基于钻孔数据Delaunay-三角网的矿产储量计算

针对传统矿产储量计算的不足,在分析平面点集Delaunay-三角网的算法的基础上,提出基于钻孔点集Delaunay-三角网的算法,并以该三角网为基础,在Visual Basic环境利用组件技术,结合钻孔属性数据库,对任意区域矿产储量进行计算,该法不仅克服算术平均法误差大及其他方法难以自动实现的缺点,而且为管理部门的规划和开采设计提供重要参考信息。     

增/删点后的Voronoi图构造法研究

论述了在原Voronoi图的基础上增加点和删去点后生成新Voronoi图的算法.在增点过程中,针对新增加点后不满足Delaunay三角网特性的情况,利用最大最小角规则进行局部优化,根据优化后的三角网生成新Voronoi图;在删点过程中,针对删点的不同位置情况,修改相应Voronoi域,生成新Voronoi图.     

约束Delaunay三角网生成算法研究

对约束Delaunay三角网的构建算法进行研究,并提出一种约束Delaunay 三角网生成算法,它充分利用分治算法与生长算法的优点,对离散点、构网中实时生成的边及三角形采用分块进行网格索引,有效地减少了搜索目标点、边及三角形的时间,从而提高构网速度.     

大量约束边条件下Delaunay三角网的快速生成

讨论了建立约束Delaunay三角网算法的研究现状,采用“逐点插入法”和“多对角线交换算法”构成“两步法”,在此基础上,从建立高精度三角网模型的需求出发,研究以大数据量等高线为约束边进行Delaunay三角剖分的改进算法。针对“逐点插入法”,采用网格分块的方法对构网点集和已生成的三角网建立索引,提高了点的查询速度和点在三角网中的定位速度,提高了三角网的生成效率;针对“多对角线交换算法”,增加了一些特殊情况的处理,提高了算法的健壮性和交换速度。     

VB环境下不规则三角网的算法设计与实现

本文对不规则三角网生长算法实现的研究,利用了VB强大的可视化用户界面及其编程语言的灵活性及简单易懂特点,基于各行业对于DEM的需要,开发出一种利用VB6.0语言生成基于生长算法的不规则三角网,结合数据库强大的数据存取、编辑、查询功能,共同实现离散点的管理和三角网的构成。     

利用点角改进Delaunay三角网生长算法

分析常规三角网生长算法的优缺点,提出点角概念,在生成Delaunay三角形的过程中,逐步缩小离散点的搜索范围,克服常规算法时间效率低的缺点。构网过程中,完全遵守Delaunay三角网的剖分准则,验证算法的稳定性和高效性。     

一种快速二维 Delaunay 三角网点定位算法

在构建二维Delaunay三角网的逐点插入法中,定位待插点所在三角形的快慢是影响整个算法构网速度的关键因素。针对目前已有算法存在的搜索路径长、搜索路径求解计算量大等问题,结合三角形重心的几何性质,对点定位算法进行改进,避免求三角形重心和相交边的过程。实验结果表明,文中算法较目前其他点定位算法能够有效地缩短搜索路径,减少点定位的计算时间,提高Delaunay三角网构网过程中点定位的效率。     

缓冲曲线和边约束三角网辅助的缓冲区生成算法

本文在分析了已有的缓冲区生成算法后,提出缓冲曲线和边约束三角网辅助的矢理缓冲区生成算法。算法分两步,第一步生成作者提出的缓冲曲线,第二步将缓冲曲线切割组合的缓冲区。算法通过缓冲曲线切割在理论减少了参与切割的线段数目,将不可能成为缓冲区边界的线段在一开始就剔除;在第二步中,算法通过边约束三角网和环绕系数的传递将线段切割重组的过程优化,不相交的线段之间免去比较判断,从而为生成缓冲区一个快速完整的方案。     

格网划分的Delaunay三角网快速生成算法

针对常见的三角网构建算法效率受查找三角形的约束的问题,该文提出了一种基于格网划分的Delaunay三角网快速生成算法,对传统逐点插入算法的点定位及LOP算法进行了优化。通过对离散点数据进行格网划分,将三角形面积坐标法与直线行走算法相结合,在点定位过程中可大幅度缩短搜索路径,快速定位到插入点所在的目标三角形。实验结果表明,改进后的算法兼顾了时间和空间的性能,执行效率明显提高,定位路径惟一且为最佳路径。     

带有边界条件的Delaunay三角网生成算法的研究与实现

Delaunay三角网是构建数字地形模型的主要途径,凸壳是构造Delaunay三角网的基础,一般的凸壳构造方法找到的凸壳为最少点的多边形,但也有多点在一条边界边上的情况。在Delaunay三角网生成算法的基础上,提出了一种新的查找凸壳的算法并导出了带有边界条件的Delaunay三角网生成算法。通过实际数据的测试,表明该算法是有效的。     

基于MATLAB的边缘检测算法研究

边缘检测是处理与剖析图像的主要内容之一,它在文字识别、车牌识别、遥感特征地物的提取等生产和生活领域发挥着非常重要的作用。但是,不同的图像有着不同的特征,到目前为止,没有一种统一的方法对所有的图像及地物的特征进行边缘检测。针对这一不足,本文首先探讨了4种经典的二值化算法和相应的改进二值化算法,并将经典算法与改进后的算法进行对比分析,然后利用Canny算子对二值化处理后的图像进行边缘检测。得出结论,迭代法和改进的迭代法与Canny算子相结合作为边缘检测的方法是一种高效率、高精度的方法。     

