CN114494520A - 基于旋转因子的自适应等高线提取方法 - Google Patents

基于旋转因子的自适应等高线提取方法 Download PDF

Info

Publication number
CN114494520A
CN114494520A CN202210355332.6A CN202210355332A CN114494520A CN 114494520 A CN114494520 A CN 114494520A CN 202210355332 A CN202210355332 A CN 202210355332A CN 114494520 A CN114494520 A CN 114494520A
Authority
CN
China
Prior art keywords
contour
rotation
matrix
factor
contour line
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.)
Granted
Application number
CN202210355332.6A
Other languages
English (en)
Other versions
CN114494520B (zh
Inventor
余凯
程岳云
张羽
李严涛
黄鑫
张瑶
孙国鼎
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.)
Xi'an Hanbon Electronic Technology Co ltd
Original Assignee
Xi'an Hanbon Electronic Technology Co ltd
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 Xi'an Hanbon Electronic Technology Co ltd filed Critical Xi'an Hanbon Electronic Technology Co ltd
Priority to CN202210355332.6A priority Critical patent/CN114494520B/zh
Publication of CN114494520A publication Critical patent/CN114494520A/zh
Application granted granted Critical
Publication of CN114494520B publication Critical patent/CN114494520B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G06T11/203—Drawing of straight lines or curves
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Geometry (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Remote Sensing (AREA)
  • Computing Systems (AREA)
  • Computer Graphics (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了基于旋转因子的自适应等高线提取方法，本发明通过矩阵元素值与旋转因子进行线性插值，能够直接得到一定顺序的闭合等高线点，避免了传统方法中采用的聚类方法，降低了计算复杂度，同时提高了计算速度。本发明对二维数值矩阵中的所有元素进行门限条件判断，直到将二维数值矩阵中的每一个元素均满足门限条件，从而将门限的等高线都提取出来，采用了自适应判断的方法，能够获取更多方向上的等高线点，增强了等高线点的准确覆盖率。

