本文關(guān)鍵詞：層次Voronoi圖及其初步應(yīng)用，，由筆耕文化傳播整理發(fā)布。

【摘要】：作為地理空間信息的關(guān)鍵技術(shù),可視化主要是采用計算機圖形圖像處理技術(shù),將繁雜的自然科學現(xiàn)象、地理景觀及一些抽象形式概念圖形化的過程。詳細來說,就是指利用圖形圖像處理技術(shù),將復(fù)雜的空間和屬性數(shù)據(jù)以地理的形式展現(xiàn)出來,使之能夠及時準確的對數(shù)據(jù)挖掘做出相關(guān)性層面的判斷、發(fā)展趨向及輔助決策。本文以空間點群為目標,以Voronoi圖為切入點,通過對空間點群的自適應(yīng)聚類算法、聚類點加權(quán)Voronoi圖形的可視化,提出了基于層次Voronoi圖的空間點群數(shù)據(jù)的可視化方法。結(jié)合概率論與數(shù)理統(tǒng)計相關(guān)理論知識,對其具體的點群應(yīng)用性問題進行了相關(guān)的研究,最后進行試驗驗證并對研究成果進行了分析。本論文研究內(nèi)容如下： (1)對當前空間數(shù)據(jù)可視化圖形的弊端進行了分析。針對當前空間數(shù)據(jù)可視化的圖形多為三角網(wǎng)、格網(wǎng)方格,由于其圖形的靈活性限制了空間數(shù)據(jù)維度信息量的再現(xiàn),在信息可視化上不利于空間數(shù)據(jù)的幾何形態(tài)結(jié)構(gòu)表達。因此,迫切需要一種可觀的可視化圖形來改善空間數(shù)據(jù)的可視化表達效果,提高對圖形可視化的空間信息量呈現(xiàn)。 (2)提出了基于空間點群的層次樹結(jié)構(gòu)自適應(yīng)聚類算法。對一般可視化的樹型數(shù)據(jù)結(jié)構(gòu)和聚類樹數(shù)據(jù)結(jié)構(gòu)進行了概要論述。固定的樹型數(shù)據(jù)結(jié)構(gòu)固然可以實現(xiàn)空間數(shù)據(jù)的結(jié)構(gòu)劃分,但顧及到空間數(shù)據(jù)的實時性和整體性原則,本文通過自適應(yīng)的聚類算法實現(xiàn)對空間點群數(shù)據(jù)的結(jié)構(gòu)劃分,保證了空間數(shù)據(jù)的群聚完整性與自適剖分性。 (3)提出了基于層次Voronoi圖的層次細節(jié)(Level of Detail, LOD)可視化表達方法。根據(jù)自適應(yīng)聚類算法構(gòu)建的層次樹結(jié)構(gòu),以Voronoi圖為可視化圖形,實現(xiàn)空間點群數(shù)據(jù)的層次剖分、信息的可視化表達。該空間數(shù)據(jù)的可視化可在特定的宏觀背景下觀察其內(nèi)部的微觀信息,實現(xiàn)了信息的層次細節(jié)表達。 (4)提出了基于空間點群的層次Voronoi圖制圖綜合方法。依據(jù)層次Voronoi圖的可視化圖形特性,對空間點群進行綜合研究。依據(jù)點群相似度算法,通過對不同空間點群的層次Voronoi圖表達,使用密度、角度、距離、拓撲相似度,及其幾何平均值來量化點群之間的相似程度。實現(xiàn)了制圖綜合后點群在范圍、排列和密度上的一致性。 本文提出的基于層次Voronoi圖的可視化方法,相對于層次細節(jié)可視化、點群制圖綜合及相似度計算,在處理復(fù)雜空間點群目標的空間關(guān)系上具有顯著的優(yōu)勢,并通過試驗實現(xiàn)了預(yù)期的目標,證明了其方法的切實可行性。
【關(guān)鍵詞】：點群 聚類 層次Voronoi圖 綜合 相似度
【學位授予單位】：昆明理工大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：P208
【目錄】：

