基于MBR的多边形内点自动生成算法

在分析传统多边形内点生成方法的基础上，提出一种基于MBR（MinimumBoundingRectangle，最小外切矩形）的内点自动生成算法，该方法不仅适用于凹、凸多边形，而且可保证在多边形具有“岛屿”时，内点正确。

基于三角形的多边形内点自动生成算法

根据多边形内点的作用,多边形内点与多边形的一一对应关系是多边形内点生成算法的关键。在分析现有算法的基础上,提出了基于三角形的多边形内点自动生成算法,该算法简单易行,具有确定性,保证了生成的多边形内点与多边形的一一对应关系。

多边形内点自动生成算法的设计与实现

多边形内点可以用来关联多边形属性信息,也可以代表多边形构建多边形组群邻近关系。已有的多边形内点选取算法中,重点在于保证内点在多边形的内部,但是不能保证内点在多边形的中心区域,尤其是含岛屿多边形的情况,这时就不能有效地代表多边形建立正确的邻近关系。基于重心点算法、面积平分原则和移位处理,设计并实现了多边形内点自动生成算法。经实验验证,此算法能够保证多边形内点在多边形的中心区域。

树结构及其在多边形内点匹配中的应用

在各种地理信息系统、计算辅助地图制图、地图数据库技术、电了图(集)中,定位、定点图形及属性的检索是非常重要和基本的。利用铅垂线原理进行多边形内点匹配(或称其为“逐一匹配法”),将花费大量的匹配时间。本文通过改变矢量多边形数据存储结构,在矢量多边形数据中,使多边形的弧编码包含层次关系,辅助启发信息,以便于生成树结构,利用这些信息建立多边形内点匹配搜索树,根据搜索树的逻辑思维方式。

计算机图形学对多边形内点的处理

本文论述了在计算机图形学中对多边形内点的三种处理方式:表面着色、浓淡处理、纹理贴图,每一方面都介绍了几种典型的、优化的算法,并对算法的编制、实现、效果作了相应的介绍。

点在多边形内的测试

本研究概述了一种快捷有效的方法来确定一个坐标点是否在一个封闭的区域或多边形内部。该区域或多边形可由任意数量的坐标点定义。所述的算法是基于直线的点向量形式和测试多边形内点的射线相交法。所述测试方法由Ｓａａｌｆｉｅｌｄ（参考文献［５］）第一次提出，并在多种计算机程序实现中得到适当修正，（见参考文献Ｔａｙｌｏｒ［６］）。

不规则物体点云切片中的多轮廓分割算法

使用切片法进行不规则物体点云体积测量时,现有的多边形拆分再重组(PSR)算法难以正确拆分较近的轮廓,进而导致计算精度较低。针对这一问题,提出一种多轮廓分割算法——改进最近点搜索(INPS)算法。首先,通过局部点的单次使用原则分割多轮廓;其次,使用多边形内点判定(PIP)算法判断轮廓的包含关系,以确认轮廓面积的正负;最后,采用切片面积乘以厚度并累加的方式获取不规则物体点云的体积。实验结果表明,在两个公开点云数据集和一个化学电子密度等值面点云数据集上,所提算法都能实现高正确率的边界分割,具有一定的普适性;且该算法体积测量的平均相对误差为0.0436%,低于PSR算法的0.0627%,可见所提算法实现了高正确率的边界分割。