自动生成器（通用11篇）
自动生成器 篇1
0 引 言
交互性电子技术手册IETM(Interactive Electronic Technical Manual)作为欧美等国推行持续采办和全寿命周期支持CALS(Continuous Acquisition and Life-cycle Support)战略的核心技术,一直以来都是装备保障信息化研究与应用的热点之一[1]。IETM的核心问题就是实现技术信息的共享和交换问题[2]。可扩展标记语言XML是万维网协会(W3C)[3]推出的新一代数据交换的标准。它具有可扩展性、交互性好、高结构化、内容与显示分离等优点[4]。美军、欧盟以及国内各IETM标准也都推荐使用XML来描述IETM技术数据。
目前,随着我军信息化建设的不断深入,各级、各类管理和保障机构为提高装备维修保障信息化水平,逐步将装备IETM作为信息化建设的重要方向。但是,要形成规范、统一的IETM还存在着如下问题:
(1) 装备研发、使用、维护保障过程中产生的信息数据大多以word、excel等文件形式存储;
(2) 各级、各类管理和保障机构现有的装备IETM技术数据格式各异,大多以HTML、关系数据库等形式存在;
(3) 装备技术数据分布在各级、各类管理和保障机构,地域广、时间跨度大,无法保证数据统一。
针对上述问题,设计一个IETM系统与外部系统信息交换的接口,导入不同文件格式的技术数据文档,自动生成相应的符合IETM标准的XML文档,能够显著提高工作效率,推进军队装备IETM建设。
1 相关理论基础
IETM标准中规定,装备的所有技术信息均以数据模块的形式组织,并采用严格按照模式定义的XML进行描述。数据模块通常分为很多种类别,包括描述类信息、故障类信息、零件类信息等。
针对不同类别的数据模块,都给出了相应的XML模式(DTD或XML-Schema),用以对XML文档在结构、语意等方面进行规范和约束。由于XML-Schema相对DTD而言,具有以下优点[5]:
(1) 丰富的数据类型、支持用户自定义的数据类型;
(2) 结构化,代码重用高;
(3) XML-Schema本身就是一个特殊的XML文档,可以利用DOM对它进行解析。
因此,本系统选用XML-Schema来定义XML文档的结构。利用DOM解析技术对XML-Schema进行解析,分析其内部结构,得出其元素和层次关系,由此制作出符合该XML-Schema定义的XML文档。DOM将XML文档的逻辑结构看成树形结构,随机访问DOM树,进行读写操作[6]。在DOM树中用节点来表示XML文档中的数据内容,节点包含节点名称、节点类型、节点值等信息。一棵典型的XML-Schema的DOM树如图1所示。
利用XPath[7]可以快速查询和定位XML元素,提供一个路径表达式,检索出所查询的XML文档片段,从而对该XML文档片段进行读写操作。
2 算法设计与验证
系统的总体设计思路分为以下四个步骤:
(1) 针对标准中罗列的不同类别的数据模块,事先准备好相应的XML-Schema。
(2) 对于用户提交的文档,建立相应连接,将查询得到的数据保存至数据集中。
(3) 获取用户选择的需要创建的数据模块类别,对相应的XML-Schema进行DOM解析,找出所有的与数据有关的节点和属性,以及它们之间的层次结构,对于其中的叶子节点和属性节点,加入步骤⑵中的数据。
(4) 对结果XML文档进行验证,通过XML-Schema验证的XML文档显示给用户。
分析不同类别数据模块的XML-Schema,可以得出以下结论:XML-Schema文档中与数据有关的节点只包含在根元素xs:schema(xs为命名空间前缀)中。根元素xs:schema下含有若干个子节点,第一个子节点(顺序无关性)应为该XML-Schema所描述的主体。其他子节点为全局声明,主体中包含了对它们的引用(ref)。
算法schemaToxml有关的参数与函数定义。
schemaFirstChild:XML-Schema文档描述的主体,根元素xs:schema的第一个子节点。该节点不被其他任何节点引用。
xmlRoot:与XML-Schema文档匹配的XML文档的根元素,其名称应为schemaFirstChild的name属性值。
parent:当前活跃节点,任何新建的元素节点作为它的子节点,任何新建的属性节点作为它的属性。
checknode(xmlelement,parent):递归函数,对参数节点xmlelement进行相关处理,过程中新建的节点或元素添加为parent的子节点或属性。xmlelement初始值为schemaFirstChild. FirstChild,parent初始值为xmlRoot。
具体处理过程如下:
输入:XML-Schema和数据文档。
输出:XML。
Step1 开始调用递归函数checknode(xmlelement,parent)。
Step2 获取xmlelement节点名称xmlelement.name。
如果 xmlelement.name为xs:element或xs:group,转step3;
如果 xmlelement.name为xs:attribute或xs:attributegroup,转step4;
如果 xmlelement. HasChildNodes,转step5。
Step3 判断xmlelement是否有ref属性。若有,转step6;若没有,转step7。
Step4 判断xmlelement是否有ref属性。若有,转step6;若没有,转step8。
Step5 获取其子节点集合,依次将每个子节点赋值给xmlelement,回step1。
Step6 调用XPath,找到其引用的全局声明,将其赋值给xmlelement,回step1。
Step7 获取xmlelement的name属性,再判断xmlelement是否为叶子节点。若是,转step9;若不是,转step10。
Step8 获取xmlelement的name属性,再判断xmlelement是否为叶子节点。若是,转step11;若不是,转step12。
Step9 创建以该name属性值命名的元素节点newelement,添加为parent的子节点,节点值从数据集中获取。
Step10 创建以该name属性值命名的元素节点newelement,添加为parent的子节点,将newelement赋值为parent。
Step11 创建以该name属性值命名的属性节点newattribute,添加为parent的属性,属性值从数据集中获取。
Step12 创建以该name属性值命名的属性节点newattribute,添加为parent的属性。
综上所述,算法流程如图2所示(只判断是否为xs:element的情况,其他情况类似)。
为了验证算法的可行性,现以零件类信息为例,为了简化,取某段弹簧的XML-Schema如下。
对于用户提交的数据文档,必须满足一定的格式,否则可能导致生成XML不符合要求。因此,先给出示例,用户只需将原有的文档格式稍加修改,符合相应的格式要求之后,即可提交给系统。假设用户提交文件形式为excel,则给出如表1示例。
系统的关键是对XML-Schema解析,提取出文档结构,加入数据集中的数据,生成XML的过程。如图3所示。
这样,最终将excel表转换为符合XML-Schema定义的XML文档。
3 系统设计与实现
前文已经提到,本文旨在建立一个IETM系统与外部系统信息交换的接口,接收来自外部系统的各种格式的技术文档,统一输出为符合IETM标准的XML技术文档。其主要模块如图4所示。
获取数据集模块是系统的入口,负责从外部系统接收数据文件。首先,获取文档的后缀名,判断文档的类型。针对不同格式的数据文档,实例化相应的数据连接字符串,调用数据集填充函数,获取数据集datatable,目前只实现了excel和关系数据库的转换。数据转换模块是系统的核心,负责对XML-Schema的解析和数据的录入工作,生成相应的XML文档。数据验证模块负责对生成的XML文档进行有效性验证,验证其是否与XML-Schema匹配,并给出错误提示和修改意见等。
该系统的主要特点如下:
(1) 用户透明性。用户无需对XML-Schema标签定义以及各种约束有深刻的认识,系统会根据用户提交的技术文档和相应的数据模块类别,自动生成XML文档。整个工作过程对于用户端是透明的。
(2) 可扩展性。转换算法对于所有数据模块的XML-Schema都是通用的。因此,对于新格式的文件,只需制定新的数据连接,获取相应的数据集,从而进行XML转换。
(3) 验证功能。生成的XML文档不一定符合XML-Schema格式要求,未通过验证模块验证的XML文档,系统会给出错误原因、修改意见等。最终将符合标准的XML文档显示给用户。
利用asp.net进行开发,asp.net提供了良好的DOM接口。利用XmlDocument对象的Attribute属性、Child属性以及SelectSingleNode方法快速查找节点,同时也可以利用XmlDocument对象的CreateElement方法和AppendChild方法建立XML文档。同时还可以使用 XmlValidatingReader 对XML进行验证[8]。
4 结 语
本文围绕装备IETM系统开发前期XML文档制作的过程,设计了一个信息转换接口,重点解决不同格式的数据文档,统一转换为XML文档,为IETM的开发奠定了基础。后期将在系统中加入XML-Schema约束规则,输入数据的同时会提示相应的信息,则本系统完全可以担当IETM数据模块制作的大任。
参考文献
[1]高万春,等.S1000D下IETM的研究与实践[J].微计算机信息,2007,23(6-3):1-3.
[2]姜莉莉,等.XML和关系数据库在IETM开发中的应用[J].微计算机信息,2009,25(10-3):28-30.
[3]W3C XML[OL].http://www.w3.org/XML.
[4]曾春平,王超,张朋.XML编程从入门到精通[M].北京:北京工业出版社,2002.
[5]朱建山.基于S1000D规范的IETM数据管理系统研究[D].南京航空航天大学,2010.
[6]常浩.基于XML的异构数据交换模型的研究[D].太原理工大学,2011.
[7]王竞原,等.XPath中的文本查询研究[J].计算机工程,2007(11):70-72.
[8]洪石丹,等.ASP.NET范例开发大全[M].北京:清华大学出版社,2010.
