CN109460443B - 生成目标区域内建筑体地址的方法、系统、设备及介质 - Google Patents
生成目标区域内建筑体地址的方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN109460443B CN109460443B CN201811021117.2A CN201811021117A CN109460443B CN 109460443 B CN109460443 B CN 109460443B CN 201811021117 A CN201811021117 A CN 201811021117A CN 109460443 B CN109460443 B CN 109460443B
- Authority
- CN
- China
- Prior art keywords
- building
- identified
- name
- building body
- feature words
- 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.)
- Active
Links
Images
Landscapes
- Instructional Devices (AREA)
- Navigation (AREA)
Abstract
本发明涉及一种基于空间分析生成目标区域内建筑体地址的方法、系统、设备及介质,从目标区域内已知建筑体的地址名称中提取名称特征词及顺序特征词,其中,具有相同名称特征词的建筑体为同一冗余数据集;在同一冗余数据集中,根据顺序特征词满足预设要求的建筑体面状矢量数据与待识别建筑体面状矢量数据之间的预设空间关系生成待识别建筑体的地址名称。根据目标区域内各建筑体之间的预设空间关系,利用已知建筑体地址名称中名称特征词及顺序特征词确定待识别建筑体的名称特征词及顺序特征词,降低了现场采集的作业成本,提高了作业效率,大大提高了导航电子地图定位及导航的精度,确保用户体验满意度。
Description
技术领域
本发明涉及空间分析技术,尤其涉及一种基于空间分析生成目标区域内建筑体地址的方法、系统、设备及介质。
背景技术
近年来导航电子地图已成为人们日常使用最频繁的应用之一。建筑体名称是导航电子地图数据的重要组成部分,但是当前市面上的地图数据普遍缺少建筑体名称,导航只能到达目标小区门口,严重影响了用户体验。
目前获取建筑体名称手段主要有两种:现场采集和向管理部门购买。但这两种手段均存在不足之处。现场采集存在成本高、效率低的问题;向管理部门购买存在数据涉密,不能出售的问题。
建筑体名称的命名编号存在一定的空间分布规律,本发明创造性的提出通过空间分析的方法利用已有建筑体名称来挖掘、识别缺少名称的建筑体名称。
发明内容
为了解决上述技术问题,本发明的目的在于提供一种基于空间分析生成目标区域内建筑体地址的方法、系统、设备及介质。
根据本发明的一个方面,提供了一种基于空间分析生成目标区域内建筑体地址的方法,包括以下步骤:
S1、从目标区域内已知建筑体的地址名称中提取名称特征词及顺序特征词,其中,具有相同名称特征词的建筑体为同一冗余数据集;
S2、在同一冗余数据集中,根据顺序特征词满足预设要求的建筑体面状矢量数据与待识别建筑体面状矢量数据之间的预设空间关系生成待识别建筑体的地址名称,若有待识别建筑体的地址名称生成则重复执行步骤S1-S2。
进一步的,根据顺序特征词满足预设要求的建筑体面状矢量数据与待识别建筑体面状矢量数据之间的预设空间关系生成待识别建筑体的地址名称,基于内插规则,包括:
S21a、选取其顺序特征词不相邻,且其顺序特征词所标示顺序差值在预设范围内,且在同一冗余数据集中,无其他建筑体的顺序特征词位于已选取两建筑体的顺序特征词之间时,则将已选取两建筑体确定为第一建筑体;
S22a、筛选出与第一建筑体的面状矢量数据之间满足第一预设距离空间关系的待识别建筑体,为第一待识别建筑体,根据第一建筑体的顺序特征词得第一待识别建筑体的顺序特征词,并生成第一待识别建筑体的地址名称。
进一步的,根据顺序特征词满足预设要求的建筑体面状矢量数据与待识别建筑体面状矢量数据之间的预设空间关系生成待识别建筑体的地址名称,基于外推规则,包括:
S21b、选取其顺序特征词相邻且在同一冗余数据集中,无其他建筑体的顺序特征词与已选取两建筑体的顺序特征词相邻时,则将已选取两建筑体确定为第二建筑体;
S22b、筛选出与第二建筑体的面状矢量数据之间满足第二预设距离空间关系的待识别建筑体,为第二待识别建筑体,根据第二建筑体的顺序特征词得第二待识别建筑体的顺序特征词,并生成第二待识别建筑体的地址名称。
进一步的,根据顺序特征词满足预设要求的建筑体面状矢量数据与待识别建筑体面状矢量数据之间的预设空间关系生成待识别建筑体的地址名称,基于平行规则,包括:
S21c、选取其顺序特征词相邻的多个建筑体,将已选取的多个建筑体确定为第三建筑体;
S22c、筛选出与第三建筑体的面状矢量数据之间满足第三预设距离及预设方位空间关系的待识别建筑体,为第三待识别建筑体,根据第三建筑体的顺序特征词得第三待识别建筑体的顺序特征词,并生成第三待识别建筑体的地址名称。
进一步的,所述的基于空间分析生成目标区域内建筑体地址的方法,还包括:
(1)基于内插规则、外推规则所述步骤S21a-S22a、S21b-S22b依次执行;
(2)若有第二待识别建筑体的地址名称生成则从所述地址名称中提取名称特征词及顺序特征词,并根据所述名称特征词将其划分至相应的冗余数据集中,重复执行步骤(1)-(2),
若无第二待识别建筑体的地址名称生成则执行基于平行规则所述步骤S21c-S22c,基于平行规则所述步骤执行完毕,若有第三待识别建筑体的地址名称生成则从所述地址名称中提取名称特征词及顺序特征词,并根据所述名称特征词将其划分至相应的冗余数据集中,重复执行步骤(1)-(2)。
进一步的,筛选出与第一建筑体的面状矢量数据之间满足第一预设距离空间关系的待识别建筑体,为第一待识别建筑体,根据第一建筑体的顺序特征词得第一待识别建筑体的顺序特征词,并生成第一待识别建筑体的地址名称,包括:
S221a、根据所述第一建筑体面状矢量图质心之间的距离确定第一缓冲区;
S222a、以所述第一建筑体面状矢量图的质心为基点,统计所述第一缓冲区内第一待识别建筑体的数量,若所述第一待识别建筑体的数量值与第一阈值之间满足预设数量关系,则确定第一待识别建筑体的顺序特征词位于两第一建筑体的顺序特征词之间,并生成第一待识别建筑体的地址名称。
进一步的,筛选出与第二建筑体的面状矢量数据之间满足第二预设距离空间关系的待识别建筑体,为第二待识别建筑体,根据第二建筑体的顺序特征词得第二待识别建筑体的顺序特征词,并生成第二待识别建筑体的地址名称,包括:
S221b、根据所述第二建筑体面状矢量图质心之间的距离确定第二缓冲区;
S222b、以所述第二建筑体面状矢量图的质心为基点,统计所述第二缓冲区内第二待识别建筑体的数量;
S223b、根据所述第二待识别建筑体面状矢量图的质心与所述第二建筑体面状矢量图的质心之间的距离,确定所述第二待识别建筑体的近端第二建筑体;
S224b、根据近端第二建筑体的顺序特征词确定第二待识别建筑体的顺序特征词,并生成目标区域内第二待识别建筑体的地址名称。
进一步的,筛选出与第三建筑体的面状矢量数据之间满足第三预设距离及预设方位空间关系的待识别建筑体,为第三待识别建筑体,根据第三建筑体的顺序特征词得第三待识别建筑体的顺序特征词,并生成第三待识别建筑体的地址名称,包括:
S221c、将所述第三建筑体面状矢量图的质心拟合成第一直线段;
S222c、若所述第三建筑体面状矢量图的质心距离所述第一直线段的垂直距离没有超过预设阈值,则以所述第一直线段为基准,统计第三缓冲区内与第一直线段端点所述第三建筑体的顺序特征词所标示顺序差为第二阈值的建筑体,即为第四建筑体,其中,第三缓冲区根据所述第三建筑体面状矢量图的质心距离所述直线段的垂直距离确定;
