CN110210576A - 一种地图数据的图斑相似性计算方法及系统 - Google Patents

一种地图数据的图斑相似性计算方法及系统 Download PDF

Info

Publication number
CN110210576A
CN110210576A CN201910514751.8A CN201910514751A CN110210576A CN 110210576 A CN110210576 A CN 110210576A CN 201910514751 A CN201910514751 A CN 201910514751A CN 110210576 A CN110210576 A CN 110210576A
Authority
CN
China
Prior art keywords
spot
mass
mass center
ray
center ray
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
CN201910514751.8A
Other languages
English (en)
Inventor
岳建伟
丁克松
雷添杰
李静泽
钱欢
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.)
Beijing Normal University
Original Assignee
Beijing Normal 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 Beijing Normal University filed Critical Beijing Normal University
Priority to CN201910514751.8A priority Critical patent/CN110210576A/zh
Publication of CN110210576A publication Critical patent/CN110210576A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/758Involving statistics of pixels or of feature values, e.g. histogram matching

Abstract

本发明提供一种地图数据的图斑相似性计算方法及系统。所述相似性计算方法,首先确定待比较的第一图斑的第一质心坐标和第二图斑的第二质心坐标,然后,根据所述第一质心坐标获取所述第一图斑的第一质心射线距离直方图;根据所述第二质心坐标获取所述第二图斑的第二质心射线距离直方图;并计算所述第一质心射线距离直方图和第二质心射线距离直方图之间的欧氏距离,根据欧式距离确定两个图斑的相似性,以减少计算量,提高计算速度,适用于大数据量情况下的图斑相似性计算。

Description

一种地图数据的图斑相似性计算方法及系统
技术领域
本发明涉及土体利用分析领域,特别涉及一种地图数据的图斑相似性计算方法及系统。
背景技术
在地图数据中,通过对比地图中图斑的形状及属性数据的相似性来判断地图数据是否发生变化。同一区域往往存在不同用途、不同类型、不同比例尺等多种矢量数据,现实中为了避免对同一区域进行重复性的数据采集和制图等工作,往往需要融合该区域已有的不同矢量数据,得到符合一定需求的数据产品,提高已有数据的复用率,降低数据获取的成本和时间。在数据更新或数据融合过程中通常需要判断图斑之间的相似性。在土地利用变更调查中,新增建设用地、新增耕地信息套合、耕地占补平衡考核以及违法用地分析等专项业务数据处理工作中都需要判断矢量图斑之间的相似性,对不同数据集中同一位置的图斑进行一致性检查,及时发现不一致图斑,为土地利用变更、违法用地分析等分析判断提供技术支持。
