一种河网矢量数据的网络渐进式传输方法

本文提出了一种河网矢量数据双层次多尺度表达的渐进式传输模型,结合目标层次的河流选取和几何细节层次的曲线多尺度表达,建立了河网多尺度数据结构。在Client/Server结构的WebGIS系统中进行了实验,结果表明该方法用于河网矢量地图数据的渐进式传输是有效的。     

矢量河网数据的一种渐进式传输方法

矢量河网数据渐进式传输与制图综合密切相关。针对经典的Douglas-Peucker算法产生的多分辨率曲线存储模型存在偏移值异常、数据冗余等问题,该文提出了一种基于双侧Douglas-Peucker算法的等级增量模型,并利用该模型结合目标层与几何细节层上的多尺度表达,建立河网多尺度表达模型。基于该模型,在Web环境下进行了实验,结果证明了该模型的有效性。     

矢量河网数据的渐进式传输

提出了一个无几何数据冗余的河网渐进式传输多尺度数据结构。结合目标层次的河流选取和几何细节层次上的曲线化简建立河网多尺度数据结构。基于该数据结构,在Web环境下实现了河网数据的渐进式传输。     

基于傅里叶级数的等高线网络渐进式传输模型

矢量地图渐进式传输的关键技术是建立连续的多尺度表达模型,并在服务器端将地图数据组织成线性结构。本文利用傅立叶级数对要素表达的多尺度特性,将傅立叶级数的参量引入到等高线要素的渐进式传输中：研究了地图尺度与曲线傅立叶展开项数的对应关系,并以此在服务器端建立了曲线多尺度表达的傅立叶描述子模型;客户端通过网络传输依次得到不同地图尺度的傅立叶描述子分量并进行曲线要素的重构,实现等高线要素渐进式的传输和表达。该模型的应用具有两大特点,其一,在网络传输的是由曲线要素提炼出来的特征向量而不是坐标数据,能起到了数据有效压缩的作用;其二,能够实现无极尺度的地图要素的表达。     

面向流媒体传输的空间数据变化累积模型

将流媒体技术引入到以矢量数据为主的网络GIS传输中,其关键是建立逐级精细化的多层次表达模型,并在服务器端数据预组织上建立线性索引结构。本研究针对该目标建立一种矢量数据多重表达的新模型,即变化累积模型,认为尺度空间中从粗到细的数据表达过程是一些"变化"的累积,"变化"表现为两个连续尺度表达间的差别,通过"变化"元素的逐渐增加或减少来实现渐进传输。基于该模型对面状数据渐进式传输进行研究,将多边形分级剖分为一系列凸壳或外接矩形的基础上建立变化累积模型,通过剖分元素的组合完成渐进式流媒体传输。     

基于DEM的流域特征提取方法初步研究

以岷江上游典型流域为例,从该区的Aster影像上提取DEM,利用GIS技术从该DEM上提取流域特征,并划分出子流域,通过实地考察数据和所提取的河网矢量数据对照,表明用该方法提取研究区流域特征是可行并有效的。     

曲线弯曲深度层次结构的二叉树表达

地图综合要顾及目标的几何特征、语义特征和拓扑特征，其中地理意义是控制综合算子系统、参量调整的决定性因素。就线状要素而言，单从角度、距离、矢高等几何特征出发设计的曲线化简算法只能算作对曲线坐标串的几何压缩，不是真正意义上的地图综合。由于曲线的弯曲特征在表达线状地物地理特征上具有重要意义，对弯曲特征的识别、结构描述及操作分析成为目前线要素制图综合的研究热点。本文基于约束Delaunay三角网模型提出一种方法描述曲线弯曲特征在深度上的层次结构，对曲线上的矢量点构建三角网，在三角网覆盖区域里，由外向内进行三角形的“剥皮”操作，根据“剥皮”操作，根据“剥皮”进行过程中遇到的特征三角形构建二叉树，实现大弯曲套小弯曲层次结构的表达。该方法基于Gestalt对称性、连续性原则、对二叉树结点进行考察，可提取认知意义上的真正弯曲。本文同时给出了弯曲特征二叉树在多边形（闭合曲线）综合化简中的算法设计及实验结果。     