S223c、将与第四建筑体位于第三缓冲区同侧区域的其他建筑体的面状矢量图的质心拟合成第二直线段,若所述其他建筑体面状矢量图的质心距离所述第二直线段的垂直距离没有超过所述预设阈值,且第二直线段与第一直线段之间的夹角未超过预设角度阈值,则所述其他建筑体相对于第一直线段端点所述第三建筑体的顺序特征词依次连续设置,依此确定所述其他建筑体中第三待识别建筑体的顺序特征词,并生成相应第三待识别建筑体的地址名称。
根据本发明的另一个方面,提供了一种基于空间分析生成目标区域内建筑体地址的系统,包括:
同一冗余数据集配置单元,配置用于从目标区域内已知建筑体的地址名称中提取名称特征词及顺序特征词,其中,具有相同名称特征词的建筑体为同一冗余数据集;
待识别建筑体的地址名称生成单元,与同一冗余数据集配置单元信号连接,配置用于在同一冗余数据集中,根据顺序特征词满足预设要求的建筑体面状矢量数据与待识别建筑体面状矢量数据之间的预设空间关系生成待识别建筑体的地址名称,若有待识别建筑体的地址名称生成则驱动同一冗余数据集配置单元。
进一步的,待识别建筑体的地址名称生成单元包括:
第一建筑体获取单元,配置用于选取其顺序特征词不相邻,且其顺序特征词所标示顺序差值在预设范围内,且在同一冗余数据集中,无其他建筑体的顺序特征词位于已选取两建筑体的顺序特征词之间时,则将已选取两建筑体确定为第一建筑体;
第一待识别建筑体的地址名称生成单元,与第一建筑体获取单元信号连接,配置用于筛选出与第一建筑体的面状矢量数据之间满足第一预设距离空间关系的待识别建筑体,为第一待识别建筑体,根据第一建筑体的顺序特征词得第一待识别建筑体的顺序特征词,并生成第一待识别建筑体的地址名称。
进一步的,待识别建筑体的地址名称生成单元还包括:
第二建筑体获取单元,配置用于选取其顺序特征词相邻且在同一冗余数据集中,无其他建筑体的顺序特征词与已选取两建筑体的顺序特征词相邻时,则将已选取两建筑体确定为第二建筑体;
第二待识别建筑体的地址名称生成单元,与第二建筑体获取单元信号连接,配置用于筛选出与第二建筑体的面状矢量数据之间满足第二预设距离空间关系的待识别建筑体,为第二待识别建筑体,根据第二建筑体的顺序特征词得第二待识别建筑体的顺序特征词,并生成第二待识别建筑体的地址名称。
进一步的,待识别建筑体的地址名称生成单元还包括:
第三建筑体获取单元,配置用于选取其顺序特征词相邻的多个建筑体,将已选取的多个建筑体确定为第三建筑体;
第三待识别建筑体的地址名称生成单元,与第三建筑体获取单元信号连接,配置用于筛选出与第三建筑体的面状矢量数据之间满足第三预设距离及预设方位空间关系的待识别建筑体,为第三待识别建筑体,根据第三建筑体的顺序特征词得第三待识别建筑体的顺序特征词,并生成第三待识别建筑体的地址名称。
进一步的,第二待识别建筑体的地址名称生成单元还与同一冗余数据集配置单元、第一建筑体获取单元、第一待识别建筑体的地址名称生成单元、第三建筑体获取单元信号连接,第三待识别建筑体的地址名称生成单元还与同一冗余数据集配置单元、第一建筑体获取单元、第一待识别建筑体信号连接。
若有第二待识别建筑体的地址名称生成,第二待识别建筑体的地址名称生成单元则与同一冗余数据集配置单元关联,以供同一冗余数据集配置单元从所述地址名称中提取名称特征词及顺序特征词,并根据所述名称特征词将其划分至相应的冗余数据集中,并驱动第一建筑体获取单元、第一待识别建筑体的地址名称生成单元,若无第二待识别建筑体的地址名称生成则驱动第三建筑体获取单元。
若有第三待识别建筑体的地址名称生成,第三待识别建筑体的地址名称生成单元则与同一冗余数据集配置单元关联,以供同一冗余数据集配置单元从所述地址名称中提取名称特征词及顺序特征词,并根据所述名称特征词将其划分至相应的冗余数据集中,并驱动第一建筑体获取单元、第一待识别建筑体的地址名称生成单元。
进一步的,第一待识别建筑体的地址名称生成单元还配置用于:
根据所述第一建筑体面状矢量图质心之间的距离确定第一缓冲区;
以所述第一建筑体面状矢量图的质心为基点,统计所述第一缓冲区内第一待识别建筑体的数量,若所述第一待识别建筑体的数量值与第一阈值之间满足预设数量关系,则确定第一待识别建筑体的顺序特征词位于两第一建筑体的顺序特征词之间,并生成目标区域内第一待识别建筑体的地址名称。
进一步的,第二待识别建筑体的地址名称生成单元还配置用于:
根据所述第二建筑体面状矢量图质心之间的距离确定第二缓冲区;
以所述第二建筑体面状矢量图的质心为基点,统计所述第二缓冲区内第二待识别建筑体的数量;
根据所述第二待识别建筑体面状矢量图的质心与所述第二建筑体面状矢量图的质心之间的距离,确定所述第二待识别建筑体的近端第二建筑体;
根据近端第二建筑体的顺序特征词确定第二待识别建筑体的顺序特征词,并生成目标区域内第二待识别建筑体的地址名称。
进一步的,第三待识别建筑体的地址名称生成单元还配置用于:
将所述第三建筑体面状矢量图的质心拟合成第一直线段;
若所述第三建筑体面状矢量图的质心距离所述第一直线段的垂直距离没有超过预设阈值,则以所述第一直线段为基准,统计第三缓冲区内与第一直线段端点所述第三建筑体的顺序特征词所标示顺序差为第二阈值的建筑体,即为第四建筑体,其中,第三缓冲区根据所述第三建筑体面状矢量图的质心距离所述直线段的垂直距离确定;
将与第四建筑体位于第三缓冲区同侧区域的其他建筑体的面状矢量图的质心拟合成第二直线段,若所述其他建筑体面状矢量图的质心距离所述第二直线段的垂直距离没有超过所述预设阈值,且第二直线段与第一直线段之间的夹角未超过预设角度阈值,则所述其他建筑体相对于第一直线段端点所述第三建筑体的顺序特征词依次连续设置,依此确定所述其他建筑体中第三待识别建筑体的顺序特征词,并生成相应第三待识别建筑体的地址名称。
根据本发明的另一个方面,提供了一种设备,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行如上任一项所述的方法。
根据本发明的另一个方面,提供了一种存储有计算机程序的计算机可读存介质,该程序被处理器执行时实现如上任一项所述的方法。
与现有技术相比,本发明具有以下有益效果:
1、本发明示例的基于空间分析生成目标区域内建筑体地址的方法,根据目标区域内各建筑体之间的预设空间关系,利用已知建筑体地址名称中名称特征词及顺序特征词确定待识别建筑体的名称特征词及顺序特征词,进而自动生成目标区域内待识别建筑体的地址名称,降低了现场采集的作业成本,提高了作业效率,大大提高了导航电子地图定位及导航的精度,确保用户体验满意度。
2、本发明示例的基于空间分析生成目标区域内建筑体地址的系统,各个单元组成简单,通过相互之间的配合,通过分析建筑体之间的空间分布规律,结合空间分析的方法利用现有建筑体地址名称挖掘待识别建筑体的地址名称,进而丰富了建筑体地址名称的获取途径,实现建筑体地址名称的自动挖掘,降低了现场采集的作业成本,提高了作业效率。
3、本发明示例的设备及存储有计算机程序的计算机可读存介质,基于空间分析利用已知建筑体的地址名称生成目标区域内待识别建筑体的地址名称,预测精确度高、作业效率高,值得推广。
附图说明
图1为本发明流程图。
具体实施方式
为了更好的了解本发明的技术方案,下面结合具体实施例、说明书附图对本发明作进一步说明。
实施例一:
本实施例提供了一种基于空间分析生成目标区域内建筑体地址的方法,包括以下步骤:
S1、从目标区域内已知建筑体的地址名称中提取名称特征词及顺序特征词,其中,具有相同名称特征词的建筑体为同一冗余数据集。
S2、在同一冗余数据集中,根据顺序特征词满足预设要求的建筑体面状矢量数据与待识别建筑体面状矢量数据之间的预设空间关系生成待识别建筑体的地址名称,若有待识别建筑体的地址名称生成则重复执行步骤S1-S2。
S2具体包括:
S21a、选取其顺序特征词不相邻,且其顺序特征词所标示顺序差值在预设范围内,且在同一冗余数据集中,无其他建筑体的顺序特征词位于已选取两建筑体的顺序特征词之间时,则将已选取两建筑体确定为第一建筑体。
