制图综合中建筑物多边形的合并与化简

讨论了数字环境下顾及建筑物矩形几何特征的多边形自动综合算法,针对多边形之间的拓扑邻近与视觉邻近两种空间关系,提出了基于矢量和基于栅格的两种建筑物多边形合并方法。关于建筑物形状的化简,本提出了矩形差分方法,并在此基础上建立了建筑物多边形化简的层次化途径。     

改进的邻近四点法建筑物多边形化简算法

针对应用邻近四点法化简建筑物多边形时因实际数据的复杂性及该算法的不完善出现的效率下降和准确性降低问题,该文提出了一种基于邻近四点法建筑物多边形化简的改进算法。该方法排除了冗余点的干扰,避免运算耗时;细化了基本处理单元的分类,避免遗漏特殊结构类型基本处理单元的处理;对建筑物多边形进行了分类及实时标记,以达到在同时考虑基本处理单元和建筑物多边形的情况下实现建筑物多边形化简的目的。实验结果表明:此改进算法更加实用化,且提高了建筑物多边形化简的效率和准确性。     

顾及邻近五点的建筑物多边形化简方法

针对传统的建筑物化简算法无法准确保持建筑物局部细节几何特征，容易产生尖锐凸角等问题，提出了一种基于邻近五点的建筑物多边形化简方法。通过将多边形边界上的邻近五点定义为基本处理单元，实现对建筑物边界Z形平行、Z形不平行、U形平行、U形不平行的4类几何模式划分，进行渐进式化简，并针对化简过程中产生的尖角顾及角度约束对其削尖。对某地区部分1：1万实际建筑物多边形数据进行试验，结果表明，所提算法在保持建筑物基本几何形态特征的基础上，能够尽可能地避免尖角的产生，化简结果更加符合人类的视觉认知。     

基于邻近四点法的建筑物多边形化简

对早期的局部线化简算法进行拓展和改善,提出一种以建筑物多边形上邻近四点组合为基本处理单元,以最小可视长度阈值为综合指标,通过对其凹凸结构的类型判别及区别处理,实现建筑物多边形快速化简的方法。将线化简中对三点或多点进行局部处理拓展为邻近四点,较好地保持了建筑物形态特征;有针对性地采取全局检查消除自相交现象,并探讨了起始点的选择问题。选取1∶10 000居民地数据进行多组地图综合试验,结果表明该方法可有效地保持多边形的轮廓特征与面积大小。     

顾及路网结构保持的城镇居民地自动综合

以往居民地自动综合的研究多集中于建筑物的多边形化简,较少考虑到其与街区、道路网的联系。提出了顾及路网结构保持的城镇居民地自动综合模型,此模型包含道路选取和街区内部结构概括两方面。前者基于网眼密度并结合路划功能选取道路数据,用于街区合并;后者则主要涉及建筑物多边形化简,通过改进矩形差分组合方法,在原有面积阈值的基础上添加距离阈值,并提供新的分层化简思路。以1:1万地图数据到1:5万比例尺的自动综合实验验证了本文算法的可行性和有效性。     

建筑物多边形化简及优化的自动方案研究

针对居民地地图形状化简的一个方面——建筑物多边形的化简,通过对综合规则的研究和居民地几何特征的剖析,提出一种与比例尺相关的切割实现建筑物多边形化简的方法,在Visual Basic6.0环境下实现了该算法,试验结果表明此方法在保持街区的形态特征上效果较好。     

利用约束D-TIN进行建筑物多边形凹部结构识别与渐进式化简

分析了位于建筑物多边形外侧的凹部结构特征及其类型,探讨了一种基于凹部层次结构的建筑物多边形渐进式化简方法,即以三角形为形状基元,用约束Delaunay三角化方法对建筑物多边形进行空间剖分,从凹部三角形树中提取三角形序列,通过匹配特征序列识别凹部的基本模式,以确定和实施相应的凹部化简方法,在此基础上迭代执行识别-化简过程,以实现对建筑物复杂凹部的渐进式化简。实验分析表明,该方法具有结构化和渐进综合的特点。     

参数优化的建筑物多边形化简研究

本文针对建筑物多边形化简当前存在的问题,将参数优化的方法引入化简的全过程,在渐进式图形化简的基础上,通过把建筑物多边形的几何特征、结构特征和化简所遵循的一系列约束规则参数化、变量化表示,建立了建筑物多边形化简的数学模型,通过对模型的求解,来达到化简建筑物多边形的目的。成果已经应用于数字地图的生产,实践证明该算法的化简效果好,普适性较高,符合应用需求。     

