A New Construction Method for Circle Cartograms

An area cartogram is a transformed map on which areas of regions are proportional to statistical data values; it is considered to be a powerful tool for the visual representation of statistical data. A circle cartogram is a type of area cartograms, on which regions are represented by circles. Its first construction algorithm is proposed by Dorling in 1996, based on the following requirements to construct visually elegant cartograms: 1) maintain the similarity of configurations between circles and regions, 2) express the contiguity of regions on cartograms if possible, and 3) avoid overlap of circles. The algorithm is widely used for its easiness to use and its ability to express a spatial distribution of data; however, the relative positions of circles on cartograms sometimes greatly differ from the geographical maps, since the algorithm does not consider the first requirements explicitly. In this paper, it is first pointed out that the construction problem of circle cartograms resembles that of distance cartograms, and the only difference is the existence of third requirement. Then a new construction method for circle cartograms is proposed based on the distance cartogram construction method; the proposed method is formulated as non-linear minimization with inequality constraint conditions. Finally its applicability is confirmed using dataset, including the comparison with the result of previous algorithm.     

A Similarity-Based Approach for Improving the Efficiency of Drawing Spatiotemporal Point Features

ABSTRACT

The mapping of spatiotemporal point features plays an important role in geovisualization. However, such mapping suffers from low efficiency due to computational redundancy when similar symbols are used to visualize spatiotemporal point features. This paper presents a similarity-based approach to predict and avoid computational redundancy, which improves mapping efficiency. First, to identify computational redundancy, the similarity of point symbols is measured based on commonalities in symbol graphics and symbol drawing operations. Second, a similarity-enhanced method is proposed to comprehensively predict and avoid computational redundancies when mapping spatiotemporal point features. This approach was tested using two real-world spatiotemporal datasets. The results suggest that the proposed approach offers relatively large performance improvements.     

更正

介绍使用Foxpro编写程序将全站仪中的测量数据在AutoCAD中实现快速展点的一种方法。     

A Space-Time GIS Approach to Exploring Large Individual-based Spatiotemporal Datasets

The increasing number of large individual-based spatiotemporal datasets in various research fields has challenged the GIS community to develop analysis tools that can efficiently help researchers explore the datasets in order to uncover useful information. Rooted in Hägerstrand's time geography, this study presents a generalized space-time path (GSTP) approach to facilitating visualization and exploration of spatiotemporal changes among individuals in a large dataset. The fundamental idea of this approach is to derive a small number of representative space-time paths (i.e. GSTPs) from the raw dataset by identifying spatial cluster centers of observed individuals at different time periods and connecting them according to their temporal sequence. A space-time GIS environment is developed to implement the GSTP concept. Different methods of handling temporal data aggregation and the creation of GSTPs are discussed in this article. Using a large individual-based migration history dataset, this study successfully develops an operational space-time GIS prototype in ESRI's ArcScene and ArcMap to provide a proof-of-concept study of this approach. This space-time GIS system demonstrates that the proposed GSTP approach can provide a useful exploratory analysis and geovisualization environment to help researchers effectively search for hidden patterns and trends in such datasets.     

轨道点线路里程的一种计算方法

轨道各项几何状态参数均与线路的设计里程相对应,因此要评价轨道的平顺性,必需要先计算出轨道点里程。通过分析轨道点与线路五大桩的几何关系,从而定位轨道点对应到设计线路上最近点所在的线型;然后分别在直线、圆曲线以及缓和曲线利用极值原理严密地推导出轨道点里程的数学模型。解决了以往计算过程中人为干预和可能出现的多值性等问题,并以此对某高速铁路的轨道点里程进行了计算。     

一种引入 RANSAC 算法的匹配点云规则化方法

针对影像匹配点云的大数据量和分布不规则化问题,本文提出了一种基于平均模型的RANSAC规则化方法。该方法首先对匹配点云进行格网化,然后以格网为基本单位,利用RANSAC方法重复随机抽取多个样本,根据高程平均模型和设定的判断条件得到最终一致集,最后基于该子集利用平均模型和最邻近原则完成该格网的规则化。对比实验证明,本文方法在保证数据精度的同时,大大提高了数据的简化度和可靠性。     

