顾及多因素的面状目标多层次骨架线提取

提出并实现了利用长度、走向和分布对骨架线网络边进行多因素评价的算法模型,算法构建了多层次结构化的骨架线,并进一步得到了顾及多因素的最优骨架线。     

面状要素的多层次骨架线提取

多边形的骨架线是对其形态的准确描述,多尺度的骨架线表达在图形分析如多边形的形态恢复和多边形的模式识别等方面具有重要作用。利用双缓冲区变换、障碍距离变换和Voronoi图技术,提出一种新的多边形多层次骨架线提取方法,并利用复杂湖泊多边形、简单多边形、含岛洞多边形、噪声边缘多边形等不同形状的多边形测试和比较该方法提取的骨架线的连通性、拓扑一致性和对图形旋转的灵敏性等。试验结果表明,本文方法在上述特性上优于现有算法。     

面状要素主骨架线自动提取算法研究

基于对Delaunay三角网和对其算法的改进,实现了面状要素主骨架线自动提取。改进了Delaunay三角网生成算法,使其能适用于较为复杂的面状要素的三角网的建立;提出了面状要素三角网边界区域存在的大量的小三角形的定义和处理小三角形的有效算法;以三角形为最小单位作为树节点,有效地建立了基于三角网的二叉树结构。实验验证了对目标主骨架线提取的有效性。     

基于边扩展法的任意图斑Delaunay三角网与骨架线的同时快速提取

图斑是GIS中矢量面状数据的最小组成单元,图斑骨架线是对图斑总体形状的抽象概括,也描述了图斑的扩展方向,它在地物降维处理、地物剖分等方面有着广泛的应用。本文在传统边扩展算法的基础上,考虑图斑三角网的独有特点,提出任意图斑的Delaunay三角网的生成方法,且在此过程中同步提取出图斑的骨架线;并在GIS环境中建立以上算法的模型,同时给出具体、详细的流程和示例。     

地图目标群间骨架线提取的算法研究

基于Delaunay三角网提取的骨架线是地图综合中广泛应用的一种空间剖分结构。改进了一种基于约束Delaunay三角网的地图目标群间骨架线提取算法,从程序设计的角度详细描述了算法的数据结构和控制流程。按照三角网中三角形包含约束边的数目,将三角形分为0、1、2、3四类,将0类、2类和单连通的1类三角形视为骨架线追踪的起点或终点,将双连通的1类作为中间通道,对整个三角网进行遍历。针对三角网中的环路、3类三角形等特殊情况,在改进的算法中提出了相应的处理方法。该算法成功地用于等高线的内插和街区地图目标群的邻近分析,验证了算法的可行性和健壮性。     

基于Delaunay三角网的等高线骨架提取算法

根据等高线数据直接建立不规则三角形网络模型往往会在山顶、山底、山脊和山谷等特殊地区出现＂平三角形＂,导致模型失真。文中基于Delaunay三角网,通过对＂平三角形＂的处理,提取骨架线,并结合地形特征估计其高程值。实验证明该算法能够有效地提取各种地形骨架线,对于建立逼真的数字地面模型和进行数字地形分析具有重要应用价值。     

面状要素骨架线提取算法的研究

基于栅格数据的经典细化算法获得的骨架线会丢失一些重要特征点或特征线,且无法按照需求保持该要素细化后与周边重要要素间的关联性。在经典细化算法的基础上提出改进算法,克服已有算法的一些不足,使获得的骨架线更能适应具体应用。试验结果表明此改进算法能够按照实际需求,更准确地保留原图形的重要特征,且很好地保持了该要素与周边重要要素间的关联性。     

多边形骨架线与形心自动搜寻算法研究

针对GIS中的应用,分析了传统的多边形骨架线与形心提取算法的不足之处,提出了一种基于约束Delaunay三角网结构的多边形主骨架线与形心的自动搜索算法,详细描述了该方法的基本思想,并在实验结果基础上分析了该算法的特点。     

利用三角网方法实现面域骨架线的自动生成

以往计算面域骨架线大多采用栅格方法.文中提出了一种利用三角网直接自动生成面域骨架线的新方法,该方法速度快、效果好.     