面状要素渐进式传输中几何信息传递状况的定量分析方法

渐进式传输是空间数据在网络环境下空间数据多重表达的重要传输方式,可以满足用户对空间数据不同层次细节信息的需求,提高地图网络服务的效率。对传输过程中信息传递状况进行定量分析有利于用户对传输过程进行实时控制。此处以变化累积模型为例,研究了面状要素的渐进式传输过程中几何信息传递状况的分析方法。首先,从空间认知角度基于面状要素的形状凸包分解,研究并提出了基于凸包的面状要素几何信息量度量方法。然后,分析了渐进式传输过程中空间信息传递状况,建立了渐进式传输过程的几何信息传递状况评价指标。最后,通过实验分析几何信息传递状况分析法的合理性,验证了几何信息量传递状况评价方法指导渐进式传输过程控制的有效性。     

GIS中河网空间数据模型

河网通常是由多条河流组成的,河网的空间形态结构特征由各条河流的几何特征和河流之间的相互关系决定,为了完整表示河网的空间形态结构特征,本文提出了基于河网空间形态结构特征的河网空间数据模型,并阐述了该模型的建立、维护等方法。     

矢量GIS平面一般曲线等概率密度误差模型的几何特征

基于等概率密度误差模型建模原理和数值算法,运用函数极值理论和迭代方法来求解平面一般曲线上两相邻特征点间位置精度最高的点,以精确确定误差模型的最小带宽,从理论上给出等概率密度误差模型的几何特征,从而进一步完善矢量GIS的位置不确定性理论。通过实例计算与可视化分析,验证了理论推导的正确性。     

利用几何网络提取河网径流节点的方法研究

本文分析了河网径流节点的基本特征及分类,论述了基于ArcGIS水文分析模块提取河网径流的方法,并在此基础上提出了基于几何网络提取河网径流节点的方法.该方法提取得到的径流节点,除能表达其位置信息外,属性表中还记录了径流节点类型、汇流等级情况信息.实例表明该方法原理简单,易于操作实现,提取效果与实际地貌情况基本相符,可以广...     

街道网矢量数据的渐进式表达与综合

基于平面欧几里得图和抽象胞腔复形理论,提出了街道网矢量数据的渐进式表达模型.引用抽象算子和还原算子定义了街道删除算子和街道还原算子,基于这些算子建立的街道网矢量数据的渐进式表达模型具有隐式的拓扑关系一致性.该模型表明,不同表达间的变化量的累积是有顺序的,生成这些变化量的变化算子的执行也是有顺序的.在渐进式表达模型的框架下,提出了基于有序综合树结构的街道网渐进式综合算法,将地图综合知识融入特定的数据结构,实现了街道网智能化综合.     

基于一体化全局模型的智能型制图方法

提出了一种基于一体化全局模型的智能型制图方法。该方法基于一体化全局模型(拓扑信息模型),归纳和发现了矢量数据处理过程中显性的数学逻辑和隐含的作业规则;组建了知识库;进行了基本知识组合并在数据处理的不同环节中自动作用于全局数据库。由此不断改写全局数据库,使之逐步趋近为具有一体化特征的矢量地理信息,形成矢量智能化处理流程。在获取满足GIS要求数据的同时,获取用空间几何数据和相应符号参数表示的制图数据。     

基于一体化全局模型的智能型制图方法

提出了一种基于一体化全局模型的智能型制图方法.该方法基于一体化全局模型(拓扑信息模型),归纳和发现了矢量数据处理过程中显性的数学逻辑和隐含的作业规则;组建了知识库;进行了基本知识组合并在数据处理的不同环节中自动作用于全局数据库.由此不断改写全局数据库,使之逐步趋近为具有一体化特征的矢量地理信息,形成矢量智能化处理流程.在获取满足GIS要求数据的同时,获取用空间几何数据和相应符号参数表示的制图数据.     