自动生成器 篇2
1.1 在“格式”菜单中选择“样式和格式”，设定文章的主要大纲级别(一般为三级，即有标题1 、标题2、标题3)。
1.2 几级大纲对应几级目录，如果将大纲级别设定为1级，那么就是1级目录。
1.3 在要插入目录的地方，点击“插入”-->“引用”-->“索引和目录” 设置目录字体及大小，单击“确定”即可。
2、参考文献的自动生成
2.1光标移到要插入参考文献的地方，菜单中“插入”——“脚注和尾注”。
2.2对话框中选择“尾注”，编号方式选“自动编号”，所在位置建议选“节的结尾”。
2.3如“自动编号”后不是阿拉伯数字，选右下角的“选项”，在编号格式中选中阿拉伯数字。
2.4确定后在该处就插入了一个上标“1”，而光标自动跳到文章最后，前面就是一个上标“1”，这就是输入第一个参考文献的地方。
2.5将文章最后的上标“1”的格式改成正常(记住是改格式，而不是将它删掉重新输入，否则参考文献以后就是移动的位置，这个序号也不会变)，再在它后面输入所插入的参考文献(格式按杂志要求来慢慢输，好像没有什么办法简化)。
2.6对着参考文献前面的“1”双击，光标就回到了文章内容中插入参考文献的地方，可以继续写文章了。
2.7在下一个要插入参考文献的地方再次按以上方法插入尾注，就会出现一个“2”(Word已经自动为你排序了)，继续输入所要插入的参考文献。
2.8所有文献都引用完后，你会发现在第一篇参考文献前面一条短横线(页面视图里才能看到)，如果参考文献跨页了，在跨页的地方还有一条长横线，这些线无法选中，也无法删除。
这是尾注的标志，但一般科技论文格式中都不能有这样的线，所以一定要把它们删除。
2.9切换到普通视图，菜单中“视图”——“脚注”，这时最下方出现了尾注的编辑栏。
2.10在尾注右边的下拉菜单中选择“尾注分隔符”，这时那条短横线出现了，选中它，删除。
2.11再在下拉菜单中选择“尾注延续分隔符”，这是那条长横线出现了，选中它，删除。
2.12切换回到页面视图，参考文献插入已经完成了。
这时，无论文章如何改动，参考文献都会自动地排好序了。
自动生成器 篇3
【关键词】四维；地质层面；自动生成；变形算法
在石油工程进行勘探开发、地下水资源勘探、有色金属矿区资源勘探等涉及到地质工作的领域内，都广泛的应用到了地质建模，同时，随着社会经济的进步，计算机技术不断进步与勘探领域的需要，通过计算机的方式来进行地质模型建立，已经成为了现代社会地质学勘探领域中的一个重要组成部分。本篇文章主要研究了复杂地质结构情况下进行四维地质层面的地质模型建立工作。
1、地质层面生成算法概述
现目前的在进行地质工作过程中，最常使用的方法地质模型建立方式就是地质表面建立模型：将离散数传输到计算机中建立一个地质层面和断层，依据地质的表面模型来建立一个较为完善的地质体模型，但是又由于地质内部的层面在断层的两边出现了断裂现象，导致了不连续现象的出现，这就为地质层面的地质模型建立工作带来了极大的难题。
通过对地质进行勘探后所得到的离散数据，能够对其进行剖析之后使用插值算法来生成一个完整的地质层面网络结构图，同时，由于地质断层的存在，地质层面的两边会出现几何意义上的地质层不连续性，而目前所存在的插值算法就会在处理的过程中出现极大的难度。除此之外，由于地质层面中有逆断层的存在，极易导致一个（x，y）会对应数量较多的z值，这些情况的出现都导致了地质层面模型生成的难度更大。
插值这两者所生成的断层以及地质的连续地质层面，都是通过目前已知的断距与约束条件对于所勘探的地质层面产生的断裂和插值，从而生成断裂的地质层面。而生成地质层面的方法主要有两种，一种是通过断层两侧分别插值，从而生成地质层面力；第二种是通过Delaunay三角化及编辑断层和地质层面相结合部分，通过交互式的编辑相交环线的方式来生成地质层面。通过以上我们可以明显看出，地质层面绝大多数都是通过交互编辑的方式来生成的，其生成的地质层面精确度完全是由地质模型生成操作者自身的经验丰富与否来决定的，如果建立模型所需的时间较长，其更新的速度缓慢，那么地质层面仅仅只能够部分反映出当前的地质实际状况，只是一种静态的模式，并不能够真正的有效的以该地质模型来帮助地质专家了解该区域地质的构造历史详细情况。所以，下文提出了一种适用于复杂地质结构的四维地质建模方式，这种方式能够直接全自动的生成该区域地质任何一个时期的地质模型，同时还能够给出地质层面实际所生成的算法。
定义1：四维地质建模在四维的复杂环境之下，主要是通过当前地质体自身各种不同的数据，在计算机中建立一个能够在不同时刻都能够准确反映出当前地区地质底地貌的几何形态、地质构造要素之间所存在的拓扑关系、地质空间属性分布等等具有地质特征的数字化地质模型。
当需要研究的地质区域内地质有着极为复杂的断层或者逆断层的出现，并且不同断层之间还互相交叉穿过时，这种地质就被称之为复杂的地质结构，而本文的算法则完全能够适用在这种情形的之下的地质模型建立工作。
2、算法思路
地质的构造会因为地层不断的沉积所形成的具有连续性的地层，同时，地质构造在不断运动的过程中会产生大量的断层，在出现了断层之后，地层在不断沉积的过程中，其地层就会因为断层的作用力，而不断向断层滑移。地质中的地层沿着断层的出现，而不断的出现断裂滑移的情况，最终使得地质形成了当前情况下的地质结构。地层所出现的断裂现象，主要是由于不同地层在断层的互相作用下，会逐渐沿着断层的所断裂的顺序分层次开始断裂。
当所有的地层都处于未断裂、连续的状态时，所有断层都不存在，这样的地质模型称为原始形貌。在连续的原始形貌状态，对地层和属性插值时，都不会受断层的影响，结果稳定且易于实现。基于对地质规律的认识，本文四维地质建模方法的思路是：首先将所有离散数据沿断层断裂的逆序，恢复变形到原始形貌状态，建立原始形貌的地质模型，然后根据断裂的顺序断裂变形模拟地层断裂的过程，生成任意时刻的地质模型。
3、算法描述
为了能够更好的对所收集的地质空间数据进行划分与变形，本篇文章直接引入了断层关系中的二叉树FSRBT的概念，FSRBT概念能够主要是断层对于空间所形成的一种划分方式，不仅仅反映了地层断裂处所存在的空间位置关系，还充分的反映出了地质中不同地层的顺序、时代关系，二叉树概念中所存在的一个节点，就直接对应一个地质断层，而叶子节点自身所表示的意思是通过划分之后的地质空间区域。
在构建FSRBT时，按照断层断裂的顺序，断裂时间早的断层是后断裂断层的父节点，如果子节点在父节点的最小二乘面法方向一侧，则此子节点为左子节点，否则为右子节点。
4、建变形场及恢复变形子算法
变形场是按照断层断裂的逆序来建立，每个断层对应一个变形场，根据变形场将断层两侧的离散点恢复变形，地质时代后退一步，该断层就不存在。当所有的断层都恢复变形之后，根据变形后的离散点可以生成原始形貌。
本文依据断层的形态和地层离散点在断层两侧的落差来构建变形场。变形场的作用是叠加的，先恢复变形的变形場影响后恢复变形的变形场。空间中的任意地层离散点空间在恢复变形和断裂变形过程中的变形量可以通过变形场求解出来，首先根据某点在断层面的投影点求出变形值，然后根据某点到断层的距离对变形值进行消减，离断层越近变形值越大。最终得到实际变形子的数据。
5、结语
理论考核试卷自动生成 篇4
理论考核通常要从题库中按照方案随机抽取题目生成试卷, 下文介绍一种自动生成试卷的实现方法, 主要包括设计思路和实现代码, 设计思路主要介绍随机抽取题目的核心算法, 实现代码包括算法的实现和试卷的生成, 可供读者借鉴使用。
2 设计思路
数据库采用Access, 编程语言采用C#。如图1所示, 按照方案选取填空题、选择题、简答题的数量, 点击“试卷生成”按键, 进入图2界面, 界面显示为随机生成的试卷, 点击“保存”按键, 保存为两个Word文档, 一份是试卷, 一份是试卷答案。
从题库中随机抽取题目的核心算法, 其功能函数为int[]Get Randoms (int max Value, int count) , 函数代码在下文。以填空题为例, 如题库中有N道题目, 需要抽取M个题目 (M<=N) 。
(1) 建立个长度为N的数组int[]int List, 保存0至 (N-1) , 示意如图3所示。
建立个长度为M的数组int[]int Ret, 示意如图4所示。
(2) 针对数组int List, 从[0, N-1) 中随机抽取一个整数m, 那么0≤m≤N-2, 取int List[m]值赋给int Ret[0];并且取int List[N-1]值赋给int List[m]。
(3) 针对数组int List, 从[0, N-2) 中随机抽取一个整数m1, 那么0≤m1≤N-3, 取int List[m1]值赋给int Ret[1];并且取int List[N-2]值赋给int List[m1]。
(4) 同上方法循环M次, 填充数组int Ret[], 其中的值为从int List中随机抽取的值。
(5) 读取题库数据表, 生成数组Data Row[], 例如:
Data Row[]d Rows=data Oper.data Set.Tables["TKT"].Select () ;
(6) 以数组int Ret[]中的值, 依次取数组Data Row[]中的值, 例如:
