CN102737542B - 一种顾及多重约束条件的水深注记自动选取方法 - Google Patents

一种顾及多重约束条件的水深注记自动选取方法 Download PDF

Info

Publication number
CN102737542B
CN102737542B CN201210029857.7A CN201210029857A CN102737542B CN 102737542 B CN102737542 B CN 102737542B CN 201210029857 A CN201210029857 A CN 201210029857A CN 102737542 B CN102737542 B CN 102737542B
Authority
CN
China
Prior art keywords
water
depth
annotation
sound
constraint condition
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201210029857.7A
Other languages
English (en)
Other versions
CN102737542A (zh
Inventor
艾廷华
周启
杨敏
张翔
田晶
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan University WHU
Original Assignee
Wuhan University WHU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuhan University WHU filed Critical Wuhan University WHU
Priority to CN201210029857.7A priority Critical patent/CN102737542B/zh
Publication of CN102737542A publication Critical patent/CN102737542A/zh
Application granted granted Critical
Publication of CN102737542B publication Critical patent/CN102737542B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

本发明涉及一种顾及多重约束条件的水深注记自动选取方法，属于海图、岛礁地图编制、电子地图导航等中水深注记选取领域。定义水深注记约束条件为地形约束、拓扑约束；并定义水深注记约束条件重要性次序，然后执行以下步骤：步骤1.提取满足所述水深注记约束条件的重要水深，并按照水深注记约束条件重要性进行排序；步骤2.以步骤1中依次选取的重要水深点做逻辑并，结果作为水深注记的骨架，基于Voronoi图和Delaunay三角网对次要水深注记进行抽稀。本发明具有如下优点：有效保持了区域水下地貌特征、保持水深注记密度对比及水深注记菱形配置的规律，为航海安全提供保障。

