顾及坡度和高程的多波束测深数据抽稀算法

海底地形数据是进行海洋科学研究、工程建设的重要数据源,水深信息作为海底地形数据的基础信息,反映了海底地形的起伏变化。因此,如何有效地处理水深数据成为海洋测绘的重点研究内容。为解决海量多波束测深数据的数据冗余问题,提出了一种顾及坡度和高程的多波束测深数据抽稀算法,能够兼顾数据抽稀的精度和地形特征点的保留。考虑到存在含有空洞、凹边界等局部空白区域的多波束测深数据,首先利用Alpha Shape算法提取测深数据局部空白区域的边界点;然后采用坡度和高程相结合的抽稀算法删除冗余点,得到抽稀结果。在实验区内,通过与基于坡度抽稀、顾及地形复杂度抽稀和基于系统抽稀算法进行对比实验,结果表明：(1)本文抽稀算法在测深数据局部空白区域生成的等深线较上述抽稀算法更贴近原始测深数据等深线的形态,可以有效保持地形形态完整性;(2)对不同地形的测深数据进行抽稀,本文算法的精度较上述抽稀算法均有不同程度的提升,尤其抽稀率较低时,本文算法较上述算法在MSE分别提升了16%、27%、14%和10%、36%、2%,RMSE分别提升了7%、12%、7%和5%、17%、3%,体现了本文算法对不同地形多波束测深数据抽稀的有效性...     

Douglas-Peucker算法全自动化的多尺度空间相似关系方法

地图综合本质上是空间相似变换,研究Douglas-Peucker算法及其参数的设置,实质是研究算法的最佳距离阈值与尺度变化间的定量关系,但目前二者关系未知,导致参数设置及化简结果的选择主观性强。为此,提出以多尺度线要素空间相似关系为契合点,利用阈值参数寻优原理确定二者间定量关系,以实现基于DP算法线要素的全自动化简。结果表明：① 二次函数是描述最佳距离阈值与尺度变化间定量关系的最优函数;② 针对来源于相同地理特征区,如长江下游平原,的线要素可行,利用同一最佳距离阈值可实现基于DP算法线要素的全自动化简,且化简结果与已有成果数据吻合度较高;而来源于不同地理特征区域,如长江下游平原和江淮平原,的线要素,用同一最佳距离阈值化简是不合理。因此,应选择不同的最佳距离阈值,以实现不同地理特征区域线要素的DP算法全自动化简。     

DEM起伏纹理的视觉认知内涵与多变量消隐方法

地形是在内外营力的共同作用之下综合形成的,不同类型的地形具有不同的起伏形态特征,从全局或宏观的观测视角,可以视觉感知到这种地形起伏及其特征规律。纹理是众多物体表面呈现的有规律的线条组合,DEM作为地形的数据表达,不同地形类型区域的起伏形态具有纹理的显著表征。目前,对于DEM纹理研究主要是从DEM影像认知的角度出发,利用图像纹理的计算方法进行地形纹理对象描述和指标的提取,并基于获取的纹理对象进行区域地形特征分析和地貌类型的分类,在视觉上的反映存在不足。DEM起伏纹理作为一种基于某种观测视角和尺度的地形要素组合对象,首先需要对其进行系统的视觉认知,明确基于视觉认知的DEM起伏纹理构成要素和不同视觉变量控制的纹理要素组合结构,通过实现DEM起伏纹理的多维可视化建模,达到DEM数字地形建模的抽象与简化。基于此,本文以DEM地形起伏纹理为研究对象,对DEM起伏纹理进行视觉认知,明确DEM起伏纹理的涵义并建立提取方法,使用建立的方法实现了DEM起伏纹理的提取,取得了较好的提取效果。从视觉感知的机制出发,确定了决定视觉感知结果的视觉变量组合。确定了包含景深、长度和邻域等用于视觉综合的参数,设计建立了多变量的DEM起伏纹理消隐方法。最后设置视觉变量并使用该方法实现了DEM起伏纹理的消隐,消隐后DEM起伏纹理的数量分别降低了45.2%和53.2%,视觉上也取得了较理想的结果,具有一定的应用价值。     

DEM与区域土壤侵蚀地形因子研究

地形是影响地表径流和土壤侵蚀的重要因素,坡度等指标是流域水文和土壤侵蚀预报的重要变量.DEM在区域土壤侵蚀中应用研究主要包括:如何实现对侵蚀区地形的表达,使之能准确、科学和有效地表达地形形态和侵蚀沟道网络结构;在多种尺度上,用什么指标实现表征地形对土壤侵蚀发生过程的影响;用什么方法提取或者处理地形因子,如何建立地形因子与土壤侵蚀关系.引入新的DEM理念和算法,应用高精度地形测量数据和数字地形图,改进DEM质量,考虑尺度效应并将已有地形因子研究与区域土壤侵蚀模型研究结合,是今后的主要研究方向.     