• 摘要5-6
• Abstract6-8
• 目錄8-11
• 第一章 緒論11-25
• 1.1 研究背景11-14
• 1.2 可視化技術(shù)14-15
• 1.3 問題的提出15-19
• 1.3.1 圖形生成速度15-16
• 1.3.2 可視化局限性16-18
• 1.3.3 點群綜合18-19
• 1.4 解決問題的思路19-20
• 1.5 相關(guān)研究及分析20-23
• 1.5.1 LOD可視化方法20-22
• 1.5.2 Voronoi圖數(shù)據(jù)結(jié)構(gòu)生成算法22-23
• 1.5.3 點群綜合與相似度23
• 1.6 本文研究內(nèi)容及章節(jié)安排23-25
• 第二章 層次Voronoi圖數(shù)據(jù)結(jié)構(gòu)25-35
• 2.1 普通Voronoi圖25-27
• 2.1.1 普通Voronoi圖定義25-26
• 2.1.2 普通Voronoi圖生成方法26-27
• 2.2 加權(quán)Voronoi圖27-31
• 2.2.1 加權(quán)Voronoi圖定義28-29
• 2.2.2 加權(quán)Voronoi圖生成方法29-31
• 2.3 層次Voronoi圖31-35
• 2.3.1 層次Voronoi圖定義31-32
• 2.3.2 層次Voronoi圖生成方法32-35
• 第三章 基于層次Voronoi圖的空間數(shù)據(jù)LOD可視化表達35-42
• 3.1 加權(quán)值分配35-36
• 3.2 自適應(yīng)聚類36-38
• 3.2.1 自適應(yīng)聚類算法36-38
• 3.3 構(gòu)建層次樹結(jié)構(gòu)38-39
• 3.4 層次Voronoi圖的LOD方法39-40
• 3.5 算例與分析40-42
• 3.5.1 算例實驗40-41
• 3.5.2 實驗分析41-42
• 第四章 基于層次Voronoi圖的點群綜合方法42-55
• 4.1 制圖綜合42-45
• 4.1.1 制圖綜合一般方法43-44
• 4.1.2 Voronoi圖制圖綜合方法44-45
• 4.2 空間點群45
• 4.3 空間點群相似度45-46
• 4.4 空間相似性特征46
• 4.5 相似性研究方法46-47
• 4.6 層次Voronoi點群綜合計算47-51
• 4.6.1 密度與拓撲相似度計算48
• 4.6.2 角度相似度計算48-49
• 4.6.3 距離相似度計算49
• 4.6.4 范圍相似度計算49-50
• 4.6.5 排列相似度計算50-51
• 4.6.6 全局相似度計算51
• 4.7 算例與分析51-54
• 4.7.1 算例實驗51-54
• 4.7.2 實驗分析54
• 4.8 本章小結(jié)54-55
• 第五章 結(jié)論與展望55-57
• 5.1 主要研究工作55
• 5.2 研究的創(chuàng)新點55
• 5.3 存在的主要問題55-56
• 5.4 研究方向的展望56-57
• 致謝57-58
• 參考文獻58-62
• 附錄A 碩士期間科研情況62-63
• 一 碩士期間發(fā)表的論文62
• 二 碩士期刊參加的科研項目62
• 三 碩士期間主要獲獎情況62-63
• 附錄B 部分程序代碼63-66

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 毋河海;凸殼原理在點群目標綜合中的應(yīng)用[J];測繪工程;1997年01期

2 錢海忠;武芳;謝鵬;鄧紅艷;張釗;;基于CIRCLE特征變換的點群選取改進算法[J];測繪科學;2006年05期

3 錢海忠,武芳,張琳琳,陳波;基于極化變換的點群綜合幾何質(zhì)量評估[J];測繪學報;2005年04期

4 李佳田;陳軍;趙仁亮;陳浩;馬力;;基于線性四叉樹結(jié)構(gòu)的Voronoi圖反向膨脹生成方法[J];測繪學報;2008年02期

5 郭慶勝;鄭春燕;胡華科;;基于鄰近圖的點群層次聚類方法的研究[J];測繪學報;2008年02期

6 江浩;褚衍東;閆浩文;郭麗峰;;多尺度地理空間點群目標相似關(guān)系的計算研究[J];地理與地理信息科學;2009年06期

7 李康寧;杜揚;蔣新生;王冬;;基于四叉樹的LOD虛擬復(fù)雜地形場景簡化技術(shù)研究[J];后勤工程學院學報;2010年02期

8 張有會;;加權(quán)Voronoi圖畫法的研究[J];計算機科學;2001年06期

9 王臻;胡敏;李響;;基于四叉樹的動態(tài)多分辨率LOD地形快速簡化[J];計算機應(yīng)用;2007年07期

10 馬曉晨;孔小利;;基于深度八叉樹的三維數(shù)據(jù)場LOD可視化[J];計算機應(yīng)用;2010年01期

  本文關(guān)鍵詞：層次Voronoi圖及其初步應(yīng)用，由筆耕文化傳播整理發(fā)布。

本文編號：480051