共查询到20条相似文献,搜索用时 837 毫秒
1.
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
2.
针对常见的三角网构建算法效率受查找三角形的约束的问题,该文提出了一种基于格网划分的Delaunay三角网快速生成算法,对传统逐点插入算法的点定位及LOP算法进行了优化。通过对离散点数据进行格网划分,将三角形面积坐标法与直线行走算法相结合,在点定位过程中可大幅度缩短搜索路径,快速定位到插入点所在的目标三角形。实验结果表明,改进后的算法兼顾了时间和空间的性能,执行效率明显提高,定位路径惟一且为最佳路径。 相似文献
3.
4.
5.
6.
一种改进的地形三维建模方法 总被引:3,自引:1,他引:2
在利用逐点插入法建立Delaunay三角网的基础上,为快速搜索插入点所落入的三角形,引入了一种改进的空间栅格索引机制,并充分利用三角形的邻接关系进行三角形检索.提出了一种由三角形出发内插规则格网数字高程模型(DEM)的方法.试验表明,所提出的构建Delaunay三角网和内插格网DEM算法的效率较高. 相似文献
7.
针对如何提高水域的综合开发管理能力,实现水陆一体化地形整合的问题,该文在原有DEM格网数据整合的基础上,提出利用基于约束边Delaunay三角网方法进行水陆地形数据整合的方法,即利用迭代交换法实现约束线的嵌入,从而构建约束Delaunay三角网。以鄱阳湖为研究区域,以DEM格网数据和鄱阳湖岸线矢量数据为数据源,利用约束Delaunay三角网方法,创建基于岸线的Delaunay三角网,实现水陆地形无缝整合。实验结果表明,与利用DEM规则格网数据拼接方法进行比较分析,得出在岸线约束条件下构建的Delaunay三角网能更好地表达边缘处地形数据的整合,平滑效果较好。 相似文献
8.
航空影像特征匹配研究 总被引:7,自引:4,他引:7
基于格网和三角网的优点 ,提出了一种基于特征的影像松弛匹配方法。算法利用边缘提取算子提取影像特征信息 ,把提取的边缘特征点分配到预定的规则格网中进行登记 ,同时构建特征三角网 相似文献
9.
一种基于规则格网的等值线生成方法 总被引:3,自引:1,他引:2
随着规则格网数据的获取手段不断发展,规则格网数据趋于海量化,而现有的一些软件对于大数据规则格网追踪等值线无法应对。针对传统方法较为占用内存问题,文章研究并提出了一种基于规则格网数据的逐行追踪等值线的方法:通过编程实现,与传统方法对比,该方法在处理大数据规则格网时的速度优于传统方法,在算法执行时,逐行追踪等值线方法对于计算机内存占用与传统方法相比大大减少;为了解决传统的等值线光滑与精简方法中出现等值线交叉的问题,文章提出采用规则格网插值与抽稀的方式来完成。 相似文献
10.
利用局部动态最优Delaunay三角网改进逐点内插算法 总被引:3,自引:0,他引:3
针对传统的基于Delaunay三角网的逐点内插算法难以同时兼顾精度和效率的问题,依据Voronoi单胞和Delaunay三角形的几何特性,提出了一种基于局部动态最优Delaunay三角网的逐点内插算法,并在格网数字水深模型(grid digital depth model,Grid-DDM)中进行应用。实验结果表明,该改进算法能保证插值精度并明显提高执行效率。 相似文献
11.
12.
为解决城市大比例尺真正射影像制作问题,提出了一种数字建筑模型(digital building model,DBM)整体投影遮蔽检测方法。该方法利用DBM表面以矢量三角面存储和平面图形投影内部栅格互不遮蔽的特点,首先以三角面为单元对整个建筑物进行正射投影得到房顶多边形;然后进行透视投影得到整个建筑物在像方的成像多边形,通过数字高程模型(digital elevation model,DEM)投影迭代算法得到该建筑物在传统正射影像上的成像多边形,两者求差集得到建筑物的遮蔽区域物方多边形;最后选取最优辅助影像对遮蔽区域进行纹理补偿,制作出真正射影像。实验结果表明,该方法能够快速准确地检测出影像遮蔽区域,为生成高质量真正射影像提供了保障和前提。 相似文献
13.
14.
15.
基于多尺度形变特征卷积网络的高分辨率遥感影像目标检测 总被引:4,自引:4,他引:0
传统的基于滑窗搜索和人工设计特征相结合的目标检测方法难以适用于海量高分辨率遥感图像的目标检测任务。本文提出了一种基于多尺度形变特征卷积网络的目标检测方法,利用可形变卷积网络对具有尺度和方向变化的遥感图像目标进行特征提取,然后对多层残差模块提取出的形变特征进行区域预测和鉴别。具体模型包括两个子网络:①目标区域预测子网络用于从多层深度特征图提取目标候选区域;②目标区域鉴别子网络用于对目标候选区域进行分类和位置回归。本文在光学卫星图像10类目标数据集上对比了多种基于深度学习的目标检测算法,并将训练好的模型用于谷歌地球影像飞机坟场数据集和高分2号、吉林1号数据集的评估,试验结果表明本文方法能够快速准确地对多类目标进行检测,具有较好的稳健性和迁移性。 相似文献
16.