Description

基于旋转因子的自适应等高线提取方法
技术领域
本发明属于数值分析等相关领域，具体涉及一种基于旋转因子的自适应等高线提取方法。
背景技术
等高线提取在导航通信、地质研究、气象分析等的应用非常广泛。常用的等高线提取方法采用根据等高线的门限值，对需要提取等高线的相应数字矩阵进行全遍历判断，从而提取等高线满足门限值的离散点，再对这些离散点进行聚类，从而将选取的点依次相连接而形成等高线。传统方法的缺点在于：
第一，由于采用的是全遍历加上聚类的方式，因此耗费资源量大、而且时间长。
第二，无法提取有矩阵数据有棱角部分的等高线点，从而影响组成等高线离散点的完整性。
发明内容
本发明的目的在于克服上述不足，提供一种基于旋转因子的自适应等高线提取方法，涉及初始满足门限判断条件点的选取，初始旋转因子的确定，根据初始旋转因子的支点与端点的两个值，结合门限进行选择性的线性插值、旋转因子的旋转搜索以及条件判断，最终得到获取满足门限的所有等高线。
为了达到上述目的，本发明包括以下步骤：
确定等高线的个数，组成等高线点集和等高线集；
将所述等高线点集和所述等高线集组成二维数值矩阵，所述二维数值矩阵中的每一个元素均未做过搜索标记；
对所述二维数值矩阵中的每一个元素根据门限条件进行判断，得到初始满足门限条件的矩阵元素值；
通过所述矩阵元素值与旋转因子进行线性插值，获得等高线点；
采用所述旋转因子进行旋转搜索，根据搜索结果，获取另外的等高线点或产生新支点的旋转因子，获取新的起始端点，并进行旋转初始方向的判定；
对所述旋转初始方向进行旋转搜索，获取等高线点或产生新的旋转因子，直到最终的旋转因子与初始旋转因子相同，则得到一条等高线；
对所述二维数值矩阵进行门限条件判断，直到将二维数值矩阵中的每一个元素均满足门限条件，从而将门限的等高线都提取出来。
所述二维数值矩阵为：
Figure 913814DEST_PATH_IMAGE001
二维数值矩阵
Figure 164667DEST_PATH_IMAGE002
中的每一个元素，均未作过搜索标记，标记为0。
所述门限条件包括：
条件数组
Figure 677688DEST_PATH_IMAGE003
表示如下：
Figure 13991DEST_PATH_IMAGE004
Figure 644562DEST_PATH_IMAGE005
为中心元素
Figure 749921DEST_PATH_IMAGE006
与左边元素
Figure 433843DEST_PATH_IMAGE007
比较并进行判断的结果标识，如果
Figure 991863DEST_PATH_IMAGE008
，且标记为0，则
Figure 176857DEST_PATH_IMAGE005
为1，否则为0；
Figure 136723DEST_PATH_IMAGE009
为0；
Figure 991546DEST_PATH_IMAGE010
为中心元素
Figure 302442DEST_PATH_IMAGE011
与下边元素
Figure 776280DEST_PATH_IMAGE012
比较并进行判断的结果标识，如果
Figure 590652DEST_PATH_IMAGE013
，且标记为0，则
Figure 881956DEST_PATH_IMAGE014
为1，否则为0；
Figure 414568DEST_PATH_IMAGE015
为0；
Figure 675786DEST_PATH_IMAGE016
为中心元素
Figure 610243DEST_PATH_IMAGE017
与右边元素
Figure 869187DEST_PATH_IMAGE018
比较并进行判断的结果标识，如 果
Figure 561199DEST_PATH_IMAGE019
，且标记为0，则
Figure 829369DEST_PATH_IMAGE020
为1，否则为0；
Figure 195497DEST_PATH_IMAGE021
为0；
Figure 359763DEST_PATH_IMAGE022
为中心元素
Figure 804650DEST_PATH_IMAGE023
与上边元素
Figure 610932DEST_PATH_IMAGE024
比较并进行判断的结果标识，如果
Figure 316720DEST_PATH_IMAGE025
，且标记为0，则
Figure 183045DEST_PATH_IMAGE026
为1，否则为0；
Figure 849650DEST_PATH_IMAGE027
为0；
如果条件数组
Figure 459623DEST_PATH_IMAGE028
有多个值同时为1，则选择索引值最小的作为起始方向，对二 维数值矩阵
Figure 36229DEST_PATH_IMAGE002
从左到右，从上到下进行按照条件数组
Figure 807876DEST_PATH_IMAGE028
的搜索，搜索过的值做标记，如 果条件数组
Figure 227356DEST_PATH_IMAGE029
中存在标记后的元素
Figure 375440DEST_PATH_IMAGE030
，则对其的位置做标记，记为
Figure 55820DEST_PATH_IMAGE031
，并以
Figure 998368DEST_PATH_IMAGE031
为中心形成一个掩模
Figure 639565DEST_PATH_IMAGE032
。
对于选定的
Figure 591341DEST_PATH_IMAGE033
，根据
Figure 375495DEST_PATH_IMAGE031
产生的旋转因子
Figure 754524DEST_PATH_IMAGE034
为：
Figure 883017DEST_PATH_IMAGE035
掩模
Figure 372904DEST_PATH_IMAGE032
的中心元素
Figure 27876DEST_PATH_IMAGE031
为旋转支点，
Figure 577806DEST_PATH_IMAGE036
为旋转端点,旋转因子
Figure 928016DEST_PATH_IMAGE037
为初始旋转因子。
通过所述矩阵元素值与旋转因子进行线性插值，获得等高线点的具体方法如下：
如果
Figure 221594DEST_PATH_IMAGE038
或者
Figure 481805DEST_PATH_IMAGE039
，则
Figure 202637DEST_PATH_IMAGE040
如果
Figure 305722DEST_PATH_IMAGE041
或者
Figure 137412DEST_PATH_IMAGE042
，则
Figure 501397DEST_PATH_IMAGE043
否则
Figure 127550DEST_PATH_IMAGE044
将等高线点
Figure 514669DEST_PATH_IMAGE045
存放在等高线点集
Figure 87733DEST_PATH_IMAGE046
中。
进行旋转初始方向的判定的具体方法如下：
对旋转因子
Figure 509487DEST_PATH_IMAGE034
进行大小为45度的逆时针旋转，变换到旋转因子
Figure 889565DEST_PATH_IMAGE047
