1绪论 1
1.1 研究背景和意义 1
1.2 基于大数据集的高程数据管理策略 2
1.3 多分辨率地形建模方法 3
1.3.1 基于离散高程点的近似模型 3
1.3.2 基于层次的多分辨率模型简化方法现状 4
1.3.3 设计目标 7
1.4 多分辨率地形建模关键问题 7
1.4.1 多分辨率简化模型的误差评价 7
1.4.2 多分辨率模型的空间连续性 9
1.4.3 设计目标 11
1.5 骨架特征提取及地形合成 12
1.6 总结 13
2基于超量数据集的外存模型 15
2.1 引言 15
2.2 问题分析及外存框架 16
2.2.1 金字塔外存模型 16
2.2.2 多分辨率外存模型框架 16
2.3 基于大数据集的数据组织 17
2.3.1 数据源 17
2.3.2 分块物理模型 18
2.4 基于特征的多分辨率外存层次结构 20
2.4.1 多分辨率逻辑模型 20
2.4.2 基于传递闭包的静态误差计算 22
2.4.3 FMRH的构造算法 24
2.5 多分辨率外存模型优化及无缝拼接 26
2.5.1 误差函数 27
2.5.2 外存索引结构 29
2.5.3 建立外存索引结构算法 30
2.5.4 局部数据捡取 32
2.5.5 实验效果 37
2.6 本章小结 46
3基于聚类分析的数据调度策略 47
3.1 引言 47
3.2 基于相近误差的聚类分析 48
3.2.1 基于相近误差的聚类定义 48
3.2.2 基于FMRH的聚类算法 49
3.2.3 聚类空间封闭性证明 51
3.3 基于FMRH的聚类层次数据块索引 52
3.3.1 基于FMRH的 Hilbert空间填充曲线策略 52
3.3.2 多分辨率模型Hilbert空间填充曲线生成算法 54
3.3.3 多文件处理 56
3.3.4 基于大数据集的模型更新 57
3.4 基于聚类的多分辨率数据调度 58
3.4.1 目标聚类快速搜索策略 58
3.4.2 数据预取及增量调度策略 59
3.5 实验结果及分析 61
3.6 本章小结 63
4基于DPSO特征选择的地形模型简化方法 64
4.1 引言 64
4.2 隐式层次结构 65
4.2.1 隐式层次结构的定义 65
4.2.2 CHS的层次计算方法 66
4.2.3 CHS的父子节点快速索引方法 68
4.3 简化模型的误差评价函数 70
4.3.1 简化域与邻接关系 71
4.3.2 法向矢量相似度计算方法 72
4.3.3 简化模型发散度函数 74
4.4 TMS-DPSO算法 74
4.4.1 TMS-DPSO算法基础 75
4.4.2 基于简化模型的粒子定义 76
4.4.3 基于简化模型的粒子评价策略 77
4.4.4 速度轨迹与状态更新 78
4.4.5 TMS-DPSO算法描述 80
4.4.6 TMS-DPSO算法收敛性分析与验证 82
4.5 实验结果与分析 85
4.5.1 发散度函数有效性验证 85
4.5.2 TMS-DPSO算法的性能分析 88
4.6 本章小结 89
5地形简化模型多误差阈值的自适应确定 91
5.1 引言 91
5.2 特征点选择 92
5.2.1 基于CHS的顶点集 92
5.2.2 特征点与特征域的定义 93
5.2.3 特征点选择算法 94
5.3 基于顶点粒度计算的二分阈值简化方法 96
5.3.1 基于顶点粒度的二分阈值划分 96
5.3.2 二分阈值模型简化算法 98
5.3.3 算法验证 99
5.4 基于特征域匹配度的多阈值简化方法 101
5.4.1 相似特征域合并 101
5.4.2 特征域匹配度简化算法 103
5.4.3 算法验证 104
5.5 基于区域分割的多阈值简化方法 107
5.5.1 基于起伏度的区域分割 107
5.5.2 自适应区域分割多阈值简化算法 110
5.5.3 自适应区域分割多阈值简化方法实验结果与分析 112
5.6 本章小结 115
6多分辨率地形无缝模型及多纹理合成 117
6.1 引言 117
6.2 基于多分辨率的无缝地形简化模型 117
6.2.1 多分辨率无缝模型框架 117
6.2.2 基于特征的裂缝判定方法 118
6.2.3 基于特征的裂缝修补算法 120
6.2.4 算法实验结果与比较 123
6.3 多分辨率纹理外存模型 125
6.3.1 多分辨率纹理算法基础 125
6.3.2 基于FMRH的多分辨率纹理模型 126
6.4 多纹理合成方法 129
6.4.1 纹理合成整体思路 129
6.4.2 候选点选择 130
6.4.3 特征提取及纹理模板生成 131
6.4.4 基于模板的纹理合成及实验结果 133
6.5 本章小结 135
7地形骨架特征提取方法 136
7.1 引言 136
7.2 相关工作 137
7.3 候选特征点识别与特征多边形连接 139
7.3.1 剖面识别 139
7.3.2 特征多边形连接 140
7.4 形态学特征选择算法 142
7.4.1 特征域填充 142
7.4.2 特征域细化 143
7.5 矢量化特征模型 147
7.5.1 矢量坐标定位及矢量线段生成 147
7.5.2 矢量检测优化 148
7.5.3 剪枝与环路处理 150
7.6 MEPPA实验结果与分析 152
7.6.1 骨架特征线形态对比分析 153
7.6.2 骨架特征线提取效果 156
7.6.3 实验结果对比分析 158
7.7 M-PPA优化算法 161
7.7.1 改进的剖面识别算法 162
7.7.2 形态简化 164
7.7.3 连接特征点 166
7.7.4 环路处理 167
7.7.5 减枝处理 172
7.8 M-PPA实验效果与分析 176
7.8.1 效率对比 177
7.8.2 准确度分析与对比 178
7.8.3 算法稳定性对比 181
7.9 本章小结 182
8可变地形及合成建模方法 184
8.1 引言 184
8.2 基于空间插值法的地形形变方法 185
8.2.1 薄板样条函数插值法 185
8.2.2 反距离权重法 187
8.2.3 两种形变方法比较 188
8.3 移动最小二乘法 191
8.4 地形形变方法的应用 192
8.4.1 河道地形空间插值研究 193
8.4.2 山峰高度插值研究 194
8.5 物理弹坑模型建模方法 196
8.5.1 弹坑模型相关工作 197
8.5.2 多分辨率网格表示及形变区域扩展算法 198
8.5.3 物理弹坑模型建模 201
8.5.4 构建弹坑模型物理属性表示方法 205
8.5.5 实验验证 208
8.6 基于河流水文学过程性地形建模方法 211
8.6.1 合成建模技术相关工作 212
8.6.2 基于河流水文学的河网构建 213
8.6.3 山脊的构造 216
8.6.4 地形块的嵌入以及变形处理 220
8.6.5 实验结果 222
8.7 本章小结 224
参考文献 225