Description

一种顾及多重约束条件的水深注记自动选取方法
技术领域
本发明涉及海图、岛礁地图编制、电子地图导航等领域的水深注记选取与标注，尤其是涉及一种顾及多重约束条件的水深注记自动选取方法。
背景技术
在海图、岛礁地图编制中，水深注记的合理选取与正确标注是该类地图表达的主要内容。外业测量采集的密集水深点在有限的地图空间表达，尤其是在比例尺缩小地图综合中，必须进行水深点的有效过滤，把水下地形表达的特征点、对航海安全有重要警示意义的特征点选取，而将其他次要的冗余点弃除，随着比例尺缩小力度加大弃除的水深注记点逐步增多。该技术对于保证地图可读性、确保航海安全、正确展示海底地貌地形均具有重要意义。
水深注记选取受多重约束条件制约，（1）从表达对象的重要特征保持考虑，水深注记选取需要正确反映制图区域海底地貌特征，提高地貌表达精度；（2）从水深点群的空间统计特征保持考虑，地图综合后的水深注记选取需要保持与比例尺变换前地形离散采样点群的空间分布特征、保持离散采样点具有菱形配置特点；（3）从地图导航等应用需求考虑，水深注记选取需要满足导航、领航、调度应用层面的约束，优先选取浅滩、礁石、航线等具有航海意义的水深点，保证航海安全性。
传统的手工编绘地图有经验的作业员能够兼顾这三者，而在计算机自动地图制图中则局限于水深注记选取约束条件的某一方面，以简单抽样或按网格均匀比率选取实现水深注记选取。基于地形识别的选取方法重点考虑了综合前后总体地形特征的保持，但对水深注记地图表达的菱形配置、航海的安全性没有必要的考虑。顾及菱形配置的选取方法重点考虑了水深注记的规则配置形式，而对地形特征的保持没有考虑。
发明内容
本发明主要是解决多约束条件下水深注记的自动选取问题，提供了一种有效保持水下地貌特征、保持水深注记密度对比及水深注记菱形配置的规律并保证航海安全水深注记自动选取方法。
本发明的上述技术问题主要是通过下述技术方案得以解决的：
一种顾及多重约束条件的水深注记自动选取方法，其特征在于，定义水深约束条件为地形约束、拓扑约束；并定义水深约束条件重要性次序，然后执行以下步骤：
步骤1，提取满足所述水深注记约束条件的重要水深注记，并按照水深注记约束条件重要性进行排序；
步骤2，以步骤1中依次选取的重要水深注记点做逻辑并，结果作为水深注记的骨架，基于Voronoi图和Delaunay三角网对次要水深注记进行抽稀。
在上述的一种顾及多重约束条件的水深注记自动选取方法，所述的地形约束、拓扑约束分别包括：
地形约束：地形约束一：保持最深、最浅水深；地形约束二：保持浅滩和礁石顶点水深；地形约束三：保持凹地水深；
拓扑约束：保持航道线上的浅水深。
在上述的一种顾及多重约束条件的水深注记自动选取方法，所述水深约束条件重要性由高到低排序如下：
第一：保持最深水深；第二：最浅水深；第三：保持浅滩、礁石顶点的水深；第四：保持航道线上的最浅水深；第五：保持凹地处水深。
在上述的一种顾及多重约束条件的水深注记自动选取方法，所述步骤1中，提取满足所述水深约束条件的水深包括以下步骤：
步骤1.1，基于统计分析的最深、最浅水深提取：
制图区域最浅、最深水深注记通过统计分析的方法形式化定义，定义Soundingi，i=1,2，……，n为任一水深，n为水深数目，z（Soundingi）为其深度值，minz为区域内最小深度值，maxz为最大深度值，则最浅水深Shallowest-Sound、最深水深Deepest-Sound为：
    Shallowest-Sound = {Soundi|z（soundingi）= minz)}
    Deepest-Sound = {Soundi|z（soundingi）= maxz)}；
步骤1.2，基于邻近分析的浅滩、凹地水深点的提取：
定义任一水深点Soundi考虑其k阶，其中k为预设的整数型常数，邻近范围内的地形特征，将Soundi的1至k阶水深记用集合记为k-adjj（soundi），j=1，2，……，m，m为Soundi的1至k阶水深的总数，若将浅滩水深（Shoal-Sound）分别定义为局部范围内基准深度极小值点，则存在：
Shoal-Sound = {Soundi|z（soundingi）＜z（k-adjj（soundi）），j≤m}
类似地，凹地水深（Pit-Sound）定义为局部范围内基准深度极大值点：
Pit-Sound = {Soundi|z（soundingi）＞z（k-adjj（soundi）），j≤m}；
步骤1.3，基于缓冲区分析的航线最浅水深及礁石、岛屿附近的浅水深的提取：
定义航线、礁石等统称为助航目标NaviAidObj，对NaviAidObj做缓冲区，结果记为Buffer（NaviAidObj），若图内水深注记Soundi定位点位于缓冲区内，记为Soundi∈Buffer（NaviAidObj），则助航目标附近的浅水深（Navi-Aid-Sound）为位于Buffer（NaviAidObj）区域内水深值最小者，即