，
Figure 763980DEST_PATH_IMAGE048
为：
Figure 875155DEST_PATH_IMAGE049
Figure 151416DEST_PATH_IMAGE050
为：
Figure 447268DEST_PATH_IMAGE051
Figure 808979DEST_PATH_IMAGE048
和
Figure 723846DEST_PATH_IMAGE050
均为旋转后的等高线点，从而确定
Figure 120192DEST_PATH_IMAGE052
和
Figure 337678DEST_PATH_IMAGE053
，
Figure 921106DEST_PATH_IMAGE052
为
Figure 639663DEST_PATH_IMAGE054
对应的矩阵
Figure 890516DEST_PATH_IMAGE002
元素，
Figure 528171DEST_PATH_IMAGE053
为
Figure 598895DEST_PATH_IMAGE055
对应的矩阵
Figure 855564DEST_PATH_IMAGE002
元素。
若
Figure 960923DEST_PATH_IMAGE056
，则
Figure 18747DEST_PATH_IMAGE057
自加1，将等高线点集
Figure 842346DEST_PATH_IMAGE058
的点依次连接，得到 一条等高线，并存入等高线集
Figure 637127DEST_PATH_IMAGE059
中，再将高线点集
Figure 862572DEST_PATH_IMAGE059
置为空集，形成新的二维数值 矩阵
Figure 842029DEST_PATH_IMAGE002
；否则进入下面的判断模式，共三种情形：
情形1：满足获取等高线的条件，将对应元素标记，进行等高线点坐标提取；
情形2：满足转换到新的旋转支点条件
将对应二维数值矩阵
Figure 887346DEST_PATH_IMAGE002
的元素作为新的旋转因子的旋转支点，将对应元素进行标 记，获取新的起始端点；
情形3：不做任何处理，判断
Figure 485817DEST_PATH_IMAGE060
是否等于
Figure 565769DEST_PATH_IMAGE034
，若相等，则
Figure 466860DEST_PATH_IMAGE060
为最终旋 转因子。
根据新支点的旋转因子，获取新的起始端点条件如下：
Figure 733893DEST_PATH_IMAGE060
逆时针旋转90度，能够与
Figure 198372DEST_PATH_IMAGE061
进行重合；
Figure 70513DEST_PATH_IMAGE060
逆时针旋转135度，能够与
Figure 329456DEST_PATH_IMAGE061
进行重合；
获取新的起始旋转因子端点之后，得到最终的旋转因子
Figure 411682DEST_PATH_IMAGE034
。
当最终的旋转因子与初始的旋转因子完全重合，则得到一条等高线，则将所述等高线点集和所述等高线集组成二维数值矩阵；
否则将最终的旋转因子对应端点二维数值矩阵
Figure 679852DEST_PATH_IMAGE002
中的元素标记，与旋转因子进行 线性插值，获得等高线点。
与现有技术相比，本发明通过矩阵元素值与旋转因子进行线性插值，能够直接得到一定顺序的闭合等高线点，避免了传统方法中采用的聚类方法，降低了计算复杂度，同时提高了计算速度。本发明对二维数值矩阵中的所有元素进行门限条件判断，直到将二维数值矩阵中的每一个元素均满足门限条件，从而将门限的等高线都提取出来，采用了自适应判断的方法，能够获取更多方向上的等高线点，增强了等高线点的准确覆盖率。
附图说明
图1为本发明的流程图；
图2为本发明中掩模
Figure 406500DEST_PATH_IMAGE062
的示意图；
图3为本发明与传统方法获取等高线的示意图；
图4为本发明与传统方法得到等高线的对比图。
具体实施方式
下面结合附图对本发明做进一步说明。
参见图1，本发明包括以下步骤：
步骤一，设置参数；
设初始值
Figure 836344DEST_PATH_IMAGE063
表示获取的等高线的个数，初始值设为0。设
Figure 655133DEST_PATH_IMAGE064
为当前的等高线 点集，设置
Figure 461415DEST_PATH_IMAGE065
。设
Figure 42569DEST_PATH_IMAGE066
为当前的等高线集，初始值为
Figure 908894DEST_PATH_IMAGE067
。
步骤二：初始选矩阵的元素；
设二维数值矩阵
Figure 700133DEST_PATH_IMAGE002
，表示如下
Figure 310106DEST_PATH_IMAGE068
(2-1)
为数字化的数据矩阵，设等高线
Figure 745766DEST_PATH_IMAGE069
的门限值为
Figure 782992DEST_PATH_IMAGE070
。对于
Figure 812259DEST_PATH_IMAGE002
中的每一个元素
Figure 960344DEST_PATH_IMAGE071
，均 未作过搜索标记，即标记为0，设条件数组
Figure 516090DEST_PATH_IMAGE003
表示如下：
Figure 724218DEST_PATH_IMAGE072
(2-2)
Figure 490048DEST_PATH_IMAGE073
为中心元素
Figure 441824DEST_PATH_IMAGE074
与左边元素
Figure 852076DEST_PATH_IMAGE075
比较并进行判断的结果标识，如果
Figure 231105DEST_PATH_IMAGE076
，且标记为0，则
Figure 733500DEST_PATH_IMAGE073
为1，否则为0；
步骤二下的
Figure 223387DEST_PATH_IMAGE077
为0；
Figure 753725DEST_PATH_IMAGE078
为中心元素
Figure 38076DEST_PATH_IMAGE079
与下边元素
Figure 778499DEST_PATH_IMAGE080
比较并进行判断的结果标识，如果
Figure 72077DEST_PATH_IMAGE081
，且标记为0，则
Figure 456922DEST_PATH_IMAGE082
为1，否则为0；
步骤二下的
Figure 177753DEST_PATH_IMAGE015
一直为0；
Figure 890626DEST_PATH_IMAGE083
为中心元素
Figure 722315DEST_PATH_IMAGE084
与右边元素
Figure 227246DEST_PATH_IMAGE085
比较并进行判断的结果标识，如 果
Figure 118979DEST_PATH_IMAGE086
，且标记为0，则
Figure 240518DEST_PATH_IMAGE020
为1，否则为0；
步骤二下的
