顾及路网结构保持的城镇居民地自动综合

以往居民地自动综合的研究多集中于建筑物的多边形化简,较少考虑到其与街区、道路网的联系。提出了顾及路网结构保持的城镇居民地自动综合模型,此模型包含道路选取和街区内部结构概括两方面。前者基于网眼密度并结合路划功能选取道路数据,用于街区合并;后者则主要涉及建筑物多边形化简,通过改进矩形差分组合方法,在原有面积阈值的基础上添加距离阈值,并提供新的分层化简思路。以1:1万地图数据到1:5万比例尺的自动综合实验验证了本文算法的可行性和有效性。     

顾及结构和几何特征的道路自动选取方法

提出了一种顾及结构和几何特征的道路网自动选取方法。综合考虑道路的度中心性、集聚系数和路划的几何长度等道路选取影响因素,提出一种道路重要性评价方法。实验结果表明,本文方法能够很好地保持选取道路网的整体与局部结构、拓扑结构以及路网连通性。基于该方法,由大比例尺地图选取出的小比例尺地图与相应标准比例尺地图保持较高的一致性,表明该方法是稳定可靠的。     

顾及上下文特征的地图综合选取方法与应用研究

正过去几十年,随着地图综合模型、算法的涌现,在操作层面由计算机程序实施几何图形的尺度变换已不再困难,但是如何使其具有高层次分析决策能力,却一直困扰着地图学家。这主要涉及两方面问题:一是如何对地图表达上的地理上下文环境进行客观认知;二是依据上下文环境特征实施正确的综合操作行为。本文以目标选取这一基本问题为例,围绕概念模型、逻辑算法、应用系统几个方面,对顾及上下文特征的地图综合方法进行了专     

道路数据缩编更新的自动综合方法研究

缩编更新是当前GIS多尺度数据库更新的重要技术途径之一。针对我国国家1∶5万数据库更新工程的实际需求,研究分析了用较大比例尺新道路数据缩编更新较小比例尺道路数据的总体思路,提出了基于网眼密度的道路选取和顾及层次分析的道路匹配方法,实现了道路数据缩编更新的自动综合处理,并在1∶5万数据更新实践中进行了实验验证。     

保持空间分布特征的群点化简方法

群点目标隐含的空间结构化信息是空间分布分析、地图综合感兴趣的内容。对群点目标分布的信息内容区分为存在性、度量结构与拓扑结构，在Delaunay三角网及其对偶Voronoi图模型上对工量结构定义4个在量；分布范围、分布密度、分布中心及分布轴线，顾及视觉识别Gestalt邻近原则，运用三角形“剥皮”法，确立了非凸多边形所表达的群点分布范围，运用图像灰度表达群点分布密度并通过图像处理方法提取分布中心。建立了Voronoi图动态重建进行群点化简的方法，该方法通过边界点和内部点的分开处理，较好地保持了4个空间分布特征。     

基于约束Delaunay三角网的道路网自动综合的研究

通过对约束Delaunay三角网特点的研究并结合道路网的规划方法,提出了改进的道路网综合方法。而后进一步地论证了这种方法对保持地图综合后道路网各要素的拓扑一致性较好的效果。     

支持地图综合的面状目标约束Delaunay三角网剖分

针对我边形面状目标的综合问题,建立了二维空间中约束Ｄｅｌａｕｎａｙ三角网剖分结构,融入多边形的环、岛屿、边界、顶点的描述,通过形式化条件检索,在该结构上提取二维空间中各种感兴趣的由剖分三角形组成的区域,用于支持地图综合中邻近多边形的搜索、多边形弯曲部位的识别、冲突关系探测、多边形合并等操作。并对其于骨架线的图结构建立、分枝宽度计算等几何问题进行了详细讨论,指出了其在诸如双线河中轴化、街道中轴线网络     

顾及地理特征保持的溺谷海岸线化简算法

在溺谷海岸成因、地理特征分析基础上提出顾及地理特征保持的溺谷海岸线化简算法。该算法利用Delaunay三角网为支撑几何结构建立河口层次树模型表达溺谷海岸线特有的河口树枝状特征,通过次要河口的删除实现岸线化简。试验结果表明该算法保持了溺谷岸线树枝状特征,同时具有自身拓扑一致性、保证航海安全性等优点。     

地图目标移位的拓扑关系变化检测方法

利用带约束Delaunay三角网所蕴涵的地图目标之间的拓扑及拓扑邻近关系，研究地图目标移位的安全区和警戒线，并探讨不同条件下的安全区和警戒线的变形情况，基于这种分析，给出地图目标移位的拓扑关系变化检测方法。     

道路中心线提取及网络建立的算法研究

提取道路中心线并建立道路网络是网络分析和地图综合中的基本问题,本文提出了利用约束Delaunay算法形成道路约束三角形网,并在此基础上提取道路中心线,形成道路中心线及建立网络。强调在提取过程中要注意的几个关键问题,并提出了解决方法。     