进行相似性比较是人类在认知判断时的一个核心内容。事物间的相似性可以通过相同或差异特征表达,人类依靠未知事物与历史认知经验的相似性来认识世界。相似性的研究可以追溯到上世纪60年代,许多学者进行了形状描述与分析的相关研究并提出了一些研究方法。
在图形的相似性研究方面,图形相似一般是指图形之间在拓扑结构、几何形状、尺寸以及表达功能等特征上的相似程度。一般用相似度表示图形之间的相似性程度,用差异度表示图形之间的差异性程度,通常二者的值域均为0到1之间,且将二者之和定为1,即“相似度+差异度=1”,由此可以通过计算图形间的差异度值反推相似度值。
针对不同的图形特征指标和计算原理,可以分为基于几何特征、拓扑特征、语义特征以及基于概率的四类图形相似性度量方法,也可以组合不同指标进行综合相似度计算。
当前对于图形相似性度量的方法已有很多,也都达到了比较好的度量效果,但还存在以下几个问题:
(1)简单相似度计算方法中人工干预多
基于图形几何特征的相似性度量方法中,利用图形的基本几何特征计算相似度或者差异度的算法相对简单,但往往需要人工指定指标相似度的评判阈值或指标权重,主观因素影响较大且不适用于自动化计算。
(2)复杂相似度计算方法计算效率低
复杂的相似度计算方法可以通过复杂的公式或计算指标较好的描述图形的外部轮廓特征,体现图形轮廓的细微差异,但往往其实现算法相对复杂,相似度计算性能略低,不适用于大数据量情况下的图斑相似性计算。
发明内容
本发明的目的是提供一种地图数据的图斑相似性计算方法及系统,以提高计算速度,适用于大数据量情况下的图斑相似性计算。
为实现上述目的,本发明提供了如下方案:
本发明提供一种地图数据的图斑相似性计算方法,所述相似性计算方法包括如下步骤:
分别以相同坐标位置在第一地图数据中获取第一图斑和在第二地图数据中获取第二图斑;
分别确定所述第一图斑和所述第二图斑的质心坐标,得到第一质心坐标和第二质心坐标;
根据所述第一质心坐标获取所述第一图斑的第一质心射线距离直方图;
根据所述第二质心坐标获取所述第二图斑的第二质心射线距离直方图;
计算所述第一质心射线距离直方图和第二质心射线距离直方图之间的欧氏距离;
判断所述欧式距离是否小于预设阈值,得到第一判断结果;
若所述第一判断结果为所述欧式距离小于预设阈值,则表示所述第一图斑和所述第二图斑的形状相似;
若所述第一判断结果为所述欧式距离不小于预设阈值,则表示所述第一图斑和所述第二图斑的形状不相似。
可选的,所述根据所述第一质心坐标获取所述第一图斑的第一质心射线距离直方图,具体包括:
以所述第一质心坐标为中心,以预设间隔角a引出多条射线,得到第一质心射线集合RA={RA1……RAn},其中n=360/a;
获取所述第一质心射线集合中的每条射线与所述第一图斑的轮廓的交点,得到第一质心射线交点集合SA={SA1……SAn};
计算所述第一质心坐标与所述第一质心射线交点集合中每个交点的距离,得到第一质心射线交点距离集合LA={LA1……LAn};
根据所述第一质心射线交点距离集合建立第一质心射线距离直方图。
可选的,所述根据所述第二质心坐标获取所述第二图斑的第二质心射线距离直方图,具体包括:
以所述第二质心坐标为中心,以预设间隔角a引出多条射线,得到第二质心射线集合RB={RB1……RBn},其中n=360/a;
获取所述第二质心射线集合中的每条射线与所述第二图斑的轮廓的交点,得到第二质心射线交点集合SB={SB1……SBn};
计算所述第二质心坐标与所述第二质心射线交点集合中每个交点的距离,得到第二质心射线距离集合LB={LB1……LBn};
根据所述第二质心射线距离集合建立第二质心射线距离直方图。
可选的,若所述第一判断结果为所述欧式距离小于预设阈值,则表示所述第一图斑和所述第二图斑的形状相似,之后还包括:
根据所述第一质心坐标和所述第二质心坐标计算所述第一图斑和所述第二图斑之间的质心距离;
判断所述质心距离是否等于零,得到第二判断结果;
若所述第二判断结果为所述质心距离等于零,则表示所述第一图斑和所述第二图斑为相似图斑;