Figure 938216DEST_PATH_IMAGE087
一直为0；
Figure 359970DEST_PATH_IMAGE022
为中心元素
Figure 360287DEST_PATH_IMAGE088
与上边元素
Figure 234702DEST_PATH_IMAGE024
比较并进行判断的结果标识，如果
Figure 737357DEST_PATH_IMAGE089
，且标记为0，则
Figure 13618DEST_PATH_IMAGE090
为1，否则为0；
步骤二下的
Figure 184836DEST_PATH_IMAGE027
一直为0；
如果条件数组
Figure 546547DEST_PATH_IMAGE028
有多个值同时为1，则选择索引值最小的作为起始方向，记为
Figure 586047DEST_PATH_IMAGE091
，
Figure 716814DEST_PATH_IMAGE092
，对
Figure 58934DEST_PATH_IMAGE002
从左到右，从上到下进行按照条件数组
Figure 907941DEST_PATH_IMAGE093
的 搜索，搜索过的值做标记，即标记为1表示已经搜索过了。如果条件数组
Figure 501865DEST_PATH_IMAGE029
中存在为1的 元素
Figure 487138DEST_PATH_IMAGE094
，并对其的位置做标记，记为
Figure 159DEST_PATH_IMAGE095
，并以
Figure 336463DEST_PATH_IMAGE095
为中心形成一个掩模
Figure 717766DEST_PATH_IMAGE032
，可表示为
Figure 823125DEST_PATH_IMAGE096
(2-3)
掩模
Figure 507047DEST_PATH_IMAGE032
的布局如表1所示，其中
Figure 330647DEST_PATH_IMAGE097
对应
Figure 499329DEST_PATH_IMAGE098
，
Figure 459194DEST_PATH_IMAGE099
对应
Figure 579597DEST_PATH_IMAGE100
，
Figure 421651DEST_PATH_IMAGE101
对 应
Figure 82440DEST_PATH_IMAGE102
，
Figure 975440DEST_PATH_IMAGE103
对应
Figure 63482DEST_PATH_IMAGE104
，
Figure 533778DEST_PATH_IMAGE105
对应
Figure 998257DEST_PATH_IMAGE106
，
Figure 995032DEST_PATH_IMAGE107
对应
Figure 253975DEST_PATH_IMAGE108
，
Figure 211567DEST_PATH_IMAGE109
对应
Figure 214158DEST_PATH_IMAGE110
，
Figure 314707DEST_PATH_IMAGE111
对应
Figure 744551DEST_PATH_IMAGE112
。
表1二维数值矩阵
Figure 251756DEST_PATH_IMAGE002
中非零部分的数值
9 10 11 12 13 14 15 16 17 18 19 20 21
9 0 0 0 0 0 0 0 0 0 0 0 0 0
10 0 4 4 4 4 4 4 4 4 4 4 4 0
11 0 4 8 8 8 8 8 8 8 8 8 4 0
12 0 4 8 16 16 16 16 16 16 16 8 4 0
13 0 4 8 16 32 32 32 32 32 16 8 4 0
14 0 4 8 16 32 32 32 32 32 16 8 4 0
15 0 4 8 16 32 32 32 32 32 16 8 4 0
16 0 4 8 16 32 32 32 32 32 16 8 4 0
17 0 4 8 16 32 32 32 32 32 16 8 4 0
18 0 4 8 16 16 16 16 16 16 16 8 4 0
19 0 4 8 8 8 8 8 8 8 8 8 4 0
20 0 4 4 4 4 4 4 4 4 4 4 4 0
21 0 0 0 0 0 0 0 0 0 0 0 0 0
步骤三，获取初始旋转因子；
对于选定的
Figure 730142DEST_PATH_IMAGE113
，根据
Figure 639192DEST_PATH_IMAGE095
产生的旋转因子
Figure 302254DEST_PATH_IMAGE061
表示如下：
Figure 296755DEST_PATH_IMAGE114
(3-1)
掩模
Figure 578832DEST_PATH_IMAGE115
的中心元素
Figure 342389DEST_PATH_IMAGE116
为旋转支点，
Figure 192664DEST_PATH_IMAGE117
为旋转端点。记旋转因子
Figure 408882DEST_PATH_IMAGE118
为初始旋转因子。
步骤四，线性插值；
对
Figure 494649DEST_PATH_IMAGE119
与
Figure 112713DEST_PATH_IMAGE117
用插值的方法获取相应等高线的点的坐标
Figure 383157DEST_PATH_IMAGE120
，设
Figure 86671DEST_PATH_IMAGE121
为
Figure 710550DEST_PATH_IMAGE122
对应的矩阵
Figure 448699DEST_PATH_IMAGE002
对应的元素，设
Figure 139312DEST_PATH_IMAGE123
为
Figure 330122DEST_PATH_IMAGE117
对应的矩阵
Figure 757692DEST_PATH_IMAGE002
对应的元素。
获取的规则如下：
如果
Figure 412665DEST_PATH_IMAGE038
或者
Figure 962595DEST_PATH_IMAGE039
，则
Figure 843963DEST_PATH_IMAGE124
(4-1)
如果
Figure 950590DEST_PATH_IMAGE125
或者
Figure 397752DEST_PATH_IMAGE042
，则
Figure 56267DEST_PATH_IMAGE126
(4-2)
否则
Figure 283986DEST_PATH_IMAGE127
(4-3)
将点
Figure 115675DEST_PATH_IMAGE045
存放在
Figure 620606DEST_PATH_IMAGE128
中，并且在已存的点之后。
步骤五，对于
Figure 246760DEST_PATH_IMAGE034
进行旋转与判断操作。
对
Figure 216902DEST_PATH_IMAGE061
进行大小为45度的逆时针旋转，变换到
Figure 852282DEST_PATH_IMAGE060
。其中
Figure 946140DEST_PATH_IMAGE048
