一种新的曲线光滑算法—方向判别法

本文着重讨论了一种新的曲线光滑算法—方向判别法。并从理论和实验两个方面阐述了其优越性,最后对一幅经过计算机自动识别所获得的居民地轮廓作了光滑处理。实验表明:该算法可以较好地删除曲线上的冗余点,并且可以保持原图形的基本形状特征。     

转角法实现长度约束矢量线要素化简

矢量线要素化简是矢量地理信息处理中的一种重要方法.在抽稀法化简算法基础上提出了转角法实现长度约束矢量线要素化简方法.在线要素合理形状和位置精度范围内,该方法可以实现化简前后线要素长度变化最小,提高了线要素长度属性的表示精度,从而使化简后地理数据在线要素长度统计与线要素长度实时分析等领域具有更高的应用精度和可信度.     

基于Delaunay三角形实现面状要素自动注记

阐述基于Delaunay三角形进行面状要素自动注记的原理。重点论述求取注记定位线的算法。与水平切割中点线法相比,这种算法对多边形顶点的预处理结果要求较低,进而减小了算法的复杂度。在对这种算法进行检验后证明,这种算法不但能够处理所有常规形状的多边形,而且能够适应诸如扇形多边形等具有特殊形状的多边形。     

基于顶点单位法向量法的模型简化算法研究

提出了改进的基于顶点视觉重要度的模型简化算法,该简化算法在顶点视觉重要度的计算中采用了顶点单位法向量法,目的是使处于平面内的顶点优先进行简化,从而使模型视觉尖锐的地方得到了很好的保持。在边折叠时,采用狭长三角形最大最小角方法及边角和法,增加模型的逼真性。最后,通过与QEM简化算法比较得出,本文简化算法较好地保持了模型的视觉特征,模型数据存储量也有大幅度减少,并缩短了简化时间。     

一种基于顶点聚类的线要素简化算法改进

首先介绍了一种利用SOM神经网络对顶点进行聚类的线要素简化算法,该算法以线要素各顶点x,y坐标为输入样本集,经过SOM神经网络的训练,形成对原有顶点的聚类,每个聚类保留一个顶点作为简化后的结果。然后分析该算法存在的一些问题,先假设加入角度和距离两维能改善原算法的效果。最后自主实现算法,并采用相关实验数据加以验证,证明增加SOM维数确实行之有效。     

中心阵列法实现面状地图要素的自动注记

本文阐述了中心阵列法进行面状要素自动注记的原理、多边形预处理算法、求取阵列旋转中心的方法和求取注记定位线的算法。另外,还对中心阵列法进行了验证其可行性的试验,其结果证明这种算法不但能够处理所有常规形状的多边形,而且能够适应一些不规则特殊形状的多边形的注记。     

基于移动最小二乘法法矢估计的建筑物点云特征提取

特征提取对建筑物精细建模的品质和精度起着重要作用。为清晰准确地提取建筑物的特征信息,本文针对采用传统的法矢估计方法受噪声影响大、存在误判的问题,提出了一种基于移动最小二乘法矢估计的建筑物点云特征提取方法。该方法首先采用移动最小二乘法进行法矢估计,然后将K邻域法矢夹角的均值作为点的显著性指标进行特征点判别,最后对提取出的特征点集进行下采样,进一步消除冗余信息。试验结果表明,采用移动最小二乘法进行点云法矢估计,其结果更加准确和稳健,从而有效提升了建筑物点云特征提取的精确性和可靠性,对特征点集的下采样能够删除大量冗余特征点,使提取的特征线更加简洁、清晰、完整。     

一种优化的航空重力测量测线交叉点算法

针对目前航空重力测量数据处理中常规搜索方法存在搜索速度慢、正确率低、适用范围窄的不足,该文提出一种滑动窗口求解法。该方法以主测线点为搜索中心,采用一定大小的搜索半径对主副测线点进行搜索,将搜索到的主副测线上相邻两点组成线段序列,运用行列式法、投影法、面积法3种判断准则精确求取交叉点及不符值。通过实际算例,从搜索时间和正确率两方面对滑动窗口求解算法进行了讨论分析。结果表明,该文所提方法简单有效,能明显提高测线交叉点搜索效率,减少工作量。     

Delaunay三角形法实现面状要素自动注记初探

地图自动注记是自动制图技术的重要环节之一。本文阐述了根据Delaunay三角形的逐点自动生成算法原理进行面状要素自动注记的方法。重点论述了图斑多边形的预处理算法和求取注记定位线的算法。在与长对角线法和水平切割中点线法相比后证明,这种算法不但能够处理所有常规形状的多边形,而且能够适应诸如凹形多边形等具有特殊形状的多边形。     

利用顶点删除法简化道路三维地形模型

提出了基于顶点删除法来简化道路三维地形模型的方法。首先建立原始三角网格,为道路中线两侧的点按照重要性排序,根据这些点与道路中线的距离对其进行加权,然后按照顶点删除法基本原理对带状地形进行简化。研究表明,本方法虽然简化了模型,但并没有降低三维视觉效果,同时,本方法将有助于减轻三维系统的运行负荷。