道路网层次骨架控制的道路选取方法

提出了基于路网层次骨架控制的道路自动选取方法。首先,该方法以stroke为单位,利用中介中心性值对stroke进行层次结构划分;其次,采用结构特征识别完善道路层次骨架;第三,基于层次骨架间的连通关系建立逐层传递的stroke重要性计算模型;最后,通过该计算模型自上而下的逐层计算,得到stroke重要性,并据此完成道路网选取。采用3种典型道路网数据,对本方法与其他主要常规stroke选取方法进行对比,试验结果表明本方法不但对语义的依赖性极低,同时消除了中介中心性在评价道路重要性时对边缘道路的不利影响,在保持道路网整体结构和层次性上有较为明显的优势,可适用于各种形态的道路网选取。     

采用道路骨架线stroke的复杂道路匹配方法

同名道路要素匹配是道路网数据增量更新的核心问题。大比例尺下道路网不再是简单的单线节点结构,存在大量的多层车道和复杂立交,难以直接利用现有的道路匹配算法。针对这一情况,提出一种采用道路骨架线stroke的复杂道路匹配方法。在匹配前,首先对大比例尺复杂道路数据进行结构特征识别,利用Delaunay三角网生成复杂道路骨架线stroke,并存储骨架线stroke与原始数据结构特征的映射关系;最后利用骨架线stroke与小比例尺道路数据进行层次匹配和类型匹配,并将这种匹配关系转换为实际匹配结果。实验结果表明,该方法能够较好地解决不同比例尺下的复杂道路网匹配。     

保持空间分布特征的散列式居民地综合选取方法

中小比例尺地形图上存在大量由不依比例尺"房屋群"构成的散列式居民地,综合选取时除考虑单个房屋专题重要性外,还要保持各房屋群的分布特征。将基于Vorinoi图模型的点群化简算法应用到散列式居民地选取中,在综合选取的两个主要过程(选取定额模型和结构化选取方法)中综合考虑分布密度、分布范围等分布结构信息和专题属性信息。实验分析表明,该方法保留重要居民地的同时,能够较好地保持原有的空间分布特征。     

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。     

支持地图综合的面状目标约束Delaunay三角网剖分

针对多边形面状目标的综合问题,建立了二维空间中约束Delaunay三角网剖分结构,融入多边形的环、岛屿、边界、顶点的描述,通过形式化条件检索,在该结构上提取二维空间中各种感兴趣的由剖分三角形组成的区域,用于支持地图综合中邻近多边形的搜索、多边形弯曲部位的识别、冲突关系探测、多边形合并等操作。并对基于骨架线的图结构建立、分枝宽度计算等几何问题进行了详细讨论,指出了其在诸如双线河中轴化、街道中轴线网络模型建立、多边形合并中的邻近关系分析、面状目标注记自动定位领域的支持作用。     

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。     

河网汇水区域的层次化剖分与地图综合

对于具有网络状结构的河系数据的综合化简,判断河流分支在河网中的重要性需要考虑三个层次的结构信息:全局范围内的空间分布模式;局域环境下的分布密度;单条河流的几何特征。为提取这些结构化信息,本文基于网络分析运用Delaunay三角网模型建立了各级河流分支汇水区域的层次化剖分模型,其基本思想是将汇水区域划定当作“空间竞争”问题来求解,运用类似于Voronoi图的空间等剖分几何构造表达“袭水”过程,在各支流子系统内部及其环境之间通过Delaunay三角网骨架线确定汇水区域的分水岭。基于该层次剖分模型可计算河流分布密度、相邻河流间距、汇水范围及层次关系,进而推算出河系网中每一条河流的重要性系数,实现不同尺度下河流的综合选取。     

土地利用数据综合中的聚合与融合

针对土地利用图中多边形地块具有全覆盖、无重叠、语义上多层次的特点,对土地利用数据综合中的地块合并给出了多边形聚合与多边形融合两种操作;前者针对具有同属性的语义邻近地块的合并,后者针对不同属性的拓扑邻近地块的合并;两种操作的区分是基于同时顾及空间、语义特征的邻近分析,算法的实现均建立在Delaunay三角网模型上由骨架线支持;详细讨论了两种操作的算法过程并给出了实际数据的实验结果。     

基于网眼密度的道路选取方法

道路数据中的网眼密度能反映局部区域的道路密集程度,通过确定目标尺度要求的密度阈值,比例尺缩小后能够标识出数据中需要取舍路段的网眼;循环剥离密度最大的网眼,利用反映路段重要性的参数及其优先级,渐进筛选出舍弃的路段,并完成与邻接网眼的合并;得到的选取结果保持了道路网在密度、拓扑、几何及语义方面的重要特征,从而提出一种新的道路选取方法。最后进行实验,验证该方法的有效性。     

轨迹分割与图层融合的车辆轨迹线构建道路地图方法

传统道路地图构建方法将轨迹点（线）同等对待提取道路数据,忽略车辆轨迹的空间差异性,制约其结果精度与应用范围。为此,本文根据轨迹速度将轨迹线集分割滤选为3个轨迹线子集,将轨迹方向与Delaunay三角网模型集成探测路网拓扑结构;顾及轨迹线子集的特征差异选取不同参数值和约束条件并分层提取道路几何、交通语义数据,分别构建3个道路图层;运用缓冲区方法并根据道路几何、语义特征将多个道路图层融合为单个完整道路地图。运用出租车轨迹数据进行试验分析,结果表明：该方法顾及轨迹分布差异性,能将道路几何、交通语义信息融合提取,更适于处理复杂道路结构下的轨迹线。