面向虚拟地球的海陆地形多尺度TIN建模及可视化方法

提出了一种面向虚拟地球的海陆地形多尺度不规则三角网（triangulated irregular network,TIN）建模及球面快速可视化方法。利用贪心插入TIN表面简化算法构建海陆地形的离线TIN金字塔,并设计了一种高效的虚拟节点结构,对各级TIN构网实施无缝分割和分层分块存储。在利用离线TIN地形金字塔实现多尺度海陆TIN地形的快速检索和三维场景生成的基础上,通过一种接边关系编解码方案实时消除TIN地形渲染时的裂缝,最终实现多尺度海陆TIN地形场景的高效可视化。实验结果表明,该方法能显著减少海面渲染所需的面片数,并实现岛礁、海岸等破碎地形的高保真度表达,有效改善了传统虚拟地球系统采用规则格网（Gird）模式绘制海陆地形导致大量几何冗余和表达失真等缺陷。     

基于点删除的地形TIN 连续LOD模型的建立和实时动态显示

介绍了一种对于地形不规则三角网(TIN)建立层次细节(LOD)模型和实时动态显示的方法按照给定的条件通过重复执行顶点删除和局部三角化，对TIN中的点和三角形数据结构进行调整，建立地形TIN的连续LOD模型。在显示的过程中，根据视点的远近从上述LOD模型自适应地获取和显示所需三角形，实现地形TIN的实时动态显示。     

地形可视域的TIN切片计算方法

地形不规则三角网(TIN)可看成是粗糙的地形表达近似值,针对这一特点,提出了两种切片算法近似计算地形上一点的可视域,通过分析影响可视域误差的因素,对切片算法进行了优化,给出了实现过程。结合实际地形TIN数据,利用一种精确算法,在误差测度和运行时间上与优化前后的两种切片算法进行了对比分析,得出结论是优化后的旋转切片算法明显优于其他近似可视域算法,而且在限定的误差范围内,运行效率高于已知的精确算法。     

一种改进的LiDAR数据过滤方法

Lidar的数据过滤是数据预处理的重要步骤,也是获取高精度数字高程模型的关键。现有很多典型的过滤算法都是基于地面种子点逐渐恢复地面的,比如自适应TIN过滤法、迭代线性预测法,分层恢复过滤法等。初始地面种子点选择的好坏将直接反映到过滤结果的精度上,尤其是对丘陵地区的地形恢复,影响更大。本文对基于种子点的TIN三角网加密法(TS过滤算法)进行了深入剖析,并在种子点选择方法上提出了一种基于移动窗口法和最小残差法的混合式种子点选择方法,有效地提高丘陵地区地形恢复的准确度。     

倾斜摄影三维模型与大场景地形的融合算法

针对现有的数据融合算法不能解决倾斜摄影的三维模型与大场景地形相互融合的问题,提出了一种基于外部缓冲区和TIN瓦片金字塔的数据融合新算法。采用在倾斜摄影地形外部建立过渡缓冲区的方法,解决了倾斜摄影地形和大场景地形的平滑过渡问题,这种方法还保证了倾斜摄影地形的精度。在过渡缓冲区内采样时构造了多条缓冲带,这种采样方法实现了采样密度从倾斜摄影地形到大场景地形的逐渐过渡;通过建立TIN瓦片金字塔实现了对多分辨率数据调度和纹理贴图的支持。实验结果表明,这种方法把倾斜摄影的三维模型与大场景地形很好地融合在一起,并且融合后的数据可以在三维地理信息系统中流畅地调度。     

顾及特征线和三角形形态最优的TIN三角网构建算法

传统三角形剖分方法只考虑三角网的形态最优,忽略了地形特征线的影响,导致构建的地形模型不能真实反映地形特征。文章提出既顾及特征线又满足三角形形态最优的TIN模型的构建方法。在研究了有关三角形形态理论的基础上,设计了数据结构,对如何利用该方法进行三角形剖分做了具体研究。实例证明,利用该方法进行三角形剖分,构建的TIN三角网模型既能满足三角形形态最优,又能避免特征线穿越三角形,能够真实反映地形特征。该三角形剖分方法对于地形较复杂区域的TIN模型构建具有很好的适用性。     

顾及地形断裂线的LiDAR点云滤波方法研究

针对山区LiDAR点云的特点,对TIN滤波算法的三个重要环节进行了改进:1利用一种简单、快速的随机化格网搜索算法来获取更多的精确初始地面点;2提出一种地形预测角的判断准则来提高地形断裂线附近区域的滤波精度;3对每个激光脚点设置加密优先级,并在滤波过程中动态调整优先级大小,优先级高的激光脚点先进行判断,加密优先级的引入提高了TIN滤波算法对地形的适应性。最后,采用两块分布有大量地形断裂线的山区数据进行实验验证,并与传统的TIN滤波算法进行比较分析,结果表明,改进后的TIN滤波算法可以有效地保留山区的地形断裂线特征,提高了算法在山区的滤波精度。     

