Voronoi图增点构造算法研究

论述了一种由计算机自动生成Voronoi图的增点构造法。该方法以一个原始的Delaunay三角网和相应的Voronoi图为基础,针对构造过程中出现的不满足Delaunay三角形空圆特性的数据点,利用最大最小角度法则对三角网进行局部优化,根据优化后的三角网生成最终的Voronoi图。     

线/面Voronoi图的分解合并生成算法

Voronoi图生成算法受到计算效率或生长源类型的限制,难以支撑线/面生长源Voronoi图的构建。本文提出一种生成线/面生长源Voronoi图的分解合并算法,其主要过程是将线/面生长源离散为特征点表达,通过特征点交叉建立最近特征点对,并以最近特征点对Voronoi子区域的交来部分地代替线/面生长源的等距离边界,算法以前后迭代离散计算的Voronoi子区域面积差分作为条件,可有选择地将部分生长源置入迭代过程,使线/面生长源Voronoi子区域逐步调整并达到精度要求。     

离散点生成不规则三角网

三角网是地学建模中最为基本的一种网络,由离散点生成不规则三角网是三角网生成过程中遇到的一种非常普遍的情况。本文研究离散点生成不规则三角网的逐点内插算法及实现过程中需要注意的若干问题,详细阐述由离散点数据如何逐步生成不规则三角网并给出了实现结果。     

改进Delaunay生长算法研究

本文在Delaunay-三角网的特性及其生成算法基础上,针对分割-归并算法、逐点插入法的局限性,在生长算法的基础上提出一种改进生长算法,随着Delaunay-三角网生成过程,该算法通过设置动态点链表,使点链表中的可用点逐渐减少从而节省时间,其次针对原算法中三角形有两种可扩展边的可能,每次都取边表中最后压入的边为基边来生...     

基于相对定向和三角形约束的近景影像匹配

针对近景影像自动相对定向过程中初匹配点对中误匹配率较大的情况,将基于三角形约束方法引入近景影像匹配.首先利用Harris算子提取特征点集,经初匹配后运用基于RANSAC方法和P-H算法的相对定向构建核线几何得到内点集,删除误匹配点生成同名Delaunay三角网;在同名三角形的约束下通过缩小Harris特征点阈值得到新内...     

泰森多边形和狄洛尼三角网的林木空间格局分析

Voronoi图依据地物之间邻近关系对空间进行剖分,Delaunay三角网是Voronoi图的对偶图.文章以单株木为平面点构建Voronoi图和Delaunay三角网,Voronoi图多边形面积表示林木影响范围,Delaunay三角网中每个三角形边长表示对应林木之间距离.在岳阳平江福寿林场设置12块标准地进行试验,计算基于Voronoi图的角尺度、传统的角尺度、基于Delaunay三角网的集聚指数和Voronoi图多边形面积的变异系数,结果表明:这4个指数均能反映样地林木之间的空间分布,变异系数对空间均匀分布和聚集分布有较好的区分度.     

集聚型空间点模式结构信息提取研究

空间点模式是一个2维离散点集,点集中的每一个元素代表地球表面一个点状目标的空间位置。当2维离散点集具有集聚特征时,称其为集聚型空间点模式,它与空间聚类、制图综合和空间分析的许多具体应用紧密相关。如何提取集聚型空间点模式的结构信息(集聚子群的个数和对应的集聚中心)是其中尚未彻底解决的问题。作者以几何概率为理论基础,提出测度正方形区域内2维离散点集分布特征的H函数并推导其解析表达式,运用H函数设计和实现了集聚型2维离散点集结构信息提取的通用算法。利用该算法处理一个由居民地坐标数据得到的具有集聚特征的空间点模式,提取出其结构信息并进行可视表达。分别以该空间点模式中的各离散点为顶点和发生元生成Delaunay三角网和Voronoi图,在Delaunay三角网中保留面积最小的前1/10、前1/100三角形的顶点,在Voronoi图中保留面积最小的前1/10、前1/100邻近多边形的发生元,将可视表达的点集结构信息分别与依据Delaunay三角网和Voronoi图得到的结果进行对比分析。结果表明,运用H函数能够有效地提取出集聚型空间点模式的全局性结构信息,而Delaunay三角网和Voronoi图虽然能够反映其局部密度,但在提取全局结构信息时存在局限性。     

