一种利用模拟退火思想的线状要素Morphing方法

提出一种基于模拟退火思想的线状要素Morphing方法,针对同名线状要素在大小比例尺卜的两种表达,首先利用约束Dclaunay三角网提取小比例尺地图上线状要素的弯曲特征点,然后采用模拟退火技术在特征点与大比例尺线状数据顶点之间建立全局最优匹配,匹配结果将两线状要素分割成多对对应线段,最后针对每一对对应线段采用常规线性插值方法进行Morphing插值。模拟算例和实际数据实验证明,该方法较好地顾及了线状要素尺度变换过程中的弯曲化简、删除、夸大、典型化等综合操作,变换结果能有效地保持原线状要素的结构特征,提高了Morphing变换的精度。     

顾及BLG树结构特征的线状要素Morphing变换方法

对同一线状要素的不同比例尺表达,借鉴Douglas-Peucker线状要素简化算法思想分别建立BLG树,通过对两BLG树从根结点到叶子结点进行层次匹配将两线状要素对应分割成多对线段。在此基础上,借助线性插值算法进行Morphing变换。实验结果证明,此方法有效保持了原线状要素的结构特征,提高了Mor-phing变换精度,改善了Morphing变换效果。     

一种基于形状上下文特征匹配的线状要素Morphing方法

提出了一种基于上下文特征的形状匹配方法,并将其用于线状要素的Morphing变换。首先通过计算每个点的形状上下文,建立形状直方图,然后通过直方图匹配找到同名实体在大小比例尺下轮廓点的最佳匹配关系。根据点的匹配关系,得到对应线段。最后通过分段线性内插实现线状要素的连续尺度变换。实验结果表明,基于形状上下文的轮廓点集匹配方法不需要标志点或者关键点,适应性较强,可以有效地实现形状匹配,极大地提高Morphing变换的精度。     

层次特征点控制的线状要素Morphing方法

针对多尺度表达中同名线要素的变换问题,提出一种层次特征点控制下的线状要素Morphing变换方法,在已有的线性插值Morphing变换基础上,利用层次特征点对线要素进行分段控制,按对应弧段的结点的相对位置在本弧段的相同的相对位置处插入点,提高插值过程中点的位置对应精度,使中间比例尺的插值表达得到优化,提高Morphing变换的精度。     

更充分利用独立弯曲结构的线状要素Morphing变换方法

本文提出了充分利用独立弯曲结构的线状要素Morphing变换方法。该方法首先对不同比例尺表达的对应线状要素分别构建约束Delaunay三角网并建立弯曲森林,然后进行弯曲匹配以获得对应弯曲。鉴于对应弯曲“背面”的独立弯曲结构隐藏于更高层次的大弯曲中,对对应弯曲重新构建约束Delaunay三角网进而建立其“背面”的弯曲森林并进行弯曲匹配得到新的对应弯曲,依此递归充分挖掘对应弯曲结构。在此基础上,将所有对应弯曲的对应始点和对应终点都作为断点切割原线状要素,获得对应线段。最后,采用线性插值算法建立各对应线段之间的对应点关系并以对应点间的直线作为移位路径进行Morphing变换。通过实例分析,验证了本文充分利用独立弯曲结构的方法能够提高对应弯曲特征点的识别能力,从而能够更好地保持弯曲特征点并改善Morphing变换效果。     

线状地图要素的自相似性分析及其自动综合

通过线状地图要素的自相似性分析和分维估值，研究了线状地图要素的形状结构特征随量测尺度和比例尺变化的规律，并在此基础上，提出了旨在使综合过程自适应进行和保持图形形状特征的线状要素自动综合的方法。     

线状地图要素的自相似性分析及其自动综合

通过线状地图要素的自相似性分析和分维估值，研究了线状地图要素的形状结构特征随量测尺度和比例尺变化的规律，并在此基础上，提出了旨在使综合过程自适应进行和保持图形形状特征的线状要素自动综合的方法。     

小波分析在GIS线状数据图形简化中的应用研究

本文应用小波理论建立了多分辨率分析与ＧＩＳ图形数据多比例尺表达的关系,在此基础上提出了一种基于多分辨率分析的自动制图综合模型,并以线状要素自动综合为例,说明了新模型方法的应用。     

顾及局部特征的线状要素制图综合

针对传统的线状要素化简方法难以准确描述线要素局部结构特征的问题,该文提出了一种顾及局部结构特征的线状要素制图综合方法。引入m阶邻居坐标点概念,分析坐标点对线要素局部结构特征的贡献程度;建立了局部结构特征度量方法,实现了简单线要素的自动化简;基于该化简过程,从拓扑不变性角度顾及线状要素的整体形态及不同线状要素之间的拓扑关系,实现了复合线划网络的自动综合。基于对简单线划目标和复杂线划网络的实验结果表明:通过调整m的取值,可以完成不同尺度下线要素的自动制图综合,且化简结果较好地保持了原始线划要素的整体形态特征。     

顾及线状要素综合要求的Morphing算法

提出了一种基于弯曲结构匹配的线状要素Morphing方法。针对不同尺度下的线状要素,通过建立约束Delaunay三角网,根据三角形的不同特征构建能够表达弯曲特征层次性的多叉树。基于多叉树结构进行匹配得到对应弯曲,对对应弯曲进行重要性评价,以尺度为依据舍去次要弯曲,从而得到任意尺度下的中间图形。实验结果表明,所提出的利用弯曲结构匹配的线状要素Morphing方法满足线状要素的综合要求,能保持线状要素上的曲折系数和弯曲个数对比,实现光滑渐变的连续综合效果。     

Modelling Positional Uncertainty of Line Features by Accounting for Stochastic Deviations from Straight Line Segments

The assessment of positional uncertainty in line and area features is often based on uncertainty in the coordinates of their elementary vertices which are assumed to be connected by straight lines. Such an approach disregards uncertainty caused by sampling and approximation of a curvilinear feature by a sequence of straight line segments. In this article, a method is proposed that also allows for the latter type of uncertainty by modelling random rectangular deviations from the conventional straight line segments. Using the model on a dense network of sub‐vertices, the contribution of uncertainty due to approximation is emphasised; the sampling effect can be assessed by applying it on a small set of randomly inserted sub‐vertices. A case study demonstrates a feasible way of parameterisation based on assumptions of joint normal distributions for positional errors of the vertices and the rectangular deviations and a uniform distribution of missed sub‐vertices along line segments. Depending on the magnitudes of the different sources of uncertainty, not accounting for potential deviations from straight line segments may drastically underestimate the positional uncertainty of line features.     

