CN105677760A - 线目标间拓扑关系并行计算方法及系统 - Google Patents

线目标间拓扑关系并行计算方法及系统 Download PDF

Info

Publication number
CN105677760A
CN105677760A CN201511021287.7A CN201511021287A CN105677760A CN 105677760 A CN105677760 A CN 105677760A CN 201511021287 A CN201511021287 A CN 201511021287A CN 105677760 A CN105677760 A CN 105677760A
Authority
CN
China
Prior art keywords
topology
relation
line
topological
line segment
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201511021287.7A
Other languages
English (en)
Inventor
马益杭
秦国政
孙协昌
黄宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Space Star Technology Co Ltd
Original Assignee
Space Star Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Space Star Technology Co Ltd filed Critical Space Star Technology Co Ltd
Priority to CN201511021287.7A priority Critical patent/CN105677760A/zh
Publication of CN105677760A publication Critical patent/CN105677760A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2453Query optimisation
    • G06F16/24532Query optimisation of parallel queries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Computational Linguistics (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明提供了一种线目标间拓扑关系并行计算方法及系统,所述方法包括:遍历提取线目标图层中的线段信息,分析并输出线段组合的拓扑关系;对拓扑结内直线段的排列进行分析,确定并输出该拓扑结内的局部拓扑关系;按照拓扑结顺序依次确定对应的局部拓扑关系,形成拓扑链,通过拓扑链描述线目标间拓扑关系。上述方法和系统,通过对线目标拓扑关系计算方法的并行化改造,使其可以充分利用并行加速处理得到的线段相交情况,获得空间关系查询结果;本方案可以采用异构多核架构作为并行计算硬件架构,利用其强大的并行处理能力,快速处理线目标数据的线段相交情况,能够发挥硬件设备的并行计算效率,提高线目标数据的拓扑关系计算速度和准确性。

