制图综合中偏角限制道格拉斯算法研究

提出了一种矢量数据压缩方法:偏角限制道格拉斯———普克法。该方法以道格拉斯———普克法为基础,通过角度测定的方法,取出代表曲率变化的特征点,然后使用道格拉斯———普克法进行化简。在所需要化简的曲线曲率变化频繁的情况下,该方法可以规避其他压缩方法产生的压缩程度不够、丢失曲率变化特征点的情况。     

基于交叉点的道路曲线化简算法研究

现有的曲线化简算法不能很好地化简具有交叉路口的道路曲线,针对这一问题提出一种基于交叉点的道路曲线化简算法。算法分为预化简和修正化简两个阶段:首先识别并得到曲线上的分段点,利用相邻的分段点作为道格拉斯-普克算法的首尾点对曲线进行化简,得到预化简的结果;然后对于交叉点引入偏差阈值ε,通过判断道路曲线交叉点与化简后交叉点的距离与偏差精度ε的大小关系来确定该交叉点的化简与保留,如果保留或者化简后的道路曲线没有交叉点那么将原交叉点作为分段点对此段曲线进行重新化简。理论分析与实验结果表明,文中算法能够有针对性地保留或化简道路交叉点以及保持曲线化简后的形态特征。     

面向交叉路口特征点的矢量数据化简算法

针对现有的算法不能够很好地保留道路交叉路口特征点的问题,该文提出了一种基于道路交叉路口特征点的矢量数据化简算法。把曲线上的特征点分为交叉路口特征点和重要的特征点两类,对两类点分别进行处理得到分段点;利用相邻的分段点作为道格拉斯-普克算法的首尾点,对每段子曲线以基于最小二乘法拟合曲线选定最优距离阈值,进行逐段化简。实验结果表明,该算法能够有效地化简道路矢量数据并保留交叉路口和重要的特征点。     

面向交叉路口特征点的矢量数据化简算法

针对现有的算法不能够很好地保留道路交叉路口特征点的问题,该文提出了一种基于道路交叉路口特征点的矢量数据化简算法。把曲线上的特征点分为交叉路口特征点和重要的特征点两类,对两类点分别进行处理得到分段点;利用相邻的分段点作为道格拉斯-普克算法的首尾点,对每段子曲线以基于最小二乘法拟合曲线选定最优距离阈值,进行逐段化简。实验结果表明,该算法能够有效地化简道路矢量数据并保留交叉路口和重要的特征点。     

面向交叉路口特征点的矢量数据化简算法

针对现有的算法不能够很好地保留道路交叉路口特征点的问题,该文提出了一种基于道路交叉路口特征点的矢量数据化简算法。把曲线上的特征点分为交叉路口特征点和重要的特征点两类,对两类点分别进行处理得到分段点;利用相邻的分段点作为道格拉斯-普克算法的首尾点,对每段子曲线以基于最小二乘法拟合曲线选定最优距离阈值,进行逐段化简。实验结果表明,该算法能够有效地化简道路矢量数据并保留交叉路口和重要的特征点。     

面向交叉路口特征点的矢量数据化简算法

针对现有的算法不能够很好地保留道路交叉路口特征点的问题,该文提出了一种基于道路交叉路口特征点的矢量数据化简算法。把曲线上的特征点分为交叉路口特征点和重要的特征点两类,对两类点分别进行处理得到分段点;利用相邻的分段点作为道格拉斯-普克算法的首尾点,对每段子曲线以基于最小二乘法拟合曲线选定最优距离阈值,进行逐段化简。实验结果表明,该算法能够有效地化简道路矢量数据并保留交叉路口和重要的特征点。     

面向自然岸线抽稀的改进道格拉斯—普克算法

针对已有的矢量数据压缩算法应用于方向线生成过程中会忽略国家海疆权益的问题,该文提出了一种面向自然岸线抽稀生成方向线的改进道格拉斯-普克算法。首先提取自然岸线凸点作为备选分段点集,进而根据凸点与相邻两点组成的三角形面积大小筛选分段点,接着利用相邻分段点作为道格拉斯-普克算法的首尾点,以基于最小二乘法的拟合曲线选定最优距离阈值,并作为初始阈值,进行逐段抽稀。实验结果表明,利用本算法抽稀所得面积比、压缩率均比传统道格拉斯-普克算法有所提升,且大部分情况下误差面积也有所减少。     

管线设计的断面数据处理方法

把空间矢量数据的压缩方法道格拉斯一普克法引入到断面数据的抽稀处理中,并对算法进行改进。首先按照一定算法进行整条断面线的粗滤处理,找出地形特征点、平面转折点、地物点等作为关键点,然后依据关键点对断面线进行分段,在段内使用道格拉斯一普克法进行细滤。通过实验能有效地抽稀断面点。     