局部结构约束下的宽基线影像直线特征匹配

针对宽基线影像视角变化导致现有直线特征匹配方法难以获得可靠匹配结果的问题，本文在局部结构约束下提出了一种对影像视角变化具有较强稳健性的直线特征匹配方法。首先，对影像进行直线特征提取并按照一定的规则进行特征编组；其次，基于直线特征几何结构关系构建视角不变特征区域，计算其特征描述符并进行相似性度量，获取直线特征初始匹配结果；然后，利用初始匹配结果中的直线特征区域顶点坐标关系构建约束条件剔除错误匹配；最后，设计直线特征扩展匹配算法，提高直线特征匹配率。试验结果表明，与传统直线特征匹配算法相比，本文方法在有显著视角变化的宽基线影像之间能够获得更多的同名直线特征和更高的匹配正确率。     

顾及几何形状相似性的简单多边形最近距离计算方法

提出简单多边形距离计算方法,在计算简单多边形最近距离的同时,可以求得多边形之间彼此面对的线段链.针对多边形之间不同位置关系,给出不同的最近距离和多边形之间彼此面对线段链的计算算法.     

带线约束的摄影测量网格变分精化算法

针对城市场景三维重建模型在有线特征的边缘区域过于平滑的问题,提出一种带线约束的摄影测量网格变分精化方法。算法以初始重建网格模型为基础,引入3个能量项,将网格精化问题转化成能量下降问题。首先结合所有的影像信息构建影像一致性约束项,然后对网格表面顶点附加正则化约束,最后引入三维线特征约束,将3个能量项加权相加后离散化到每个顶点,得到梯度变化值。采用梯度下降法,使顶点沿着梯度方向移动,当能量不再下降或迭代一定次数时,即得到了精化后的网格模型。试验结果表明,本文算法能较好地保持边缘特征,与现有的泊松重建算法相比,网格的质量更高,视觉效果更好。     

Scale-specific automated line simplification by vertex clustering on a hexagonal tessellation

A new method of cartographic line simplification is presented. Regular hexagonal tessellations are used to sample lines for simplification, where hexagon width, reflecting sampling fidelity, is varied in proportion to target scale and drawing resolution. Tesserae constitute loci at which new sets of vertices are defined by vertex clustering quantization, and these vertices are used to compose simplified lines retaining only visually resolvable detail at target scale. Hexagon scaling is informed by the Nyquist–Shannon sampling theorem. The hexagonal quantization algorithm is also compared to an implementation of the Li–Openshaw raster-vector algorithm, which undertakes a similar process using square raster cells. Lines produced by either algorithm using like tessera widths are compared for fidelity to the original line in two ways: Hausdorff distances to the original lines are statistically analyzed, and simplified lines are presented against input lines for visual inspection. Results show that hexagonal quantization offers advantages over square tessellations for vertex clustering line simplification in that simplified lines are significantly less displaced from input lines. Visual inspection suggests lines produced by hexagonal quantization retain informative geographical shapes for greater differences in scale than do those produced by quantization in square cells. This study yields a scale-specific cartographic line simplification algorithm, following Li and Openshaw's natural principle, which is readily applicable to cartographic linework. Open-source Java code implementing the hexagonal quantization algorithm is available online.     

一种基于等高线弯曲约束Delaunay三角网的地形特征提取新方法

地形特征包括地形特征点和特征线,它们是进行地貌分析与处理的重要手段,也是地貌结构化综合的重要内容。本文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）,并利用最大角作为约束条件、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（简称CDT）。然后,获取特征段CDT的骨架线作为局部特征段的地性线树,并将每棵地性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,完成地性线的追踪,生成地性线。论文最后做了相关的实验,对该方法的有效性进行了验证。     

地理空间数据不一致性探测处理方法研究

空间数据不一致性问题是国际地理信息科学领域长期关注的一项基础研究课题。不一致性是衡量空间数据质量高低的一个基本指标,亦是多源、多尺度数据集成、空间数据合并的重要研究内容,其存在直接影响空间数据分析、管理和增值应用。当前有关线目标不一致性的处理研究主要针对相同（或相近）比例尺目标,采用局部简化处理方法,缺乏对空间目标整体形状结构的考虑,对不同比例尺地图数据之间的不一致性处理问题几乎没有涉及。为此,顾及不同比例尺地图空间线目标表达的详细程度差异,提出了一种基于整体极优对应的不同比例尺线目标几何特征不一致性的处理新方法,进而通过对多组不同比例尺线目标不一致性处理的对比实验验证了该方法的有效性和实用性。     

Simultaneous curve simplification

In this paper we present a method for simultaneous simplification of a collection of piecewise linear curves in the plane. The method is based on triangulations, and the main purpose is to remove line segments from the piecewise linear curves without changing the topological relations between the curves. The method can also be used to construct a multi-level representation of a collection of piecewise linear curves. We illustrate the method by simplifying cartographic contours and a set of piecewise linear curves representing a road network.