基于加权网格简化的建筑物群渐进式典型化

提出了渐进式简化建筑物群目标的算法,该算法考虑了目标之间的分辨距离和密度,能够渐进式得到任意比例尺的地图,可以从几何和语义两方面最大限度地保持原有建筑物群的特征,同时可保持综合前后不同分区之间的密度差异。     

直线排列建筑物群渐进式典型化方法

地图综合中,建筑物群的排列结构是需要重点考虑的因素。当不同排列的子建筑物群之间存在空间图形冲突时,这些建筑物群的综合就显得更为复杂。直线排列建筑物群的综合在大比例尺地形图上以典型化操作为主。本文提出一种相互之间存在潜在空间图形冲突的多个直线排列建筑物子群的渐进式典型化方法,渐进式地处理多个直线排列建筑物子群之间的空间图形冲突,保留建筑物群重要的直线排列结构;以建筑物表达的视觉图形约束为限制条件,自动确定典型化后的建筑物位置、形状、大小和方位。本文还研究了基于建筑物群空间邻近图的直线排列建筑物子群的自动识别方法,分析了这些直线排列之间的邻近关系和相交关系。最后,以1∶5000地图上的建筑物群综合为1∶25 000为试验对象,验证了所提出算法的可用性和有效性。     

直线排列建筑物群渐进式典型化方法

地图综合中,建筑物群的排列结构是需要重点考虑的因素。当不同排列的子建筑物群之间存在空间图形冲突时,这些建筑物群的综合就显得更为复杂。直线排列建筑物群的综合在大比例尺地形图上以典型化操作为主。本文提出一种相互之间存在潜在空间图形冲突的多个直线排列建筑物子群的渐进式典型化方法,渐进式地处理多个直线排列建筑物子群之间的空间图形冲突,保留建筑物群重要的直线排列结构;以建筑物表达的视觉图形约束为限制条件,自动确定典型化后的建筑物位置、形状、大小和方位。本文还研究了基于建筑物群空间邻近图的直线排列建筑物子群的自动识别方法,分析了这些直线排列之间的邻近关系和相交关系。最后,以1：5000地图上的建筑物群综合为1：25 000为试验对象,验证了所提出算法的可用性和有效性。     

一种新的近似平行沟渠群的典型化方法

提出并实现了一种针对近似平行沟渠群的典型化方法。首先,建立沟渠的方位关系图,通过生成关系图中各连通分量的极大完全子图,提取近似平行的沟渠;然后,依据视觉认知规律定义沟渠间的认知距离,并基于最小生成树的剪枝对沟渠进行分组;接着,运用K-means ++算法对分组后的沟渠进行重新表达;最后,通过比较综合前后沟渠群的外轮廓相似性以及沟渠分布密度的差异,对典型化结果进行了评价。对广州市数据进行了实验,结果表明该方法能有效进行近似平行的沟渠群的典型化。     

基于局部高程差异的建筑物提取算法

传统算法直接使用数字表面模型(DSM)进行建筑物提取,忽略了地形影响,只适用于地形变化较小的区域。针对该问题,提出了一种基于局部高程差异的建筑物提取算法。利用地物相对于局部区域的高程差异来反映地物高度,再运用基于知识的提取算法提取建筑物。实验结果表明,该算法具有较高的精度,比SVM算法降低了1.18%的误提率和6.51%的漏提率。     

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...     

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Snake模型的建筑物群移位算法改进研究

在对Snake模型研究的基础上,结合建筑物群在移位中的特点,从2个方面对Snake模型进行改进:首先,在Snake模型中加强对齐排列建筑物群这一重要空间特征的识别,以便保持对齐排列建筑物群在移位前后不变;其次,针对传统Snake模型有时无法解决两个建筑物空间冲突的缺点,对街区中的建筑物群实行分层次移位,先将有冲突的两个建筑物作为整体,与剩余其它建筑物利用Snake模型一起移位,然后再根据文中提出的建筑物间相互冲突的4种受力模型,进行建筑物间空间冲突的移位。最后利用改进的Snake模型进行移位实验和分析。     

特征分类与邻近图相结合的建筑物群空间分布特征提取方法

建筑物群综合过程中需要对建筑物群空间分布特征进行认知和识别。本文在分析国内外相关研究的基础上,从描述建筑物空间特征的大量指标中,利用主成份分析方法,总结并提出了有代表性的建筑物空间特征指标集:凸包面积、紧密度IPQ指标、边数和最小面积外接矩形方向,并基于这些指标研究了建筑物群的分类。在利用最小生成树邻近图(MST)划分建筑物空间子群时,考虑了建筑物成群与所处地理环境(河流和道路等因素)的关系。另外,基于最邻近图(NNG)、MST、相对邻近图(RNG)和Gabriel图(GG)4种建筑物群邻近图,提出了自动识别具有特定空间排列建筑物子群的方法,并比较分析了识别结果的影响因素和可用性。最后,选择北京某地区建筑物群为试验对象,实现了对建筑物群的分类和空间聚类,并提取了其中直线型空间排列的建筑物子群。     

基于顶点线性插值的建筑物群聚合的简易方法

提出了基于顶点线性插值的建筑物群聚合的简易方法:首先通过插值加密建筑物轮廓线顶点,以最短邻近连线互不相交为原则,构建相邻建筑物轮廓线顶点之间的最短邻近连线;其次依据这些最短邻近连线自动确定相邻建筑物之间的聚合区域;最后按照渐进式方法聚合建筑物群,获取聚合后的新建筑物轮廓线,该方法还可以处理建筑物群的多边形存在相交和重叠...     

