留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

DP算法自动实现方法—以河流化简为例

闫浩文 张鑫港 禄小敏 李蓬勃

闫浩文, 张鑫港, 禄小敏, 李蓬勃. DP算法自动实现方法—以河流化简为例[J]. 武汉大学学报 ● 信息科学版. doi: 10.13203/j.whugis20210412
引用本文: 闫浩文, 张鑫港, 禄小敏, 李蓬勃. DP算法自动实现方法—以河流化简为例[J]. 武汉大学学报 ● 信息科学版. doi: 10.13203/j.whugis20210412
YAN Haowen, ZHANG Xingang, LU Xiaomin, LI Pengbo. Approach to automating the DP Algorithm—taking river simplification as an example[J]. Geomatics and Information Science of Wuhan University. doi: 10.13203/j.whugis20210412
Citation: YAN Haowen, ZHANG Xingang, LU Xiaomin, LI Pengbo. Approach to automating the DP Algorithm—taking river simplification as an example[J]. Geomatics and Information Science of Wuhan University. doi: 10.13203/j.whugis20210412

DP算法自动实现方法—以河流化简为例

doi: 10.13203/j.whugis20210412
基金项目: 

国家自然科学基金(41930101)。

详细信息
    作者简介:

    闫浩文,博士,教授,从事地图综合与空间关系研究。yanhw@mail.lzjtu.cn。

  • 中图分类号: P228

Approach to automating the DP Algorithm—taking river simplification as an example

Funds: 

The National Natural Science Foundation of China (41930101).