地图点群综合的加权Voronoi算法

提出了一个基于加权Voronoi图的地图点群综合算法。为点群中包含的统计、专题、拓扑和度量信息分别选定量化描述因子,并把这些因子运用到点群综合过程中,来保证对应类型信息的正确传输;点群综合的过程借助于反复构造点群的加权Voronoi图来实现。     

圆形剖分再生长的扩展Voronoi图构建方法

针对传统Vonoroi图生成过程中存在的局限性,根据各种Voronoi图生成算法的原理和特点,该文融合Delaunay算法和模拟生长算法的思想,提出了一种基于圆形剖分再生长的扩展Voronoi图生成方法.根据任务要求自定义生长函数,实现初始圆的扩展生长,达到成熟条件时停止生长;计算相邻圆之间的交点并作交线,通过一定处理后得到对应生成元的Voronoi图边界,遍历所有生长圆即可得到全域Voronoi图.通过仿真验证了该方法的可行性,易于拓展到加权Voronoi图的构建,为Voronoi图的构建提供了一种技术手段,且该方法更简洁直观.     

两种地图点群综合算法的比较

通过搭建实验程序,分别对基于非加权Voronoi图和加权Voronoi图的点群自动综合算法进行验证,详细对比和分析两种算法计算结果对点群的统计信息、拓扑信息、度量信息和专题信息的传递情况,计算部分结果的相似度,从而得出加权Voronoi图点群综合算法更优的结论。     

数字海图点群状特征的识别、量测与综合

空间分布特征的保持是点群自动综合的核心和难点所在,为此,本文定义了4个参量：分布范围、分布密度、分布中心和分布轴线,来描述点群目标的结构化信息。利用Delaunay三角网和Voronoi图两种模型,着重探讨了点群分布特征的识别和量测问题,并在识别与量测的基础上,通过Voronoi图的动态构建,给出了点群自动综合模型,通过实际岛群数据的检测,证明了模型的正确性与可行性。     

利用层次Voronoi图进行点群综合

通过距离权重描述点的重要程度,采用改进的k-means算法得到点群的聚类中心,进而以聚类中心为基础,构建了层次加权Voronoi图与Voronoi层次树结构.以点群的分布范围、排列方式与密度为度量,给出了基于Voronoi层次树结构的点群综合方法,确保了点群综合前后在空间形态分布上的一致性.结合地理统计学计算,对综合方法作了进一步的量化评估与优化.经验证,本文方法是可行、有效的.     

一种面向多尺度面状居民地匹配的Voronoi图自适应构建算法

针对现有基于发生元离散化思想的Voronoi算法在计算效率与边界位置精度之间难以平衡控制的问题,提出了一种基于邻居对分类插值策略的面向多尺度面状居民地匹配的Voronoi图自适应构建算法(adap-tive Voronoi diagrams algorithm for matching multi-scale area...     

基于O-QTM的球面VORONOI图的生成算法

提出了基于“Q－QTM”（Octahedral Quaternary Triangular Mesh）剖分的球面Voronoi图的格网生成算法；首先介绍了球面的QTM格网划发和编码方法，并根据地址码进行邻近球面三角形的探索；然后，参照数学形态学原理，重新定义了球面三角网的膨胀操作和膨胀算子，利用球面实体的递归膨胀来生成球面Voronoi图。应用VC^ 语言在OpenGL3维平台上开发了相应的实验程序，实验结果表明：利用此算法可生成球面上任意实体的Voronoi图，且生成点、弧和曲面Voronoi图的时间复杂度是一样的；而其误差受球面距离的影响较小，主要与球面实体的位置有关。最后给出了本文研究的结论及进一步的工作。     