Description

线目标间拓扑关系并行计算方法及系统
技术领域
本发明属于地理信息技术领域,尤其是涉及一种能够对海量线目标数据进行线目标间拓扑关系并行计算方法及系统。
背景技术
随着空间信息获取技术更加成熟,空间数据的数据量急速增加。如何将这些海量、超海量空间数据应用于地学计算,快速的得到处理从而获得更有价值的信息,已经成为现今地理信息系统技术创新的热点。随着并行计算机越来越普及,并行技术的逐步成熟,并行计算已经成为解决快速处理大数据问题的主流手段。在数据量巨大的地学领域,依靠并行计算机的强大处理能力已经毫无疑问地成为满足加速需求的最优选择,由此应运而生的地学算法并行化改造,也必然成为大数据时代的重点和难点。
从基于CPU多核的并行到CPU+GPU的异构并行,硬件产品的更新换代对传统地学计算算法的并行化产生了重大的影响。CPU的逻辑处理能力强,而GPU数学计算性能强大,大规模并行处理机制强大。将两者结合成为一个异构平台,发挥各自的特长,是并行计算的发展趋势。在具有如此强大计算能力的架构平台上,对原有的地学计算进行并行化改造,以实现超海量空间数据加速处理,是一项极其有意义的工作。
目前,在诸多开源的GIS代码库中,几乎全部使用planesweep算法及其衍生算法获取两个几何体间的拓扑关系信息。但由于planesweep算法其本身的逐一扫描特性,致使其无法适应并行化加速改造,也因此无法移植到异构多核架构上。为解决上述问题,需要从可以实现数据并行的方面入手,构建一套全新的并行计算技术方案。
发明内容
本发明目的在于提供一种线目标间拓扑关系并行计算方法及系统,以能够充分利用异构多核架构强大的并行计算能力,加速海量线目标数据间拓扑关系计算,解决现有技术中的拓扑关系计算技术方案不具备并行化改造条件、无法适应异构多核架构的缺陷。
本发明提供的技术方案如下:
一种线目标间拓扑关系并行计算方法,包括:
遍历提取线目标图层中的线段信息,分析并输出线段组合的拓扑关系;
对拓扑结内直线段的排列进行分析,确定并输出该拓扑结内的局部拓扑关系;
按照拓扑结顺序依次确定对应的局部拓扑关系,形成拓扑链,通过拓扑链描述线目标间拓扑关系。
较佳的,所述的线目标间拓扑关系并行计算方法,还包括:
获取至少两个线目标图层的数据,计算分析该至少两个线目标图层之间线段的相交情况;
循环遍历该至少两个线目标图层中的线目标数据、并计算对应的拓扑链。
较佳的,所述分析并输出线段组合的拓扑关系,包括:
记录非相离的线段组合,并排除相离的线段组合。
较佳的,所述对拓扑结内其组成直线段的排列进行分析之前,还包括:
将非相离关系的线段对排序;
获取首尾相接的非相离的线段对。
较佳的,所述确定并输出该拓扑结内的局部拓扑关系,包括:
局部交叉关系的判断、局部相接关系的判断以及局部部分交叠关系的判断。
较佳的,所述局部部分交叠关系的判断,包括:
内部叠置关系判断、首端点叠置关系判断以及末端点叠置关系判断。
相应于上述方法本申请还提供了一种线目标间拓扑关系并行计算系统,包括:
线段间拓扑关系计算模块,用于遍历提取线目标图层中的线段信息,分析并输出线段组合的拓扑关系;
局部拓扑关系分析模块,用于对拓扑结内直线段的排列进行分析,确定并输出该拓扑结内的局部拓扑关系;
拓扑链组合模块,用于按照拓扑结顺序依次确定对应的局部拓扑关系,形成拓扑链,通过拓扑链描述线目标间拓扑关系。
较佳的,所述线目标间拓扑关系并行计算系统,还包括:
图层间线目标拓扑关系计算模块,用于获取至少两个线目标图层的数据,计算分析该至少两个线目标图层之间线段的相交情况,以及循环遍历该至少两个线目标图层中的线目标数据、并计算对应的拓扑链。
较佳的,所述的线目标间拓扑关系并行计算系统中,所述局部拓扑关系分析模块,包括:
局部交叉关系判断单元、局部相接关系判断单元以及局部部分交叠关系判断单元。
较佳的,所述局部部分交叠关系判断单元中,包括:
内部叠置关系判断组件、首端点叠置关系判断组件以及末端点叠置关系判断组件。
本发明与现有技术相比的优点在于:本发明提供的上述线目标间拓扑关系并行计算方法和系统,通过对线目标拓扑关系计算方法的并行化改造,使其可以充分利用并行加速处理得到的线段相交情况,获得空间关系查询结果;在上述改进的基础上,本方案可以采用异构(如CPU+GPU)多核架构作为并行计算硬件架构,利用其强大的并行处理能力,快速处理线目标数据的线段相交情况,为后续的线目标间空间关系查询提高效率;本方案可以最大限度的发挥硬件设备的并行计算效率,在数据规模庞大的情况下,提高线目标数据的拓扑关系计算速度,并保证其准确性。