3维建筑综合中基于最小特征的面平移算法

城市建筑的形态多种多样,其中平行结构建筑是城市中最为广泛的一类。随着3维数字城市模型的广泛应用,对于此结构建筑综合方法的研究越来越多,其中化简方法的实现是综合的重点和难点问题。面平移算法是当前平行结构建筑化简所采用的主要方式,此处采用最小特征作为面平移的基础实现了平行结构建筑化简的面平移算法,通过实验对该算法进行了验证,并从化简过程、化简结果和不确定性3个方面将此算法与基于最短距离的面平移算法进行了详细的对比和分析。     

基于体元的机载LiDAR点云数据建筑物提取算法

针对目前机载LiDAR点云数据存在的数据组织效率低下以及不利于查询等问题,本文提出了一种基于体元的建筑物提取算法。首先,构建体元模型实现机载LiDAR数据的真三维描述;然后,计算局部邻域曲面拟合残差,将残差最小的体元视作种子体元;最后,根据局部邻域法向量夹角准则来实现种子体元的区域增长,从而获得建筑物点。本文选取ISPRS公开的点云滤波测试数据中的8种复杂场景进行实验,实验结果表明:本文算法不仅原理简单、容易实现,而且具有较好的鲁棒性,不会受地形以及建筑物类型和尺寸的限制,Kappa系数达到80%以上,实现了复杂场景下建筑物的提取。     

基于多源数据的拼接型房屋三维重建方法研究

提出了结合房屋矢量数据、航空影像和点云数据的拼接型房屋(由平顶房、人字型和四坡型房屋组成)自动三维重建算法。算法重点研究了基于点云数据和影像特征提取的拼接型房屋屋脊线检测,并利用其对拼接型房屋组成的模型进行拆分;对于人字型和四坡型房屋组成模型,结合矢量数据和屋脊线,利用几何约束条件自动寻找房屋组成模型的屋檐线,从而获得拼接型房屋组成模型的完整分割;最后通过点云数据的屋顶平面解算其组成房屋模型的参数,最终实现整个拼接型房屋的三维重建。实验数据证明,该方法能较好地实现拼接型房屋的几何模型自动重建。     

基于BPM-BM算法的地名数据匹配

在对基于过滤方法的中文字符串模糊匹配算法BPM-BM的基本原理、特点和计算流程等进行研究的基础上,与地名数据匹配理论相结合,建立了一种新的地名快速匹配方法。以"全国传染病疫情报告地理信息系统(乡级)建设工程"作为一个具体实例,使用C语言来完成地名数据的匹配。     

面向对象的多源数据建筑物提取

建筑物是城市的重要标志之一,综合利用LiDAR数据和高分辨率遥感影像可以充分发挥不同数据源中提取建筑物的优势。本文基于面向对象分类理论,利用机载LiDAR数据和GeoEye高空间分辨率遥感影像,在多尺度分割的基础上对实验区分类并提取建筑物,进而对提取结果进行精度评价。实验表明,将LiDAR数据与高分辨率影像数据结合能够很好地提取建筑物,建筑物提取精度达89.28%。     

基于小波分析的线状特征数据无级表达

利用小波分析提出了线状特征空间数据的多尺度一致性无级表达模型,研究了基于该模型获取整数尺度上的地理信息,以及通过增量、连续地增补细节来获取分数尺度上的过渡地理信息,从而获取任意尺度上不同详细程度的地理信息的方法,动态地实现了线状特征空间数据的无级表达,并给出了实验结果。     

核线驱动与自适应窗口相结合的建筑物角点稳健匹配算法

针对景深突变、区域遮挡等因素导致的倾斜立体影像中同名建筑物角点难以准确匹配的难题,提出一种基于核线驱动和自适应窗口的鲁棒匹配算法。算法分3个阶段:1提取重复度较高、分布均匀的角点特征,并对立体像对进行多类型互补仿射不变特征匹配,以用于后续的几何关系估计;2利用随机采样一致性(random resample consensus,RANSAC)算法来排除地面区域的角点特征,并采用改进的RANSAC算法估计两组倾角迥异的核线关系;3基于步骤2估计的双核线关系求取景深突变区域中角点的近似几何单应变换,并联合自适应窗口方法实现同名建筑物角点的精确匹配。最后,通过多组高分辨率无人机倾斜影像数据验证了该算法的有效性与优越性。     

基于CMAP软件的数据建库前的处理

数据建库前的相关处理是数据建库过程中最重要且工作量最大的环节。本文以1∶2 000矢量数据为例,基于CMAP和Super Map软件对数据建库前处理的关键技术进行探讨。通过在CMAP和Super Map中对比分析矢量数据建库前处理的差异与优势,总结出矢量数据建库的关键技术,同时实现了图库一体化。