S22a、筛选出与第一建筑体的面状矢量数据之间满足第一预设距离空间关系的待识别建筑体,为第一待识别建筑体,根据第一建筑体的顺序特征词得第一待识别建筑体的顺序特征词,并生成第一待识别建筑体的地址名称,执行步骤S21b,若有第一待识别建筑体的地址名称生成则从所述地址名称中提取名称特征词及顺序特征词,并根据所述名称特征词将其划分至相应的冗余数据集中。
其中,S22a具体包括:
S221a、根据所述第一建筑体面状矢量图质心之间的距离确定第一缓冲区;
S222a、以所述第一建筑体面状矢量图的质心为基点,统计所述第一缓冲区内第一待识别建筑体的数量,若所述第一待识别建筑体的数量值与第一阈值之间满足预设数量关系,则确定第一待识别建筑体的顺序特征词位于两第一建筑体的顺序特征词之间,并生成第一待识别建筑体的地址名称。
S21b、选取其顺序特征词相邻且在同一冗余数据集中,无其他建筑体的顺序特征词与已选取两建筑体的顺序特征词相邻时,则将已选取两建筑体确定为第二建筑体。
S22b、筛选出与第二建筑体的面状矢量数据之间满足第二预设距离空间关系的待识别建筑体,为第二待识别建筑体,根据第二建筑体的顺序特征词得第二待识别建筑体的顺序特征词,并生成第二待识别建筑体的地址名称,若有第二待识别建筑体的地址名称生成则从所述地址名称中提取名称特征词及顺序特征词,并根据所述名称特征词将其划分至相应的冗余数据集中,重复执行步骤S21a-S22a,若无第二待识别建筑体的地址名称生成则执行步骤S21c。
其中,S22b具体包括:
S221b、根据所述第二建筑体面状矢量图质心之间的距离确定第二缓冲区;
S222b、以所述第二建筑体面状矢量图的质心为基点,统计所述第二缓冲区内第二待识别建筑体的数量;
S223b、根据所述第二待识别建筑体面状矢量图的质心与所述第二建筑体面状矢量图的质心之间的距离,确定所述第二待识别建筑体的近端第二建筑体;
S224b、根据近端第二建筑体的顺序特征词确定第二待识别建筑体的顺序特征词,并生成目标区域内第二待识别建筑体的地址名称。
S21c、选取其顺序特征词相邻的多个建筑体,将已选取的多个建筑体确定为第三建筑体。
S22c、筛选出与第三建筑体的面状矢量数据之间满足第三预设距离及预设方位空间关系的待识别建筑体,为第三待识别建筑体,根据第三建筑体的顺序特征词得第三待识别建筑体的顺序特征词,并生成第三待识别建筑体的地址名称,若有第三待识别建筑体的地址名称生成则从所述地址名称中提取名称特征词及顺序特征词,并根据所述名称特征词将其划分至相应的冗余数据集中,重复执行步骤S21a-S22a。
其中,S22c具体包括:
S221c、将所述第三建筑体面状矢量图的质心拟合成第一直线段;
S222c、若所述第三建筑体面状矢量图的质心距离所述第一直线段的垂直距离没有超过预设阈值,则以所述第一直线段为基准,统计第三缓冲区内与第一直线段端点所述第三建筑体的顺序特征词所标示顺序差为第二阈值的建筑体,即为第四建筑体,其中,第三缓冲区根据所述第三建筑体面状矢量图的质心距离所述直线段的垂直距离确定;
S223c、将与第四建筑体位于第三缓冲区同侧区域的其他建筑体的面状矢量图的质心拟合成第二直线段,若所述其他建筑体面状矢量图的质心距离所述第二直线段的垂直距离没有超过所述预设阈值,且第二直线段与第一直线段之间的夹角未超过预设角度阈值,则所述其他建筑体相对于第一直线段端点所述第三建筑体的顺序特征词依次连续设置,依此确定所述其他建筑体中第三待识别建筑体的顺序特征词,并生成相应第三待识别建筑体的地址名称。
以挖掘某目标江南家园(小区内建筑体为例,详细介绍上述基于空间分析生成目标区域内建筑体地址的方法的具体步骤:
S1、数据准备。准备小区面状矢量数据,和建筑体轮廓的面状矢量数据。并提取已有建筑体地址名称,识别建筑体名称序号,即已知建筑体地址名称中的顺序特征词。
具体地,步骤S1详细过程为:
S11、提取一个小区内的所有已有建筑体的地址名称。
S12、以“栋”、“座”、“号楼”、“幢”为关键字识别出建筑体的名称序号及名称后缀,并将位于名称序号之前的部分,识别为名称前缀,即名称特征词。示例:江南家园(名称前缀)5(名称序号)栋(名称后缀)。
S13、以相同的名称前缀为一组,对组内的所有名称序号进行排序。
S2根据内插规则(对应下述步骤S21a-S22a)、外推(对应下述步骤S21b-S22b)、平行规则(对应下述步骤S21c-S22c)挖掘缺失的建筑体名称序号。
具体地,步骤S2详细过程为:
S21a、找出同一组内名称序号之差为2或3的两个已知建筑体的地址名称(M1,N1),且该组内不存在位于M1、N1名称序号之间的名称序号;
S22a、该步骤具体包括:
S221a、取M1、N1两个建筑体面的质心并将其连成线段,以该线段的2/6-5/6区间段为中心线段,向两侧作缓冲区。
S222a、查找质心落在缓冲区内的其它建筑体,即待识别建筑体,并统计数量,
数量加1之和与M1、N1两建筑体的名称序号之差相等时,推测落在缓冲区内的除M1、N1外的待识别建筑体的名称序号为M1、N1名称序号之间的名称序号。S22a执行完毕后执行步骤S21b。
S21b、找出同一组内名称序号相邻的两个建筑体名称(M2,N2),且该组内不存在与M2、N2另一侧相邻的名称序号;
S22b、该步骤具体包括:
S221b、取M2、N2两个建筑体面的质心并将其连成线段,将线段向两端延伸,取延伸的线段上距近端点0.5倍到1.5倍区间段为中心线,向两侧作缓冲区。
S222b、查找质心落在缓冲区内的其它建筑体,即待识别建筑体。
S223b、判断上一步查找出的待识别建筑体的质心离M2、N2两个端点哪个更近。
S224b、推测该建筑体的名称序号为沿远端点到近端点方向近端点名称序号的下一名称序号,若有新的名称序号被推测出时,则返回执行步骤S21a-S22a,若无,则执行步骤S21c。
S21c、找出同一组内相邻的3个或4个名称序号的多个建筑体;
S22c、该步骤具体包括:
S221c、取其建筑体面的质心并将其按名称序号顺序拟合成一条直线段。
S222c、计算每一名称序号点与直线的垂直距离之和。当和小于阈值时,判定这些建筑体位于一条直线上。阈值可设置与缓冲区半径相同,以该线段为中心线向两侧作缓冲区,查找已有名称中与该线段上的始末名称序号相差小于4,且其建筑体面质心落在缓冲区内的名称序号。
S223c、将与该名称序号位于缓冲区同一侧内的其它建筑体质心点拟合成直线段,按步骤S52判断这些建筑体的质心的连线是否呈直线。呈直线,则计算该线段与缓冲区中心线的角度差,小于阈值,则认为二者平行。阈值一般可设为10°,若平行,则推测这些建筑体的名称序号为沿中心线尾端的名称序号接续编号的名称序号,由此推测出其中待识别建筑体的名称序号,若有新的名称序号被推测出时,则返回执行步骤S21a-S22a。
对步骤S2推测出的名称序号,将其与原名称前缀、名称后缀相连进行名称组合整理,得到新的完整的建筑体的地址名称。
由于我国南北地区各城市规划对楼间距的要求不同,故缓冲区半径参数不固定,可参考各地对楼间距的要求。对于华南地区,可选择30米。
本实施例还提供了一种基于空间分析生成目标区域内建筑体地址的系统,包括:
同一冗余数据集配置单元,配置用于从目标区域内已知建筑体的地址名称中提取名称特征词及顺序特征词,其中,具有相同名称特征词的建筑体为同一冗余数据集;
待识别建筑体的地址名称生成单元,与同一冗余数据集配置单元信号连接,配置用于在同一冗余数据集中,根据顺序特征词满足预设要求的建筑体面状矢量数据与待识别建筑体面状矢量数据之间的预设空间关系生成待识别建筑体的地址名称,若有待识别建筑体的地址名称生成则驱动同一冗余数据集配置单元。
待识别建筑体的地址名称生成单元包括:
第一建筑体获取单元,配置用于选取其顺序特征词不相邻,且其顺序特征词所标示顺序差值在预设范围内,且在同一冗余数据集中,无其他建筑体的顺序特征词位于已选取两建筑体的顺序特征词之间时,则将已选取两建筑体确定为第一建筑体;
第一待识别建筑体的地址名称生成单元,与第一建筑体获取单元信号连接,配置用于筛选出与第一建筑体的面状矢量数据之间满足第一预设距离空间关系的待识别建筑体,为第一待识别建筑体,根据第一建筑体的顺序特征词得第一待识别建筑体的顺序特征词,并生成第一待识别建筑体的地址名称,其中,第一待识别建筑体的地址名称生成单元还配置用于:
