局部均值分解的新小波阈值去噪法及其应用

为了克服小波硬、软阈值函数本身存在的缺点,该文在硬、软阈值函数的基础上,提出一种新的小波阈值函数,并且基于局部均值分解的原理,构造了基于局部均值分解的新小波阈值去噪法。仿真数据对比分析表明,与单纯采用小波阈值去噪法、经验模态分解(EMD)滤波去噪法及局部均值分解滤波去噪法相比,该文方法的去噪效果更好,可有效提高信号的信噪比。利用本文方法对液体静力水准仪获取的高速铁路某桥梁实际监测数据进行去噪处理,结果表明去除监测数据中噪声的同时亦可保留变形细部特征。该文方法可为工程中的非线性、非平稳监测数据去噪提供参考和借鉴。     

自适应最优邻域尺寸选择的点云法向量估计方法

为了削弱邻域尺寸选择对基于主成分分析(PCA)的点云法向量估计精度的影响,自适应处理尖锐特征点云,该文提出了自适应邻域的PCA点云法向量估计方法,利用点云局部邻域协方差矩阵,构建了局部邻域维度特征信息熵函数,根据熵函数最小准则,实现了点云自适应最优邻域的估计,在此基础上进行PCA法向量估计。分别对模拟点云和实测点云进行了法向量估计实验。实验结果表明,该文方法能够显著提高包含尖锐特征的点云法向量估计精度。     

单调链与二分法的Douglas-Peucker改进算法

针对Douglas-Peucker(D-P)算法对一些较复杂的曲线进行压缩时易产生自相交等错误,阻碍其在数据压缩方面的应用的问题,该文基于单调链与二分法,对D-P算法进行改进。该方法首先利用D-P算法对复杂曲线进行压缩,并将压缩后的曲线分成若干单调链;其次利用二分法对相交的单调链进行快速精确定位,并对相交的单调链进行处理,从而解决自相交问题。通过实验验证,在处理矢量数据压缩中自相交的问题时,改进的D-P算法在算法效率、压缩率和算法精度等方面都具有较好的效果。     

弯曲面积头尾断裂分类的曲线综合方法

针对现有基于曲线弯曲的综合方法存在算法复杂、计算量大,过于关注局部相邻弯曲之间的关系,忽略整体弯曲之间联系,现有算法有用于筛选弯曲的阈值设置基于经验不合理等问题。该文借助头尾断裂分类法,提出了一种根据弯曲面积分类,以达到化简曲线目的的综合方法。该方法采用斜拉式曲线划分方法,将曲线划分为若干弯曲,以曲线首尾的连线为轴线,计算各个弯曲与相应轴线围成的面积,然后利用头尾断裂对其进行分类,将面积位于数据"头部"的弯曲予以保留,并提取"尾部"弯曲中距离轴线最远的点作为特征点,最后,合并弯曲与特征点作为综合结果。实验表明,该方法简单高效,可以迭代地在顾及整体弯曲数据且不使用经验阈值的情况下,舍去细小弯曲,保留原有曲线的特征弯曲,以获取不同细节层次下都符合自然规律且与原图高度相似的综合结果。     

一种利用坡度分区滤波的DEM转换等高线方法

针对DEM转换等高线时,现有方法不能方便、有效处理好曲线光滑与地貌精度损失之间的关系,提出了基于坡度分区滤波的DEM转换等高线方法。对不同的坡度分区采用不同大小的窗口进行均值滤波,并对滤波高程差值进行控制,较好地处理了曲线光滑与地貌精度损失之间的关系;同时,对计曲线之间的窄部首曲线进行自动识别和打断删除。基于该方法,利用ArcGIS+Python脚本开发了DEM到等高线自动转换工具,在数字广西地理空间框架建设1：1万DLG项目的等高线采集工作中得到了初步应用,取得了良好的效果。     

面向交叉路口特征点的矢量数据化简算法

针对现有的算法不能够很好地保留道路交叉路口特征点的问题,该文提出了一种基于道路交叉路口特征点的矢量数据化简算法。把曲线上的特征点分为交叉路口特征点和重要的特征点两类,对两类点分别进行处理得到分段点;利用相邻的分段点作为道格拉斯-普克算法的首尾点,对每段子曲线以基于最小二乘法拟合曲线选定最优距离阈值,进行逐段化简。实验结果表明,该算法能够有效地化简道路矢量数据并保留交叉路口和重要的特征点。     

