比例射线移位算法的改进及其应用

点状要素群移位的比例射线算法能够较好地保持移位后点群的空间分布模式。文中从农村居民地群移位的实际要求出发,对比例射线移位算法进行了改进:首先考虑居民地面积的不同大小对移位的影响;其次,设计比例射线移位的迭代方法;最后对于非常邻近的居民地群的移位,采用"微小"移位方法。通过实验验所改进的算法是有效的。     

地图自动综合中Beams移位算法的实现与改进

地图自动综合中,基于Beams模型的全局最优化移位算法通过借鉴材料力学中杆件结构的移位和变形,模拟地图上空间目标(群)在移位操作中的传递性和衰减性,从而较好地保持地图目标(群)的形状、空间关系和分布模式。然而,目前对该算法实现细节的介绍仍然较少,也没有可操作的参数(弹性模量、横截面积和惯性力矩)设置方法。针对此种情况,对算法进行了实现与改进。首先,介绍了算法的基本数学模型与有限元求解方法;然后,从算法实现的角度,详细研究了Beams模型刚度矩阵和外力向量的计算和聚合等关键问题;最后,在降低参数复杂性的前提下,提出了一种自适应参数设置方法来改进算法。为了验证算法的可行性和适用性,在Delaunay三角网的支持下,分别对道路网和建筑物群进行移位,结果表明改进后的算法可较好地应用于地图上线状目标(群)和离散面状目标群的移位。     

移位安全区约束下的建筑物群移位免疫遗传算法

对于采用启发式或群智能搜索的组合最优化移位算法,地图要素空间关系与空间分布特征的保持是一个难题.本文基于免疫遗传算法提出一种移位安全区约束下的建筑物群最优化移位方法.该方法将建筑物群的移位问题定义为一个多目标最优化问题,然后采用免疫遗传算法搜索最优解.为了尽量保持建筑物群的空间关系和总体分布特征,避免出现拓扑错误,采用...     

顾及格式塔原则的建筑物群移位实数编码遗传算法

在建筑物群的综合过程中,建筑物群的移位是一个非常重要的任务。在分析已有算法的基础上,探讨了建筑物群移位的一个新的自适应实数编码遗传算法,在该算法中,考虑了建筑物与街道之间的空间关系和建筑物群排列在图形表达上的格式塔原则,在适应度函数的设计上也考虑了多重因素的影响,使得移位结果更符合地图制图规范和地图感受规律。实验结果表明,该算法在移位空间充足时能精确收敛到最优解,移位效果良好。     

Delaunay三角网在图斑与点群目标综合中的应用

土地资源调查利用的土地类型数据多为不同比例尺电子矢量地图,以此数据为研究基础,详细介绍了Delaunay三角网及其Voronoi多边形的特性,以及在土地数据类型中的图斑综合与点群目标综合中的算法应用,具体描述了两种算法的实现过程和试验结果,并对几种点群目标算法进行了简要分析和比对,详细介绍了实现过程;重点阐述了图斑综合算法的思想和算法的具体实现。最后以"土地利用数据库智能化自动综合系统"为例验证了算法方案的合理性和可行性。     

一种道路网图形冲突移位改进研究

针对地图综合中解决空间冲突最复杂的移位算子,使地图地理要素清晰及其拓扑关系不变,该文以线要素为研究目标,利用Snake算法进行地图综合中的道路网移位,并且进行改进:1在线要素群移位前,引入了线要素的移位空间判断,找出其中可以移位的线目标和无法移位的线目标,将这两种目标分开移位,优先移动可以移位的线目标;2提出一种能确定线要素瓶颈特征的方法,并分析形状参数α、β的设置与曲线瓶颈特征的关系,保护线要素的瓶颈特征在移位中不被破坏;最后给出了道路网移位实例,证明了方法的有效性。     

Delaunay三角网在图斑与点群目标综合中的应用

土地资源调查利用的土地类型数据多为不同比例尺电子矢量地图,以此数据为研究基础,详细介绍了Delaunay三角网及其Voronoi多边形的特性,以及在土地数据类型中的图斑综合与点群目标综合中的算法应用,具体描述了两种算法的实现过程和试验结果,并对几种点群目标算法进行了简要分析和比对,详细介绍了实现过程;重点阐述了图斑综合算法的思想和算法的具体实现.最后以"土地利用数据库智能化自动综合系统"为例验证了算法方案的合理性和可行性.     

线图形简化与移位算子的协同方法

在地图综合过程中,线的图形简化和移位算子通常是分别执行的,图形简化和移位有时都会产生新的空间冲突。本文试图把这两种算子进行协同,避免在地图综合过程中进行空间冲突的多次探测,提高地图综合数据处理的效率。本文通过把线图形简化转换为线上的点移位,并构建邻近地图目标之间的移位传播路径,在考虑空间上下文关系和地图感受规则的前提下,使移位过程能考虑到线图形简化,并尽量保持有关地图目标的空间特征。最后,以道路和其周边的建筑物群为例,验证了该算法的有效性和可行性。     

基于场论分析的建筑物群的移位

在多边形群目标综合中,移位是一种旨在解决空间邻近冲突的重要操作.以建筑物群在街道拓宽后产生移位操作为例,提出一种基于场论分析的移位方法,认为街区块多边形边界的收缩产生向街区块内部逐步传递并衰减的作用力,从而促使建筑物多边形的空间位置移动,借助于物理学场论中的"等势线"模型来表达这一移位现象.基于Delaunay三角网建立了类似于Voronoi图的建筑物群剖分结构,用于表达移位场模型的"等距离关系曲线".在移位场中目标的运动方向与运动距离由矢量和运算及梯度衰减函数计算完成.算法思想在一地图综合软件系统中已实现.     

