建筑物多边形化简及优化的自动方案研究

针对居民地地图形状化简的一个方面——建筑物多边形的化简,通过对综合规则的研究和居民地几何特征的剖析,提出一种与比例尺相关的切割实现建筑物多边形化简的方法,在Visual Basic6.0环境下实现了该算法,试验结果表明此方法在保持街区的形态特征上效果较好。     

制图综合中建筑物多边形的合并与化简

讨论了数字环境下顾及建筑物矩形几何特征的多边形自动综合算法,针对多边形之间的拓扑邻近与视觉邻近两种空间关系,提出了基于矢量和基于栅格的两种建筑物多边形合并方法。关于建筑物形状的化简,本文提出了矩形差分方法,并在此基础上建立了建筑物多边形化简的层次化途径。     

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。     

改进的邻近四点法建筑物多边形化简算法

针对应用邻近四点法化简建筑物多边形时因实际数据的复杂性及该算法的不完善出现的效率下降和准确性降低问题,该文提出了一种基于邻近四点法建筑物多边形化简的改进算法。该方法排除了冗余点的干扰,避免运算耗时;细化了基本处理单元的分类,避免遗漏特殊结构类型基本处理单元的处理;对建筑物多边形进行了分类及实时标记,以达到在同时考虑基本处理单元和建筑物多边形的情况下实现建筑物多边形化简的目的。实验结果表明:此改进算法更加实用化,且提高了建筑物多边形化简的效率和准确性。     

顾及邻近五点的建筑物多边形化简方法

针对传统的建筑物化简算法无法准确保持建筑物局部细节几何特征,容易产生尖锐凸角等问题,提出了一种基于邻近五点的建筑物多边形化简方法。通过将多边形边界上的邻近五点定义为基本处理单元,实现对建筑物边界Z形平行、Z形不平行、U形平行、U形不平行的4类几何模式划分,进行渐进式化简,并针对化简过程中产生的尖角顾及角度约束对其削尖。对某地区部分1∶1万实际建筑物多边形数据进行试验,结果表明,所提算法在保持建筑物基本几何形态特征的基础上,能够尽可能地避免尖角的产生,化简结果更加符合人类的视觉认知。     

数学形态学在地图模式识别中的应用

扫描数字化是 GIS中快速获取地理数据的手段之一 ,其关键是对扫描图上的地图要素进行自动识别。文中针对地图模式识别的关键技术之一图像分割进行了研究 ,利用数学形态学方法实现了地图上部分要素的分割     

建筑物多边形化简与形态探测方法研究

针对大比例尺地形图中居民地图形化简的一个方面———建筑物多边形的化简问题,提出一种与比例尺相关,结合角度和长度两类阈值为探测依据的化简方法,在Visual Basic6.0环境下实现了本算法,实验结果表明此方法在保持街区的形态特征上效果明显。     

基于邻近四点法的建筑物多边形化简

对早期的局部线化简算法进行拓展和改善,提出一种以建筑物多边形上邻近四点组合为基本处理单元,以最小可视长度阈值为综合指标,通过对其凹凸结构的类型判别及区别处理,实现建筑物多边形快速化简的方法。将线化简中对三点或多点进行局部处理拓展为邻近四点,较好地保持了建筑物形态特征;有针对性地采取全局检查消除自相交现象,并探讨了起始点的选择问题。选取1∶10 000居民地数据进行多组地图综合试验,结果表明该方法可有效地保持多边形的轮廓特征与面积大小。     

利用约束D-TIN进行建筑物多边形凹部结构识别与渐进式化简

分析了位于建筑物多边形外侧的凹部结构特征及其类型,探讨了一种基于凹部层次结构的建筑物多边形渐进式化简方法,即以三角形为形状基元,用约束Delaunay三角化方法对建筑物多边形进行空间剖分,从凹部三角形树中提取三角形序列,通过匹配特征序列识别凹部的基本模式,以确定和实施相应的凹部化简方法,在此基础上迭代执行识别-化简过程,以实现对建筑物复杂凹部的渐进式化简。实验分析表明,该方法具有结构化和渐进综合的特点。     