核典型相关分析的高分辨遥感影像变化检测

传统的线性多变量变化检测方法在处理高分辨率遥感影像变化检测时,容易出现明显的"椒盐现象"的问题。该文基于面向对象的分析思想,提出核典型相关的变化检测方法。首先对高分辨率遥感影像进行多尺度分割获得影像对象;然后运用核函数多变量典型相关分析,构造差异向量,并进行最小噪声变换,提高影像对象的信噪比;最后采用ROC曲线确定最佳的变化检测阈值。实验结果表明,该方法不仅消除了"椒盐"现象的干扰,而且提高了变化检测的精度。     

面向交叉路口特征点的矢量数据化简算法

针对现有的算法不能够很好地保留道路交叉路口特征点的问题,该文提出了一种基于道路交叉路口特征点的矢量数据化简算法。把曲线上的特征点分为交叉路口特征点和重要的特征点两类,对两类点分别进行处理得到分段点;利用相邻的分段点作为道格拉斯-普克算法的首尾点,对每段子曲线以基于最小二乘法拟合曲线选定最优距离阈值,进行逐段化简。实验结果表明,该算法能够有效地化简道路矢量数据并保留交叉路口和重要的特征点。     

面向交叉路口特征点的矢量数据化简算法

针对现有的算法不能够很好地保留道路交叉路口特征点的问题,该文提出了一种基于道路交叉路口特征点的矢量数据化简算法。把曲线上的特征点分为交叉路口特征点和重要的特征点两类,对两类点分别进行处理得到分段点;利用相邻的分段点作为道格拉斯-普克算法的首尾点,对每段子曲线以基于最小二乘法拟合曲线选定最优距离阈值,进行逐段化简。实验结果表明,该算法能够有效地化简道路矢量数据并保留交叉路口和重要的特征点。     

面向交叉路口特征点的矢量数据化简算法

针对现有的算法不能够很好地保留道路交叉路口特征点的问题,该文提出了一种基于道路交叉路口特征点的矢量数据化简算法。把曲线上的特征点分为交叉路口特征点和重要的特征点两类,对两类点分别进行处理得到分段点;利用相邻的分段点作为道格拉斯-普克算法的首尾点,对每段子曲线以基于最小二乘法拟合曲线选定最优距离阈值,进行逐段化简。实验结果表明,该算法能够有效地化简道路矢量数据并保留交叉路口和重要的特征点。     

基于八叉树与KD树索引的点云配准方法

针对点云配准算法中KD树多维查询效率较低的问题,提出一种基于八叉树和KD树多层索引结构的点云配准方法。首先为模型点云数据建立八叉树全局索引,然后在八叉树叶子结点构建局部数据的KD树索引。对传统的ICP点云配准算法进行改进,通过叶子结点的全局索引值快速定位局部点云数据块,利用局部KD树索引加快最近点的搜索,计算最近点时利用欧氏距离阈值、点对距离差值和法向量阈值剔除部分噪声点。实验表明,改进算法提高了点云配准的效率和精度。     

新型曲线光滑法--切线抹角法

曲线光滑是计算机地图制图中的重要问题,但ACAD提供的3种光滑方法均无法满足地图中不规则曲线的光滑要求.本文吸取斜轴抛物线光滑法和张力样条光滑法的优点,改进抹角光滑法,得到一种通过节点、张力可调且算法简单的新曲线光滑方法.     