带地质逆断层约束数据域的Delaunay三角剖分算法研究 总被引:1,自引:0,他引:1
在石油地质勘探三维建模中,逆断层是一种普遍的地质现象,它却控制区域地质的结构和演化与油气资源相关联,而逆断层数据点三角化问题在建模中也最为复杂。本文提出了一种可解决带地质逆断层约束数据域的三角剖分通用算法,通过对逆断层制图边界拓扑结构建立与分析,引入桥接点和辅助约束边界概念,对逆断层中复杂重叠域约束数据划分子区,最后进行Delaunay三角剖分,实现了带地质逆断层约束数据域的Delaunay三角剖分并应用于油气勘探设计等领域。 相似文献
17.
电力塔是电力基础设施的重要组成部分,对其进行检测是必不可少的工作。针对当前遥感影像电力塔检测算法精度低,效果差的问题,本文基于可变形网络和迁移学习对Faster R-CNN进行改进,提出一种基于遥感影像的电力塔检测框架。该框架主要分为两个部分:①特征提取子网络,即利用可变形网络模型改进卷积层,来提高模型对于电力塔几何形变的特征提取能力;②目标检测子网络,即通过模型迁移,将由特征提取子网络训练获得的模型参数迁移至此子网络,由RPN网络和可变形区域池化结合非极大值抑制(NMS)精确获取电力塔位置,利用Fine-tuning技术快速训练此子网络,最终实现高精度的遥感影像电力塔检测。本文算法在测试集中对电力塔检测结果为AP_(0.5) 0.886 1,AP_(0.6) 0.839 6,ACC 0.894 8,与SSD、YOLOv3、Faster R-CNN等相比,各检测指标至少高0.2。由对比试验可以看出,该框架对电力塔遥感影像可以实现较高精度检测,表明该方法在电力塔检测上拥有较大应用潜力。 相似文献
18.
下三角Cholesky分解的整数高斯变换算法 总被引:1,自引:0,他引:1
针对全球导航卫星系统(GNSS)载波相位测量中,基于整数最小二乘估计准则解算整周模糊度问题。目前以LAMBDA降相关算法和Lenstra-Lenstra-Lovász(LLL)为代表的规约算法应用最为广泛。由于不同算法采用的模糊度方差-协方差阵的分解方式不同,导致难以合理地进行不同算法性能的比较。该文通过分析LAMBDA算法的降相关特点,从理论上推出基于下三角Cholesky分解多维情形下的整数高斯变换的降相关条件及相应公式,并与分解方式不同的LAMBDA和LLL算法作了对比。实验结果表明,降相关采用的分解方式将会直接影响计算复杂度和解算性能,因此该文推导的整数高斯变换算法便于今后基于下三角Cholesky分解的降相关算法间的合理比较。 相似文献
19.
本文为低空无人机平台弱控制航摄影像建立符合航测处理要求的区域网,提出了基于无人机飞控数据的无人机影像航带整理技术;分析了无人机影像航测处理区域网构建要求,提出针对无人机航测处理的航带整理技术流程;设计了基于飞控姿态数据的无人机起降和转弯影像自动剔除算法,自动生成航带;并提出了基于飞控数据快速计算像片FOV算法,构建区域网内像对链接关系;对实际无人机航摄的两个测区进行航带整理实验,结果表明基于飞控数据可快速构建区域网,满足空三匹配和挑片测图要求。 相似文献
20.
A neural fuzzy network approach to Radar pulse compression 总被引:1,自引:0,他引:1
Fun-Bin Duh Chia-Feng Juang Chin-Teng Lin 《Geoscience and Remote Sensing Letters, IEEE》2004,1(1):15-20
To make good range resolution and accuracy compatible with a high detection capability while maintaining the low average transmitted power, pulse compression processing giving low-range sidelobes is necessary. The traditional algorithms such as the direct autocorrelation filter (ACF), least squares (LS) inverse filter, and linear programming (LP) filter based on three-element Barker code (B13 code) have been developed. Recently, the neural network algorithms were issued. However, the traditional algorithms cannot achieve the requirements of high signal-to-sidelobe ratio and low integrated sidelobe level (ISL), and the normal neural networks such as the backpropagation (BP) network usually produce the extra problems of low convergence speed and are sensitive to the Doppler frequency shift. To overcome these defects, a new approach using a neural fuzzy network to deal with pulse compression in a radar system is presented. Two different Barker codes are carried out by a six-layer self-constructing neural fuzzy network (SONFIN). Simulation results show that this neural fuzzy network pulse compression (NFNPC) algorithm has significant advantages in noise rejection performance, range resolution ability, and Doppler tolerance, which are superior to the traditional and BP algorithms. 相似文献