DTW算法支持下的线状要素连续地图综合方法

面向线状地图要素连续尺度变换问题,本文提出了一种DTW算法支持下的连续综合方法。该方法基于尺度融合的思想,将同一地理实体在大小两种比例尺下以不同的几何表达作为输入,首先基于DTW算法建立两种几何表达坐标顶点之间的对应关系;然后采用线性内插方法动态派生任意中间尺度上几何数据,从而实现连续地图综合。顶点之间对应关系的正确性,直接决定了线性内插的结果,而同一实体在不同比例尺下的几何表达往往具有不同的坐标点数,顶点之间具有一对多的对应关系。为寻求最优顶点匹配方案,以顶点距离作为匹配代价,以整体最小距离作为目标函数,采用DTW算法求解最优匹配。试验结果表明,基于DTW的顶点匹配方法可适应不同的地图综合场景,该方法支持下的地图综合效果可实现连续、光滑的渐变,符合地图表达规则和人类空间认知。     

利用骨架线端点匹配进行面状要素渐变变换

面向空间数据连续地图综合问题,提出了一种基于骨架线端点匹配的面状要素渐变方法,通过在两个关键表达之间进行尺度内插,实时、动态地派生任意中间比例尺地图数据。首先,对面状要素在大小比例尺下的两重表达分别进行约束Delaunay三角网剖分并提取各自的骨架线特征;然后,使用最优子序双射优化技术对骨架端点进行匹配获得多边形边界上相对应的特征点序列;最后,在剖分边界的基础上进行分段常规线性内插,获得面状要素介于始末尺度之间的多尺度表达。实验结果表明,该算法充分顾及了空间数据弯曲结构特征,对于光滑边界面状要素的渐变变换具有良好的渐变效果,可用于空间数据的连续地图综合和多尺度表达。     

一种城市级基础地理实体派生地形图的方法

针对如何实现新型基础测绘中，基础测绘成果的转型升级与高层次应用这一项重要的目标，该文基于传统地形图生产经验，秉持继承与创新的理念，提出一套适应新型基础测绘背景下的地形图编制技术体系。体系包括定制选取、实体综合、制图派生和适配成图等内容，采用实体自动综合、地图符号自动派生、适配地图业务平台成图3项关键技术，较好地进行数据正向派生，实现对基础测绘成果的新型应用。通过新型基础测绘试点应用，结果表明：该技术体系在WJ系统知识引擎和业务流引擎的驱动下，可自动派生出国家基本比例尺或任意尺度的地形图数据。基于派生的地形图数据与其他地图业务平台适配，达到地形图自动生产的目的，大幅提高了地形图生产效率，验证了本文技术体系的有效性与适用性。     

空间数据库目标聚合功能的探讨

空间数据库是地理信息系统（ＧＩＳ）的核心和基础,由单一比例尺的基础数据集导出多级比例尺数据集是ＧＩＳ应用中一个亟待解决的问题。文中首先分析了国内外的研究状况,探讨了利用空间目标聚合技术解决空间目标多尺度变化中的问题,在Ｄｅｌ－ｐｈｉ３．０环境下开发了实现空间数据库目标聚合功能的软件,并进行了实验。这种方法可以避免重复建库,减少数据冗余存储,空间数据库目标聚合功能的进一步扩展必然成为空间目标尺度变换     

数字城管基础数据库多尺度表达技术探讨

针对数字城管基础数据库多尺度表达的需求和缩放可视化中出现的问题,在研究二维电子地图的多尺度表达方法的基础上,提出并设计了基于分级显示的数字城管数据库多尺度表达技术。它将数据库中的各类数据进行有规则的分级,使其在不同的比例尺下显示出来。该文以宝鸡市为例进行了数字城管基础数据库多尺度表达的实验,结果证明基于分级显示的数字城管基础数据库多尺度表达技术是可行的。     

小比例尺道路网眼约束下的多尺度道路网自动匹配

针对道路网多尺度匹配的问题,提出了一种在小比例尺数据道路网眼约束下的多尺度道路匹配方法。首先,构建两幅不同比例尺数据的道路网眼;其次,在小比例尺道路网眼的约束下,提取出大比例尺道路中由若干道路网眼构成的复合网眼,并完成与小比例尺道路网眼具有多对一和一对一关系的网眼匹配;然后,实现不同比例尺道路网眼的多对多匹配;最后,由复合网眼与小比例尺道路网眼的匹配关系转化为多比例尺道路网眼边界道路之间的匹配和内部道路之间的匹配,完成整个道路网的匹配。试验结果证明,本方法能较好地实现多尺度道路网的匹配。     

