基于中值法改进Marching Cubes曲面重建算法

等值面的提取是三维空间点云数据曲面重建过程中起决定性的关键因素之一。本文针对Marching Cubes点云曲面重建算法在三维重建过程中处理速度慢、插值效果不佳等问题,进行了基于点云数据的中值法改进。该算法的基本理论基础是三位点云具有连通性。根据该原理,选择一定数量的体素作为种子节点,再依据这些种子体素来拓展出地物的整个曲面。算法避免了对无用体素的遍历;利用中值计算法去取代线性插值法对等值点坐标和空间法向量进行求解,进一步缩减迭代次数。实验结果表明:与传统算法相比,基于中值法改进的Marching Cubes算法能在重建效果没有明显差异的情况下有效地提高效率。     

一种基于矿体轮廓线的三维建模新方法

结合轮廓线拼接法和体数据等值面法提出了一种新的矿体三维建模方法。该方法将轮廓线空间几何数据通过距离函数转换为距离场,从而将轮廓线间的表面重建问题转化为体数据等值面构造问题,避免了由人工指定轮廓线的对应关系;其次,通过扫描方式进行非欧氏距离变换实现距离场的计算及采用分治法层层建模,有效降低算法的时间和空间复杂度;然后,将非平直四棱柱作为体数据构造单元,以适应矿山实际数据的特殊性。实验证明该方法能够实现基于矿体轮廓线的复杂矿体三维自动建模,结果准确,模型质量高。     

基于GIS的金属矿山采矿方法优选系统研究

传统的采矿方法选择大多由采矿专家基于二维图件进行,可视化程度不高且具有一定的主观随意性。本文研究了基于GIS技术,运用3DMine,3DMax,Super Map软件,以及二维地形地质数据构建矿山地质体三维模型的方法和过程,包括地表及矿体的三维模型,实现二三维一体化的地下矿体环境;并在上述搭建的三维可视化环境下,采用模糊数学法和层次分析法等数学理论进行采矿方法选择,使采矿方法选择的过程更直观,结果更准确。     

矢量剪切技术在地质三维建模中的应用

三维地质建模方法是地学三维模拟与可视化系统的核心和难点。基于BSP树的矢量剪切的原理及算法,提出了利用矢量剪切技术快速构建复杂的地质体开挖模型,可视化表达地质体内部信息的方法,并以地质开挖工程及三维地层分析为例,验证了算法的高效性和实用性。     

地质三维体重构的算法研究及其计算机实现

三维空间建模和可视化技术成为GIS研究的热点之一。可视化技术是当今表达和分析复杂数据的有力工具,将可视化技术引入到DEM和三维地质模型,可以实现三维地形和地质体的生成与仿真。简要介绍了OpenGL三维图形工具包及其与高级语言结合编程方法,探讨了基于多轮廓线的地质三维体的建模方法,以VC++6.0高级程序设计语言为开发平台,结合OpenGL图形库,开发了地质三维体的建模实验系统。     

基于ArcEngine地质体三维建模研究

基于GIS思想,探讨了在ArcEngine与Visual Studio2008开发平台下采用混合空间数据模型与GIS模型相结合的方法建立地质体三维模型。经过探索与实践,在ArcEngine组件平台下寻求出一套构建三维地质体的接口与方法。针对往常通过钻孔数据直接构建地质层TIN存在棱角分明与实际地质体不符等缺陷,本文提出由钻孔数据通过克里金插值构建地质栅格层集,再转化成地质TIN层集的间接方法,经试验证明该方法能较好地完成对真实地质层的模拟。本研究对基于GIS平台开发构建地质体三维模型进行了有益的尝试,为地质体的三维模拟以及地下空间数字化系统的建设提供一定参考。     

一种三维网络GIS空间数据可视化方法的研究

三维GIS空间数据可视化是三维GIS建模的基础,针对网络环境下三维GIS在空间可视化方面存在的不足,本文提出了一种基于VRML的真三维模型构建方法。以点、线、面和体四类拓扑元素之间的拓扑关系为依据组织建立数据库,结合分布式虚拟现实技术搭建起真三维模型网络发布平台,成功实现三维空间数据的可视化。研究表明,该方法能根据三维拓扑关系建立真三维模型,为三维数据的可视化和共享、真三维GIS空间分析提供了一种新的方案。     

基于IDL的地质体真三维重构与可视化探讨--以福州市地热田热储结构为例

地质构造三维可视化可以将地质勘探数据用直观的图形方式显示,是正确认识地质构造和理解地热田区域透水层分布重要手段,从而为地热开发利用提供科学依据。本文应用不规则三角网(TIN)表面法和克里格(kriging)算法,对已知钻孔数据进行三角剖分和插值,构建三维体数据,从而实现地质三维重构。基于IDL开发环境,采用光线投射法和zbuffer相结合的直接体绘制算法,实现地质三维分析和可视化。并以福州市地热田热储结构为例,实现了地质真三维交互式切割分析、显示和查询。     

