一种曲线分割与化简的并行算法

针对现有曲线分割与化简算法多为串行算法,无法充分利用多核心处理器的并行计算能力以提升计算效率这一问题,该文提出了一种曲线分割与化简的并行算法。该算法使用Numba库,将曲线分割与化简步骤中,例如弯曲面积计算、判断线段是否相交等具有并行性的任务,加以分割并分配到多核处理器的每一个核心上,以充分利用多核处理器并行计算的优势,提高算法的性能。实验证明,曲线分割与化简的并行算法,可以有效地提高数据处理的效率,降低分割与化简曲线的时间成本。     

基于约束点的曲线一致性化简

详细探讨了基于平面上的特征约束点(无论在曲线上还是在曲线外)的曲线化简,并针对各种情况提出了一致性化简的方法。     

顾及拓扑一致性的水系三维曲线化简

鉴于常规曲线化简方法应用于水系曲线化简时难以顾及水系要素的三维特征及其拓扑关系,本文提出了一种顾及拓扑一致性的水系三维曲线化简方法。该方法首先对D-P算法进行三维扩展,实现水系中单条河流三维曲线化简,然后构建水系树结构表达其拓扑关系,最后按照水系树的层次顺序依次进行河流曲线化简和干流与支流的拓扑关系重构。试验结果表明,该方法化简精度高,既能保持水系的三维形态特征,又能保证河流交汇处的拓扑一致性。     

顾及三维形态特征的河流曲线化简方法

鉴于常规曲线化简方法应用于河流曲线化简时难以顾及河流要素的三维特征及其拓扑结构,提出了一种顾及三维形态特征的河流曲线化简方法。该方法利用河流曲线上散点的三维特征对散点进行选取进而实现河流曲线化简。在三维Douglas-Peucker（3D D-P）算法的基础上提出一种三维散点排队法,根据散点的三维特征对河流曲线的离散点集进行排队,并通过初始排队、"3合1"队列合并及约束点位置调整3个过程建立散点队列,然后根据压缩比从队列尾部删除相应比例的点数获得散点综合结果,将综合后的散点按照河流曲线的原始次序重构出化简后的河流曲线。实验结果表明,该方法既能最大程度地保留河流的三维形态特征,又能保证河流曲线之间的拓扑结构一致性。     

利用地理特征约束进行曲线化简

提出了一种基于地理特征约束的曲线化简方法。该方法依据曲线形态特征,利用约束Delaunay三角网模型对曲线弯曲进行了初步划分,利用弯曲探测方法识别基本弯曲和复合弯曲,利用弯曲追踪方法获取弯曲间的层次与相邻关系,实现了曲线形态的完全结构化;获取了曲线有效空间邻域内包含的其他地理要素知识,并依据曲线形态分解到各个弯曲中;设计了弯曲取舍的判断规则以及弯曲删除的完整实现过程。实例证明,本算法无论在线要素的整体形态保持上,还是在地理特征的一致性保持上都非常有效。     

点位信息度量模型及其在曲线化简中的应用

曲线点位信息的度量在空间数据综合和多尺度表达方面有着重要的作用,提出一种点位信息度量模型,并将其应用于曲线化简过程中。实践表明,该模型可有效地识别数字曲线上对曲线精度和形态保持起重要作用的特征点。     

多边形化简前后相似度计算的一种方法

图形相似度计算是地图综合质量评价的主要依据。以往的文献对于地图综合方法研究的较多,而对于综合结果评价的方法却研究的较少。本文结合地图综合中多边形的化简过程与其化简规则,提出了多边形相似性描述的因子,并结合这些因子,给出了一个计算相似度的公式,从而为地图综合质量的评价提供了一个新的思路。实验结果表明,该方法简单有效。     

一种组合优化的多边形化简方法

以多边形轮廓为目标 ,依据曲线特征点将其分解为一系列的弯曲特征 ,并对此弯曲特征集实施组合优化 ,将入围弯曲首尾相连 ,即可得到最终的化简结果     

一种河口湾海岸线渐进化简方法

形态复杂的河口湾海岸线自动化简是当前线要素化简研究的难点之一。在现有研究基础上,结合地理特征影响下河口湾海岸线形态特点及海图综合约束,提出一种河口湾海岸线渐进化简方法。该方法以约束Delaunay三角网为支撑构建河口湾骨架线二叉树模型,结构化表达河口湾海岸线形态特征;基于此模型,通过叶子流路渐进取舍、"退化"充分化简细小弯曲或弯曲细小部分,通过局部夸大消除河口湾内视觉冲突等,实现河口湾海岸线化简。试验结果表明,该方法充分化简目标尺度下不可视的局部细节,顾及河口湾海岸线整体形态特征保持,在几何层次、地理层次上都具有一定优越性,适于多种形态河口湾海岸线化简应用。     

