一种线性矢量图形的优化方法技术

本发明专利技术公开了一种线性矢量图形的优化方法，本发明专利技术方法针对每条线性边界作如下处理：步骤一是计算除两端点之外每个节点的删除代价并排序，这里的删除代价等于中间节点与相邻前后两节点的距离和，减去相邻两节点之间的距离；步骤二是取出最小代价值，若该值大于等于阈值则停止优化，反之则删除对应节点，并更新相邻两节点的删除代价，重新排序，此时节点总数若达到最小数量阈值则停止优化，反之则重复上述步骤二；本发明专利技术每删除一个节点只需更新相邻两个节点的删除代价，大大降低了算法计算量，同时每次取最小删除代价节点进行处理可保证优化准确率。

【技术实现步骤摘要】

本专利技术属于矢量图形优化
，特别涉及。
技术介绍
目前矢量化图形优化技术广泛应用在各种图像图形处理领域，特别在大数据量的遥感影像矢量化后处理阶段具有非常重要的地位。现有的矢量化方法种类众多，如边界追踪法(Huang B 1995)、有向边界法(Li Z C, 1997)、基于“网格”技术的方法(Zhang X C, 2001)、基于拓扑理论的变换法(Shen Z Q，1999)和追踪“run-length”轮廓线法等等。 但是由于下列误差的存在，不管采用何种矢量化方法，其结果与真实地物轮廓始终存在较大出入(1)栅格数据离散化产生的误差，导致矢量边界呈现锯齿状。(2)空间分辨率的局限以及噪音的干扰，使矢量边界偏离真实地物轮廓。通常前者的影响较为明显，而后者难以察觉，这是因为一般情况下我们并不知道地物的真实轮廓，仅能通过目视解译来大致判别矢量边界的准确度。但是这两类误差总是同时存在，并对后续基于矢量图形的分析研究造成较大影响1)首先这些误差会给边界带来大量冗余节点，这对于大数据量的遥感影像来说无疑会造成巨大负担；2)再者这些冗余节点会给边界带来许多额外的起伏波动，使其无法真实反映地物的各种特征(如周长、形状指数、光滑度、紧凑度等)，从而影响分析精度。为此，许多学者研究并提出了各种矢量化图形的优化方法，如垂距限值法、光栏法、角度限值法、基于小波压缩法等等。按照线型不同， 矢量边界优化技术可以分为直线段拟合、曲线拟合、混合拟合三类。而基于直线段拟合的优化技术又可分为两类(1)边界平滑法；(2)节点压缩法。前者根据相邻若干节点的空间相关性调整各节点坐标，使边界线型变得顺滑，以此来消弱锯齿等误差。后者根据一定法则去除边界上对形状影响不显著的节点(下文亦称非特征节点)来减小误差。目前在矢量图形优化邻域使用非常广泛的是道格拉斯-普克(Douglas-Peucker)方法，其具体步骤对每一条边界，首末两点虚连一条直线，求边界上所有点到直线的距离，并找到最大距离值dmax，用dmax与阈值D相比(I)Sdmax < D，则这条边界上的中间点全部舍去。(2)若dmax ^ D，保留dmax对应的坐标点，并以该点为界，把边界分为两部分，对这两部分重复使用这种方法。道格拉斯-普克方法速度慢、效率低、运算量大、且易误删重要节点。
技术实现思路
本专利技术的目的就是针对现有技术的不足，提供。本专利技术的目的是通过以下技术方案来实现的一种线性矢量图形的优化方，包括如下步骤(1)首先计算除两个端点之外每个节点的删除代价，并对删除代价进行排序；删除代价公式为=DelCost (B) =Dis (AB) +Dis (BC) -Dis (AC)；其中，A、B、C为依次排序的三个相邻节点，DelCost (B)为节点B的删除代价，Dis (AB)表示节点AB之间的距离，Dis (BC)表示节点 BC之间的距离，Dis (AC)表示节点AC之间的距离；(2)取出其中的最小删除代价，与设定的阈值进行比较若最小删除代价大于等于阈值，则停止优化；若最小删除代价小于阈值，则将与该删除代价对应的节点删除，更新与该节点相邻的两个节点的删除代价并重新排序；然后看节点总数是否达到最小数量阈值，如达到则停止优化，反之则接着重复步骤2。本专利技术的有益效果是，本专利技术的线性矢量图形的优化方法针对每条边界首先计算除两端点之外每个节点的删除代价并排序；接着取出最小代价值，若该值大于等于阈值则停止优化，反之则删除对应节点，并更新相邻两节点的删除代价，重新排序，此时节点总数若达到最小数量阈值则停止优化，反之则重复第二步。本专利技术每删除一个节点只需更新相邻两个节点的删除代价，大大降低了算法计算量，同时每次取最小删除代价节点进行处理可保证优化准确率。附图说明图1为本专利技术方法中边界优化示意图。 具体实施例方式下面根据附图和实施例详细描述本专利技术，本专利技术的目的和效果将变得更加明显。本专利技术线性矢量图形的优化方法的具体步骤如下步骤1 首先计算除两个端点之外每个节点的删除代价，并对删除代价进行排序。删除代价公式为DelCost (B) =Dis (AB) +Dis (BC) -Dis (AC)。其中，A、B、C为依次排序的三个相邻节点，DelCost(B)为节点B的删除代价， Dis (AB)表示节点AB之间的距离，Dis (BC)表示节点BC之间的距离，Dis (AC)表示节点AC 之间的距离。步骤2 取出其中的最小删除代价，与设定的阈值进行比较若最小删除代价大于等于阈值，则停止优化；若最小删除代价小于阈值，则将与该删除代价对应的节点删除，更新与该节点相邻的两个节点的删除代价并重新排序。然后看节点总数是否达到最小数量阈值，如达到则停止优化，反之则接着重复步骤2。实施例1本专利技术在具体实施的过程中针对每条线性边界采用如下步骤 第一步从线性矢量图形中取出一条矢量边界，对除两端点之外的每个节点(如图1中节点al-a8)计算其删除代价，并对删除代价进行排序。其中删除代价公式为=DelCost(B) =Dis (AB)+Dis(BC)-Dis(AC)。其中，A、B、C为依次排序的三个相邻节点，DelCost(B)为节点B的删除代价， Dis (AB)表示节点AB之间的距离。第二步取出最小删除代价，图1中a5对应的删除代价最小。将其与阈值进行比较，假设此时小于阈值，则删除节点a5，更新a4、a6节点的删除代价，并重新对删除代价进行排序。假设此时节点总数大于最小数量阈值，则接着对剩余节点重复第二步。本文档来自技高网...

