CN106202379A - 一种基于空间场景相似性的匹配查询方法 - Google Patents

一种基于空间场景相似性的匹配查询方法 Download PDF

Info

Publication number
CN106202379A
CN106202379A CN201610535784.7A CN201610535784A CN106202379A CN 106202379 A CN106202379 A CN 106202379A CN 201610535784 A CN201610535784 A CN 201610535784A CN 106202379 A CN106202379 A CN 106202379A
Authority
CN
China
Prior art keywords
similarity
spatial
scene
target
extraterrestrial target
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
CN201610535784.7A
Other languages
English (en)
Inventor
刘涛
段晓旗
张黎明
王中辉
闫浩文
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.)
Lanzhou Jiaotong University
Original Assignee
Lanzhou Jiaotong University
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 Lanzhou Jiaotong University filed Critical Lanzhou Jiaotong University
Priority to CN201610535784.7A priority Critical patent/CN106202379A/zh
Publication of CN106202379A publication Critical patent/CN106202379A/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
    • G06F16/2458Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462Approximate or statistical queries

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Fuzzy Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

为了解决空间场景相似性的查询问题,本发明考虑了空间目标的几何特性以及空间目标之间的拓扑关系、方向关系和距离关系,提出构建场景匹配的相似性算法,包括空间目标的几何相似度和空间目标间的空间关系相似度,包括拓扑相似度,方向相似度和距离相似度;并分别提出计算空间场景的几何特征相似度计算模型和空间关系相似度计算模型。利用空间场景几何相似度计算模型,对数据库中的目标进行相似性粗匹配,再利用空间关系模型进行精确匹配,进而完成空间场景相似性的查询。该模型能够客观的反映空间场景间的内在联系,具有良好的查询效果。

Description

一种基于空间场景相似性的匹配查询方法
技术领域
本发明属于地图学与地理信息科学技术领域,利用场景相似度进行空间查询的方法。
背景技术
空间场景是指空间目标及其空间目标之间关系的综合体。场景查询通过提供一个或者一组查询条件,在空间数据库中寻求匹配空间目标的过程。以往基于属性查询的方法,虽能够快速、高效的找到查询目标,但是其对于几何目标的查询是很有局限性的。场景查询更符合人们的日常认知和生活习惯。
空间目标的几何特征的描述较为简易,如Yuan S,Chuang D等研究了基于面状目标质心检验几何特征的匹配方法;Saalfeld提出结合目标空间位置进行匹配方法;王中辉和闫浩文提出多边形主骨架线的提取算法。另外,在涉及到多对象、多空间关系的场景相似度方面,建立场景相似性的计算模型是相对复杂的,国内外学者做了很多研究,如Schwering分析了几何模型、要素模型、网络模型等对于描述地理对象及其概念相似度的可能性;Li 和 Fonseca 的TDD( topology-direction-distance)空间相似性描述模型;闫浩文等提出方向Voronoi图模型,定量的描述空间目标的方向关系。
目前众多的场景相似性的查询方法中,一些方法只考虑单一的空间空间关系,没有将多种空间关系综合在一起进行分析。针对空间场景相似度的查询,现有的众多文献提出了单一目标的空间相似度模型和空间群组目标的相似度模型,这使得利用场景相似度以进行空间查询提供了可能。
发明内容
本发明的目的在于提供一种利用空间场景相似度进行空间查询方法,提供了空间相似关系在查询方面的应用,客观的反映了空间目标间的内在联系,保证了查询结果符合人类的认知。
本发明方法包括提出空间场景的几何相似度和空间场景的空间关系相似度。
空间场景是指空间目标及其空间目标之间关系的综合体。步骤如下,提出构建场景匹配的相似性算法,包括空间目标的几何相似度和空间目标间的空间关系相似度(拓扑相似度,方向相似度和距离相似度);并分别提出计算空间场景的几何特征相似度计算模型和空间关系相似度计算模型。利用空间场景几何相似度计算模型,对数据库中的目标进行相似性粗匹配,再利用空间关系模型进行精确匹配,进而完成空间场景相似性的查询。
本发明旨在提供一种利用空间场景相似度进行空间查询的方法,能够准确的进行相似度的查询,结果符合人们的认知习惯。
附图说明
图1是查询目标和待查询目标图
图2(a) 是场景和数据库建立的MER图
图2(b) 是场景和数据库建立的凸壳图
图2(c) 是场景和数据库建立的主骨架线图
图3 是几何特征查询结果图
图4 是建立的场景方向Voronoi图
图5是最终的查询结果图。
具体实施方式
为了详细说明本发明的技术内容、构造特征、所实现的目的及所达到的效果,以下结合具体实施方式详细说明。
本发明的实施步骤可以概括为两个部分:场景的几何相似度计算和场景的空间关系相似度计算。下面对各实施步骤进行进一步的阐述。
本发明所采用的技术方案是按照以下步骤进行。
1.空间场景的几何相似度:
步骤1:提出空间目标的大小相似度,面状目标的大小相似度为:
SIMS= (1)
步骤2:提出影响空间目标的形状的形状参数:
(1)纵横轴之比:面状目标最小面积外接矩形的长和宽比值:
A (2)
面状目标的横纵相似度为:
SIMA= (3)
(2)矩形度: 多边形的面积与最小面积外接矩形的面积之比:
(4)
面状目标矩形度之间的相似程度为:
SIMR= (5)
(3)面积凹凸比:多边形面积与其凸壳面积的比值:
B= (6)
面状目标的面积凹凸性的相似程度为:
SIMB= (7)
(4) 形状参数:多边形面积与其周长平方之比:
(8)
面状目标的形状参数的相似程度为:
SIMP= (9)
形状的相似度为:
SIMRS= (10)
步骤3:提出空间目标的方向相似度,空间目标的方向用用多边形主骨架线表示:
SIMTrend=1- (11)
步骤4:提出空间目标几何特征相似度的计算公式:
SIMGeometry=(SIMS+ SIMRS+ SIMTrend)/ 3 (12)。
2.空间场景的空间关系相似度:
步骤1:提出利用拓扑关系领域图计算空间目标间的拓扑关系相似度的方法:
SIMTopo (13)
步骤2:利用方向Voronoi图模型,提出方向关系相似度计算模型:
SIMDir (14)
步骤3:利用目标质心间的距离,提出距离关系相似度计算模型:
SIMDis (15)
步骤4:提出计算空间场景空间关系相似度的总体模型:
SIMRelation=(SIMTopo+ SIMDir+ SIMDis)/ 3 (16)
综上所述,本发明提供了场景几何相似度和空间相似度的计算模型,符合人们的空间认知,能够客观的反映空间场景间的内在联系,具有良好的查询效果。

