共查询到18条相似文献,搜索用时 234 毫秒
1.
针对平面点集空间分布的复杂性,本文提出了一种基于Delaunay三角网的平面点集形状重构方法。首先采用一种简单且实用的数据结构以表达Delaunay三角网中嵌入的几何信息和拓扑信息,然后由外向内迭代过滤Delaunay三角网得到一个大概边界,最后进一步考虑边界的凹凸信息和空洞现象,获取最终的精细边界。试验结果表明与其他典型的Delaunay三角网重构方法相比,本文提出的算法能更好地适用于平面点集空间分布的复杂性,通过所构建的数学模型实现了凸凹多边形内外边界提取。 相似文献
2.
基于切平面投影的散乱数据点快速曲面重建算法 总被引:1,自引:0,他引:1
介绍了一种快速的散乱数据点曲面重建算法(切面投影三角网法),该算法不需要已知数据点的几何、拓扑信息以及是否存在边界等先验知识。算法利用邻近点集反映出的局部几何和拓扑信息,基于切平面投影方式计算每个数据点的邻域,从而完成每个数据点的局部拓扑重构。重构中物体表面数据点的降采样或不均匀采样可能会产生伪洞,因此,在重建后进行洞的检测,进而根据洞的大小来区分物体表面上实际存在的洞和重构过程中生成的伪洞,并对伪洞进行填充。利用多组散乱数据点进行重建的结果表明,切面投影三角网法高效、稳定,可以快速、自动地重构出复杂拓扑结构物体的三角网表面模型。 相似文献
3.
建筑物轮廓作为建筑物三维重建的重要元素,在建立智慧城市和数字城市中至关重要。本文针对从机载激光雷达点云中提取建筑物轮廓数据处理的点云滤波、建筑物屋顶面提取、建筑物轮廓提取,以及提取精度评定各环节存在的一些问题,提出了一种综合区域生长改进算法、三维Hough变换算法和α-shape算法的建筑物轮廓提取方法。该方法在对机载LiDAR点云数据去噪的基础上,首先利用改进的区域生长算法滤波地面点,并基于地物点到地面的归一化高程特征通过高度阈值去除高度较为低矮的地物点;再基于三维Hough变换算法从剩余建筑物和高大树木点云中提取建筑物平面;最后使用α-shape算法提取建筑物的轮廓信息。对使用RIEGLVQ-1560i机载激光雷达测量系统扫描的某城区点云数据进行计算,通过匹配度、形状相似度和位置精度等评价指标对提取的建筑物轮廓进行精度评定。结果表明,综合区域生长改进算法、三维Hough变换算法和α-shape算法的建筑物轮廓提取方法可以准确提取建筑物的轮廓信息,对于大范围的建筑物轮廓提取具有稳定性和普遍适用性。 相似文献
4.
5.
6.
针对BRISK特征检测算法在遥感影像中匹配时同名点对冗余度高和全局性差等特点,考虑BRISK特征检测算法能获取大量无人机遥感影像特征点,Delaunay三角网算法能够利用影像的BRISK特征点的粗匹配点对构建三角网,本文综合两种算法的优点,提出了一种结合BRISK特征检测算法和Delaunay三角网算法的剔除无人机遥感影像误匹配点对方法。该方法利用两张影像的BRISK粗匹配特征点构建Delaunay三角网,利用遍历两张影像三角网中的三角形相似度剔除错误匹配点对,并利用摄影不变量原理进一步剔除误匹配点对,提高了两张影像的精度;对比分析了Delaunay三角网的射影不变量算法,RANSAC算法分别剔除原始影像组、加入椒盐噪声影像组及旋转影像组的BRISK特征误匹配点对的效果。试验结果表明,3组影像分别利用结合BRISK特征和Delaunay三角网的射影不变量算法的无人机遥感影像匹配方法获得的正确特征匹配点对冗余度低、全局性优。 相似文献
7.
相邻多边形共享边界的一致化改正 总被引:1,自引:0,他引:1
针对相邻多边形叠置不能保证精确的拓扑邻近 ,往往产生大量的“碎片”和“缝隙” ,破坏了面状目标间的拓扑一致性这一问题。依据相邻多边形之间的空间关系 ,将共享边界不一致区分为相交型、相离型、交织型 ,将拓扑一致化处理的操作分为咬合式处理和平差式处理 ,并基于Delaunay三角网模型邻近分析 ,探测由三角形集表达的边界不一致局部区域 ,通过三角网骨架线提取来进行边界不一致改正。 相似文献
8.
9.
10.
针对海量LiDAR点云Delaunay三角网剖分的时间与空间性能的矛盾问题,提出了一种采用切块的流计算Delaunay构网算法。首先利用三角网墙(DeWall)从点云上切割特定大小与形状的独立数据块,避免分治算法的深度递归与内存溢出;然后运用分治算法对切块剖分,并给出了切块边界错误三角形删除算法;重复上述过程完成子网剖分,并依据非耦合区域分解模式合并为最终三角网。引入流计算的思想,以进一步提高算法的空间性能。分析与实验表明:该算法占用了较低内存,并取得了接近为O(nlg(δ))(δ为一个切块点数,且δ≤n)的时间复杂度。 相似文献
11.