根据所述第一建筑体面状矢量图质心之间的距离确定第一缓冲区;
以所述第一建筑体面状矢量图的质心为基点,统计所述第一缓冲区内第一待识别建筑体的数量,若所述第一待识别建筑体的数量值与第一阈值之间满足预设数量关系,则确定第一待识别建筑体的顺序特征词位于两第一建筑体的顺序特征词之间,并生成目标区域内第一待识别建筑体的地址名称;
第二建筑体获取单元,配置用于选取其顺序特征词相邻且在同一冗余数据集中,无其他建筑体的顺序特征词与已选取两建筑体的顺序特征词相邻时,则将已选取两建筑体确定为第二建筑体;
第二待识别建筑体的地址名称生成单元,与第二建筑体获取单元信号连接,配置用于筛选出与第二建筑体的面状矢量数据之间满足第二预设距离空间关系的待识别建筑体,为第二待识别建筑体,根据第二建筑体的顺序特征词得第二待识别建筑体的顺序特征词,并生成第二待识别建筑体的地址名称,若有第二待识别建筑体的地址名称生成,第二待识别建筑体的地址名称生成单元则与同一冗余数据集配置单元关联,以供同一冗余数据集配置单元从所述地址名称中提取名称特征词及顺序特征词,并根据所述名称特征词将其划分至相应的冗余数据集中,并驱动第一建筑体获取单元、第一待识别建筑体的地址名称生成单元,若无第二待识别建筑体的地址名称生成则驱动第三建筑体获取单元,其中,第二待识别建筑体的地址名称生成单元还配置用于:
根据所述第二建筑体面状矢量图质心之间的距离确定第二缓冲区;
以所述第二建筑体面状矢量图的质心为基点,统计所述第二缓冲区内第二待识别建筑体的数量;
根据所述第二待识别建筑体面状矢量图的质心与所述第二建筑体面状矢量图的质心之间的距离,确定所述第二待识别建筑体的近端第二建筑体;
根据近端第二建筑体的顺序特征词确定第二待识别建筑体的顺序特征词,并生成目标区域内第二待识别建筑体的地址名称;
第三建筑体获取单元,配置用于选取其顺序特征词相邻的多个建筑体,将已选取的多个建筑体确定为第三建筑体;
第三待识别建筑体的地址名称生成单元,与第三建筑体获取单元信号连接,配置用于筛选出与第三建筑体的面状矢量数据之间满足第三预设距离及预设方位空间关系的待识别建筑体,为第三待识别建筑体,根据第三建筑体的顺序特征词得第三待识别建筑体的顺序特征词,并生成第三待识别建筑体的地址名称,若有第三待识别建筑体的地址名称生成,第三待识别建筑体的地址名称生成单元则与同一冗余数据集配置单元关联,以供同一冗余数据集配置单元从所述地址名称中提取名称特征词及顺序特征词,并根据所述名称特征词将其划分至相应的冗余数据集中,并驱动第一建筑体获取单元、第一待识别建筑体的地址名称生成单元,其中,第三待识别建筑体的地址名称生成单元还配置用于:
将所述第三建筑体面状矢量图的质心拟合成第一直线段;
若所述第三建筑体面状矢量图的质心距离所述第一直线段的垂直距离没有超过预设阈值,则以所述第一直线段为基准,统计第三缓冲区内与第一直线段端点所述第三建筑体的顺序特征词所标示顺序差为第二阈值的建筑体,即为第四建筑体,其中,第三缓冲区根据所述第三建筑体面状矢量图的质心距离所述直线段的垂直距离确定;
将与第四建筑体位于第三缓冲区同侧区域的其他建筑体的面状矢量图的质心拟合成第二直线段,若所述其他建筑体面状矢量图的质心距离所述第二直线段的垂直距离没有超过所述预设阈值,且第二直线段与第一直线段之间的夹角未超过预设角度阈值,则所述其他建筑体相对于第一直线段端点所述第三建筑体的顺序特征词依次连续设置,依此确定所述其他建筑体中第三待识别建筑体的顺序特征词,并生成相应第三待识别建筑体的地址名称。
其中,第二待识别建筑体的地址名称生成单元还与同一冗余数据集配置单元、第一建筑体获取单元、第一待识别建筑体的地址名称生成单元、第三建筑体获取单元信号连接,第三待识别建筑体的地址名称生成单元还与同一冗余数据集配置单元、第一建筑体获取单元、第一待识别建筑体信号连接。
本实施例基于空间分析生成目标区域内建筑体地址的系统中同一冗余数据集配置单元及待识别建筑体的地址名称生成单元所执行步骤与基于空间分析生成目标区域内建筑体地址的方法相对应,其实现功能可参照上述方法部分所述。
本实施例提供了一种设备,该设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行如上述任一项所述的方法。
本实施例提供了一种存储有计算机程序的计算机可读存储介质,该程序被处理器执行时实现如上任一项所述的方法。
实施例二
本实施例与实施例一相同的特征不再赘述,本实施例与实施例一不同的特征在于:
以挖掘某目标江南家园(小区内建筑体为例,详细介绍上述基于空间分析生成目标区域内建筑体地址的方法的具体步骤:
S1、数据准备。准备小区面状矢量数据,和建筑体轮廓的面状矢量数据。并提取已有建筑体地址名称,识别建筑体名称序号,即已知建筑体地址名称中的顺序特征词。
具体地,步骤S1详细过程为:
S11、提取一个小区内的所有已有建筑体的地址名称。
S12、以“栋”、“座”、“号楼”、“幢”为关键字识别出建筑体的名称序号及名称后缀,并将位于名称序号之前的部分,识别为名称前缀,即名称特征词。示例:江南家园(名称前缀)5(名称序号)号楼(名称后缀)。
S13、以相同的名称前缀为一组,对组内的所有名称序号进行排序。
S2根据内插规则(对应下述步骤S21a-S22a)、外推(对应下述步骤S21b-S22b)、平行规则(对应下述步骤S21c-S22c)挖掘缺失的建筑体名称序号。
具体地,步骤S2详细过程为:
S21a、找出同一组内名称序号之差为2或3的两个已知建筑体的地址名称(M1,N1),且该组内不存在位于M1、N1名称序号之间的名称序号;
S22a、该步骤具体包括:
S221a、取M1、N1两个建筑体面的质心并将其连成线段,以该线段的2.2/6-5.2/6区间段为中心线段,向两侧作缓冲区。
S222a、查找质心落在缓冲区内的其它建筑体,即待识别建筑体,并统计数量,
数量加1之和与M1、N1两建筑体的名称序号之差相等时,推测落在缓冲区内的除M1、N1外的待识别建筑体的名称序号为M1、N1名称序号之间的名称序号。S22a执行完毕后执行步骤S21b。
S21b、找出同一组内名称序号相邻的两个建筑体名称(M2,N2),且该组内不存在与M2、N2另一侧相邻的名称序号;
S22b、该步骤具体包括:
S221b、取M2、N2两个建筑体面的质心并将其连成线段,将线段向两端延伸,取延伸的线段上距近端点0.6倍到1.6倍区间段为中心线,向两侧作缓冲区。
S222b、查找质心落在缓冲区内的其它建筑体,即待识别建筑体。
S223b、判断上一步查找出的待识别建筑体的质心离M2、N2两个端点哪个更近。
S224b、推测该建筑体的名称序号为沿远端点到近端点方向近端点名称序号的下一名称序号,若有新的名称序号被推测出时,则返回执行步骤S21a-S22a,若无,则执行步骤S21c。
S21c、找出同一组内相邻的3个或4个名称序号的多个建筑体;
S22c、该步骤具体包括:
S221c、取其建筑体面的质心并将其按名称序号顺序拟合成一条直线段。
S222c、计算每一名称序号点与直线的垂直距离之和。当和小于阈值时,判定这些建筑体位于一条直线上。阈值可设置与缓冲区半径相同,以该线段为中心线向两侧作缓冲区,查找已有名称中与该线段上的始末名称序号相差小于4,且其建筑体面质心落在缓冲区内的名称序号。
S223c、将与该名称序号位于缓冲区同一侧内的其它建筑体质心点拟合成直线段,按步骤S52判断这些建筑体的质心的连线是否呈直线。呈直线,则计算该线段与缓冲区中心线的角度差,小于阈值,则认为二者平行。阈值一般可设为8°,若平行,则推测这些建筑体的名称序号为沿中心线尾端的名称序号接续编号的名称序号,由此推测出其中待识别建筑体的名称序号,若有新的名称序号被推测出时,则返回执行步骤S21a-S22a。
对步骤S2推测出的名称序号,将其与原名称前缀、名称后缀相连进行名称组合整理,得到新的完整的建筑体的地址名称。
