基于circle特征变换的点群选取算法

基于circle特征变换的点群选取算法

ID:4124885

大小:329.63 KB

页数:4页

时间:2017-11-29

基于circle特征变换的点群选取算法_第1页
基于circle特征变换的点群选取算法_第2页
基于circle特征变换的点群选取算法_第3页
基于circle特征变换的点群选取算法_第4页
资源描述:

《基于circle特征变换的点群选取算法》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、万方数据第30卷第3期2005年6月测绘科学ScienceofSurveyingandMappingV01.30No.3Jun基于CIRCLE特征变换的点群选取算法钱海忠。武芳。邓红艳(信息工程大学测绘学院,郑州450052)【摘要】本文在分析了当前地图自动综合算法的基础上,提出了一种基于circle特征变换的点群选取新算法。文中介绍了该算法中空域中心点的确定、目标特征空间的计算、坐标空间到特征空间的转换、特征空间的聚类以及特征空间的化简等关键步骤。最后就算法的结果进行了分析与评价。【关键词】地图自动综合

2、;选取;点群目标;circle【中图分类号】【文献标识码】A【文章编号】1009—2307(2005)03—0083—031引言地图自动综合是地图生产自动化和GIS中多尺度显示的核心与关键,而选取则是制图综合的基本方法之一,主要解决两方面的问题:一是定额选取模型的确定,二是结构选取模型的确定,前者解决选多少的问题,常采用一定的模型(如开方根模型、回归模型等)进行求解;后者解决选哪些的问题,是一种结构选取模型的求解,也是选取的重点和难点(本文的研究主要解决这个问题)。点群目标的结构化选取是选取中很基本也很重

3、要的一部分,对图面表达的详细程度影响较大。地图上具有区域景观特征的点群目标很多,如呈点状分布的散列式居民地、密集分布的用点表示的小岛屿群及小湖泊群等等uJ。在地图空间中,点群的群体特征是表达区域地理景观的重要知识,它们的结构特征是地理知识、空间知识传播的基础,因此,点群的群体特征是地图自动综合必须考虑的最基本条件之一。也就是说,在结构化的选取过程中,随着目标数量的逐渐减少,目标群的整体特征(如分布范围、排列方向、密度差别等)必须保持。另外,减少复杂的计算,提高运算速度,也是点群目标选取应用于GIs多尺度表

4、达的关键【2J。对点群目标的选取,有许多制图学者进行了不同方式的研究与实验,取得了一定的成绩。毋河海∞o(1997)在考虑点群具有聚合性质的基础上,运用凸壳工具实现了点群目标的结构化描述,并通过对具有嵌套结构的凸壳的化简,实现了对点群目标的选取;艾廷华等【41(2000)等运用Delaunay三角网来描述点群的分布特征;邓红艳等¨1(2003)利用遗传算法进行了点群目标的选取。王桥帕j(1998)采用分形方法建立了方根模型的分形扩展,利用分数维与其分布特征建立联系,然后采用格网中心衍射法对点群目标进行选取

5、。陆毅等"o(2001)等通过定义分布范围、分布密度、分布中心和分布轴线来描述点群目标的结构化信息,并利用Delaunay三角网和V.oronoi模型,在点群分布特征的识别和量测的基础上,对岛屿群进行了自动综合。总的来说这些方法各具特点,能满足某些方面的要求,但普遍算法复杂,计算量较大。Circle作为一种简单、基本的几何图形,有其独特之处:首先,圆的半径处处相等,大小不同的圆,只在圆半径上存在差异;其次,圆在探测周围目标的存在性和处理目标之间的关系时是方便的;第三,点目标可以作‘为圆的收稿日期:2004

6、—07—27圆心,而圆的大小可以表示为点目标的缓冲范围;第四,圆还有一个隐含的特性,即圆具有距离(半径)和方位(角度)量测功能,在以圆为参照物的坐标系内,任何目标的“位置关系”均可以分解为“距离”和“方位”两个基本向量,距离和方位的联合使用,在判断目标间的位置关系时十分直接。因此本文从CIRCLE的这些基本特性出发,来探测点群目标之间的位置关系,进而对点群目标进行综合。2基于Circle的点群选取过程2.1区域最大空域中心的确定对一个待综合的点群目标区域而言,如果该点群是均匀分布的,则没有必要采用地图综合

7、的方法进行点群目标的选取;而对于非均匀分布的,则总能找到一个在该区域内的,并且与周围相邻点的平均距离达到最大的点,我们把该点称为空域中心点。如果空域中心点有多个,则以最居中的为空域中心点,这样做的目的是为了让目标在坐标系统中分布均匀(见2.3),同时也为了确定综合区域空域中心的唯一性。对一组任意给定的点群目标P={(zl,y1),(z2,y2),(z3,y3)⋯⋯,(z。,%)}={P(zf,弘),i∈N}(N取值为[1,,z],咒为点群目标包含的点的个数),定义每一个点P,的相邻点的集合为R。={P,(

8、墨,∞),j∈%}(McN为只周围相邻点的下标集合),则总能找到一个空域中心点C(z,y),使得:L=Max{(∑Ic已I)/sum(Mi)},∈M=Max{(∑~/(z一弓)2+(y一∞)2)/sum(M)}J‘■其中j∈鸠,sum(Mf)为M,中元素的个数2.2目标特征空间的计算以空域中心点为坐标原点,构造高斯坐标系。计算每个点到原点的距离,以及每个点与原点的连线所形成的角度(图1)。即设任意点P:(置,弘)到C(z,y)

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。