高精度数字高程模型的构建方法研究

在分析构建数字高程模型优缺点和Hutchinson算法特点的基础上,探讨运用GIS和遥感软件生产高精度格网DEM的构建方法,并从软件构建方法、软件运行时间效率、格网DEM构建精度等方面进行分析比较,同时运用对比分析法对构建DEM的精度进行评价分析,得出利用ArcGIS中Topogridtool法是目前常用遥感和GIS软件中构建高精度格网DEM的最优方法,然后将该方法实际运用到玛尔挡地区,构建出该区域的高精度数字高程模型,该方法的运用在山地区域的建模误差最小、效果较好,为今后构建高精度数字高程模型提供一种更为精确和合理的方法。     

规则格网DEM内插精度与效率分析

规则格网DEM是DEM的主要表示方式，应用最为广泛，影响DEM质量的关键因素便是内插过程，包括内插精度和效率两个方面。现有的诸多规则格网DEM内插方法基本都不能兼顾内插精度和效率，很大程度上制约了DEM的生产。本文在分析已有方法的基础上，提出了基于Delaunay冲突区域搜索策略的TIN内插规则格网DEM方法，并以实验对该方法进行验证和分析。实验结果表明文中所提方法对规则格网DEM内插精度与效率行之有效。     

矿区地形图动态自动修正系统初探

由于矿区特殊性,其地形图变化十分频繁,及时对变化区域或新测绘区域地形图进行修绘是一项十分重要的工作.通过对地形图计算机绘图理论的分析,开发一个矿区地形图动态自动修正系统.该系统特色之处首先是建立一个提取DXF格式地形图控制数据提取接口,并能根据提取数据和修正区域控制数据进行修正区域搜寻、开窗显示、TIN的生成、等高线追踪平滑,以及与原有地形图接边等功能;其次系统力求做到该功能模块的独立性,以能够成为数字化绘图平台或GIS系统绘图功能的补充,或为其该项功能的完善提供具体思路.最后,通过具体实例验证该系统功能的可行性和实用性.     

基于Arcobjects的约束Delaunay三角网支持下的土地利用图斑综合

关于以约束Delaunay三角网剖分模型为基础的地图综合的研究,已经有了很多成熟的算法理论,但在应用中这些模型算法建立的约束性Delaunay三角网都比较复杂,并且在动态更新上,这些模型在实际应用中存在一定的困难。基于此问题,本文提出了以地类图斑多边形为数据源,利用Arcob jects建立TIN模型,从中获取内部约束性Delaunay三角网并提取骨架线,利用骨架线进行剖分多边形,达到图斑多边形融合的目的,来解决大比例尺到小比例尺数据转换中地类图斑的制图综合问题。     

一种基于TIN的DEM表面C~1光滑插值模型

根据原始地形起伏变化的连续光滑性以及邻近数据点之间的相关性,研究了基于TIN的DEM表面光滑插值模型。首先,运用二元二次多项式曲面加权平均的办法,提出了一种基于TIN的具有C1光滑性的DEM表面插值模型;然后,利用数学曲面对模型的精度进行了评估,并对实际地形进行了插值表示。结果表明,提出的表面插值模型具有较好的精度和光滑效果。     

顾及地形特征的不规则三角网二次插值方法

在讨论不规则三角网插值方法特点和地形基本特征的基础上,提出了顾及地形特征的不规则三角网二次插值方法。这种插值方法同时兼顾地形特征、插值精度和计算速度,还根据地形特征对不规则三角网进行了编码分类,就各类型的不规则的插值计算提出了解决方案。     

基于三角网无缝拼接的三维重建

针对某东汉墓葬群,利用数字摄影测量中像点和三维点的对应关系,将三维空间的构网转化为二维平面的三角构网,并采用人工选取构网范围、人工点选种子点的办法,实现集合的求差计算,确定影像的构网范围,保证了局部三角网的无缝拼接,成功实现了对该墓室群的三维重建。同时还采用该方法对某花瓶模型进行了重建实验,达到较理想效果。     

浅谈基于JX4C DPS数字正射影像图的制作方法

数字正射影像越来越多地被应用于社会的各行各业,而对其质量的要求也越来越高.本文着重介绍了基于数字摄影测量工作站JX4C DPS生产正射影像的方法、作业经验及技巧,从而达到提高生产效率、确保产品质量的目的.     

基于钻孔数据的地层三维可视化改进算法

地层可视化是三维GIS在地学中的一个重要应用。针对矿山特性,在综合前人研究成果的基础上,给出了一种由工程钻孔数据构建三维地层模型的方法,同时改进了构建地层的三角格网生成算法,提高了三角格网的生成速度,并通过一个建模实例展示了该方法的实际建模效果。     

基于六元组和面积比的图像自动配准

基于面积比这一仿射不变量提出了一种粗匹配算法,它利用特征点六元组和面积比进行特征匹配。首先用特征点集构建不规则三角网(TIN)和特征点六元组,根据六元组内相邻三角形之间的面积比以及仿射变换方程组来搜索同名六元组,再建立两个点集之间的多项式变换关系,从而实现两个点集之间的粗匹配,然后用松弛匹配法进行两个点集间的精匹配,最后用同名特征点对图像进行小面元校正。实验表明,此算法不需任何人工干预和辅助信息,能自动配准不同类型的图像。