栅格数据中面状地物的骨架线提取方法

为了快速有效地提取栅格数据中面状地物的骨架线,在详细分析地物骨架线特征的基础上,采用形态学去除栅格数据中的噪声,再通过距离变换确定中心位置,进而利用图像分割方法沿中心位置分割图像,提取分块之间的交线形成骨架线。实验表明该方法适应性强、处理速度快,且提取的地物骨架线平滑又连通,与地物的拓扑结构和几何形态基本一致,可以满足实际应用的需要。     

基于栅格数据提取主骨架线的新算法

详细介绍了基于栅格数据的面状地物主骨架线的提取算法。该算法具有较快的处理速度和较强的适应性及内存需求少的优点,同时用该算法所提取的主骨架线为最优(最长)骨架线,可用于面状地物注记的自动配置。     

一种三维实景模型单体建筑物提取方法

倾斜航摄仪的发展提高了三维实景模型生产的自动化程度,降低了生产成本。但目前软件自动生成的"一张皮"数据难以挂接GIS属性数据,因此有必要从三维实景模型中提取单体建筑物。针对此目的,本文提出了一种结合几何、纹理及语义信息的提取方法。首先利用几何、颜色以及语义信息将实景模型的三角面片分为地面、植被、建筑物立面和建筑物屋顶4类,然后通过组合验证建筑物立面和屋顶形成单体建筑物。采用"街景工厂"生产的2组三维实景模型数据进行实验,提取结果完整度大于90%,正确率高于93%。实验表明:本文方法能自动从三维实景模型数据中提取单体建筑物,可为后续的属性数据挂接提供基础。     

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。     

提取地形特征线的形态学新方法

以图像处理技术为手段,从格网数字高程图中自动提取地形特征线方法的效率较高,但对噪声极为敏感,且结果中存在较多的冗余信息和特征线断裂的现象。针对这些问题,提出了一种以灰度形态学算子提取山脊、山谷线的新方法。该方法着眼于山脊、山谷特征,构造了两种灰度形态学算子,对DEM数据进行迭代处理,再辅以筛选、细化,最终融合抽取其中的特征线。仿真实验表明,该方法既能克服小尺度噪声的影响,又能有效地保持特征线,所提取的信息与实际地形十分接近。     

提取山脊线和山谷线的一种新方法

在研究了现有的仅从山脊线和山谷线的几何特性或物理特性的单一方面设计的提取山脊线和山谷线的算法后,提出了一种基于地形表面流水分析与等高线几何分析相结合的提取山脊线和山谷线的方法。该方法把等高线几何分析的方法与地形表面流水模拟分析的方法有机地结合起来,能够克服各自所具有的弊端。实验结果表明,用本文方法所提取的山脊线和山谷线与实际地形相符合。     

快速确定多边形与多边形包含关系的一种新方法

在分析常用的多边形嵌套关系生成方法及其存在的不足的基础上,提出一种简单易行不借助负面积多边形信息快速确定多边形与多边形包含关系的新方法。     

矢量多边形模式识别的小波方法

提出了一种基于小波描述子的矢量多边形的模式识别方法,首先分别计算目标多边形与模板多边形的小波系数矩阵,再通过两个矩阵求取两多边形之间的非相似度,最后通过非相似度来确定是否匹配成功。并且,由所选用的小波的性质,可针对性地计算能够体现多边形特征的系数进行比较,从而使识别效果更好。实验结果表明该方法识别效果好,运算效率高,对平移、旋转、缩放等变换不敏感,是一种有效的矢量多边形模式识别方法。     

基于格网DEM线状分析窗口的地形特征线快速提取方法

提出基于正交条带状分析窗口及DEM数据,实现地形特征线快速提取的方法。通过在黄土丘陵区的实验显示,该方法与现有的方法相比具有提取方法简单、精度高、栅格矢量数据格式间转换较为方便的特点。