12.
顾及Gestalt认知效应的线性岛屿模式识别 总被引:1,自引:0,他引:1
从岛屿分布的邻近性、延展性、紧凑性、直线性等特征出发,提出了线性岛屿结构识别的新方法。首先,以Delaunay三角网为空间分析工具,计算岛屿群空间邻近关系,生成空间邻近图;然后,在空间邻近图的基础上生成MST图;最后,利用Gestalt原则对线性阵列结构的识别效应,在MST上通过3次剪枝导出线性岛屿结构。实验结果表明,该方法能够识别出具有明显线性岛屿结构的目标集,与肉眼视觉识别基本一致。 相似文献
13.
14.
保持空间分布特征的群点化简方法 总被引:27,自引:5,他引:27
群点目标隐含的空间结构化信息是空间分布分析、地图综合感兴趣的内容。对群点目标分布的信息内容区分为存在性、度量结构与拓扑结构,在Delaunay三角网及其对偶Voronoi图模型上对工量结构定义4个在量;分布范围、分布密度、分布中心及分布轴线,顾及视觉识别Gestalt邻近原则,运用三角形“剥皮”法,确立了非凸多边形所表达的群点分布范围,运用图像灰度表达群点分布密度并通过图像处理方法提取分布中心。建立了Voronoi图动态重建进行群点化简的方法,该方法通过边界点和内部点的分开处理,较好地保持了4个空间分布特征。 相似文献
15.
This paper presents a typification method for linear pattern in urban building generalization. The proposed method includes two processes. Firstly, structural knowledge in terms of linear pattern is detected using a two-step algorithm taking the advantages of Gestalt visual perception, computational geometry and graph theory. Spatial neighbourhood is captured using interpolated constrained Delaunay triangulation and the resulting proximity graph is pruned to be heterogeneous to get acceptable linear patterns with regard to Gestalt visual perception. Then, a typification strategy is proposed, in which typification is regarded as a progressive and iterative process consisting of elimination, exaggeration and displacement. The typification strategy iteratively executes eliminating the building with minimum overall effect, exaggerating remaining buildings considering key location and spatial characteristics and displacing them to preserve the linear pattern until elimination quantity is satisfied. Experiments show that this proposed strategy is effective and linear patterns are guaranteed with correctness and completeness. 相似文献
16.
基于格网划分的海量数据Delaunay三角剖分 总被引:8,自引:1,他引:7
提出基于格网划分、面向海量数据的Delaunay三角剖分方法,它首先把数据集划分为若干格网块,按照格网划分的逆序对每个格网块采用基于自适应格网划分的分割-合并算法进行Delaunav三角剖分,把格网块Delaunay三角网中不受边界影响的三角形进行存储并释放内存,然后顺序合并相邻格网块Delaunav三角网,形成全局或类全局Delaunay三角网.该方法对计算机硬件配置要求较低,适合于并行处理,可以实现面向海量数据的Delaunay三角剖分. 相似文献
17.
曲线弯曲深度层次结构的二叉树表达 总被引:10,自引:1,他引:10
地图综合要顾及目标的几何特征、语义特征和拓扑特征,其中地理意义是控制综合算子系统、参量调整的决定性因素。就线状要素而言,单从角度、距离、矢高等几何特征出发设计的曲线化简算法只能算作对曲线坐标串的几何压缩,不是真正意义上的地图综合。由于曲线的弯曲特征在表达线状地物地理特征上具有重要意义,对弯曲特征的识别、结构描述及操作分析成为目前线要素制图综合的研究热点。本文基于约束Delaunay三角网模型提出一种方法描述曲线弯曲特征在深度上的层次结构,对曲线上的矢量点构建三角网,在三角网覆盖区域里,由外向内进行三角形的“剥皮”操作,根据“剥皮”操作,根据“剥皮”进行过程中遇到的特征三角形构建二叉树,实现大弯曲套小弯曲层次结构的表达。该方法基于Gestalt对称性、连续性原则、对二叉树结点进行考察,可提取认知意义上的真正弯曲。本文同时给出了弯曲特征二叉树在多边形(闭合曲线)综合化简中的算法设计及实验结果。 相似文献
18.
在基于倾斜影像的城市场景重建过程中,由于获取影像时存在场景遮蔽和大视点变化的情况,建筑物立面等区域存在着影像密集匹配点云稀疏甚至空洞的情况,自动化重建难度大,难以反映建筑物的真实形态。本文提出了一种新的基于倾斜影像的城市场景隐式曲面重建方法:首先,以倾斜影像密集匹配点云为基础建立Delaunay四面体;然后,对Delaunay四面体进行约束图割,提取出可视化的三角面,进而更加精确地估计点云的法向信息;最终,结合Screened Poisson曲面重建,实现了城市场景的隐式曲面重建。通过多种隐式曲面重建方法的对比试验,验证了本方法的准确性和适用性。 相似文献