河系几何相似性的层次度量方法

已有的线群目标几何相似性度量方法主要基于数理统计的思想,通过统计整体变化信息计算几何相似性,缺少对局域特征的表达,并不适用于具有高度分形特征的河系。为此,本文将河系几何特征划分为3层次的信息特征：单条河流的形状特征、局部区域的结构特征、全局范围的分布特征。首先,结合角链码法与Hausdorff距离计算单条河流的形状相似度;然后,根据 “二八定律”确定局部特征区域,通过坐标系转换计算M： N的河系局域结构相似度;最后综合整体描述子得到全局分布相似度,并在该基础上,构建差异指标进行河系多尺度相似性计算与综合质量评价。实验表明,该方法的计算结果优于均值指标法,能有效应用于制图综合的质量评价。     

尺度变化的土地利用类型数据的综合研究

利用不同尺度的土地利用类型数据,表达不同的内容、传递不同的信息,可揭示不同的现象与规律。宏观的大尺度数据通常是由较精细的小尺度数据经数据综合而得。在论述土地利用类型综合特点的基础上,提出由土地利用类型尺度上推引发的土地利用类型数据综合过程,并给出类型转换、同类图斑合并、小图斑取舍与处理、数据简化与拓扑关系维护的处理流程,在一定程度上解决了土地利用类型数据的尺度上推问题。重点论述构建小图斑的多边形骨架线并将其剖分、归并入相邻图斑的小图斑处理方法,提出基于Douglas-Peucker算法改进的构造平衡线的多边形简化方法,对土地利用类型图斑进行简化,使简化前后面积及拓扑保持一致。通过对实验结果的分析表明,该方法适合于土地利用类型数据的综合,并可作为其他GIS数据尺度上推的参考方法。     

顾及地形坡度的非线性最小二乘相位解缠

InSAR相位解缠是利用干涉合成孔径雷达(InSAR)数据,提取数字高程模型,进行精确差分干涉测量的关键技术之一。然而缠绕的差分相位信息在地形陡峭或者坡度变化较大区域的解缠结果会有较大的误差传递的问题,针对此问题将干涉图中的地形坡度表示为距离向和方位向的局部相位频率,利用局部相位频率估计地形坡度和推导缠绕相位梯度概率密度函数(PG-PDF)参数模型,并将参数模型作为非线性最小二乘相位解缠模型约束条件,平滑不满足要求的缠绕相位梯度,经过迭代求解得到的解缠结果可以在消除噪声的同时减少地形因素的欠采样对相位解缠结果的影响,提高相位解缠的精度。最后,利用欧空局ENVISAT ASAR卫星获取的干涉数据进行实验,验证了算法在解缠精度和对地形的适应性方面优于直接加权的相位解缠算法,在频域下顾及地形的方法能有效克服LS对于相位坡度欠估计的缺点,具有较高的精度和稳定性,能够有效地考虑地形坡度的影响,抑制误差传递。     

基于等高线空间关系的鞍部点提取方法

鞍部点是反映地表形态起伏变化的重要地形特征点之一,准确地提取鞍部点有利于地形的空间关系和结构特征分析。现有的鞍部点提取方法通常是直接基于规则格网DEM数据,无法顾及鞍部点与周围地形的空间拓扑关系和复杂地形对其的影响,不仅产生大量的伪鞍部点,而且忽略一些关键地区的鞍部点。本文根据鞍部点的地形形态特征,设计了一种基于等高线数据的鞍部点提取算法。该算法利用等高线闭合的特征,将等高线按照一定规则转成等高面数据,再利用等高面之间的相邻拓扑关系实现递归查找并自动提取鞍部点。实验结果显示:①鞍部点的数量和位置与等高距的大小显著相关,在一定尺度范围内,等高距越小,提取出鞍部点越多,位置精度也逐渐提高;②与基于规则格网DEM数据提取方法相比,该方法能更有效的过滤大量伪鞍部点,提高了鞍部点的提取精度,同时也降低了鞍部点提取算法的复杂度;与基于等高线的增量缓冲方法(Incremental Buffering Algorithm)相比,本文的方法能有效提高鞍部点提取的完整性,更适用于本文DEM的尺度即5 m DEM数据。     