Data Row dr=d Rows[int Ret[i]];
上述方法, 一方面很好地利用随机函数抽取数值, 另一方面有效地避免了抽取数值有重复项, 是一种非常灵巧的随机抽取算法, 可以应用于其他随机抽取过程中。
3 实现代码
下面主要介绍图2的实现代码, 包括界面生成函数, 随机抽取题库, 随机抽取函数, 以及生成Word试卷和答案:
4 结语
自动生成器 篇5
一篇word文档，内容有大的章，小的节。如何把章节抽出来生成目录？
目录通常是长文档不可缺少的部分，有了目录，用户就能很容易地知道文档中有什么内容，如何查找内容等。Word提供了自动生成目录的功能，使目录的制作变得非常简便，而且在文档发生了改变以后，还可以利用更新目录的功能来适应文档的变化。
一、创建标题目录
Word一般是利用标题或者大纲级别来创建目录的，这对那些用WORD写书，写论文的朋友很有帮助。因此，在创建目录之前，应确保希望出现在目录中的标题应用了内置的标题样式（标题1到标题9）。也可以应用包含大纲级别的样式或者自定义的样式。如果文档的结构性能比较好，创建出合格的目录就会变得非常快速简便。
优点：用WORD根据文章的章节自动生成目录不但快捷，而且阅读查找内容时也很方便，只是按住Ctrl点击目录中的某一章节就会直接跳转到该页，更重要的是便于今后修改，因为写完的文章难免多次修改，增加或删减内容。倘若用手工给目录标页，中间内容一改，后面页码全要改是一件很让人头痛的事情。应该自动生成的目录，你可以任意修改文章内容，最后更新一下目录就会重新把目录对应到相应的页码上去。
步骤：（以下内容在WORD2003中操作，其它版本WORD略有差别，但大同小异。）
1．在[格式]中选[样式与格式]
2．出现右边的一条“样式格式”栏，这里面主要就是用到标题1，标题2，标题3。把标题1，标题2，标题3分别应用到文中各个章节的标题上。例如：文中的“第一章 制冷概论”我们就需要用标题1定义。而“1.1制冷技术的发展历史”就用标题2定义。如果有1.1.1×××那就用标题3来定义。
3．当然标题1，标题2，标题3的属性（如字体大小，居中，加粗，等等）可以自行修改的。修改方法：右键点击“标题1”选“修改”，会弹出修改菜单，您可以根据自己的要求自行修改。
4．用标题1，2，3分别去定义文中的每一章节。定义时很方便，只要把光标点到“第一章 制冷概论”上，然后用鼠标左键点一下右边的标题1，就定义好了；同样方法用标题2，3定义1.1；1.1.1；依此类推，第二章，第三章也这样定义，直到全文节尾。
5．当都定义好后，我们就可以生成目录了。把光标移到文章最开头你要插入目录的空白位置，选[插入]--[引用]--[索引和目录]
6．选第二个选项卡[目录]，然后点右下的确定。就OK了。
上图就是自动生成的目录
7．当你重新修改文章内容后，你需要更新一下目录，方法是：在目录区域内，点右键，选[更新域]
8．当选[更新域]后，会出现上图的选框，选第二个“更新整个目录”点确定。就OK了。
二、创建图表目录
图表目录也是一种常用的目录，可以在其中列出图片、图表、图形、幻灯片或其他插图的说明，以及它们出现的页码。在建立图表目录时，用户可以根据图表的题注或者自定义样式的图表标签，并参考页序按照排序级别排列，最后在文档中显示图表目录。
使用题注组织目录的方法如下：
（1）确保文档中要建立图表目录的图片、表格、图形加有题注。
（2）将光标移到要插入图表目录的地方。
（3）单击【插入】菜单中［引用］中的的【索引和目录】菜单项，并在【索引和目录】对话框中选择【图表目录】选项卡。
（4）在【题注标签】下拉列表框中选择要建立目录的题注，如图表、公式、表格等。
（5）在【格式】下拉列表框中选择一种目录格式，其他选项与创建一般目录一样，确定后单击【确定】按钮。
在检查图表目录后，当将鼠标移到目录项目上时，鼠标指针会变为手形，单击鼠标左键接口跳转到相应的位置。
利用题注建立图表目录是很方便的，但有时候，文档中的标签是用户键入的，并不是Word的题注功能加上的。这时，就需要使用自定义样式建立图表目录，方法如下：
（1）打开【索引和目录】对话框，并选中【图表目录】选项卡。
（2）单击【选项】按钮，弹出【图表目录选项】对话框。
（3）选中【样式】复选框，并在其右边的下拉列表框中选择图表标签使用的样式名后单击【确定】按钮。
（4）在【索引和目录】对话框中选择各选项，然后单击【确定】按钮。
三、创建引文目录
引文目录与其他目录类似，可以根据不同的引文类型，创建不同的引文目录。在创建引文目录之前，应该确保在文档中有相应的引文。创建引文目录的操作步骤如下：
（1）将光标移到要插入引文目录的位置。
（2）单击【插入】菜单中的［引用］中的【索引和目录】菜单项，在弹出的【引文和目录】对话框中选择【引文目录】选项卡。
（3）在【类别】中选择相应的引文类别，注意此种类别应该是引文中已经创建有的引文类型。
（4）创建的引文目录也有相应的内置引文目录样式来套用，如果要更改，可以单击【更改】按钮。
（5）如果引文的页码超过五处，可以选中【使用“各处”】复选框，这样可以避免页码过多反而给用户造成不便。
（6）如果引文过长，可以选择【保留原格式】，以保留原有的引文格式。
（7）选好目录的制表前导符和格式后，单击【确定】按钮即可。
如果要标记引文，以创建合适的引文目录，可以按如下方法进行：
（1）选择要标记的引文。
（2）打开［引文目录］对话框，单击【标记引文】按钮，弹出【标记引文】对话框。
（3）在【类别】的下拉列表框中选择合适的类型。
（4）单击【标记】按钮即可对当前所选的文字进行标记，如果单击【标记全部】按钮，将对存在于文档中的所选文字进行标记。
（5）如果还要标记其他引文，不要关闭【标记引文】对话框，直接在文档中选取要标记的引文。
（6）返回【标记引文】对话框，选中的引文将出现在【所选引文】下面，然后单击【标记】即可。
（7）如果要修改一个存在的类别，可以单击【类别】按钮。
（8）选中要修改的类别，在【替换为】下面的文本框中输入要替换的文字，单击【替换】按钮即可。
（9）完成后单击【确定】按钮，回到【标记引文】对话框。单击【关闭】按钮。
四、更新目录
Word所创建的目录是以文档的内容为依据，如果文档的内容发生了变化，如页码或者标题发生了变化，就要更新目录，使它与文档的内容保持一致。最好不要直接修改目录，因为这样容易引起目录与文档的内容不一致。
自动生成器 篇6
摘要：在Web页面上根据用户需求，从后端数据库服务器上提取数据生成动态Excel报表。
关键词：ASP；DLL；权限；EXCEL公式；报表；模板；数据库
前言
在Web页面上根据用户需求，从后端数据库服务器上提取数据生成动态Excel报表，用户可查看及下载、打印，进一步对数据做深层次的加工。综合Asp、DLL(动态链接库)及Excel等技术的特点，可缩短开发人员对报表的理解用时，加快报表的生成。这种技术也是黑客惯用的侵入系统的方法。
一、技术概述
1Asp的重定向及调用动态库技术
Asp(Active Server Page)技术是使用VBScriipt、JScript等简单易懂的脚本语言，结合HTML代码，可在服务器端直接执行，快速地完成网站的应用程序。根据用户需求能够快速、方便进行重定向操作。
它同时可以方便插入组件对象。组件是包含在动态链接库DLL中的可执行代码。组件可以提供一个或多个对象以及对象的方法和属性。组件提供的对象，在实际使用中只要创建对象的实例，并将这个新的实例分配变量名即可调用它的方法和属性。使用ASP的Server，CreateObject方法可以创建对象的实例，使用脚本语言的变量分配指令可以为对象实例命名。
2Excel报表模板生成技术
报表是从数据库中按照用户需求将数据提取后，进行分类、加工得到的最后的结果，而Excel中的公式、图表对于生成报表是极其方便的。利用Excel生成报表，可使开发人员和用户紧密结合，缩短开发人员对报表理解的时间，并且用Excel开发的报表能够使最终用户有能力快速进一步对数据进行综合分析。
3DLL的生成、数据库及Excel的操纵技术
动态链接库(Dynamlc Link Library，缩写为DLL)在服务器端上是经常使用的技术，它是一个可以被其它应用程序共享的程序模块，其中封装了一些可以被共享的例程和资源。它所调用的函数代码没有被拷贝到应用程序的可执行文件中去，而是仅仅在其中加入了所调用函数的描述信息，仅当应用程序被装入内存并开始运行时，在Windows的管理下，才在应用程序与相应的DLL之间建立链接关系，根据链接产生的重定位信息，Windows才转去执行DLL中相应的函数代码。这样就节省了服务器的内存。DLL中的例程可以被应用程序访问，而应用程序并不知道这些例程的细节。这样就提高了Web程序的安全性。
在封装好的DLL内，根据用户不同需求可以很容易生成数据库的联接、数据的提取和对已存在服务器上Excel模板文件(报表)的写入等功能。
4Web服务器上的权限设定
NT服务器上的文件安全模式分为两种，即用户权限和文件权限。必须要在Excel模板文件(报表)存在的目录设置其权限为用户System可完全控制，System用户拥有对这个目录完全控制权限。
二、实现方案
