發(fā)布時間：2021-07-18 20:31

　　針對經典Delaunay三角網平面點集形狀重構方法存在的經驗參數確定和容易出現不符合實際情況的碎洞問題,提出了一種顧及Gestalt鄰近與簡化原則的Delaunay三角網平面點集形狀重構的算法SRGT。首先根據鄰近性原則,采用雙極差粗差探測技術來識別和定位Delaunay三角網中的極長邊,逐步細化三角網中的內外邊界;然后基于簡化性原則,將形狀重構的碎洞優(yōu)化轉化為粗差探測問題,并利用3σ粗差探測原則來實現碎洞的剔除。采用模擬與真實數據驗證了本文算法的有效性。與4種經典算法（α-shape、χ-shape、邊長比約束法以及■RGG）進行對照試驗,表明本文算法的優(yōu)越性。模擬數據表明SRGT在面狀點集為均勻或隨機分布時,無須設置先驗參數即可有效提取復雜形狀的內外邊界,并且L²誤差范數值明顯低于其余4種方法。真實案例的試驗結果也表明本文算法在工程實踐中具有良好應用效果。 

【文章來源】：測繪學報. 2020,49(11)北大核心EICSCD

【文章頁數】：12 頁

【部分圖文】：

SRGT算法

約定6:內邊界邊。一條邊成為內邊界邊同樣也需滿足兩個條件:①這條邊不能被其他任何三角形共享;②這條邊必須屬于某空洞。約定7:內邊界三角形。當三角形中含有內邊界邊且不包含外邊界邊時,則稱該三角形為內邊界三角形。

由于平面點集中可能存在凹形與一定數量的空洞,導致Delaunay三角網中存在未知數量的極長邊�？紤]到經典的3σ粗差探測[21]容易導致第1類或第2類統(tǒng)計錯誤,影響點集形狀重構的準確性。本文采用雙極差粗差探測技術,對Delaunay三角網中的極長邊進行識別與定位,具體流程如圖5所示。圖4 初始外邊界的提取流程


本文編號：3290309