支持地图综合的面状目标约束Delaunay三角网剖分

针对我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。并对其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     

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。     

GIS岛多边形三角剖分算法

结合Delaunay三角剖分原理,在多边形顶点关系的基础上,通过对多边形从外向内间隔相邻级环间的三角剖分,来实现岛多边形的剖分算法。算法涉及图形相交、相邻、相离、包含等几何关系分析,以及Delaunay三角形构建等过程。对图形几何关系判断和三角形构建等过程进行了优化处理,提高了岛内三角剖分的精度和速度,解决了GIS制图中存在的"岛中岛"等复杂几何图形的剖分问题,可以对任意凹凸多边形实现快速三角剖分。首先获取并存储shape文件中多边形的空间坐标数据,然后基于该算法在VC++开发环境中完成岛多边形的三角剖分和显示。通过对不同形状的岛多边形反复测试表明,该算法的三角剖分结果均可达到最优,且效率较高。     

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.     

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。     

顾及居民地分布特征的建筑物分组合并算法研究

建筑物多边形分组合并是城市大比例尺地图综合中的重要问题。本文在建筑物群的约束Delaunay三角网空间剖分模型及目标间"视觉距离"计算模型研究基础上,以广州地区3种具有典型分布特征的建筑物群分组合并操作为研究对象,并基于"分而治之"的思想,分别提出不同处理方法。设计的算子兼顾了适用性和效率,在广州地区序列比例尺空间数据库快速构建中得到了成功应用。     

边界为简单多边形的离散点Delaunay三角剖分及可视化研究

简单多边形的Delaunay三角剖分,在计算机图形学及地学问题三维建模领域有着广泛地应用。本文提出了一种不需要判断多边形的凹凸性,直接对多边形建立最大凸包,在建立凸包的基础上建立Delaunay三角剖分的方法,设计了一个有效的数据结构。在剖分的基础上,去除三角形的内切圆圆心在多边形内的三角形即可得到满足需要的三角剖分。为了提高处理大规模数据的速度,实验中对数据进行了分块处理,提高了建网的速度。最后利用OpenGL技术实现了剖分后的地形三维显示。     

基于二叉树思想的任意多边形三角剖分递归算法

提出了一种基于二叉树思想的任意多边形三角剖分递归算法。该算法采用二叉树思想，确定剖分三角形的二叉树状结构，并采用递归算法实现。这算法可适用于任意形状的凹或凸多边形，也适用于包含岛屿的多边形。此外，在考虑边界点高程的基础上，可充分顾及地形特征。该算法完全适用于长距离河流流域的三维面状表达。     

相邻多边形共享边界的一致化改正

针对相邻多边形叠置不能保证精确的拓扑邻近,往往产生大量的“碎片”和“缝隙”,破坏了面状目标间的拓扑一致性这一问题。依据相邻多边形之间的空间关系,将共享边界不一致区分为相交型,相离型,交织型,将拓扑一致化处理的操作分为咬合式处理和平差式处理,并基于Ｄｅｌａｕｎａｙ三角网模型邻近分析,探测由三角形集表达的边界不一致局部区域,通过三角网骨架线提取来进行边界不一致改正。     

利用三角剖分骨架图提取简单多边形目标中心点

在地图学与地理信息科学领域,面状目标中心点的提取涉及空间关系计算、地图注记配置、地图综合等多个领域。几何形心作为面状目标的形状中心是领域内的常用方法,但在实际应用中由于面状目标形状特征的多样性,利用形心计算的中心点常常不能真实地表达区域中心,比如形心处于区域外部。利用面状目标三角剖分骨架图,考虑面状目标的几何特征与区域连接的拓扑特征,结合图论中的中心性度量方法,定义了面状目标的两种不同的中心点:邻近中心点和居间中心点,分析并讨论了所提出方法的相关特殊情形。利用中国448个地、市区域面要素进行认知实验,讨论了所提出的中心点计算方法的实用性和适用性。实验结果表明,所提出的两种中心点位置可以保证在多边形内部,同时也较好地体现了面状目标的拓扑和几何特征,符合形状特征的视觉认知,可以满足不同应用场景下中心点计算的需求。     

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。     

基于约束Delaunay结构的街道中轴线提取及网络模型建立

从街区多边形提街道中轴线并在此基础上建立街道网络模型是城市空间分析及街区地图综合的基础问题,本文基于约束Ｄｅｌａｕｎａｙ三角网结构提出了在邻近街区边界之间的三角形元上提取中轴线从而建立街道网络图模型的方法,区分三种不同三角形元进行中轴线的连接,通过网络图的顶点、边完备地表达出街道、街区、街道交叉口之间的空间关系,并建立了街道中轴线与左右两侧街区多边形边界弧段间的匹配,从而使本文提出的混合数据模型将街道网络结构与街区多边形结构统一起来。     

基于Arcobjects的约束Delaunay三角网支持下的土地利用图斑综合

关于以约束Delaunay三角网剖分模型为基础的地图综合的研究,已经有了很多成熟的算法理论,但在应用中这些模型算法建立的约束性Delaunay三角网都比较复杂,并且在动态更新上,这些模型在实际应用中存在一定的困难。基于此问题,本文提出了以地类图斑多边形为数据源,利用Arcob jects建立TIN模型,从中获取内部约束性Delaunay三角网并提取骨架线,利用骨架线进行剖分多边形,达到图斑多边形融合的目的,来解决大比例尺到小比例尺数据转换中地类图斑的制图综合问题。     

Delaunay三角网内插多边形算法研究

针对Delaunay三角网内插多边形的实用性,提出了一种Delaunay三角网快速内插多边形算法,该算法先将多边形的边作为约束数据入网,然后对多边形内部三角形进行清空处理。在影响区域及多边形内部三角形确定上,提出了一种快速解决方法,大大提高了算法的执行效率。     

基于地图代数的最小生成树实现方法

本文介绍了最小生成树及其常见的算法,对比栅格算法分析了基于矢量的最小生成树算法的缺点,介绍了地图代数的距离变换和基于地图代数的距离变换图生成Voronoi图、Delaunay三角网,然后根据最小生成树MST是Delaunay三角剖分的一个子集,逐次删掉Delaunay三角网中每个三角形的最长边,从而得到最小生成树,该方法不仅适用于欧氏非障碍空间,同样也适用于障碍空间的情况,解决了以往最小生成树在障碍空间下(尤其是当障碍空间中的障碍是全形态的条件下)难以求解的问题,具有一定的理论意义。     

Delaunay三角网内插多边形算法研究

针对Delaunay三角网内插多边形的实用性,提出了一种Delaunay三角网快速内插多边形算法,该算法先将多边形的边作为约束数据入网,然后对多边形内部三角形进行清空处理.在影响区域及多边形内部三角形确定上,提出了一种快速解决方法,大大提高了算法的执行效率.     

保持空间分布特征的群点化简方法

群点目标隐含的空间结构化信息是空间分布分析、地图综合感兴趣的内容。对群点目标分布的信息内容区分为存在性、度量结构与拓扑结构，在Delaunay三角网及其对偶Voronoi图模型上对工量结构定义4个在量；分布范围、分布密度、分布中心及分布轴线，顾及视觉识别Gestalt邻近原则，运用三角形“剥皮”法，确立了非凸多边形所表达的群点分布范围，运用图像灰度表达群点分布密度并通过图像处理方法提取分布中心。建立了Voronoi图动态重建进行群点化简的方法，该方法通过边界点和内部点的分开处理，较好地保持了4个空间分布特征。