利用最新空间数据检测固体地球形态变化研究

固体地球形态变化作为一个古老的科学话题一直受到地球动力学研究学者的关注和讨论,本文搜集了全球近4 000个空间技术台站最新实测数据,利用经典的Delaunay三角网构建地球数学模型,对固体地球表面积和体积变化进行重新计算,实验发现:固体地球整体存在压缩趋势,而且全球均存在不同程度的非对称构造变化。     

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。     

复杂区域内自动联结三角网方法研究

本文对传统的自动联结三角网方法进行了改进，建立了区域的内、外边界，在三角形网的扩展中增加了边界限制，将自动联结三角网方法推广到凹多边形区域和多联通区域，提高了联网速度。     

基于Voronoi图点群选取改进算法及航标选取应用

针对现有的基于Voronoi图点群自动选取算法可能漏选重要点、选取点数与预定数相差较大的不足,通过对点选取概率计算模型、点固定条件和算法终止条件等进行改进,使算法适用于航标选取。实验表明,改进算法能够克服现有算法的不足,可以应用于航标的自动选取。     

一种基于TIN的地形特征点生成方法

介绍了一种在不规则三角网上进行地形特征点生成的方法,可以自动实现地形特征分析、特征信息提取、地形正负向趋势判断、以及地形细节精细化等,较好地解决了用等高线做数据源构建不规则三角网时出现的地形细节信息不足以及地形细节信息丢失等问题,可以广泛应用于DEM数据更新精化、水文分析、地学分析等领域。     

网格总分并行式Delaunay三角网建模方法

针对大规模点云数据,提出了Delaunay三角网构建的一种算法,算法通过自适应网格空间分割,实现了海量点云数据的规模均衡网格化逻辑分割;对网格内的顶点按距中距离进行排序,通过各网格由外而内的插入法建立三角网;按先总后分的方式优先保障网格之间三角网的生成,避免了分治-综合建模算法复杂而低效的三角网整合过程;建立了网格的拓扑闭包检测机制,针对各个子网格适时启动独立并行的线程对余下的内部点按传统的拓扑插入算法进行独立建模,从而并行高效、由总到分地实现了海量点集数据的三角网建模工作,显著地提高了空间大数据的三角网建模能力。     

面向对象的车载LiDAR点云滤波方法

针对经典的机载LiDAR点云数据滤波方法不适用于车载LiDAR点云数据滤波的问题,该文提出了一种基于点云分割的不规则三角网渐进加密滤波方法。首先,剔除粗差;然后,进行点云分割;最后,以分割对象为基本判别单元,迭代地进行地面对象的识别。采用两个场景的车载LiDAR点云进行滤波实验。实验结果表明,本文滤波方法的总误差明显小于经典的不规则三角网渐进加密滤波方法。     

异源高分辨率遥感影像的三维重建

针对在实际应用中难以获得同源高分辨率遥感影像,利用同源高分辨率影像实现高精度、自动化的三维重建仍存在一定困难的现状,该文提出一种利用异源高分辨率遥感影像进行三维重建的方法。采用尺度不变特征变换算法对影像进行匹配以获取同名点,并使用随机抽样一致性算法剔除低精度匹配点;然后利用获取的同名点构建Delaunay三角网;接着根据有理函数反解模型和投影射线联合定位算法解算各个同名点的三维坐标;最后基于Delaunay三角网内插技术求取地物点的高程值,并基于OpenGL技术实现三维显示。试验结果表明,利用该方法可以实现异源高分辨率遥感影像的三维重建,精度上能够满足生产需求。     

露采矿山三维可视化分析应用

针对三维激光扫描技术在数字矿山中应用不足的现状,文章以实现露采矿山的三维可视化及空间分析为目标,研究了矿山点云TIN模型的建立方法及基于离散平均曲率的边折叠简化算法,得到了能快速流畅浏览且保留较多特征的矿山模型,最后给出了模型的基础空间分析功能的实现方法,并通过实验验证了算法的可行性。