CN108009391A - 一种多尺度下点群目标相似度计算方法 - Google Patents

Abstract

为了研究不同尺度下点群目标的相似性，利用自适应空间聚类方法，对点群目标进行聚类，得到点群目标内部“空白”区域。通过对空白区域的研究，提出相应的相似性计算方法；找到点群目标相似性的影响因子，包括拓扑关系，方向关系，分布范围，距离关系等，并提出相应的相似度计算方法，最后整合成整体的点群相似度计算模型。本发明能准确表达不同尺度间点群目标相似性的差异，对制图综合的质量评价以及点群目标的检索具有一定的参考价值。

Description

一种多尺度下点群目标相似度计算方法

技术领域

本发明属于地图学与地理信息科学技术领域，提出一种多尺度点群目标相似度计算方法，旨在为地图综合质量进行评价。

背景技术

多尺度地图空间图形相似关系是GIS研究的热点问题。空间目标的相似关系包括单一目标的相似关系和空间群组目标的相似关系，单一目标的相似关系和群组目标的相似关系的研究，对于空间数据的查询与分析，空间数据的组织与推理，制图综合质量的评价具有重要意义。

以往描述点群目标相似关系的模型较为简易，如Krzysztof和Janowicz等探讨了空间相似性的语义相似性的问题；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；毋河海利用凸壳原理对点群的分布范围进行说明。另外，在涉及到空间关系的保持方面，国内外学者做了很多研究，如Li 和 Fonseca 的TDD( topology-direction-distance)空间相似性描述模型；丁虹进行了空间相似性理论的研究，建立了空间方向相似性、空间拓扑相似性、空间语义相似性和空间场景相似性的计算模型；闫浩文，褚衍东探讨了多尺度地图空间相似关系的分类体系等。

点群目标中的空白区域作为点群目标的一部分，对于点群目标相似性的研究和分析具有重要意义。空白区域的分析对于研究空间点群目标的分布规律，提取点群目标的空间结构特征，预测点群目标的发展变化趋势具有重要的作用。并且，空白区域的提取对于解释复杂的地理现象具有重要的意义。

发明内容

本发明的目的在于提出一种计算多尺度点群目标相似关系的方法，提供了空间相似关系在评价地图综合质量方面的应用，客观的反映了多尺度点群目标间的内在联系，保证了评价结果符合人类的认知。

本发明方法包括提出点群目标空白区域相似度和点群目标整体相似度。

多尺度点群目标的相似关系是空间关系的重要组成部分。其计算步骤如下，利用自适应空间聚类方法，提取点群目标内的空白区域；在此基础上提出多尺度点群目标的相似度计算方法，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）；并分别提出点群目标空白区域相似度和点群目标整体相似度计算模型。通过对多尺度点群目标空白区域和点群目标整体的几何特征、空间关系的分析，得到较为准确的整体相似度计算模型。

本发明旨在提供一种多尺度点群目标相似度的计算方法，能够准确的进行制图综合的评价，结果符合人们的认知习惯。

附图说明

图1是流程图

图2不同尺度下的点群目标图

图3是点群聚类和“剥皮”后结果图

图4是空白区域的方向Voronoi图

图5是点群“空白”区域的MABR图

图6是点群的Voronoi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：多尺度点群目标内空白区域的几何相似度、空间关系相似度计算和整体点群目标几何特征和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. 多尺度点群目标内空白区域的几何相似度、空间关系相似度计算：

步骤1：利用自适应空间聚类方法提取点群目标中的空白区域

步骤2:提出点群目标中“空白”区域的方向关系，并用方向Voronoi图模型表示:

SIM_BDir

步骤3：点群目标中“空白”区域的距离关系，并用Hausdorff距离表示：

步骤4：提出“空白”区域的几何特征相似度计算公式：

SIM_BShp=

其中，Shp=，Shp1和Shp2表示尺度变换前后点群目标的几何特征值。

步骤5：提出计算空白区域整体相似度计算方法：

SIM_Blank=

2.多尺度点群目标相似度：

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：

步骤2：利用“空白”区域中心点与点群目标中心点的连线与最小面积矩形左下角的连线所组成的角，提出方向关系相似度计算方法：

步骤3：利用目标质心间的距离，提出距离关系相似度计算方法：

SIM_Dis

步骤4：“剥皮”操作结束后，边界上的Delaunay三角网的边组合起来就得到点群目标的外围的面积，去掉空白区域的面积，就得到了带“空白”区域点群目标的分布范围，分布范围相似度计算方法为：

步骤5：提出点群目标整体相似度的计算方法：

SIM_Entity=

步骤6：提出计算多尺度点群目标相似度的总体模型：

SIM=

综上所述，本发明提供了多尺度点群目标内空白区域的几何相似度、空间关系相似度计算方法，符合人们的空间认知，能够客观的反映多尺度点群目标间的内在联系，对制图综合结果具有良好的评价效果。

Claims (1)

1.提出多尺度点群目标内空白区域的几何相似度、空间关系相似度计算方法：

步骤1：利用自适应空间聚类方法提取点群目标中的空白区域；

步骤2：提出点群目标中“空白”区域的方向关系，并用方向Voronoi图模型表示；

步骤3：提出点群目标中“空白”区域的距离关系，并用Hausdorff距离表示；

步骤4：提出“空白”区域的几何特征相似度计算公式；

步骤5：提出计算空白区域整体相似度计算方法；

提出多尺度点群目标整体相似度计算方法：

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；

步骤2：利用“空白”区域中心点与点群目标中心点的连线与最小面积矩形左下角的连线所组成的角，提出方向关系相似度计算方法；

步骤3：利用目标质心间的距离，提出距离关系相似度计算方法；

步骤4：“剥皮”操作结束后，边界上的Delaunay三角网的边组合起来就得到点群目标的外围的面积，去掉空白区域的面积，表示带“空白”区域点群目标的分布范围；

步骤5：提出点群目标整体相似度的计算方法；

步骤6：提出计算多尺度点群目标相似度的总体模型；

综上所述，本发明利用自适应空间聚类方法提取点群目标中空白区域，并以空白区域为约束条件，提出多尺度点群目标的相似度计算方法，证明此方法能够满足地图综合质量的评价。