滚动球变换支持下的TIN-DDM地形特征线自动提取方法

针对传统规则格网数字高程模型地形特征线提取方法中存在阈值难以定量调控、连接方式无法自适应调整以及地形特征线类型不完整的问题,将滚动球变换模型应用于不规则三角网数字水深模型(triangulated irregular network digital depth model,TIN-DDM)地形特征线的自动提取,在构建临界滚动球半径关联的地形特征点定量识别判定准则基础上,引入地形形态边界点概念,采用逆向工程的建模思路,建立了以剖分单元为基础的地形特征线自动提取模型,结合地形类型判定准则的多尺度表达特性及顾及水深数值的地形特征优化模型,提出了可多尺度表达且类型完整的地形特征线自动提取方法。试验结果表明:相比于经典地表流水模拟方法,该方法可实现完整、连续且细分的TIN-DDM地形特征线自动提取及多尺度表达,且提取的地形特征线具有更高的地形重构精度。

基于微地貌形态学特征的地形特征线提取研究

地形特征线是地形地貌和地质灾害研究中重要的区域分界线,通常使用ArcGIS软件进行提取。针对传统方法提取的地形特征线后续处理过于烦琐,算法适用性较窄等问题,以图像处理技术为手段,提出了一种以高分辨率格网数字高程模型(DEM)为基础数据提取地形特征线的新方法。该算法结合形态学特征,参考地形特征线的几何形态,把线段从微地貌的角度分解成多种构型,并应用到提取过程中,同时优化已有方法,能够快速提取出特征线。结果表明,提取的特征线基本吻合实际地形特征线,还可提取水库边缘和大型宽谷等平坦地形边缘。相较于其他算法,该方法提取效率得到提升,在解决传统方法出现的问题上提出了新的方向。

地形特征线的判定因子及提取算法

地形特征线构成了地形起伏变化的骨架线,其中的山脊线和山谷线对于地形地貌的研究具有重要意义.根据山脊线和山谷线的特性,首先,提出确定地形特征线起点的4个判定因子(张角因子α、距离因子S、标志因子β_(1)和β_(2)),基于DP算法所提取的地形特征点判别特征线起点.其次,提出一种将特征点判断与方位加权法相结合的地形特征线提取算法,以特征点为中心把4个象限划分成若干个区域,通过一定的判断准则从区域内提取出符合条件的点,以此法来追踪山脊线和山谷线.编写相应程序验证所提算法的正确性和有效性,结果表明,当α<165°、S<6倍等高距、β_(1)=1且β_(2)=0时,所提取的地形特征线与实际地形相符合.

基于等高线提取地形特征线的研究

借助约束Delaunay三角网,研究了两种从等高线数据提取地形特征线的方法。给出了两种方法的实现过程,讨论了实验结果的异同,并分析了存在差异的原因。

基于格网DEM线状分析窗口的地形特征线快速提取方法

提出基于正交条带状分析窗口及DEM数据,实现地形特征线快速提取的方法。通过在黄土丘陵区的实验显示,该方法与现有的方法相比具有提取方法简单、精度高、栅格矢量数据格式间转换较为方便的特点。

一种基于等高线的地形特征线提取方法

地形特征包括地形特征点和特征线,是进行地貌分析与处理的基本对象,也是地貌结构化综合的重要内容。提出并实现了一种新的等高线特征提取方法。该方法通过对等高线进行凹凸段划分,获得等高线特征段(包括凹段和凸段,分别对应山谷和山脊),利用最大角作为约束条件,利用特征段的边作为约束边对所有特征段构建约束型Delaunay三角网。然后,获取特征段CDT的骨架线作为局部特征段的地形特征线树,并将每棵地形特征线树的叶节点作为相应特征段上的特征点。最后,利用特征段及其CDT对特征点进行匹配,完成地形特征线的追踪,生成地形特征线。

一种利用地形曲率提取地形特征线算法

地形特征线是地貌形态的骨架线,主要包括山脊线、山谷线。本文深入分析和详尽阐述了利用水平曲率导数提取地形特征线算法,首先利用Evans-Young方法求取地形曲率,推导了水平曲率导数的计算公式,再利用三次曲面拟合的方法对水平曲率求导数,根据水平曲率及其导数值得到最终结果。并在不同分辨率的DEM数据上进行了实验,验证了算法的实用性和适用性。

基于DEM的2种提取地形特征线算法对比研究

以云南省昭通市昭阳区1∶5万的DEM规则数据作为数据源,分别利用平面曲率与坡形组合提取法(基于平面曲率、坡向变率)、地形地表几何形态分析和流水物理模拟结合分析法提取其地形特征线(山脊线、山谷线),并根据提取效果选取研究区的西北区作为效果比对样区.对3个提取效果进行对比后发现:①分级阈值的合理判定是正确提取地形特征线的关键;②基于地形地表几何形态分析和流水物理模拟结合分析法提取的地形特征线效果最佳,而基于平面曲率、坡向变率提取的地形特征线效果各有优缺.

