基于等高线数据和dem数据的特征信息自动提取方法.docxVIP

基于等高线数据和dem数据的特征信息自动提取方法 自20世纪80年代中期以来，从数字高线数据（dem）和数字土地模型数据（dem）中自动提取隐藏在其上的山脉线和谷线是一项非常重要的研究工作。在以往的文献中,中外学者提出了许多适用于不同研究目的的特征信息自动提取方法。例如,从数字化等高线数据中提取山脊线和山谷线进行等高线成组综合,提取DEM中自然水系的D8法,从数字化等高线数据中提取山脊线和山谷线并将其用于高逼真度的地形表示,从DEM中提取山脊线和山谷线的剖面识别和多边形裂开方法,从DEM中提取山脊线和山谷线的频率域一阶方向导数方法等。 山脊线和山谷线的提取算法从其设计原理上上归纳为基于地形表面几何形态分析和基于地形表面流水分析算法两类,前者用于数字化等高线资料,后者用于DEM数据。而从精度和实用性来看,基于等高线数据的山脊线和山谷线提取的意义更大些。基于等高线数据的山脊线和山谷线的提取过程一般分为两大步:① 地形特征点(山脊点、山谷点)的确定;② 地形特征线(山脊线和山谷线)的连接。基于地形表面几何形态分析的算法主要有等高线曲率最大判别法、等高线骨架化法等。基于地形表面流水分析的算法主要有三维地形表面流水数字模拟法与等高线垂线跟踪法。 1 询问山脊点和山谷点 1.1 split算法 山脊线和山谷线上的点在等高线上的特征表现为等高线局部曲率的最大点,即等高线弯曲变化的特征点。等高线上特征点的确定与线段的简化、压缩算法的原理相近,故几乎所有的曲线简化算法均可用于特征点的确定。曲线特征点的提取算法有多种,其中较为成功的就是Split方法(或称D-P算法)。该方法从原理上讲属于整体算法,同时考虑整个曲线,它所提取的曲线特征点能够保证曲线变形在规定的限差之内。Split方法的基本思想是先用曲线的最左边和最右边的两个点作为起始点(对于闭合曲线),将闭合曲线分为两部分,对于非闭合曲线选择其两个端点作为起始点。起始点确定后,顺序计算曲线上位于两个起始点之间的每一个点距两个起始点连线的垂距,并找出其最大垂距点。若该点处等高线张角小于给定的阀值(本文采用165°,如果张角大于165°,则等高线在此处近似于直线,弯曲变化小),则该点为特征点。它将原曲线分为两部分,对每一部分确定新的起始点,即用该点分别与原两个起始点构成两对新的起始点,用相同的方法对这两段曲线找出各自的特征点。 1.2 等高线、两种类型的点 应用Split方法,即可找出其特征点。找出特征点后,还要对其进行分析判断,找出哪些特征点是山脊点、哪些特征点是山谷点。 最直观判断山脊点、山谷点的方法如图1所示,即计算特征点C处等高线张角范围内某点D的高程,并与C点高程比较,如果D点的高程大于C点高程,则C点为山脊点;反之,C点为山谷点。此种方法看似简单,但由于计算D点高程算法复杂,计算量大,影响判断效率。本文利用直线与曲线中的折线求交的方法(等高线由若干折线构成),简化了算法。为减少计算量,提高算法效率,选用了一个距离阀值(本文采用的是等高距的12倍),这样就把求交判断限定在很小的一个范围,从而减少了计算量,提高了算法效率。山脊点、山谷点的判断分以下3种情况进行。 1) 如图2所示,等高线为常规的规则形状,C点为应用Split方法找出来的一个特征点,A点、B点为与C点同一条等高线上C点左右两侧与C相邻的点(曲线拟合的点或数字化点),D点为由AB连线的中点向C点相反方向所作垂线与相邻等高线的交点,D点的高程为该等高线的高程。如果D点的高程大于C点高程,则C点为山脊点;反之,C点为山谷点。 2) 如图3、图4所示,按第一种情况所述方法得到的D点为同一等高线上的点,则D点的高程与C点的高程相等,无法判断,说明特征点位于山顶或山谷底处,或者特征点处的等高线为极不规则的等高线。对于此种情况,由AB连线的中点向C点相同方向作垂线,得到与相邻等高线的交点D′(如图3、图4所示), D′点的高程为该等高线的高程。如果D′点的高程小于C点高程,则C点为山脊点;反之,C点为山谷点。 3) 如图5所示,由第二种情况得到的D′点的高程与C点的高程仍然相等,但是此时D′点与C点分属于不同的等高线,则特征点位于地形鞍部处。 这样,就可找出所有的山脊点和山谷点。为了方便而快速地生成山脊线和山谷线,应将山脊点和山谷点用不同的链表分别存放。 2 脊柱线和山谷线的自动生成 得到山脊点和山谷点后,接下来的任务是根据山脊点和山谷点自动生成相应的山脊线和山谷线。 2.1 等高线张角张角生成 生成山脊线、山谷线应遵循如下原则:① 参考点与待判断点间的距离在一限值内;② 待判断点与参考点的连线应处于等高线在参考点所张的夹角内;③ 等高线在参考点与待判断点处的张角方向应基本相同;④ 山谷线、山脊线待判断点的转向角在一限值内。 从以上原则可