矢量数据压缩的Douglas-Peucker算法的实现与改进

分析曲线磁量数据压缩的Douglas-Peucher算法及相关理论，给出该算法的递归实现方法，并提出利用径向距离作为补充的约束条件，以控制数据压缩的面积误差和保持原始曲线的光滑形态。     

基于3维Douglas-Peucker算法的DEM地形特征提取

三维Douglas-Peucker算法在三维数据压缩与地形特征提取方面具有显著优势。本文在现有算法基础上,针对初始基准面、扫描方向选取等方面进行改进与优化处理,并以黄土高原的中山、丘陵以及微丘等3种不同地貌类型为实验样区,以国家1:1万DEM数据为数据源,进行了地形特征点地提取。分别从行、列、正反对角线等四个方向对DEM数据进行压缩和提取,试验结果表明,不同的初始基面和扫描方向,尤其是不同的扫描方向对最终的结果影响巨大,三维Douglas-Peucker算法具有明显的方向性。因此,最后将四个不同扫描方向的结果结果进行合并处理,能有效弥补各自扫描方向所遗漏的地形特征点,进一步完善了基于三维Douglas-Peucker算法的地形特征提取方法。     

运用三维Douglas-Peucker算法提取DEM地形特征

三维Douglas-Peucker算法在三维数据压缩与地形特征提取方面具有显著优势。本文在现有算法的基础上,针对初始基准面、扫描方向选取等进行改进与优化处理,并以黄土高原的中山、丘陵及微丘3种不同地貌类型为试验样区,以国家1∶1万DEM数据为数据源,进行地形特征点地提取。分别从行、列、正反对角线等4个方向对DEM数据进行压缩和提取,试验结果表明,不同的初始基面和扫描方向,尤其是不同的扫描方向对最终的结果影响巨大,三维Douglas-Peucker算法具有明显的方向性。因此,将4个不同扫描方向的结果进行合并处理,能有效弥补各个扫描方向所遗漏的地形特征点,进一步完善了基于三维Douglas-Peucker算法的地形特征提取方法。     

河网线要素与DEM综合的三维Douglas-Peucker算法

目前三维Douglas-Peucker(3D_DP)算法主要应用于单一类型的DEM综合。本文引入"弯曲调节指数"来改进3D_DP算法,提出了一种三维空间河网要素与DEM综合的新方法,即将河网线矢量提取成三维离散点数据集(增加高程属性),与DEM三维离散点数据集合并,在河网层次化选取基础上,利用改进的3D_DP算法对合并数据集进行综合操作。通过试验结果的对比和分析表明,该方法通过弯曲调节指数的调节使河流自身所具有的弯曲形态与地形的主要特征得以同时保留,试验效果良好,实现了三维空间河网要素与DEM数据在同一简化因子作用下的综合,提升了地图综合的质量。     

曲线拟合的Douglas-Peucker算法阈值优化选择

通过迭代法得到Douglas-Peucker算法阚值与线要素化简质量相关特定属性的样本数据;利用曲线拟合法得到阈值与线要素长度和点数之间的函数关系;分析给定区间上阈值-点数关系函数的曲率,寻求最大曲率点对应的阈值作为化简算法最优阈值.从定性和定量两方面揭示了化简算法阈值选择对化简结果的影响规律,提出化简阈值的优化确定方法.适用于利用Douglas-Peucker算法化简海量线要素数据时分析化简阈值的影响及确定化简算法最优阈值.     

采用3维Douglas-Peucker算法的等高线综合

在数字环境下进行等高线综合是制图综合领域中的热点问题.将3维Douglas-Peucker算法应用于等高线综合,是从真3维的角度提取等高线上的特征点.首先根据等高线上高程点的空间分布特征.提出采用空间线规则排序方法组织空间点;引入了全局孤独指数解决综合过程中等高线之间的空间跳跃问题;然后通过空间内插引绘综合后DEM的等高线,从而实现等高线的自动综合.初步实验表明,采用3维Douglas-Peucker算法的等高线综合,从全局上保持了主要地貌形态并抑制了破碎的微地貌特征,具有良好的综合质量和制图效果.     

