面向复杂多边形合并的视觉邻近探测与缝合算法

在数字地图特别是大比例尺地图生产中，涉及较多面状目标合并的操作，其实质是寻找包围邻近多边形的边界，且尽可能保证合并后的形状与原多边形相似，而邻近关系是以视觉距离感来认知的。视觉邻近多边形群的空间关系在制图综合中扮演重要角色。

多核环境下Hilbert曲线划分简单要素多边形合并算法

为了解决大规模复杂多边形数据合并运算效率问题,减少在空间数据库中检索多边形时的磁盘读取次数,针对多核环境下简单要素类多边形合并的特点,利用Hilbert曲线划分方法对简单要素的多边形进行空间数据划分,利用多核处理器并发执行,充分利用了多核计算环境中CPU的计算能力,保证了合理的任务分配与充分利用。介绍了该算法中用到的简单要素类多边形合并算子,利用对重合边的判断来进行多边形的合并;最后对提出的算法进行了实验分析。实验证明,本算法在进行大数据的多边形集合合并时效率较高,基于本算法开发的功能用于实际问题中可较好地解决大规模复杂多边形数据层合并运算的效率问题。

用于数字地图自动综合的多边形合并算法

从计算几何出发,实现了能考虑到空间关系和形态要求的一种新的多边形合并算法——“凸包演化”算法,并用于自动综合软件中,取得了较好的效果。

多边形合并的算法研究

本文介绍了多边形合并算法的发展现状和应用前景,提出一种新的基于扫描线技术的多边形合并算法,重点讨论了算法的技术支持,病态多边形的修复等,采用本文提出的新算法,在雷鸟750MH_2GPU,内存128Mb的PC机上对4组复杂的多边形进行了合并计算,结果表明,本算法可行。

一种建筑物多边形合并、化简与优化的自动方案

介绍了一种城市地图中基于建筑物矩形几何特征的多边形全自动综合算法。采用Delaunay三角网探测多边形之间的拓扑邻近关系，根据视觉邻近关系聚合多边形。采用基于分割栅格多次扫描的方法对建筑物多边形进行化简以及形状优化。

基于Delaunay三角网的城市多边形合并算法

多边形合并是建筑物群综合的一个重要环节,而邻近关系是该合并过程的重要依据,利用Delaunay三角网生成拓扑信息,根据多边形之间的最小距离来判断是否聚合。因为多边形之间的最小距离总小于等于其间的三角网的最小边长,使建筑物多边形的合并更加精确和美观。

改进的多边形合并算法及其在天气预报业务中的应用

本文根据国家气象中心分类强对流预报业务需求,基于当前比较成熟的多边形裁剪算法(Weiler-Ather-ton算法)的思路,开发了一种改进的多边形合并算法(PM算法)。该算法的优点是无需考虑输入序列的方向性、设计思路简单,运行高效,更符合天气预报业务的需求。此外,该算法也可用于多边形裁剪。2013年4—9月的业务试运行表明该算法准确、运算速度快且性能稳定。该算法在灾害性天气预报,环境气象预报、专业气象预报等天气预报业务领域具有较好的应用前景。

Delaunay三角网支持下的多边形化简与合并

多边形的化简与合并运算是自动化制图综合中的重要算子 ,这类算子的设计要基于多边形几何特征、拓扑特征的分析 ,还需要一种有力的空间数据模型用于支持多边形各弯曲特征部位之间、多边形与多边形之间、多边形的各岛屿之间邻近关系探测 .鉴于 Delaunay三角网的“最大最小角规则”和“外接圆规则”,使得其成为空间邻近分析的一种强有力工具 ,因此在二维空间建立约束 Delaunay三角网模型和形式化检索机制的基础上 ,系统地讨论了多边形弯曲特征的化简、夸大 ,以及邻近多边形合并的方法 ,并将多边形化简分解为“岛屿”选取、凹部填充、狭长区域中轴化、保留凹部的夸大 ,以及凸部的弃除等几个步骤完成 ,又将多边形合并区分为吸收式、包络式、分解式等 3种情形 。

SDS模型化简合并多边形的一个改进算法研究

作为自动制图综合中的重要组成部分,多边形化简与合并可用来解决由于制图比例尺减小而带来的多边形与多边形之间以及多边形内部的邻近冲突问题。该方法设计主要基于多边形几何特征、拓扑特征的分析,同时需要一种合适的空间数据模型用于支持多边形与多边形之间,多边形内部的邻近关系探测。为避免分离操作带来的多边形综合结果的不同,在分析了基于Delaunay三角网的SDS模型表达对象邻近关系的能力后,提出了一种统一解决多边形化简和合并的方案,同时对原有的邻近冲突检测方法进行了改进,从而解决了由于边缘尖锐三角形的引入而导致多边形合并和化简后面积大量增大和丢失某些特征点的问题。实验结果表明,该方法可以获得满意的多边形化简合并效果。

顾及居民地分布特征的建筑物分组合并算法研究

建筑物多边形分组合并是城市大比例尺地图综合中的重要问题。本文在建筑物群的约束Delaunay三角网空间剖分模型及目标间"视觉距离"计算模型研究基础上,以广州地区3种具有典型分布特征的建筑物群分组合并操作为研究对象,并基于"分而治之"的思想,分别提出不同处理方法。设计的算子兼顾了适用性和效率,在广州地区序列比例尺空间数据库快速构建中得到了成功应用。