附图说明
图1为实施例一提供的线目标间拓扑关系并行计算方法流程示意图;
图2为实施例一提供的线段相交种类示意图;
图3为实施例一提供的线段对排序示意图;
图4为实施例一提供的线目标间拓扑关系示意图;
图5为实施例三提供的线目标间拓扑关系并行计算系统组成示意图。
具体实施方式
本发明的目的在于提供一种线目标间拓扑关系并行计算方法及系统,以能够充分利用异构多核架构强大的并行计算能力,加速海量线目标数据间拓扑关系计算,解决现有技术中的拓扑关系计算技术方案不具备并行化改造条件、无法适应异构多核架构的缺陷。
为了更准确简介的介绍本发明实施例的技术方案,首先对如下基本概念进行定义和解释说明。
拓扑结:两线目标的连通部件定义为拓扑结;
拓扑环:相邻拓扑结间非连通部件定义为拓扑环;
拓扑链:两线目标是由拓扑结和拓扑环顺次相连形成的有向链;
拓扑单元:将两个线目标这种由相离到相交再到相离的区域定义为拓扑单元,如果两个线目标在至少一个线目标的端点处部分叠置,则将两线目标由相交到相离(首端点)或由相离到相交(末端点)的区域定义为拓扑单元;
局部拓扑关系:拓扑单元所确定的关系定义为局部拓扑关系;两个线目标之间的交分为零维交、一维交两类。零维交对应着交叉和相接两种拓扑关系。如果两线目标交的次数大于1,则一维交的邻域必然存在两线目标相离部分,其确定的拓扑关系必然为部分叠置关系,由此可以得出结论:两个具有多次交的线目标间只可能存在交叉、部分叠置和相接三种局部拓扑关系。
下面结合附图对本发明进行详细说明:
实施例一:
本实施例提供了一种线目标间拓扑关系并行计算方法,如图1所示,为该方法的流程示意图,具体包括以下步骤:
步骤S101,遍历提取线目标图层中的线段信息,分析并输出线段组合的拓扑关系;
本步骤主要用于实现线段间拓扑关系计算,具体的:
对于输入的一个或者多个海量线目标图层,分别遍历提取所述海量线目标图层中线目标的线段信息。如果存在多个图层,则将不属于同一图层的独立线段两两组合。
本步骤可以利用异构的并行计算技术(如CPU+GPU架构,通过CPU实现逻辑处理,通过GPU实现数学计算),对所有线段组合进行并行分析,得到所有组合的拓扑关系。分析过程中记录所有非相离的线段组合,排除相离的线段组合。
对于所有非相离的线段组合(即相交的线段组合),线段相交种类分为六类,如图2所示包括:(1)交叉(Cross)、(2)相等(Equal)、(3)包含(In)、(4)部分叠置(Overlap)、(5)端点相接(End-Meet)、(6)内部相接(In-Meet);最终输出所有非相离的线段组合的拓扑关系,供后续局部拓扑关系分析步骤S102调用。
步骤S102,对拓扑结内直线段的排列进行分析,确定并输出该拓扑结内的局部拓扑关系;
本步骤主要用于实现局部拓扑关系分析,具体的:
上述线段间拓扑关系计算后,为了推断局部拓扑关系,将非相离关系的线段对排序,获取首尾相接的非相离的线段对,然后根据判断规则,对每一个拓扑结内其组成直线段的排列进行分析,确定该拓扑结的局部拓扑关系。
如图3所示的线段对排序示意图,为了推断局部拓扑关系,设两个线目标分别为Fid1、Fid2,则Fid1和Fid2上非相离关系的线段对排序为的具体过程如下:
(1)根据两线目标中任一线目标(Fid1)的线段流方向对具有交关系的线段对排序,并赋以标示;
(2)如果线目标(Fid1)的某一线段(l1)与另一线目标(Fid2)的两条以上的线段相交,则按照线目标(Fid2)的线段流方向对与线段l1相交的线段对标示重新排序。
线目标间只可能存在交叉(C)、相接(M)和部分叠置(O)三种局部拓扑关系,因此所述确定并输出该拓扑结内的局部拓扑关系,可以包括:局部交叉关系的判断、局部相接关系的判断以及局部部分交叠关系的判断。其中,所述局部部分交叠关系的判断,又可以包括:内部叠置关系判断、首端点叠置关系判断以及末端点叠置关系判断。
本步骤最终输出各拓扑结内的局部拓扑关系,供后续供拓扑链组合步骤S103调用。
