集成距离变换和区域邻接图生成Delaunay三角网的方法研究

基于距离变换和区域邻接图,提出了一种D-TIN(包括约束的D-TIN)的生成方法。利用D-TIN是Voronoi图的几何对偶这一特性,使用距离变换获取点的Voronoi图,使用区域邻接图获取点在该Voronoi图上的空间邻接关系,以生成D-TIN或者约束的D-TIN。实验表明,与经典的基于数学形态学生成的D-TIN和约束D-TIN的方法相比,本文算法可以分别提高约57.70%和56.64%的效率。     

改进约束D-TIN的等高线陡坡区域识别

针对高线图中陡坡区域特征的自动识别问题,在应用Delaunay三角网与线性插值法生成等高线图的基础上,改进了基于最大角原则生成约束Delaunay三角网的算法,对等高线图进行了三角剖分,根据等高线之间约束三角形的几何参数,计算了等高线图坡面单元坡度,识别出坡度较高区域。进一步地,给出了一种扩张算法对相连陡坡单元进行划分形成陡坡区域,计算了各个陡坡区域中心坐标、面积与平均坡度。通过对12组有256个坐标高程值的数据构建约束D-TIN并生成三维地形图对识别结果进行了评价,识别正确率达0.903,平均识别时间为33ms。实验表明,对于不同数据生成的不同等级等高线图的识别结果均有较高的效率与准确率。     

基于Delaunay三角网的等高线树生成方法

研究如何利用Delaunay三角网构建等高线树,提出一种新的等高线树生成方法。该方法充分利用Delaunay三角网在领域分析中的优势,通过两次利用Delaunay三角网来判明等高线的空间关系进而达到统一被图廓截断的等高线以生成等高线树的目的。本文将等高线作为约束边构建约束型Delaunay三角网,利用Delaunay三角网查找具有邻接关系的等高线,在此基础上结合邻近等高线的高程关系判明、识别,最终统一被截断的等高线;然后对统一后的等高线再次利用Delaunay三角网查找具有邻接关系的等高线对,利用等高线对的高程关系判断出其为父子关系或兄弟关系,据此将等高线插入到相应的位置,逐步生长成等高线树。同时给出了基于Delaunay三角网的等高线树生成方法的算法设计及试验结果。     

等高线与水网数据集成中的匹配及一致性改正

等高线作为地势起伏与地形凹凸特征的表达,与水网表达有着密切的约束关系。在空间数据库集成与匹配中,由于来源不同,这两种数据往往出现不一致,导致水网"爬坡"现象。针对该问题提出一种等高线与水网匹配及一致性改正方法,利用Delaunay三角网模型在等高线基础上通过弯曲分析提取地形特征,基于河流分布与谷地走势的相关性,建立水网与等高线间的匹配关系,进而识别两者间的一致性。在此基础上利用仿射变换等几何方法完成一致化操作,包括水网移位匹配等高线和等高线移位匹配水网。     

TIN建立及其向GRID转换优化算法

由于直接利用大区域等高线矢量数据建立不规则三角网（ＴＩＮ） 的复杂性, 目前还没有一个很有效算法。文中论述了利用大数据量等高线离散点集建立Ｄｅｌａｕｎａｙ 三角网的方法, 提出并实现了一种由ＴＩＮ 向ＧＲＩＤ 转化优化算法, 最后通过实验证明其正确性和有效性。     

大量约束边条件下Delaunay三角网的快速生成

讨论了建立约束Delaunay三角网算法的研究现状,采用“逐点插入法”和“多对角线交换算法”构成“两步法”,在此基础上,从建立高精度三角网模型的需求出发,研究以大数据量等高线为约束边进行Delaunay三角剖分的改进算法。针对“逐点插入法”,采用网格分块的方法对构网点集和已生成的三角网建立索引,提高了点的查询速度和点在三角网中的定位速度,提高了三角网的生成效率;针对“多对角线交换算法”,增加了一些特殊情况的处理,提高了算法的健壮性和交换速度。     

基于Delaunay三角网的等高线骨架提取算法

根据等高线数据直接建立不规则三角形网络模型往往会在山顶、山底、山脊和山谷等特殊地区出现＂平三角形＂,导致模型失真。文中基于Delaunay三角网,通过对＂平三角形＂的处理,提取骨架线,并结合地形特征估计其高程值。实验证明该算法能够有效地提取各种地形骨架线,对于建立逼真的数字地面模型和进行数字地形分析具有重要应用价值。     

一种基于等高线的地形特征线提取方法

地形特征包括地形特征点和特征线,是进行地貌分析与处理的基本对象,也是地貌结构化综合的重要内容。提出并实现了一种新的等高线特征提取方法。该方法通过对等高线进行凹凸段划分,获得等高线特征段(包括凹段和凸段,分别对应山谷和山脊),利用最大角作为约束条件,利用特征段的边作为约束边对所有特征段构建约束型Delaunay三角网。然后,获取特征段CDT的骨架线作为局部特征段的地形特征线树,并将每棵地形特征线树的叶节点作为相应特征段上的特征点。最后,利用特征段及其CDT对特征点进行匹配,完成地形特征线的追踪,生成地形特征线。     

在AutoCAD环境下不规则三角网构建及等高线生成

对不规则三角网的生成进行了分析,在AutoCAD环境下使用三角形生成算法,将离散点构建成不规则三角网,并在此三角网的基础上生成相应的等高线.     