Web服务器使用Asp响应用户，根据用户不同的需求来调用DLL中不同的函数线程，该线程首先从数据库服务器上提取相应的数据，然后打开相应的Excel模板文件，将数据存入新的Excel文件。对数据进行加工处理工作重点是用Excel中的公式来定义，简单地用DLL中函数处理。最后Asp将用户需求重定向到已经生成的Excel文件上，用户即可查看、打印或者做进一步的加工厂作。当然，你必须设定NT上的System用户拥有对Excel模板存放的目录有完全控制的权限。
三、编程
1Asp编程
a用户需求选择界面
b响应用户请求的show.asp页面
2用VB编制DLL文件
在VB6.0中用向导生成一个ActiveXDLL工程文件，代码(略)。
3用Excel公式来进行数据的分类汇总工作
4最后用生成的DLL库在服务器端注册
四、结束语
人脸面部表情自动生成系统 篇7
1 人脸三维建模
采用3DMAX三维建模工具建立人脸模型, 在VC++条件下使用Open GL编程完成了3DMAX模型的读取与重现, 再用Open GL对其进行控制。对于三维建模工具数据量较大的情况, 采用细节层次 (Level Of Details) 算法进行简化, 删除不必要的边、线、面[1]。
1.1 3DMAX数据文件的存储格式与读取
3DMAX默认的数据文件是*.max文件[2]。*.max文件结构复杂, 数据量庞大, 不仅包括模型网格结构的点和面的信息, 还包括模型的颜色等, 读取比较困难。比较简单直观的文件存储格式是*.ASC。
1.2 在Open GL中读取3DMAX模型
在Open GL中建立自己的数据结构存储数据, 从模型中读取数据将其存储到Open GL的程序中, 建立起Open GL的显示列表[3]。
1.3 关于简化网格算法
通过1.2得到的模型数据量是非常大的, 不适合用作标准模型。要将这一模型进行简化, 去除一些多余的点、边、面, 以简化这一模型的网格数量。这里使用层次细节 (Level Of Details, 缩写为LOD) 简化技术[4]。这一技术通过动态地确定阀值来选取不同精度的LOD模型, 降低场景的复杂度, 以求得更合适的图像质量。
1.4 人脸特征的提取
特征可被视为由数据、规则方法和关系三类属性描述的面向几何的物体, 特征参数化的关键是特征及其相关尺寸的变量化描述[5,6,7]。在具体特征分类的基础上, 确定结构特征的特征点, 特征点的相互位置关系形成造型特征中的特征尺寸。修改特征尺寸的同时, 对结构特征的其它点的位置和局部几何形状也进行了改变。根据人体头部的器官组成和外形特点, 从建模的方便出发, 将头特征分类为结构特征和造型特征。结构特征包含眼、鼻、嘴和耳;相应的造型特征有头高、头围、眼宽、眼高、两眼距、鼻宽、鼻高、鼻长、嘴宽、上下嘴唇厚、耳长、耳宽、耳厚等, 头特征分类。我们在正面和侧面图像中定义了45个特征点来表征人脸的形状。手工设置特征点, 然后进行参数化, 得到了标准化的人脸模型。
2 面部表情合成
采用MPEG-4的参数变化进行面部表情的合成, 面部表情的分析与合成的研究主要集中于基本的情感, 包括悲伤、愤怒、喜悦、恐惧、厌恶和惊奇。MPEG-4标准表示了一种关于面部表情建模和表达潜在的情绪的方法。利用在MPEG-4框架里以面部动画为目的的面部动画参数是与运动单元 (AUS) 密切相关的[8,9]。运动单元包括核心的面部动作编码系统 (FACS) [10,11,12]。
2.1 通过特定的FAPs描述基本表情
为了做到这一点, 我们对面部肌肉运动进行翻译——通过肌肉运动来描述表情——FAPs, 并为每个基本表情创建一个FAPs词汇[13]。为描述基本表情所需的FAPs还通过分析基本数据集进行实验验证。为了与真实的表情序列进行比较, 我们定义了特定功能点对应的面部表情形式的FAPs。选定的FAPs可以通过实时图像或视频序列自动检测。派生模型也可以作为表情分析和表情综合学科之间的桥梁。
在一般情况下, 面部表情和情绪通过一套测量和转换加以描述。测量和转换可以考虑基于MPEG-4标准。在这种方式中, 我们可以描述一个人的解剖面, 基本上是通过FAPS以及动画参数, 组独特的标记, 消除指定的需要底层的几何拓扑结构[8]。这些符号则可以被映射到自动检测的测量和对视频序列的运动迹象, 因而通过人工合成近似真实的表情。
基本的面部表情和潜在的情绪, 通过FAPs描述有以下几个目的:
1) 提供合成序列的兼容性, 创建与使用建议的方法, 符合MPEG-4标准;
2) 基本的表情很少发生, 大多数情况下, 情绪通过特别FAPs直接相关的几个离散五官的变化加以表示。此外, 不同的FAPs可以被用在人机交互的多种语言环境中, 即通过面部表情进行交互。
3) FAPs不符合具体型号或拓扑结构, 合成表情可以由不同的动画模型或字符加以描述。
基本表情建模时, 应解决两个基本问题:
1) 估计形成该表情的FAPs;
2) 定义FAP的强度。
面部动作编码系统 (FACS) 很大程度上影响表情分析的研究。利用面部解剖学的知识, FACS是一个试图区分视觉分辨的面部动作的系统。FACS使用运动单元 (AU) 为计量单位。AU能够结合两块肌肉运动或反向的方式工作, 也就是分成几个肌肉的运动。
2.2 所涉及的FAPs在每个模型中表达的估计范围的表情
这是通过分析实时图像和视频序列得以实现的。
情感分析和综合系统中的一个重要问题是关于面部表情形成的FAPs变化范围[8]。从合成的角度来看, 关于FAP的范围定义的研究已经展开。然而, 所提出的变化范围是相当松散的, 不能用于分析。为了给关于FAP的的实时视频序列一个特定的变化范围, 我们分析了2个著名的数据集——埃克曼 (静态) 的以及Media Lab (动态) 的数据集。这两个数据集套设置了用于形成极端情况下的表情, 而不是通常的情况。然而, 它们可用于设置特定表情的FAPs。然而, 为了实现这一目标, 通过面部运动点的FAPs建模是必需的。实时图像和视频序列的FAP变化范围的分析主要用于两个目的:
1) 核实并定义每个基本表情的词汇;
2) 为基本表情定义配置文件。
2.3 中级表情模型
这是通过结合加以实现的, 在一个以规则为基础的系统和一个激活参数与基本表情描述的FAPs框架。
在本节中我们提出一种创建中级表情配置的方法, 用于描述相应情绪的视觉部分。由计算机科学家和工程师进行的处理除了基本情绪外的其他情绪的研究渗透到了其他的学科。心理学家研究了更为广泛的情绪集合, 但对于计算机图形学和机器视觉领域只有非常少结论可供借鉴。其中Whissel的一项研究[8]中提到, 情绪好比是空间中具有一定规模的点, 其中最接近的有两个值:激活和程度。激活是与术语相关的兴奋程度。如平静为中指示的中间点, 惊讶代表高度激活, 害羞代表低度激活。程度是与术语相关的愉悦程度, 例如羞怯的“动机”列代表负向, 而高兴代表正向。从实际的角度来看, 似乎程度要表达的主题和估计得到的情感能够一致是件很棘手的事。另一方面激活与面部肌肉的运动相关, 并可以基于面部特征很容易估计到。
为创建中级情绪配置我们要考虑两种情况:
1) 在自然界中, 情绪与其中一个原型类似, 例如, 他们可能会有不同肌肉强度的动作;
2) 不能被视为与任何原型的情绪。
在这两种情况下, 我们按照以下步骤进行:
1) 利用激活参数或Plutchik的角度测量作为推理有关的几个情绪的面部动作的强度的知识。这方面的知识与基本表情配置相结合, 通过基于规则的系统, 创建中级情绪配置。
2) 动画绘制配置以检测所要求的情绪与视觉的相似性是否合适。
3 程序用户界面
采用MFC技术设计一个包含悲伤、愤怒、喜悦、恐惧、厌恶和惊奇六种表情的按钮以及一个表情显示框的界面。我们采用GUI的设计模式, 把表情变化的代码对应转换成C++形式, 并嵌入在MFC中, 在对应的按钮按下时候能产生相应的消息响应。
3.1 界面设计
首先建立一个MFC应用程序的工程, 利用插件画出基本的界面图形, 包含悲伤、愤怒、喜悦、恐惧、厌恶和惊奇六种表情的按钮以及一个表情显示框并设置相应的属性[14,15]。
3.2 消息及消息映射
Windows应用程序中的消息主要有三种类型。
1) 窗口消息 (Windows Message) 。这类消息主要是指由WM_开头的除WM_COMMAND之外的消息, 例如WM_CREATE (窗口对象创建时产生) 、WM_DESTROY (窗口对象清除前发生) 、WM_PAINT (窗口更新时产生绘制消息) 等, 一般由窗口类和视图类对象来处理。
2) 控件的通知消息 (Control notifications) 。当控件的状态发生改变 (例如, 用户在控件中进行输入) 时, 控件就会向其父窗口发送WM_COMMAND通知消息。应用程序框架处理控件消息的方法和窗口消息相同, 但按钮的BN_CLICKED通知消息除外, 它的处理方法与命令消息相同。
3) 命令消息 (Command message) 。命令消息主要包括由用户交互对象 (菜单、工具条的按钮、快捷键等) 发送的WM_COMMAND通知消息。
