利用LMedS算法提取规则建筑物顶部面片

针对常用的平面拟合方法在有"噪声点"存在的情况下,会出现拟合不稳定的问题,本文采用稳健性较好的RANSAC算法,从机载Li DAR数据中提取出建筑物顶部面片。RANSAC算法进行参数拟合时,会存在一些缺陷,通过改进RANSAC算法(LMed S算法)可以达到更好的拟合效果。首先利用直通滤波器对点云数据进行简单的滤波,然后通过Voxel Grid滤波器对点云数据进行下采样。对下采样之后的点云数据,用LMed S算法提取建筑物顶部面片。试验表明,利用LMed S算法可以成功提取建筑物顶部面片,稳健性较好。     

基于坡度自适应的机载LiDAR分割算法

本文提出了一种适用于离散LiDAR数据的区域生长算法:将离散点云数据重采样为规则格网,通过坡度自适应区域生长法分割规则格网,获得不同的面片;建立各个分割面片之间的拓扑关系,将分割面片划分为粗差、植被、建筑物和地面;检测原始激光脚点到DTM的距离,判断是否为地面点。文中采用ISPRS提供的测试数据验证了算法分割的有效性。     

一种利用点云邻域信息的建筑物屋顶面高精度自动提取方法

从LiDAR数据中高精度地提取建筑物屋顶面是构建屋顶面拓扑关系、实现建筑物三维模型重建的关键。本文针对现有算法提取复杂建筑物屋顶面适应性较差、精度较低等问题,提出了一种利用点云邻域信息的建筑物屋顶面高精度自动提取方法。通过主成分分析计算点云特征,构建特征直方图,选取可靠种子点;利用提出的局部点云法向量分布密度聚类算法聚类种子点,快速准确地提取初始屋顶面片;构建基于邻域信息的投票模型,有效地解决屋顶面竞争现象。试验结果表明,本文方法可自动、高精度地提取屋顶面,对不同复杂程度的建筑物具有较好的适应性,能为建筑物三维模型重建提供可靠的屋顶面信息。     

基于二维投影的散乱点云曲面重建

为降低点云曲面重建的复杂度,提出了一种基于二维投影的散乱点云曲面重建方法。首先利用点云的局平特性把点云投影到二维平面,然后在二维平面上对点云进行Delaunay三角剖分,并将拓扑连接关系映射到三维空间,最后剔除三角网格模型中的非流形三角面片得到点云模型重建结果。实验结果表明,只需获取散乱点云的坐标信息,该算法就能够重建出结构形态正确、保留物体细节信息的三维模型,且该算法原理简单、容易实现,降低了曲面重建复杂度,提高了曲面重建效率。     

基于法向量密度聚类的LiDAR点云屋顶面提取

针对现有算法从LiDAR点云中提取复杂建筑物屋顶面不完整、阈值难以设置的问题,提出一种结合点云空间分布的法向量密度聚类提取屋顶面点云方法。通过构建Delaunay三角网,计算建筑物LiDAR点云的法向量;在分析建筑物点云空间和法向量分布特点的基础上,定义一种邻域关系度量屋顶面点云之间的相似性,并利用提出的算法聚类建筑物点云,得到屋顶面片点云粗提取结果;通过构建屋顶面片缓冲区,经面片处理得到建筑物各屋顶面的完整点云。选取不同复杂程度的建筑物进行实验,结果表明,算法能有效提取复杂建筑物屋顶面点云,具有较好的适应性,并能为建筑物三维重建提供可靠的屋顶面信息。     

等值线追踪生成等值面过程中的算法策略

等值面的生成可以通过等值线追踪来实现。现有的等值线追踪方法不但缺少对具体等值线追踪策略的详细描述,而且还缺少岛的拓扑关系分析及等值面属性的判断过程。本文通过分析等值面生成过程中的等值线追踪方法,提出了一种基于等值线追踪的等值面快速生成算法,并给出了追踪过程中的几个重要的数据结构及追踪策略,能够解决多种情况下的等值面生成问题,并重点对等值线追踪过程中岛的处理、拓扑关系分析、等值面属性判断等方面进行剖析。实际应用表明,该算法具有较好的鲁棒性,并能得到较高的算法追踪效率。     

三维建筑的三角重剖分算法

三维建筑是三维地物的主体,是三维城市和三维G IS的重要组成部分。三角面是三维图形可视化的基础,三角面的数量决定了三维建筑的渲染速度。针对三维建筑物建模及综合过程中存在冗余三角面的问题,本文提出了一种主要应用于三维综合的三角剖分算法。该算法包括两部分:基于邻面搜索的轮廓构造算法和任意多边形的剖分算法。实验证明此算法可实现大部分三维建筑的重剖分,其应用也可延伸到其他领域。     