Navi-Aid-Sound={Soundi|z（Soundi）=minz，其中，Soundi∈Buffer（NaviAidObj）}，minz 为缓冲区内Buffer（NaviAidObj）水深最小值。
在上述的一种顾及多重约束条件的水深注记自动选取方法，所述的步骤2中，在得到水深注记骨架基础上，以水深注记Voronoi图为支撑几何结构，通过水深注记抽稀的方式实现水深注记选取，期望保持水深注记分布特征，主要是保持区域水深的密度对比，具体步骤如下：
步骤2.1，构建区域水深点的Delaunay三角网，计算水深注记的分布范围；
步骤2.2，设置水深注记状态，并将步骤1中选取的重要水深设置为“固化”状态，将次要水深设置为“自由”状态；
步骤2.3，构建群内水深注记Voronoi图，计算“自由”水深分布密度；
步骤2.4，按照密度值对“自由”水深降序排列；
步骤2.5，将密度值最大的“自由”水深设置为“删除”状态，将与该水深1阶邻近的“自由”水深设置为“临时固化”；
步骤2.6，重复步骤2.5直到水深注记群内无“自由”状态水深后执行步骤2.7；
步骤2.7，计算水深注记群内非“删除”状态水深数，计算该数目是否满足由开放根规律导出的终止条件，若符合，则终止抽稀过程，否则，将“临时固化”状态水深设置为“自由”，转至步骤2.3。
在上述的一种顾及多重约束条件的水深注记自动选取方法，所述步骤2.2中，水深注记状态分为四类：状态一：自由，对自由水深设定删除、固化、临时固化； 状态二：固化，在水深注记群一次或多次抽稀过程中保持固定，固化水深不能被删除和自由化；状态三：临时固化，在单次抽稀过程中保持固定，单次抽稀后“临时固化”水深重置为“自由”状态；状态四：删除，删除水深不能变为其它状态。
在上述的一种顾及多重约束条件的水深注记自动选取方法，所述步骤2.1中的水深注记分布范围，计算方法如下：
步骤2.11，构建水深点群的Delaunay三角网；
步骤2.12，对三角网进行剥皮操作，获得点群的范围多边形；
步骤2.13，对范围多边形进行扩展，扩展方向为多边形重心与范围多边形的顶点的连线，扩展长度为与范围多边形的顶点关联的三角形边长度平均值，所得的多边形即为水深注记点群的分布范围。 
在上述的一种顾及多重约束条件的水深注记自动选取方法，所述步骤2.3中的水深密度计算方法如下：
步骤2.31，构建水深点群的Voronoi图；
步骤2.32，根据步骤2.1所述的分布范围裁切水深注记Voronoi图，水深注记密集程度与Voronoi中水深注记的势力范围成反比，水深越密其对应剖分单元面积越小，其求解公式为：
    Density（Soundi）= 1/Area(Terra(Soundi))，其中，Terra（Soundi）为水深注记Soundi对应的剖分多边形。
在上述的一种顾及多重约束条件的水深注记自动选取方法，所述的步骤2.7的终止条件是由开方根模型导出的水深注记数量，即定义函数f （t）为第t步操作后保留的水深注记数目，NF为选取后水深注记数量，比较| f(tk-1)-NF| 与| f(tk)-NF|，取其中较小者所对应的点群作为最后化简结果。
因此，本发明具有如下优点：有效保持了区域海底地貌特征，水深密度对比及水深注记菱形配置的规律并保证航海安全性。
附图说明
图1是本发明中水深注记示意图。
图2是本发明的方法流程示意图。
图3是本发明中水深注记点群的Voronoi图。
图4是本发明中水深点soundi的K阶邻居示意图。
图5是本发明中重要水深选取示意图。
图6是本发明中由水深注记点建立的Delaunay三角网。
图7是本发明中水深注记分布范围示意图。
图8是本发明中水深注记密度灰度示意图。
图9是本发明中水深注记抽稀过程中的状态示意图。
图10（a）是本发明中水深注记选取过程实例的资料图。
图10（b）是本发明中水深注记选取过程实例的支撑水深注记综合的几何构造—voronoi图。
图10（c）是本发明中水深注记选取过程实例中最浅、最深及浅滩上的水深。
图10（d）是本发明中水深注记选取过程实例中水深注记第一次抽稀结果示意图。
图10（e）是本发明中水深注记选取过程实例中水深注记第二次抽稀结果示意图。
图10（f）是本发明中水深注记选取过程实例中水深注记第三次抽稀结果示意图，并作为1:5000的综合结果图。
图11（a）是本发明中用于区域地形比较的不规则三角网模型示意图，该示意图为综合前TIN模型。
图11（b）是本发明中用于区域地形比较的不规则三角网模型示意图，该示意图为综合后TIN模型。
图12是本发明中三次抽稀过程中的水深密度变化曲线图。
具体实施方式
下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。