基于场论分析的建筑物群的移位

在多边形群目标综合中,移位是一种旨在解决空间邻近冲突的重要操作.以建筑物群在街道拓宽后产生移位操作为例,提出一种基于场论分析的移位方法,认为街区块多边形边界的收缩产生向街区块内部逐步传递并衰减的作用力,从而促使建筑物多边形的空间位置移动,借助于物理学场论中的"等势线"模型来表达这一移位现象.基于Delaunay三角网建立了类似于Voronoi图的建筑物群剖分结构,用于表达移位场模型的"等距离关系曲线".在移位场中目标的运动方向与运动距离由矢量和运算及梯度衰减函数计算完成.算法思想在一地图综合软件系统中已实现.     

数学形态学和模式识别在建筑物多边形化简中的应用

针对居民地图形化简的一个方面--建筑物多边形的化简,提出一种在与地图比例尺相关的动态栅格和矢量数据相结合的数据模型支持下,综合利用数学形态学和神经网络支持下的模式识别的化简方法.在Visual C 环境下实现基于此方法的系统并进行实验,实验结果说明此方法在保持街区的形态特征上效果明显.这种方法将制图综合知识融入图形化简操作之中,是自动制图综合智能化的一次新的尝试.     

支持地图综合的面状目标约束Delaunay三角网剖分

针对多边形面状目标的综合问题,建立了二维空间中约束Ｄｅｌａｕｎａｙ三角网剖分结构,融入多边形的环、岛屿、边界、顶点的描述,通过形式化条件检索,在该结构上提取二维空间中各种感兴趣的由剖分三角形组成的区域,用于支持地图综合中邻近多边形的搜索、多边形弯曲部位的识别、冲突关系探测、多边形合并等操作。并对基于骨架线的图结构建立、分枝宽度计算等几何问题进行了详细讨论,指出了其在诸如双线河中轴化、街道中轴线网络模型建立、多边形合并中的邻近关系分析、面状目标注记自动定位领域的支持作用。     

基于MBR的多边形内点自动生成算法

在分析传统多边形内点生成方法的基础上,提出一种基于MBR（MinimumBoundingRectangle,最小外切矩形）的内点自动生成算法,该方法不仅适用于凹、凸多边形,而且可保证在多边形具有“岛屿”时,内点正确。     

建筑物白模多边形的自动合并

建筑物白模多边形数据可广泛应用于许多领域,但在实际应用中,由于数据太过细致,且目前使用的建筑物白模多边形数据存在拓扑关系错误,不满足生产要求,这给地图综合中建筑物群的自动合并提出了新的要求.因此提出了一种基于约束性Delaunay三角网的建筑物白模多边形自动合并方法,在保持建筑物整体结构和视觉效果的前提下减少不必要的细...     

一种基于条件极值的建筑多边形直角化的方法

在地图综合中,许多建筑多边形化简的方法都是针对于直角多边形的,建筑多边形的直角化也是地图数据在进入GIS之前对数据完整性检验的必经过程.本文介绍了一种利用条件极值来计算直角地物中各点坐标改正数的方法.该方法成功用于大比例综合缩编软件GenTool,并获得了满意的效果.     

克服双重约束的面目标位置聚类方法

面目标的聚集模式识别是空间聚类研究的重要方向之一,但因多边形几何信息和空间障碍阻隔的双重约束,目标的位置相似性难以快速而准确地计算。扩展点目标多尺度聚类方法,通过构建面目标的强度函数计算目标与邻近目标的位置聚集程度,提出了有效作用于双重约束下的面目标位置聚类法,并以判断相邻尺度下同一面目标类的强度函数阈值相等作为算法的收敛条件。经试验分析与比较发现,算法无须自定义参数,能够识别密度不均、任意形状分布,以及"桥"链接的面目标集群,同时能够准确判断障碍约束对面目标簇的阻隔和划分。     

矩形方向约束的邻域空间推理

在空间计算过程中,空间物体常被描述为其最小外包矩形,因此矩形间的方向约束是空间关系的一个关键子集。在矩形代数基础上,使用一个2×2的特征矩阵来描述矩形间的169种方向约束关系,并构建矩形方向约束邻域网格,以邻域网格上对应顶点间的最短网格路径分析矩形方向约束关系间的距离。进而,分析当两个矩形的其中一个发生缩放和平移等渐变时,一种矩形方向约束关系转变为其邻近约束关系的过程,并使用特征值元组区间的笛卡尔乘积来表示矩形变形过程中所形成矩形约束的特征矩阵,最后分析总结了矩形变形时对应特征矩阵的变化特点。