基于Douglas-Peucker的面状矢量数据压缩算法

Douglas-Peucker算法通常用于线状矢量数据压缩,但是该算法未考虑空间对象之间的拓扑关系。矢量数据中面状地物由多条线闭合组成,使用该算法进行面状数据压缩时容易造成公共边出现"裂缝"或者自相交等状况,使得压缩后数据失真。针对该问题,本文提出一种考虑空间对象拓扑关系的面状矢量数据Douglas-Peucker压缩算法,即先对多边形进行分段处理,提取出公共边和非公共边,结合边的拓扑关系,再利用Douglas-Peucker算法进行数据压缩。实验表明,该方法能较好地保留面状数据的图形特征,保留了拓扑关系,解决了公共边压缩后出现的问题。     

结合超体素与区域增长的LiDAR点云屋顶面分割

针对传统区域增长算法易受噪声影响且局部分割性能不稳定的问题,提出了一种结合超体素与区域增长的屋顶面片点云分割算法。利用八叉树组织初始点云数据,基于点云的欧氏距离和法向量信息两个约束分割点云获得超体素。结合超体素结构特征,改进种子点选取准则,在超体素的光滑性和表面几何特征约束下进行点云区域增长,提取屋顶面片点云。选取不同复杂程度的建筑物LiDAR点云进行实验,结果表明,结合超体素与区域增长算法能有效提取复杂建筑物屋顶面片点云,提取率高且具有较好的适应性,可以为基于机载LiDAR的建筑物三维模型重建提供可靠的屋顶面信息。     

利用街区面块拓扑构建道路网络的算法

道路交通网络是进行各种道路交通网络分析与可视化的基础。构建道路网络的常用方法是运用已有道路面矢量数据提取道路中心线,并自动生成道路网络。提出了一种根据街区面块拓扑关系自动构建道路网络的算法,首先,根据道路面求反得到街区面块并计算街区面块间的拓扑关系;然后,根据街区面块之间的拓扑关系自动建立道路网络拓扑关系;最后,计算路段(网络弧段)中心线和道路交叉口(节点)的几何位置,完成数字道路网络的构建。与以住算法不同,该算法将拓扑关系构建与中心线提取分开,直接由道路面原始数据构建网络拓扑关系,保证拓扑结构的准确性,且为道路中心线提取提供路段交叉口判别依据。实验表明,所提出算法较好地解决了已有算法在自动计算道路中心线时数据预处理复杂和道路面分割难以处理等问题。     

Morse理论支持下的建筑物点云特征提取

针对传统特征提取算法的结果存在交叉紊乱、不连续、缺少拓扑关系等问题，本文提出了基于Morse理论的建筑物点云特征提取算法。首先定义三维表面模型上顶点的Morse函数指标；然后采用邻点比较法自动提取特征点；最后针对Morse-Smale复形的对偶性在建筑物拓扑特征中已无实际意义的问题，提出了单复形拓扑模型的提取与简化算法。试验结果表明，该算法能够获得清晰、连续、完整的建筑物特征线，实现对建筑物模型表面的完全分割；简化算法在保证建筑物特征线拓扑一致性的前提下，可以获取不同层次的建筑物拓扑特征，为建筑物模型的重建与可视化提供了保障。     

带岛区约束数据域的Delaunay三角剖分通用算法研究

文章提出了一种可解决带岛区约束数据域的三角剖分通用算法,通过对岛区制图边界拓扑结构建立与分析,引入双联点和辅助约束边界概念对岛区外部划分子区(抽象出凸或凹多边形),再采用任意多边形内部三角剖分算法,实现了带岛区约束数据域的Delaunay三角剖分并应用于油气勘探设计等领域。     

一种倾斜摄影模型精细融合方法

现有三维模型融合方法多采用对原有三角面片顶点重新构网的方式，容易导致原有模型几何特征丢失及纹理失真等。本文针对倾斜摄影模型自身特点，提出了一种模型精细融合方法。首先，以一个模型作为中心模型，并以另一模型与中心模型外轮廓的空间关系计算融合区域；然后，以中心模型外轮廓作为约束，对原始模型三角面片进行精细剖分；最后，基于精细剖分的三角面片进行纹理坐标的插值计算。以实际倾斜摄影数据进行试验的结果表明，本文方法融合后的网格模型拓扑结构正确，融合边界不存在漏洞、裂缝和错位等情况，而且纹理过渡自然，颜色无明显差异。     

