谈DWG文件精简的几种方法——以增城市1∶2000地形图精简为例

用户在使用AutoCAD时可能会发现图面实体比较简单,图形文件(DWG文件)却很大,影响文件的调用、存盘和备份.本文针对该问题,以增城市1:2 000地形图精简为例,提出一系列方法帮助DWG文件精简.     

基于FME的DWG文件批量坐标转换设计与实现

基于地方独立坐标系到CGCS2000国家大地坐标系的考虑,对项目成果AutoCAD的DWG文件进行坐标转换,借助FME2014软件,通过自定义地方坐标系、重投影、返射转换等步骤,并结合DWG文件自身特点,修改转换器参数、分别转换图形和文字.最终得到符合要求的基于CGCS2000坐标系的CAD图形文件.     

基于VBA的SCS数据分类转换为Shape文件

数据是GIS发展及各类专题地理信息系统建立的基础,而目前提供基础数据的来源,主要是各部门由AutoCAD二次开发软件编辑的DWG数据,并有编码规则,用以区分不同的地物,所以有必要研究DWG数据的各种转换方法.在学习其他的数据转换方法中,本文提出一种基于ArcMap内置VBA,利用自定义转换文件,对DWG进行分类转换的方法,并在大连某地区的地籍测量的数据转换中得到较好的应用.     

基于最优邻域局部熵的点云精简算法

针对传统的点云精简算法中不能良好保留细节特征的问题,提出一种基于最优邻域局部熵的点云精简算法.首先利用点云局部邻域协方差矩阵的3个特征值构造的维度特征,构建局部邻域信息熵函数,其次依据局部熵值最小原则确定最优邻域,然后根据最优邻域下计算的特征值间的关系,以及局部信息熵来剔除平坦区域数据点.通过模拟数据和实例扫描数据精简...     

结合无人机载LiDAR点云法向量的K-means++聚类精简

点云精简可有效降低无人机载Li DAR数据量,对后期点云存储和快速处理具有重要意义。采用K-means++方法对点云法向量进行聚类,以实现点云精简。首先,利用回波次数去除多次回波点云,在使用零-均值标准化方法对点云属性归一化后,利用KD树(K-dimension tree)建立点云索引构建点云K邻域;然后,采用主成分分析法估算点云法向量,借助肘方法确定最佳聚类数目;最终,通过K-means++聚类方法实现点云精简。将精简结果生成Delaunay三角网并转换为栅格数据,通过相关系数验证方法的有效性。结果表明:针对研究区69 544个点云数据,该方法可去除多次回波点云7 722个;对点云法向量进行聚类数目为8的K-means++聚类,对应的精简率为分别为81. 389%,81. 833%和85. 369%时效果较优;精简后生成Delaunay三角网的时间远低于精简前,且当按81. 833%进行精简处理时,相关系数最高,为0. 890。该方法可为点云精简提供参考。     

基于移动网格点云精简算法的研究

针对三维激光点云数据精简问题,提出一种基于移动网格划分的精简算法。基本思想是首先将点云模型空间网格化,再依据距离阈值对网格进行二次网格划分,利用权重值大小筛选出合适点,最后移动点云模型包围盒最小点位置,重新进行二次网格划分和点云筛选,最终完成点云的精简。实验得出,可移动网格划分的点云精简算法在精简效果与时间效率上均具有显著的优势。     

基于逐点前进法的点云数据精简

本文在道格拉斯-普克法的基础上提出利用逐点前进法对点云数据进行精简,以兔子的模型为对象进行试验研究。结果表明,逐点前进法对点云数据精简在速度和精简率上与道格拉斯-普克法相比有明显提高。     

利用FME进行GIS数据的无损转换

在研究FME语义映射文件的组成格式、定义方法、执行过程的基础上,利用修改FME语义影射文件的方法,对DWG到SHAPE格式的数据无损转换进行了研究。结合科研项目,作者实现了数据从AutoCAD的DWG格式到ArcGIS的SHAPE格式的无损、快速、高效地转换,有效地解决了“如何实现数据在不同平台之间的转换,实现数据共享”这个制约GIS项目进度的瓶颈问题。     

机构精简开支增加 中国乡镇改革面临艰难选择

“乡镇改革是一个持续但却无法深入的工作,从表面上看乡镇机构是减少了,但精简的目标并没有达到,财政开支也并未减少。”国务院发展研究中心农村部组织研究室主任赵树凯如是说。他的担忧并非空穴来风。从2002年12月至2004年5月,赵树凯奔波于河北、山西、山东、浙江、安徽、湖南、四川、甘肃、宁夏、陕西等10个省区的20个乡镇,进行实地调查后得出了上述结论。但这样的结论显然让他有些失望。机构减了财务开支增加了就精简而言,可以分为两个方面,即机构精简和人员精简。从乡镇精简的现状来看,许多年来不断精简的基本特征是,机构方面的部门数量…     

AutoCAD地形图的三维可视化研究

提出了一种AutoCAD与Surfer软件相结合实现地形图三维可视化的方法.该方法将AutoCAD的地形图文件(DWG格式)通过图形交换文件(DXF格式)输出,使用高级语言编程,转化为Surfer软件所对应的数据文件,快速生成二维或三维图形.     

