分类后栅格数据矢量化中自交多边形处理算法

分析了导致分类后栅格数据矢量化中多边形自交的数据类型点,并将它们定义为对角结点。给出了自交多边形的定义,提出了一种分类后栅格数据矢量化中自交多边形处理算法。实际数据实验发现,本算法能将所有对角结点处理为只有两个链接方向的数据点,很好地解决了矢量化算法中多边形自交问题。     

遥感分类栅格图的快速矢量化方法

遥感数据成为GIS愈来愈重要的一种数据源.栅格数据与矢量数据之间的快速转换是RS与GIS集成中的关键技术之一.本文通过分析遥感分类图栅格像元之间的关系,快速自动地提取矢量数据点及其连接信息,进而利用连接信息快速生成弧段,由弧段自动组建多边形并建立完整的拓扑关系.实验表明,该方法是一种由遥感分类图自动转换成GIS通用数据的高效方案.     

一种组合优化的多边形化简方法

以多边形轮廓为目标 ,依据曲线特征点将其分解为一系列的弯曲特征 ,并对此弯曲特征集实施组合优化 ,将入围弯曲首尾相连 ,即可得到最终的化简结果     

参数优化的建筑物多边形化简研究

本文针对建筑物多边形化简当前存在的问题,将参数优化的方法引入化简的全过程,在渐进式图形化简的基础上,通过把建筑物多边形的几何特征、结构特征和化简所遵循的一系列约束规则参数化、变量化表示,建立了建筑物多边形化简的数学模型,通过对模型的求解,来达到化简建筑物多边形的目的。成果已经应用于数字地图的生产,实践证明该算法的化简效果好,普适性较高,符合应用需求。     

一种新的矢量化方法

传统的栅格转换矢量方法都是基于栅格矩阵的,本文分析了线性四叉树与矢量化的关系,提出了一种新的矢量化方法,即：基于线性四叉树编码的栅格数据矢量化的方法。本文详细阐述了这种方法的实现过程。     

土地利用图自动矢量化方法探讨

以ArcScan为基本工具,结合土地利用图的特点,提出一种有效的矢量化方法流程。该方法首先通过分类提取使复杂的土地利用图化繁为简,然后分别自动矢量化,再进行合并处理。对该方法实现过程中的一些技术关键进行详细阐述,并以实例证明该方法的优越性。     

一种地形图快速扫描矢量化方法

提出了利用adobe的Steamline以及AutoCAD、CorelDraw对纸介图进行扫描矢量化的方法,该方法的主要功能是原图扫描、扫描图矢量化及矢量图校正的处理.经实践应用,其速度、精度等均可满足一般地理信息系统的要求.     

基于空间插值彩色扫描地形图等高线的自动矢量化

本文主要描述了一种基于彩色扫描地形图等高线的自动提取以及自动矢量化的方法,提出了通过空间插值解决等高线不连通问题的新方法。首先利用图像分割方法分色提取出栅格等高线,自动矢量化等高线(CLs1),然后对这些不连续的等高线赋值,结合其他地形要素(高程点、山脊线、山谷线等)创建DEM,从DEM中提取等高线(CLs2),最后利用提取出的等高线(CLs2)修正从地形图中自动矢量化得到的等高线(CLs1),得到连通的矢量化等高线。通过实验证明此方法是有效的,提高了等高线自动化程度。     

基于Arcscan自动矢量化方法实现

通过简要介绍ArcGIS Desktop的ArcScan进行栅格数据矢量化的基础方法,从而提出方法改善现今数据生产中作业人员进行栅格数据矢量化作业的强度.     

栅格数据图斑边界矢量化的一种简便算法

本文提出了遥感影像图斑边界矢量化的一种简便算法,该算法利用待选点优先原则具有的逻辑严密、原理简单的特点,并通过排除内像素角点及伪相邻的像素角点确定出真实待选像素角点集,来跟踪边界多边形的顶点。试验结果证明本算法可用于图斑的快速矢量化。     

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。     

基于TIN的面要素聚合优化算法

针对TIN三角网在实现地图面要素聚合过程中效率低下的问题,提出了一种基于TIN面要素聚合的优化方法。首先,利用格网的方法聚类面要素,缩小TIN搜索范围;然后,在聚类的基础上进行TIN三角网的构建实现面要素的综合;最后,实验验证了综合结果,并通过对比证明了算法的效率。     

矢量居民地多边形多级图划分聚类方法

针对复杂居民地多边形的信息挖掘问题,提出了一种多级图划分聚类分析方法,构造居民地多边形的图模型,并通过对图模型进行粗化匹配与重构、初始化分和细化得到聚类结果.首先构建研究区域内居民地建筑物的Delaunay三角网,生成包含研究对象之间的邻接信息图;然后结合空间认知准则和人类认知的特点,采用形状狭长度、面积比、凹凸性、距...     

面要素栅矢转换不确定性分析

在G IS应用过程中,往往需要进行栅格数据到矢量数据的转换。对于面状目标,在以往的研究中,忽略了栅格数据到矢量数据转换过程中存在的误差和不确定性。而在一些应用领域,这些误差和不确定性是不能忽略的。主要分析了栅格数据到矢量数据转换过程中的误差和不确定性来源以及传播。这些来源主要包括栅格数据本身的误差和不确定性,栅格数据处理过程中的误差和不确定性以及栅格到矢量数据转换模型本身的误差和不确定性。通过试验,以面目标的面积为指标分析了面状目标由栅格到矢量数据转换过程中的误差和不确定性。     

利用多边形骨架线生成房屋模型算法研究

城市作为人类生活的重要聚集地,是三维GIS应用的主要领域。本文结合房屋的二维轮廓数据与屋顶的基本信息（倾斜角度、屋顶高度、纹理属性）,以“骨架线提取-房屋模型构建”为框架,提出了一种基于多边形骨架线自动生成简单房屋模型的算法,详细描述了该方法的基本思想,并在试验结果的基础上证实了该算法的有效性。     

地形图要素辅助下的影像面状地物提取

针对遥感影像与地形图变化检测中影像面状地物的提取问题,该文提出了一种地形图要素辅助下的影像面状地物提取方法。该方法首先利用配准后落在影像面状地物内的地形图面状要素中心进行区域生长,然后以人工选取的各类地物的初始样本和上述区域生长出影像上的各类地物作为训练样区进行监督分类,最终实现影像面状地物提取。实验结果表明,该方法能够有效地提取影像面状地物,并且自动化程度较高。     

面积误差最小约束下矢量数据向栅格数据转换的优化算法

在总结现有的矢量数据向栅格数据转换算法的基础上,提出一种面积误差最小约束下的优化算法。该算法保证了多边形矢量数据在栅格化后的面积误差尽可能最小,从而提高所得栅格数据在面积分析相关领域中应用的可信度。     

单片调绘矢量数据的正射纠正

主要研究基于单片调绘矢量数据的正射纠正模型与思路,基于单片调绘矢量数据如何有效快速正射纠正是阻碍单片影像直接应用于测绘生产的主要原因。通过试验发现,单片调绘的矢量数据经过正射纠正后完全满足1：10 000 DLG测图精度要求,可以直接作为矢量数据成果转入内业编辑工序,不再仅仅作为内业定性资料使用,省去了作业人员重新绘制矢量数据的多余生产环节,有利于提高1：10 000DLG数据生产效率,为丰富航摄内外业一体化测图生产提供了重要技术支撑。