定义分别如下：
Figure 8774DEST_PATH_IMAGE129
(5-1)
Figure 945506DEST_PATH_IMAGE050
为：
Figure 384578DEST_PATH_IMAGE130
Figure 598521DEST_PATH_IMAGE048
和
Figure 566477DEST_PATH_IMAGE050
均为旋转后的等高线点，从而确定
Figure 928189DEST_PATH_IMAGE052
和
Figure 718421DEST_PATH_IMAGE053
，
Figure 849188DEST_PATH_IMAGE052
为
Figure 191308DEST_PATH_IMAGE131
对应的矩阵
Figure 40315DEST_PATH_IMAGE002
元素，
Figure 617927DEST_PATH_IMAGE053
为
Figure 868780DEST_PATH_IMAGE132
对应的矩阵
Figure 381801DEST_PATH_IMAGE002
元素。
对于
Figure 718104DEST_PATH_IMAGE060
，如果
Figure 348675DEST_PATH_IMAGE133
，表示一段闭合的等高线已经寻找完毕，
Figure 454034DEST_PATH_IMAGE134
自加1，将等高线点集
Figure 137956DEST_PATH_IMAGE046
的点依次连接，得到一条线，并存入
Figure 695976DEST_PATH_IMAGE135
中，同时
Figure 880970DEST_PATH_IMAGE135
置 为空集。返回步骤二。否则进入下面的判断模式，有以下三种情形,表示如下：
Figure 575257DEST_PATH_IMAGE052
为
Figure 695659DEST_PATH_IMAGE054
对应的矩阵
Figure 6555DEST_PATH_IMAGE002
元素，
Figure 401764DEST_PATH_IMAGE053
为
Figure 29186DEST_PATH_IMAGE055
对应的矩阵
Figure 382807DEST_PATH_IMAGE002
元素。
情形1：满足获取等高线的条件
当
Figure 853102DEST_PATH_IMAGE136
，如果
Figure 317582DEST_PATH_IMAGE137
，同时
Figure 48777DEST_PATH_IMAGE138
，对应元素标记为0，令
Figure 573300DEST_PATH_IMAGE139
，将
Figure 530891DEST_PATH_IMAGE140
对应元素标记为1，回到上一步继续进行等高线点坐标提取。
当
Figure 533482DEST_PATH_IMAGE141
，如果
Figure 634031DEST_PATH_IMAGE142
与
Figure 329455DEST_PATH_IMAGE143
且
Figure 508763DEST_PATH_IMAGE144
，同时
Figure 315045DEST_PATH_IMAGE145
对应元素 标记为0，令
Figure 286412DEST_PATH_IMAGE146
，将
Figure 887158DEST_PATH_IMAGE147
对应元素标记为1，回到上一步继续进行等高线点坐标提取。
情形2：满足转换到新的旋转支点条件
如果
Figure 819342DEST_PATH_IMAGE148
且
Figure 163736DEST_PATH_IMAGE149
，同时
Figure 740342DEST_PATH_IMAGE145
对应元素标记为0，将
Figure 511989DEST_PATH_IMAGE145
对应的矩阵A元 素作为新的旋转因子的旋转支点，即掩模
Figure 931469DEST_PATH_IMAGE150
的中心元素平移到了
Figure 813974DEST_PATH_IMAGE145
对应的矩阵
Figure 759933DEST_PATH_IMAGE002
元 素，将对应元素标记为1，进入步骤六，获取新的起始端点。
情形3：不做任何处理
若
Figure 968061DEST_PATH_IMAGE060
等于
Figure 405995DEST_PATH_IMAGE034
，则
Figure 29875DEST_PATH_IMAGE060
为最终旋转因子。
步骤六，根据新支点的旋转因子，获取新的起始端点，规则如下：
情形1：
Figure 768023DEST_PATH_IMAGE151
，则
Figure 193057DEST_PATH_IMAGE152
(6-1)
即
Figure 383867DEST_PATH_IMAGE060
逆时针旋转90度，才能与
Figure 811438DEST_PATH_IMAGE061
进行重合。
情形2：
Figure 404093DEST_PATH_IMAGE153
，则
Figure 16340DEST_PATH_IMAGE154
(6-2)
即
Figure 694446DEST_PATH_IMAGE060
逆时针旋转135度，才能与
Figure 660128DEST_PATH_IMAGE034
进行重合。
即将
Figure 107290DEST_PATH_IMAGE131
对应的矩阵元素作为新的旋转端点。获取新的起始旋转因子端点之 后，得到
Figure 641170DEST_PATH_IMAGE155
。
步骤七，搜索结束判断。
若
Figure 806572DEST_PATH_IMAGE156
，即当前的旋转因子与初始的旋转因子完全重合，即当前连通的 等高线提取完毕，则退回到步骤二。
否则将
Figure 575945DEST_PATH_IMAGE034
对应的端点对应的矩阵
Figure 877614DEST_PATH_IMAGE002
元素置为1，重新执行步骤四并执行后续 步骤。
基于以上步骤，得到所有满足门限要求的等高线。
本发明的效果可以通过下面的仿真进一步说明：
1、仿真环境
在Matlab2007下进行仿真。
1、输入数据
二维数值矩阵
Figure 831663DEST_PATH_IMAGE002
的
Figure 484361DEST_PATH_IMAGE157
。非零元素位置是从第10行到第20行，从第 10列到第20列，数值矩阵非零部分的数值如表1所示，数值所成的立体图如图3所示，基本呈 现出来的是一个矩形柱体。设门限
Figure 791846DEST_PATH_IMAGE158
。
2、仿真内容
按照步骤一至步骤七对仿真条件中的输入信号进行相位与多普勒提取以及带宽提取，仿真结果如图3和图4所示。
3、仿真结果
从仿真结果能够看出来，参见图3，面对这样的一个矩形柱体，传统方法能取到点，该发明一样能取到，并且传统方法在矩阵数值拐角处获取不了相应等高线的点，该发明一样能够获取到。
以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。