命令消息的处理方式与其他两种消息不同, 它能够被多种对象接收和处理, 这些对象包括文档类、文档模板类、应用程序本身以及窗口和视类等;而窗口消息和控件的通知消息是由窗口对象接收并处理的, 这里的窗口对象是指从窗口类CWnd中派生的类的对象, 它包括CFrame Wnd、CMDIFrame Wnd、CMDIChild Wnd、CView、CDialog以及从这些派生类对象等。
4 结束语
转炉监控报表的自动生成 篇8
现代化的厂矿企业一般都配置了比较完善的自动化系统, 可分为基础自动化系统 (一级) 、过程自动化系统 (二级) 、生产管理系统 (三级) 。二级、三级在过程优化、生产优化的基础上, 同时按要求生成生产报表, 但一些辅助系统的运行和状态信息一般没有自动生成报表, 还需人工填写报表。南京钢铁股份有限公司 (以下简称“南钢”) 中厚板卷厂的三座转炉情况也类似, 二级系统可以自动生成转炉的工艺操作报表, 但其它设备的运行和状态信息二级系统不采集、一级系统也未生成报表, 如OG除尘、一次除尘、二次除尘等, 这些报表还是采用人工记录数据的方式来实现。
手工填写的纸质报表在收集、保存和查阅等方面都有很大的不便, 且手工填写报表, 不能保证数据的实时性和准确性。如果自动形成电子报表, 这样既可以保证数据的准确性和实时性, 也可以便于数据的保存、查阅, 便于对历史记录进行分析, 为进一步改进工艺、优化操作提供第一手资料。
1 需求分析
1.1 需求
各除尘岗位的报表电子化涉及3座转炉的OG、4台一次除尘风机、3台二次除尘风机、RH蒸汽过热装置, 具体涉及9台西门子S7-PLC。
1.2 现场网络结构
各相关PLC的分布和网络结构如图1。
1.3 具体报表要求
报表以EXCEL表格形式存储。具体生成如表所示的10张报表。为了便于数据处理, 在保持数据完整性的前提下对原先的纸质报表样式进行了一定的修改, 形成如图2所示的样式。
2 确定设计方案
2.1 方案确定
实现报表电子化有多种方案, 常见的有以下两种方案: (1) 方案一:在HMI编写程序采集数据, 并生成报表, 但这种方案需在原有的各相关HMI上编写程序, 由于本项目涉及7台HMI, 且HMI软件有i FIX、Wincc等版本。因此, 分别编写程序的工作量大、维护不方便、报表分散存储不便于管理。 (2) 方案二:在一台电脑上采集各PLC的数据、集中生成报表, 这种方式便于数据的保存管理。使用OPC技术采集现场数据, 随着OPC技术的成熟, 越来越多工控软件都支持OPC技术, 如Simatic NET、Kepserver等, 但相比较而言Kepserver较灵活、方便、支持的硬件较多, 而Simatic NET就难以连接西门子以外的硬件。
综合考虑后确定选择方案二, 在一台电脑上编写程序, 利用Kepserver软件的OPC接口采集各PLC的数据、并保存到数据库中, 然后每天生成一个EXCEL文件形式的报表。
2.2 Kepserver软件介绍
Kepserver为全球工业界领先的超级OPC服务器软件, 提供了非常卓越的工业互连通讯能力。它嵌入了超过100多种通讯协议, 支持数百种以上设备型号的可下载驱动程序。
本次项目所涉及的都是西门子S7系列PLC, 以S7-400PLC为主、也有少量的S7-300, 由于Kepserver中嵌入了S7-PLC驱动程序, 因此可以直接建立Kepserver与PLC的连接, 连接基于TCP/IP协议实现互连。连接建立之后, 便可在Kepserver中创建需要采集的现场数据变量TAG, 然后对其进行采集和存取。
3 方案实施措施
3.1 软件结构
本系统由三个部分组成:数据采集部分、数据写入数据库部分、报表生成部分。其软件结构如图3所示。
3.2 数据采集方案细化
3.2.1 数据定义
(1) Kepserver内数据定义
Kepserver是通过定义的tag变量读取PLC数据的, 因此, 要根据每张报表需要的数据到PLC程序中查找每个数据的地址, 然后根据PLC地址在Kepserver中定义tag变量。如1#OG汽包压力PT1201的PLC地址是DB101.DBD190, 定义tag的格式为:PT1201DB101.DBD190。
(2) 程序内数据定义
为了使程序能够读取Kepserver中定义的tag变量, 将10张表格对应的tag变量及其PLC地址整理后分别存储在对应的10个文本文件中 (见表2) , 根据报表要求, 1个文本文件可能要涉及几台PLC。由于程序中要根据炉次吹炼信号判断吹炼是否开始。因此, 将三个转炉吹炼信号及其PLC地址存储在Com.txt文本文件, 供程序读取、判断。
3.2.2 数据采集方式
根据需求需采用以下两种数据采集方式:
(1) 基于时间采集方式, 这种方式是在固定的时间点进行采集, 各二次除尘风机的数据每两小时采集一次, 分别在每天0点、2点、4点、6点……采集。
(2) 基于事件采集方式, 这种方式是当某一事件发生时进行采集, 当采集OG和一次除尘风机数据时, 是在转炉吹炼至8 min时进行采集。RH蒸汽过热装置的数据采集也是此方式。
3.3 数据写入数据库
为了便于数据的保存, 查询以及报表的自动生成, 数据采集完成以后, 将采集的数据保存数据库中。在ACCESS数据库中新建10张数据库表og1、fan1、fan2等, 分别存储采集上来的数据, 其中每张数据库表与每张报表相对应, 存储报表需要的数据。
3.4 数据采集、存储的程序结构
10张表格内数据的采集和存储是同时进行的。图4是1#炉相关数据的处理过程, 涉及报表是OG1、一次风机房2#风机或1#风机, 由于一次风机房风机是三用一备、1#风机作为备用风机, 因此需进行风机的运行状态判断。
3.5 报表生成
程序根据保存在数据库表中的数据, 每天零点把每张数据库表的数据根据时间查询出来, 然后依次导入EXCEL每张报表。报表效果如图5所示。
4 结束语
上述方案主要是软件编程, 基本没有设备投资, 对现有系统也没有影响, 具有一定的参考作用。电子报表的自动生成, 既减轻了人工抄录报表的劳动, 又保证了数据的实时性和准确性, 为数据分析、操作标准化和工艺优化奠定了基础。
摘要：介绍了炼钢厂转炉监控报表自动生成实现的过程, 结合现场网络结构和需求, 通过OPC采集现场的数据并保存到数据库、然后按要求自动生成电子报表。
二维矢量图形自动生成方法 篇9
关键词：Surfer,二维矢量图,.NET2008
1 提出问题
在各种工程实践中,常需要大量成图,其中主要是二维图形。以Microsoft Visual Studio 2008为开发平台,编程读取图形数据库,分析运算,生成图形文件,实现二维自动成图,提高了工作效率与成图准确度。
编程任务举例:生成一种直方图,用以描述油田工区各小层的非均质性,根据已有数据,统计分析,小层非均质渗透率直方图。现有数据,一是工区各井的分层数据,二是各井的测井物性解释结果,其中包括渗透率。结果图件要自动生成,并图件格式为矢量格式。
编程任务:统计原始数据,并将统计结果以直方图的形式显示出来。
原始数据表主要字段:井名、小层名、小层顶深、小层底深、变异系数、级差、突进系数、均质系数、均值。目标是以每参数每层成一张图,过程是先将原始数据读入内存数组中,首先根据下列标准进行统计。
结果图形举例如下:某层变异系数的分布直方图。
完成这个编程任务,尝试了以下两种方法,一是GDI+方法,二是Surfer组件调用法。
2 数据文件读取
无论用哪种方法生成图形,首先要解决的是如何把原始数据从硬盘上读出来,这里采用的数据存取策略是:定义数组,如string[,]byxs=new string[3000,9];以存放从硬盘中读来的数据,然后对数组中的数据进行分析,分析结果存在内存变量中,原始数据有可能是不同的格式,建议最好预处理一下,将原始数据转换成一种相对规范的格式,以便后续的编程工作。
若用Dbf格式的数据表存放数据,读取数据的关键代码如下:
3 GDI+方法
GDI+绘图技术中,默认的坐标系统的原点是在左上角,X轴指向右边,Y轴指向下边,因此,GDI+默认的坐标系统与我们数学中的坐标系统并不一样,想要在GDI+中使用新的坐标系统,则需要在默认坐标的基础上进行坐标的变换,例如旋转、平移等。
4 调用Surfer组件
要使用surfer组件,你的机器应当安装好Surfer8.0,然后应当向工程添对Surfer的组件引用,这一操作过程是:单击菜单项Project里的Add Reference,在随后出现的设置窗口里,到com选项卡中寻找surfer的组件列项,并选中添加到本工程里。
(1)运行surfer进程
(2)完成初始化
(4)保存图形到硬盘
值得一提的是surfer的图形充填比较方便,若要给图形充填斜线,用如下一个语句即可:df.DefaultFill.Pattern="斜线",当然如果选用别的充填方案,只需将斜线换成要充填的方案名称即可,充填的方案名称可在Surfer软件运行状态下查到。
如果是批量图形生成频繁调用surfer,担心每次surfer实例不能完全退出,可用以下语句:
这样可以彻底清掉正在运行的每个surfer进程。
上文展示的是一种编程思路,具体实现需要补充代码,主要的编程思想及实现方法已经给出,以此为基础可以编写出各种二维成图程序。
参考文献
[1]王炜.C#对通用组件的编程.电脑编程技巧与维护(2005合订本).