联合Delaunay三角网的等高线群综合研究

采用"联合Delaunay三角网"来提取成组等高线的弯曲,在弯曲处利用平三角形连接法进行局部地形结构线的连接,并建立起地形结构线的树状结构。运用方根模型确定谷地选取的数量指标,并提出了一种新的数学模型以确定谷地选取的质量指标,完成等高线群的自动综合。研究和实验表明,该方法充分顾及了地貌形态特征,谷地选取合理,概括程度适当,并完全避免了相邻等高线相交,综合效果较好。     

顾及地形的城市三维可视化方法研究

介绍了三维房屋重建与城市可视化方法研究和应用模块开发的初步成果。在一般二维不规则三角网的基础上,发展了有确定边界条件下的二维不规则三角网,通过对顾及地形的铅直墙面和不规则屋顶的分别构网和合成,形成建筑物的表面不规则三角网,消去共面条件下的公共边后,实现了顾及地形的的城市房屋重建。     

EM算法的时序模型在沉降数据处理中的应用

针对时间序列分析对监测数据中出现的不完全数据(部分数据缺失)无法进行精确建模的问题,该文引入期望极大算法(EM算法),提出EM算法与时间序列分析的组合算法模型。运用EM算法的时间序列分析组合算法模型可以对沉降过程中遇到的不完全沉降数据进行建模分析,该组合算法模型可以对不完全沉降数据进行较为精确的建模,并对后期沉降数据进行较为精确的预测。将某地铁基坑点沉降数据作为实验数据,EM算法的时间序列分析的建模结果表明:所提出的组合算法模型可以对不完全沉降数据进行建模分析,绝对误差为0.23mm,建模精度较高。     

遗传模拟退火算法优化BP神经网络的GPS高程拟合

针对传统BP神经网络收敛速度慢、易陷入局部最优和遗传算法优化BP神经网络(GA-BP)算法过早收敛的问题,提出了遗传模拟退火算法优化BP神经网络(GSA-BP)算法. 在遗传算法(GA)的种群更新中加入模拟退火算法(SA),保留种群的多样性. 用GSA-BP算法对某地区进行高程异常拟合,并与BP算法和GA-BP算法结果进行比较. 结果显示:GSA-BP算法精度可分别提高约51%、25%,速度提高约77%、39%,且能基本满足四等水准测量精度要求. 该方法在GPS高程拟合中具有可行性.      

地图数据网络分发中数据加密算法的研究

本文详细论述了网络分发中数据加密算法的基本概念、算法分类和各自的特点,重点分析了对称加密算法中的DES、AES和非对称加密算法中的RSA加密算法,在综合比较几种加密算法的基础上,结合实际应用,提出了一种新的加密算法-散列组合加密算法,新算法既满足了数据加密安全性的要求,也满足了加密效率的要求。     

双向缓冲区算法及其在海图线状要素综合中的应用研究

本文分析了海图线状要素自动制图综合的现状以及现有常用的几种自动制图综合的算法,介绍了双向缓冲区算法的概念并给出了双向缓冲区算法的定义,研究并证明了双向缓冲区算法的特性。分析了利用双向缓冲区算法综合海图线状要素的原理,并比较了双向缓冲区算法与现有算法在综合海图线状要素上的优越性。给出了几种确定缓冲区半径的方法,并通过实验验证了由这几种方法确定缓冲区半径的可行性。     

完全规格化缔合勒让德函数及其导数的递推算法与适用范围比较

完全规格化缔合勒让德函数及其导数常用标准向前列递推算法和标准向前行递推算法进行计算。基于第一、第二相对数值精度标准对两种算法的适用范围进行分析比较,计算结果表明,标准向前列递推算法的适用范围大于标准向前行递推算法,说明前者优于后者;结果同时还表明,完全规格化缔合勒让德函数与其导数同一种算法的适用范围也相同,并指出了二者适用范围相同的原因。     

构建结点上弧-弧拓扑关系的类方位角算法

同一结点上弧-弧拓扑关系的建立对多边形的自动生成具有重要意义,为了更好地描述同一结点上弧段间的拓扑关系,本文在考虑算法效率、可靠性和稳定性的基础上,通过引入方向夹角和类方位角概念,提出并实现了一种建立结点上弧-弧拓扑关系的类方位角算法.为检验算法的有效性,选取两个城市的道路交通网络进行了拓扑构建实验,通过与传统角度算法...     

改进的OPTA算法在遥感影像细化中的应用

在分析和研究快速细化算法和OPTA细化算法基础上,针对快速细化算法细化不彻底和OPTA算法模板设计的缺点提出了对OPTA细化算法的改进,设计了新的细化算法模板。经过实验证明改进的OPTA细化算法能够满足细化的基本要求,既保证了细化结果线条的单像素宽,又保持了原有图像线条的连通性,同时线条细节特征没有丢失,使细化结果得到了较大改善。