Claims (9)

1.一种基于旋转因子的自适应等高线提取方法，其特征在于，包括以下步骤：
确定等高线的个数，组成等高线点集和等高线集；
将所述等高线点集和所述等高线集组成二维数值矩阵，所述二维数值矩阵中的每一个元素均未做过搜索标记；
对所述二维数值矩阵中的每一个元素根据门限条件进行判断，得到初始满足门限条件的矩阵元素值；
通过所述矩阵元素值与旋转因子进行线性插值，获得等高线点；
采用所述旋转因子进行旋转搜索，根据搜索结果，获取另外的等高线点或产生新支点的旋转因子，获取新的起始端点，并进行旋转初始方向的判定；
对所述旋转初始方向进行旋转搜索，获取等高线点或产生新的旋转因子，直到最终的旋转因子与初始旋转因子相同，则得到一条等高线；
对所述二维数值矩阵进行门限条件判断，直到将二维数值矩阵中的每一个元素均满足门限条件，从而将门限的等高线都提取出来。
2.根据权利要求1所述的一种基于旋转因子的自适应等高线提取方法，其特征在于，所述二维数值矩阵为：
Figure 427963DEST_PATH_IMAGE001
二维数值矩阵
Figure 721541DEST_PATH_IMAGE002
中的每一个元素，均未作过搜索标记，标记为0。
3.根据权利要求1所述的一种基于旋转因子的自适应等高线提取方法，其特征在于，所述门限条件包括：
条件数组
Figure 106386DEST_PATH_IMAGE003
表示如下：
Figure 561638DEST_PATH_IMAGE004
Figure 789357DEST_PATH_IMAGE005
为中心元素
Figure 621047DEST_PATH_IMAGE006
与左边元素
Figure 125977DEST_PATH_IMAGE007
比较并进行判断的结果标识，如果
Figure 752131DEST_PATH_IMAGE008
，且标记为0，则
Figure 716413DEST_PATH_IMAGE005
为1，否则为0；
Figure 351794DEST_PATH_IMAGE009
为0；
Figure 445652DEST_PATH_IMAGE010
为中心元素
Figure 508286DEST_PATH_IMAGE011
与下边元素
Figure 445018DEST_PATH_IMAGE012
比较并进行判断的结果标识，如果
Figure 884089DEST_PATH_IMAGE013
，且标记为0，则
Figure 894771DEST_PATH_IMAGE014
为1，否则为0；
Figure 65989DEST_PATH_IMAGE015
为0；
Figure 427700DEST_PATH_IMAGE016
为中心元素
Figure 217933DEST_PATH_IMAGE017
与右边元素
Figure 348700DEST_PATH_IMAGE018
比较并进行判断的结果标识，如果
Figure 690820DEST_PATH_IMAGE019
，且标记为0，则
Figure 539827DEST_PATH_IMAGE020
为1，否则为0；
Figure 117439DEST_PATH_IMAGE016
为0；
Figure 368292DEST_PATH_IMAGE021
为中心元素
Figure 881312DEST_PATH_IMAGE022
与上边元素
Figure 217616DEST_PATH_IMAGE023
比较并进行判断的结果标识，如果
Figure 848186DEST_PATH_IMAGE024
，且标记为0，则
Figure 953546DEST_PATH_IMAGE025
为1，否则为0；
Figure 637468DEST_PATH_IMAGE026
为0；
如果条件数组
Figure 195488DEST_PATH_IMAGE027
有多个值同时为1，则选择索引值最小的作为起始方向，对二维数 值矩阵
Figure 380482DEST_PATH_IMAGE002
从左到右，从上到下进行按照条件数组
Figure 74768DEST_PATH_IMAGE027
的搜索，搜索过的值做标记，如果条 件数组
Figure 539379DEST_PATH_IMAGE028
中存在标记后的元素
Figure 850274DEST_PATH_IMAGE029
，则对其的位置做标记，记为
Figure 448746DEST_PATH_IMAGE030
，并以
Figure 263118DEST_PATH_IMAGE030
为中 心形成一个掩模
Figure 679056DEST_PATH_IMAGE031
。
4.根据权利要求3所述的一种基于旋转因子的自适应等高线提取方法，其特征在于，对 于选定的
Figure 211669DEST_PATH_IMAGE032
，根据
Figure 613831DEST_PATH_IMAGE030
产生的旋转因子
Figure 282710DEST_PATH_IMAGE033
为：
Figure 541653DEST_PATH_IMAGE034
掩模
Figure 144584DEST_PATH_IMAGE035
的中心元素
Figure 84859DEST_PATH_IMAGE036
旋转支点，
Figure 608244DEST_PATH_IMAGE037
为旋转端点,旋转因子
Figure 303667DEST_PATH_IMAGE038
为初始旋转因子。