管线设计的断面数据处理方法

把空间矢量数据的压缩方法道格拉斯-普克法引入到断面数据的抽稀处理中,并对算法进行改进。首先按照一定算法进行整条断面线的粗滤处理,找出地形特征点、平面转折点、地物点等作为关键点,然后依据关键点对断面线进行分段,在段内使用道格拉斯-普克法进行细滤。通过实验能有效地抽稀断面点。     

基于道格拉斯-普克算法的图像分割初探

利用道格拉斯-普克算法化简灰度直方图,从化简后的直方图中获取图像分割的阈值。为了评估所提出算法的优劣,本文采用多峰法和大津法进行了对比实验。实验表明道格拉斯-普克算法分割某些图像具有一定的优势。     

基于约束点的无拓扑多边形数据压缩算法

分析了常规压缩算法(如Douglas-Peucker算法)压缩无拓扑多边形数据会产生公共边界不一致现象,认为出现此现象的原因是多边形公共边界的压缩起始点选择不一致,进而提出了一种新的基于约束点的无拓扑多边形数据压缩算法。算法原理包括:首先将多边形公共边界的两个端点作为约束点处理,使得多边形从约束点处逻辑上分成几段;然后利用常规压缩算法进行分段压缩,使每一多边形公共边界的压缩初始点一致,从而保证了无拓扑多边形数据的一致性压缩;最后大量试验验证了此算法的有效性。     

管线设计中断面数据的压缩算法

本文把空间矢量数据的压缩算法道格拉斯-普克法引入到管线断面数据的抽稀处理中,并对算法进行改进。首先按照一定算法进行整条断面线的粗滤处理,找出地形特征点、平面转折点、地物点等作为关键点,然后依据关键点对断面线进行分段,在段内使用道格拉斯-普克法进行细滤。最后通过实验验证了这种算法能够很好地压缩管线断面点数据,满足管线设计的要求。     

一种抗数据压缩的矢量地图数据数字水印算法

基于矢量地图数据特点,提出了一种抗数据压缩的矢量地图数据数字水印算法,即在嵌入水印信息之前对数据进行道格拉斯-普克法压缩,然后在特征点中嵌入水印信息。实验分析表明,提出的水印算法在抗数据压缩方面具有较好的效果。     

一种抗数据压缩的矢量地图数据数字水印算法

基于矢量地图数据特点,提出了一种抗数据压缩的矢量地图数据数字水印算法,即在嵌入水印信息之前对数据进行道格拉斯-普克法压缩,然后在特征点中嵌入水印信息.实验分析表明,提出的水印算法在抗数据压缩方面具有较好的效果.     

移动GIS中的空间矢量数据压缩方法

空间数据的压缩对于空间数据无线移动网络以及提高整个移动GIS系统的效率来说是一项很重要的工作。文章针对移动GIS系统中的矢量数据压缩问题进行了总结与综述。首先分析了矢量地图数据压缩的原因并给出了其定义;然后对传统的矢量数据压缩方法作了简单的介绍;最后对经典的Douglas—Peucker方法的改进方法,小波技术压缩方法和第二代小波压缩方法进行了详细的分析。     

基于扇形筛选法的矢量数据压缩方法

针对具有预测功能的矢量数据压缩方法效率低下的问题,提出一种基于扇形筛选法的矢量数据压缩方法。在预测区域内利用扇形筛选法,能显著减少待选点,从而提高压缩效率。实验结果证明,该方法的效率与改进前方法相比提升了30%~40%。此外,与传统的Douglas-Peucker算法相比,该方法在相同阈值下可以得到更大的压缩比,且在较小阈值下具有更高的计算效率。     

3维Douglas-Peucker算法及其在DEM自动综合中的应用研究

在分析2维Douglas-Peucker算法原理实质的基础上,提出3维Douglas-Peucker算法,并将此法应用到对DEM的基础———3维离散点的自动综合上。采用计算机程序对新算法进行的验证,初步结果表明该算法能较好地筛选出DEM整体及局部范围的地貌特征点,其计算效率也较令人满意。     

河网线要素与DEM综合的三维Douglas-Peucker算法

目前三维Douglas-Peucker(3D_DP)算法主要应用于单一类型的DEM综合。本文引入"弯曲调节指数"来改进3D_DP算法,提出了一种三维空间河网要素与DEM综合的新方法,即将河网线矢量提取成三维离散点数据集(增加高程属性),与DEM三维离散点数据集合并,在河网层次化选取基础上,利用改进的3D_DP算法对合并数据集进行综合操作。通过试验结果的对比和分析表明,该方法通过弯曲调节指数的调节使河流自身所具有的弯曲形态与地形的主要特征得以同时保留,试验效果良好,实现了三维空间河网要素与DEM数据在同一简化因子作用下的综合,提升了地图综合的质量。