一种基于傅里叶变换的光滑边界面状要素Morphing方法

提出一种基于傅里叶（Fourier）变换的光滑边界面状要素Morphing方法。针对同名面状要素在两个不同比例尺下的表达,利用Fourier变换将多边形在空间域的矢量坐标串表达形式转换为频率域的函数表达形式,然后对二者的Fourier函数进行复合得到多边形在任意中间尺度的表达函数,最后将中间状态的Fourier函数展开为矢量坐标串表达形式获得多边形的中间插值形状。实验证明,该基于Fourier变换的面状要素Morphing方法,能在保持形状特征的基础上对于边界光滑的多边形要素实现光滑、连续的多尺度表达。     

一种改进的基于转角函数法的面状居民地Morphing变换方法

提出了一种顾及位置偏差与凹部同异性的面状居民地Morphing变换转向角函数方法。该方法通过构造大比例尺居民地的凸包作为中间图形,辅助与小比例尺居民地进行特征顶点匹配,避免因位置偏差造成的特征点误匹配;针对大比例尺居民地的凹部,依据凹部的模式类型,判定凹部边的同异性;最后构建插值模型,得到中间任意尺度下的面状居民地要素。实验证明方法具有良好的适用性和有效性,与原方法相比,能有效避免因特征点误匹配导致的插值结果顶点乱序现象,同时还兼顾了轮廓特征保持与居民地局部相似,能达到较好的Morphing变换效果。     

利用骨架线端点匹配进行面状要素渐变变换

面向空间数据连续地图综合问题,提出了一种基于骨架线端点匹配的面状要素渐变方法,通过在两个关键表达之间进行尺度内插,实时、动态地派生任意中间比例尺地图数据。首先,对面状要素在大小比例尺下的两重表达分别进行约束Delaunay三角网剖分并提取各自的骨架线特征;然后,使用最优子序双射优化技术对骨架端点进行匹配获得多边形边界上相对应的特征点序列;最后,在剖分边界的基础上进行分段常规线性内插,获得面状要素介于始末尺度之间的多尺度表达。实验结果表明,该算法充分顾及了空间数据弯曲结构特征,对于光滑边界面状要素的渐变变换具有良好的渐变效果,可用于空间数据的连续地图综合和多尺度表达。     

矢量金字塔与R树融合模型研究

主要围绕如何在移动设备上快速显示大数据量的面(线)状矢量数据,结合多级空间索引和矢量数据压缩提出了一种基于多尺度R树的矢量数据模型,该模型可用于资源有限的移动设备。首先按照比例尺对矢量数据进行不同级别的压缩,再将不同比例尺下的处理结果通过多尺度R树索引组织存储。通过这种方法可以达到在不同比例尺下显示不同详细程度的几何对象。试验采用湖南1∶10 000的林业资源小班数据来验证该模型的可行性和效率。     

DTW算法支持下的线状要素连续地图综合方法

面向线状地图要素连续尺度变换问题,本文提出了一种DTW算法支持下的连续综合方法。该方法基于尺度融合的思想,将同一地理实体在大小两种比例尺下以不同的几何表达作为输入,首先基于DTW算法建立两种几何表达坐标顶点之间的对应关系;然后采用线性内插方法动态派生任意中间尺度上几何数据,从而实现连续地图综合。顶点之间对应关系的正确性,直接决定了线性内插的结果,而同一实体在不同比例尺下的几何表达往往具有不同的坐标点数,顶点之间具有一对多的对应关系。为寻求最优顶点匹配方案,以顶点距离作为匹配代价,以整体最小距离作为目标函数,采用DTW算法求解最优匹配。试验结果表明,基于DTW的顶点匹配方法可适应不同的地图综合场景,该方法支持下的地图综合效果可实现连续、光滑的渐变,符合地图表达规则和人类空间认知。     