顾及邻近五点的建筑物多边形化简方法

针对传统的建筑物化简算法无法准确保持建筑物局部细节几何特征，容易产生尖锐凸角等问题，提出了一种基于邻近五点的建筑物多边形化简方法。通过将多边形边界上的邻近五点定义为基本处理单元，实现对建筑物边界Z形平行、Z形不平行、U形平行、U形不平行的4类几何模式划分，进行渐进式化简，并针对化简过程中产生的尖角顾及角度约束对其削尖。对某地区部分1：1万实际建筑物多边形数据进行试验，结果表明，所提算法在保持建筑物基本几何形态特征的基础上，能够尽可能地避免尖角的产生，化简结果更加符合人类的视觉认知。     

面向对象的遥感影像变化检测方法

针对变化检测区域内变化区域与未变化区域面积比例较低时,通过常规的阈值计算无法在变化检测中确定准确的变化阈值问题,该文提出了一种带样本选择的面向对象遥感影像变化检测方法。该方法首先对多时相遥感影像进行多尺度分割获取像斑,并采用变化向量分析法计算像斑的差异度;然后,自适应选择训练样本,结合基于期望最大化算法和贝叶斯最小误差率理论的阈值计算方法,采用独立阈值法确定变化阈值;最后,利用变化阈值对差异影像进行二值分割,并获取变化检测结果。实验结果表明该文方法在变化检测精度上优于常规方法。     

基于复杂网络的中国航空网络鲁棒性评估

本文基于复杂网络的理论与方法,测算了中国航空网络的静态几何特征,综合利用节点度、加权度、介数中心性和特征向量中心性对节点的重要性进行排序,设计了随机和蓄意攻击实验,并借助最短路径长度、聚类系数及网络破碎度来评估航空网络的鲁棒性。结果表明:航线分布东密西疏,少数核心城市拥有大量航线及航班;航空网络在面对随机攻击时具有较强的鲁棒性,在移除大部分节点后,并不影响局部区域的运输效率;在面对蓄意攻击时则比较脆弱,在移除约21%的节点后,局部运输效率便迅速下降至0,网络结构也迅速瓦解,但直至移除约80%的节点后,整体运输效率才完全丧失。     

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。     

基于Gabor滤波和局部特征点密度的居民区提取

通过对高空间分辨率遥感图像(简称高分图像)中的居民区纹理结构信息的分析,提出了一种基于Gabor滤波和局部特征点密度的居民区提取方法。该方法首先对高分图像进行多方向Gabor滤波,得到多个方向的幅值信息,并通过阈值处理和筛选后处理获取图像的特征点;然后对特征点求取局部密度,获取居民区的范围;再用数学形态学变换进行细微处理,最终提取出图像中的居民区。以World View2真彩色图像为实验数据对不同方法进行验证及对比分析的结果表明,该方法具有较高的提取精度和计算效率。     

基于局部二元模式方差和四叉树分割的纹理分割方法研究

针对目前纹理图像分割中存在的精度不高问题,提出一种基于局部二元模式方差和四叉树分割的纹理分割方法。首先,利用局部二元模式和方差的比值来计算纹理特征;其次,使用四叉树分割对纹理特征进行分割和合并并在此过程中使用双阈值进行控制;最后,使用圆缓冲区对分割后的边界进行边界光滑。经过对纹理镶嵌图的分割实验,本方法能够较好地分割纹理图像,平均精度在89.6%以上。     

应用复杂网络理论的城市路网可靠性分析

城市路网作为一种关系居民日常生活、社会经济发展的重要网络,在受到暴雨洪水、交通堵塞以及遭遇破坏时,可能局部失效,进而影响整个路网的运输能力和效率。本文针对城市路网的拓扑特点,以复杂网络理论为基础,对两种不同布局结构的路网分别采用主方法和对偶方法建模,分析比较其复杂网络特性,并在此基础上进行了基于节点度和基于节点中介中心性的选择性破坏实验,最后分析了不同结构的路网在不同攻击策略下所表现出来的可靠性。     

应用复杂网络理论的城市路网可靠性分析

城市路网作为一种关系居民日常生活、社会经济发展的重要网络,在受到暴雨洪水、交通堵塞以及遭遇破坏时,可能局部失效,进而影响整个路网的运输能力和效率。本文针对城市路网的拓扑特点,以复杂网络理论为基础,对两种不同布局结构的路网分别采用主方法和对偶方法建模,分析比较其复杂网络特性,并在此基础上进行了基于节点度和基于节点中介中心性的选择性破坏实验,最后分析了不同结构的路网在不同攻击策略下所表现出来的可靠性。