面向影像匹配的SUSAN角点检测

在分析比较现有角点提取算法的基础上,将SUSAN算法用于提取高分辨率影像的角点及影像匹配。针对试验中原算法在不规则纹理区提取大量冗余角点及对强边缘敏感等问题,提出按照影像局部和整体对比度的关系自适应计算灰度差阈值,使用矩形模板从边界上确定USAN区域(核值相似区)可能的范围,再检测角点的改进思路。试验证明改进后算法提取的角点位置更为准确,有效剔除了原算法检测结果中的冗余角点,提高了影像匹配速度。     

基于遗传算法的多光谱影像非监督训练分类系统

本文将遗传算法（GA）应用于非监督训练,提高了遥感数据的分类精度。遗传竞争学习算法（GA-CL）综合了遗传算法和简单的竞争学习算法,可用于改进非监督训练的结果。遗传算法在典型样本聚类的过程中可以避免得到局部最优值。Jeffries-Matusita（J-M）距离法是通过统计测量两个训练类别之间的分离度,可用于评价这种算法。将此算法应用于TM数据的结果显示,遗传算法改进了简单的竞争学习算法,与其他非监督训练算法相比,其提供了K-均值,GA-K-均值和简单的竞争学习算法。     

基于DEM的平缓地区水系提取和流域分割的流向算法分析

本文以地势较为平坦的秦淮河流域为实验样区,以高精度DEM(5m分辨率)和地形图水系为基础数据,对比分析了单流向算法(D8算法)、多流向算法(Dinf法)以及添加数字化河道信息后的单流向算法(AgreeD8算法)3种算法下水系提取和流域分割的结果。实验结果表明,提取得到的水系更逼近于实际河网,该算法既有效提高了水系提取和流域分割的精度,又保留了D8算法模型简单、稳定性强、运行效率高等优点。     

一种基于极值检测与自适应滤波的图像去噪算法

标准中值滤波及其一些改进算法对于被低密度脉冲噪声污染图像的处理可取得令人满意的效果,图像被严重污染时,这些算法得到的结果均不理想。针对这一缺陷,基于文献[1]提出的一种滤波算法进行改进。首先,利用极值法对图像进行检测,判断出噪声及非噪声点;其次,设置滤波模板的最小及最大尺寸,对噪声点进行窗口逐渐增大的滤波处理。计算机模拟实验结果及对SAR图像滤波结果表明:该滤波算法在噪声去除及边缘和图像细节保持上优于标准中值滤波及其一些改进算法。     

一种改进均值的自适应中值滤波算法

针对自适应中值滤波算法在滤除高浓度椒盐噪声和保留图像边缘细节中的不足,提出了一种改进均值的自适应中值滤波(IMAMF)算法。该算法采用扩充图像边界的方式,使得原图像的边界点能在自适应的滤波窗口下参与噪声检测和滤波处理,并在检测噪声和信号时,增加了噪声阈值判定,将存在噪声的像素点用修正后的均值滤波器值输出,信号点则用原始灰度值输出。为了验证算法的可行性,采用了5种不同的算法进行仿真对比分析,并从主观角度和客观指标上进行效果评价。试验结果表明:该算法能有效滤除浓度为10%～90%范围内的椒盐噪声,且图像细节和边缘信息得到了更好的保留,滤波性能明显优于其他算法。     

一种顾及影像纹理特性的自适应分辨率增强算法

针对传统的影像分辨率增强算法存在的缺点,提出了一个顾及影像纹理特性的自适应分辨率增强算法。在算法中,首先通过影像分析,根据定义的3种纹理特性,确定出像素在影像中所在的位置是属于平滑纹理、一般纹理还是边缘纹理,然后根据不同的属性应用不同的滤波器进行内插增强。特别是对边缘纹理的处理,为了提高精度,是通过两次迭代来完成的。实验中利用该算法和传统的增强方法对三峡地区航空影像和武汉TM影像分别进行了处理,并用常用的影像质量评价方法对增强处理结果进行了对比评价,实验证明,所提出的算法在保持纹理、边缘方面有较大的优越性,具有实用价值。     

一种有效的航拍图像中直线提取算法

首先对航拍图像进行小尺度高斯滤波;然后进行边缘检测,得到边缘检测幅度图像;再在边缘检测幅度图像中进行启发式搜索连接,提取出符合直线模型的直线搜索轨迹;最后根据直线搜索轨迹的判别获取直线。实验结果表明,该算法可以在航拍图像中提取出真实的直线,是一种有效的直线提取算法。     

利用极值梯度的通用亚像素边缘检测方法

针对传统边缘检测方法存在的通用性较差、精度不高等问题,提出一种利用极值梯度的通用亚像素边缘检测方法。该方法将极值梯度分解为正梯度和负梯度,并在八个方向上进行判断与求解,然后得到由局部灰度增加最大和减小最大的两类像点共同组成的初始边缘,最后根据初始边缘的特点,分别建立不同类型边缘的亚像素定位拟合模型。为验证该方法的性能,分别利用模拟影像和实际影像与传统方法进行对比试验。试验结果表明该方法对不同类型的边缘都能较好的检测,并且对包括角点在内的边缘有更高的定位精度。因此,该方法可有效应用于影像的边缘检测中。