若所述第二判断结果为所述质心距离不等于零,则表示所述第一图斑和所述第二图斑为似平移图斑。
可选的,若所述第一判断结果为所述欧式距离不小于预设阈值,则表示所述第一图斑和所述第二图斑的形状不相似,之后还包括:
判断所述第一质心射线距离直方图和所述第二质心射线距离直方图是否可以经过平移后重合,得到第三判断结果;
若所述第三判断结果表示所述第一质心射线距离直方图和所述第二质心射线距离直方图可以经过平移后重合,则表示所述第一图斑和所述第二图斑为似旋转图斑;
若所述第三判断结果表示所述第一质心射线距离直方图和所述第二质心射线距离直方图不可以经过平移后重合,则判断所述第一质心射线距离直方图和所述第二质心射线距离直方图是否具有比例关系,得到第四判断结果;
若所述第四判断结果表示第一质心射线距离直方图和所述第二质心射线距离直方图具有比例关系,则表示所述第一图斑和所述第二图斑为似缩放图斑;
若所述第四判断结果表示第一质心射线距离直方图和所述第二质心射线距离直方图不具有比例关系,则表示所述第一图斑和所述第二图斑为不同图斑。
本发明还提供一种地图数据的图斑相似性计算系统,所述相似性计算系统包括:
图斑获取模块,用于分别以相同坐标位置在第一地图数据中获取第一图斑和在第二地图数据中获取第二图斑;
质心坐标确定模块,用于分别确定所述第一图斑和所述第二图斑的质心坐标,得到第一质心坐标和第二质心坐标;
第一质心射线距离直方图获取模块,用于根据所述第一质心坐标获取所述第一图斑的第一质心射线距离直方图;
第二质心射线距离直方图获取模块,用于根据所述第二质心坐标获取所述第二图斑的第二质心射线距离直方图;
欧式距离计算模块,用于计算所述第一质心射线距离直方图和第二质心射线距离直方图之间的欧氏距离;
第一判断模块,用于判断所述欧式距离是否小于预设阈值,得到第一判断结果;
第一判断结果处理模块,用于若所述第一判断结果为所述欧式距离小于预设阈值,则表示所述第一图斑和所述第二图斑的形状相似;若所述第一判断结果为所述欧式距离不小于预设阈值,则表示所述第一图斑和所述第二图斑的形状不相似。
可选的,所述第一质心射线距离直方图获取模块,具体包括:
第一射线引出子模块,用于以所述第一质心坐标为中心,以预设间隔角a引出多条射线,得到第一质心射线集合RA={RA1……RAn},其中n=360/a;
第一质心射线交点获取子模块,用于获取所述第一质心射线集合中的每条射线与所述第一图斑的轮廓的交点,得到第一质心射线交点集合SA={SA1……SAn};
第一质心射线交点距离计算子模块,用于计算所述第一质心坐标与所述第一质心射线交点集合中每个交点的距离,得到第一质心射线交点距离集合LA={LA1……LAn};
第一质心射线距离直方图建立子模块,用于根据所述第一质心射线交点距离集合建立第一质心射线距离直方图。
可选的,所述第二质心射线距离直方图获取模块,具体包括:
第二射线引出子模块,用于以所述第二质心坐标为中心,以预设间隔角a引出多条射线,得到第二质心射线集合RB={RB1……RBn},其中n=360/a;
第二质心射线交点距离计算子模块,用于第一质心射线交点获取子模块,用于获取所述第二质心射线集合中的每条射线与所述第二图斑的轮廓的交点,得到第二质心射线交点集合SB={SB1……SBn};
计算所述第二质心坐标与所述第二质心射线交点集合中每个交点的距离,得到第二质心射线距离集合LB={LB1……LBn};
第二质心射线距离直方图建立子模块,用于根据所述第二质心射线交点距离集合建立第二质心射线距离直方图。
可选的,所述相似性计算系统还包括:
质心距离计算模块,用于根据所述第一质心坐标和所述第二质心坐标计算所述第一图斑和所述第二图斑之间的质心距离;
第二判断模块,用于判断所述质心距离是否等于零,得到第二判断结果;
第二判断结果处理模块,用于若所述第二判断结果为所述质心距离等于零,则表示所述第一图斑和所述第二图斑为相似图斑;若所述第二判断结果为所述质心距离不等于零,则表示所述第一图斑和所述第二图斑为似平移图斑。