决策树支持下跨比例尺居民地数据更新

针对现有的跨比例尺地图居民地数据更新方法需要大量人工干预和专家判读选择的问题,该文提出了一种基于决策树的跨比例尺居民地更新方法。利用决策树的判断推理机制对不同变化更新场景下要素的地理环境特征、空间分布关系、尺度表达差异等影响更新行为选择的因素进行综合分析,结合尺度变换技术构建了跨比例尺居民地数据更新模型,较好地顾及了数据更新的合理性及更新效率。基于广州市某区域的真实数据进行试验,结果表明:该方法不仅能够有效地减少更新过程中的人工干预,提高智能化程度,同时能从一定程度上提高更新效率。     

面状居民地形状分类的图卷积神经网络方法EI北大核心CSCD

形状识别和分类是地图制图综合的重要内容之一,面状居民地要素作为地理空间矢量数据的重要组成部分,其形状认知是制图综合的基础。本文针对当前几何和统计形状分类方法的不足,借助图卷积神经网络的图数据分类能力,提出了一种基于图卷积神经网络的面状居民地形状分类方法。该方法首先从面状居民地轮廓多边形入手,提取其轮廓的多个特征,获取形状的图表达;然后,利用图卷积神经网络对居民地形状信息进行多轮次提取和聚合,将形状信息嵌入一个高维向量中;最后利用全连接神经网络对高维形状向量进行分类。试验表明,该方法能够有效提取居民地形状信息,克服了传统分类方法人为设置指标的不足,实现了端到端的居民地形状信息提取与分类。     

P28 地图制图学(地图学)

地理信息系统的图形编辑系统,从面状目标(多边形实体)到其属性查询的关键在于经过多边形内点判别快速地检索出该目标的图形数据与属性数据相互关联的计算机内码。通过对传统面状一58一目标的数据结构改进和对构成面状目标周边的坐标串预处理,利用BorlandC十十环境进行程序设计与调试,在试验系统中实现了从     

线要素多尺度表达的一种新方法

本文依据多比例尺条件下矢量数据的绘制原理,提出了多尺度线化简与线选取方法。多尺度线化简算法依比例尺将空间坐标转换为像素坐标,根据像素坐标删除曲线中重合点与共线点,综合后的曲线与原始曲线在各比例尺下绘制结果相同;多尺度线选取算法利用仿射变换结果快速计算线要素之间的连通关系,然后渐进删除长度小于阈值的悬线与孤立弧段,保持了线要素的连通性。对不同类型数据的实验验证了本文算法的有效性和可行性。     

矢量曲线的视觉清晰度及在网络地图综合中的应用

互联网用户参与的地图制图容易出现视觉冲突、压盖、拥挤等地图表达问题,需要引入地图自动综合协助解决。网络地图中由于原图比例尺和综合后比例尺均难以准确量化,常规地图自动综合基于“原图比例尺-综合后比例尺”判断是否需要综合的方法已不再适用。矢量数据在可视化后会产生视觉粘连,视觉粘连越明显,地图表达效果越差,综合的需求也越强烈。基于此规律,本文提出对视觉粘连进行定量描述并据此判断是否需要综合。首先,从人类视觉感受出发,结合栅格化思想设计了矢量曲线视觉粘连的量化指标——视觉清晰度。然后,基于“金字塔式”的尺度空间计算曲线在多个比例尺表达的清晰度,并拟合了清晰度的变化函数。最后,将该函数应用于众源地理数据的网络地图综合决策。试验结果表明,本文方法可准确判断每条矢量曲线是否需要综合,能有效解决地理数据尺度异质性带来的可视化难题。同时,清晰度变化函数将曲线的尺度描述由静态数值扩展到连续函数,有望更好地支持多尺度空间数据处理及网络地图综合等问题。     

Variable-scale Topological Data Structures Suitable for Progressive Data Transfer: The GAP-face Tree and GAP-edge Forest