Claims (1)

1.提出空间场景的几何相似度和空间关系相似度的计算模型:
(1)空间场景的几何相似度的计算模型为:
步骤1:提出空间目标的大小相似度,确定面状目标的大小相似度的计算方法;
步骤2:提出影响空间目标的形状的形状参数;
步骤3:提出空间目标的方向相似度,空间目标的方向用用多边形主骨架线表示;
步骤4:提出空间目标几何特征相似度的计算公式;
(2)空间关系相似度的计算模型为:
步骤5:提出利用拓扑关系领域图计算空间目标间的拓扑关系相似度的方法;
步骤6:利用方向Voronoi图模型,提出方向关系相似度计算模型;
步骤3:利用目标质心间的距离,提出距离关系相似度计算模型;
步骤4:提出计算空间场景空间关系相似度的总体模型;
综上所述,本发明提供了场景几何相似度和空间相似度的计算模型,符合人们的空间认知,能够客观的反映空间场景间的内在联系,具有良好的查询效果。
CN201610535784.7A 2016-07-09 2016-07-09 一种基于空间场景相似性的匹配查询方法 Pending CN106202379A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610535784.7A CN106202379A (zh) 2016-07-09 2016-07-09 一种基于空间场景相似性的匹配查询方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610535784.7A CN106202379A (zh) 2016-07-09 2016-07-09 一种基于空间场景相似性的匹配查询方法

Publications (1)

Publication Number Publication Date
CN106202379A true CN106202379A (zh) 2016-12-07

Family

ID=57473858

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610535784.7A Pending CN106202379A (zh) 2016-07-09 2016-07-09 一种基于空间场景相似性的匹配查询方法

Country Status (1)