自动生成器 篇10
调度大屏一般为长条形,其上的输电网单线图或在单线图上增加断路器状态、潮流及潮流方向的潮流图,要求布局和走线清晰,从而使调度人员一目了然,便于调度决策。目前,该单线图或潮流图还是大多采用人工绘制方式,但随着变电站和线路的不断增加,借助于人力来绘制输电网接线图的任务越来越艰巨,并且生成的调度大屏接线图越来越呈现出拥挤凌乱的状态,给调度人员的辨识带来困难,所以开发大屏输电网接线图自动生成系统很有必要。
国内外对调度大屏输电网自动生成的研究较少[1,2,3,4,5]。新加坡学者[1,2,3]提出了“最短的连接线、最少的交叉、元件均匀分布”的原则,提出的方法以输电网络为主要研究对象,以发电厂为电源点,并以其为出发点,建立有向树,离根部级数相同的元件(母线、断路器等)放置在相同的纵坐标上,显然这种排法与常规的调度用输电网单线图[4]布局不一致。文献[4,5]是国内采用优化方法进行输电单线图的尝试,提出的自动布局方法只考虑了连线的总长度作为目标函数,而且优化方法是采用了类似局部搜索优化的算法,这样容易使目标函数陷入局部极值点而无法跳出,给自动布局布线带来难以处理的情况。
布局布线理论和应用在集成电路、材料切割等不规则多边形布局、容器构件布局等得到了较为广泛的研究和应用;调度大屏输电网潮流图是在单线图上增加实时信息显示,因此其自动生成可分解为单线图布局、单线图布线、实时数据接入3个步骤。布局时若能充分考虑到布线的特性,则布局可以独立于布线进行;布局是自动成图最重要的环节,直接决定了最后图纸的效果,也决定了走线可能的最佳效果。本文重点讨论单线图的自动布局问题。
1 调度大屏输电网单线图自动生成
研究调度大屏输电网自动生成问题,可以将变电站抽象成为一个给定端口的长方形电气元件,而线路则是连接变电站之间的连线,对于T接连接,则T节点需要模拟一个虚拟的3端口变电站,只是在显示时将其缩小为1个节点。只对于相同电压等级的变电站端口和线路进行成图。
调度大屏的输电网单线图可以归于特殊的平面布局布线问题。它必须限制在一个长条矩形平面上进行布局布线,长条矩形可以抽象成为一个长为M,高为N的网格,变电站作为一个长方形图元,布置在每个网格中心,如图1所示。
输电网的数学模型如下:
1)变电站
式中:SubID为变电站的标识码;Source为变电站的供区属性;i为供区编号;District为变电站的地区属性;j为地区编号;Voltage为变电站最高电压等级属性;k为电压等级编号;m和n分别为在调度大屏的网格坐标,m∈[1,M],n∈[1,N]。
2)线路
式中:LineID为线路标识码;Voltage为线路电压等级属性;SubID1为该线路的始端变电站标识码;SubID2为该线路的末端变电站标识码。
3)供区
Source(i)包含了模型(1)中定义的供区i的所有变电站;供区是输电网很重要的概念,供区之间的线路一般较少,且为空冲线路,只有在特殊情况下才会投运。因此,分供区划分的单线图会呈现十分清楚的电网结构。
4)地区
District(j)包含了模型(1)中定义的地区j的所有变电站;按地区划分,可用于指导地区调度机构参与调度与管理。
因此,调度大屏输电网单线图的自动生成问题,就是给定调度大屏显示长宽或网格,按照供区或地区分块,每个网格只能布置一个变电站,按照符合“最短的连接线、最少的交叉、元件均匀分布”[1,2,3]的原则绘制不同电压等级的单线图。
2 供区/地区优化布局求解
地区布局与供区布局类似,因此只讨论供区布局问题。
2.1 供区优化布局问题
设定供区按照矩形方式占据空间,其优化布局模型如下。
1)供区
Source(i)=SOU(i,nsub,i,Lx,i, Ly,i, Xi,Yi) (3)
式中:i为供区编号,设总供电区块有imax;nsub,i为该供区该电压等级的变电站数量;Lx,i和Ly,i分别为该供区的水平、垂直方向的占格数量;Xi和Yi分别为该供区中心右下角坐标。
因此,
式中:celing(x)为比x大的最小整数。
2)供区联络线
供区联络线很容易从模型(2)中筛选出来。
3)优化目标
区块优化问题并不能完全划分为区块布局(block packing)问题[6],因为在本问题中区块之间是存在连接关系的。本问题的优化目标是,在给定的矩形容器中放入具有连接的imax块矩形,要求浪费的网格数最少,同时具有联络线的区块之间距离最短,并尽可能减少联络线交叉数量。
2.2 基于Java脚本控制的SVG辅助布局工具
以供区为例,浙江220 kV及以上变电站划分为13个供区。首先开发了一个由JS(JavaScript)脚本控制的可缩放矢量图形(SVG)分区人工调整软件(见图2),JS脚本中包含了各区的变电站数量和区间的连线关系:供区图元为矩形,可以拖动,其长宽可调整,调整时其矩形大小同时调整,即长宽之积大于该区的总变电站数;供区若存在联络线,则有一连线连接两供区间的中心坐标;该可视化工具,人工可调整供区相对位置、供区占空间大小,以及直觉判断是否存在交叉,是很好的人工辅助供区布局工具。该工具可将分区参数即布局参数写入数据库。
布局还应考虑调度人员的习惯和地理相对位置,如左南右北。调度大屏的高度,即可以布置的变电站数,基本上N∈[9,13],要分别计算,最后根据上屏效果确定。
2.3 自动求解
按照分区重心的位置坐标(可以采用地理坐标为初值),模拟图2的人工方法。首先在模型(3)中引入供区重心的坐标(X0i,Y0i),
Source(i)=SOU(i,nsub,i,Lx,i,Ly,i,Xi,Yi,X0i,Y0i) (6)
定义强关联和紧挨关联(包括左右紧挨关联和上下紧挨关联):具有联络线关联的2个供区称为强关联;设定2个参数(εx, εy)作为两供区之间上下左右关系的判别依据:| X0i-X0j|≤εx,则i,j供区左右紧挨;| Y0i-Y0j |≤εy,则i,j供区上下紧挨。
按布局习惯,首先选择最北侧的一个供区,本案例是含山供区;再寻找与其具有强关联的供区,本案例为瓶窑和王店供区;在强关联供区中,判断是否存在紧挨关联,本案例紧挨关联为王店供区;因此选择含山、王店布局在最右侧。
含山、王店占位计算如下:
假定选择行数为N,则含山、王店在水平方向总占列数lx′为:
式中:i=1;j=2。
含山垂直占位为:
王店垂直占位为:
因此,含山供区的空间参数为(lx′,ly,1,1,1);王店供区的空间参数为(lx′,ly,2,1,ly,1+1),即其起点纵坐标为其紧挨上一供区的垂直占位坐标加1。
含山、王店确定后,可将其作为整体,然后寻找与该整体强关联的供区,即瓶窑、乔司供区。由于涌潮供区与乔司供区存在上下紧挨关系,则将该3个区作为整体,进行水平方向占位计算,然后在垂直方向进行占位分配。依次循环,可以自动计算获取整个电网的供区布局如图3所示。
此方法存在以下问题:①可能出现垂直方向总行数略大于设定的总行数N;②每个供区内部可能出现空格。由于在未来分区块中上下紧挨的供区将进行变电站统一布局,空格也作为变电站两两换位的空间,因此这些空格的存在将有利于整体布局的效果。
3 区块内变电站优化布局
3.1 基本思路
区块内的优化布局问题,就是在给定的矩形空间内,在网格上放置变电站,使得具有线路连接的变电站之间的距离最短,并且线路交叉数最小。本文采用随机优化方法。首先需要获取该区块的变电站初始布局,产生新解的策略是随机选取此供区内的2个变电站Sub1和Sub2,将Sub1与Sub2的坐标相互交换,重新计算目标函数值。随机交换策略的优点是初始布局的结果将不会影响最终优化的结果。
常见的随机优化方法有模拟退火算法、遗传算法、神经网络等。模拟退火算法适合求解大规模组合优化问题,并大量地用于布局问题。
3.2 模拟退火算法
模拟退火算法的基本思想和流程步骤如下:
1)初始化:初始温度T(充分大),初始解状态S(是算法迭代的起点),每个T值的迭代次数L。
2)对k=1,2,…,L完成步骤3至6;
3)产生新解S′;
4)计算增量Δt′=C(S′)-C(S),其中C(·)为目标函数;
5)若Δt′<0,则接受S′作为新的当前解,否则以概率exp(-Δt′/T)接受S′作为新的当前解;
6)如果满足终止条件,则输出当前解作为最优解,结束程序,终止条件通常取为连续若干个新解都没有被接受时终止算法;
7)T逐渐减少,且T趋近于0,然后转步骤2。
3.3 算法过程条件
固体退火过程能最终达到最小能量的一个状态,理论上必须满足4个条件:①初始温度必须足够高;②在每个温度下状态的交换必须足够充分;③温度的下降必须足够缓慢;④最终温度必须足够低。
3.4 目标函数
将线路间的交叉点数与线路曼哈顿距离综合起来作为模拟退火的目标函数,下面具体讨论。
3.4.1 考虑到布线效果的线路交叉点数
在布局中,采用变电站之间直接连线作为布线的基本规则,但是在计算线路交叉点数时必须顾及未来走线绕过直接连线的可能,尤其是具有连接的变电站在同一水平线或垂直线上。首先讨论一般的情况,即2条线段之间的交叉(见图4)。
可以通过建立直线方程计算交叉点O坐标(x0,y0)来求解,只要同时满足下式条件,则交叉点个数便为1:
另外,在布局图中变电站之间的连线穿越了其他变电站的中心,计算交叉点时必须考虑到输电网单线图走线规则的约束,即有些特殊情况不能通过一般线段交叉的解决方案来处理,如图5所示。
图中Sub1与Sub2、Sub4与Sub5、Sub3与Sub6、Sub3与Sub7之间存在连线;如果Sub1与Sub2之间连线L12从Sub1按向上箭头方向走线,则会产生2个交点,若按向下箭头方向走线则会产生1个交点,而走线规则中L12会按向下箭头方向走线,所以此时交叉点数记为1,因此,在计算此类情况交叉点数时,水平连线的上方与下方中交叉数少的作为目标函数中的交点个数,垂直连线按相同原理计算。
2条线路有部分重合时,交叉点的计算也需要考虑走线规则,如图6所示。
Sub1与Sub2之间有连线L12,Sub3与Sub4之间有连线L34,Sub3与Sub5之间有连线L35,布局图中这3条线路都有重合,但可看出,最终所得的布线图是按照箭头的方向来走线的,所以这种重合的线路不计入交叉点数。
