基于TIN的面要素聚合优化算法

针对TIN三角网在实现地图面要素聚合过程中效率低下的问题,提出了一种基于TIN面要素聚合的优化方法。首先,利用格网的方法聚类面要素,缩小TIN搜索范围;然后,在聚类的基础上进行TIN三角网的构建实现面要素的综合;最后,实验验证了综合结果,并通过对比证明了算法的效率。     

基于ArcGIS的面状要素中轴线提取方法研究

专题制图中利用遥感技术获取专题要素和地理底图要素已成为大势所趋,而如何实现面状要素中轴线的提取从而获得线状道路、线状河流等底图要素一直是GIS界研究的热点。本文通过对ArcGIS9.0中提供的各种功能模块的综合应用实现了面状要素中轴线的自动提取。经实验这种方法简单实用、效果理想,效率很高。     

基于ArcGIS的面状要素矢量化方法对比

矢量化在地理信息系统中具有重要的意义。面状要素的矢量化是矢量化过程中的重要部分,不同方法的选取决定着矢量化的效率和质量。本文以ArcGIS对面状要素的矢量化过程为基础,对比分析了矢量化过程中各种方法的优劣,总结了在不同情况下,面状要素矢量化方法的选取,以期为面状要素矢量化提供方法参考。     

面状要素主骨架线自动提取算法研究

基于对Delaunay三角网和对其算法的改进,实现了面状要素主骨架线自动提取。改进了Delaunay三角网生成算法,使其能适用于较为复杂的面状要素的三角网的建立;提出了面状要素三角网边界区域存在的大量的小三角形的定义和处理小三角形的有效算法;以三角形为最小单位作为树节点,有效地建立了基于三角网的二叉树结构。实验验证了对目标主骨架线提取的有效性。     

线状要素与面状要素的关系处理

线状要素与面状要素的关系在地图制图综合中是必须处理的。它们的关系在制图综合和景观模型向制图模型的转换中都是必须考虑的。本文主要讨论线状要素与面状要素的关系以及这些关系在数据处理中的保持。     

地形图水系版中面状要素的矢量化

针对地形图水系版中面状要素的特点 ,提出了一种新的边界矢量化算法中心挖空法。该算法以数学形态学的基本原理和基本运算为基础 ,所用的结构元素是笔者通过反复实验总结出来的     

基于欧氏区域分配的面状河流中轴线提取方法研究

提出一种基于欧氏区域分配的面状河流图斑中轴线的提取方法。对于面状河流边界线,首先利用相邻的线状支流对边界线进行分割;再采用欧氏区域分配的方法提取分割后边界线的邻近线;最后对邻近线进行裁剪得到中轴线。试验结果显示,该方法所提取的中轴线连续、光滑,且与相邻的线状支流保持有拓扑关系,对于数据量大、形状复杂的面状河流达到了自动...     

面状要素注记智能化配置方法研究

讨论了数字制图条件下面要素注记的模式分类及算法,并在VC++环境下将上述算法予以实现。试验证明,应用此算法注记效果符合制图规则,具有较好效率。     

基于Delaunay三角形实现面状要素自动注记

阐述基于Delaunay三角形进行面状要素自动注记的原理。重点论述求取注记定位线的算法。与水平切割中点线法相比,这种算法对多边形顶点的预处理结果要求较低,进而减小了算法的复杂度。在对这种算法进行检验后证明,这种算法不但能够处理所有常规形状的多边形,而且能够适应诸如扇形多边形等具有特殊形状的多边形。     

顾及三角形处理的TIN建立算法

提出了一种基于相邻等高线的TIN建立算法--区域分割构网算法,并阐述了其基本思想。通过对山顶、鞍部和山谷(山脊)不同地貌区域的试验,证实了该方法的有效性。     

基于TIN的山区点云滤波研究

针对地形复杂、起伏较大的山区激光点云滤波精度低的难题,在深入理解不规则三角网(TIN)渐进加密算法基础上,首先对原始点云数据进行去噪和滤波处理,然后定量分析和比较不同参数阈值下的滤波效果。结果表明,参数阈值对基于TIN的滤波算法结果影响较大,需要结合具体的研究区域设置合适的阈值,普适性和自适应性强的滤波算法仍是点云滤波研究的重要内容。     