一种基于GTP的地下真3D集成表达的实体模型

从建模对象、组成元素和拓扑描述三个方面对广义三棱柱（GTP）模型进行了修正和扩展。基于修正与扩展后的GTP模型，从地学、几何、拓扑三个层面对地下实体进行了提炼，抽象出8种空间构模几何元素，并将地下实体划分为点、线、面和体4类，体实体又进一步划分为简单体、复合体和复杂体，进而提出了一种基于GTP的地下真3D集成表这的实体模型（GTP—based entity model，GTP—EM）；采用面向对象的方法，通过构模元素之间拓扑关系的定义实现了地下实体的拓扑描述，并应用实例验证了GTP—EM的可行性。     

一种基于最优三角剖分的多分辨率地表描述结构

在Guibas平面剖分算法的基础上,采用一种称之为Delaunaypyramid的塔型分层结构模型来近似描述二维半地形表面,该模型能够记录离散高程点数据集的每个子集在XOY平面的最优三角剖分,对于地形数据压缩和多细节层次化描述有很大的便利。同时文中也分析了采用这种结构的内存开销和时间复杂度,讨论了离散数据点定位的方法,并运用该结构交互生成三维地形。     

一种矢栅结合的三维点集Delaunay剖分方法

不规则四面体网格是3DGIS中一种重要的数据结构,其本质是三维Delaunay剖分。总结了现有矢量算法和栅格算法的特点;在当前计算机存储容量极大提高、GPU并行处理技术蓬勃发展、支持栅格三维运算的计算机软硬件条件已成熟的条件下,提出了一种矢栅结合的三维点集Delaunay剖分方法。该方法以距离变换为基础获取初始Delaunay剖分结果,同时针对栅格方法中无法区分同一栅格中的密集点问题,引入矢量中Delaunay增量算法加以解决。实验表明,该方法能以较低的时间复杂度计算三维点集的Delaunay四面体剖分;且由于其面向空间的特性,计算效率几乎不受点集中元素数量的影响,因而能满足海量数据的计算需求。     

弹道扰动引力的有限元逼近算法

为了克服多项式逼近弹道扰动引力的缺点,根据有限元插值的原理,采用了对弹道周围空间区域进行有限元剖分的方法,利用剖分单元各顶点的扰动引力分量内插出弹道点对应的扰动引力分量值.结果表明,文中提出的逼近算法能够快速精确可靠地逼近弹道扰动引力,是一种具有应用价值的方法.     

剖分网格下顾及用户兴趣的矢量地图多尺度表达方法

在海量空间数据的组织与表达方面,与传统的空间数据模型与方法相比,地球剖分网格表现出了极大的优势。鉴此,本文提出了一种剖分网格下顾及用户兴趣的矢量地图多尺度表达方法,首先利用大量POI数据构建空间兴趣场模型,描述用户对地理信息的兴趣的空间分布;然后对空间要素进行分类分级,确定其表达的尺度范围;运用GeoSOT剖分理论划分不同层次的剖分面片,建立剖分面片与尺度的对应关系,根据用户对剖分面片所在区域的兴趣度大小,表达不同详细程度的空间要素,实现基于用户兴趣的空间数据多尺度表达。实验表明,该方法能够满足用户由概略到详细、由重要到次要的空间认知需求,同时能够获得较好的多尺度表达效果。     

基于结点逼近提取的平面点集Voronoi图构建算法

提出一种基于结点空间逼近、精确提取以及面向拓扑关系生成的2维平面点集的构建方法。主要给出了搜索矩形域及其剖分概念、Voronoi图的基本性质、矩形域与Voronoi图结点关系的定理及其证明、基于链队的矩形域剖分和结点逼近机制及结点提取策略、基于条带有序表的最近邻近发生元快速检索算法、矢量Voronoi图的拓扑关系建立算法等。经过算法分析和程序试验验证本文算法的时间复杂度为0（n log2 n）,本方法可以扩展到平面任意发生元Voronoi图的构建,具有简洁、高精度、鲁棒性、高效、适合于海量数据等特点,并且具有较好的实用价值和应用前景。     

基于邻接边二叉树的DNC面几何构造算法

DNC是数字海图中的一类重要数据类型,然而由于DNC内部拓扑结构较为复杂,尤其是翼边拓扑的采用,使得DNC与其他类型地理空间数据在数据组织方式上存在较大区别。数据解析是实现DNC数据显示、转换与分析的基础,而DNC面几何的构造是实现DNC数据解析的关键问题。本文在深入分析DNC内部结构的基础上,提出了"基于邻接边二叉树的面几何构造算法"。与常规方法不同的是:该算法只需利用边表数据,即可完成DNC数据内部所有环、面几何的构造,通过文中算法构造数据与原始数据的对比,充分验证了该算法的正确性;该算法实现了由边表导出面表和环表,证明了DNC中面表和环表的冗余性,可用于面拓扑的构建和恢复。