基于包围盒法三维扫描点云数据精简方法比较

点云精简的意义的是在促进精度的同时以最少的点来表达实体信息。专业人士曾提出过多种点云精简算法,然而点云精简中的控制变量不明确,效果差异不显著,难易辨识优劣性。而选取三种最常用方法均匀网格法、平面拟合法和曲面拟合法,控制变量,对精简结果进行分析比较,并提出了相应的改进方法。     

物联网节点监视信息的精简与分析技术

从物联网的根本目的出发,利用压缩方法和统计过程控制（SPC）技术研究了物联网中节点实时信息的精简和分析技术,并以计算机网络中的节点计算机的监视数据为例进行了实验分析,为物联网中节点数据的精简和分析提供了参考。     

CASS软件在工程测量中的使用

利用CASS软件可进行土方量计算,利用Dat文件生成等高线、纵横断面图。CASS结合AutoCAD及M i-crosoft EXCEL软件,可将3维坐标加常数后,形成DWG文件,提高了工程测量的工作效率。CASS是比较适用于工程测量的一种软件。     

基于Auto CAD.NET API的DWG文件坐标变换的研究及实现

针对工程实践中不同坐标系下DWG数据相互变换的实际需要,通过对DWG数据存储组织结构以及AutoCAD.NET API的深入研究,采用平面四参数转换方法,基于Visual Studio 2010和AutoCAD 2008开发平台,成功开发了DWG数据坐标变换程序。以沈阳市1∶500比例尺、1954北京坐标系的DWG数据为例,实现了不同坐标系下DWG数据的互相变换,并对变换后的数据进行了要素检查和精度分析。结果证明,采用基于AutoCAD.NET API二次开发的技术能够很好地满足DWG数据在不同坐标系下互相变换的应用需求,大大地节省了工作时间,提高了工作效率。     

DWG三维模型自动转换为X三维模型的方法研究

DWG三维模型作为一种成熟的三维模型格式已广泛应用于各领域,但在实际工作中,往往需要将其放置到多种三维设计平台中,而许多平台并不直接支持该格式,这限制了DWG格式三维模型的重复利用。本文首先分析了DWG三维模型格式,而后利用DWG.SDK二次开发包,实现了将DWG三维模型转换为X三维模型的方法并通过实例对该方法进行了验证,该方法拓宽了DWG三维模型的应用范围。     

一种新的激光点云数据精简方法

三维激光扫描技术是最近几年在测量方面发展起来的一个研究热点。提出利用点云模型中相邻三角形夹角的大小来对点云数据进行直接精简的方法,在matlab平台下,通过编程实现点云数据的压缩。将精简的点云数据通过编程重新构建三角网,最后在Geomagic软件中建模,通过与原始模型进行对比,新方法的压缩效果比较理想。     

融合聚类算法的钢轨轮廓点云自适应精简

针对原始结构光钢轨轮廓点云数据量大、强噪声和离群杂点多的问题,本文提出了一种欧式聚类融合多种传统滤波方式的钢轨点云自适应精简的方法。采用点云欧式距离为特征量的聚类分割方法用于无效杂散点数据的识别和精简,采用统计滤波结合均匀体素下采样滤波方法实现点云初步去噪。在此基础上,通过欧式聚类分割噪点,采用自动获取滤波范围的自适应直通滤波去除轨底粘连数据,以保证点云配准的效率与准确性。本文提出的方法可有效精简无效数据和去噪,点云精简比约为94%,同时保留了原始点云的有效轮廓特征,为点云配准与磨耗点的高精度识别奠定了基础。     

融合k-means聚类和Hausdorff距离的散乱点云精简算法

针对点云精简算法在处理点云数据时特征保留不完整和对小曲率点云精简造成数据空洞的问题,提出了一种融合k-means聚类和Hausdorff距离的点云精简算法。该算法在八叉树算法的基础上构建点云数据的拓扑关系,首先计算所有点云数据点的主曲率,然后计算点云数据点主曲率的Hausdorff距离,根据精简目标要求设定Hausdorff距离阈值,实现点云特征提取,最后对非特征区域进行k-means聚类提取特征点,并将两次提取的特征点融合得到精简结果。实验结果表明,该算法能较完整地保留模型的特征信息,并能避免形成空洞现象。     

多因子激光雷达点云分区精简算法

激光雷达点云密度较大时会导致数据冗余,对点云数据的计算、存储及显示造成困难。本文针对激光雷达地形扫描点云的精简问题,提出了一种多因子分区点云精简方法。首先在改进点云组织方式的基础上,使用变异系数定权法并综合4种传统的点云特征提取因子,得到最终的综合评价因子,以划分特征点与非特征点;然后使用改进的八叉树将所有点依据其位置与数量划分为子集,并根据每个子集的特征点数量确定是否保留其中部分非特征点。该方法可更全面客观地对数据进行特征评估与选择,得到最具代表性的点,实现更高精度的精简。试验显示,多因子分区方法的误差比其他方法低20%～50%,且在整体试验区域精度的均匀性高5%～70%,证明该方法更优越。     

声速剖面精简运算的改进D-P算法及其评估

声速剖面在多波束测深中不可或缺。为解决原始测量的声速剖面数据量大而影响工作效率问题,本文进行了声速剖面的精简与优化研究。提出一种适用声速剖面数据精简运算的改进D-P算法(MOV方法),并通过射线追踪法和误差百分比分析法评估精简前后的声速剖面对测深精度的影响,并利用实测声速剖面数据对该算法进行了验证。结果表明,通过优选算法阈值,声速剖面数据的简化率可达90%以上,可控制水深标准差百分比在0.1%以内,优化后的声速剖面可大幅提升多波束勘测与数据处理工作效率,具有重要的工程实际应用价值。