面状居民地匹配骨架线傅里叶变化方法

大比例尺城市居民地是变化最为活跃的要素之一,因其形态复杂多样,数据量密集,匹配过程复杂,成为空间数据匹配的重点。面状居民地匹配骨架线傅里叶变化方法首先把大比例尺面状居民地转化为能够反映其主要轮廓特征的骨架线;其次,把骨架线转化为更易于表达其形态特征的几何形态数据,并对其进行插值计算;第三,对几何形态数据采用傅里叶变换,获取匹配双方骨架线之间的相关系数;最后,通过相关系数来判断双方骨架线之间是否满足匹配条件,从而得到骨架线所对应居民地的匹配结果。通过等级化处理,把2维面状居民地转化为1维骨架线,有效降低了空间数据的复杂性,并可把许多线要素匹配的方法引入进来;把骨架线转化为几何形态数据,并采用傅里叶变换进行形态计算,线要素的几何形态相似性分析得到显著增强,提高了数据匹配的准确率。通过试验验证及对比分析,证明了本方法的有效性和科学性。     

基于降维技术的面状居民地匹配方法

作为数据更新与融合关键技术之一,空间数据匹配越来越受重视。城市居民地是空间目标变化中最为活跃的要素之一,成为空间数据更新的主要内容。不同于已有要素直接匹配的做法,提出了面状居民地匹配新方法,即对面状居民地采用降维技术进行处理,分别提取匹配双方面状居民地的骨架线,并通过其骨架线之间的匹配来达到面状居民地之间匹配的目的。实验证明,所提方法中把2维面状居民地转化为1维线状骨架线后,其匹配的复杂性与不确定性大幅降低,匹配效率、速度得到有效提升。     

基于极化变换的点群综合几何质量评估

分析圆特性及其运用到点群综合质量评估中来的可行性,提出一种基于极化变换的点群几何质量评估方法.阐述极化变换整个过程.在点群特征点保持、整体性保持两个方面提出了量化的质量评估指标,以及指标的量化方式.对实例中得出的指标值进一步进行动态综合分析,概括出特征点保持率、聚类数量保持率、聚类轮廓保持率、点目标删除率等综合评价指标,用于进一步的质量评估.     

空间信息系统中的Agent技术

介绍了空间信息系统和Agent技术,认为把Agent技术运用到空间信息系统中去是未来空间信息产业发 展的潮流。提出了一种基于移动多Agent的空间信息系统框架模型,并进一步剖析了一些关键的应用。最后列举 了一个监控Agent原型系统及其在空间信息系统的数字地图自动综合中的应用实例。     

跨图幅任意区域DEM裁剪功能的实现

随着计算机技术和图形图像技术的发展，3维地形模型的研究越来越受到重视，为了实现GIS中3维地形的无级缩放和无缝漫游，任意区域的DEM裁剪是一个必须解决的问题，文中通过举例详细论述了任意区域DEM裁剪功能实现的思想和过程。     

采用迭代注水原理的居民地属性约简方法

基于案例推理的居民地自动选取方法研究中,居民地属性权重的赋值对推理结果的影响显著。为使案例推理中居民地属性权重分配更合理,引入迭代注水原理对居民地属性进行赋权值和约简。首先,对专家交互操作的面状居民地案例进行信息挖掘;然后采用注水原理对居民地属性权重优化分配,结合递归特征消除法对属性迭代计算;最后采用十折交叉验证法,训练出适应居民地案例推理的最佳赋有权重的属性子集。通过与专家打分法、主成分分析法、权重平均分配法、传统注水原理法4种属性约简方法作对比实验,结果表明本文方法能对居民地属性进行有效简约,并提高基于案例推理的居民地选取模型的正确率。     

一种基于降维技术的街区综合方法

大比例尺城市建筑物综合一直是自动综合研究的重点。利用大比例尺城市建筑物和街道之间存在几何空间互补的特点,提出依据建筑物骨架线和街道骨架线对街区进行综合的新方法。定义骨架线提取方法,分析建筑物骨架线和街道骨架线之间的特性,在此基础上,提出基于降维技术的建筑物合并、化简、位移等综合方法。进一步,充分概括了本方法在自动综合技术实现上的优越性,并通过实验证明其有效性。     

基于城市POI的遥感影像渐进压缩技术

传统栅格影像均采用简单的、由低分辨率到高分辨率的像素级渐进压缩模式,较少考虑到用户需求特征和知识,因此,文中利用POI数据特点及图像感兴趣区编码特性,提出一种基于城市POI的遥感影像渐进压缩思想:首先根据大量的POI数据分析挖掘用户关注的热度信息,建立兴趣场,并以此确定遥感影像的感兴趣区域,然后综合SPIHT算法与Maxshift算法对遥感影像进行渐进压缩编码。实验结果表明,该方法在低码率下仍可以高质量保留图像所含重要信息,能够很好地满足用户的需求,实现了知识层级的遥感影像渐进压缩,有效提高图像压缩编码的实用性和优越性。     

利用城市骨架线网的道路和居民地联动匹配方法

同名道路或者居民地数据间由于数据一致性程度不高,往往存在较大的几何位置偏差,当对道路或者居民地单独进行匹配时,不利于提高匹配正确率和效率。针对这一问题,本文提出了一种利用城市骨架线网的道路和居民地联动匹配方法。联动匹配即模仿人在读图时通过特征地物和空间关联寻找目标地物的思维过程,将匹配看作是一种特征目标寻找、信息关联传递的推理过程。首先,利用约束Delaunay三角网对地图构建城市骨架线网。然后,通过道路、骨架线、骨架线网眼和居民地之间的拓扑关系建立道路和居民地之间的匹配传递模型。最后,根据该传递模型实现通过道路匹配带动居民地匹配或者通过居民地匹配带动道路匹配的联动匹配。该方法优势在于只要有一种要素的数据一致性比较好,就能带动另一种要素取得很好的匹配效果,同时符合人类进行匹配时的认知过程。     

顾及上下级空间关系相似性的道路网联动匹配方法

现有道路网匹配方法中,大多利用道路自身结点和弧段特征进行匹配,而较少注意道路邻域要素在道路网匹配中的重要定位参考作用,从而影响匹配效率和正确率的进一步提高。针对上述问题,本文提出了一种顾及上下级空间关系相似性的道路网联动匹配方法,即模仿人在读图时通过特征地物和空间关联寻找目标地物的思维过程,将匹配看作是一种特征目标寻找、信息关联传递的推理过程。首先,运用Stroke技术将复杂道路网进行等级划分。其次,通过道路骨架关联关系树构建道路网联动匹配模型。最后,选取高等级骨干道路作为起始特征对象,计算道路间的上下级空间关系相似性,逐级迭代使匹配信息在道路网联动匹配模型中传递,从而得到匹配结果。试验表明,本文算法缩小了待匹配数据的搜索范围,能够有效提高匹配正确率和效率,尤其在数据位移较大、存在非系统性几何位置偏差的情况下优势明显。