  • 摘要: 曲线化简是自动地图综合的重要内容,但其中广泛应用的Douglas-Peucker算法(简称DP算法)却是非自动化的,原因是需要在算法执行之初由人工输入距离阈值ε。为此,本文首先提出了一个多尺度曲线相似度的计算公式,然后基于该公式,以河流数据为例给出了地图比例尺与曲线目标相似度的函数关系推导方法和曲线目标相似度与𝜀的函数关系推导方法,进而得出了𝜀与比例尺的函数关系,由此实现了DP算法的自动化。实验研究表明,利用本文提出的自动化DP算法可以获得指定地理区域不同比例尺的水系要素的化简结果,化简结果与经验丰富的制图员的手工化简结果的相似度平均值为0.927,相似度总体表现良好,表明了该方法良好的可靠性和较高的智能化。
  • [1] R Weibel.ATypology of Constraints to Line Simplification[C]//Advance in GIS Research Ⅱ,Proceedings of 7thinternational symposium on spatial Data Handling. Lon-don:Taylor&Francis, 1997.
    [2] Jenkins J, Fleenor A, Dietz F. Moving beyond the Frame:Geovisualization of Landscape Change along the Southwestern Edge of Yosemite National Park[J]. Journal of Geovisualization and Spatial Analysis, 2019, 3(2):9
    [3] Li Z L, Gong X Y, Jun C, et al. Functional Requirements of Systems for Visualization of Sustainable Development Goal (SDG) Indicators[J]. Journal of Geovisualization and Spatial Analysis, 2020, 4(1):5
    [4] Mao B, Li B C. Graph-Based 3D Building Semantic Segmentation for Sustainability Analysis[J]. Journal of Geovisualization and Spatial Analysis, 2020, 4(1):4
    [5] Larkey L B, Markman A B. Processes of Similarity Judgment[J]. Cognitive Science, 2005, 29(6):1061-1076
    [6] Visser H, de Nijs T. The Map Comparison Kit[J]. Environmental Modelling&Software, 2006, 21(3):346-358
    [7] Li B N, Fonseca F. TDD:A Comprehensive Model for Qualitative Spatial Similarity Assessment[J]. Spatial Cognition&Computation, 2006, 6(1):31-62
    [8] Rodriguez M A, Egenhofer M J. Determining Semantic Similarity among Entity Classes from Different Ontologies[J]. IEEE Transactions on Knowledge and Data Engineering, 2003, 15(2):442-456
    [9] Ramer U. An Iterative Procedure for the Polygonal Approximation of Plane Curves[J]. Computer Graphics and Image Processing, 1972, 1(3):244-256
    [10] Douglas D H, Peucker T K. Algorithms for the Reduction of the Number of Points Required to Represent a Digitized Line or Its Caricature[J]. Cartographica:the International Journal for Geographic Information and Geovisualization, 1973, 10(2):112-122
    [11] Hershberger J, Snoeyink J. Speeding up the Douglas-Peucker line-simplification algorithm[C]//Proceedings of the 5th Symposium on Data Handling, 1992:134-143
    [12] Yan H W. Quantitative Relations between Spatial Similarity Degree and Map Scale Change of Individual Linear Objects in Multi-Scale Map Spaces[J]. Geocarto International, 2015, 30(4):472-482
    [13] Yan H W, Shen Y Z, Li J. Approach to Calculating Spatial Similarity Degrees of the Same River Basin Networks on Multi-Scale Maps[J]. Geocarto International, 2016, 31(7):765-782
    [14] Chen Z L, Ye W. The Precise Representation Model of Topological Relations of Complex Planar Objects[J]. Journal of Geodesy and Geoinformation Science, 2019, 2(3):18-30
    [15] Huang B H, Zhong W, Zhai R J, et al. Hierarchical Area Partitioning Method of Urban Road Networks Matching[J]. Journal of Geodesy and Geoinformation Science, 2019, 2(3):55-67
    [16] Toussaint G T. A comparison of rhythmic dissimilarity measures[J]. FORMA. 2006, 21(2):129-149
    [17] Rosso R, Bacchi B, La Barbera P. Fractal Relation of Mainstream Length to Catchment Area in River Networks[J]. Water Resources Research, 1991, 27(3):381-387
    [18] Power C, Simms A, White R. Hierarchical Fuzzy Pattern Matching for the Regional Comparison of Land Use Maps[J]. International Journal of Geographical Information Science, 2001, 15(1):77-100
    [19] Huttenlocher D P, Klanderman G A, Rucklidge W J. Comparing Images Using the Hausdorff Distance[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1993, 15(9):850-863
  • [1] 高晓蓉, 闫浩文, 禄小敏, 王中辉.  利用“计算区”进行建筑物短边结构识别和渐进式化简 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20200698
    [2] 李靖涵, 武芳, 杜佳威, 巩现勇, 行瑞星.  Delaunay三角网支持下的海图等深线化简 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20170223
    [3] 刘民士, 龙毅, 费立凡, 何桂芳.  顾及三维形态特征的河流曲线化简方法 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20150176
    [4] 杨静, 程昌秀, 李晓岚, 陈驰.  网络结构空间格局相似度分析——以1938~2014年北京市骨干交通网络为例 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20140569
    [5] 刘远刚, 郭庆胜, 孙雅庚, 杨乃, 郑春燕.  地图自动综合中Beams移位算法的实现与改进 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20140343
    [6] 刘远刚, 郭庆胜, 孙雅庚, 林青, 郑春燕.  地图目标群间骨架线提取的算法研究 . 武汉大学学报 ● 信息科学版,
    [7] 刘涛, 杜清运, 毛海辰.  空间线群目标相似度计算模型研究 . 武汉大学学报 ● 信息科学版,
    [8] 臧天宁, 云晓春, 张永铮, 门朝光.  僵尸网络关系云模型分析算法 . 武汉大学学报 ● 信息科学版,
    [9] 刘鹏程, 罗静, 艾廷华, 李畅.  基于线要素综合的形状相似性评价模型 . 武汉大学学报 ● 信息科学版,
    [10] 陈文瀚, 龙毅, 沈婕, 李雯静.  利用约束D-TIN进行建筑物多边形凹部结构识别与渐进式化简 . 武汉大学学报 ● 信息科学版,
    [11] 马劲松, 沈婕, 徐寿成.  利用Douglas-Peucker并行算法在多核处理器上实时综合地图线要素 . 武汉大学学报 ● 信息科学版,
    [12] 刘鹏程, 艾廷华, 胡晋山, 成晓强.  基于原型模板形状匹配的建筑多边形化简 . 武汉大学学报 ● 信息科学版,
    [13] 艾廷华, 杨帆, 李精忠.  第二次土地资源调查数据建库中的土地利用图综合缩编 . 武汉大学学报 ● 信息科学版,
    [14] 翟仁健, 武芳, 朱丽, 王鹏波.  利用地理特征约束进行曲线化简 . 武汉大学学报 ● 信息科学版,
    [15] 陈军, 胡云岗, 赵仁亮, 李志林.  道路数据缩编更新的自动综合方法研究 . 武汉大学学报 ● 信息科学版,
    [16] 艾廷华, 郭宝辰, 黄亚峰.  1∶5万地图数据库的计算机综合缩编 . 武汉大学学报 ● 信息科学版,
    [17] 王晏民, 李德仁, 龚健雅.  一种多比例尺GIS方案及其数据模型 . 武汉大学学报 ● 信息科学版,
    [18] 应申, 李霖.  基于约束点的曲线一致性化简 . 武汉大学学报 ● 信息科学版,
    [19] 艾廷华, 刘耀林.  土地利用数据综合中的聚合与融合 . 武汉大学学报 ● 信息科学版,
    [20] 粟松廷.  单级比例尺电子地图数据库多级表现系统的设计 . 武汉大学学报 ● 信息科学版,
  • 加载中
计量
  • 文章访问数:  151
  • HTML全文浏览量:  17
  • PDF下载量:  16
  • 被引次数: 0
出版历程
  • 收稿日期:  2022-07-13
  • 网络出版日期:  2022-08-18

