Phys. Dirk Burghardt
Phys. Dirk Burghardt
Phys. Dirk Burghardt
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
4.1. Verdrängung von Punktobjekten 49<br />
dem Simplexverfahren gelöst. Die Lösung ist nicht in jedem Falle eindeutig. So ist man gezwungen,<br />
Zusatzbedingungen zu formulieren. Sinnvollerweise sollte mit ihrer Hilfe die Punktstruktur<br />
möglichst gut erhalten bleiben; z.B. mit<br />
n∑<br />
∆x i = 0 ,<br />
i=1<br />
n∑<br />
∆y i = 0 (4.1-6)<br />
i=1<br />
wenigstens der Schwerpunkt.<br />
Das Muster der Punktsignaturen in Abbildung 4.1-2 wurde einer thematischen Karte entnommen.<br />
Die Durchmesser der kreisförmigen Signaturen entsprechen gewissen Quantitäten. Beim<br />
Übergang in einen kleineren Maßstab, hier im Verhältnis 1 : 1.5, entstehen Konflikte. Die Lösungen<br />
mittels quadratischer und linearer Optimierung sind zulässig.<br />
4.1.2 Energieminimierung<br />
Da Punkte als Einzelobjekte keine Struktur besitzen, kann für ein individuelles Element keine<br />
innere Energie definiert werden. Andererseits stehen Punktobjekte in enger Beziehung zu ihrer<br />
Nachbarschaft, die vom Betrachter um so deutlicher registriert wird. Eine Modellierung dieser<br />
Wechselwirkungen kann auf vielfältige Weise erfolgen. Dazu sind in der lokalen Umgebung<br />
Punkte auszuwählen, welche miteinander in Beziehung stehen. Diese Gebiete werden als Cluster<br />
bezeichnet.<br />
Cluster-Definition: Unter einem Verdrängungscluster (VC) versteht man eine diskrete Punktmenge<br />
P k {k = 1, 2, . . . , p und 2 ≤ p < ∞} in einem abgeschlossenen Bereich B ⊂ R 2 . Es besitzt<br />
die Eigenschaft, daß zu jedem P i mindestens ein Nachbar P k mit s ik < rik<br />
HC existiert.<br />
Für solche Cluster kann jetzt auf unterschiedliche Weise eine innere Energie definiert werden. So<br />
wäre z.B. die Richtung von jedem Punkt zum Clusterschwerpunkt als Größe minimaler Energie<br />
verwendbar. Dies entspricht einem Vorschlag von Mackaness (1994).<br />
Eine andere Möglichkeit ist, Abstand und Winkel<br />
bezüglich der nächsten beiden Nachbarn als inneren<br />
Energieterm einzuführen. Dabei kann der Nachbar<br />
hier sowohl eine Punktsignatur sein als auch<br />
die Stützstelle eines Linien- oder Flächenobjektes.<br />
Dieses Vorgehen ist äquivalent zur Bestimmung der<br />
inneren Energie für die Linienverdrängung mittels<br />
Greedy-Algorithmus (vgl. Abschnitt 3.3.4). In Abbildung<br />
4.1-3, sind die Verbindungen zum nächsten<br />
bzw. übernächsten Nachbarn eingezeichnet.<br />
Die Berechnung der externen Energie zur Konfliktmodellierung<br />
für Punktobjekte ist identisch mit der<br />
Konfliktmodellierung für Linienobjekte (vgl. Abschnitt<br />
3.2.2).<br />
Abbildung 4.1-3: Nachbarschaftsrelationen<br />
Erfolgt die Verdrängung in reinen Punktmustern, wird die approximativ kontinuierliche Abtastung<br />
der Nachbarobjekte durch diskrete Abstandsberechnungen ersetzt. Abbildung 4.1-4 zeigt<br />
das Ergebnis der Punktverdrängung mittels Energieminimierung. Weiterführende Vergleiche mit<br />
den Verdrängungsansätzen nach Abschnitt 4.1.1 können anhand des vorgestellten Beispiels nicht<br />
getroffen werden. Hier wurde zunächst nachgewiesen, daß die Punktverdrängung durch Energieminimierung<br />
möglich ist.