实施例三
本实施例与实施例一相同的特征不再赘述,本实施例与实施例一不同的特征在于:
本实施例提供了一种基于空间分析生成目标区域内建筑体地址的方法,包括以下步骤:
S1、从目标区域内已知建筑体的地址名称中提取名称特征词及顺序特征词,其中,具有相同名称特征词的建筑体为同一冗余数据集。
S2、在同一冗余数据集中,根据顺序特征词满足预设要求的建筑体面状矢量数据与待识别建筑体面状矢量数据之间的预设空间关系生成待识别建筑体的地址名称,若有待识别建筑体的地址名称生成则重复执行步骤S1-S2。
S2基于内插规则,具体包括:
S21a、选取其顺序特征词不相邻,且其顺序特征词所标示顺序差值在预设范围内,且在同一冗余数据集中,无其他建筑体的顺序特征词位于已选取两建筑体的顺序特征词之间时,则将已选取两建筑体确定为第一建筑体。
S22a、筛选出与第一建筑体的面状矢量数据之间满足第一预设距离空间关系的待识别建筑体,为第一待识别建筑体,根据第一建筑体的顺序特征词得第一待识别建筑体的顺序特征词,并生成第一待识别建筑体的地址名称,若有第一待识别建筑体的地址名称生成则从所述地址名称中提取名称特征词及顺序特征词,并根据所述名称特征词将其划分至相应的冗余数据集中。
其中,S22a具体包括:
S221a、根据所述第一建筑体面状矢量图质心之间的距离确定第一缓冲区;
S222a、以所述第一建筑体面状矢量图的质心为基点,统计所述第一缓冲区内第一待识别建筑体的数量,若所述第一待识别建筑体的数量值与第一阈值之间满足预设数量关系,则确定第一待识别建筑体的顺序特征词位于两第一建筑体的顺序特征词之间,并生成第一待识别建筑体的地址名称。
或S2基于外推规则,具体包括:
S21b、选取其顺序特征词相邻且在同一冗余数据集中,无其他建筑体的顺序特征词与已选取两建筑体的顺序特征词相邻时,则将已选取两建筑体确定为第二建筑体。
S22b、筛选出与第二建筑体的面状矢量数据之间满足第二预设距离空间关系的待识别建筑体,为第二待识别建筑体,根据第二建筑体的顺序特征词得第二待识别建筑体的顺序特征词,并生成第二待识别建筑体的地址名称。
其中,S22b具体包括:
S221b、根据所述第二建筑体面状矢量图质心之间的距离确定第二缓冲区;
S222b、以所述第二建筑体面状矢量图的质心为基点,统计所述第二缓冲区内第二待识别建筑体的数量;
S223b、根据所述第二待识别建筑体面状矢量图的质心与所述第二建筑体面状矢量图的质心之间的距离,确定所述第二待识别建筑体的近端第二建筑体;
S224b、根据近端第二建筑体的顺序特征词确定第二待识别建筑体的顺序特征词,并生成目标区域内第二待识别建筑体的地址名称。
或S2基于平行规则,具体包括:
S21c、选取其顺序特征词相邻的多个建筑体,将已选取的多个建筑体确定为第三建筑体。
S22c、筛选出与第三建筑体的面状矢量数据之间满足第三预设距离及预设方位空间关系的待识别建筑体,为第三待识别建筑体,根据第三建筑体的顺序特征词得第三待识别建筑体的顺序特征词,并生成第三待识别建筑体的地址名称。
其中,S22c具体包括:
S221c、将所述第三建筑体面状矢量图的质心拟合成第一直线段;
S222c、若所述第三建筑体面状矢量图的质心距离所述第一直线段的垂直距离没有超过预设阈值,则以所述第一直线段为基准,统计第三缓冲区内与第一直线段端点所述第三建筑体的顺序特征词所标示顺序差为第二阈值的建筑体,即为第四建筑体,其中,第三缓冲区根据所述第三建筑体面状矢量图的质心距离所述直线段的垂直距离确定;
S223c、将与第四建筑体位于第三缓冲区同侧区域的其他建筑体的面状矢量图的质心拟合成第二直线段,若所述其他建筑体面状矢量图的质心距离所述第二直线段的垂直距离没有超过所述预设阈值,且第二直线段与第一直线段之间的夹角未超过预设角度阈值,则所述其他建筑体相对于第一直线段端点所述第三建筑体的顺序特征词依次连续设置,依此确定所述其他建筑体中第三待识别建筑体的顺序特征词,并生成相应第三待识别建筑体的地址名称。
以挖掘某目标江南家园(小区内建筑体为例,详细介绍上述基于空间分析生成目标区域内建筑体地址的方法的具体步骤:
S1、数据准备。准备小区面状矢量数据,和建筑体轮廓的面状矢量数据。并提取已有建筑体地址名称,识别建筑体名称序号,即已知建筑体地址名称中的顺序特征词。
具体地,步骤S1详细过程为:
S11、提取一个小区内的所有已有建筑体的地址名称。
S12、以“栋”、“座”、“号楼”、“幢”为关键字识别出建筑体的名称序号及名称后缀,并将位于名称序号之前的部分,识别为名称前缀,即名称特征词。示例:江南家园(名称前缀)5(名称序号)栋(名称后缀)。
S13、以相同的名称前缀为一组,对组内的所有名称序号进行排序。
S2根据内插规则(对应下述步骤S21a-S22a)或外推(对应下述步骤S21b-S22b)或平行规则(对应下述步骤S21c-S22c)挖掘缺失的建筑体名称序号。
具体地,步骤S2详细过程为:
S21a、找出同一组内名称序号之差为2或3的两个已知建筑体的地址名称(M1,N1),且该组内不存在位于M1、N1名称序号之间的名称序号;
S22a、该步骤具体包括:
S221a、取M1、N1两个建筑体面的质心并将其连成线段,以该线段的2/6-5/6区间段为中心线段,向两侧作缓冲区。
S222a、查找质心落在缓冲区内的其它建筑体,即待识别建筑体,并统计数量,
数量加1之和与M1、N1两建筑体的名称序号之差相等时,推测落在缓冲区内的除M1、N1外的待识别建筑体的名称序号为M1、N1名称序号之间的名称序号。
或具体地,步骤S2详细过程为:
S21b、找出同一组内名称序号相邻的两个建筑体名称(M2,N2),且该组内不存在与M2、N2另一侧相邻的名称序号;
S22b、该步骤具体包括:
S221b、取M2、N2两个建筑体面的质心并将其连成线段,将线段向两端延伸,取延伸的线段上距近端点0.5倍到1.5倍区间段为中心线,向两侧作缓冲区。
S222b、查找质心落在缓冲区内的其它建筑体,即待识别建筑体。
S223b、判断上一步查找出的待识别建筑体的质心离M2、N2两个端点哪个更近。
S224b、推测该建筑体的名称序号为沿远端点到近端点方向近端点名称序号的下一名称序号。
或具体地,步骤S2详细过程为:
S21c、找出同一组内相邻的3个或4个名称序号的多个建筑体;
S22c、该步骤具体包括:
S221c、取其建筑体面的质心并将其按名称序号顺序拟合成一条直线段。
S222c、计算每一名称序号点与直线的垂直距离之和。当和小于阈值时,判定这些建筑体位于一条直线上。阈值可设置与缓冲区半径相同,以该线段为中心线向两侧作缓冲区,查找已有名称中与该线段上的始末名称序号相差小于4,且其建筑体面质心落在缓冲区内的名称序号。
S223c、将与该名称序号位于缓冲区同一侧内的其它建筑体质心点拟合成直线段,按步骤S52判断这些建筑体的质心的连线是否呈直线。呈直线,则计算该线段与缓冲区中心线的角度差,小于阈值,则认为二者平行。阈值一般可设为10°,若平行,则推测这些建筑体的名称序号为沿中心线尾端的名称序号接续编号的名称序号,由此推测出其中待识别建筑体的名称序号。
对步骤S2推测出的名称序号,将其与原名称前缀、名称后缀相连进行名称组合整理,得到新的完整的建筑体的地址名称。
由于我国南北地区各城市规划对楼间距的要求不同,故缓冲区半径参数不固定,可参考各地对楼间距的要求。
本实施例还提供了一种基于空间分析生成目标区域内建筑体地址的系统,包括:
同一冗余数据集配置单元,配置用于从目标区域内已知建筑体的地址名称中提取名称特征词及顺序特征词,其中,具有相同名称特征词的建筑体为同一冗余数据集;
待识别建筑体的地址名称生成单元,与同一冗余数据集配置单元信号连接,配置用于在同一冗余数据集中,根据顺序特征词满足预设要求的建筑体面状矢量数据与待识别建筑体面状矢量数据之间的预设空间关系生成待识别建筑体的地址名称,若有待识别建筑体的地址名称生成则驱动同一冗余数据集配置单元。
待识别建筑体的地址名称生成单元包括:
