结合质心Voronoi图优化的三维Douglas-Peucker地形简化算法

在多尺度TIN的自动构建过程中,为使各尺度数据保持地形的主要特征,需要选择合适的地形简化方法提取地形的结构特征信息。传统的3D Douglas-Peucker算法通过设定距离阈值参数对地形进行简化,简化后只保留了山脊线、山谷线等主要地形特征,而未考虑局部细节,难以顾及局部地形起伏变化明显的区域;而质心Voronoi图能够以地形因子作为密度函数,通过迭代驱动种子点向地形起伏较大的区域聚集,但其在主要地形特征的表达方面有缺失。为此,本文将二者的特点结合,在利用传统的3D Douglas-Peucker算法简化的同时,通过质心Voronoi图迭代加入局部起伏较大的特征点,综合考虑主要结构特征及局部起伏对地形进行简化,并在多个简化级别下对原始3D Douglas-Peucker算法和本文优化算法进行了对比。实验结果表明,相对于原始算法,本文优化算法在各简化级别下简化误差降低13.6%以上,具有更高的地形表达精度,且能够更好地逼近原始地形。