顾及Gestalt邻近与简化原则的平面点集形状重建

发布时间：2021-07-18 20:31

　　针对经典Delaunay三角网平面点集形状重构方法存在的经验参数确定和容易出现不符合实际情况的碎洞问题,提出了一种顾及Gestalt邻近与简化原则的Delaunay三角网平面点集形状重构的算法SRGT。首先根据邻近性原则,采用双极差粗差探测技术来识别和定位Delaunay三角网中的极长边,逐步细化三角网中的内外边界;然后基于简化性原则,将形状重构的碎洞优化转化为粗差探测问题,并利用3σ粗差探测原则来实现碎洞的剔除。采用模拟与真实数据验证了本文算法的有效性。与4种经典算法（α-shape、χ-shape、边长比约束法以及■RGG）进行对照试验,表明本文算法的优越性。模拟数据表明SRGT在面状点集为均匀或随机分布时,无须设置先验参数即可有效提取复杂形状的内外边界,并且L²误差范数值明显低于其余4种方法。真实案例的试验结果也表明本文算法在工程实践中具有良好应用效果。 

【文章来源】：测绘学报. 2020,49(11)北大核心EICSCD

【文章页数】：12 页

【部分图文】：

SRGT算法

约定6:内边界边。一条边成为内边界边同样也需满足两个条件:①这条边不能被其他任何三角形共享;②这条边必须属于某空洞。约定7:内边界三角形。当三角形中含有内边界边且不包含外边界边时,则称该三角形为内边界三角形。

由于平面点集中可能存在凹形与一定数量的空洞,导致Delaunay三角网中存在未知数量的极长边。考虑到经典的3σ粗差探测[21]容易导致第1类或第2类统计错误,影响点集形状重构的准确性。本文采用双极差粗差探测技术,对Delaunay三角网中的极长边进行识别与定位,具体流程如图5所示。图4 初始外边界的提取流程


本文编号：3290309