计算机工程与应用张永亮,基于稠密与稀疏高程点的DEM插值算法-计算机工程与应用.PDF...

基于稠密与稀疏高程点的DEM插值算法-计算机工程与应用

Computer Engineering and Applications 计算机工程与应用 2014 ，50(1) 167

基于稠密与稀疏高程点的DEM 插值算法

张永亮，朱美正，李 欣，郑 昊

ZHANG Yongliang, ZHU Meizheng, LI Xin, ZHENG Hao

华北计算技术研究所，北京 100083

North China Institute of Computing Technology, Beijing 100083, China

ZHANG Yongliang, ZHU Meizheng, LI Xin, et al. Algorithms of DEM interpolation based on dense and sparse

elevation points. Computer Engineering and Applications, 2014, 50 (1)：167-174.

Abstract ：Considering the accuracy, efficiency and smoothness of DEM interpolation, discrete points is divided into two

cases which are dense and sparse. According to dense case, the paper puts forward partition algorithm for fast constructing

triangular mesh, then inserts point by point DEM interpolation; according to the sparse case, it analyzes the adverse factors

of triangular mesh, and puts forward Gauss weight-vector basis method for DEM interpolation.

Key words ：dense and sparse; partition algorithm; Gauss weight-vector base; DEM interpolation

摘 要：考虑到DEM 插值的准确度、效率与平滑效果，将平面上离散高度点分为稠密和稀疏两种情况。针对稠密的

情况，提出了分治算法快速构建三角网，然后逐点插入进行DEM 插值；针对稀疏的情况，分析了三角网的不利因素，

提出了高斯权值-向量基方法进行DEM 插值。

关键词：稠密和稀疏；分治算法；高斯权值-向量基；DEM 插值

文献标志码：A 中图分类号：TP391.41 doi ：10.3778/j.issn. 1002-8331.1202-0490

1 引言 算结果与真实值相差较大；(2 )得到的DEM 全图显示效

格网DEM 是DEM 的最常用形式，其数据的组织类 果十分不平滑，三角形的边界棱角凸现。

似于图像栅格数据，只是每个像元的值是高程值。在已 鉴于以上分析，本文将高程点从密度的角度分为稠

观测点的区域内估算未观测点的数据的过程称为内插； 密和稀疏两种情况。对于稠密的情况针对三角网的构

在已观测点的区域外估算未观测点的数据的过程称为 造效率，提出了利用分治算法快速构造Delaunay 三角网

外推。空间数据的内插和外推在GIS 中使用十分普 的方法；对于稀疏的情况，提出了一种高斯权值-向量基

遍。一般情况下，空间位置越靠近的点越有可能获得与 的方法。两种算法相结合处理DEM 插值问题具有如下

实际值相似的数据，而空间位置越远的点则获得与实际 优势：

值相似的数据的可能性越小。 (1)分治算法在构造Delaunay 三角网上效率高；

目前最常用的方法是基于已知高程点构造不规则 (2 )三角网逐点插入法对处理已知高程点稠密情况

三角网，然后采用对未知高程点逐点插入的方法借助未 的准确性可以得到保证；

知高程点