结合改进特征算法和狄洛尼三角网的图像匹配方法

针对加速的具有鲁棒性特征算法导致匹配图像丢失颜色信息成分的问题,该文从图像匹配的效率和精度出发,提出了一种基于改进加速的具有鲁棒性特征算法和狄洛尼三角网的图像匹配方法。该方法在原有加速的具有鲁棒性特征算法的基础上,引入颜色不变量模型和狄洛尼三角网、三角形相似函数及摄影不变量等约束条件,有效保留了图像的颜色信息,减少特征点错误的匹配率。实验表明:本算法具有匹配速率高、提取的特征点多且分布均匀以及匹配率高等特点。     

改进的边折叠三角网简化优化算法研究

本文提出了一种改进的“边折叠”模型三角网简化算法。该算法通过对误差变量的选择,建立了有效的边“折叠价值”计算公式对简化进行局部误差控制。算法很好地解决了约束型狄洛尼三角网中的数据冗余问题,提高了三维模型数据的传输速度和显示的实时性,最后利用单侧豪斯道夫距离给出了模型简化前后整体的误差变化。     

狄洛尼三角网构建的目标点快速定位

针对在狄洛尼三角网构建中现有的目标点定位方法存在算法不够稳定、定位路径不惟一等问题,该文在重心方向定位算法的基础上研究建立一种沿搜索方向移动重心的快速定位方法:当发生目标点与当前重心连线经过三角形顶点或者与某三角形边重合等特殊情况时,利用三角形间的拓扑关系得到下一搜索三角形,以此三角形的重心代替前一重心与目标点构成新的搜索方向,继续搜索,从而解决切点问题;同时采用混合积判定公式确定两条线段的相交关系。仿真实验证明改进方法的定位路径惟一,而且可以大大提高构网效率,算法更稳健。     

泰森多边形和狄洛尼三角网的林木空间格局分析

Voronoi图依据地物之间邻近关系对空间进行剖分,Delaunay三角网是Voronoi图的对偶图.文章以单株木为平面点构建Voronoi图和Delaunay三角网,Voronoi图多边形面积表示林木影响范围,Delaunay三角网中每个三角形边长表示对应林木之间距离.在岳阳平江福寿林场设置12块标准地进行试验,计算基于Voronoi图的角尺度、传统的角尺度、基于Delaunay三角网的集聚指数和Voronoi图多边形面积的变异系数,结果表明:这4个指数均能反映样地林木之间的空间分布,变异系数对空间均匀分布和聚集分布有较好的区分度.     

基于等高线构建TIN模型的平三角形修正算法

设计了一种平三角形修正算法来修正TIN模型中可能出现的平三角形区域。该算法通过对由平三角形组成的区域进行分类,并针对不同的平区域采用交换边、增加点甚至不处理的修正方法,同时对由于等高线数据错误产生的一些特殊情况进行了分析处理。实验结果表明,该算法能够去除约束型狄洛尼三角网中所有应修正的平三角形,并生成对地形描述更为精确的三角网。     

基于等高线构建TIN模型的平三角形修正算法

设计了一种平三角形修正算法来修正TIN模型中可能出现的平三角形区域.该算法通过对由平三角形组成的区域进行分类,并针对不同的平区域采用交换边、增加点甚至不处理的修正方法,同时对由于等高线数据错误产生的一些特殊情况进行了分析处理.实验结果表明,该算法能够去除约束型狄洛尼三角网中所有应修正的平三角形,并生成对地形描述更为精确的三角网.     

一种基于三角网扩张法的Delaunay三角网逐块归并算法

本文中提出一种基于三角网扩张法的不规则三角网的逐块归并算法,它采用按横向或纵向对离散点集切割分块,对各子块用三角网扩张法构建Delaunay三角网,最后用三角网扩张法依次将相邻的子网合并。该算法采用的子集分块的做法使构网时的搜索范围减小,在数据量较大时避免了计算时间随点数的指数次增加,同时在构网时也能保证三角形邻接关系的正确维护。     

基于CATIA的飞机曲面重建方法研究

介绍了逆向工程的基本知识,飞机曲面数据采集的一般流程;提出了点云数据预处理算法实现方法,包括点云滤波算法、点云数据精简算法和基于奇异值分解法的多视点云拼接算法,通过对数据的预处理,大部分数据噪声得以消除,数据量进一步简化,多视点云数据实现空间配准;研究了飞机曲面重建的数据处理流程,对飞机机体进行若干分区,按照点、线、面的建模处理流程对每个区进行独立建模;最后以Catia逆向建模模块对某型样机点云数据处理流程为例,详细探讨了飞机曲面重建的流程和精度验证等方法。实践证明,本文介绍的算法和处理方法切实有效,建模数据准确可靠。     

球面Delaunay三角网更新算法及其在GPS网络中的应用研究

本文利用球面Delaunay三角网(SDTIN)的定义开发出一种SDTIN的快速更新算法。使用国际大地参考框架(ITRF)的GPS站点构造了全球SDTIN,并通过插入新站点和删除原站点来验证该算法的正确性。并用更新算法与重新构造算法进行了效率比较。该算法已经成功的应用在自主开发的网络RTK系统中。     