5.根据权利要求3所述的一种基于旋转因子的自适应等高线提取方法，其特征在于，通过所述矩阵元素值与旋转因子进行线性插值，获得等高线点的具体方法如下：
如果
Figure 607610DEST_PATH_IMAGE039
或者
Figure 413892DEST_PATH_IMAGE040
，则
Figure 260625DEST_PATH_IMAGE041
如果
Figure 861371DEST_PATH_IMAGE042
或者
Figure 668921DEST_PATH_IMAGE043
，则
Figure 13314DEST_PATH_IMAGE044
否则
Figure 714554DEST_PATH_IMAGE045
将等高线点
Figure 486201DEST_PATH_IMAGE046
存放在等高线点集
Figure 30315DEST_PATH_IMAGE047
中。
6.根据权利要求4所述的一种基于旋转因子的自适应等高线提取方法，其特征在于，进行旋转初始方向的判定的具体方法如下：
对旋转因子
Figure 178400DEST_PATH_IMAGE033
进行大小为45度的逆时针旋转，变换到旋转因子
Figure 734146DEST_PATH_IMAGE048
，
Figure 676694DEST_PATH_IMAGE049
为：
Figure 380208DEST_PATH_IMAGE050
Figure 377989DEST_PATH_IMAGE051
为：
Figure 116137DEST_PATH_IMAGE052
Figure 167270DEST_PATH_IMAGE049
和
Figure 358080DEST_PATH_IMAGE051
均为旋转后的等高线点，从而确定
Figure 910284DEST_PATH_IMAGE053
和
Figure 502939DEST_PATH_IMAGE054
，
Figure 990553DEST_PATH_IMAGE053
为
Figure 668659DEST_PATH_IMAGE055
对应的矩阵
Figure 509707DEST_PATH_IMAGE002
元 素，
Figure 956869DEST_PATH_IMAGE054
为
Figure 615383DEST_PATH_IMAGE056
对应的矩阵
Figure 515206DEST_PATH_IMAGE002
元素。
7.根据权利要求6所述的一种基于旋转因子的自适应等高线提取方法，其特征在于，若
Figure 940371DEST_PATH_IMAGE057
，则
Figure 179722DEST_PATH_IMAGE058
自加1，将等高线点集
Figure 71455DEST_PATH_IMAGE047
的点依次连接，得到一条等高 线，并存入等高线集
Figure 35738DEST_PATH_IMAGE059
中，再将高线点集
Figure 405539DEST_PATH_IMAGE059
置为空集，形成新的二维数值矩阵
Figure 764976DEST_PATH_IMAGE002
；否则 进入下面的判断模式，共三种情形：
情形1：满足获取等高线的条件，将对应元素标记，进行等高线点坐标提取；
情形2：满足转换到新的旋转支点条件
将对应二维数值矩阵
Figure 562031DEST_PATH_IMAGE002
的元素作为新的旋转因子的旋转支点，将对应元素进行标记， 获取新的起始端点；
情形3：不做任何处理，判断
Figure 436446DEST_PATH_IMAGE048
是否等于
Figure 937835DEST_PATH_IMAGE033
，若相等，则
Figure 214095DEST_PATH_IMAGE048
为最终旋转因 子。
8.根据权利要求1所述的一种基于旋转因子的自适应等高线提取方法，其特征在于，根据新支点的旋转因子，获取新的起始端点条件如下：
Figure 385314DEST_PATH_IMAGE048
逆时针旋转90度，能够与
Figure 747025DEST_PATH_IMAGE033
进行重合；
Figure 271678DEST_PATH_IMAGE048
逆时针旋转135度，能够与
Figure 668024DEST_PATH_IMAGE060
进行重合；
获取新的起始旋转因子端点之后，得到最终的旋转因子
Figure 10144DEST_PATH_IMAGE060
。
9.根据权利要求8所述的一种基于旋转因子的自适应等高线提取方法，其特征在于，当最终的旋转因子与初始的旋转因子完全重合，则得到一条等高线，则将所述等高线点集和所述等高线集组成二维数值矩阵；
否则将最终的旋转因子对应端点二维数值矩阵
Figure 859151DEST_PATH_IMAGE002
中的元素标记，重新与旋转因子进行 线性插值。
CN202210355332.6A 2022-04-06 2022-04-06 基于旋转因子的自适应等高线提取方法 Active CN114494520B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210355332.6A CN114494520B (zh) 2022-04-06 2022-04-06 基于旋转因子的自适应等高线提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210355332.6A CN114494520B (zh) 2022-04-06 2022-04-06 基于旋转因子的自适应等高线提取方法