3.4.2 相连变电站之间的距离
两变电站之间的距离用曼哈顿距离来表示,即有变电站A(x1,y1)、变电站B(x2,y2),它们之间的距离记为d:
3.4.3 复合目标函数
复合目标函数如下:
式中:P为总的交叉点个数;D为总的曼哈顿距离;w为权重因子。
P与D可通过计算得到,w通过多次试验比较得到,如表1所示。
由表1可见,优化后的结果都可以接受,初步比较可以确定w在0.3到0.6之间较为合适,本次设计取w为0.5。
3.5 确定算法过程条件
1)初始温度T0选取
初始温度要求足够高,这样才能在初始温度下使问题的求解以等概率处于任何一个状态。T0的选取可以采用升温的方法,设初始接受概率为p0=0.95,初始温度T0=1,随机产生一个状态序列,并按下式计算该序列的接受概率p:
式中:s为接受的状态数;s′为产生的状态数。
如果p<p0,则按T0=2T0提高温度,重新计算p并比较,直到p>p0。本次设计通过试验多次调整,确定T0选取为1 300。
2)温度的下降方法
退火过程要求温度下降得足够缓慢,采用等比例下降法,设置一个接近1但小于1的衰减系数α,使得温度每次以相同的比率下降,即
式中:α=0.998 5;k=0,1,…;Tk为当前温度;Tk+1为下一个时刻的温度。
3)每一温度下的停止准则
在每一个温度下,模拟退火算法都要求产生足够的状态交换,本文采用最简单的一种停止准则,即固定长度法,在每一个温度下都采用相同的Lk,Lk的选取与具体的问题相关,一般与邻域的大小直接关联,通常选择为问题规模n的一个多项式函数。本次设计中,问题规模n为单个供区内的变电站总数,产生新解策略是两两交换变电站位置,所以Lk选取为n(n-1)/2。
4)算法的终止准则
为了综合优化时间与优化质量,采取了2种算法终止准则:一种是经过多次调整设置终止温度Te=0.000 008,当温度T0下降到低于Te后,算法终止;另一种是当目标函数值长时间无变化时也结束优化。
3.6 算法实例
以有19个变电站的含山供区为例,供区布局结果是在4×5的网格内进行变电站布局。
1)基于变电站地理坐标离散化的初始布局解法
依据变电站坐标,按x轴、y轴方向排序,并离散化得到19×19的属性矩阵,并将其压缩到4×5的矩阵,即可获取其初始布局,如图7(a)所示。
2)优化结果及分析
图7(a)显示的初始布局,变电站之间的连线交叉非常多,且位置很不合理,给自动布线带来极大的困难。图7(b)是优化计算后的布局,图8将其变电站位置在网格内进行了一点偏移,来示意其布线的可能途径,表明线路交叉点数由优化前66降为0,另外,其目标函数值、曼哈顿距离分别由优化前的104.5和77降为优化后的17.5和35,可见已达到非常理想的效果。
试验表明,基于模拟退火算法的优化算法,对初始优化解并不敏感,即随意的初始解,也能得到结果相同的最优解。
4 结语
本文提出了调度大屏输电网单线图自动生成中的自动布局问题,并完整地提出了有效的系统解决方案。对于供区内变电站布局,建立的复合目标函数不仅考虑了线路交叉尽可能少、相连变电站之间距离尽可能短,也考虑了后续布线的效果,可以避免布局—布线多次循环;提出的基于随机模拟退火算法的自动布局算法,初始布局不影响最后的布局,且能获得全局优化解,实现了许多局部优化方法不能达到的效果。
浙江220 kV及以上电压等级变电站组成的220 kV电网,变电站节点数为248,220 kV线路为519条,对于某一给定行数的布局计算所需时间为1 h 左右;500 kV电网由于节点与线路少,布局只需15 min左右,表明其算法是现实可行的。通过本文的算法获得布局后再进行优化走线,并自动配置实时数据,自动形成的浙江省调度大屏的电网调度潮流图现已投运。
参考文献
[1]GOOI HB,ARUNSALAM A N.Automatic generation of one-line diagrams//Proceedings of International Power EngineeringConference,March 10-12,1993,Singapore.
[2]QI U B,GOOI H B.Web-based SCADA display systems(WSDS)for access via Internet.IEEE Trans on PowerSystems,2000,15(2):681-686.
[3]ONGY S,GOOI H B,LEE S F.Java-based applications foraccessing power system data via Intranet,Extranet andInternet.Electrical Power and Energy Systems,2001,23(4):273-284.
[4]宋适宇,何光宇,徐彭亮,等.输电网单线图的自动生成算法.电力系统自动化,2007,31(24):12-15.SONG Shiyu,HE Guangyu,XU Pengliang,et al.Automaticgeneration of single-line diagrams for transmission networks.Automation of Electric Power Systems,2007,31(24):12-15.
[5]徐彭亮,何光宇,梅生伟,等.基于地理信息的输电网单线图自动生成新算法.电网技术,2008,32(21):9-12.XUPengliang,HE Guangyu,MEI Shengwei,et al.Applicationof geographic information in automatic generation of single-linediagrams for power transmission networks.Power SystemTechnology,2008,32(21):9-12.
自动道路种子点提取与模板生成 篇11
目前从高分辨率影像中提取道路是计算机视觉、人工智能、摄影测量和遥感的研究重点之一,它对GIS数据的自动获取与更新、目标追踪、自动化数字测图等都具有重要的意义[1]。现阶段提取道路的方法分为基于辐射特征、几何特征、拓扑特征、背景特征等几类提取方法[2],其中剖面匹配和矩形模板匹配的方法被认为是较为实用有效的提取方法[3]。在基于模板匹配的道路追踪中,关键是道路种子点的选取和道路追踪模板的生成。目前研究中存在种子点提取方法可分为自动提取和人机交互提取两大类,人机交互式的提取方法在道路追踪起始位置和追踪中断时采用人工方式指导完成道路的提取工作[4,5]。人机交互的方法提取的道路准确度较高,但需要人机交互,提取效率较低,难以满足实时追踪的要求。目前道路的种子点选取主要是基于道路的统计特征[6,7],或基于特征方向直方图的道路区域计算[8],基于分割方法的道路种子点提取方法[9],基于条带检测算法的道路监测[10],再基于种子点计算道路模板,完成道路追踪。目前的方法由于应用的要求,通常在图像整个像幅内进行计算提取,计算量较大,存在冗余计算,影响提取效率。为此本文通过分析面向交通流监测应用的高分辨率无人机影像中的道路特征,发现道路在图像截面中的特征较为明显,可用于标记道路区域,生成追踪模板;并提出了一种基于一维无标记分水岭分割的种子点提取方法和基于放射搜索的道路模板生成方法。
1 面向交通流提取的先验条件
道路是空间位置的函数,即L(28)f(x,y)。在高分辨率的影像中,道路一般呈现为条带状,具有明显的双边缘、连续的灰度表面等[2]。首先定义道路L的一个剖面P为一个四元组:
其中:EL,ER分别为剖面P的左右边界坐标位置,C0为剖面P的中心点坐标,V为描述剖面P的特征值集合,包括剖面的灰度均值、灰度方差、道路的方向等。
那么连续道路L可以离散表示为剖面P的集合,即:
在面向交通流监测的图像处理中,通过提取道路、车辆等分析交通流的参数信息,实时性获取交通流信息是应用的关键。由于监测道路的连续性,可以采用模板匹配的方法来进行实时追踪,其中关键是模板的制作和模板的更新。
在面向交通流监测的无人机图像处理中,通常道路是影像的主体,并且无人机定位定姿系统提供图像的姿态参数信息。这些为道路提取提供了一定的先验条件,如由道路的实际宽度可以估算图像中道路的像素宽度;图像中道路一般位于图像的中部;道路一般贯穿整个图像等。本文重点探讨如何将这些先验条件应用于道路种子点提取,为实时道路追踪生成追踪模板。
2 基于一维无标记分水岭分割的种子点提取与模板生成
为实时的提取道路种子点,本文提出了一种基于一维分水岭分割算法的道路种子点提取方法。分水岭分割算法借助地形学的概念,将一幅图像看作一种地理表面,用灰度值来表示地表的高程,从盆地底部涌出泉水,首先涌到较低的盆地,然后涌到较高的盆地,当两个盆地的水即将汇合时,建立一道水坝,对整个地表实施淹没就会分割出许多区域,达到对图像分割的目的[11]。如图1所示为分水岭分割示意图。
图1中波谷区域可看作是盆地,波峰是盆地之间的分水岭,按照分水岭分割算法的思想,本文设计了一种无标记追踪波峰的一维分水岭分割算法。算法依据像素的灰度值进行分割,在先验条件的约束下,确定出最佳道路种子点区域,然后在待选区的一定邻域范围内,分析邻域的相关特征,最终计算出道路的位置,并提取道路追踪模板。
2.1 无标记分水岭分割
为了实现道路的实时追踪,传统的带标记分水岭分割方法精度高,但由于需要人机交互标记,时间消耗相对较多。本文无标记分割方法是分水岭分割算法在一维情况下的改进实现。一维情况下像元邻域由原来的4邻域或8邻域变为2邻域(左右像元),在数据处理方面复杂度降低,分割效率提高。
本文方法分为初分割、区域合并两部分,在图像初分割阶段,首先进行图像的预处理,出去噪声,特别是去除虚假的“波峰”;然后通过追踪图像中灰度(梯度)极值点,将图像划分为一个个由极大值点(波峰)包围的积水盆地。
