共查询到10条相似文献,搜索用时 296 毫秒
1.
三维Douglas-Peucker算法在三维数据压缩与地形特征提取方面具有显著优势。本文在现有算法的基础上,针对初始基准面、扫描方向选取等进行改进与优化处理,并以黄土高原的中山、丘陵及微丘3种不同地貌类型为试验样区,以国家1∶1万DEM数据为数据源,进行地形特征点地提取。分别从行、列、正反对角线等4个方向对DEM数据进行压缩和提取,试验结果表明,不同的初始基面和扫描方向,尤其是不同的扫描方向对最终的结果影响巨大,三维Douglas-Peucker算法具有明显的方向性。因此,将4个不同扫描方向的结果进行合并处理,能有效弥补各个扫描方向所遗漏的地形特征点,进一步完善了基于三维Douglas-Peucker算法的地形特征提取方法。 相似文献
2.
3.
目前三维Douglas-Peucker(3D_DP)算法主要应用于单一类型的DEM综合。本文引入"弯曲调节指数"来改进3D_DP算法,提出了一种三维空间河网要素与DEM综合的新方法,即将河网线矢量提取成三维离散点数据集(增加高程属性),与DEM三维离散点数据集合并,在河网层次化选取基础上,利用改进的3D_DP算法对合并数据集进行综合操作。通过试验结果的对比和分析表明,该方法通过弯曲调节指数的调节使河流自身所具有的弯曲形态与地形的主要特征得以同时保留,试验效果良好,实现了三维空间河网要素与DEM数据在同一简化因子作用下的综合,提升了地图综合的质量。 相似文献
4.
将等高线看作是由高程点以特定形式组织得到的空间三维线段,采用3维Douglas-Peucker算法从三维空间提取等高线上的主要特征点。根据等高线数据特点,对该算法进行等高线综合的几种方案进行实验讨论。实验结果和运算速度表明,采用3维Douglas-Peucker算法综合等高线具有广阔的研究前景。 相似文献
5.
利用局部Moran’s I指数进行DEM地形简化 总被引:1,自引:0,他引:1
地形简化是构建多尺度DEM数据库的重要技术。基于DEM地形数据空间自相关特征,提出了一种利用Moran’s I指数的DEM简化方案,即在计算DEM格网单元局部Moran’s I指数的基础上,通过设定阈值提取候选地形特征点,进而重构结果 DEM。以黄土丘陵沟壑区为实验样区,将重要点法作为对比算法,从候选特征点分布、高程统计参数、地形结构特征等方面,对该方法的地形简化效果进行了分析。实验结果表明,基于地形空间自相关特征的DEM地形简化方法原理明确,技术方案易于实现,执行效率高,相对于重要点VIP地形简化算法,重构DEM能较好地保持地形的结构特征。 相似文献
6.
7.
对于庞大的点云数据来说,从中直接提取多种数据特征是相当困难的。考虑到基于数字化等高线数据和数字地面模型提取地形特征受内插误差影响,提出一种基于极大曲率的地形特征提取方法。对初始地面点云进行极大曲率估计;结合欧氏聚类方法进行地形特征点粗提取;对粗提取特征点进行粗糙度分析,得到精确特征点。顾及离散曲率的特征,即曲率越大越接近特征线,得到可靠的地形特征分割结果。该方法不需要人工干预,直接基于机载LiDAR点云数据进行处理。试验表明采用基于极大曲率分割的方法能从点云中自动提取比较完整并且准确的地形特征点。 相似文献
8.
在OpenGL、Java3D等传统的三维建模语言中有多种三维坐标提取的算法,但应用到三维地形时这些算法的速度太慢,不能满足人机交互的需求。本文研究了点取射线与DEM模型的空间特性,提出并实现了一种基于Java3D的规则网格DEM鼠标提取坐标算法,该算法在利用了规则网格DEM模型特征的基础上,利用点取射线与DEM网格在水平面投影上的相交性进行点取网格搜索,实现了三维坐标的点取。通过实验表明,该算法与三维场景中通常所用的空间点取算法相比,在不降低点取精度的基础上对点取速度有了明显的改进,从而满足了在DEM场景中进行三维交互的需要。 相似文献
9.
不同空间尺度DEM地形信息容量综合对比研究 总被引:1,自引:0,他引:1
DEM包含了大量地形信息,是进行地形分析的基本数据。由于DEM数据的多尺度因素,加之地形、地貌特征具有宏观性与区域分异性的特点,不同尺度下的DEM地形信息容量具有较大的差异。本研究选取黄土高原地区的绥德、佳县、富县和宜君县四个实验样区,以Arc view/GIS软件为技术平台,提取了基于DEM数据的地形因子,并运用比较分析与数理统计的方法,对地形因子的提取结果进行了分析,获取了单一值因子的量化表达模型,确定了DEM地形信息容量与分辨率、地域及比例尺之间的量化相关关系,并在此基础上分析了DEM地形信息容量在不同空间尺度上的分异规律。 相似文献