第一建筑体获取单元,配置用于选取其顺序特征词不相邻,且其顺序特征词所标示顺序差值在预设范围内,且在同一冗余数据集中,无其他建筑体的顺序特征词位于已选取两建筑体的顺序特征词之间时,则将已选取两建筑体确定为第一建筑体;
第一待识别建筑体的地址名称生成单元,与第一建筑体获取单元信号连接,配置用于筛选出与第一建筑体的面状矢量数据之间满足第一预设距离空间关系的待识别建筑体,为第一待识别建筑体,根据第一建筑体的顺序特征词得第一待识别建筑体的顺序特征词,并生成第一待识别建筑体的地址名称,其中,第一待识别建筑体的地址名称生成单元还配置用于:
根据所述第一建筑体面状矢量图质心之间的距离确定第一缓冲区;
以所述第一建筑体面状矢量图的质心为基点,统计所述第一缓冲区内第一待识别建筑体的数量,若所述第一待识别建筑体的数量值与第一阈值之间满足预设数量关系,则确定第一待识别建筑体的顺序特征词位于两第一建筑体的顺序特征词之间,并生成目标区域内第一待识别建筑体的地址名称。
或待识别建筑体的地址名称生成单元包括:
第二建筑体获取单元,配置用于选取其顺序特征词相邻且在同一冗余数据集中,无其他建筑体的顺序特征词与已选取两建筑体的顺序特征词相邻时,则将已选取两建筑体确定为第二建筑体;
第二待识别建筑体的地址名称生成单元,与第二建筑体获取单元信号连接,配置用于筛选出与第二建筑体的面状矢量数据之间满足第二预设距离空间关系的待识别建筑体,为第二待识别建筑体,根据第二建筑体的顺序特征词得第二待识别建筑体的顺序特征词,并生成第二待识别建筑体的地址名称,若有第二待识别建筑体的地址名称生成,第二待识别建筑体的地址名称生成单元则与同一冗余数据集配置单元关联,以供同一冗余数据集配置单元从所述地址名称中提取名称特征词及顺序特征词,并根据所述名称特征词将其划分至相应的冗余数据集中,其中,第二待识别建筑体的地址名称生成单元还配置用于:
根据所述第二建筑体面状矢量图质心之间的距离确定第二缓冲区;
以所述第二建筑体面状矢量图的质心为基点,统计所述第二缓冲区内第二待识别建筑体的数量;
根据所述第二待识别建筑体面状矢量图的质心与所述第二建筑体面状矢量图的质心之间的距离,确定所述第二待识别建筑体的近端第二建筑体;
根据近端第二建筑体的顺序特征词确定第二待识别建筑体的顺序特征词,并生成目标区域内第二待识别建筑体的地址名称。
或待识别建筑体的地址名称生成单元包括:
第三建筑体获取单元,配置用于选取其顺序特征词相邻的多个建筑体,将已选取的多个建筑体确定为第三建筑体;
第三待识别建筑体的地址名称生成单元,与第三建筑体获取单元信号连接,配置用于筛选出与第三建筑体的面状矢量数据之间满足第三预设距离及预设方位空间关系的待识别建筑体,为第三待识别建筑体,根据第三建筑体的顺序特征词得第三待识别建筑体的顺序特征词,并生成第三待识别建筑体的地址名称,若有第三待识别建筑体的地址名称生成,第三待识别建筑体的地址名称生成单元则与同一冗余数据集配置单元关联,以供同一冗余数据集配置单元从所述地址名称中提取名称特征词及顺序特征词,并根据所述名称特征词将其划分至相应的冗余数据集中,其中,第三待识别建筑体的地址名称生成单元还配置用于:
将所述第三建筑体面状矢量图的质心拟合成第一直线段;
若所述第三建筑体面状矢量图的质心距离所述第一直线段的垂直距离没有超过预设阈值,则以所述第一直线段为基准,统计第三缓冲区内与第一直线段端点所述第三建筑体的顺序特征词所标示顺序差为第二阈值的建筑体,即为第四建筑体,其中,第三缓冲区根据所述第三建筑体面状矢量图的质心距离所述直线段的垂直距离确定;
将与第四建筑体位于第三缓冲区同侧区域的其他建筑体的面状矢量图的质心拟合成第二直线段,若所述其他建筑体面状矢量图的质心距离所述第二直线段的垂直距离没有超过所述预设阈值,且第二直线段与第一直线段之间的夹角未超过预设角度阈值,则所述其他建筑体相对于第一直线段端点所述第三建筑体的顺序特征词依次连续设置,依此确定所述其他建筑体中第三待识别建筑体的顺序特征词,并生成相应第三待识别建筑体的地址名称。
本实施例基于空间分析生成目标区域内建筑体地址的系统中同一冗余数据集配置单元及待识别建筑体的地址名称生成单元所执行步骤与基于空间分析生成目标区域内建筑体地址的方法相对应,其实现功能可参照上述方法部分所述。
本实施例提供了一种设备,该设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行如上述任一项所述的方法。
本实施例提供了一种存储有计算机程序的计算机可读存储介质,该程序被处理器执行时实现如上任一项所述的方法。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能。
Claims (14)
1.一种基于空间分析生成目标区域内建筑体地址的方法,其特征是,包括以下步骤:
S1、从目标区域内已知建筑体的地址名称中提取名称特征词及顺序特征词,其中,具有相同名称特征词的建筑体为同一冗余数据集;
S2、在同一冗余数据集中,根据顺序特征词满足预设要求的建筑体面状矢量数据与待识别建筑体面状矢量数据之间的预设空间关系生成待识别建筑体的地址名称,若有待识别建筑体的地址名称生成则重复执行步骤S1-S2,
其中,根据顺序特征词满足预设要求的建筑体面状矢量数据与待识别建筑体面状矢量数据之间的预设空间关系生成待识别建筑体的地址名称包括:
S21a、选取其顺序特征词不相邻,且其顺序特征词所标示顺序差值在预设范围内,且在同一冗余数据集中,无其他建筑体的顺序特征词位于已选取两建筑体的顺序特征词之间时,则将已选取两建筑体确定为第一建筑体;
S22a、筛选出与第一建筑体的面状矢量数据之间满足第一预设距离空间关系的待识别建筑体,为第一待识别建筑体,根据第一建筑体的顺序特征词得第一待识别建筑体的顺序特征词,并生成第一待识别建筑体的地址名称;
S21b、选取其顺序特征词相邻且在同一冗余数据集中,无其他建筑体的顺序特征词与已选取两建筑体的顺序特征词相邻时,则将已选取两建筑体确定为第二建筑体;
S22b、筛选出与第二建筑体的面状矢量数据之间满足第二预设距离空间关系的待识别建筑体,为第二待识别建筑体,根据第二建筑体的顺序特征词得第二待识别建筑体的顺序特征词,并生成第二待识别建筑体的地址名称;
S21c、选取其顺序特征词相邻的多个建筑体,将已选取的多个建筑体确定为第三建筑体;
S22c、筛选出与第三建筑体的面状矢量数据之间满足第三预设距离及预设方位空间关系的待识别建筑体,为第三待识别建筑体,根据第三建筑体的顺序特征词得第三待识别建筑体的顺序特征词,并生成第三待识别建筑体的地址名称。
2.根据权利要求1所述的基于空间分析生成目标区域内建筑体地址的方法,其特征是,还包括以下步骤:
(1)依次执行步骤S21a-S22a、S21b-S22b;
(2)若有第二待识别建筑体的地址名称生成则从所述地址名称中提取名称特征词及顺序特征词,并根据所述名称特征词将其划分至相应的冗余数据集中,重复执行步骤(1)-(2),若无第二待识别建筑体的地址名称生成则执行步骤S21c-S22c,执行完毕后,若有第三待识别建筑体的地址名称生成则从所述地址名称中提取名称特征词及顺序特征词,并根据所述名称特征词将其划分至相应的冗余数据集中,重复执行步骤(1)-(2)。
3.根据权利要求1所述的基于空间分析生成目标区域内建筑体地址的方法,其特征是,筛选出与第一建筑体的面状矢量数据之间满足第一预设距离空间关系的待识别建筑体,为第一待识别建筑体,根据第一建筑体的顺序特征词得第一待识别建筑体的顺序特征词,并生成第一待识别建筑体的地址名称,包括:
S221a、根据所述第一建筑体的面状矢量图质心之间的距离确定第一缓冲区;
S222a、以所述第一建筑体的面状矢量图的质心为基点,统计所述第一缓冲区内第一待识别建筑体的数量,若所述第一待识别建筑体的数量值与第一阈值之间满足预设数量关系,则确定第一待识别建筑体的顺序特征词位于两第一建筑体的顺序特征词之间,并生成第一待识别建筑体的地址名称。