可选的,所述所述相似性计算系统还包括:
第三判断模块,用于判断所述第一质心射线距离直方图和所述第二质心射线距离直方图是否可以经过平移后重合,得到第三判断结果;
第三判断结果处理模块,用于若所述第三判断结果表示所述第一质心射线距离直方图和所述第二质心射线距离直方图可以经过平移后重合,则表示所述第一图斑和所述第二图斑为似旋转图斑;
第四判断模块,用于若所述第三判断结果表示所述第一质心射线距离直方图和所述第二质心射线距离直方图不可以经过平移后重合,则判断所述第一质心射线距离直方图和所述第二质心射线距离直方图是否具有比例关系,得到第四判断结果;
第四判断结果处理模块,用于若所述第四判断结果表示第一质心射线距离直方图和所述第二质心射线距离直方图具有比例关系,则表示所述第一图斑和所述第二图斑为似缩放图斑;若所述第四判断结果表示第一质心射线距离直方图和所述第二质心射线距离直方图不具有比例关系,则表示所述第一图斑和所述第二图斑为不同图斑。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明提供一种地图数据的图斑相似性计算方法及系统。所述相似性计算方法,首先确定待比较的第一图斑的第一质心坐标和第二图斑的第二质心坐标,然后,根据所述第一质心坐标获取所述第一图斑的第一质心射线距离直方图;根据所述第二质心坐标获取所述第二图斑的第二质心射线距离直方图;并计算所述第一质心射线距离直方图和第二质心射线距离直方图之间的欧氏距离,根据欧式距离确定两个图斑的相似性,以减少计算量,提高计算速度,适用于大数据量情况下的图斑相似性计算。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的一种地图数据的图斑相似性计算方法的流程图;
图2为本发明提供的一种地图数据的图斑相似性计算方法的原理图;
图3为本发明提供的质心射线图;
图4为本发明提供的一种地图数据的图斑相似性计算系统的结构图。
具体实施方式
本发明的目的是提供一种地图数据的图斑相似性计算方法及系统,以提高计算速度,适用于大数据量情况下的图斑相似性计算。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对发明作进一步详细的说明。
图1为一种地图数据的图斑相似性计算方法的流程图,图2为一种地图数据的图斑相似性计算方法的原理图。
如图1和2所示,本发明提供一种地图数据的图斑相似性计算方法,所述相似性计算方法包括如下步骤:
步骤101,分别以相同坐标位置在第一地图数据中获取第一图斑和在第二地图数据中获取第二图斑;
步骤102,分别确定所述第一图斑和所述第二图斑的质心坐标,得到第一质心坐标OA(XA,YA)和第二质心坐标OB(XB,YB)。
步骤103,根据所述第一质心坐标获取所述第一图斑的第一质心射线距离直方图。
具体包括:
以所述第一质心坐标为中心,以预设间隔角a引出多条射线,如图3所示,得到第一质心射线集合RA={RA1……RAn},其中n=360/a;获取所述第一质心射线集合中的每条射线与所述第一图斑的轮廓的交点,得到第一质心射线交点集合SA={SA1……SAn};计算所述第一质心坐标与所述第一质心射线交点集合中每个交点的距离,得到第一质心射线交点距离集合LA={LA1……LAn};根据所述第一质心射线交点距离集合建立第一质心射线距离直方图。
交点距离的计算公式为:其中,分别是交点SAi的横坐标和纵坐标。
步骤104,根据所述第二质心坐标获取所述第二图斑的第二质心射线距离直方图。
具体包括:以所述第二质心坐标为中心,以预设间隔角a引出多条射线,得到第二质心射线集合RB={RB1……RBn},其中n=360/a;获取所述第二质心射线集合中的每条射线与所述第二图斑的轮廓的交点,得到第二质心射线交点集合SB={SB1……SBn};计算所述第二质心坐标与所述第二质心射线交点集合中每个交点的距离,得到第二质心射线距离集合LB={LB1……LBn};根据所述第二质心射线距离集合建立第二质心射线距离直方图。