基于DEM的一体化山地特征要素提取

山顶点和山脊线等特征地形要素是构成地表地形及其起伏变化的基本框架,对地形在地表的空间分布具有控制作用。基于DEM研究山顶点、山脊线及其空间组合关系,是DEM地表形态特征研究的重要内容,也是衔接从地形特征分析向山峰等地貌学本源语言的途径之一。本文以四川盆地西南缘与青藏高原过渡地带的川西凉山山原为例,基于山峰-山脊线-控制范围一体化构建的算法策略,识别了山峰和山脊线及其等级、主山脊及其范围。结果表明,研究区内有主峰9座,次峰53座,平均高程2540 m;山脊线230条,其中主山脊9条,平均长度60 km;9大山系,近南北走向,平均控制面积1017 km^2。研究用模糊隶属度方法对算法所提取的主峰、主脉进行精度验证,隶属度介于0.98~1.00和0.37~0.57时提取的主峰、主脉基本吻合算法提取的结果。研究采用一体化山地特征要素提取方法,实现了各山地要素间紧密联系、总体结构与区域地貌特征相对吻合的目标;完成了由栅格单元向地理对象的转变;可以应用于协助地貌类型划分,协同区域地理规划等。     

基于优化合并的高分辨率遥感影像分割算法

高分辨率遥感影像的分割算法研究对遥感数据处理与应用具有重要意义。本文提出了一种优化合并的分割算法以提高运算效率,该算法包含局部最优合并和全局最优合并2个阶段。第1阶段采用凝聚层次聚类（Hierarchical Agglomerative Clustering,HAC）方法实现局部最优合并,并对其合并规则进行了优化,使优化后的合并规则先注重光谱特征,再考虑待合并区域的几何特征。第2阶段采用区域邻接图（Region Adjacency Graph,RAG）方法实现全局最优合并,其合并规则主要考虑了区域的光谱和边界信息,减少了区域尺度对合并规则函数产生的负面影响,并且该阶段利用了红黑树来实现全局最优合并,以提高对RAG的搜索效率。最后,利用OrbView3高分辨率遥感影像开展了分割实验,结果表明本文算法可以得到令人满意的分割精度。本文的成果为遥感影像分割及其相关研究提供了新思路。     

球面线要素的多分辨率实时简化方法

在分析球面3维数据可视化特点的基础上,提出了视点相关的球面矢量数据LOD简化方法,基本原理是:以视点为基础在屏幕空间获取投影误差,反投影到模型空间得到动态简化阈值,并结合Douglas-Peucker算法,对矢量数据进行多分辨率实时简化表达.最后,开发实验系统并对相关方法进行了验证.结果表明:在不影响球面图形可视化效果下,数据量减少了约4～5倍,有效地提高了图形渲染速度和效率.     

基于MapReduce的多机并行DP算法与实验分析

随着网络地图不断发展,个性化网络地图也得到快速发展。个性化网络地图需要以矢量数据为数据基础,以满足人们对地图色彩、符号等个性化要求,所以需要实时、快速进行大量数据化简。本文以经典Douglas-Peucker算法作为曲线化简算法,利用开源云计算平台Hadoop建立多机协作的曲线并行化简服务框架,设计和实现了多机并行Douglas-Peucker算法,并在集群上进行实验分析,验证算法的效率和适用性。算法核心是设计数据的逻辑分片,利用MapReduce计算原理,将分片分配到集群中,实现并行运算。实验分别分为两个方面:(1)比较在固定阈值不同数据量情况下,传统DP算法与多机并行DP算法效率;(2)比较在相同数据量不同阈值情况下,传统DP算法与多机并行DP算法效率。实验表明,在大数据量和高复杂度情况下,多机并行DP算法的效率更高。     

顾及出租车OD点分布密度的空间Voronoi剖分算法及OD流可视化分析

为对城市各区域出租车OD轨迹流进行可视化分析,需对城市作空间剖分处理,以产生研究所需的子区域。传统的欧氏距离空间剖分方法,在空间上进行硬性切割不能有效地顾及城市人、物的时空流动模式,因此,本文提出了一种空间约束条件下,顾及出租车OD点分布密度的网络Voronoi剖分方法。首先,将道路网的边细分成线性单元,然后,设定空间约束以产生合适的发生元,让各发生元在路网上以线性单元为单位扩散步长,以不同的速度向周围联通道路进行扩散,最终将城市空间划分成一系列与出租车OD点分布密度相适应的空间子区域。利用OD流可视化理论与技术,基于划分的城市子区域分析出租车在这些区域的时空流动,并结合图论知识探究城市空间OD流拓扑图结构的变化,分析不同划分区域出租车流动模式。最后,通过北京地区一天的出租车轨迹数据,对本文提出的算法及分析方法进行了实验。     