4.根据权利要求1所述的基于空间分析生成目标区域内建筑体地址的方法,其特征是,筛选出与第二建筑体的面状矢量数据之间满足第二预设距离空间关系的待识别建筑体,为第二待识别建筑体,根据第二建筑体的顺序特征词得第二待识别建筑体的顺序特征词,并生成第二待识别建筑体的地址名称,包括:
S221b、根据所述第二建筑体的面状矢量图质心之间的距离确定第二缓冲区;
S222b以所述第二建筑体的面状矢量图的质心为基点,统计所述第二缓冲区内第二待识别建筑体的数量;
S223b根据所述第二待识别建筑体面状矢量图的质心与所述第二建筑体面状矢量图的质心之间的距离,确定所述第二待识别建筑体的近端第二建筑体;
S224b、根据近端第二建筑体的顺序特征词确定第二待识别建筑体的顺序特征词,并生成目标区域内第二待识别建筑体的地址名称。
5.根据权利要求1所述的基于空间分析生成目标区域内建筑体地址的方法,其特征是,筛选出与第三建筑体的面状矢量数据之间满足第三预设距离及预设方位空间关系的待识别建筑体,为第三待识别建筑体,根据第三建筑体的顺序特征词得第三待识别建筑体的顺序特征词,并生成第三待识别建筑体的地址名称,包括:
S221c、将所述第三建筑体的面状矢量图的质心拟合成第一直线段;
S222c、若所述第三建筑体的面状矢量图的质心距离所述第一直线段的垂直距离没有超过预设阈值,则以所述第一直线段为基准,统计第三缓冲区内与第一直线段端点所述第三建筑体的顺序特征词所标示顺序差为第二阈值的建筑体,即为第四建筑体,其中,第三缓冲区根据所述第三建筑体面状矢量图的质心距离所述直线段的垂直距离确定;
S223c、将与第四建筑体位于第三缓冲区同侧区域的其他建筑体的面状矢量图的质心拟合成第二直线段,若所述其他建筑体面状矢量图的质心距离所述第二直线段的垂直距离没有超过所述预设阈值,且第二直线段与第一直线段之间的夹角未超过预设角度阈值,则所述其他建筑体相对于第一直线段端点所述第三建筑体的顺序特征词依次连续设置,依此确定所述其他建筑体中第三待识别建筑体的顺序特征词,并生成相应第三待识别建筑体的地址名称。
6.一种基于空间分析生成目标区域内建筑体地址的系统,其特征是,包括:
同一冗余数据集配置单元,配置用于从目标区域内已知建筑体的地址名称中提取名称特征词及顺序特征词,其中,具有相同名称特征词的建筑体为同一冗余数据集;
待识别建筑体的地址名称生成单元,与同一冗余数据集配置单元信号连接,配置用于在同一冗余数据集中,根据顺序特征词满足预设要求的建筑体面状矢量数据与待识别建筑体面状矢量数据之间的预设空间关系生成待识别建筑体的地址名称,若有待识别建筑体的地址名称生成则驱动同一冗余数据集配置单元,
其中,待识别建筑体的地址名称生成单元包括:
第一建筑体获取单元,配置用于选取其顺序特征词不相邻,且其顺序特征词所标示顺序差值在预设范围内,且在同一冗余数据集中,无其他建筑体的顺序特征词位于已选取两建筑体的顺序特征词之间时,则将已选取两建筑体确定为第一建筑体;
第一待识别建筑体的地址名称生成单元,与第一建筑体获取单元信号连接,配置用于筛选出与第一建筑体的面状矢量数据之间满足第一预设距离空间关系的待识别建筑体,为第一待识别建筑体,根据第一建筑体的顺序特征词得第一待识别建筑体的顺序特征词,并生成第一待识别建筑体的地址名称;
第二建筑体获取单元,配置用于选取其顺序特征词相邻且在同一冗余数据集中,无其他建筑体的顺序特征词与已选取两建筑体的顺序特征词相邻时,则将已选取两建筑体确定为第二建筑体;
第二待识别建筑体的地址名称生成单元,与第二建筑体获取单元信号连接,配置用于筛选出与第二建筑体的面状矢量数据之间满足第二预设距离空间关系的待识别建筑体,为第二待识别建筑体,根据第二建筑体的顺序特征词得第二待识别建筑体的顺序特征词,并生成第二待识别建筑体的地址名称;
第三建筑体获取单元,配置用于选取其顺序特征词相邻的多个建筑体,将已选取的多个建筑体确定为第三建筑体;
第三待识别建筑体的地址名称生成单元,与第三建筑体获取单元信号连接,配置用于筛选出与第三建筑体的面状矢量数据之间满足第三预设距离及预设方位空间关系的待识别建筑体,为第三待识别建筑体,根据第三建筑体的顺序特征词得第三待识别建筑体的顺序特征词,并生成第三待识别建筑体的地址名称。
7.根据权利要求6所述的基于空间分析生成目标区域内建筑体地址的系统,其特征是,第二待识别建筑体的地址名称生成单元还与同一冗余数据集配置单元、第一建筑体获取单元、第一待识别建筑体的地址名称生成单元、第三建筑体获取单元信号连接,第三待识别建筑体的地址名称生成单元还与同一冗余数据集配置单元、第一建筑体获取单元、第一待识别建筑体信号连接。
8.根据权利要求6所述的基于空间分析生成目标区域内建筑体地址的系统,其特征是,若有第二待识别建筑体的地址名称生成,第二待识别建筑体的地址名称生成单元则与同一冗余数据集配置单元关联,以供同一冗余数据集配置单元从所述地址名称中提取名称特征词及顺序特征词,并根据所述名称特征词将其划分至相应的冗余数据集中,并驱动第一建筑体获取单元、第一待识别建筑体的地址名称生成单元,若无第二待识别建筑体的地址名称生成则驱动第三建筑体获取单元。
9.根据权利要求6所述的基于空间分析生成目标区域内建筑体地址的系统,其特征是,若有第三待识别建筑体的地址名称生成,第三待识别建筑体的地址名称生成单元则与同一冗余数据集配置单元关联,以供同一冗余数据集配置单元从所述地址名称中提取名称特征词及顺序特征词,并根据所述名称特征词将其划分至相应的冗余数据集中,并驱动第一建筑体获取单元、第一待识别建筑体的地址名称生成单元。
10.根据权利要求6所述的基于空间分析生成目标区域内建筑体地址的系统,其特征是,第一待识别建筑体的地址名称生成单元还配置用于:
根据所述第一建筑体的面状矢量图质心之间的距离确定第一缓冲区;
以所述第一建筑体的面状矢量图的质心为基点,统计所述第一缓冲区内第一待识别建筑体的数量,若所述第一待识别建筑体的数量值与第一阈值之间满足预设数量关系,则确定第一待识别建筑体的顺序特征词位于两第一建筑体的顺序特征词之间,并生成目标区域内第一待识别建筑体的地址名称。
11.根据权利要求6所述的基于空间分析生成目标区域内建筑体地址的系统,其特征是,第二待识别建筑体的地址名称生成单元还配置用于:
根据所述第二建筑体的面状矢量图质心之间的距离确定第二缓冲区;
以所述第二建筑体的面状矢量图的质心为基点,统计所述第二缓冲区内第二待识别建筑体的数量;
根据所述第二待识别建筑体面状矢量图的质心与所述第二建筑体面状矢量图的质心之间的距离,确定所述第二待识别建筑体的近端第二建筑体;
根据近端第二建筑体的顺序特征词确定第二待识别建筑体的顺序特征词,并生成目标区域内第二待识别建筑体的地址名称。
12.根据权利要求6所述的基于空间分析生成目标区域内建筑体地址的系统,其特征是,第三待识别建筑体的地址名称生成单元还配置用于:
将所述第三建筑体的面状矢量图的质心拟合成第一直线段;
若所述第三建筑体的面状矢量图的质心距离所述第一直线段的垂直距离没有超过预设阈值,则以所述第一直线段为基准,统计第三缓冲区内与第一直线段端点所述第三建筑体的顺序特征词所标示顺序差为第二阈值的建筑体,即为第四建筑体,其中,第三缓冲区根据所述第三建筑体面状矢量图的质心距离所述直线段的垂直距离确定;
将与第四建筑体位于第三缓冲区同侧区域的其他建筑体的面状矢量图的质心拟合成第二直线段,若所述其他建筑体面状矢量图的质心距离所述第二直线段的垂直距离没有超过所述预设阈值,且第二直线段与第一直线段之间的夹角未超过预设角度阈值,则所述其他建筑体相对于第一直线段端点所述第三建筑体的顺序特征词依次连续设置,依此确定所述其他建筑体中第三待识别建筑体的顺序特征词,并生成相应第三待识别建筑体的地址名称。
13.一种设备,其特征是,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行如权利要求1-5中任一项所述的方法。