【技术保护点】
１．一种线性矢量图形的优化方法，其特征在于，包括如下步骤：（１）首先计算除两个端点之外每个节点的删除代价，并对删除代价进行排序；删除代价公式为：ＤｅｌＣｏｓｔ（Ｂ）＝Ｄｉｓ（ＡＢ）＋Ｄｉｓ（ＢＣ）－Ｄｉｓ（ＡＣ）；其中，Ａ、Ｂ、Ｃ为依次排序的三个相邻节点，ＤｅｌＣｏｓｔ（Ｂ）为节点Ｂ的删除代价，Ｄｉｓ（ＡＢ）表示节点ＡＢ之间的距离，Ｄｉｓ（ＢＣ）表示节点ＢＣ之间的距离，Ｄｉｓ（ＡＣ）表示节点ＡＣ之间的距离；（２）取出其中的最小删除代价，与设定的阈值进行比较：若最小删除代价大于等于阈值，则停止优化；若最小删除代价小于阈值，则将与该删除代价对应的节点删除，更新与该节点相邻的两个节点的删除代价并重新排序；然后看节点总数是否达到最小数量阈值，如达到则停止优化，反之则接着重复步骤２。

【技术特征摘要】
1. 一种线性矢量图形的优化方法，其特征在于，包括如下步骤(1)首先计算除两个端点之外每个节点的删除代价，并对删除代价进行排序；删除代价公式为=DelCost (B) =Dis (AB) +Dis (BC) -Dis (AC)；其中，A、B、C为依次排序的三个相邻节点，DelCost (B)为节点B的删除代价，Dis (AB)表示节点AB之间的距离，...

【专利技术属性】
技术研发人员：陈秋晓，吴宁，
申请(专利权)人：浙江大学，
类型：发明
国别省市：86