实施例：
以下结合附图对本发明的顾及多重约束的水深注记自动选取方法的具体实施方式做详细说明。
由图2给出，本发明是通过以下步骤实现的：
1. 水深注记到水深采样点群的转换。
以水深注记整数部分为定位点，水深注记值为属性值，将水深注记转换为水深采样点，以水深采样点群作为方法的输入数据。
2. 水深注记选取的约束条件分析，并提取满足所述水深注记约束条件的重要水深注记。
水深注记选取需要正确反映制图区域地形特征、保证航海安全性、保持水深点群的空间分布特征。将约束分为两类类，即地形约束、拓扑约束。
1）地形约束：地形约束一：保持最深、最浅水深；地形约束二：保持浅滩和礁石顶点水深；地形约束三：保持凹地水深；
2）拓扑约束：保持航道线上的浅水深；
3. 根据地图用途和区域地理环境特征对水深选取的约束重要性排序，所述水深约束条件重要性由高到低排序如下：
第一：保持最深水深；第二：最浅水深；第三：保持浅滩、礁石顶点的水深；第四：保持航道线上的最浅水深；第五：保持凹地处水深。
本实施例采用的是该选择步骤，该步骤主要是通过对经典教材以及前人研究成果的分析后归纳得出针对不同用途和不同区域的约束重要性排序。以海图上海岸带附近的浅海区为典型区域进行说明。在总结祝国瑞、尹贡白（1983）、王家耀, 范亦爱, 韩同春（1993）提出各类水深重要性为基础，给出海图上浅海地区水深选取约束重要性排序（从重要到次要排序）：第一：保持最深、最浅水深；第二：保持浅滩、礁石顶点的水深；第三：保持航道线上的最浅水深；第四：保持凹地处水深；第五：保持水深注记区域密度对比。
4. 重要水深的提取与选取。
模拟人的思维过程，先选取具有特殊意义的重要水深，然后通过次要水深的删除达到选取要求。在步骤3中，第一约束至第四约束是需要优先满足的，所选取的水深点将作为整个水深点群的骨架。
1）最深、最浅水深的提取。
   制图区域最浅、最深水深注记可通过统计分析的方法形式化定义，设Soundingi，i=1,2，……，n为任一水深，n为水深数目，z（Soundingi）为其深度值，minz为区域内最小深度值，maxz为最大深度值，则最浅水深Shallowest-Sound、最深水深Deepest-Sound为：
   Shallowest-Sound = {Soundi|z（soundingi）= minz)}
   Deepest-Sound = {Soundi|z（soundingi）= maxz)}
2）浅滩、凹地水深点的提取。
Voronoi图首先由俄国数学家Voronoi于1908年提出，并在1911年被荷兰气象学家Thiessen应用于气象观测中。
给定平面上n个点的点集S，S={p 1 , p 2 ,…p n }。定义V(p i )表示比其他点更接近p i 的点的轨迹，它是一个不多于n-1条边的凸多边形域,称为关联于p i 的Voronoi多边形。对于S中的每个点都可以做一个Voronoi多边形，这样的n个Voronoi多边形组成的图称为Voronoi图。图3是水深点群构建的Voronoi图。采用对偶法生成，即先生成水深注记点群的Delaunay三角网，再根据Voronoi图与Delaunay三角网的对偶性质，作每一个三角形三条边的中垂线，这些中垂线的一部分形成的以每一个三角形顶点为中点的多边形网络即为Voronoi图。
针对水深注记综合感兴趣的浅滩、凹地水深点提取问题，以水深注记Voronoi图为支撑几何结构，通过领域分析方法提取浅滩、凹地水深点，该方法主要考虑水深点邻域范围内地形特征对地形要素提取的影响。如图4所示，对于任一水深点Soundi考虑其k阶（k为预设的整数型常数）邻近范围内的地形特征，将Soundi的1至k阶水深记用集合记为k-adjj（soundi），j=1，2，……，m，m为Soundi的1至k阶水深的总数。若将浅滩水深（Shoal-Sound）分别定义为局部范围内基准深度极小值点，则存在：
Shoal-Sound = {Soundi|z（soundingi）＜z（k-adjj（soundi）），j≤m}
类似地，凹地水深（Pit-Sound）定义为局部范围内基准深度极大值点：
Pit-Sound = {Soundi|z（soundingi）＞z（k-adjj（soundi）），j≤m}
3）航线最浅水深及礁石、岛屿附近的浅水深的提取。
   将航线、礁石等统称为助航目标NaviAidObj，对NaviAidObj做缓冲区，结果记为Buffer（NaviAidObj）。若图内水深注记Soundi定位点位于缓冲区内，记为Soundi∈Buffer（NaviAidObj），则助航目标附近的浅水深（Navi-Aid-Sound）为位于Buffer（NaviAidObj）区域内水深值最小者，即