交点距离的计算公式为:其中,分别是交点SBi的横坐标和纵坐标。
步骤105,计算所述第一质心射线距离直方图和第二质心射线距离直方图之间的欧氏距离;具体的,利用公式计算集合LA与LB之间的欧氏距离。
步骤106,判断所述欧式距离是否小于预设阈值,得到第一判断结果;所述预设阈值α的取值范围为α=1.0~1.5。
步骤107,若所述第一判断结果为所述欧式距离小于预设阈值,则表示所述第一图斑和所述第二图斑的形状相似。其中,形状相似包括图斑相似和图斑似平移两种情况,通过如下步骤进一步的判断:
根据所述第一质心坐标和所述第二质心坐标,利用公式计算所述第一图斑和所述第二图斑之间的质心距离c。判断所述质心距离是否等于零,得到第二判断结果。若所述第二判断结果为所述质心距离等于零,则表示所述第一图斑和所述第二图斑为相似图斑。若所述第二判断结果为所述质心距离不等于零,则表示所述第一图斑和所述第二图斑为似平移图斑。
步骤108,若所述第一判断结果为所述欧式距离不小于预设阈值,则表示所述第一图斑和所述第二图斑的形状不相似。其中,形状不相似包括似旋转、似缩放和图斑不同三种情况,通过以下步骤进一步的区分:
判断所述第一质心射线距离直方图和所述第二质心射线距离直方图是否可以经过平移后重合,得到第三判断结果;若所述第三判断结果表示所述第一质心射线距离直方图和所述第二质心射线距离直方图可以经过平移后重合,则表示所述第一图斑和所述第二图斑为似旋转图斑;若所述第三判断结果表示所述第一质心射线距离直方图和所述第二质心射线距离直方图不可以经过平移后重合,则判断所述第一质心射线距离直方图和所述第二质心射线距离直方图是否具有比例关系,得到第四判断结果;若所述第四判断结果表示第一质心射线距离直方图和所述第二质心射线距离直方图具有比例关系,则表示所述第一图斑和所述第二图斑为似缩放图斑;若所述第四判断结果表示第一质心射线距离直方图和所述第二质心射线距离直方图不具有比例关系,则表示所述第一图斑和所述第二图斑为不同图斑。
如图2所示,本发明中的不同图斑、似缩放图斑、似旋转图斑和似平移图斑均理解为不相似图斑,而质心距离等于零的图斑理解为相似图斑。
以违法用地分析为例,计算某地土地利用现状图斑数据(图斑A)和基本农田图斑数据(图斑B)的相似性,由图斑A与图斑B的相似情况以及似旋转、似缩放、似平移,可以得出基本农田图斑的变化情况,为进一步推断是否是违法用地提供支持。
如表1所示,对三个县的土地利用现状、基本农田矢量图斑数据进行相似度计算,并对比F直方图法和CDB直方图法的计算结果和计算效率。CDB直方图通过提出“质心射线距离”,取代F直方图中的主轴方向计算流程,提高计算效率;
CDB直方图可以根据质心射线距离直方图的形态对不相似图斑进行进一步判断似旋转、似缩放、似平移,可以为后续研究提供服务。
表1相似度计算效率对比表
根据CDB直方图法,以全国两千八百多个县、平均每个县5万个匹配矢量图斑为例,以本实验计算机估算计算总时间为5天左右,另外还可以利用多核计算机或者计算机集群进行大规模并发计算,如16核,总耗时以大幅度降低。
如图4所示本发明还提供一种地图数据的图斑相似性计算系统,所述相似性计算系统包括:
图斑获取模块401,用于分别以相同坐标位置在第一地图数据中获取第一图斑和在第二地图数据中获取第二图斑。
质心坐标确定模块402,用于分别确定所述第一图斑和所述第二图斑的质心坐标,得到第一质心坐标和第二质心坐标。
第一质心射线距离直方图获取模块403,用于根据所述第一质心坐标获取所述第一图斑的第一质心射线距离直方图。
所述第一质心射线距离直方图获取模块403,具体包括:第一射线引出子模块,用于以所述第一质心坐标为中心,以预设间隔角a引出多条射线,得到第一质心射线集合RA={RA1……RAn},其中n=360/a;第一质心射线交点获取子模块,用于获取所述第一质心射线集合中的每条射线与所述第一图斑的轮廓的交点,得到第一质心射线交点集合SA={SA1……SAn};第一质心射线交点距离计算子模块,用于计算所述第一质心坐标与所述第一质心射线交点集合中每个交点的距离,得到第一质心射线交点距离集合LA={LA1……LAn};第一质心射线距离直方图建立子模块,用于根据所述第一质心射线交点距离集合建立第一质心射线距离直方图。