步骤S103,按照拓扑结顺序依次确定对应的局部拓扑关系,形成拓扑链,通过拓扑链描述线目标间拓扑关系。
本步骤主要用于实现拓扑链组合,具体的:
利用拓扑链模型描述线线之前详细的拓扑关系,本方案中两线目标的连通部件为拓扑结,相邻拓扑结间非连通部件为拓扑环,两线目标实际上是由拓扑结和拓扑环顺次相连形成的有向链。
根据局部拓扑关系分析步骤S102中计算得到拓扑结的局部拓扑关系,按照拓扑结顺序依次确定对应的局部拓扑关系,形成拓扑链,来描述两线目标间的拓扑关系,可用一组有序数字(K0、K1、K2…Km)表示拓扑结顺序,字母(T0、T1、T2…Tm)表示拓扑结局部拓扑关系,数字与字母的组合表示线目标L、M的拓扑链R(L,M)=K0T0K1T1K2T2…KmTm
如图4所示的线目标间拓扑关系,其可以表示为R(L,M)=1C2O3M。
上述步骤中,主要以一个线目标图层为例计算线目标之间的拓扑关系,当然该方案主要应用为两个或者两个以上图层之间的线目标间的拓扑关系计算,因此,上述线目标间拓扑关系并行计算方法,还可以包括:
获取至少两个线目标图层的数据,计算分析该至少两个线目标图层间线段的相交情况;循环遍历该至少两个线目标图层中的线目标数据、并计算对应的拓扑链。
上述方案中,通过步骤S102所述的线段间拓扑关系计算对来自不同图层的线目标数据两两组合,对于多组待计算的两个线目标数据,采用步骤S102所述的局部拓扑关系分析,首先分析得到各个拓扑结的局部拓扑关系,再采用步骤S103所述的拓扑链组合,按照拓扑链模型的计算规则,能够输出它们的拓扑链模型结果。
本发明提供的上述线目标间拓扑关系并行计算方法,通过对线目标拓扑关系计算方法的并行化改造,使其可以充分利用并行加速处理得到的线段相交情况,获得空间关系查询结果;在上述改进的基础上,本方案可以采用异构(如CPU+GPU)多核架构作为并行计算硬件架构,利用其强大的并行处理能力,快速处理线目标数据的线段相交情况,为后续的线目标间空间关系查询提高效率;本方案可以最大限度的发挥硬件设备的并行计算效率,在数据规模庞大的情况下,提高线目标数据的拓扑关系计算速度,并保证其准确性。
实施例二:
本实施例在实施例一的基础上,提供了一种确定并输出拓扑结内的局部拓扑关系的方法,对于局部交叉关系、局部相接关系和局部部分交叠关系三种局部拓扑关系,分析其组成直线段的可能排列,并分别归纳了判断规则。
设线目标L、M分别由首尾相接的线li(i=1,2,3…k)和mj(j=1,2,3…n)组成;End-Meet(li,mj)ep1表示线段li,mj相接于端点ep1,In-Meet(li,mj)ip1表示线段li,mj内部相接于ip1。End(L)表示线目标L的端点;End(li)、End(mj)表示相接线段不与接点重合的端点,线段以接点o为起点,以End(li)、End(mj)为终点的方位角表示为αo-End(li)、βo-End(mj),Adjacent()表示由方位角大小确定两线段端点相邻。根据组成局部拓扑关系的线段对的排列规律建立判断规则的具体过程如下:
(1)局部交叉关系的判断:
局部交叉关系的第一种情况是由一对交叉线段组成,根据其是否存在一交叉线段对判断,如下规则1;
规则1:
线段对排列具有以下规律:1)存在顺序排列的两对相接线段;2)将除接点外的端点按照顺时针排序,属于同一线目标的线段的两个端点不相邻,由此归纳出规则2如下;
规则2:and(End-Meet(li+1,mj+1)ep2=Trueandep1=ep2orIn-Meet(li,mj)ip1=Trueand(In-Meet(li+1,mj)ip2=TrueorIn-Meet(li,mj+1)ip2=Trueandip1=ip2)and(Adjacent(αo-End(li),αo-End(li+1))=FalseorAdjacent(βo-End(mj),βo-End(mj+1))=False)
(2)局部相接关系的判断规则
局部相接关系的第一种情况是:一方面存在相接线段对,另一方面至少一线段为一线目标的首(末)线段,且在该线目标端点处与另一线目标线段相接,由此形成规则3如下;
规则3:and(ep1=End(L)orep1=End(M))orIn-Meet(li,mj)ip1=Trueandip1=End(L)))