Country Link
CN (1) CN106202379A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109934934A (zh) * 2019-03-15 2019-06-25 广州九三致新科技有限公司 一种基于增强现实的医疗图像显示方法及装置
CN110580497A (zh) * 2019-07-16 2019-12-17 中国地质大学(武汉) 一种基于旋转不变性的空间场景匹配方法
CN113673403A (zh) * 2021-08-12 2021-11-19 深圳普捷利科技有限公司 行驶环境检测方法、系统、装置、计算机设备、计算机可读存储介质及汽车
CN113704564A (zh) * 2021-10-27 2021-11-26 亿景智联(北京)科技有限公司 一种空间数据处理方法及装置
CN114564544A (zh) * 2020-11-27 2022-05-31 兰州交通大学 面向地图综合的道路网相似度计算模型
CN115495611A (zh) * 2022-11-18 2022-12-20 中国电子科技集团公司第五十四研究所 一种面向无人机自主定位的空间场景检索方法
CN116796203A (zh) * 2023-08-22 2023-09-22 北京化工大学 空间场景相似度比较方法、装置及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103646109A (zh) * 2013-12-25 2014-03-19 武汉大学 一种基于机器学习的空间数据匹配方法
CN104850620A (zh) * 2015-05-18 2015-08-19 哈尔滨工程大学 一种基于空间关系的空间场景数据检索方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103646109A (zh) * 2013-12-25 2014-03-19 武汉大学 一种基于机器学习的空间数据匹配方法
CN104850620A (zh) * 2015-05-18 2015-08-19 哈尔滨工程大学 一种基于空间关系的空间场景数据检索方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘涛 等: "空间面群目标几何相似度计算模型", 《地球信息科学学报》 *
潘柔: "矢量面状地物的空间场景相似性计算方法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109934934A (zh) * 2019-03-15 2019-06-25 广州九三致新科技有限公司 一种基于增强现实的医疗图像显示方法及装置
CN109934934B (zh) * 2019-03-15 2023-09-29 广州九三致新科技有限公司 一种基于增强现实的医疗图像显示方法及装置
CN110580497A (zh) * 2019-07-16 2019-12-17 中国地质大学(武汉) 一种基于旋转不变性的空间场景匹配方法
CN110580497B (zh) * 2019-07-16 2023-03-24 中国地质大学(武汉) 一种基于旋转不变性的空间场景匹配方法
CN114564544A (zh) * 2020-11-27 2022-05-31 兰州交通大学 面向地图综合的道路网相似度计算模型
CN114564544B (zh) * 2020-11-27 2023-11-10 兰州交通大学 一种面向地图综合的道路网相似度计算方法
CN113673403A (zh) * 2021-08-12 2021-11-19 深圳普捷利科技有限公司 行驶环境检测方法、系统、装置、计算机设备、计算机可读存储介质及汽车
CN113704564A (zh) * 2021-10-27 2021-11-26 亿景智联(北京)科技有限公司 一种空间数据处理方法及装置
CN113704564B (zh) * 2021-10-27 2022-01-25 亿景智联(北京)科技有限公司 一种空间数据处理方法及装置
CN115495611A (zh) * 2022-11-18 2022-12-20 中国电子科技集团公司第五十四研究所 一种面向无人机自主定位的空间场景检索方法
CN116796203A (zh) * 2023-08-22 2023-09-22 北京化工大学 空间场景相似度比较方法、装置及存储介质
CN116796203B (zh) * 2023-08-22 2023-11-17 北京化工大学 空间场景相似度比较方法、装置及存储介质

Similar Documents

Publication Publication Date Title
CN106202379A (zh) 一种基于空间场景相似性的匹配查询方法
Leng et al. 3D object retrieval with stacked local convolutional autoencoder
CN109214282B (zh) 一种基于神经网络的三维手势关键点检测方法和系统
CN108170755A (zh) 基于三元组深度网络的跨模态哈希检索方法
Leng et al. A 3D model recognition mechanism based on deep Boltzmann machines
CN102945569B (zh) 一种基于热核信号的三维模型对称性分析方法
CN102622225B (zh) 一种支持用户自定义手势的多点触控应用程序开发方法
CN101882150B (zh) 一种基于核密度估计的三维模型比较和检索方法
CN101593205A (zh) 基于视频的三维模型检索方法
CN102411794B (zh) 一种基于球谐变换的三维模型的二维投影的输出方法
Wang et al. Manifold-ranking based retrieval using k-regular nearest neighbor graph
CN102663351A (zh) 基于条件外观模型的人脸特征点自动标定方法
CN103970775A (zh) 一种基于对象空间位置关系的医学图像检索方法
CN107479693A (zh) 基于rgb信息的实时手部识别方法、存储介质、电子设备
Xiao et al. Sketch-based human motion retrieval via selected 2D geometric posture descriptor
CN103295240A (zh) 一种评价自由曲面相似性的方法
CN104408773A (zh) 一种结构化网格非匹配界面插值的方法
WO2020114273A1 (zh) 商户查找方法、装置、电子设备和存储介质
CN108009391A (zh) 一种多尺度下点群目标相似度计算方法
Zou et al. Shape-based retrieval and analysis of 3D models using fuzzy weighted symmetrical depth images
Song et al. Retrieval method for 3D object group based on V-system
Akimaliev et al. Improving skeletal shape abstraction using multiple optimal solutions
Kovnatsky et al. Geometric and photometric data fusion in non-rigid shape analysis
CN101916367A (zh) 三维人脸本征属性描述方法
Zhang et al. Spatial relations modeling based on visual area histogram

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20161207

RJ01 Rejection of invention patent application after publication