第二质心射线距离直方图获取模块404,用于根据所述第二质心坐标获取所述第二图斑的第二质心射线距离直方图;
所述第二质心射线距离直方图获取模块,具体包括:第二射线引出子模块,用于以所述第二质心坐标为中心,以预设间隔角a引出多条射线,得到第二质心射线集合RB={RB1……RBn},其中n=360/a;第二质心射线交点距离计算子模块,用于第一质心射线交点获取子模块,用于获取所述第二质心射线集合中的每条射线与所述第二图斑的轮廓的交点,得到第二质心射线交点集合SB={SB1……SBn};计算所述第二质心坐标与所述第二质心射线交点集合中每个交点的距离,得到第二质心射线距离集合LB={LB1……LBn};第二质心射线距离直方图建立子模块,用于根据所述第二质心射线交点距离集合建立第二质心射线距离直方图。
欧式距离计算模块405,用于计算所述第一质心射线距离直方图和第二质心射线距离直方图之间的欧氏距离;
第一判断模块406,用于判断所述欧式距离是否小于预设阈值,得到第一判断结果;
第一判断结果处理模块407,用于若所述第一判断结果为所述欧式距离小于预设阈值,则表示所述第一图斑和所述第二图斑的形状相似;若所述第一判断结果为所述欧式距离不小于预设阈值,则表示所述第一图斑和所述第二图斑的形状不相似。
为了进一步的区分形状相似包括的图斑相似和图斑似平移两种情况,所述相似性计算系统还包括:质心距离计算模块,用于根据所述第一质心坐标和所述第二质心坐标计算所述第一图斑和所述第二图斑之间的质心距离;第二判断模块,用于判断所述质心距离是否等于零,得到第二判断结果;第二判断结果处理模块,用于若所述第二判断结果为所述质心距离等于零,则表示所述第一图斑和所述第二图斑为相似图斑;若所述第二判断结果为所述质心距离不等于零,则表示所述第一图斑和所述第二图斑为似平移图斑。
为了进一步的区分形状不相似包括的似旋转、似缩放和图斑不同三种情况,所述所述相似性计算系统还包括:第三判断模块,用于判断所述第一质心射线距离直方图和所述第二质心射线距离直方图是否可以经过平移后重合,得到第三判断结果;第三判断结果处理模块,用于若所述第三判断结果表示所述第一质心射线距离直方图和所述第二质心射线距离直方图可以经过平移后重合,则表示所述第一图斑和所述第二图斑为似旋转图斑;第四判断模块,用于若所述第三判断结果表示所述第一质心射线距离直方图和所述第二质心射线距离直方图不可以经过平移后重合,则判断所述第一质心射线距离直方图和所述第二质心射线距离直方图是否具有比例关系,得到第四判断结果;第四判断结果处理模块,用于若所述第四判断结果表示第一质心射线距离直方图和所述第二质心射线距离直方图具有比例关系,则表示所述第一图斑和所述第二图斑为似缩放图斑;若所述第四判断结果表示第一质心射线距离直方图和所述第二质心射线距离直方图不具有比例关系,则表示所述第一图斑和所述第二图斑为不同图斑。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明提供一种地图数据的图斑相似性计算方法及系统。所述相似性计算方法,首先确定待比较的第一图斑的第一质心坐标和第二图斑的第二质心坐标,然后,根据所述第一质心坐标获取所述第一图斑的第一质心射线距离直方图;根据所述第二质心坐标获取所述第二图斑的第二质心射线距离直方图;并计算所述第一质心射线距离直方图和第二质心射线距离直方图之间的欧氏距离,根据欧式距离确定两个图斑的相似性,以减少计算量,提高计算速度,适用于大数据量情况下的图斑相似性计算。