由于地物在光照条件不同下的差异性,会导致初分割产生过分割的现象,需要进行相邻区域的相似合并来得到最终的分割结果。在图像的合并阶段,通过考察各个区域之间的特征向量的相似程度来进行区域的合并,区域的特征向量由若干区域的特征值组成,包括均值、方差、区域一致性指标、极值等。
分割的流程描述如下:
Step1:从图像M中随机选取一个数据剖面P;
Step2:在P的一定邻域范围内,对P进行图像预处理,尺度变换、灰度化、平滑滤波、计算梯度值等;
Step3:如图2所示,标记P的极大值点max,通过相邻极值点maxi与maxi+1分割出区域Ri(start,end,V),其中V为区域特征集;
Step4:如图3所示,对相邻区域Ri-1、Ri进行相似度计算,若Dist(Ri-1,Ri),其中为阈值,则合并Ri-1、Ri;
Step5:输出分割结果{R1,R2,…,Rn}。
2.2 生成道路追踪模板
道路追踪模板是用于道路匹配追踪的依据,是反复修正的道路特征值集合,可以通过若干道路剖面统计生成。
首先定义追踪模板:
其中:S为模板位置;W为模板宽度;V为模板其他特征值集合。依据道路的先验条件,通常道路区域灰度一致性较好、灰度值较高;道路的双边缘特征明显,边缘梯度方向对称且梯度值接近等。
在面向交通流监测的应用中,可以通过无人机的姿态数据空间分辨率获得道路的近似像素宽,在道路像素宽度的近似值已知的条件下,可以按照分割区域的宽度对区域进行初步筛选,然后按照区域灰度一致性指标对待选区域进行排名,作为后续处理的输入。
按照排名结果在待选区域中扩大范围设置ROI进行放射搜索,如图4所示。由于道路双边缘特征明显,可以用于判断候选区域是否为道路区域;在ROI内按照等间隔θ设置搜索截面,在每个截面中采用类似上述图像分割的方法,提取极值点,探测道路边缘点L、R,通过若干截面的计算,可以判断出是否存在双边缘地物,如果存在则继续,否则仿射搜索另一区域。
如果是道路区域,则通过截面计算出若干对道路边缘点,按照最小二乘直线拟合来计算左右边缘方向,平均得到道路主方向,并统计道路区域的其他特征(均值、方差等),生成道路追踪模板。
3 实验结果及分析
为验证本文方法的有效性,利用C++和Opencv图像处理库实现了本文无标记分割和模板生成算法。
实验区域如图5所示,道路区域比较清晰,且道路有明显的边缘白线,适合选择图像亮度作为分割标准,对道路会有较好的分割效果。
按照上述方法,实验首先对图像进行随机抽取图像截面;对待处理行图像进行预处理操作,灰度化、平滑滤波去除噪声以及其他预处理,如图6(a)所示;然后进行无标记分割,如图6(b)所示;进而通过放射搜索,生成追踪模板。
实验结果表明:图像的初步分割结果破碎,即使按照区域之间的相似程度进行合并,除了一致性较好道路区域分割较好,其他的植被、裸地等区域由于光照变化、图像阴影干扰等因素的影响,纹理特征明显,按照灰度值的分割效果不够理想。
在图像放射搜索中,通过平均左右边缘的方向来获得道路的主方向,最终得到模板:
计算结果与实际一致。
在同一计算机、相同图像、相同尺度情况下,本文对照了Canny边缘提取(第一阀值180,第二阀值200)和Canny+Hough直线提取在较好道路提取效果下平均耗时情况。如表1所示。
由于Canny与Hough方法针对全幅图像进行提取,时间消耗较多;且Canny的两个阈值需要反复实验调整;而Hough提取效果依赖于边缘提取的效果。且边缘提取和直线提取后还需要对结果进行筛选、计算,来获取所需道路模板信息。若为非直线道路,可以想象Hough检测不会得到理想效果。
4 结论
通过图像剖面的分割在得到道路大致区域的基础上,结合道路模板搜索算法,利用道路自身双边缘特性计算出道路的精确位置及道路的走向等。本文方法在不需要复杂道路特征计算的情况下,可以较好地定位到道路区域并获取追踪道路的模板。
提取所依据的特征需要根据图像中道路的特征来确定。为了提高准确率和效率,可以通过增加图像剖面输入数量的方法,加快寻找道路区域所在位置,并生成用于追踪的道路模板。另外为提高计算速率,可以在图像的较低尺度上进行本文分割与模板生成操作。
参考文献
[1]史文中,朱长青,王昱.从遥感影像提取道路特征的方法综述与展望[J].测绘学报,2001,30(3):257-262.SHI Wenzhong,ZHU Changqing,WANG Yu.Road Feature Extraction from Remotely Sensed Image:Review and Prospects[J].Acta Geodaetica et Cartographica Sinica,2001,30(3):257-262.
[2]吴亮,胡云安.遥感图像自动道路提取方法综述[J].自动化学报,2010,36(7):912-922.WU Liang,HU Yunan.A Survey of Automatic Road Extraction from Remote Sensing Images[J].Acta Automatica Sinica,2010,36(7):912-922.
[3]林祥国,张继贤,李海涛,等.基于T型模板匹配半自动提取高分辨遥感影像带状道路[J].武汉大学学报:信息科学版,2009,34(3):293-296.LIN Xiangguo,ZHANG Jixian,LI Haitao,et al.Semi-automatic Extraction of Ribbon Road from High Resolution Remotely Sensed Imagery by a T-shaped Template Matching[J].Geomatics and Information Science of Wuhan University,2009,34(3):293-296.
[4]朱长青,杨云,邹芳,等.高分辨率影像道路提取的整体矩形匹配方法[J].华中科技大学学报:自然科学版,2008,36(2):75-77.ZHU Changqing,YANG Yun,ZOU Fang,et al.Total rectangle matching approach to road extraction from high resolution remote sensing images[J].J.Huazhong Univ.of Sci.&Tech:Natural Science Edition,2008,36(2):75-77.
[5]孟樊,方圣辉.利用模板匹配和BSnake算法准自动提取遥感影像面状道路[J].武汉大学学报:信息科学版,2012,37(1):39-42.MENG Fan,FANG Shenghui.Quasi-automatic Extraction of Zonal Roads from Remote Sensiong Images Using Template Matching and BSnake Model[J].Geomatics and Information Science of Wuhan University,2012,37(1):39-42.
[6]张睿,张继贤,李海涛.基于角度纹理特征及剖面匹配的高分辨率遥感影像带状道路半自动提取[J].遥感学报,2008,12(2):42-50.ZHANG Rui,ZHANG Jixian,LI Haitao.Semi-automatic Extraction of Ribbon Roads from High Resolution Remotely Sensed Imagery Based on Angular Texture Signature and Profile Match[J].Journal of Remote Sensing,2008,12(2):42-50.
[7]Rathinam S,Whan K Z,Sengupta R.Vision-Based Monitoring of Locally Linear Structures Using an Unmanned Aerial Vehicle[J].Journal of Infrastructures Systems(S1076-0342),2008,14:52-63.
[8]张道兵,张慧,张正,等.一种稳健的道路主方向提取算法[J].光子学报,2007,36(B06):326-330.ZHANG Daobing,ZHANG Hui,ZHANG Zheng,et al.A Robust Main Direction Extraction Method for Road Segment[J].Acta Pgotonica Sinica,2007,36(B06):326-330.
[9]吴小波,杨辽,沈金祥,等.利用空间连续性进行高分辨率遥感影像道路提取[J].武汉大学学报:信息科学版,2011,36(11):1298-1301.WU Xiaobo,YANG Liao,SHEN Jinxiang,et al.Road Extraction from High-resolution Remote Sensing Images with Spatial Continuity[J].Geomatics and Information Science of Wuhan University,2011,36(11):1298-1301.
[10]Steger C,Glock C,Eckstein W,et al.Model based Road Extraction from Images[C]//Proceedings of Automatic extraction of Man-made Objects from Aerial and Space Images,Basel:Birkhauser Verlag,1995:275-284.