一种加速精密单点定位收敛的新方法

将自适应选权滤波应用到参数估计中,对于合理地选取未知参数及其方差-协方差阵的初值,提出了利用选权拟合的方法。算例结果表明,采用新方法单点定位可以在较短的时间内达到dm甚至cm级的精度。     

基于参照点的任意区域检测方法

区域检测，即判定当前点是否位于某个已知的区域之内，这是电子地图处理和计算机图形学以及目标定位中经常遇到的问题。对于任意区域的检测目前尚无很满意的方法，文中给出的基于参照点的检测方法，思路清晰、实现简便，且适用3维空间任意区域的检测。     

基于LiDAR点云数据的水体轮廓线提取方法研究

提出一种基于机载激光雷达点云数据提取水体轮廓线的方法。采用双层格网模式提取较窄的水体;以朝向水体的边界点作为拟合轮廓线的关键点提取更精确的轮廓线。实验表明,该方法可以较好地提取水体轮廓线。     

一种地面激光雷达点云与纹理影像稳健配准方法

为了使地面激光雷达点云得到真实和高分辨率纹理,需要对目标进行全方位的拍照。这时点云和影像的配准会出现大角度的问题。同时,由于控制点选点误差、仪器误差等,配准精度往往不能满足要求。针对以上问题,本文提出一种稳健的配准方法。首先,应用重心化的空间相似变换模型和正交旋转矩阵与反对称矩阵的关系推导解算配准参数角元素的模型。将配准结果当作初始值。然后,应用一种基于共线方程的改进丹麦法选权迭代法进行降权精确配准,确定配准参数的精确值。试验表明,本文方法稳定性强、配准精度高,适合任意角度影像与点云的高精度配准。     

车载LiDAR点云混合索引新方法

以车载LiDAR点云数据为研究对象,为提高点云数据的组织与管理效率,提出了一种全局KD树与局部八叉树相结合的混合空间索引结构—KD-OcTree。全局KD树通过分辨器、分割平面的确定,重构点云之间的邻域关系,确保索引结构的整体平衡; 在其叶子节点再构造二级索引结构—局部八叉树,避免了单一八叉树结构点云分布不均衡、树结构深度过大、出现大量无点空间等现象。以3个真实场景数据为测试数据进行试验和对比分析,结果表明,KD-OcTree混合索引不仅能够提高索引构建、邻域搜索的速度,还对分类可靠性产生一定影响。     

一种空间交叉异常显著性判别的非参数检验方法

空间异常探测旨在从海量空间数据中挖掘不符合普适性规律、表现出“与众不同”特性的空间实体集合,对于揭示地理现象的特殊发展规律具有重要价值。现有研究在空间异常度量方面取得了重要进展,但多缺乏对空间异常模式显著性的统计判别,且是针对单一类别数据,没有顾及多类别数据间的相互影响。为此,本文基于空间随机过程的思想,针对两种类别空间点数据,提出了一种空间交叉异常显著性判别的非参数检验方法。首先,针对基本数据集实体,采用约束Delaunay三角网,构建合理、稳定的空间邻近域;然后,统计落在基本数据集实体空间参考邻域半径范围内的参考数据集实体的数目,度量初始异常度;进而,采用α-Shape法构建支撑域,以空间随机过程为基础构建零模型,采用蒙特卡洛模拟检验空间异常的显著性;最后,采用生存距离对异常模式的稳定性进行评价分析。通过试验分析与比较发现,该方法能够有效识别具有统计显著性的空间交叉异常。     

一种基于点云数据的DEM生成方法

利用机载激光雷达点云滤波已成为获取高精度数字高程模型的重要手段之一。本文充分考虑规则格网和虚拟格网的优势,利用规则格网进行建筑物区域与非建筑物区域的初步分离;然后,利用虚拟格网进行非地面点的去除,最后,用获得的地面点生成DEM,取得了较好的实验效果,具有一定的实用价值。     