基于3维可视化环境的地质体空间形态分析

针对3维矿床地质体既具有复杂的几何形态特征,又具有连续的矿化分布与控矿作用分布等空间分布场特征,结合3维地质建模软件Datamine的可视化环境,基于线框模型研究了地质体实体建模与3维可视化过程;在此基础上将实体模型离散化输出为体素模型,提出采用趋势面分析方法和基于数学形态学的分析方法进行地质体空间形态分析,比较和研究了这两种方法提取地质体空间趋势形态和形态起伏特征的过程。实例研究和论证了基于数学形态学滤波的地质体空间形态因素分析和提取方法处理某方向上存在有超覆现象的可行性。     

基于IDL的三维地质勘查方法

地质勘察人员需要了解各种地质体三维空间形态和内部结构,还要能够根据勘察工程的进行,数据资料的增加动态调整地质体在三维空间上的形态及内部结构上的变化。利用IDL语言强大的数据处理与图形显示功能,设计了地质体三维建模系统,实现了三维地质体的动态调整;并将其应用于实际工程中,为数字矿山的应用提供了模型和方法参考。     

最邻近曲面约束的近景光学影像与地面激光点云几何配准

提出一种以最邻近曲面为约束的近景光学影像与地面激光点云高精度配准方法。根据光学影像生成三维稀疏点云,以影像三维稀疏点邻近的激光点拟合的曲面为约束,结合共线条件方程建立影像三维稀疏点云与三维激光点云间变换模型,通过平差迭代解算实现光学影像与激光点云的高精度几何配准。该方法只需提供初始配准参数,无需对激光点云数据进行特征提取和分割,并且基于曲面约束有效地解决了两个点集之间难以精确确定同名点的问题。通过实际数据试验表明该方法能获得很好的配准精度。     

基于规则库的三维地质自动建模技术研究

利用规则统一三维实体间的语义形式化表达,为建模提供统一的方法。利用三维矢量数据模型的框架,对直钻孔、斜孔、剖面、等值线、断层、褶皱等数据源,分别按规则制定一种数据格式,对多源地质数据进行标准化和信息融合,经过地质面和地质体的快速构建,提出了建立基于规则库的三维矢量数据模型。同时研究了适合各类地质特点的三维模型自动构建方法,包含多源数据耦合层状地质体自动建模技术、基于剖面单元格划分的分区—拼接自动建模技术、多约束下复杂地质结构快速建模技术、空间约束条件下三维地质属性建模技术等。在确保模型精度的前提下,尽量减少人工交互建模的工作量,提高了建模效率。     

高光谱数据截断加权核范数稀疏解混

受仪器和观测条件限制,高光谱数据易受噪声污染,给数据解译带来挑战。针对传统稀疏解混模型抗噪性能差的问题,本文提出一种截断加权核范数稀疏解混方法,利用高光谱图像像元之间的相关性减轻噪声对丰度估计的干扰。该方法借助低秩表示在挖掘数据内在低维结构方面的优势,在稀疏解混中加入基于截断加权核范数的低秩约束,并结合加权稀疏技术,在稀疏正则项中引入空间邻域权重。截断加权核范数对丰度矩阵的奇异值向量分段处理,可以更好地实现丰度矩阵的低秩逼近,使丰度图像保持空间一致性并保留更多细节信息,空间加权策略则增强了丰度图像的空间连续性。模拟高光谱数据、Cuprite矿区真实数据和红树林高光谱数据实验表明,与其他先进的稀疏解混方法相比,所提方法具有更好的抗噪性,能够提高解混精度。     

面向对象的多尺度加权联合稀疏表示的高空间分辨率遥感影像分类

针对高空间分辨率遥感影像中的地物具有多尺度特性,以及各个尺度的对象特征对地物分类精度的影响具有较强的尺度效性,并结合面向对象影像分析方法和多尺度联合稀疏表示方法在高空间分辨率遥感影像分类中的各自优点,提出了一种面向对象的多尺度加权稀疏表示的高空间分辨率遥感影像分类算法。首先,采用多尺度分割算法获得多尺度分割结果并提取对象的多尺度特征;然后,根据影像对象的多尺度分割质量测度计算各尺度的对象权重,构建面向对象的多尺度加权联合稀疏表示模型;最后,采用2个国产GF-2高空间分辨率遥感数据集和1个高光谱-高空间分辨率航空遥感数据集（WashingtonD.C.数据）验证该算法的有效性。试验结果表明,与SVM、像素级稀疏表示、单尺度和多尺度对象级稀疏表示和深度学习等算法相比较,本文算法获得了较高的OA和Kappa分类精度,提高了各个尺度地物的分类精度,有效抑止了地物分类结果中的椒盐噪声现象,同时保持大尺度地物的区域性和小尺度地物的细节信息。     

