共查询到10条相似文献,搜索用时 62 毫秒
1.
针对大数据量遥感图像矢量化时间效率低和空间瓶颈问题,采用顶点提取过程中同时进行图斑矢量化的策略,提出一种适应大数据量遥感图像的动态矢量化算法。首先,统计图像中各图斑的顶点个数,将其作为图斑顶点集合能否构成封闭多边形的判定条件;然后,在顶点提取的过程中发现有能够成封闭多边形的图斑顶点集合,立即将其矢量化并释放其所占内存,图斑矢量化时直接将顶点构建成多边形无需生成中间弧段,并即时形成拓扑关系。实验表明,文中算法能快速高效地完成大数据量遥感图像矢量化,速度是ARCGIS(9.2版本)矢量化算法的3~4倍。 相似文献
2.
顾及拓扑与尖角的分类矢量数据分组压缩算法 总被引:1,自引:1,他引:0
针对现有拆分重组法对存在复杂内环以及复杂相交岛屿多边形的分类矢量数据的压缩结果中包含裂缝、重叠及大量尖锐夹角的问题,提出了一种顾及拓扑一致性与尖角的分组压缩方法。依据分类矢量数据中多边形与多边形及其内环的相交关系对矢量矢量数据分组,以修正后拆分重组法结合直接分割法和间接分割法对分类矢量数据分组压缩,压缩结果中不存在裂缝与重叠现象,维护了分类矢量数据的拓扑一致性;通过取回尖角点前后被删除的点,解决了压缩结果中尖角过多的问题。以Landsat8遥感影像分类矢量数据实验验证了文章算法,并与直接分割法、间接分割法、拆分重组法进行了对比分析,验证了本文方法的有效性。 相似文献
3.
4.
5.
6.
杨圣 《测绘与空间地理信息》2018,(5):66-72
为了实现对纹理图像的分割,需利用建模像素间相互作用关系,因此本文利用在标号场和特征场中分别建模邻域多边形和邻域像素之间的作用关系,并提出一种基于马尔科夫随机场(Markov Random Field,MRF)的区域化纹理图像分割方法。即利用Voronoi划分技术,将图像划分为若干个多边形;在标号场上利用Gibbs分布建模相邻多边形标号间的相互作用,在特征场上利用高斯分布建模多边形内邻域像素间光谱测度的相关性;结合贝叶斯定理建立分割模型;通过最大期望值(Expectation Maximization,EM)算法来估计模型参数,进而获得最优分割结果。本文分别对合成纹理图像、自然纹理图像和遥感图像进行分割实验,并对分割结果进行定性和定量评价。通过计算混淆矩阵得出Kappa值为0.97,满足了优秀分类器的标准。本文提出的算法具有很强的抗噪和描述复杂光谱测度的能力,可行性好,准确性高。 相似文献
7.
8.
分析了遥感影像矢量化数据的特征,指出传统的深度搜索匹配方法用于无拓扑矢量化数据公共边提取存在的不足。针对此问题,提出了基于共线搜索匹配的公共边提取算法,提取无拓扑遥感影像矢量化数据中多边形要素的公共边和非公共边,然后使用经典的道格拉斯普克算法压缩,有效地消除了对要素分别压缩时产生的缝隙问题,验证了算法的可靠性。 相似文献
9.
10.
依据线图的结构特点,首先提取节点信息快速抓住图像的总体拓扑结构,然后以节点信息指导进行矢量跟踪,能够有效解决复杂的交叉点问题,提高矢量化的效率和精度。基于节点信息指导和对不同连通体分类跟踪的方法避免了跟踪起始点选取的随意性和跟踪方向选取的盲目性,并具有抗噪性好和适应性强的特点。 相似文献