地形特征线提取后续问题优化处理

基于DEM数据提取地形特征线存在诸多问题,结合数字图像处理技术对初步提取的地形特征线进行逐步优化,有效地解决了特征线的交叉、破碎、闭合等问题。实验证明:优化方案可行、可靠,为特征线的后续问题优化处理提供借鉴。

地形特征线提取方法的研究进展

地形与地貌是数字地形分析中重要的自然地理要素,数字高程模型中蕴含着丰富的地形地貌信息,从中提取地形特征线信息是当前地学研究的热点之一。目前,很多学者使用不同的方法来研究地形特征线的提取,但是仍然存在着许多不足之处。本文对这些方法进行了介绍,对各种方法的研究现状展开综述并分析了优点和不足,最后对特征线提取方法存在的主要问题进行总结和展望。

基于生成式对抗网络的地形特征线提取方法

地形特征线反映了地形表面的起伏形态,其提取对地理分析和研究具有重大意义。近年来,深度学习为图像处理技术提供了巨大的发展潜力。研究提出了基于深度学习模型——pix2pix的地形特征线提取方法,在山地和高原两种地形下进行了实验,并且将该方法应用于多比例尺底图的地形等高线提取研究。实验结果表明,pix2pix模型不仅在地形特征线提取方面有良好的效果,并且在特定的山地地形下可以进行山脊线和山谷线的语义区分。

一种基于Morse复形的地形特征线构建改进算法

地形特征线的正确拓扑表达是进行地表形态描述、地形拓扑简化和地貌综合的基础。传统的基于Morse复形从三角格网地形提取特征线的算法,存在山谷线与山脊线在正则点处"交叉"及无法识别"宏"鞍点等问题。本文利用Morse复形的对偶特征,提出了一种较为通用的改进算法。该算法将下降(或上升)Morse复形的边界作为提取其对偶复形边界的约束线,并使"宏鞍线"按相应已建复形边界线寻径,不仅消除了传统算法出现的"交叉"现象,而且能够识别"宏"鞍点,实现了整个地形特征线的完整构建。

GPU加速的高分辨率DEM图像地形特征线提取算法

随着数据采集设备的发展,数字地形分析中高分辨率数字高程模型(DEM)图像越来越普遍。目前已经存在一系列的曲线结构提取算法由于计算复杂度较高,因此在针对高分辨率DEM图像提取地形特征线时效率较低。提出一种在图形处理器(GPU)上加速Steger曲线结构提取算法的策略,利用图形处理器上计算统一设备架构(CUDA)的高度并行性来加速算法中计算密集的Hessian矩阵生成模块以及图像特征点提取模块,对于百万像素级的DEM图像该算法可以获得5倍以上的加速比。

利用特征显著度提取地形特征线的方法

针对现有的地形特征线提取方法不能根据特征强弱对提取结果进行方便的筛选控制的问题,提出了一种基于特征显著度的山脊和山谷线提取方法。首先,对数字高程模型数据进行高斯滤波和下采样;然后,通过全局断面扫描确定特征点,并根据高度、高度落差和坡度计算特征显著度,在进行特征延伸后构造特征图,利用最小生成树算法得到特征森林;随后进行枝干分解并计算各枝干的特征显著度,根据特征显著度进行枝干裁剪;最后,通过尾钩剔除、位置修正和平滑等后处理得到最终特征线。实验结果表明,该方法能提供给用户方便有效的手段以根据特征显著度对特征进行筛选控制,提取的特征线与实际地形相符,有良好的抗噪能力且能较好地处理平坦地形特征。