This paper presents the first data structure for a variable scale representation of an area partitioning without redundancy of geometry. At the highest level of detail, the areas are represented using a topological structure based on faces and edges; there is no redundancy of geometry in this structure as the shared boundaries (edges) between neighbor areas are stored only once. Each edge is represented by a Binary Line Generalization (BLG)-tree, which enables selection of the proper representation for a given scale. Further, there is also no geometry redundancy between the different levels of detail. An edge at a higher importance level (less detail) does not contain copies of the lower-level edges or coordinates (more detail), but it is represented by efficiently combining their corresponding BLG trees. Which edges have to be combined follows from the generalization computation, and this is stored in a data structure. This data structure turns out to be a set of trees, which will be called the (Generalized Area Partitioning) GAP-edge forest. With regard to faces, the generalization result can be captured in a single tree structure for the parent-child relationships—the GAP face-tree. At the client side there are no geometric computations necessary to compute the polygon representations of the faces, merely following the topological references is sufficient. Finally, the presented data structure is also suitable for progressive transfer of vector maps, assuming that the client maintains a local copy of the GAP-face tree and the GAP-edge forest.     

基于形状特征的矢量数据与影像数据配准方法研究

本文提出将矢量空间数据与影像数据间配准转换到矢量空间数据间匹配的思路,并开展了相关研究。本文主要思路是通过对影像数据进行基于形状特征的提取及矢量化,然后利用矢量空间数据间匹配方法对矢量化后数据和现有矢量空间数据进行匹配,获取匹配实体对;在获取的匹配实体对中选取控制点对,在矢量化后数据中选取控制点,将所选取的控制点反馈到原始遥感影像上进而获得控制点相应的像元坐标;最后应用矢量化后数据中控制点的像元坐标数据和现有矢量空间数据中对应的同名点坐标数据对原始影像进行几何纠正,从而实现矢量空间数据和影像数据的配准。     

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,本文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。     

一种基于形状上下文特征匹配的线状要素Morphing方法

提出了一种基于上下文特征的形状匹配方法,并将其用于线状要素的Morphing变换。首先通过计算每个点的形状上下文,建立形状直方图,然后通过直方图匹配找到同名实体在大小比例尺下轮廓点的最佳匹配关系。根据点的匹配关系,得到对应线段。最后通过分段线性内插实现线状要素的连续尺度变换。实验结果表明,基于形状上下文的轮廓点集匹配方法不需要标志点或者关键点,适应性较强,可以有效地实现形状匹配,极大地提高Morphing变换的精度。     

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。     

一种采用不变矩的矢量面目标匹配方法

不变矩作为理想的形状描述子,具有平移、旋转、缩放变换不变的特点。以M.K.HU矩方法为基础,提出一种采用不变矩的矢量面目标匹配方法。该方法以7个矩不变量组成矢量面目标的特征向量,通过度量矢量面目标与候选面目标特征向量之间的欧式距离判定同名实体。对两种不同数据源中水域面目标进行匹配实验,验证该方法的有效性。     

Cartesian to geodetic coordinates conversion on a triaxial ellipsoid

A new method of transforming Cartesian to geodetic (or planetographic) coordinates on a triaxial ellipsoid is presented. The method is based on simple reasoning coming from essentials of vector calculus. The reasoning results in solving a nonlinear system of equations for coordinates of the point being the projection of a point located outside or inside a triaxial ellipsoid along the normal to the ellipsoid. The presented method has been compared to a vector method of Feltens (J Geod 83:129–137, 2009) who claims that no other methods are available in the literature. Generally, our method turns out to be more accurate, faster and applicable to celestial bodies characterized by different geometric parameters. The presented method also fits to the classical problem of converting Cartesian to geodetic coordinates on the ellipsoid of revolution.     

矢量化多边形优化方法

从地理空间数据不确定性理论出发,提出了矢量化多边形的优化方法。该方法通过对矢量多边形进行"磨角插值"和基于可接受域限定的自适应滤波平滑处理,以此来削弱由空间数据表示不确定性造成的误差,使矢量化多边形最大限度地逼近地理实体真实轮廓。采用基于全局阈值的DP算法进行压缩处理,消除了数据冗余。从压缩比、位置误差及处理效率3个方面进行对比实验,验证了所提方法的有效性。