第二种情况的线段对排列规律如下,一是存在顺序排列的两对相接线段,二是将除接点外的端点按照顺时针排序,属于同一线目标的线段的两个端点相邻,据此可归纳出规则4如下;
规则4:and(End-Meet(li+1,mj+1)ep2=Trueandep1=ep2orIn-Meet(li,mj)ip1=Trueand(In-Meet(li+1,mj)ip2=TrueorIn-Meet(li,mj+1)ip2=Trueandip1=ip2)and(Adjacent(αo-End(li),αo-End(li+1))=TrueorAdjacent(βo-End(mj),βo-End(mj+1))=True)
(3)局部部分交叠关系的判断规则
局部部分交叠关系第一种情况是叠置只能存在于两线目标内部,称之为内部叠置,其组成线段对的排列规律为:端点相接线段对-相等线段对(或包含线段对、部分叠置线段对)-端点相接,据此形成内部叠置关系判断规则5如下;
规则5:IfMeet(li,mj)=Trueand(Equal(li+1,mj+1)=TrueorOverlap(li+1,mj+1)=TrueorInclude(li+1,mj+1)=True)andMeet(li+2,mj+2)=True
局部部分交叠关系第二种情况是首端点叠置,其组成线段对排列规律为:相等线段对(或包含线段对、部分叠置线段对)-相接线段对,据此形成首端点叠置关系判断规则6如下;
规则6:If(i=1orj=1)and(Equal(li,mj)=TrueorOverlap(li,mj)=TrueorInclude(li,mj)=True)and(Meet(li+1,mj+1)=TrueorMeet(li,mj+1)=TrueorMeet(li+1,mj)=True)
局部部分交叠关系第三种情况是末端点叠置,其组成线段对排列规律为:相接线段对-相等线段对(或包含线段对、部分叠置线段对),据此形成末端点叠置关系判断规则7如下;
规则7:If(i=norj=k)and(Meet(li-1,mj-1)=TrueorMeet(li-1,mj)=TrueorMeet(li,mj-1)=True)and(Equal(li,mj)=TrueorOverlap(li,mj)=TrueorInclude(li,mj)=True)
实施例三:
相应于上述方法实施例本发明还提供了一种线目标间拓扑关系并行计算系统,如图5所示的系统架构图,具体包括:
线段间拓扑关系计算模块501,用于遍历提取线目标图层中的线段信息,分析并输出线段组合的拓扑关系;
局部拓扑关系分析模块502,用于对拓扑结内直线段的排列进行分析,确定并输出该拓扑结内的局部拓扑关系;
拓扑链组合模块503,用于按照拓扑结顺序依次确定对应的局部拓扑关系,形成拓扑链,通过拓扑链描述线目标间拓扑关系。
当然该系统可以实现两个或者两个以上图层之间的线目标间的拓扑关系计算,因此,上述线目标间拓扑关系并行计算系统,还可以包括:
图层间线目标拓扑关系计算模块504,用于获取至少两个线目标图层的数据,计算分析该至少两个线目标图层之间线段的相交情况,以及循环遍历该至少两个线目标图层中的线目标数据、并计算对应的拓扑链。
此外,由于线目标间只可能存在交叉(C)、相接(M)和部分叠置(O)三种局部拓扑关系,因此所述局部拓扑关系分析模块502中,可以包括:
局部交叉关系判断单元、局部相接关系判断单元以及局部部分交叠关系判断单元。
其中所述局部部分交叠关系判断单元,还可以包括:
内部叠置关系判断组件、首端点叠置关系判断组件以及末端点叠置关系判断组件。
上述系统中,在具体实施方案中,图层间线目标拓扑关系计算模块504提供系统的运行框架,在用户请求时,首先运行线段间拓扑关系计算模块501,根据用户输入的两个海量线目标图层,提取其中的线段信息,利用CPU+GPU架构并行分析不同图层间所有线段的相交情况,对于确实相交的线段组合,按照相交分类规则对其进行归类,最终将所有的相交线段数据构成一个统一的集合,供局部拓扑关系分析模块调用;之后遍历用户输入的两个海量线目标图层,对来自不同图层的所有线目标数据两两组合,对于一组待计算的两个线目标数据,调用局部拓扑关系分析模块502,首先分析得到各个拓扑结的局部拓扑关系,再调用拓扑链组合模块503,按照拓扑链模型的计算规则,输出它们的拓扑链模型结果。