Navi-Aid-Sound={Soundi|z（Soundi）=minz，其中，Soundi∈Buffer（NaviAidObj）}，minz 为缓冲区内Buffer（NaviAidObj）水深最小值。
4）重要水深注记选取。
按照步骤3的水深重要性排序，依次选取重要水深点，如果满足点群选取的数量要求，选取过程终止（详见步骤5的分步骤7））。将得到的水深做逻辑并，结果作为水深注记的骨架。实际工作可能存在两种特殊情况，一是制图区域内无满足某一类约束条件的水深，如制图区域内没有航道线，而没有满足条件③的水深点，对于此情况将满足条件③水深点记为空，进入下一步选取操作；二是某些水深满足了多个约束条件，如图5中的-2.5m处水深点，既是区域内的最浅水深点又浅滩上的水深点，对于此情况为保证选取的水深注记骨架内水深不重复出现，此类水深只选取一次。图5说明了逐步选取过程。
5. 次要水深注记的抽稀。
步骤4中已选取了具有重要意义的水深，将其作为水深点群的骨架，对整个点群进行抽稀，达到选取要求。
1）构建区域水深点的Delaunay三角网，计算水深注记的分布范围。
俄国数学家Delaunay已证明：在离散点集的所有三角形剖分中，必然存在且仅存在一种剖分，使得三角网中所有三角形的最小内角之和最大，将这种三角剖分方法所得的三角网称为Delaunay三角网。
图6是由水深点群构建的Delaunay三角网，采用逐点插入法生成。
传统的计算几何中使用点群凸壳作为其分布范围，但该方法将没有点覆盖的大片空间凹形区域也划分点群的分布范围中，这与人类视觉感知不一致。作为凸壳方法的改进，艾廷华、刘耀林（2002）根据Gestalt邻近原则，在建立Delaunay三角网基础上，设置视觉邻近距离通过对三角形“剥皮”操作获取点群的分布范围。利用艾廷华、刘耀林（2002）方法建立的水深注记群控制范围，结果如图7蓝色多边形所示。从图7可以看出，该方法建立的水深注记影响范围局限于外围水深注记组成的多边形内，没有考虑到水深注记群对其外围地图空间的影响作用。为改进上述不足，参考Yan和Weibel（2008）的研究，将艾廷华、刘耀林（2002）方法得到的范围多边形Poly-iner向外扩展，扩展方向为多边形Polyiner重心Q与Polyinner顶点P的连线，扩展长度为多边形Polyinner顶点P关联三角形边长度平均值，将扩展后多边形Polyboundray作为水深注记的分布范围，结果如图7红色多边形所示。
2）设置水深注记状态。
   水深注记状态分为四类：①“自由”，可以对自由水深设定“删除”、“固化”、“临时固化”；②“固化”，在水深注记群一次或多次抽稀过程中保持固定，“固化”水深不能被删除和自由化；③“临时固化”，在单次抽稀过程中保持固定，单次抽稀后“临时固化”水深重置为“自由”状态；④“删除”，删除水深不能变为其它状态。
将步骤2中选取的重要水深设置为“固化”状态，将次要水深设置为“自由”状态。
3）构建群内水深注记Voronoi图，计算“自由”水深分布密度。
水深注记Voronoi图依据空间等剖分原则划分了每个水深注记的势力范围，按照计算几何的定义，Voronoi是向四周无限扩展的，外围水深的势力范围是无限。考虑到水深注记群整体分布范围对每个水深势力范围的制约作用，使用分布范围（即图7中的红色多边形）多边形Polyboundray裁切水深注记Voronoi图，处理后外围水深注记与内部水深注记一样，其势力范围局限于某一封闭多边形内。外围水深、内部水深可以使用相同方式计算分布密度。
   水深注记密集程度与Voronoi中水深注记的势力范围成反比，水深越密其对应剖分单元面积越小，即
   Density（Soundi）= 1/Area(Terra(Soundi))       （1）
   其中，Terra（Soundi）为水深注记Soundi对应的剖分多边形。以可视化形式表示水深注记密度计算结果，结果如图8所示。图中灰色值越大，该区域密度越高。
4）按照密度值对“自由”水深降序排列。
5）将密度值最大的“自由”水深设置为“删除”状态，将与该水深1阶邻近的“自由”水深设置为“临时固化”。
图9说明了某次抽稀中水深注记状态，黑色框体内为固化水深，带符号“×”红色框体内为“删除”水深，灰色框体内为临时固化水深，无框体标准者为自由水深。
6）重复步骤5）直到水深注记群内无“自由”状态水深。
7）计算水深注记群内非“删除”状态水深数，计算该数目是否满足由开方根规律导出的终止条件，若符合，则终止抽稀过程，否则，将“临时固化”状态水深设置为“自由”，转至步骤3）。
开方根模型是综合前后地图符号数目变化统计规律总结，它较好解决了综合后水深注记保留多少的问题。其基本模型为：
Figure 823452DEST_PATH_IMAGE001
                       