等高线自动提取结构线方法与问题处理

结构线是地貌形态的骨架线,是描述地貌形态时的控制线,它在地图制图综合、遥感数字图像处理和扩充GIS 系统的应用功能上均有重要的意义。文中给出了从等高线数据中确定特征点的算法,并对整个图幅内全部特征点的确定方法进行了改进:以整体分析与局部分析相结合,根据局部地形特征的不同,使用不同的阈值分区确定特征点。然后通过建立数学模型匹配特征点生成结构线。为了提高结构线的应用潜力,在生成结构线的同时提取了结构线的分级信息,并将生成的结构线按树结构组织存储。实验结果表明该方法对任何特征的地形等高线数据均适用, 而且最后生成的结构线具有较好的完整性和较高的精确性。     

面向地形数据的点云简化算法

针对地形点云数据量大、表面特征复杂多样等特点,提出面向地形数据的点云简化算法。基于K-D Tree搜索各点K邻域,构建点集空间拓扑关系|应用移动最小二乘法计算各点曲率,通过曲率的划分,在平缓区域按距离进行简化,保证整个算法的效率|在突变区域根据曲率简化,确保曲率变化大的关键特征信息不丢失,从而实现点云数据的简化。利用基于熵理论的定量评价方法,通过实例验证该方法的可行性和普适性。     

矢量瓦片地图线化简算法研究

线状要素化简对提高矢量瓦片地图服务过程中数据传输效率和可视化表达效果至关重要。常见经典化简算法大多不考虑化简前后曲线空间关系的一致性保持,导致易发生化简结果尖锐化、局部极值点缺失和产生相交等异常问题,如果考虑化简前后空间关系的一致性,则影响化简效率。鉴于此,结合矢量瓦片地图服务应用需求,本文提出一种改进的Visvalingam算法,采用最小堆技术解决了最小权重值查找效率低下问题,利用线自相交拓扑关系判断策略,从全局考虑线上其它点对当前点的影响,解决了线化简前后拓扑关系的一致性保持问题。将改进的算法与原始算法在拓扑关系、几何特征、位置精度和化简效率等方面进行实验对比分析,结果表明改进算法可顾及线状要素的拓扑关系,保证化简前后线状要素的整体形态及其拓扑关系不变,能够更高效地应用于矢量瓦片地图在线服务中。     

增强型遥感影像SRGAN算法及其在三维重建精度提升中的应用

遥感影像是地形测绘、三维重建等任务的主要数据源之一,分辨率影响着被测目标在影像上的表示能力,对后期三维模型的定位精度及重建效果起着重要作用。针对遥感影像像幅较大且目标特征表现复杂、细节丰富的特点,结合实景三维模型重建的需求,提出了一种增强型遥感影像SRGAN算法。克服了传统方法进行超分重建时易出现边缘效应、产生模糊重建的情况,改进了简单卷积网络仅能提取影像中较为浅层的特征信息,无法在提高分辨率的同时保留影像丰富细节的局限。本文所提算法在生成模型中使用密集剩余残差块进行深层特征提取,在判别模型中引入多尺度判别思想,从而保证遥感影像重建时特征纹理、细节信息、高频目标的完整与精确。实验构建不同时间、不同类型区域的遥感影像数据集,在此基础上将本文算法与Bicubic、SRGAN、ESRGAN算法进行对比分析,在超分重建中PSNR较对比算法提升约3个单位,渗透指数PI更趋向且稳定于1,SSIM与清晰度指标Q同样得到较好改善;在三维重建中影像密集匹配点数量得到提升,同时误差减少,模型精细程度和定位精度得到提高。结果表明,本文算法适用于遥感影像超分辨率重建问题,并在实景三维模型重建中对精度的提升表现较好。     

基于区域特征分割的密集匹配点云渐进形态学滤波

随着计算机视觉和遥感技术的进步,基于遥感影像的密集匹配也成为目前获取高精度点云的重要手段之一。与LiDAR点云类似,点云数据处理的基础步骤就是点云滤波。在数据特征上,密集匹配生成的点云与LiDAR获取的点云既类似但又有区别。本文在渐进形态学滤波算法上添加了特征条件,将点云和图像结合成深度图像,并对深度图像按典型地物类型进行语义分割,从而对与图像平面坐标一致的点云进行标记和首次滤波;然后按几何特征将场景简单分类,按分类结果对应的参数滤波构建地面点三角网;最后综合初滤波结果和语义分割类型标记对特征相似的区域进行优化确认,得到最终的滤波结果,并与布料模拟滤波（CSF）算法进行了对比验证实验。结果表明,基于特征的渐进形态学滤波其I类误差在1.98%以内,Ⅱ类误差在2.33%以内,较适宜对精度要求较高的应用,尤其是混合地形的滤波。