基于空间邻近关系的海岛聚类特征分析与自动提取

摘要

计算机技术的发展促进了地图制图学的发展，也使得与地图制图相关的各种技术研究有了很大的变革。可是地理信息数据的采集需要巨大的人力物力投入，各种比例尺数据的重复贮存与管理也意味着大量经济上的投入和人力消耗，而且也难以保证这些地理信息数据的一致性。那么就需要一种行之有效的方法，能够使我们只需要采集、存贮一份尽可能详细的某种基础比例尺的地理信息数据，而其它比例尺的数据都可以从这份基础数据中派生出来，即使用自动制图综合的手段来获取其他比例尺的数据。
　　岛屿随着进入新世纪越发显得重要，因此近些年许多学者加大了对于岛屿自动综合的研究。岛屿在自动综合的时候，要保持岛屿的分布密度、密度对比、总轮廓以及岛群总的延伸方向不变。通过对岛群边界线的确定，实现岛群的化简。岛群外围边界的化简采用线性要素图形综合的渐进式方法，来保证岛群外围边界，从而保证了岛群的总轮廓和延伸方向不变。自动制图综合中需要执行一些列的步骤，这些步骤叫做“综合算子”，用来定义综合的各种变换，而聚类分析就是其中的一个算子。本文提出了一种基于空间邻近关系的海岛聚类算法。该算法首先通过判断岛屿之间的邻近关系来生成岛屿之间的距离因子，然后以最小生成树算法为基础处理距离因子，形成岛屿的微观尺度结构，最后再通过Voronoi图来判断各微观尺度结构之间的关系，形成岛屿的中等尺度结构。该算法能够很好地获取岛屿的聚类特征，对于后续的海图制图提供的良好基础。

目录

封面

声明

中文摘要

英文摘要

目录

1 概述

1.1 研究背景和意义

1.2 国内外研究现状及趋势

1.3 主要研究内容及组织结构

2 相关理论与技术

2.1 岛群制图与自动综合

2.2 海岛聚类分析与提取基础理论

2.3 基于 ARCENGINE 实验平台开发技术

3 海岛聚类分析与自动提取算法

3.1 动态邻近图的形成

3.2 把邻近图转换为最小生成树的结构

3.3 选取作为潜在中等结构的种子点

3.4 以种子点为基础生成凸包和 Voronoi图

3.5 以 Voronoi图为基础合并凸包并处理散落的单个多边形

4 实验平台开发与算法测试

4.1 实验平台简介

4.2 算法综合测试

5 总结与展望

致谢

参考文献