基于Voronoi图的空间信息多尺度表达

空间信息多尺度表达是地理信息系统和遥感信息科学的重要研究内容之一。Voronoi图有效的几何规则和算法,为地图目标间的复杂空间关系提供了强大的描述和分析依据。讨论了在进行空间多尺度表达时,地物要素概括和符号化带来的取舍、相交、拥挤等空间冲突问题。根据计算几何的Voronoi、Delaunay原理,探讨了点群要素选取、线要素的相交、面要素的聚合和一致性简化,使其在视觉表达上更适合于人的视觉和认知心理学特点,更有利于空间数据进行分析、处理和可视化。     

利用3D Voronoi图的兔子点云聚类分割

利用基于3D Voronoi多面体分割三维空间,并将其应用于具有典型三维特征的点云数据的聚类分割.通过对点云数据的离散体元表示,透过Voronoi单元的特征参数实现了三维点集的度量、提取和结构分析,揭示了点集间存在的相互关系,并通过3D Voronoi图所确定的空间邻近关系完成点集间相似度的测度和聚类.以三维兔子点云为样本数据的实验分析表明,本文所提出的思路聚类分割特征明显.     

差分式多时态多尺度空间数据库模型研究

针对如今多尺度地理空间数据库更新困难的问题,通过综合考虑时空数据模型与多尺度数据模型的特点,并根据多尺度地理数据差分式更新模式,设计出一种"层次—快照"式多尺度时空数据库模型。并通过数据关联表建立起多尺度多时空数据之间的数据联系。实验结果表明,该模型有利于多尺度数据的更新以及对地理数据的数据挖掘。     

基于手势动作识别的地图浏览

针对当前热门的体感技术,研究基于手势动作识别的地图浏览方式。通过Microsoft Kinect手势的设计与识别,与搭建的OpenLayers等地图平台的浏览操作对接,实现基于人体自定义动作对地图浏览的操作,这种更人性化的人机交互方式在解放电脑对人的束缚的同时,也更促进了人机交互的融合。     

基于ArcGIS Engine的矢量数据分层分块技术研究

分层分块是当前电子地图的主要数据处理和组织方法,这种方法主要基于TMS和Google地图系列的标准对数据进行组织管理。但是基于这两种标准的瓦片模式的分层分块都是以栅格或图片的方式进行组织,缺乏对矢量数据进行分层分块的研究。在C#开发环境下,给出了基于Arc GIS Engine,按照TMS标准,对矢量数据进行分层分块的方法和步骤,并在实际项目中开发了矢量数据分层分块功能模块。     

"我眼中的地图"开放式问题分析

随着高等教学改革和学生培养体系的完善深入,为培养大学生自主思考、探索和创新思维能力,课堂、课后开放式问题的设置成为一种必要的教学模式,对于获得大学生的共同认识、发现个体差异、引导新颖思维具有重要作用.本文面向理科大学新生,通过"我眼中的地图"这一开放式问题,分析他们对地图的认识,发掘大学新生对地理世界、人文社会不同的科学关注,把握学生对地图的总体认识和共同点,并重点分析个性特色答案.     

游戏地图的虚与实

数字信息技术使人类走向虚实相融的混合空间,作为现实世界的抽象和解释工具并辅助人们认识世界的传统地图面临新的挑战。在新形势下,地图需要纳入虚拟空间,进一步思考虚拟/现实带来的影响。聚焦游戏地图,利用刻画游戏地图的时间、地点、人物、事物、事件、现象、场景七要素,剖析其虚实表现,探究虚拟世界的构建与现实的映射关系以及虚实互通之处,确定虚拟世界反馈于现实世界的影响。丰富了地图学理论体系,促进人类规划更加智慧和宜人的社会。     

LBS中多尺度空间方位的自然语言描述

位置服务是地理信息系统(GIS)应用的重要领域,GIS提供关于空间位置的坐标描述,但这不符合人们的认知和日常习惯。地理空间中人们日常的交流通常使用方位描述。基于自然语言的空间方位的描述对移动目标(如驾驶员)是十分重要的,通过规范的地点描述语言进行快速的地理定位,可提高人的空间反应和处理能力。本文依据人的多尺度空间认知,分析空间参考和定位习惯,结合自然语言描述知识,利用GIS分析功能,给出多尺度环境下空间方位的自然语言描述。     

物流车辆监控系统中电子地图多级显示的研究

探讨了电子地图显示中一种多级比例尺地图数据的构建方式,设计了一套多级地图符号及一种高效的数据组织结构,制作了图形输出的试验模块,实现了全国海量地图数据的多级缩放和地图操作的快速响应。     

利用CityGML模型自动构建三维封闭建筑体

给出了利用CityGML模型自动构建三维封闭建筑体的基本框架和流程。充分利用已有的CityGML数据,分析其与三维封闭建筑体的语义关联和差别,奠定利用CityGML构建三维封闭建筑体的理论基础;从构建三维封闭建筑体所需几何数据出发,根据语义关联从CityGML中提取相应的几何数据,构建符合三维封闭建筑体要求的几何对象,满足三维立体规划和审批、核查的空间数据需要,进而弥补传统地籍数据采集方式的不足。