显著度可控的DEM地形特征线提取

目的基于数字高程模型(DEM)的地形山脊线和山谷线提取对地形模型简化、基于样本的地形合成和地形地貌研究有重要意义,针对许多传统算法无法对所提取特征线的显著度进行方便准确的控制,以及不支持环形特征线提取的问题,提出一种新的显著度可控的DEM地形特征线提取算法。方法首先利用全局断面扫描算法提取特征点并计算各特征点的显著度,然后根据特征点的特征方向进行特征延伸以增强特征连通性,接着采用改进的Hilditch细线化算法对特征点集合进行细线化处理,之后为相邻特征点添加特征边,构成特征图,利用环路检测与破环算法检测特征图中的环路,并破除冗余小环路,最后根据分支显著度的相似度和分支方向一致性进行特征图分解,计算分解得到特征线的显著度并筛选得到最终特征线。结果使用真实DEM数据提取最显著的若干条特征线,与现有的基于特征显著度的地形特征线提取算法进行对比,本文算法对特征图的分解能够更准确地提取主干特征线,而基于显著度的特征线筛选控制也更加准确合理。对提出的环路检测与破环算法进行实验验证,该算法能保留大的山脊线环路,破除小的冗余环路。结论实验结果表明,本文算法能有效实现显著度可控的山脊线和山谷线自动提取,提取结果与人眼观察结果基本一致,同时能够支持含有环形特征的地形。

DEM多尺度表达与地形结构线提取研究

提升方法是一种新型小波变换方法,比小波理论中的多分辨分析更加有效。介绍提升方法实现的原理和构造的三个步骤,将提升方法应用于DEM数据的多尺度表达;简述结构算法并重点说明对该算法的改进,最后给出利用改进的结构算法在多尺度DEM数据中提取地形特征线的方法和实验过程。

突变地形特征在DEM上的表达

黄土高原南部高塬沟壑区的地形,存在比较明显的塬边线和沟缘线等突变地形特征线,而这种地形特征在DEM表面的表达却缺乏必要研究。选长武县为研究区,将1∶50 000地形图(等高线、高程点和河流等专题层)及其手工提取的地形特征线(塬边线、沟缘线和坡脚线)数字化;利用多要素构TIN方法和Hutchinson插值方法,分别在有无地形特征线参与的情况下建立10m分辨率规则格网的DEM;利用地图代数运算和频率统计等方法,比较分析所建DEM表面的高程、坡度和剖面曲率等地形属性特征。结果表明:在ANUDEM插值(Hutchinson算法)情况下,地形特征线的参与,可显著改善DEM对地形特征的表达,既避免了平三角,又兼顾了地形的光滑和连续性特征;而在构TIN建立DEM的情况下则无明显影响。

大流域DEM的地形结构线的提取方法研究

针对大流域DEM数据的存储,地形结构线的快速提取已成为数字流域中重要的问题,探索了一种分块存储、分块读取大流域DEM数据的方法,同时重点研究解决了大流域DEM数据的存储方法、单个子DEM数据的快速地形线的提取及大流域DEM地形数据的合成问题。在此基础上提出了处理孤立点的问题。实现了大流域DEM数据的地形结构线的快速提取。

顾及特征线和三角形形态最优的TIN三角网构建算法

传统三角形剖分方法只考虑三角网的形态最优,忽略了地形特征线的影响,导致构建的地形模型不能真实反映地形特征。文章提出既顾及特征线又满足三角形形态最优的TIN模型的构建方法。在研究了有关三角形形态理论的基础上,设计了数据结构,对如何利用该方法进行三角形剖分做了具体研究。实例证明,利用该方法进行三角形剖分,构建的TIN三角网模型既能满足三角形形态最优,又能避免特征线穿越三角形,能够真实反映地形特征。该三角形剖分方法对于地形较复杂区域的TIN模型构建具有很好的适用性。

顾及形态特征的突变地形DEM构建方法

当前数字高程模型(DEM)无法有效表达突变地形真实地表形态,严重制约了突变地形DEM在这些区域的应用。本文选取南京市某一区域为研究区,对特征线分别采用建模可用高程点加密法和平行特征线法,在特征线处理参与的情况下,建立分辨率为1 m规则格网DEM进行对比分析,验证不同方法在突变地形处DEM构建效果。实验结果表明,本研究两种思路构建的DEM与传统DEM相比,无论是高程精度还是形态精度都具有明显的优势。在突变地形两侧高程信息突变不明显的情况下,传统构建法和建模可用高程点加密法平均误差相接近,平行特征线法平均误差仅0.42 m;地形复杂的区域,传统构建法和建模可用高程点加密法平均误差均超过1 m,平行特征线法平均误差仅0.94 m,高程精度验证结果理想。研究表明,无论是地形相对简单的区域还是地形复杂的区域,平行特征线法构建突变地形效果更优。