借助梯形分割的点面包含分析

在诸多研究领域中,判断点是否在多边形内是一个非常基本的问题。在分析了解决这一问题的传统方法基础上,提出了一种基于梯形分割的点面包含算法。该算法将多边形分割成若干个梯形网格单元,将判断点是否位于多边形内的问题转化为判断点是否位于梯形网格单元中这一问题。算法已用于GIS平台软件相应的包含分析模块,试验结果证明该算法稳定可靠、适用于任意复杂多边形而无需对奇异情况进行单独处理。

RaPC:一种基于栅格化思想的多边形裁剪算法及其误差分析

传统的基于矢量计算的多边形裁剪算法的时间复杂度介于O（NlogN ）-O（N^2）之间,且计算过程与特定的复杂数据结构耦合紧密,难以进行底层优化和细粒度并行化.在满足一定误差要求的前提下,采用栅格化处理思想可以实现多边形快速裁剪.本文在已有多边形裁剪算法特征的基础上,提出了一种基于栅格化处理思想的多边形裁剪算法--RaPC 算法,并对其误差进行了分析和讨论.试验结果显示,RaPC 算法的计算效率随网格单元增大呈幂函数规律降低;当网格大小恒定时,RaPC 算法效率随多边形顶点数量呈线性增长,计算时间复杂度为O（N ）;在处理小数据集时Vatti算法表现出了较 高效率,但是在处理包含大量顶点的多边形叠加时,RaPC 算法更为高效;RaPC 算法的面积误差与网格大小直接相关,提高网格空间分辨率可以有效地降低面积误差.RaPC 算法在处理包含大量顶点的多边形叠加分析时比Vatti算法更为高效.