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,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对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,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例,基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。

Claims (10)

1.一种地图数据的图斑相似性计算方法,其特征在于,所述相似性计算方法包括如下步骤:
分别以相同坐标位置在第一地图数据中获取第一图斑和在第二地图数据中获取第二图斑;
分别确定所述第一图斑和所述第二图斑的质心坐标,得到第一质心坐标和第二质心坐标;
根据所述第一质心坐标获取所述第一图斑的第一质心射线距离直方图;
根据所述第二质心坐标获取所述第二图斑的第二质心射线距离直方图;
计算所述第一质心射线距离直方图和第二质心射线距离直方图之间的欧氏距离;
判断所述欧式距离是否小于预设阈值,得到第一判断结果;
若所述第一判断结果为所述欧式距离小于预设阈值,则表示所述第一图斑和所述第二图斑的形状相似;
若所述第一判断结果为所述欧式距离不小于预设阈值,则表示所述第一图斑和所述第二图斑的形状不相似。
2.根据权利要求1所述的地图数据的图斑相似性计算方法,其特征在于,所述根据所述第一质心坐标获取所述第一图斑的第一质心射线距离直方图,具体包括:
以所述第一质心坐标为中心,以预设间隔角a引出多条射线,得到第一质心射线集合RA={RA1……RAn},其中n=360/a;
获取所述第一质心射线集合中的每条射线与所述第一图斑的轮廓的交点,得到第一质心射线交点集合SA={SA1……SAn};
计算所述第一质心坐标与所述第一质心射线交点集合中每个交点的距离,得到第一质心射线交点距离集合LA={LA1……LAn};
根据所述第一质心射线交点距离集合建立第一质心射线距离直方图。
3.根据权利要求1所述的地图数据的图斑相似性计算方法,其特征在于,所述根据所述第二质心坐标获取所述第二图斑的第二质心射线距离直方图,具体包括:
以所述第二质心坐标为中心,以预设间隔角a引出多条射线,得到第二质心射线集合RB={RB1……RBn},其中n=360/a;
获取所述第二质心射线集合中的每条射线与所述第二图斑的轮廓的交点,得到第二质心射线交点集合SB={SB1……SBn};
计算所述第二质心坐标与所述第二质心射线交点集合中每个交点的距离,得到第二质心射线距离集合LB={LB1……LBn};
根据所述第二质心射线距离集合建立第二质心射线距离直方图。
4.根据权利要求1所述的地图数据的图斑相似性计算方法,其特征在于,若所述第一判断结果为所述欧式距离小于预设阈值,则表示所述第一图斑和所述第二图斑的形状相似,之后还包括:
根据所述第一质心坐标和所述第二质心坐标计算所述第一图斑和所述第二图斑之间的质心距离;
判断所述质心距离是否等于零,得到第二判断结果;
若所述第二判断结果为所述质心距离等于零,则表示所述第一图斑和所述第二图斑为相似图斑;
若所述第二判断结果为所述质心距离不等于零,则表示所述第一图斑和所述第二图斑为似平移图斑。
5.根据权利要求1所述的地图数据的图斑相似性计算方法,其特征在于,若所述第一判断结果为所述欧式距离不小于预设阈值,则表示所述第一图斑和所述第二图斑的形状不相似,之后还包括:
判断所述第一质心射线距离直方图和所述第二质心射线距离直方图是否可以经过平移后重合,得到第三判断结果;
若所述第三判断结果表示所述第一质心射线距离直方图和所述第二质心射线距离直方图可以经过平移后重合,则表示所述第一图斑和所述第二图斑为似旋转图斑;
若所述第三判断结果表示所述第一质心射线距离直方图和所述第二质心射线距离直方图不可以经过平移后重合,则判断所述第一质心射线距离直方图和所述第二质心射线距离直方图是否具有比例关系,得到第四判断结果;