点集数据不规则形状时空异常聚类模式挖掘研究

传统扫描统计方法在进行时空异常聚类模式挖掘时,受扫描窗口形状的限制,不能准确地获取聚类区域形状。提出一种改进的不规则形状时空异常聚类模式挖掘方法stAntScan。新方法基于26方位时空邻近单元格构建时空邻接矩阵,再对蚁群最优化扫描统计方法进行改进,使其能适应三维大数据量的时空区域扫描。模拟数据和真实微博签到数据的实验证明,stAntScan能有效地识别时空范围内的不规则形状异常聚类,并且准确性较经典的SaTScan方法高。     

A Generalized Markov Chain Approach for Conditional Simulation of Categorical Variables from Grid Samples

Complex categorical variables are usually classified into many classes with interclass dependencies, which conventional geostatistical methods have difficulties to incorporate. A two‐dimensional Markov chain approach has emerged recently for conditional simulation of categorical variables on line data, with the advantage of incorporating interclass dependencies. This paper extends the approach into a generalized method so that conditional simulation can be performed on grid point samples. Distant data interaction is accounted for through the transiogram – a transition probability‐based spatial measure. Experimental transiograms are estimated from samples and further fitted by mathematical models, which provide transition probabilities with continuous lags for Markov chain simulation. Simulated results conducted on two datasets of soil types show that when sufficient sample data are conditioned complex patterns of soil types can be captured and simulated realizations can reproduce transiograms with reasonable fluctuations; when data are sparse, a general pattern of major soil types still can be captured, with minor types being relatively underestimated. Therefore, at this stage the method is more suitable for cases where relatively dense samples are available. The computer algorithm can potentially deal with irregular point data with further development.     

隐伏矿铅同位素预测信息系统开发与应用

隐伏矿铅同位素预测信息系统软件是根据最新的铅同位素地球化学对矿体的深度和资源量定量预测理论,利用MapGIS的二次开发功能,通过矿区二维信息数据处理和三维建模,实现对隐伏矿体的埋藏深度、几何形态和资源量的快速定量预测。本软件在甘肃鹰咀山金矿的预测研究工作中进行了成功应用,取得了较好的效果。     

基于ArcEngine的地层模拟算法实现

为了在计算机上可视化表达抽象的地层信息,研究基于ArcEngine插件使用Multi Patch要素探讨了地层模拟算法,实现了由文件格式钻孔数据到真三维地层模型的构建。算法有较强的可移植性和扩展性,结合青岛地铁建设应用开发三维系统,直观还原了地铁2号线周边地层的分布情况,并取得了良好的效果。实践表明:该地层模拟算法可以根据钻孔数据快速构建真三维地层模型,模拟结果能最大程度表达地层的空间和属性信息,为地下空间利用提供辅助决策。     

高光谱影像稀疏解混的空间同质分析法

本文针对高光谱遥感影像端元丰度的稀疏性和空间分布平滑性,提出一种基于空间同质分析的稀疏解混算法。该算法首先对高光谱影像进行空间同质分析来提取同质指数,然后根据同质指数对稀疏回归解混模型中的空间正则项赋予不同权重,使其能更好地反映高光谱影像端元丰度分布的空间复杂性,进而实现对高光谱混合像元的有效分解。模拟数据和真实数据的实验分析表明：本文提出的算法能更好地保持结果的稀疏性和丰度空间分布的平滑性并且具有一定的抗噪性,提高了整体的解混精度。     

基于稀疏表示和字典学习的全色与多光谱影像融合

Pansharpening方法通过融合多光谱影像的光谱信息和全色影像的空间细节信息来得到高分辨多光谱影像。然而传统的Pansharpening方法易导致产生光谱扭曲和空间信息丢失现象。受到影像稀疏表示超分重建理论启发,本文提出了一种新的基于稀疏表示和字典学习的Pansharpening方法。该方法以影像的高频特征作为训练样本,通过字典学习的方法来获取高低分辨率影像字典,使用正交匹配追踪算法求解出影像的稀疏表示系数,最终通过高分辨影像字典与稀疏系数相乘得到融合影像。实验结果表明:本文提出的方法能很好地保持遥感影像的光谱信息和空间细节信息。