本发明提供的上述线目标间拓扑关系并行计算系统,通过对线目标拓扑关系计算方法的并行化改造,使其可以充分利用并行加速处理得到的线段相交情况,获得空间关系查询结果;在上述改进的基础上,本方案可以采用异构(如CPU+GPU)多核架构作为并行计算硬件架构,利用其强大的并行处理能力,快速处理线目标数据的线段相交情况,为后续的线目标间空间关系查询提高效率;本方案可以最大限度的发挥硬件设备的并行计算效率,在数据规模庞大的情况下,提高线目标数据的拓扑关系计算速度,并保证其准确性。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处。本实施例为方法实施例一和二对应的系统实施例,其中各个模块功能的实现方式可以参见上述方法实施例,其类同之处相互参见即可,不再赘述。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种线目标间拓扑关系并行计算方法,其特征在于,包括:
遍历提取线目标图层中的线段信息,分析并输出线段组合的拓扑关系;
对拓扑结内直线段的排列进行分析,确定并输出该拓扑结内的局部拓扑关系;
按照拓扑结顺序依次确定对应的局部拓扑关系,形成拓扑链,通过拓扑链描述线目标间拓扑关系。
2.根据权利要求1所述的线目标间拓扑关系并行计算方法,其特征在于,还包括:
获取至少两个线目标图层的数据,计算分析该至少两个线目标图层之间线段的相交情况;
循环遍历该至少两个线目标图层中的线目标数据、并计算对应的拓扑链。
3.根据权利要求1所述的线目标间拓扑关系并行计算方法,其特征在于,所述分析并输出线段组合的拓扑关系,包括:
记录非相离的线段组合,并排除相离的线段组合。
4.根据权利要求3所述的线目标间拓扑关系并行计算方法,其特征在于,所述对拓扑结内其组成直线段的排列进行分析之前,还包括:
将非相离关系的线段对排序;
获取首尾相接的非相离的线段对。
5.根据权利要求4所述的线目标间拓扑关系并行计算方法,其特征在于,所述确定并输出该拓扑结内的局部拓扑关系,包括:
局部交叉关系的判断、局部相接关系的判断以及局部部分交叠关系的判断。
6.根据权利要求5所述的线目标间拓扑关系并行计算方法,其特征在于,所述局部部分交叠关系的判断,包括:
内部叠置关系判断、首端点叠置关系判断以及末端点叠置关系判断。
7.一种线目标间拓扑关系并行计算系统,其特征在于,包括:
线段间拓扑关系计算模块,用于遍历提取线目标图层中的线段信息,分析并输出线段组合的拓扑关系;
局部拓扑关系分析模块,用于对拓扑结内直线段的排列进行分析,确定并输出该拓扑结内的局部拓扑关系;
拓扑链组合模块,用于按照拓扑结顺序依次确定对应的局部拓扑关系,形成拓扑链,通过拓扑链描述线目标间拓扑关系。
8.根据权利要求7所述的线目标间拓扑关系并行计算系统,其特征在于,还包括:
图层间线目标拓扑关系计算模块,用于获取至少两个线目标图层的数据,计算分析该至少两个线目标图层之间线段的相交情况,以及循环遍历该至少两个线目标图层中的线目标数据、并计算对应的拓扑链。
9.根据权利要求7所述的线目标间拓扑关系并行计算系统,其特征在于,所述局部拓扑关系分析模块,包括:
局部交叉关系判断单元、局部相接关系判断单元以及局部部分交叠关系判断单元。
10.根据权利要求9所述的线目标间拓扑关系并行计算方法,其特征在于,所述局部部分交叠关系判断单元,包括:
内部叠置关系判断组件、首端点叠置关系判断组件以及末端点叠置关系判断组件。
CN201511021287.7A 2015-12-30 2015-12-30 线目标间拓扑关系并行计算方法及系统 Pending CN105677760A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201511021287.7A CN105677760A (zh) 2015-12-30 2015-12-30 线目标间拓扑关系并行计算方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201511021287.7A CN105677760A (zh) 2015-12-30 2015-12-30 线目标间拓扑关系并行计算方法及系统