利用孪生多层感知机进行线状要素几何相似性判别

针对传统的几何相似性判别方法依赖于人工特征的定义和选取,且难以确定合适阈值的问题,提出一种基于孪生多层感知机的线状要素几何相似性判别方法。该方法将线状要素的几何数据转换为二值图像,利用孪生网络和多层感知机提取线状要素的低维模糊性特征;并通过距离函数计算特征差异,判别线状要素的几何相似性。实验表明,该方法在线状要素几何相似性判别中具有良好的效果,同时具有快速迁移学习的能力;并随样本库的扩充和神经网络模型的优化还有进一步改进的空间。     

顾及曲线走向及局部面积特征的矢量数据压缩算法

目前,矢量数据压缩算法存在曲线压缩精度与压缩效率不能共存的问题,基于此,本文以带有径向约束的Douglas-Peucker算法为基础,提出一种顾及曲线走向和局部面积特征的矢量数据压缩算法。该算法首先通过带有径向约束的Douglas-Peucker算法提取曲线的特征点;然后,提取各个局部曲线段形态特征点以判断局部曲线段走向特征;最后,根据曲线段走向对预先提取的各个特征点的位置进行局部微调,完成矢量数据的压缩。该算法创新在于通过局部微调特征点位置的方式使压缩后曲线较好地反映了原曲线的局部走向,并且减小了曲线局部面积偏差。实验表明所提算法在保证压缩效率的同时能够有效降低局部位移偏差和面积偏差,使压缩后曲线较好的反映原曲线形态特征。     

平面不规则曲线特征点的提取

目前G IS数据大多采用矢量化来获取,但是曲线在采用自动跟踪矢量化时存在数据冗余等缺陷。本文基于逆向思维,采用了一种与多边形逼近法相逆的方法来提取不规则曲线的特征点。试验表明,该方法比角检测法和多边形逼近法的保真度要好。     

基于HBase的矢量数据云存储策略研究

大数据时代,矢量数据量急剧增长,迫切需要寻找有效的矢量大数据存储方法。提出了一种基于HBase的矢量数据云存储策略。首先应用四叉树剖分方法构建多级格网索引并基于Hilbert填充曲线对矢量数据进行聚类划分;其次结合多级格网编码和Hilbert排列码设计矢量要素唯一标识并以此作为矢量要素在HBase数据库的行键;再次对矢量数据的存储规则进行了具体设计;最后通过两个对比实验对矢量要素唯一标识聚类效果及矢量数据查询效率进行了验证,实验结果证明了该方法的可行性与有效性。     

一种利用Mask R-CNN的遥感影像与矢量数据配准方法

遥感影像数据与地理信息系统（geographic information system,GIS）矢量数据的配准是遥感与GIS集成的基础。目前遥感影像与矢量数据的配准关键在于遥感影像特征的提取,而现有遥感影像特征提取方法存在特征提取不完整、配准失败和精度不高等问题。由此提出了一种基于Mask R-CNN（region-based convolutional neural network）的遥感影像与矢量数据配准方法,首先,利用Mask R-CNN模型提取影像的道路交叉口作为影像控制点; 然后,依据几何拓扑关系筛选矢量数据道路交叉口作为矢量控制点,再根据遥感影像与矢量数据控制点的欧氏距离确定同名控制点;最后,以同名控制点为基础实现遥感影像与矢量数据的配准。选取上海市矢量数据和高分二号影像数据进行配准实验,实验结果表明, 所提方法鲁棒性强、精度高。     

高分辨率遥感影像几何纠正方法

在对某些地区的高分辨率卫星影像进行几何校正时,由于地形等因素影响难以寻找控制点,从而导致控制点较少且分布不均匀,影响了校正精度。针对这些问题,对线阵推扫式的高分辨率遥感影像的特点进行了分析,提出了利用直线这种更高级的几何特征对影像进行几何校正的方法;构建空间直线矢量,提出了基于空间直线矢量的多项式几何校正模型;并利用SPOT5高分辨率卫星影像数据对该校正模型进行精度验证。