约束数据域三角剖分算法优化与应用

本文在分析现有算法特点的基础上，研究了影响约束数据域Delaunay三角剖分算法效率提高的因素，提出了优化算法，同时以优化算法在公路定线中的应用为例，证明了该算法能很好地将公路设计表面模型和数字地面模型拼合成整体模型，且具有构网速度快、网形优、精度高、算法稳定等特点。     

基于TIN的LiDAR数据滤波算法研究

研究利用区域生长滤波算法将原始激光点云数据直接构建不规则三角网(TIN),并选择地面最低高程点作为初始种子点,根据设定的高差阈值对种子点的邻域进行区域生长滤波处理。通过对试验区机载LiDAR点云数据的滤波处理结果与基于坡度滤波和基于移动窗口的高程滤波算法进行对比分析,结果显示该方法具有一定的优越性。     

结合TIN约束与密度聚类的机载LiDAR道路点云提取

针对机载LiDAR道路点云提取过程中自动化提取困难,停车场、水泥地以及与道路相连的地面点难以去除等问题,提出一种三角网约束与密度聚类相结合的机载LiDAR道路点云提取方法。在已有滤波结果的基础上,该方法首先根据道路点云样本的强度信息提取初始道路点,建立Delaunay三角网,运用三角网边长约束精化初始道路点;然后,通过密度聚类算法提取连通性较好且密度较大的独立三角网;最后,采用数学形态学算法优化道路边缘,确定最终道路点。实验选取国际摄影测量与遥感协会提供的两组城市机载LiDAR点云数据进行道路点云提取,结果表明:本文算法可以较好地进行道路点云的自动提取,且对不同类型的道路具有良好的自适应性,验证了算法的可靠性。     

一种基于动态正方形的TIN的构建算法

为了提高不规则三角网的构网效率,提出了一种改进算法,该算法执行效率高,构网速度快,实现较简单,并用VC 6.0编程语言对算法进行实现,最后用实验数据对算法进行了测试.     

基于搜索范围动态确定TIN的一种构建算法

为了提高不规则三角网的构网效率,提出一种改进算法,该算法执行效率高,构网速度快,实现较简单,并用VC 6.0编程语言对算法进行实现,最后用实验数据对算法进行了测试。     

基于约束Delaunay结构的街道中轴线提取及网络模型建立

从街区多边形提街道中轴线并在此基础上建立街道网络模型是城市空间分析及街区地图综合的基础问题,本文基于约束Ｄｅｌａｕｎａｙ三角网结构提出了在邻近街区边界之间的三角形元上提取中轴线从而建立街道网络图模型的方法,区分三种不同三角形元进行中轴线的连接,通过网络图的顶点、边完备地表达出街道、街区、街道交叉口之间的空间关系,并建立了街道中轴线与左右两侧街区多边形边界弧段间的匹配,从而使本文提出的混合数据模型将街道网络结构与街区多边形结构统一起来。     

基于等高线构建TIN模型的平三角形修正算法

设计了一种平三角形修正算法来修正TIN模型中可能出现的平三角形区域。该算法通过对由平三角形组成的区域进行分类,并针对不同的平区域采用交换边、增加点甚至不处理的修正方法,同时对由于等高线数据错误产生的一些特殊情况进行了分析处理。实验结果表明,该算法能够去除约束型狄洛尼三角网中所有应修正的平三角形,并生成对地形描述更为精确的三角网。     

基于等高线构建TIN模型的平三角形修正算法

设计了一种平三角形修正算法来修正TIN模型中可能出现的平三角形区域.该算法通过对由平三角形组成的区域进行分类,并针对不同的平区域采用交换边、增加点甚至不处理的修正方法,同时对由于等高线数据错误产生的一些特殊情况进行了分析处理.实验结果表明,该算法能够去除约束型狄洛尼三角网中所有应修正的平三角形,并生成对地形描述更为精确的三角网.