自适应遗传算法支持下的既有铁路曲线整正方法

针对拟合与最优化方法在铁路曲线整正问题中难以加入约束条件与计算精确里程的不足,提出一种使用自适应遗传算法求拨距总量最小值的方法。首先利用遗传算法限制性低的特性,在个体的并行计算中加入多种逻辑、比较运算,从而能够顾及各种约束条件,用黄金分割法搜索测点的拨距量和精确里程,最后累加测点拨距量并计算所有个体的适应度。种群繁衍过程中采用保留父代最优个体与自适应的交叉变异算子的改进策略,使种群在最优方向持续进化。通过大量仿真实验和实际工程数据验证,该方法具有较高的精确性和适用性。     

基于免疫遗传算法的线状要素图形简化方法研究

基于免疫遗传算法的基本原理,分析线状要素数据压缩的约束条件,顾及几何精度和图形形状特征点,提出一种线状要素图形自动简化方法。试验表明,在一定几何精度内,该方法在保持线状要素图形形状方面表现良好。     

采用三元弯曲组划分的线要素化简方法

当前基于弯曲的线要素化简在化简过程中对于连续小弯曲的化简处理有所欠缺。针对此提出了基于三元弯曲组的化简方法。该方法首先将连续的弯曲划分到各个弯曲三元组中;然后针对三元弯曲的不同组合类型采用不同的化简方式进行化简;最后设计循环化简判断规则,重复化简过程直到所有弯曲满足化简阈值,从而实现连续弯曲的间隔化简。实验表明,该方法能够有效地保持弯曲的形态特征以及不同化简阈值结果间的层次性。     

基于线要素动态化简的匹配算法比较与评价

矢量线要素数据来源多样,细节层次不一,限制了已有匹配算法正确率的提高,同时也给算法评价带来困难。化简可以减少线要素细节层次,提取其主要形态,据此提出一种基于线要素动态化简的匹配算法评价新方法。对不同匹配算法采用相同数据,在相同化简算法支撑下进行匹配,从而实现对不同匹配算法的评价。首先,阐述动态化简方法提取线要素主要形态的过程;其次,利用动态化简分别辅助4种已有匹配算法,获取每个匹配算法的最优匹配正确率;最后,将4种匹配算法的原始匹配结果与加入动态化简后的匹配结果进行对比,分析化简对匹配结果的影响,并把该影响运用到匹配算法的比较和评价中来。其中,1通过匹配正确率变化、误匹配等分析了匹配算法的数据适用性;2通过化简比例系数K变化时新增匹配数量的统计,评价了匹配算法对线要素局部细节的敏感程度并提出该指标的量化方法;3结合匹配算法采用的匹配相似度指标对其作出评价。     

一种线状要素深度简化方法

提出了一种线状要素深度简化的方法,该方法将线状要素简化分解成若干子过程,每个子过程通过弯曲识别与分类,并利用具有一致性和自适应的阈值组合实现了线状要素的规模化处理。试验表明,该方法能适应于不同制图因子——线宽、类型、比例尺要素的简化,相比于Douglas等简化方法更接近于人工处理的结果。     

一种顾及空间关系约束的线化简算法

线要素化简在制图表达与综合领域一直是研究的热点和难点之一。然而,经典化简算法多针对单独线要素进行处理,缺乏对该线要素与周边线要素之间整体空间关系的考虑,并且,存在计算结果生硬(D-P算法)、局部极值点缺失,特别是在曲度较大之处出现相交异常(L-O算法)等问题。为此,本文提出一种顾及空间关系约束的线化简算法,建立线要素全局化简方法(LGSM)和矢量位移、面积位移等5类评价指标。采用等高线、河流和道路3类线要素实际数据进行了试验,充分检验了本文算法的优越性,其处理结果符合开方根模型规律,降低了曲线复杂度,在保证全局空间关系不变条件下,不仅更好地保持了曲线整体形状特征,而且光滑美观、精度高。     

一种拓扑保持的折线简化算法研究

通过分析Douglas-Peucker折线简化算法之不足,提出了一种基于二叉树数据结构的折线简化算法,解决了传统算法的自相交问题。对于GIS数据简化压缩及制图综合具有很高的实用价值。     

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。