3维Douglas-Peucker算法及其在DEM自动综合中的应用研究

在分析2维Douglas-Peucker算法原理实质的基础上,提出3维Douglas-Peucker算法,并将此法应用到对DEM的基础———3维离散点的自动综合上。采用计算机程序对新算法进行的验证,初步结果表明该算法能较好地筛选出DEM整体及局部范围的地貌特征点,其计算效率也较令人满意。     

三维Douglas-Peucker算法的等高线间接综合方法研究

提出一种用三维Douglas-Peucker算法综合无格式离散点,再回放等高线,进而将其作为综合结果的等高线间接综合方法,并进行编程验证。初步试验证明,在主要地貌结构线辅助下,用该方法综合的等高线兼具几何精确性与拓扑一致性,且方法本身对等高线的输入输出形式适应性较强,具有良好的应用前景。     

基于单调链的Red/Blue扫描线求交算法

提出了一种基于单调链的Red/Blue平面扫描线算法。该算法针对GIS中线段之间具有连接关系的特性,将平面连接线段集分解为一组单调链,通过对单调链的粗扫描过滤和对线段的精扫描求交,减少了扫描过程中的冗余计算,提高了线段集求交点的效率。实验证明,该算法对于处理具有连接关系的线段集的求交点问题具有很高的效率。     

再论三维Douglas-Peucker算法及其在DEM综合中的应用

相对于笔者在已发表论文中所提出的一般性方法,本文在算法上有了进一步的改善或扩展。结果表明,这些措施在保证综合效果的前提下,可以大大提高DEM的综合速度,从而为海量DEM数据的全局动态式综合提供了现实的可能性。     

面向自然岸线抽稀的改进道格拉斯—普克算法

针对已有的矢量数据压缩算法应用于方向线生成过程中会忽略国家海疆权益的问题,该文提出了一种面向自然岸线抽稀生成方向线的改进道格拉斯-普克算法。首先提取自然岸线凸点作为备选分段点集,进而根据凸点与相邻两点组成的三角形面积大小筛选分段点,接着利用相邻分段点作为道格拉斯-普克算法的首尾点,以基于最小二乘法的拟合曲线选定最优距离阈值,并作为初始阈值,进行逐段抽稀。实验结果表明,利用本算法抽稀所得面积比、压缩率均比传统道格拉斯-普克算法有所提升,且大部分情况下误差面积也有所减少。     

改进的距离约束最小二乘模糊度搜索算法

针对短基线最小二乘模糊度搜索算法搜索效率低的缺点,该文提出了一种改善模糊度搜索空间以提高模糊度搜索效率的方法。最小二乘搜索算法通过基线长度范围确定模糊度搜索空间,完成模糊度的搜索和确认。距离约束的短基线模糊度搜索空间是一个空心椭球,各模糊度之间具有相关性,影响模糊度搜索效率。该文通过最小二乘去相关调整方法降低模糊度之间的相关性,减少搜索次数。实验证明,该算法的搜索效率提高了25%以上,且随着基线长度的增加,搜索效率有更多的提升。     

改进的邻近四点法建筑物多边形化简算法

针对应用邻近四点法化简建筑物多边形时因实际数据的复杂性及该算法的不完善出现的效率下降和准确性降低问题,该文提出了一种基于邻近四点法建筑物多边形化简的改进算法。该方法排除了冗余点的干扰,避免运算耗时;细化了基本处理单元的分类,避免遗漏特殊结构类型基本处理单元的处理;对建筑物多边形进行了分类及实时标记,以达到在同时考虑基本处理单元和建筑物多边形的情况下实现建筑物多边形化简的目的。实验结果表明:此改进算法更加实用化,且提高了建筑物多边形化简的效率和准确性。     