城市地价动态监测点设置的Voronoi方法

依据国家建设城市地价动态监测体系的要求，以济南市地价监测点的布设为数据基础，分析了利用一般方法布设地价监测点存在的问题，试验了利用Voronoi方法对其进行优化的算法思路，利用Voronoi方法对城市地价监测点布设的技术路线及其可行性进行了分析。     

应用湖泊中心点作为控制点实现大区域遥感影像的配准

在进行北美阿拉斯加地区多期影像湖泊变化分析过程中,由于该区域长期被冰雪及湖泊覆盖,几乎没有较明显的地面标志点可作为影像配准控制点,给影像的配准工作带来困难。在分析长时相区域湖泊形状变化的基础上,认为湖泊中最稳定的点为湖泊的中心点,该点位置随湖泊面积的变化不大,可以作为影像配准的控制点。与多边形质心相比,多边形的最大内圆圆心始终位于多边形的内部,且以该点为圆心的内圆半径最大(对应的内圆即为最大内圆),其计算方法可以应用矢量多边形的Voronoi图来求得。本文在分析简单多边形Voronoi图性质及其计算方法的基础上,提出了一种面向复杂多边形的最大内圆圆心点查找方法,给出了其算法实现流程与算法的复杂度分析。通过北美阿拉斯加地区湖泊最大内圆圆心查找的测试实例,表明本文提出的方法能够较好地计算出各种复杂矢量多边形的最大内圆圆心点,并达到较高的计算效率,且以多边形最大内圆圆心点作为配准点实现的影像间配准效果也较好。     

椭球面三角形外心的地图代数解法

椭球面三角形外心到3个相邻顶点的大地线距离都相等。面向椭球面空间的外心大地坐标的求解对于椭球面Voronoi图的生成和椭球面Delaunay三角网的构造具有重要作用。利用基于地图代数理论的矢栅结合方法,首先基于地图代数测地变换建立高精度椭球面空间距离场,再通过边界跟踪配对确定外心所在的栅格范围,最后通过数值计算内插生成初始等距点并不断逼近外心的精确大地坐标。试验结果表明,采用本文方法求解的椭球面三角形外心大地坐标,在103~104 km跨度内其定位误差小于0.001m,且算法非常适用于海量空间数据的高精度快速计算。     

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。     

脉冲耦合神经网络支持下的网络Voronoi图构建

针对网络Voronoi图中点与点之间通过实际路径距离而非传统欧式距离相连,在实际应用中较平面Voronoi图更加合理,该文提出了一种基于改进脉冲耦合神经网络的网络Voronoi图构建算法。借助模型的自动波发放及并行处理特性,较好地实现了基于路网的网络空间剖分,顾及了道路网及其点群自身属性对其服务范围的影响。实验表明,该算法实现了点群网络Voronoi图的构建,最短路径思想的引入使得构建的网络Voronoi图符合Voronoi图基本特征,可以用来表示点群的服务范围,不仅如此,算法的并行特性保证了算法的高效率。     

地理多要素Voronoi图相邻关系下的地图放大裁剪方法

针对以欧氏距离作为放大因子对电子地图进行放大裁剪引起的信息失衡问题,提出了采用地理多要素Voronoi图相邻关系的地图放大裁剪方法,可有效避免以欧氏距离作为地图放大因子的地图信息失衡问题。将电子地图中的地理要素分为点、线、面,对于点要素,构建它的Voronoi图;对于非点要素,即线和面要素,构建它们的近似Voronoi图,当用户对电子地图中感兴趣地理要素目标放大时,只需要提取该目标的多要素Voronoi图相邻要素的近似Voronoi图,并计算它们的最小外包矩形,将最小外包矩形区域用于最终的地图放大裁剪区域,则可较好地顾及用户感兴趣地理要素目标周围的地理要素信息,可提高地图的易读性。采用本文方法对某区域电子地图进行了试验,结果表明,地理多要素Voronoi图相邻关系的地图放大裁剪方法能够较好地顾及目标周边地理要素信息,避免了以欧氏距离为放大因子的地图信息失衡。