14.一种存储有计算机程序的计算机可读存储介质,其特征是,该程序被处理器执行时实现如权利要求1-5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811021117.2A CN109460443B (zh) | 2018-09-03 | 2018-09-03 | 生成目标区域内建筑体地址的方法、系统、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811021117.2A CN109460443B (zh) | 2018-09-03 | 2018-09-03 | 生成目标区域内建筑体地址的方法、系统、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109460443A CN109460443A (zh) | 2019-03-12 |
CN109460443B true CN109460443B (zh) | 2022-03-29 |
Family
ID=65606478
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811021117.2A Active CN109460443B (zh) | 2018-09-03 | 2018-09-03 | 生成目标区域内建筑体地址的方法、系统、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109460443B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040138817A1 (en) * | 2002-11-15 | 2004-07-15 | Zoken Jack M. | Methods for assigning geocodes to street addressable entities |
CN104507812A (zh) * | 2011-09-13 | 2015-04-08 | 包裹寄存行星有限公司 | 通过容器翻折角的密封和切割,将初始密封容器改造为立方体状或者不规则多面体容器的程序和机器 |
CN105630807A (zh) * | 2014-10-31 | 2016-06-01 | 高德软件有限公司 | 一种未知道路与已知道路关联关系的分析方法和装置 |
CN106919567A (zh) * | 2015-12-24 | 2017-07-04 | 北京四维图新科技股份有限公司 | 一种兴趣点poi地址的处理方法及装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1941028A (zh) * | 2005-09-07 | 2007-04-04 | 马飞 | 一种地址定位及道路导向的方法 |
US9639757B2 (en) * | 2011-09-23 | 2017-05-02 | Corelogic Solutions, Llc | Building footprint extraction apparatus, method and computer program product |
CN104050196B (zh) * | 2013-03-15 | 2017-09-15 | 阿里巴巴集团控股有限公司 | 一种兴趣点数据冗余检测方法及装置 |
US9544721B2 (en) * | 2013-07-26 | 2017-01-10 | Apple Inc. | Address point data mining |
-
2018
- 2018-09-03 CN CN201811021117.2A patent/CN109460443B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040138817A1 (en) * | 2002-11-15 | 2004-07-15 | Zoken Jack M. | Methods for assigning geocodes to street addressable entities |
CN104507812A (zh) * | 2011-09-13 | 2015-04-08 | 包裹寄存行星有限公司 | 通过容器翻折角的密封和切割,将初始密封容器改造为立方体状或者不规则多面体容器的程序和机器 |
CN105630807A (zh) * | 2014-10-31 | 2016-06-01 | 高德软件有限公司 | 一种未知道路与已知道路关联关系的分析方法和装置 |
CN106919567A (zh) * | 2015-12-24 | 2017-07-04 | 北京四维图新科技股份有限公司 | 一种兴趣点poi地址的处理方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109460443A (zh) | 2019-03-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Biljecki et al. | An improved LOD specification for 3D building models | |
CN108628811B (zh) | 地址文本的匹配方法和装置 | |
CN107341220B (zh) | 一种多源数据融合方法和装置 | |
CN108320323A (zh) | 一种建筑物三维建模方法及装置 | |
CN110263109B (zh) | 一种融合互联网信息及gis技术的家庭户数估算方法 | |
CN111611992B (zh) | 确定兴趣面的方法、装置和计算机设备 | |
CN110807547A (zh) | 家庭人口结构的预测方法及系统 | |
CN108733810A (zh) | 一种地址数据匹配方法及装置 | |
CN105224610A (zh) | 一种地址比较的方法及设备 | |
CN106844642B (zh) | 一种基于gis计算路网网格中人口密度的方法 | |
CN109460443B (zh) | 生成目标区域内建筑体地址的方法、系统、设备及介质 | |
CN110807546A (zh) | 社区网格人口变化预警方法及系统 | |
CN113709006A (zh) | 一种流量确定方法、装置、存储介质及电子装置 | |
CN110598131B (zh) | 确定用户常驻区域的方法、装置、存储介质和电子设备 | |
CN114463499B (zh) | 建筑物三维建模方法及装置 | |
CN103729552A (zh) | 一种自动识别流域数字化过程中出口点的方法 | |
CN104679765A (zh) | 区域范围确定方法及装置 | |
CN110362646A (zh) | 地址信息的处理方法及装置、存储介质和电子装置 | |
TWI628612B (zh) | Green building computer aided system | |
CN105630807B (zh) | 一种未知道路与已知道路关联关系的分析方法和装置 | |
CN108133234A (zh) | 基于稀疏子集选择算法的社区检测方法、装置及设备 | |
CN111861257A (zh) | 基于电力数据热力图的空心村识别方法及装置 | |
Benni et al. | A methodology for the analysis of dimensional features of traditional rural buildings to implement the FarmBuiLD model | |
CN112800281A (zh) | 工程造价数据的处理方法及装置 | |
Markiewicz | Determining Frankfurt’s suitability potential for the OnTop concept |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |