基于云分形的自然景物模拟研究

分形理论在自然景物模拟上已经存在较为广泛的研究和应用,目前大部分研究都聚焦在物体的自相似性层面上,为了更好地体现自然景物模拟的真实性和逼真度,分析了各种常用的分形模拟方法和云分形方法,利用云模型特有的不确定性对传统分形算法进行优化,在自然景物的细节描述上引入随机性,尝试探索云模型在优化分形算法(如BSP+L系统、IFS方法)方面的有效性。实验结果表明,云分形方法在自然景物模拟中所体现的随机性、不确定性优势显著,细节描述多样性,呈现的自然景物更加逼真。

基于高分辨率遥感影像的DSM建筑物点的提取研究

采用基于小面积去除方法的中值SUSAN噪声点平滑方法,结合高分辨率遥感影像,对DSM中房屋点的提取进行了探讨。实验表明,本方法能有效地从DSM中提取绝大部分建筑物点,有助于建筑物的精确三维重建。