基于格网索引的点目标捕捉算法

传统的从离散点中捕捉其中一点的算法实现存在精确度低、重复计算耗时、难度大的不足,从而增加了捕捉的计算量而影响性能。本文介绍了一种基于格网索引的点目标捕捉算法,通过对点群的格网划分,行列号的计算与Morton码的获得,建立空间索引表、实体索引表与点目标的存储单链表,成功完成点目标的捕捉。     

基于间接平差的ICP点云配准算法研究

点云配准精度是决定三维重建模型的质量因素之一,目前,最常用是ICP点云配准算法,经典的ICP算法易局部收敛,影响点云配准精度。本文提出基于间接平差的ICP点云配准算法,设定目标点集中目标点坐标与转入目标点集中的点坐标之间的距离阈值实现点云精确配准。通过与经典ICP算法对比可知,本算法在一定程度上提高了点云配准精度和速度。     

Delaunay三角网的交互编辑算法设计与实现

本文在基于四叉树分块构建Delaunay三角网的基础上,设计与实现了面向大地形编辑的以四叉树为空间索引的三角网交互实时编辑系列算法,其中包括约束点的加入、约束线的加入以及共点三角形的快速查找算法。以上算法的设计与实现是地形编辑的基础算法,算法的执行效率对以地形为代表的三维实体的实时编辑以及相关地物模型的拟合具有重要意义。     

航摄像片像点位移的精度分析

通过分析航空摄影测量规范和像点位移误差对航测成图精度的影响,认为造成这一问题的主要原因是我国航空摄影测量规范没有对像点位移误差做出相应的合理限制,而由像点位移误差导致的。     

改进的分层点云数据压缩算法

针对传统点云压缩算法主要对小型物件的小数据量精细点云进行压缩,在大型地物的海量数据压缩方面存在压缩时间长、效率低的不足,提出了一种改进的分层点云数据压缩算法。基于大型地物点云空间结构特点将分层压缩算法的速度优势和距离压缩算法的高效优势相结合,解决了传统压缩算法在大型地物点云压缩方面的不足,实现了海量点云的快速高效压缩。西安市大雁塔三维激光点云压缩实验结果表明:该算法可以快速地完成海量点云的压缩,较之传统压缩算法极大地缩短了压缩时间,提高压缩效率。     

多视激光点云数据融合与三维建模方法研究

基于特征基元的点云数据配准方法,利用控制点对机载与车载点云数据进行概略匹配,构建了顾及梯度与颜色特征及特征组对的特征点匹配算法模型,根据拟合平面特征解算平移和旋转变换参数,实现了机载与车载点云数据的精确配准,并在此基础上建立了多角度点云数据融合的房屋顶部和立面特征提取、点云数据与光学影像纹理信息匹配的技术流程,实现了建（构）筑物三维精细建模,并通过实例验证了本文所提方法的有效性。     

一种改进的SAR图像聚焦算法

针对现有的相位梯度自聚焦(phase gradient autofocus,PGA)算法的加窗方法和特显点选取所存在的问题,提出一种改进的PGA算法。该算法提出一种新的确定相位误差点扩展函数支撑域的方法,此方法计算方位向上能量分布的平均值作为支撑域外的平均能量,以此来确定加窗的宽度。基于这种自适应加窗方法,还提出一种改进的特显点选取方法,该方法能够选择信杂比大的特显点,去掉信杂比小的特显点。试验结果表明,与传统的加窗方法和特显点选取方法相比,该方法能够得到更好的聚焦效果。     

基于圆增长特征的点状要素群选取算法

控制点、独立地物等在地图上呈点群状表达,如何高效、合理地实现此类要素的自动综合是地图多尺度表达的重要问题。文中在前人研究的基础上,提出一种基于圆增长特征的点状要素群结构化选取算法,实现点状要素群的自动选取。其基本原理是：根据一个点与其周围点重要性程度的比较来确定该点删除与否,从而确保其拓扑关系和几何信息的正确性。实验证明：该算法实用、有效。     

基于线段二分法的GNSS—R镜面反射点估计算法

通过研究GNSS—R基本几何关系和S．C．Wu镜面反射点估计算法,提出了基于线段二分法镜面反射点位置估计算法,并利用位移与速度之间的关系,论述了基于线段二分法算法在镜面反射点速度估计中的可行性。为了验证本文提出的算法的正确性,利用MATLAB仿真软件和STK仿真软件对已有镜面反射点估计算法和本文提出的算法进行了仿真分析。仿真结果表明：基于线段二分法算法可以正确估计GNSS—R镜面反射点位置信息和速度信息。     

面向室内场景点云的对象重建

针对当前逆向工程中对象提取及模型重建效率较低的问题,提出了一种面向室内场景点云的对象重建方法。首先构建直通滤波器,采用改进的RANSAC算法剔除非对象点云,然后根据欧氏聚类提取算法分割出各个对象点云,最后基于α-shape理论批量重建出对象模型。试验结果表明,该方法能够从散乱的室内场景点云中快速、自动地重建出代表真实对象的三维模型,具有较高的实用价值。     

摄影测量激光点云空洞修补

为修补三维激光点云中的复杂空洞,本文提出了一种基于摄影测量原理的修补算法。与常规利用空洞与空洞周围点云的关系修补空洞的方法相比,该方法对于复杂空洞的修补可靠性更高,通用性更强。实验结果表明,该空洞修补算法适用于大面积、复杂的点云空洞,能较好地保持原三维物体的细节特征。