数学形态学居民地街区合并中的应用

通过对数学形态学相关算法的研究分析,结合地图上居民地街区合并的特点,提出了用数学形态学中图像闭运算的算法进行居民地街区自动合并的方法,为地图上街区式居民地的合并综合,提供了一种新的方法。     

城市建筑群网格模式的图论识别方法

建筑群空间分布模式体现了城市的物质形式及其与社会经济功能之间的关系,反应了城市的空间结构特征,对于制图综合和多尺度表达等具有重要意义。结合国内外对该问题的研究,提出了基于图论的建筑群网格模式识别方法。首先分析研究了网格模式的认知特征和定义。然后利用Delaunay三角网构建建筑群的邻近关系,生成邻近图;从Gestalt视觉准则出发,基于三角剖分模型建立视觉距离;考虑直线模式的直线性、紧凑性等约束条件识别出交叉的多连通直线模式。最后对直线模式建立相交图和方向关系图,通过求解极大完全子图、连接、相交和后期修建等图运算,实现网格模式的识别。实验表明该方法能够识别出明显网格模式,其识别结果符合人类空间认知特点。     

建筑群多连通直线模式的参数识别方法

目的 结合国内外对建筑群空间分布模式的研究,提出了建筑群多连通直线模式的参数判别识别方法。首先从其组织规律出发,从距离、方向、大小3方面提取直线模式的结构化参数;然后利用 Delaunay三角网构建建筑群的邻近关系,生成邻近图;考虑直线模式的直线性、紧凑性等,通过模拟直线模式识别的人工过程进行邻近图的同质性修剪,识别出多连通直线模式。实验表明,该方法能够识别出明显直线模式,且具有完备性,允许模式相交,更符合人类空间认知特点。     

一种建筑群同质二元组直线模式的识别方法

建筑群空间分布模式识别对制图综合、多尺度表达及空间数据挖掘具有重要意义.针对建筑群中以建筑物组合结构为单元的直线模式识别问题,提出一种建筑群同质二元组直线模式的识别方法.首先分析研究同质二元组直线模式的认知特征和定义;然后利用Delaunay三角网构建建筑群邻近关系,以建筑物邻近性、尺寸和方向相似性约束进行聚类,考虑邻...     

运用自组织映射识别街道网中的网格模式

提出了一种运用自组织映射识别网格模式的方法。首先,计算街道网中网眼的参数,这些参数是质心、面积、矩形度、延展度、是否含有平行边、边数、一阶邻居数和矩形度平均值;然后,将网眼作为自组织映射的向量进行训练,利用U-matrix可视化方法挖掘聚类得出结果。实验结果表明,该方法能有效地从不规则街道网中识别出网格模式。     

以直角方式转折的面状要素图形简化方法

讨论了面状要素图形轮廓简化的一些规则以及面的空间知识获取方法,结合以直角方式转折的面状要素图形轮廓的特点,重点讨论了其图形渐进式简化方法。     

一种结构化的三维建筑房顶分类与识别方法

房顶是三维建筑的重要组成部分,房顶结构的识别是三维建筑综合算法实现和进行城市建筑空间分布模式分析的基础。分析了建筑房顶结构特点,提出了一种三维建筑分类的实用方法,针对不同房顶类型设计了相应的结构化表达方法,在此基础上提出了三维建筑房顶面信息提取算法,并进一步实现了房顶类型的识别。实验证明,该方法识别的准确性较高,能够满足进一步应用的需求。     

平行路段模式识别与简化初探

道路网模式中的平行路段作为一种局部模式,其识别与简化是地图综合研究的重要内容。本文在分析平行路段产生的原因和常见形态后,给出一种利于简化的平行路段分类方法,并提出基于平头缓冲区搜寻备选平行路段进而利用平行性测度判断路段是否平行的方法。在此基础上,针对3类平行路段分别提出对应的几何化简与连通关系简化方法。实验结果表明,该识别与简化方法能够对路网模式中的平行路段进行有效地综合,具有一定的实用价值,对进一步研究具有参考价值。