数字环境下比例尺概念的发展与多尺度表达

数字环境下比例尺的概念有了新的发展，纸质地图中被忽略的显示比例尺概念得到了凸显。在多尺度表达中，对空间数据的显示起控制调节作用的正是显示比例尺和分辨率，且这种控制作用与地图表达中传统比例尺的控制作用相比又有着不同。LOD充当了视觉比例尺和显示比例尺的桥梁，分别实现了宏观与微观上的两个套合与统一，最终实现了多尺度表达。最后，本文将传统的比例尺和数字环境下的尺度的概念进行了比较。     

多尺度矢量地图数据关联自动更新研究

多级比例尺矢量地图数据库一旦建成以后,数字制图的核心就从数据生产转为数据更新.小比例尺矢量地图数据库建库时必须依靠大量人机交互从大比例尺数据派生,但更新时再采取各比例尺分别独立更新的策略显然就不合时宜,既消耗大量人力和财力,又不能保证不同尺度数据之间的一致性.提出一种多尺度矢量地图数据关联自动更新方法,对于已经建成的多...     

线要素多尺度表达的一种新方法

本文依据多比例尺条件下矢量数据的绘制原理,提出了多尺度线化简与线选取方法。多尺度线化简算法依比例尺将空间坐标转换为像素坐标,根据像素坐标删除曲线中重合点与共线点,综合后的曲线与原始曲线在各比例尺下绘制结果相同;多尺度线选取算法利用仿射变换结果快速计算线要素之间的连通关系,然后渐进删除长度小于阈值的悬线与孤立弧段,保持了线要素的连通性。对不同类型数据的实验验证了本文算法的有效性和可行性。     

自发地理信息兴趣点数据在线综合与多尺度可视化方法

移动及Web环境下,集成各种自发地理信息POI数据与地理框架背景数据的混搭式地图应用,越来越多地出现在主流地理信息平台及LBS服务中。由于缺乏适宜的在线多尺度可视化机制,这种POI数据表达上通常出现拥挤、压盖等冲突现象。针对该问题,本研究将传统的尺度变换方法与在线环境相结合,提出一种面向城市设施POI数据的多尺度可视化策略。即由服务器端通过预处理方式对POI数据进行多层次结构化组织;在此基础上,客户端依据显示比例尺导出对应层次的POI目标,并通过移位操作解决局部存在的符号表达冲突现象。试验表明,该方法符合数字化网络应用的在线实时需求,同时也能获得较高质量的多尺度表达效果。     

海量三维地质空间数据的自适应预调度方法

针对大规模三维地质空间数据实时应用中的高效调度难题,采用空间聚类和空间插值理论,将缓存中的空间对象视为样品数据,将这些对象的命中率作为估值权值,将空间索引中的空间对象信息当作待估值数据,兼顾系统的内存容量和CPU的计算能力,设计实现了海量三维地质空间数据的自适应预调度算法。实验结果证明了该方法的正确性和有效性。     

一种道路网三维建模方法

针对道路网三维建模中成本高、周期长等问题,该文介绍了一种基于规则的道路网三维建模方法。在规则文件驱动下,该方法充分考虑道路网的结构化特征和地理环境,利用抽象化的道路网实体数据和属性信息,实现批量化道路网建模,并在云平台上发布,进而实现道路网三维景观的浏览、查询和分析。采用上述方法实现了一段包含立体交叉在内的道路网的三维模型的快速搭建。结果表明,该方法的规则复用性强、建模效率高、模型调整速度快,为在三维GIS环境下构建道路网模型提供了高效的技术手段。     

FME道路实体连通性检测算法

针对测绘成果中入库数据道路实体连通性检测方面的问题,基于FME平台设计开发了一种道路实体连通性检测算法。该算法充分考虑了重复路段的情形,既适用于单线形结构的常规道路实体,也适用于三岔路结构的非常规道路实体,并且实现了对各种不同类型道路实体不连通错误的精细化检测。利用模拟数据和地理国情普查成果数据验证了算法的正确性与鲁棒性。所提算法为入库道路数据的连通性质量检查与修改提供了有力的工具,为数据库建设中道路数据的实体化编码和网络构建等数据深加工处理奠定了坚实的基础。     

城市交通网络面向对象的时空数据模型研究

原有的城市交通网络数据模型无法对大比例地图中道路的面状特征进行描述。本文引入面向对象的时空数据模型 ,把各种实体作为对象 ,把道路作为面状要素描述。作为面状要素的道路对象直接继承原有道路的非空间特征 ,通过道路中心线对象和交点对象来继承原有线状要素的道路特征 ,包括网络关系和叠加关系等 ,通过车道段对象来增加作为面状要素的道路特征     