Publications (1)

Publication Number Publication Date
CN105677760A true CN105677760A (zh) 2016-06-15

Family

ID=56189777

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201511021287.7A Pending CN105677760A (zh) 2015-12-30 2015-12-30 线目标间拓扑关系并行计算方法及系统

Country Status (1)

Country Link
CN (1) CN105677760A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108120444A (zh) * 2016-11-29 2018-06-05 高德信息技术有限公司 一种电子地图数据处理方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130139114A1 (en) * 2009-07-17 2013-05-30 Wxanalyst, Ltd. Transparent interface used to independently manipulate and interrrogate n-dimensional focus objects in virtual and real visualization systems
CN103823860A (zh) * 2014-02-24 2014-05-28 中国科学院地理科学与资源研究所 基于cpu+gpu架构的多边形数据空间关系查询并行系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130139114A1 (en) * 2009-07-17 2013-05-30 Wxanalyst, Ltd. Transparent interface used to independently manipulate and interrrogate n-dimensional focus objects in virtual and real visualization systems
CN103823860A (zh) * 2014-02-24 2014-05-28 中国科学院地理科学与资源研究所 基于cpu+gpu架构的多边形数据空间关系查询并行系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘万增等: ""线目标间拓扑关系细化计算的分解-组合方法"", 《中国测绘学会第八次全国会员代表大会暨2005年综合性学术年会论文集》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108120444A (zh) * 2016-11-29 2018-06-05 高德信息技术有限公司 一种电子地图数据处理方法及装置

Similar Documents

Publication Publication Date Title
Li et al. Neural architecture search for lightweight non-local networks
Wu et al. Automatic road extraction from high-resolution remote sensing images using a method based on densely connected spatial feature-enhanced pyramid
CN106530688B (zh) 基于Hadoop的海量交通数据处理方法
Zhang et al. City brain: practice of large‐scale artificial intelligence in the real world
Wang et al. Reconfigurable voxels: A new representation for lidar-based point clouds
Xia et al. TRT-ViT: TensorRT-oriented vision transformer
Zhou et al. Octr: Octree-based transformer for 3d object detection
Chen et al. DBRANet: Road extraction by dual-branch encoder and regional attention decoder
CN103970901B (zh) 一种地理信息图形数据整合方法
He et al. Real-time vehicle detection from short-range aerial image with compressed mobilenet
Bhagavathi et al. A time-optimal multiple search algorithm on enhanced meshes, with applications
Fernando et al. Transformer point net: cost-efficient classification of on-road objects captured by light ranging sensors on low-resolution conditions
CN105677760A (zh) 线目标间拓扑关系并行计算方法及系统
Chidanand et al. Multi-scale voxel class balanced ASPP for LIDAR pointcloud semantic segmentation
Liang et al. YOLOD: a task decoupled network based on YOLOv5
CN117218102A (zh) 一种基于改进YOLOv5的绝缘子缺陷检测方法及其系统
CN103823860B (zh) 基于cpu+gpu架构的多边形数据空间关系查询并行系统
Hu et al. QE-DAL: A quantum image feature extraction with dense distribution-aware learning framework for object counting and localization
Sun et al. SUDANet: A Siamese UNet with dense attention mechanism for remote sensing image change detection
CN113920446A (zh) 一种基于原始点云处理的3d目标检测算法
Shin et al. A comparative study on basic elements of deep learning models for spatial-temporal traffic forecasting
Zhou et al. Class-aware edge-assisted lightweight semantic segmentation network for power transmission line inspection
CN110211132A (zh) 基于切片网络的点云语义分割改进算法
Deng et al. SN-YOLO: Improved YOLOv5 with Softer-NMS and SIOU for Object Detection
Li et al. SSN: Sequential Spatial Network for Trajectory Prediction in Bird's-Eye View

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20160615

RJ01 Rejection of invention patent application after publication