[发明专利]一种不漏水深浅点的海图水深自动选取方法

说明书

技术领域

本发明涉及海洋测绘技术领域，尤其涉及一种不漏水深浅点的海图水深自动选取方法。

背景技术

    水深是海图的基本要素，是舰船、潜艇等海上航行决策分析的重要依据。水深选取的质量将直接影响到海上航行的安全。

当前，海图制图综合的水深注记选取，是由作业人员依据航海图编绘规范的要求，采用手工方式进行的。水深选取的质量高低，在很大程度上依赖于作业人员的业务水平和细致程度。如果作业人员的业务水平有限或不够细致，就有可能在水深选取时遗漏水深浅点。尽管实际的水深选取中，还会有校对、验收等多级检查，但无法彻底解决水深选取时不漏水深浅点这一问题。这种水深浅点的遗漏，会对舰船的航行安全构成潜在的威胁。另一方面，海图上大量水深依靠手工来逐一分析并选取的作业方式，效率低下。因此，如何在保证不漏水深浅点的前提下，利用计算机实现海图水深注记的自动选取，一直是海图制图综合中亟待解决的核心问题。

针对海图制图综合中的水深自动选取，国内外不少专家、学者对此进行了研究。Zoraster将水深分为首选水深、背景水深和限定水深，并在进行海底地形分区的基础上，依重要性顺序进行选取优化。Loomis在建立不规则三角网（TIN）的基础上，使用预定的选取标准实现水深综合。汤勤通过布置菱形网、划分子区、开方根规律决定应选水深数目等策略，对航海图海底地形自动综合进行了探讨。许海涛也通过构建TIN，采用简化和直接生成法，进行了筛选水深的研究。朱颖、陆毅、刘颖等基于水深点群，从水深点选取的基本原则出发，在对海底地形进行识别、量测的基础上，对数字海图水深的自动综合进行较为系统的研究。王家耀和田震根据层次信息模型，结合人工神经元网络理论，提出了海图水深综合的人工神经元网络方法。高王军利用双向缓冲区算法，探索了海图水深注记的自动综合方法。

以往的方法，基本上都是依据水深选取作业要求，通过计算机模仿人脑思维模式进行的。但以往方法未能针对实际中各类错综复杂的水深选取情形，将制图人员避免遗漏水深浅点的思维与做法总结、提炼成为一个简明、实用的方法。

 

发明内容

为了克服传统水深选取方法存在的上述问题，本发明提供了一种海图制图综合中不漏水深浅点的水深自动选取方法。

本发明为实现上述目的所采用的技术方案是：一种不漏水深浅点的海图水深自动选取方法，包括以下步骤：

a、在编绘的海图上确定待进行水深选取的区域范围，在计算机内输入水深待选取区域的边界点平面坐标；

b、读入海图上待选取区域范围以外的已有水深点的平面位置信息和深度信息；

c、利用已有水深点，采用逐点插入法构建初始的Delaunay水深三角网，并建立初始的三角形集合；

d、读入水深待选取区域范围之内的资料图上所有水深点的平面位置信息和深度信息，作为待选点；

e、利用待选点水深，分析三角形集合内的三角形是否出现漏浅的情形，若某个三角形内出现漏浅的情形，则进入步骤(f)；反之，则继续分析下一个三角形是否出现漏浅的情形，直至三角形集合内的所有三角形均不出现漏浅的情形，进入步骤(g)；

f、从位于三角形内的待选水深点中，选取一个水深最浅的待选点，插入三角形，局部重构三角网，动态更新三角形集合，然后重复步骤(e)；

g、分析三角形集合内三角形的边长即水深点间隔是否超出海图编绘规范要求，若某个三角形的边长超出规范要求，则进入步骤(h)，反之则继续分析下一个三角形，直至三角形集合的所有三角形的边长均符合规范要求为止，则进入步骤(i)；

h、在保证水深不漏浅的前提下，从位于三角形外接圆域内的未选取的待选点中，选取距离三角形外接圆圆心最近的待选点，插入三角网并局部重构三角网，动态更新三角形集合，然后重复步骤(g)；

i、输出选取出的待选点的平面位置信息和深度信息。

所述步骤e中，判断是否存在漏浅情形的方法为：遍历位于该三角形内的所有待选点，循环比较待选点的水深值是否浅于三角形三个顶点处的最小水深，若其中存在一个或多个待选点的水深值浅于三角形三个顶点处最小水深，则为该三角形发生水深漏浅，反之则该三角形未发生水深漏浅。

所述步骤(g)中，判断某个三角形边长是否超出规范要求的方法为：根据该三角形三个顶点平面坐标，计算该三角形三条边的长度，判断三条边长度是否过大而超出航海图编绘规范要求，若三角形有任何一条边超出规范要求，则认为三角形边长超出规范要求；反之，则认为该三角形边长符合规范要求。