结合轨迹数据的混合多特征道路网选取方法

道路网选取是制图综合的重要内容,针对现有方法仅考虑道路网静态特征等问题,提出了一种结合轨迹数据的混合多特征选取方法。首先以stroke为基本选取单元,构建对偶图来描述路网的结构关系,采用长度、连通度、接近度和中介度等指标对道路的静态特征进行评价;然后结合轨迹数据特点,采用车流量、车辆速度和道路交叉口附近的车辆密度等指标对道路的动态特征进行评价;最后利用基于相互关系准则的标准重要性方法计算得到各指标的权值及各道路的综合重要性值。同时引入线Voronoi图对道路进行划分,得到道路的密度特征值,并将其作为道路网选取的约束指标。实验结果表明,所提方法能够保持道路的整体结构,同时顾及道路的连通性和密度分布,而且结合了轨迹数据的动态交通特性,选取结果符合实际情况,具有一定的实用性。     

利用多尺度融合进行面向对象的遥感影像变化检测

在面向对象的变化检测过程中,确定对象的最优分割尺度直接关系到后续的变化信息提取与分析。针对该问题,提出了基于多尺度分割与融合的对象级变化检测新方法。首先,利用由细到粗的尺度分割来获取不同尺寸的目标对象,然后依据对象的特征进行变化向量分析得到各个尺度上的变化检测结果。为了提高变化检测的精度,本文引入模糊融合及两种决策级融合方法进行多尺度融合,并利用SPOT5多光谱遥感图像进行试验。与像素级的变化检测方法相比,总体精度提高了10%左右,试验结果证明了这几种融合策略的有效性和可行性。     

基于空间行为的面向对象空间数据模型

本文根据面向对象空间数据模型的相关概念和特点,将地理空间中的空间行为进行建模后纳入面向对象空间数据模型的框架中。面向对象空间数据模型由数据模型和空间行为模型两个部分组成:数据模型包括空间特征数据和属性特征数据;同时将空间行为模型分为两大类,即静态空间行为模型(地理目标间关系)和动态行为模型(地理目标行为)两部分。在此框架提出的基础上,本文利用二进制、XML流等格式文件对该空间数据模型进行了整合和组织。     

结合数据融合与特征选择的遥感影像尺度多样目标检测

基于深度神经网络模型的遥感影像地物检测取得了巨大成功,很大程度上得益于大规模数据集的支撑。但是,从现有遥感影像数据集本身来看,不同类别地物的数量分布不一致,同类地物对象以不同尺寸大小呈现,是导致地物样本的尺度不均衡问题的直接因素。对此,本文采用数据集内影像加权融合与地物多尺度特征选择的策略来缓解该问题。首先,将数据集内两张影像的像素值进行加权并得到融合后的影像,从而使不同类别地物样本更加均衡且具有较高的背景多样性;其次,通过选择合适尺度的特征图预测相应尺度的目标类别,且允许同一尺度目标在相邻特征图上进行预测,这样使模型能根据目标尺度进行训练;最后,基于目标中心区域的特征图预测目标边界框,预测的边界框更符合目标本身的尺度。通过在两个遥感数据集上分别进行实验,表明训练的模型在对复杂背景下的类别不均衡目标的识别更加准确,能够适应遥感影像下不同尺度目标的识别。     

基于重构的多尺度目标提取与分割

通过形态重构开闭算子构造了一个多尺度的目标提取和分割算法.首先用结构元素nB对影像分别作基于重构的Top-Hat和Bottom-Hat变换,得到所有不能放入nB的亮和暗的目标;然后再用结构元素(n-1)B对影像作开运算,消除所有不能放入该结构元素的目标.那么结果影像中就只剩下能同时放入nB和(n-1)B的目标.对不同尺度的结果影像进行处理,就可以得到不同尺度下的目标分割结果.重构是一个连通è区域算子,连通区域是运算的基本单位,所以不会改变影像中边缘的位置,同时不会有新的边缘和虚假的极值出现.     

利用面向对象的分类方法从IKONOS全色影像中提取河流和道路

传统的基于像素的统计特征的分类方法在处理高分辨率影像的分类问题上遇到了很大的困难。本研究利用面向对象的影像分析方法对IKONOS全色影像进行了河流与道路的分类,包括利用影像对象的光谱特征的初次分类和利用子目标对象的线特征的二次分类两个过程;其中初次分类由于仅依据光谱信息,不能很好地将河流或道路与其他光谱特征相似的地物区分开,而通过引入子目标的形状特征进行二次分类,就可以准确地将河流与道路提取出来。试验结果表明,面向对象的分类方法能够满足高分辨率或纹理影像的分类需要,具有很大的应用潜力。