图形、图像融合利用的集成学习智能化简方法及其在岛屿岸线化简中的应用

为充分利用已有化简成果及其蕴含的化简知识,本文集成几种机器学习算法提出图形、图像融合利用的智能化简方法,实现顶点取舍决策的学习和优化。首先,分别利用全连接神经网络和卷积神经网络设计、构建基于图形的顶点取舍模型和基于图像的顶点取舍模型,通过样本训练各模型拟合从图形特征到顶点取舍和从栅格图像到顶点取舍的映射;然后,基于线性加权、朴素贝叶斯、支持向量机、人工神经网络构建多种融合决策模型,实现基于图形和基于图像的顶点取舍的融合利用;最后,通过试验用例对所有模型进行测试。试验结果表明：基于图形和基于图像的顶点取舍模型在一定程度上学习、掌握了化简算子,融合利用后还能进一步提高化简准确性、实现优势互补。     

转角法实现长度约束矢量线要素化简

矢量线要素化简是矢量地理信息处理中的一种重要方法.在抽稀法化简算法基础上提出了转角法实现长度约束矢量线要素化简方法.在线要素合理形状和位置精度范围内,该方法可以实现化简前后线要素长度变化最小,提高了线要素长度属性的表示精度,从而使化简后地理数据在线要素长度统计与线要素长度实时分析等领域具有更高的应用精度和可信度.     

利用约束D-TIN进行建筑物多边形凹部结构识别与渐进式化简

分析了位于建筑物多边形外侧的凹部结构特征及其类型,探讨了一种基于凹部层次结构的建筑物多边形渐进式化简方法,即以三角形为形状基元,用约束Delaunay三角化方法对建筑物多边形进行空间剖分,从凹部三角形树中提取三角形序列,通过匹配特征序列识别凹部的基本模式,以确定和实施相应的凹部化简方法,在此基础上迭代执行识别-化简过程,以实现对建筑物复杂凹部的渐进式化简。实验分析表明,该方法具有结构化和渐进综合的特点。     

采用剖分思想的谷地弯曲识别及结构化方法

等高线是地貌形态表达的重要手段,具有几何与地理双重信息。单纯从长度、面积等几何度量信息出发而设计的等高线化简算法,显然无法满足正向地貌等高线图形化简中,依据谷地包含关系,由细部到整体,逐级删谷扩脊等特殊要求。鉴于谷地弯曲及其层次结构信息是人们进行等高线图形化简的基础,文中对其成因进行深入研究,提出了一种基于剖分思想的谷地弯曲识别及结构化方法。该方法以数学弯曲作为剖分单元对等高线进行剖分,并在对剖分单元进行分类的基础上,实现了谷地弯曲的识别,构建了谷地弯曲层次嵌套关系树状模型,并对其进行了合理性验证。最后通过试验验证了谷地弯曲及其结构化信息指导等高线图形化简的科学性和有效性。     

基于中间线法的等值线压缩

针对传统曲线压缩算法对复杂等值线压缩效率低,无法保留小角度狭长地带的不足,本文提出首先选取等值线的重要特征点,然后基于这些特征点,利用中间线法对等值线进行压缩化简的方法,并进行编程实现;同传统Douglas-Peucker法相比,在压缩效率和压缩效果上有所进步,达到了预期目标。     

基于语义优先的土地利用图斑综合的研究——以大连旅顺口区北海街道为例

土地利用图斑综合是实现其多尺度表达的关键技术,主要包括相邻图斑的融合、相离且语义邻近图斑的聚合、狭长图斑的综合以及要素边线的化简等。通过以下4种方法实现图斑综合:①以要素间语义相似度为先决条件并顾及空间拓扑关系建立邻近度分析模型,通过模型检索要素的最邻近图斑实现数据融合;②以相离要素缓冲区交集中的节点建立多边形要素填补桥梁区域实现要素聚合;③以相邻要素的缓冲区将狭长区域剖分,并融合到周围要素的方法来实现狭长图斑的综合;④以Douglas-Peucker算法实现要素边线化简。上述方法对普通图斑及特征图斑均提出了各自适应的综合算法。实验结果表明上述模型及算法能最大限度的保证各地类面积平衡、也能有效控制要素变形、合理压缩数据并保证地图简洁、美观,保证自动化制图综合的简捷高效。     

航海图等深线化简质量的定量评估指标与方法

针对当前对航海图等深线化简的质量评估仅能靠经验定性分析、无法进行定量评估这一局限,从航海安全性、航行资源表达和平滑性准则出发,分别定义了扩深长度、平均扩深距离、缩深面积、等深线的弯曲度与光滑离差等质量评估指标,提出了相应的评估方法,并推导出了相关的计算公式。实验结果表明,定义的指标能分别从航海安全性、航行资源表达和平滑性3个方面较为明确合理地反映航海图等深线化简的质量;所提评估方法能定量评估等深线化简的质量,克服了传统经验方法只能定性分析的不足。     

目标移位安全区约束的道路D-P化简优化方法

针对道路化简产生的与建筑物空间关系不一致问题,以道路与建筑物要素的关联关系为出发点,构建道路的目标移位安全区,在此基础上对D-P化简算法进行改善,提出一种以道路目标移位安全区为约束的D-P化简优化算法,在化简道路曲线的同时保证化简后道路曲线不与邻近建筑物产生空间冲突。选取1:10 000的建筑物与道路数据对多种目标比例尺的化简操作进行实验,结果表明该方法可有效保持道路与建筑物间的空间关系。     

基于离散傅里叶变换的线要素节点压缩方法

相较于传统删减顶点的线要素综合方法,基于傅里叶变换的线要素综合更能保留曲线的全局特征,但现有的傅里叶综合方法无法自动减少和控制点数,更多适用于曲线的平滑及多尺度表达。因此本文提出一种利用离散傅里叶变换进行线要素综合的方法。对曲线进行离散傅里叶变换,获得有限项傅里叶描述子;根据期望的压缩比对傅里叶描述子进行截断;根据截断后的描述子项进行离散傅里叶逆变换获得化简曲线。本文提出的这种傅里叶方法能够减少化简后曲线顶点数,适用于地图综合领域。本文通过四组实验验证了算法的可行性,展示其如下优点：① 能够在相应尺度上对线性地物进行平滑、渐进的化简和表达② 在现有傅里叶变换法的基础上能够保留曲线原顶点;③ 以顶点数作为综合过程参数,能够自动减少曲线顶点数;④ 相较于传统节点压缩方法,更注重整体形态的化简,在综合过程中能更好地保留曲线的整体特征;⑤ 在转换尺度较大的综合过程中,相较于传统节点压缩方法所保留的几何精度更高。     

顾及多特征约束的建筑物组合化简方法

建筑物是大比例尺地图中的重要要素,其自动化简是制图综合领域的重要研究内容。针对当前化简方法仅侧重于某一方面的问题,本文提出一种顾及多特征约束的建筑物组合化简方法。首先,对建筑物进行冗余点删除、尖角去除等预处理操作;然后根据化简阈值筛选出需要化简的短边,并对其局部结构进行自动分类识别;然后,充分考虑建筑物的位置、面积、方向和形状等特征约束的影响,针对不同的结构类型采用不同的化简操作,在化简的过程中采用阈值逐渐增大的渐进式确定方法,直到满足化简要求为止;最后,从多个特征角度对化简结果进行评估,对不合理的化简实体进行调整修改。以OpenStreetMap数据为例进行实验,并与其它化简方法进行对比,实验结果表明,本文所提的方法可以有效保持建筑物的面积、形状、直角等基本特征,可以实现建筑物的自动连续化简,具备一定的通用性。