大钝角剖分与最小二乘法约束迭代算法优化TIN模型研究

TIN模型通过从不规则分布的数据点生成的连续三角面来逼近地形表面,就表达地形信息的角度而言,TIN模型的优点是它能以不同层次的分辨率来描述地形表面。但在相关软件对离散数据生成TIN模型时会出现边缘失真现象,特别是当一些离散数据出现凹区域时,凹区域地形逼近失真现象相当明显。而在这些凹区域大多生成的三角网以钝角三角形居多,本文对离散数据TIN模型生成DEM时存在凹区域地形逼近失真现象进行了研究。提出一种大钝角剖分与最小二乘法约束迭代算法优化TIN模型。首先对原始TIN模型中大于100°小于1800的钝角三角形进行遍历记录,然后利用最小二乘法约束迭代算法进行优化,通过此算法优化后的TIN模型生成DEM数据,分别从小区域面积稳定性与剖面拟合实际地形进行了试验与精度对比,试验显示这种算法是可行的。     

基于TIN渐次加密的LiDAR点云数据滤波

传统的滤波算法通常是针对具有连续表面的简单区域来进行,因此带有一定的局限性,且不能解决复杂城区地形准确提取的难题。因此,本文提出了一种改进的基于TIN渐次加密的LiDAR点云数据滤波方法,该方法先对原始点云利用多尺度虚拟网格筛选地面种子点;然后,对种子点构建初始TIN表面,在此基础上进行向上加密;最后,得到的TIN三角网则为真实地形表面。实验结果表明,该方法能有效地滤除建筑物、植被和其他地物,并较好地保持地形特征。     

大规模场景中多分辨率地形TIN模型

为了实现大规模场景的多分辨率显示,文中利用LOD细节分层思想提出了一种地形TIN模型.重点解决不同分辨率TIN模型间的连续过渡问题,以及分块TIN模型的创建问题,包括TIN构网时的数据结构设计和算法优化.     

三维显示中的DTM数据简化算法

提出了一种将图形生成技术与图像处理相结合,对DTM数据进行最优三角划分的简化DTM数据的算法。依据一定的分辨率条件,将DTM数据转化到二维图像空间,找到它的局部特征点,并将二维空间的特征点利用Delaunay剖分三角化,再映射到三维空间,从而在简化数据的同时,得到一个满足保真性要求的TIN模型。最后实验验证了算法的有效性。     

一种从LIDAR数据提取城区DTM的方法

由机载激光扫描系统获取的点云数据,可以直接生成扫描区域的数字表面模型,但要想提取数字地面模型还须对点云数据进行分类处理。提出了一种获取数字地面模型的方法,其主要思路是利用原始的激光数据构建二维三角网,从而构建数字表面模型。通过分析数字表面模型的坡度进行初始的分割,剔出坡度较大的三角形。经过初步的分割之后,通过连通区域分析来获取每个分割区域的特征,提取出裸露地表高程,从而由点云数据构建出数字地面模型。     

基于等高线的DEM生成算法研究和实现

数字高程模型是近年来发展起来的为地理信息系统提供空间分析和辅助决策的数据基础。随着科学技术特别是计算机技术的迅速发展，DEM在数据获取方法、数据存储和数据处理速度等方面已经取得突破性进展。通过系统介绍生成DTM过程中等高线的离散化方法，DELAUNAY三角网的特性和基于等高线数据的TIN的建立，以及对产生的问题的一些解决方法。     

Delaunay三角网支持下的空间场表达

不规则三角网TIN本质上属于基于场的空间数据模型,然而在GIS领域,通常将其局限于DTM数字地形模型的表达中,没有象规则栅格模型那样在平面实体及实体关系表达中发挥足够的作用。针对这一局限性,仿照规则格网的栅格数据模型,应用DELAUNAY三角网工具,建立一种面向平面空间场表达的形式化数据模型。应用三角形的3种基元:顶点、边、三角形面表达空间点、线、面目标,定义该模型上的3种操作:扩充、收缩与骨架化,并进一步推广到序惯操作与条件操作。在几个应用实例基础上,分析该模型在空间邻近关系表达上可发挥重要作用。     

数字地形模型的质量控制

本文在分析、研究现有解决DTM质量控制的各种方法的基础上,提出了利用实测断面数据的所谓“断面内插分析法”。其特点是全面考虑了各种因素的影响,完整而可靠地描述各种因素对最终DTM数据精度的影响。实验证明:该法是最稳定、最可靠的,它具有简便易行的特点,几乎不增加多少作业负担,易于作业人员所接受,为DTM数据获取提供了一套非常实用的质量控制方案。     

面向对象的植被与建筑物重叠区域的点云分类方法

在分析LiDAR点云数据分类现状的基础上,针对植被与建筑物重叠区域分类困难的问题,提出了一种基于面向对象的点云分类方法.首先采用三角网渐进内插的滤波方法将点云分为地面点和非地面点,并得到DTM;然后对高出DTM一定高度的非地面点建立三角网,删除较长的三角网的边(地物间的边),从而将非地面点云分割成多个对象;再利用各个对象内的三角网坡度信息熵大小判断该对象属于植被或建筑物;最后对于难以区分的对象(植被与建筑物重叠区)根据建筑物几何规则形状延伸扩充,从而提高植被和建筑物重叠区的点云分类准确率.实验结果表明,该方法能够很好地区分建筑物和植被点,分类准确率达到87％.     

JX4生产数字地面模型（DTM）的探讨

联系实际项目生产，重点阐述了基于全数字摄影测量工作站JX4生产DTM的作业流程和质量控制过程，同时对DTM的数据结构和存储格式进行了介绍。