其中是，NF是综合图目标数量，NA是原图目标数量，MA是原图比例尺分母，M F 是综合图比例尺分母。
以开方根模型计算所得综合后水深注记数目NF为水深注记综合终止条件。本文提出的基于多重约束的水深综合方法通过多步骤式操作实现水深选取，定义函数f （t）为第t步操作后保留的水深注记数目。比较| f(tk-1)-NF| 与| f(tk)-NF| 取其中较小者所对应的点群作为最后化简结果。
6. 由计算机输出选取后的水深点群。
下面详细介绍一下采用上述方法进行水深注记自动选取的具体实施例：
以下采用上述方法结合海岸带附近的浅海区水深数据进行选取，资料图水深比例尺1:1000，水深点数目213，计划将资料图水深综合到比例尺1:5000。图10表示了水深注记综合的计算过程与结果，其中图（a）为资料图，图（b）为支撑水深注记综合的几何构造—voronoi图，图（c）为图上最浅、最深及浅滩上的水深，图（d）、（e）、（f）为水深注记第一、二、三次抽稀结果。以开方根规律作为选取终止条件，开方根规律得到综合图水深注记数目为95，图（f）中水深注记数目82最接近此数目，将图（f）作为1:5000综合结果图。
利用综合约束条件进行地图总结结果进行评价是有效的质量评价手段。水深注记综合结果的评价应从分布特征约束、地形特征约束、拓扑特征约束等方面进行。由于本实施例中没有相关的水深注记外的航线、礁石等其他要素，故本实施例结果的评价重点考虑综合后分布特征、地形特征是否保持两个问题。
1.地形特征评价
   以水深注记点为海底地貌离散取样点，分别建立综合前后海底地貌TIN模型，建立灰度值与深度值间的线性对应关系以可视化的形式给出如图11所示结果，其中图（a）为综合前TIN模型，图（b）为综合后TIN模型，图（a）、（b）中灰度值越大深度越大。通过目视判读的方法评价综合后地形特征是否保持。首先，中观地形特征层次上从图（a）可知制图区域具有西南部地形复杂，深度较浅的地形特征，东部地区具有地形平缓、深度较大的特征，综合后结果图（b）很好得保持了这一特征。此外，微观地形特征层次上综合图（b）保持字母A、B、C、D等处航海安全关心的浅滩地貌单元。综合上述方面，本算法较好保持了区域的地形地貌特征，这种能力应归功于综合算法在抽稀前强制性保留了区域的最浅、最深水深、浅滩、凹地水深等地形特征水深。
2.分布特征评价
首先考察水深注记综合过程中的密度变化情况。将综合图（图10（f））水深记为集合{G-Soundi}，计算集合{G-Soundi}内各水深在综合前（图10（a））、一次抽稀后（图10（d））、二次抽稀后（图10（e））、三次抽稀后（图10（f））的密度。将集合{G-Soundi}内水深按照其在综合前的密度大小进行编号，综合前密度最小者编号1，次小者为2，依次类推。将综合前、一次抽稀、二次抽稀、三次抽稀得到水深密度用函数的形式表示D0（i）、D1（i）、D2（i）、D3（i），其中i为水深注记的编号。计算结果如表1所示。
表1 三次抽稀过程中水深注记的密度
i D0（i） D1(i) D2(i) D3(i)
1 0.028982 0.015133 0.018178 0.011184
2 0.031278 0.025200 0.017117 0.013968
3 0.034734 0.034876 0.038753 0.042368
4 0.041993 0.028255 0.025133 0.019933
5 0.048029 0.030428 0.019911 0.019427
6 0.048594 0.044935 0.023541 0.016631
7 0.053588 0.036075 0.016278 0.019429
8 0.053804 0.031815 0.029892 0.019381
9 0.057553 0.055949 0.031906 0.021826
10 0.060236 0.055362 0.031915 0.025092
11 0.060269 0.043784 0.039353 0.027865
12 0.060711 0.044222 0.037280 0.015927
13 0.061158 0.041599 0.041587 0.027318
14 0.062486 0.057755 0.041926 0.027490
15 0.063775 0.037293 0.029746 0.028514
16 0.071115 0.051919 0.043634 0.036999
17 0.071481 0.061691 0.037060 0.025628
18 0.074749 0.073237 0.068116 0.038897
19 0.075436 0.041074 0.036680 0.029337
20 0.076370 0.068930 0.056352 0.036952
21 0.082894 0.064787 0.059343 0.069925
22 0.083677 0.078608 0.066715 0.084106
23 0.085422 0.088447 0.077490 0.058487
24 0.091793 0.072274 0.042375 0.033584
25 0.098673 0.087890 0.056641 0.034620
26 0.109679 0.057201 0.050900 0.040068
27 0.118924 0.067591 0.057203 0.038571
28 0.123843 0.070315 0.040441 0.038563
29 0.133581 0.105853 0.096384 0.085296
30 0.135020 0.093172 0.059861 0.052406
31 0.142517 0.113643 0.098018 0.078666
32 0.144821 0.112783 0.073347 0.049411
33 0.150913 0.122876 0.121576 0.089150
34 0.153718 0.113430 0.086742 0.077273
35 0.159867 0.171453 0.086975 0.078502
36 0.163531 0.118021 0.049032 0.043582
37 0.168007 0.158976 0.136036 0.065030
38 0.179027 0.095680 0.087869 0.074580
39 0.185442 0.148058 0.146039 0.136293
40 0.191156 0.129009 0.122568 0.093917
41 0.193316 0.124397 0.105266 0.056904
42 0.208923 0.157096 0.135129 0.086029
43 0.219455 0.163831 0.106787 0.069357
44 0.221341 0.139286 0.096297 0.067888
45 0.223437 0.133509 0.103315 0.058757
46 0.224429 0.140503 0.113990 0.108076
47 0.233251 0.161509 0.130285 0.094331
48 0.235634 0.104361 0.061941 0.059656
49 0.251945 0.185104 0.142327 0.098714
50 0.262434 0.215279 0.132394 0.090895
51 0.265394 0.222632 0.128169 0.125066
52 0.266013 0.181136 0.176129 0.091274
53 0.269545 0.176042 0.162927 0.100665
54 0.274754 0.149131 0.112726 0.098334
55 0.276417 0.175719 0.111602 0.088907
56 0.280426 0.244613 0.159153 0.117379
57 0.286934 0.215616 0.214144 0.151785
58 0.292968 0.180207 0.104687 0.074029
59 0.294293 0.185450 0.132057 0.083657
60 0.298660 0.204242 0.164624 0.126195
61 0.304590 0.279904 0.182756 0.132449
62 0.315598 0.200846 0.157868 0.136788
63 0.316873 0.172640 0.152887 0.126778
64 0.317754 0.254569 0.128170 0.080666
65 0.325350 0.204960 0.193687 0.173560
66 0.331084 0.209982 0.159353 0.107124
67 0.339831 0.245541 0.130517 0.063422
68 0.349120 0.284237 0.196324 0.140982
69 0.361367 0.249249 0.153130 0.138721
70 0.365073 0.304138 0.185000 0.102964
71 0.379124 0.240839 0.165391 0.148415
72 0.381842 0.262361 0.157987 0.127507
73 0.385039 0.244086 0.189074 0.157934
74 0.395579 0.191073 0.157792 0.131879
75 0.405962 0.274169 0.198911 0.064669
76 0.423078 0.242226 0.241444 0.111360
77 0.439016 0.306868 0.219751 0.133914
78 0.468508 0.290752 0.187580 0.133264
79 0.473866 0.298635 0.180993 0.178236
80 0.502470 0.292298 0.176286 0.134097
81 0.507140 0.358876 0.245547 0.169542
82 0.734895 0.659297 0.453327 0.167997
图12对比显示了密度曲线D0（i）、D1（i）、D2（i）、D3（i）。首先考察个体水深在抽稀过程中的密度变化。图12中除了1、3、7、21、22、23、35号外其它水深外记存在D3＜D2＜D1＜D0的规律，这说明抽稀后图内大多数水深密度变低，抽稀次数越多密度越低。其次考察整个制图区域密度在抽稀过程中的变化情况。图5-12中函数D1（i）、D2（i）、D3（i）除了少数抖动点外函数曲线在整体趋势上保持综合前密度曲线D0单调上升的规律。另一方面，随着抽稀次数的增加制图区域内密度差异（定义为图内最大水深密度与最小水深密度的差值）逐步变小。综合上述方面，水深注记抽稀后较好保持制图区域的密度对比情况，但这种密度保持能力随着抽稀次数的增加而逐步减弱。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims (9)

