基于边界保留的k-means聚类点云精简算法研究

传统的栅格法与曲率法对数据模型进行精简时很容易剔除特征点,具有较高的误判率,导致精简后的数据不能较好地突出点云数据的特征,使重构后的实体模型精度下降。文中提出基于边界保留的k-means聚类算法对点云进行精简。该算法首先使用k-d树进行质心初始化,然后使用X-Y边界提取算法来保留边界完整性,最后根据曲率高低对簇进行细分,使在高曲率区域保留必要多的点,在低曲率地方保留一些均匀分布的点。实验验证该方法优于传统的栅格法与曲率法。     

栅格DEM微地形分类的卷积神经网络法

针对传统规则化知识的栅格数字高程模型(digital elevation model,DEM)微地形分类方法自动化程度低、分类不完全等缺陷,构建了一种适用于栅格DEM微地形自动分类的卷积神经网络(convolutional neural network,CNN)模型.借助该模型具有自动深入学习样本数据和挖掘隐含分类信息...     

适用于大河流域的栅格DEM洼地填充算法

针对地势平坦且空间范围较大的流域水系自动提取任务中,采用常规的洼地填充算法难以提取出完整水系,形成大量"断头河"的问题,提出了一种能够导出整个数字高程模型(DEM)所有像元被淹没的次序表的方法,由该次序表构成的矩阵代替原有DEM来实现流向的计算,进而提取出累积流向及分级河道。经用覆盖中心流域的高精度DEM以及覆盖黄河和长江等大型流域的DEM来测试,结果表明:用其他算法提取结果均发生了"断头河"错误,而该方法则能提取出完整的水系。这种方法能正确实施洼地填充和像元填平处理,可以适应于任意规模和精度的DEM填洼问题,具有较强的鲁棒性,克服了以往算法难以处理大河流域DEM洼地填充的不足。     

基于GPU的任意多边形相交面积计算方法

一直以来,任意多边形相交面积的高效计算都是地理信息系统中空间分析算法研究的重点。文中提出了一种基于GPU的栅格化多边形相交面积算法GPURAS,在此基础上,分别采用蒙特卡罗方法和遮挡查询技术进一步提出GPURASMC算法和GPURASQ算法,并证明了上述算法的正确性。实验对简单多边形、任意复杂多边形及大数据量多边形进行了测试对比,结果表明:GPURAS算法精度高,通用性较好但效率受CPU与GPU通信延迟的影响;GPURASMC算法效率较高但牺牲了部分精度;GPURASQ算法精度高、效率高但局限于特定运行环境。与基于CPU的传统算法相比,文中所提3种算法效率更高,在处理包含大量顶点的多边形时,效率提升尤为明显。     

栅格地图数据库在城市用地空间结构研究中的应用

栅格地图数据库在城市用地空间结构研究中的应用赵军（西北师范大学地理系）城市地图的计算机分析处理方法为城市地理学研究提供了现代化的手段，是地理研究方法的一项重大发展。它不仅使复杂的定量分析、动态研究和空间综合分析的迅速完成成为可能，而且给地图应用赋予了...     

运用ArcGIS Desktop 9.0进行栅格数据的加载和地理参考变换

运用ArcGIS Desktop 9.0软件以海丰农场示意图为例,用DGPS进行控制点的测量,从建立坐标文件数据开始,把扫描的农场示意图(栅格图形数据)进行加载到地图中去并对其进行地理参考转换,使海丰农场示意图变成了一份具有地理坐标系统的数字化地图,从而为当前海丰农场精准农业研究提供了数字化的农场布局资料。     

ArcGIS在栅格数据处理中的应用初探

主要介绍了应用ArcGIS的GRID模块处理栅格数据的思路、方法及关键技术,并给出几个应用的具体例子。     

Voronoi图生成的栅格算法

介绍了Voronoi图的矢量算法,从用于GIS的角度分析了该方法存在的问题和不足,提出Voronoi图生成的栅格方法。分析了利用传统的距离变换生成栅格Voronoi图的误差情况,对各种栅格算法从精度方面进行了分析,并给出了空间实体Voronoi图的生成过程。     

ActiveX自动化技术集成GIS开发

本文将微软公司研制的ＡｃｔｉｖｅＸ自动化软件同地理信息系统与制图等软件的功能结合起来,实现能够满足不同用户需求的ＧＩＳ与制图应用软件系统的开发。     

利用卫星遥感技术进行土地动态监测的研究

利用卫星遥感技术对土地利用情况进行监测,能够及时、准确地发现土地利用动态变化。介绍了土地动态监测的2种方法,阐述了土地利用动态监测的关键步骤及作业过程中积累的一些经验和技巧。