67、野火周长多边形表征与新型广义迭代方法研究

野火周长多边形表征与新型广义迭代方法研究

1. 野火周长多边形表征算法

在野火研究中，准确表征野火周长多边形对于理解野火的蔓延范围和行为至关重要。这里介绍两种算法：迭代最小距离算法（IMDA）和四边形划分算法（QA）。

1.1 IMDA算法

IMDA算法基于传统图像边缘检测确定的无序边界点集，通过不断连接两个最近的点来构建多边形。其具体步骤如下：
1. 输入无序边界点集 $B$ 和阈值 $d$。
2. 从 $B$ 中任意选取一个起始点 $b_1$，并从 $B$ 中删除 $b_1$。
3. 基于找到与先前选择的点距离小于 $d$ 的最小距离点，找到一个封闭多边形 $P$。
4. 当 $B$ 中任意点到 $P$ 的距离小于 $d$ 时，找到轨迹 $P_c$。
5. 如果将 $P_c$ 添加到 $P$ 不会导致 $P$ 中先前选择的点被删除，则将 $P_c$ 添加到 $P$。
6. 如果将 $P_c$ 添加到 $P$ 会导致 $P$ 中先前选择的点被删除，则当 $P_c$ 增加多边形的面积时，将 $P_c$ 添加到 $P$。
7. 重复步骤 3 - 5，直到 $B$ 中没有点到 $P$ 的距离小于 $d$。
8. 如果有多个多边形，重复上述步骤。

以下是IMDA算法的伪代码：

Algorithm 2. IMDA
Input: Unordered boundary points B and threshold value d.
Output: Polygons representing wildfi