1.一种顾及多重约束条件的水深注记自动选取方法，其特征在于，定义水深约束条件为地形约束、拓扑约束；并定义水深约束条件重要性次序，然后执行以下步骤：
步骤1，提取满足水深注记约束条件的重要水深注记，并按照水深注记约束条件重要性进行排序；
步骤2，以步骤1中依次选取的重要水深注记做逻辑并，结果作为水深注记的骨架，基于Voronoi图和Delaunay三角网对次要水深注记进行抽稀。
2.根据权利要求1所述的一种顾及多重约束条件的水深注记自动选取方法，其特征在于，所述的地形约束、拓扑约束分别包括：
地形约束：地形约束一：保持最深水深；地形约束二：保持最浅水深；地形约束三：保持浅滩和礁石顶点水深；地形约束四：保持凹地水深；
拓扑约束：保持航道线上的浅水深。
3.根据权利要求2所述的一种顾及多重约束条件的水深注记自动选取方法，其特征在于，所述水深约束条件重要性由高到低排序如下：
第一：保持最深水深；第二：保持最浅水深；第三：保持浅滩和礁石顶点水深；第四：保持航道线上的浅水深；第五：保持凹地水深。
4.根据权利要求1所述的一种顾及多重约束条件的水深注记自动选取方法，其特征在于，所述步骤1中，提取满足水深注记约束条件的重要水深注记包括以下步骤：
步骤1.1，基于统计分析的最深、最浅水深提取：
制图区域最浅、最深水深注记通过统计分析的方法形式化定义，定义Soundingi，i=1,2，……，n为任一水深，n为水深数目，z（Soundingi）为其深度值，minz为区域内最小深度值，maxz为最大深度值，则最浅水深Shallowest-Sound、最深水深Deepest-Sound为：
Shallowest-Sound={Soundi|z（soundingi）=minz)}
Deepest-Sound={Soundi|z（soundingi）=maxz)}；
步骤1.2，基于邻近分析的浅滩、凹地水深点的提取：
定义任一水深点Soundi考虑其k阶，其中k为预设的整数型常数，邻近范围内的地形特征，将Soundi的1至k阶水深记用集合记为k-adjj（soundi），j=1，2，……，m，m为Soundi的1至k阶水深的总数，若将浅滩水深（Shoal-Sound）分别定义为局部范围内基准深度极小值点，则存在：
Shoal-Sound={Soundi|z（soundingi）＜z（k-adjj（soundi）），j≤m}
类似地，凹地水深（Pit-Sound）定义为局部范围内基准深度极大值点：
Pit-Sound={Soundi|z（soundingi）＞z（k-adjj（soundi）），j≤m}；
步骤1.3，基于缓冲区分析的航线最浅水深及礁石、岛屿附近的浅水深的提取：
定义航线、礁石等统称为助航目标NaviAidObj，对NaviAidObj做缓冲区，结果记为Buffer（NaviAidObj），若图内水深注记Soundi定位点位于缓冲区内，记为Soundi∈Buffer（NaviAidObj），则助航目标附近的浅水深（Navi-Aid-Sound）为位于Buffer（NaviAidObj）区域内水深值最小者，即
Navi-Aid-Sound={Soundi|z（Soundi）=minz，其中，Soundi∈Buffer（NaviAidObj）}，minz为缓冲区内Buffer（NaviAidObj）水深最小值。
5.根据权利要求1所述的一种顾及多重约束条件的水深注记自动选取方法，其特征在于，所述的步骤2中，在得到水深注记骨架基础上，以水深注记Voronoi图为支撑几何结构，通过水深注记抽稀的方式实现水深注记选取，期望保持水深注记分布特征，主要是保持区域水深的密度对比，具体步骤如下：
步骤2.1，构建区域水深点的Delaunay三角网，计算水深注记的分布范围；
步骤2.2，设置水深注记状态，并将步骤1中选取的重要水深设置为“固化”状态，将次要水深设置为“自由”状态；
步骤2.3，构建群内水深注记Voronoi图，计算“自由”水深分布密度；
步骤2.4，按照密度值对“自由”水深降序排列；
步骤2.5，将密度值最大的“自由”水深设置为“删除”状态，将与该水深1阶邻近的“自由”水深设置为“临时固化”；
步骤2.6，重复步骤2.5直到水深注记群内无“自由”状态水深后执行步骤2.7；
步骤2.7，计算水深注记群内非“删除”状态水深数，计算该数目是否满足由开放根规律导出的终止条件，若符合，则终止抽稀过程，否则，将“临时固化”状态水深设置为“自由”，转至步骤2.3。
6.根据权利要求5所述的一种顾及多重约束条件的水深注记自动选取方法，其特征在于，所述步骤2.2中，水深注记状态分为四类：状态一：自由，对自由水深设定删除、固化、临时固化；状态二：固化，在水深注记群一次或多次抽稀过程中保持固定，固化水深不能被删除和自由化；状态三：临时固化，在单次抽稀过程中保持固定，单次抽稀后“临时固化”水深重置为“自由”状态；状态四：删除，删除水深不能变为其它状态。
7.根据权利要求6所述的一种顾及多重约束条件的水深注记自动选取方法，其特征在于，所述步骤2.1中的水深注记分布范围，计算方法如下：
步骤2.11，构建水深点群的Delaunay三角网；
步骤2.12，对三角网进行剥皮操作，获得点群的范围多边形；
步骤2.13，对范围多边形进行扩展，扩展方向为多边形重心与范围多边形的顶点的连线，扩展长度为与范围多边形的顶点关联的三角形边长度平均值，所得的多边形即为水深注记点群的分布范围。
8.根据权利要求7所述的一种顾及多重约束条件的水深注记自动选取方法，其特征在于，所述步骤2.3中的“自由”水深分布密度计算方法如下：
步骤2.31，构建水深点群的Voronoi图；
步骤2.32，根据步骤2.1所述的分布范围裁切水深注记Voronoi图，水深注记密集程度与Voronoi中水深注记的势力范围成反比，水深越密其对应剖分单元面积越小，其求解公式为：
Density（Soundi）=1/Area(Terra(Soundi))，其中，Terra（Soundi）为水深注记Soundi对应的剖分多边形。
9.根据权利要求5所述的一种顾及多重约束条件的水深注记自动选取方法，其特征在于，所述的步骤2.7的终止条件是由开方根模型导出的水深注记数量，即定义函数f（t）为第t步操作后保留的水深注记数目，NF为选取后水深注记数量，比较|f(tk-1)-NF|与|f(tk)-NF|，取其中较小者所对应的点群作为最后化简结果。
CN201210029857.7A 2012-02-10 2012-02-10 一种顾及多重约束条件的水深注记自动选取方法 Expired - Fee Related CN102737542B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210029857.7A CN102737542B (zh) 2012-02-10 2012-02-10 一种顾及多重约束条件的水深注记自动选取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210029857.7A CN102737542B (zh) 2012-02-10 2012-02-10 一种顾及多重约束条件的水深注记自动选取方法

