再论三维Douglas-Peucker算法及其在DEM综合中的应用.pdfVIP

第33卷第2期 武汉大学学报·信息科学版 VoI．33N0．2 2008年2月 GeomatiesandInformationScienceofWuhan Feb．2008 University 文章编号：1671—8860(2008)02—0160—04 文献标志码：A 在DEM综合中的应用 何 津1 费立凡2 (1湖北大学资源与环境学院，武汉市学院路11号，430062) (2武汉大学资源与环境科学学院，武汉市珞喻路129号，430079) 摘要：相对于笔者在已发表论文中所提出的一般性方法，本文在算法上有了进一步的改善或扩展。结果表 明，这些措施在保证综合效果的前提下，可以大大提高DEM的综合速度，从而为海量DEM数据的全局动态 式综合提供了现实的可能性。 关键词：三维Douglas—Peucker算法；三维离散点综合；DEM综合；规则格网综合 中图法分类号：P208；P283．1 二、三十年来，国内外测绘、GIS、数学界的专 对它的取舍。即先计算其孤独指数，得到“伪点面 业人士已经提出了多种针对三维离散点集进行自 距”(见式(1)和式(2))，并用伪点面距与预先设置 动综合的方法[1-9]。这些算法可以分为三大类：的阈值进行比较，决定当前点的取舍。 ①基于局部特征信息综合成全局的方法；②全 如图1所示，假定锚点、浮动点及其所有中间 局跟踪进行地形特性线的提取；③将这两种方法 点的个数为以，当前计算点为P(忌)，则P(忌)的孤 综合起来考虑。但无论怎样，因为地貌的复杂性， 独指数为： 这些算法在实际应用中均有其局限性[6]，要么属 阢：纽等等士虹(1) 于局部性处理法，容易忽视全局性特征点，综合结 击1∑LP(c㈨ ，l一≤■一“”“…’ 果往往与点子的处理顺序有关；要么需要预先寻 找出隐含在DEM数据内的地貌结构线，方法比 P(1) 较复杂，综合速度较慢。基于此，笔者从20世纪 70年代出现的用于曲线化简的二维Douglas— Peucker算法Do]中得到了启示。 图1孤独指数的涵义 孤独指数及加权点面距 oftheLonelinesIndex Fig．1Meaning 对于随机分布的离散点，其点集排序的方法是 式中，分子的涵义是当前点到逻辑相邻的两个点 依次寻找三维距离最近的下一个新点，因此，得到 的三维距离之和；分母的涵义是锚点到浮动点之 的点序反映的只是逻辑相邻关系，这和物理相邻的 间所有三维连线的平均长度的两倍。不难看出， 程度是有差异的。如果只按逻辑相邻关系进行点 孤独指数Ⅳt是一个在1左右摆动的正值。 子的成串删除，有时就会删去互相远离的特征点。 再假定dt为点P(志)到基面的点面距，C为正 本文提出，为了防止删除在早先排队中可能 的常数，则伪点面距为： 产生的大跨度跳跃点，在找锚点及浮动点之间相 D^=dI×(CXW^+1) (2) 对于基面而言最重要的那个点时，不单单考虑其 若C取值为0，则伪点面距等于实际点面距， 点面距，而结合考虑该点的“孤