利用点角改进Delaunay三角网生长算法

分析常规三角网生长算法的优缺点,提出点角概念,在生成Delaunay三角形的过程中,逐步缩小离散点的搜索范围,克服常规算法时间效率低的缺点。构网过程中,完全遵守Delaunay三角网的剖分准则,验证算法的稳定性和高效性。     

基于TIN的半自动多影像同名线段匹配算法研究

提出了根据同名像点构成三角网 (TIN)来进行同名直线的匹配。依据TIN预测左影像上一条给定直线在右影像上同名直线的搜索范围,计算给定直线与候选直线的灰度相关系数,取最大相关系数所对应的直线为同名直线。实验证明,该算法简单、可行。     

一种Delaunay三角剖分的改进算法

Delaunay三角网的构建算法和设计在GIS分析管理以及可视化等方面有着重要的作用。本文将逐点插入法和凸包法进行融合,利用Akl-Toussaint启发式函数来剔除原始数据点集中的多余点以便快速高效的实现凸包的构建,利用角度判别对角线法来对生成的初始三角网进行优化,在此基础之上提出了生成Delaunay三角网的改进算法。实践表明,该算法对于小量或大量数据集均有较好的适应性,不仅具有与分治算法一致的高效性,还具有易于理解和实现的算法思路。     

一种采用流计算的Delaunay三角网切块剖分算法

针对海量LiDAR点云Delaunay三角网剖分的时间与空间性能的矛盾问题,提出了一种采用切块的流计算Delaunay构网算法。首先利用三角网墙（DeWall）从点云上切割特定大小与形状的独立数据块,避免分治算法的深度递归与内存溢出;然后运用分治算法对切块剖分,并给出了切块边界错误三角形删除算法;重复上述过程完成子网剖分,并依据非耦合区域分解模式合并为最终三角网。引入流计算的思想,以进一步提高算法的空间性能。分析与实验表明:该算法占用了较低内存,并取得了接近为O（nlg（δ））（δ为一个切块点数,且δ≤n）的时间复杂度。     

一种Delaunay三角网的快速生成算法

本文以Lawson提出的逐点插入法为基础，借鉴方向搜索的思想，在确定插入点的影响凸包时，采用递归的局部搜索策略，形成了一种Delaunay三角网的快速生成算法。实验证明，新算法构网时间与点数基本成线性增长关系，具有较高的效率。     

基于Delaunay三角网表达的图像分割

由于图像的复杂性和模糊性进一步增强,传统的图像分割算法已经无法满足其对分割精度的要求。为了进一步提高图像分割的精度,本文提出了一种结合SIFT特征提取与Delaunay三角网表达的图像分割方法,该方法可以有效削弱噪声对图像分割结果的影响,与传统去噪滤波相比,平滑过程中模糊图像边缘的程度比较低,同时,运用超像素思想,将传统基于像素单元的分割方法运用到超像素上,对被三角网划分的子区域进行聚类,最后得出分割结果。与传统算法相比,本文算法在分割精度方面有显著提高。     

Delaunay三角网内插多边形算法研究

针对Delaunay三角网内插多边形的实用性,提出了一种Delaunay三角网快速内插多边形算法,该算法先将多边形的边作为约束数据入网,然后对多边形内部三角形进行清空处理.在影响区域及多边形内部三角形确定上,提出了一种快速解决方法,大大提高了算法的执行效率.     

Delaunay三角网内插多边形算法研究

针对Delaunay三角网内插多边形的实用性,提出了一种Delaunay三角网快速内插多边形算法,该算法先将多边形的边作为约束数据入网,然后对多边形内部三角形进行清空处理。在影响区域及多边形内部三角形确定上,提出了一种快速解决方法,大大提高了算法的执行效率。     

Delaunay三角网支持下的海图等深线化简

等深线化简是海图综合的重要研究内容。针对现有化简方法存在的化简弯曲识别不准确、化简不彻底等问题,提出了一种Delaunay三角网支持下的等深线化简算法。首先,对等深线构建约束Delaunay三角网,实现了等深线弯曲结构的二叉树表达;其次,基于约束Delaunay三角网结构,改善了等深线上需要化简弯曲的识别方法;最后,设计了多种化简手段,建立了新的等深线化简模型,实现了对等深线形状的彻底化简。实验结果表明,化简结果能够满足航行安全要求,等深线的主要弯曲特征得到了有效保持和清晰表达,化简精度符合制图要求,且能够有效避免自交。     

约束Delaunay三角网生成算法研究

对约束Delaunay三角网的构建算法进行研究,并提出一种约束Delaunay 三角网生成算法,它充分利用分治算法与生长算法的优点,对离散点、构网中实时生成的边及三角形采用分块进行网格索引,有效地减少了搜索目标点、边及三角形的时间,从而提高构网速度.     

Delaunay三角网建立的改进算法

本文深入研究了Delaunay三角网建立算法中的逐点插入法,详细介绍了算法的实现步骤,分析了其中影响算法效率的关键环节,并采用数据点集分块管理、三角形快速定位、改变点插入顺序等方法进行了算法优化,对三角形快速定位方法进行了改进。测试实验的结果说明,算法改进后Delaunay三角网建立的效率提高了4~6倍。