Publications (2)

Publication Number Publication Date
CN102737542A CN102737542A (zh) 2012-10-17
CN102737542B true CN102737542B (zh) 2014-01-15

Family

ID=46992948

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210029857.7A Expired - Fee Related CN102737542B (zh) 2012-02-10 2012-02-10 一种顾及多重约束条件的水深注记自动选取方法

Country Status (1)

Country Link
CN (1) CN102737542B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103824510A (zh) * 2013-12-31 2014-05-28 厦门雅迅网络股份有限公司 一种基于Voronoi图的筛选电子地图点状要素的方法
CN103955932B (zh) * 2014-05-05 2016-08-24 张立华 一种不漏水深浅点的海图水深自动选取方法
CN105184807B (zh) * 2015-10-13 2018-03-20 贾帅东 一种提高海图水深自动选取效率的方法
CN108182269B (zh) * 2018-01-16 2021-09-14 武汉大学 一种选择性背景敲除的注记符号化方法
CN110473459A (zh) * 2018-05-11 2019-11-19 兰州交通大学 基于网络Voronoi图的点群选取
CN110926416B (zh) * 2019-12-06 2022-05-10 中国人民解放军海军大连舰艇学院 岛屿周围水深的自动选取方法
CN111862137A (zh) * 2020-07-15 2020-10-30 上海钧正网络科技有限公司 一种根据点集确定图形边界的方法、装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101183461A (zh) * 2007-11-16 2008-05-21 武汉大学 计算机制图中的面状要素配置方法
CN101477562A (zh) * 2009-01-04 2009-07-08 北京师范大学 一种3dgis中多分辨率自适应注记的方法
CN101577068A (zh) * 2009-06-05 2009-11-11 北京四维图新科技股份有限公司 基于视觉中心的面状要素注记的配置方法及装置
CN101901494A (zh) * 2010-07-23 2010-12-01 中国科学院计算技术研究所 自动实现地图注记的方法及其系统
CN102289991A (zh) * 2011-09-05 2011-12-21 武汉大学 一种基于视觉变量的地图注记自动分类配置方法
CN102289990A (zh) * 2011-08-24 2011-12-21 彭认灿 基于字符颜色扩展的海图水深注记表示法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101183461A (zh) * 2007-11-16 2008-05-21 武汉大学 计算机制图中的面状要素配置方法
CN101477562A (zh) * 2009-01-04 2009-07-08 北京师范大学 一种3dgis中多分辨率自适应注记的方法
CN101577068A (zh) * 2009-06-05 2009-11-11 北京四维图新科技股份有限公司 基于视觉中心的面状要素注记的配置方法及装置
CN101901494A (zh) * 2010-07-23 2010-12-01 中国科学院计算技术研究所 自动实现地图注记的方法及其系统
CN102289990A (zh) * 2011-08-24 2011-12-21 彭认灿 基于字符颜色扩展的海图水深注记表示法
CN102289991A (zh) * 2011-09-05 2011-12-21 武汉大学 一种基于视觉变量的地图注记自动分类配置方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
刘颖等.数字海图水深注记的自动综合研究.《测绘学报》.2005,第34卷(第2期), *
彭认灿等.基于双向缓冲区算法的海图水深注记自动综合研究.《《测绘通报》测绘科学前沿技术论坛摘要集》.2008, *
汤勤.航海图海底地形自动综合的探讨.《测绘学报》.1987,第16卷(第4期), *
海图水深注记自动综合研究;许海涛等;《海洋测绘》;19970131(第1997年第01期);第19-23页 *
许海涛等.海图水深注记自动综合研究.《海洋测绘》.1997,(第1997年第01期),

Also Published As

Publication number Publication date
CN102737542A (zh) 2012-10-17

Similar Documents

Publication Publication Date Title
CN102737542B (zh) 一种顾及多重约束条件的水深注记自动选取方法
Danielson et al. Topobathymetric elevation model development using a new methodology: Coastal national elevation database
Hargrove et al. Using multivariate clustering to characterize ecoregion borders
Chou et al. Application of the PROMETHEE technique to determine depression outlet location and flow direction in DEM
CN102289991B (zh) 一种基于视觉变量的地图注记自动分类配置方法
CN108389255A (zh) 基于分层高程云图的地形几何参数提取方法
Flynn et al. Semi-automatic disaggregation of a national resource inventory into a farm-scale soil depth class map
Guilbert et al. Terrain generalisation
Gold et al. Map generalization by skeleton retraction
CN108230452B (zh) 一种基于纹理合成的模型补洞方法
Jordan Digital terrain analysis in a GIS environment. Concepts and development
Laurent et al. Soil texture derived from topography in North-eastern Amazonia
Al-Muqdadi et al. Automated watershed evaluation of flat terrain
CN112861669B (zh) 地表坡向约束的高分辨率dem地形特征增强提取方法
CN104331389B (zh) 基于八点法的等值线追踪算法
CN116186864B (zh) 一种基于bim技术的深基坑模型快速建模方法及系统
CN108460422A (zh) 基于深度分布特征的海底地貌类型识别方法
CN110334137B (zh) 一种基于潮汐过程的海岛礁形态变化定量描述提取方法
Šiljeg et al. The effect of interpolation methods on the quality of a digital terrain model for geomorphometric analyses
Sagar Mathematical morphology in geosciences and GISci: an illustrative review
KR100764870B1 (ko) 수치지도의 등고선 자동입력장치와 그 입력방법
Gold et al. The crust and skeleton–applications in GIS
RU2484427C1 (ru) Способ картографического отображения двухмерных распределений, заданных в цифровой форме
Samsonov Morphometric mapping of topography by flowline hachures
Hancer et al. A hybrid method to the reconstruction of contour lines from scanned topographic maps

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20140115

Termination date: 20160210

CF01 Termination of patent right due to non-payment of annual fee