Publications (2)

Publication Number Publication Date
CN114494520A true CN114494520A (zh) 2022-05-13
CN114494520B CN114494520B (zh) 2022-08-30

Family

ID=81488399

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210355332.6A Active CN114494520B (zh) 2022-04-06 2022-04-06 基于旋转因子的自适应等高线提取方法

Country Status (1)

Country Link
CN (1) CN114494520B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5201035A (en) * 1990-07-09 1993-04-06 The United States Of America As Represented By The Secretary Of The Air Force Dynamic algorithm selection for volume rendering, isocontour and body extraction within a multiple-instruction, multiple-data multiprocessor
CN103778433A (zh) * 2014-01-15 2014-05-07 东莞华中科技大学制造工程研究院 基于点到直线距离的广义点集匹配方法
CN103853868A (zh) * 2013-07-10 2014-06-11 成都希盟泰克科技发展有限公司 基于catia的等高线二维工程图出图方法
CN106033611A (zh) * 2016-05-23 2016-10-19 西安建筑科技大学 一种dem数据中的山顶点提取方法
CN111929684A (zh) * 2020-08-11 2020-11-13 北京航空航天大学 一种零法拉第旋转等高线确定方法及系统
CN113658339A (zh) * 2021-10-19 2021-11-16 长江水利委员会长江科学院 一种基于等高线的三维实体生成方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5201035A (en) * 1990-07-09 1993-04-06 The United States Of America As Represented By The Secretary Of The Air Force Dynamic algorithm selection for volume rendering, isocontour and body extraction within a multiple-instruction, multiple-data multiprocessor
CN103853868A (zh) * 2013-07-10 2014-06-11 成都希盟泰克科技发展有限公司 基于catia的等高线二维工程图出图方法
CN103778433A (zh) * 2014-01-15 2014-05-07 东莞华中科技大学制造工程研究院 基于点到直线距离的广义点集匹配方法
CN106033611A (zh) * 2016-05-23 2016-10-19 西安建筑科技大学 一种dem数据中的山顶点提取方法
CN111929684A (zh) * 2020-08-11 2020-11-13 北京航空航天大学 一种零法拉第旋转等高线确定方法及系统
CN113658339A (zh) * 2021-10-19 2021-11-16 长江水利委员会长江科学院 一种基于等高线的三维实体生成方法及装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
YINGYI SUN等: "Template Matching-Based Method for Intelligent Invoice Information Identification", 《IEEE ACCESS》 *
李辉等: "等高线图的高度恢复算法研究", 《中国图象图形学报》 *
王华夏等: "面向地形等高线匹配的三重约束LCSS算法", 《西北工业大学学报》 *
王晓英等: "二维矢量地图高程提取方法研究", 《矿山测量》 *

Also Published As

Publication number Publication date
CN114494520B (zh) 2022-08-30

Similar Documents

Publication Publication Date Title
CN109446992B (zh) 基于深度学习的遥感影像建筑物提取方法及系统、存储介质、电子设备
CN108230323B (zh) 一种基于卷积神经网络的肺结节假阳性筛选方法
Kashyap et al. A model-based method for rotation invariant texture classification
CN108875813B (zh) 一种基于几何图像的三维网格模型检索方法
CN106846425A (zh) 一种基于八叉树的散乱点云压缩方法
CN111191735B (zh) 基于数据差异和多尺度特征的卷积神经网络影像分类方法
CN108416801B (zh) 一种面向立体视觉三维重建的Har-SURF-RAN特征点匹配方法
CN113393370A (zh) 中国书法文字图像风格迁移的方法、系统、智能终端
CN112365511B (zh) 基于重叠区域检索与对齐的点云分割方法
CN102542543A (zh) 基于块相似性的交互式图像分割方法
CN105786957A (zh) 一种基于单元格邻接关系与深度优先遍历的表格排序方法
CN103399730B (zh) 一种基于cpu+gpu架构的空间几何体线段相交判断并行处理方法
CN108122202A (zh) 一种基于形状上下文的地图线状要素多尺度信息派生方法
CN114494520B (zh) 基于旋转因子的自适应等高线提取方法
CN106251004B (zh) 基于改进空间距离划分的目标分群方法
WO2023169496A1 (zh) 一种数据处理方法、装置、电子设备和存储介质
CN107464272A (zh) 基于关键点的中心扩散式气象传真图等值线的插值方法
CN104239551B (zh) 基于多特征vp树索引的遥感图像检索方法及装置
CN110210576A (zh) 一种地图数据的图斑相似性计算方法及系统
CN109993695A (zh) 一种不规则图形标注的图像碎片拼接方法及系统
CN108763261A (zh) 一种图形检索方法
CN114792397A (zh) 一种sar影像城市道路提取方法、系统以及存储介质
CN114943787A (zh) 切变线的绘制方法、装置、存储介质及计算机设备
CN114418949A (zh) 基于三维u型网络与通道注意力的肺结节检测方法
Yan et al. A novel robust model fitting approach towards multiple-structure data segmentation

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Adaptive Contour line extraction method based on Twiddle factor

Effective date of registration: 20230721

Granted publication date: 20220830

Pledgee: Xi'an innovation financing Company limited by guarantee

Pledgor: XI'AN HANBON ELECTRONIC TECHNOLOGY CO.,LTD.

Registration number: Y2023980049347

PE01 Entry into force of the registration of the contract for pledge of patent right