利用“计算区”进行建筑物短边结构识别和渐进式化简.docx

利用“计算区”进行建筑物短边结构识别和渐进式化简 建筑物化简是地图自动综合的重要组成部分之一，旨在将建筑物的形状结构保持在一定程度上，同时减少图形的复杂度。传统的建筑物化简方法包括最小二乘、半平面划分概括、矩形差分、模板匹配、基于机器学习的方法等，但这些方法都存在一定的缺陷，未能完全满足建筑物化简的要求。 本文提出了一种新的建筑物化简方法，基于“计算区”的概念。所谓“计算区”，是指与某组小于阈值的边化简有关的节点序列。该方法首先增强建筑物的垂直、平行等形状特征，然后通过分析建筑物小于阈值的边的分布和结构，对其实施有针对性的化简。 该方法的流程如下：（1）数据预处理，依据建筑物化简原则，加强边的平行、垂直特征，也是算法实施的基础。（2）分组与计算区生成，根据小于阈值的边（以下简称短边）的分布特征对其分组，同时确定各组计算区范围。（3）结构识别与化简，识别各组短边结构，实施化简。本文采用渐近式化简，即阈值设置后，在小阈值结果基础上逐渐增大阈值，得到最终结果，避免阈值过大或过小对结果的影响。 本文方法的优点在于，可以保持建筑物的形状特征，同时减少图形的复杂度。该方法也可以应用于其他类型的图形化简，如道路、河流等。 在建筑物化简过程中，需要考虑多种影响条件的相互制约关系，如面积保持、形状特征、距离保持等。因此，必须结合制图目的确定各原则的优先级。专家综合就是在位移精度允许的范围内尽量减小面积差，是较合理的解决方案。 计算机地图自动综合本质上是对手工地图综合的模拟，自动地图综合需智能化已得到的共识。基于上述原则，本文通过分析和模拟制图专家化简建筑物的思维过程、操作流程，提出了一种利用“计算区”进行建筑物短边结构识别与渐进式化简的方法。 本文方法可以应用于各类地图自动综合，例如城市规划、道路设计、环境监测等领域。该方法可以提高地图自动综合的效率和准确性，为制图专家和研究人员提供有价值的参考。 本文提出了一种新的建筑物化简方法，基于“计算区”的概念，旨在保持建筑物的形状特征，同时减少图形的复杂度。该方法可以应用于各类地图自动综合，提高地图自动综合的效率和准确性。