DP算法自动实现方法—以河流化简为例

doi: 10.13203/j.whugis20210412
    基金项目:

    国家自然科学基金(41930101)。

    作者简介:

    闫浩文,博士,教授,从事地图综合与空间关系研究。yanhw@mail.lzjtu.cn。

  • 中图分类号: P228

摘要: 曲线化简是自动地图综合的重要内容,但其中广泛应用的Douglas-Peucker算法(简称DP算法)却是非自动化的,原因是需要在算法执行之初由人工输入距离阈值ε。为此,本文首先提出了一个多尺度曲线相似度的计算公式,然后基于该公式,以河流数据为例给出了地图比例尺与曲线目标相似度的函数关系推导方法和曲线目标相似度与𝜀的函数关系推导方法,进而得出了𝜀与比例尺的函数关系,由此实现了DP算法的自动化。实验研究表明,利用本文提出的自动化DP算法可以获得指定地理区域不同比例尺的水系要素的化简结果,化简结果与经验丰富的制图员的手工化简结果的相似度平均值为0.927,相似度总体表现良好,表明了该方法良好的可靠性和较高的智能化。

English Abstract

闫浩文, 张鑫港, 禄小敏, 李蓬勃. DP算法自动实现方法—以河流化简为例[J]. 武汉大学学报 ● 信息科学版. doi: 10.13203/j.whugis20210412
引用本文: 闫浩文, 张鑫港, 禄小敏, 李蓬勃. DP算法自动实现方法—以河流化简为例[J]. 武汉大学学报 ● 信息科学版. doi: 10.13203/j.whugis20210412
YAN Haowen, ZHANG Xingang, LU Xiaomin, LI Pengbo. Approach to automating the DP Algorithm—taking river simplification as an example[J]. Geomatics and Information Science of Wuhan University. doi: 10.13203/j.whugis20210412
Citation: YAN Haowen, ZHANG Xingang, LU Xiaomin, LI Pengbo. Approach to automating the DP Algorithm—taking river simplification as an example[J]. Geomatics and Information Science of Wuhan University. doi: 10.13203/j.whugis20210412
参考文献 (19)

目录

    /

    返回文章
    返回