规则格网(GRID)的数字高程模型的算法,这种算法将离散的地面点的图像集合进行骨架化并自动构成Thiessen多边形,然后,通过序贯条件形态变换,自动建立TIN和GRID.在建立Thiessen多边形的过程中,提出了用逐点生成数字圆盘的方法来保证变换过程的各向同性;在建立Delaunay三角网的过程中,提出了利用正交结构元素进行条件膨胀,从而保证了相邻点之间的正确位置关系.该方法能保持Thiessen多边形和Delaunay三角网的拓扑关系,因而能保证DEM 的高精度,而且具有数据结构简单、运算速度快的特点.最后,给出了试验结果并与有限元法的结果进行了比较.结果表明,这种方法用于建立DEM具有良好的应用前景.     

TIN建立及其向GRID转换优化算法

由于直接利用大区域等高线矢量数据建立不规则三角网（ＴＩＮ） 的复杂性, 目前还没有一个很有效算法。文中论述了利用大数据量等高线离散点集建立Ｄｅｌａｕｎａｙ 三角网的方法, 提出并实现了一种由ＴＩＮ 向ＧＲＩＤ 转化优化算法, 最后通过实验证明其正确性和有效性。     

利用3D_DP和Quad_TIN的地形实时动态显示算法研究

将地貌综合的三维Douglas-Peucker方法引入到地形LOD中,通过构建Quad_TIN模型,提出了一种地形实时动态显示的新算法。该算法首先从全局重要性角度将不规则采样点分级;再利用孤立分割的方式建立四叉树空间索引,结合了规则格网的四叉树结构和不规则采样点的TIN结构在虚拟表达中的优势,并消除了节点间的依赖关系;然后,根据视距和模拟误差确定四叉树的绘制层次和插入采样点的顺序及数量;最后,通过添加拆分点消除节点间裂隙。实验表明,该算法在保证地形表达速度的同时提高了模拟精度,对其他模型的LOD表达也是一种借鉴。     

基于拓扑关系的TIN生成算法中的边扩展算法

描述了TIN的点、边、三角形之间的拓扑数据结构 ,并阐述了在TIN的生成过程中 ,利用这种拓扑关系进行边的扩展、新形成的三角形有效性判断 ,实验结果表明 ,采用这种拓扑结构的TIN算法比常规的边扩展TIN生成算法在算法复杂度上大为简化 ,提高了TIN生成的速度和效率     

北京市数字高程模型(DEM)的研究与建立

北京市1∶1万数字高程模型(DEM)数据覆盖全北京市范围,共计927幅,利用原有1∶1万地形图,使用扫描矢量化、高程点加密等方法在ARC/INFO的TIN模块中建立三角网,生成GRID格式数据,通过ArcSDE存储在Oracle数据库中。本文对DEM的生产方法和产品模式的确立进行了讨论,重点对产品精度进行了测试与分析。     

不规则三角网的快速建立及其动态更新

针对线路勘测设计的特点,介绍了一种适合于线路ＣＡＤ应用的快速建立和在线动态更新不规则三角网（ＴＩＮ）的方法。该方法根据带状数据分布快速生成“类Ｄｅｌａｕｎａｙ三角形”,并实现了ＴＩＮ的局部更新,从而为线路ＣＡＤ提供了基本的数学基础。最后用实例验证了该算法的正确性。     

采用ArcObjects组件实现ArcGIS和Surfer格网文件转换

深入讨论了ArcGIS和Surfer两种软件创建的GRID表面模型文件的数据格式,并详细介绍了两种格网文件的转换思路与转换过程,最后采用ArcGIS提供的ArcObjects组件开发了通用的两种格网文件相互转换程序模块,使用户在实际的研究中能够充分利用这两种软件的优点。测试结果表明,新方法较手工修改两种格网文件的头文件完成文件转换的方法更加简单、高效。     

基于三角网渐进式简化的等高线多尺度综合

提出了一种基于三角网渐进式简化的等高线多尺度综合方法,实验结果表明,其不仅可以较好地保留地形特征,而且可以完全避免等高线相交现象的产生.