采用PPI算法改进的一种数学形态学端元提取方法

自动形态学端元提取(automated morphological endmember extraction,AMEE)算法将结构元素内最纯像元与混合度最大的像元之间的光谱角距离定义为形态学离心率指数(morphological eccentricity index,MEI)来定量化地表示像元的纯净度。然而作为参考标准的混合度最大的像元在不同的结构元素内也是不同的,尤其是当结构元素内的纯净像元占大多数时,像元的均值光谱将更接近纯像元,此时像元的MEI越高,纯度反而越低。针对这一问题,本文提出一种像元纯度指数(pure pixel index,PPI)算法与AMEE算法相结合的端元提取算法PPI-AMEE。在结构元素内,利用PPI指数代替AMEE算法中的MEI指数来寻找最纯像元。变换结构元素时,只有最纯净的像元始终能够投影到随机生成的直线的两端,其PPI值会不断累计增大,而其他像元的PPI值则无法持续增大。累计记录每个像元的PPI值,直至满足迭代终止条件,最终形成一幅PPI图像,端元将在PPI值较大的像元中选取。PPI-AMEE算法只在相对较小的结构元素内运行PPI算法,然后再结合数学形态学中的膨胀操作对整幅图像进行处理,其同时兼顾了图像的光谱信息和空间信息。最后,采用模拟数据及美国内华达州Cuprite地区的机载可见光/红外成像光谱仪(airborne visible infrared imaging spectrometer,AVIRIS)高光谱数据对提出的PPI-AMEE算法进行试验验证。试验结果表明,PPI-AMEE算法的端元提取精度总体上优于AMEE算法和PPI算法。     

改进的边标志栅格化算法

矢量多边形的栅格化算法是地理信息系统的基础算法之一。本文通过分析比较,认为边标志算法于众多栅格化算法中最为适合地理信息系统,并通过简化边界标志过程进行了改进,使得处理流程更为简单清晰,实现更为方便,算法更为精确有效。该改进算法使用统一的相加方法进行边界标志,无需对特殊顶点、尖锐多边形、带岛多边形等进行判断和边界转换,便可一次性正确标志,且无需顾及多边形边的存储顺序,更加适合地理信息系统矢量多边形的数据结构。     

一种改进的自动联结三角网算法

针对自动联结三角网算法的缺点,对该算法进行了改进。改进的算法提出了先建立分区索引后构建三角网的思想,首先将大规模的离散高程点进行分区索引,然后根据实时构建三角形与各分区的关系对候选高程点进行判断。最后用改进的自动联结三角网算法进行了实验,取得了明显的改进效果。     

改进积分法的InSAR相位解缠算法

针对InSAR数据处理中干涉相位解缠的效率问题,该文在Goldstein枝切法的基础上提出了一种改进的枝切解缠算法,对枝切法中积分的方法进行了研究。首先按一定原则生成枝切线,然后选择一个非残差点作为积分的起始点,利用行扫描算法进行绕过枝切线的积分,得到最终的解缠相位。通过实验验证表明,行扫描积分法在解缠速度上比常见的四邻域积分法更快,可有效提高枝切法的解缠效率。     

深度优先搜索的地图着色算法

在分析地图着色本质以及深度优先搜索算法优缺点基础上,本文提出一种基于深度优先搜索的地图着色方法,并以全国地图和全国县级行政区划图对本文算法进行了实验验证,取得了较好的着色结果.     

改进SAR-SIFT算法的无人机影像匹配方法研究

对SAR-SIFT、SIFT与SURF算法的匹配正确率、数量及时间等进行探究,并提出一种基于SAR-SIFT改进的无人机影像匹配方法,可增加无人机影像的匹配数量和准确率。利用图像的R,G,B分量提取图像特征,将3个分量提取的所有特征去重后进行特征结合,增加特征点提取数量。采用比值判别法(Ratio Test)将不满足最邻近距离、次临近距离以及距离较远关系的特征点去除,并采用余弦相似度进行匹配,最后采用向量一致性算法进行错误剔除。实验结果证明,改进算法提高无人机影像的匹配正确率,增加图像的正确匹配数量。     

一种改进的无迹信息滤波相位解缠算法

针对传统相位解缠算法难以精确解缠低信噪比干涉图的问题,该文提出一种渐消因子调节的无迹信息滤波相位解缠算法.首先建立基于二阶泰勒展开式的状态空间方程,利用修正矩阵束模型梯度估计方法来获取状态空间方程所需要的一阶相位梯度信息与二阶相位梯度信息;其次,把渐消因子引入到无迹信息滤波递推程序中对状态变量预测估计误差方差进行自适应...