面向车载激光扫描点云快速分类的点云特征图像生成方法

车载激光扫描是空间数据快速获取的一种重要手段。车载激光扫描点云数据的分类和特征提取是目标识别与三维重建的基础。本文以车载激光点云数据为研究对象,提出了一种适合于其快速分类与目标提取的点云特征图像生成方法。该方法首先将扫描区域进行平面规则格网投影,通过分析格网内部点云的空间分布特征（平面距离、高程差异、点密集程度等）确定激光扫描点的定权,从而生成车载激光扫描点云的特征图像。利用生成的点云特征图像,可采用阈值分割、轮廓提取与跟踪等手段提取图像分割的建筑物目标的边界,从而确定边界内部点云数据,实现目标分类与提取。本文以Optech公司的车载激光扫描数据为实验对象,验证了本文提出方法的可行性和实用性。实验结果表明,该方法能快速有效分离出车载激光扫描点云中的地面数据、建筑物数据等。     

海量散乱点云快速压缩算法

提出基于切片的海量散乱点云快速压缩方法,对点云进行分层生成切片点云,对每层切片点云使用弦高差法筛选利于表现形状的重要点,实现快速压缩。通过实验讨论参数对压缩结果的影响,并给出最佳参数值选择依据。对本方法和传统方法的压缩效果进行对比,证实本方法在实现高效压缩的同时能保留大量的特征细节。     

一种由粗到精的地面激光点云多层级配准方法

提出了一种综合利用快速点特征直方图(FPFH)描述符和同名点引导ICP优化的地面激光扫描(TLS)点云配准方法。该方法包括3个步骤:1)点云金字塔构建;2)基于FPFH的粗配准;3)同名点引导的ICP精配准。首先使用体素网格滤波器构造点云的金字塔结构,在粗配准时,FPFH描述符用于金字塔顶层上点云的鲁棒匹配,在此基础上,再进行两层级同名点引导的ICP精配准优化,使用3组典型TLS点云对进行实验,结果表明本文方法可以高效地完成TLS点云的配准。     

一种新的CR点目标识别方法及其在公路形变监测中的应用

提出了一种基于强度与相关系数综合评定指数的人工角反射器(CR)点目标识别方法。应用该方法在获取的5幅研究区域SAR影像上分别查找CR点位置,并将不同影像上相邻CR点间的距离进行比较以验证结果的准确性。利用这些CR点对高速公路进行形变监测,成功获得了其在2008~2009年间的形变量,得到了与水准实测数据较为吻合的形变结果。     

三维激光扫描地形点云的分层去噪方法

针对三维激光扫描采集的地形点云,提出在高程方向进行切片分层的去噪方法。将分层提取的点云投影在平面上,对点云进行网格划分,把网格内的点云转换为二值图像,采用数字图像处理方法过滤离散的网格噪点;然后对分层提取的点云轮廓特征格网,通过对上下层轮廓边缘特征比较,获取点云的地面轮廓网格点,删除孤立噪点与非地面点。根据对不同地形的点云进行去噪实验,通过分层过滤非地面点可以得到很好的去噪效果。     

高维数据非参数密度估计的低维流形代表点法

非参数核方法由于采用统一的度量标准,在大数据中利用高维样本数据学习时容易遭遇维数灾难问题.挖掘高维空间中的低维几何特性,有助于揭示数据分布的流形结构,进而利用有限样本的高维数据在低维子空间逼近数据的真实分布.基于此,提出一种新的高维数据密度非参数估计的低维流形代表点法,通过从高维空间中挖掘数据分布的几何结构来估计密度....     

一种闭合条件约束的全局最优多视点云配准方法

针对已有多视点云配准存在的问题,提出了一种严密的闭合条件约束配准方法。该方法首先采用"点-切平面"迭代最近点算法分别求解各对应点云间的坐标转换参数;再以单站点云为配准单元,并将转换参数视为随机观测值构建条件方程,采用条件平差方法对转换参数作改正以达到全局最优。通过地面三维激光扫描仪实测两组点云数据进行试验,验证了该方法有效且可行。试验结果表明,对采样间隔为毫米级和厘米级的点云,增加扫描重叠度能够提高配准精度和可靠性。