基于集群MPI的图层级多边形并行合并算法

在集群环境下,基于MPI并行编程模型和OGC简单要素规范进行并行多边形合并时,需要处理叠加图层间要素的"多对多"映射关系,由于空间上相邻的多边形在要素序列上并不一定连续,导致无法按要素序列为子节点分配任务,给并行任务映射带来了困难。本文以集群环境下的并行多边形合并算法为研究对象,通过比较叠加分析中两种多边形映射关系对算法并行化带来的影响,基于R树空间索引、MySQL精确空间查询,以及MPI通信机制,提出了6种不同的并行任务映射策略;通过实验分析和比较了6种策略的优劣。结果显示:基于R树预筛选的直接合并策略,在各算法中具有最高的串行计算效率和优秀的并行性能表现。虽然MySQL精确空间查询的预筛选过程较为耗时,但可有效地过滤掉不真正相交的多边形,从而提高合并操作的效率。因此,在集群MPI环境下,基于R树和MySQL精确空间查询的预筛选策略是解决并行任务映射难题,实现图层级多边形并行合并算法的有效途径。

区域边界合并算法的设计与实现

本文通过对图幅内多边形进行拓扑构建与预处理，克服了多边形数据量大、拓扑关系复杂带来的处理困难，采用改进的多边形合并算法，通过接边处理点与环链位置关系和环链问位置关系的判断，成功实现了对多个图幅中同属性多边形的合并，为完整显示任意复杂面对象及其之间的相互融合提供了有效的算法支持。

分治法在GIS多边形快速合并算法中的应用及效率提升评价模型

分治法采用分解-解决-合并的问题处理模式,应用于多边形合并算法能规避结点累积效应,与经典的"滚雪球"处理模式相比能有效提升多边形合并算法的计算效率。本文以多边形合并算法为研究对象,首先通过分析基于Vatti算法实现的多边形合并算子的效率相对于多边形顶点数的变化特征,指出合并过程中的结点累积效应是"滚雪球"多边形合并模式的潜在性能瓶颈和隐患。考虑分治法的"分而治之"思想在解决多边形合并问题上的适用性以及在归并排序算法中表现出的高效率,提出分治法的多边形"树状"合并处理模式,实现了面向要素集合或者要素层的多边形快速合并算法,最后给出了面向多边形合并的算法效率提升评价模型。实验结果显示,当仅有400个多边形时,"滚雪球"模式的时间开销约是"树状"合并模式的26倍,当需要合并11 200个多边形时,前者的时间开销约是后者的926倍。因此,基于分治法的多边形树状合并策略是对多边形合并算法以及应用到多边形合并算法的高级空间分析算法进行优化的可行途径。

GIS缓冲区重叠合并的快速算法

为了解决地理信息系统（ＧＩＳ）缓冲区多边形间重叠合并问题，本文对正负缓冲区多边形边界相交后结点上弧段的方向规律进行了分析，提出了结点上有向弧段的删除规则。基于这一规则，形成了缓冲区多边形重叠合并的算法。该算法避免了通过多边形与曲线包容关系的判断来决定弧段取舍的复杂计算，因而具有简捷、高效的特性。

一种处理障碍约束的基于密度的空间聚类算法

在现有的基于障碍约束的空间聚类算法COD_CLARANS、DBCLuC、AUTOCLUST+和DBRS+的基础上,提出了一种新的基于密度的空间聚类算法——基于障碍距离的密度聚类算法(DBCOD)。该算法在DBCLuC算法的基础上,采用障碍距离代替欧几里得距离作为相异度的度量标准,并在预处理过程中用障碍多边形合并化简方法来提高障碍物的处理效率。仿真实验结果表明,DBCOD算法不仅具有密度聚类算法的优点,而且聚类结果比传统基于障碍约束的密度聚类算法更合理、更加符合实际情况。

GIS系统中交互式自动综合的实现

地图综合是一个具有较强智能推理行为的过程,其研究涉及的领域十分广泛,是地图学界一大国际性难题。地图自动综合的难点在于需要用计算机理解地图制图的原理与方法,将人的经验形式化表达出来。在自动综合中具体选取哪一个目标却是一个有待研究的课题。这其中的关键问题就是地图要素空间关系的识别与描述。截至今日,仍没有一个明朗的自动化的解决方案。以交互式综合为目的的人机协同地图缩编方式,将综合行为划分为智能型推理过程和劳动型操作过程,让人和计算机分别承担这两个过程为前提的情况下,着重研究计算机算法。

一种瞬时水深模型的碍航区自动提取方法

为了提高舰船航行实时规避碍航区的效率,提出了一种瞬时水深模型的碍航区自动提取方法。采用潮汐模型实时预报航行区域的动态水位,利用静态水深和动态水位构建瞬时水深模型;依据舰船的安全等深线,自动追踪瞬时水深模型的浅水碍航区,顾及航行区域的人工碍航区等因素,采用多边形合并算法进而获取瞬时水深模型的碍航区。实验证明:本文所提方法切实可行,能够实时自动地获取瞬时水深模型的碍航区集。