若所述第四判断结果表示第一质心射线距离直方图和所述第二质心射线距离直方图具有比例关系,则表示所述第一图斑和所述第二图斑为似缩放图斑;
若所述第四判断结果表示第一质心射线距离直方图和所述第二质心射线距离直方图不具有比例关系,则表示所述第一图斑和所述第二图斑为不同图斑。
6.一种地图数据的图斑相似性计算系统,所述相似性计算系统包括:
图斑获取模块,用于分别以相同坐标位置在第一地图数据中获取第一图斑和在第二地图数据中获取第二图斑;
质心坐标确定模块,用于分别确定所述第一图斑和所述第二图斑的质心坐标,得到第一质心坐标和第二质心坐标;
第一质心射线距离直方图获取模块,用于根据所述第一质心坐标获取所述第一图斑的第一质心射线距离直方图;
第二质心射线距离直方图获取模块,用于根据所述第二质心坐标获取所述第二图斑的第二质心射线距离直方图;
欧式距离计算模块,用于计算所述第一质心射线距离直方图和第二质心射线距离直方图之间的欧氏距离;
第一判断模块,用于判断所述欧式距离是否小于预设阈值,得到第一判断结果;
第一判断结果处理模块,用于若所述第一判断结果为所述欧式距离小于预设阈值,则表示所述第一图斑和所述第二图斑的形状相似;若所述第一判断结果为所述欧式距离不小于预设阈值,则表示所述第一图斑和所述第二图斑的形状不相似。
7.根据权利要求6所述的地图数据的图斑相似性计算系统,其特征在于,所述第一质心射线距离直方图获取模块,具体包括:
第一射线引出子模块,用于以所述第一质心坐标为中心,以预设间隔角a引出多条射线,得到第一质心射线集合RA={RA1……RAn},其中n=360/a;
第一质心射线交点获取子模块,用于获取所述第一质心射线集合中的每条射线与所述第一图斑的轮廓的交点,得到第一质心射线交点集合SA={SA1……SAn};
第一质心射线交点距离计算子模块,用于计算所述第一质心坐标与所述第一质心射线交点集合中每个交点的距离,得到第一质心射线交点距离集合LA={LA1……LAn}
第一质心射线距离直方图建立子模块,用于根据所述第一质心射线交点距离集合建立第一质心射线距离直方图。
8.根据权利要求6所述的地图数据的图斑相似性计算系统,其特征在于,所述第二质心射线距离直方图获取模块,具体包括:
第二射线引出子模块,用于以所述第二质心坐标为中心,以预设间隔角a引出多条射线,得到第二质心射线集合RB={RB1……RBn},其中n=360/a;
第二质心射线交点距离计算子模块,用于第一质心射线交点获取子模块,用于获取所述第二质心射线集合中的每条射线与所述第二图斑的轮廓的交点,得到第二质心射线交点集合SB={SB1……SBn};
计算所述第二质心坐标与所述第二质心射线交点集合中每个交点的距离,得到第二质心射线距离集合LB={LB1……LBn};
第二质心射线距离直方图建立子模块,用于根据所述第二质心射线交点距离集合建立第二质心射线距离直方图。
9.根据权利要求6所述的地图数据的图斑相似性计算系统,其特征在于,所述相似性计算系统还包括:
质心距离计算模块,用于根据所述第一质心坐标和所述第二质心坐标计算所述第一图斑和所述第二图斑之间的质心距离;
第二判断模块,用于判断所述质心距离是否等于零,得到第二判断结果;
第二判断结果处理模块,用于若所述第二判断结果为所述质心距离等于零,则表示所述第一图斑和所述第二图斑为相似图斑;若所述第二判断结果为所述质心距离不等于零,则表示所述第一图斑和所述第二图斑为似平移图斑。
10.根据权利要求6所述的地图数据的图斑相似性计算系统,其特征在于,所述所述相似性计算系统还包括:
第三判断模块,用于判断所述第一质心射线距离直方图和所述第二质心射线距离直方图是否可以经过平移后重合,得到第三判断结果;
第三判断结果处理模块,用于若所述第三判断结果表示所述第一质心射线距离直方图和所述第二质心射线距离直方图可以经过平移后重合,则表示所述第一图斑和所述第二图斑为似旋转图斑;
第四判断模块,用于若所述第三判断结果表示所述第一质心射线距离直方图和所述第二质心射线距离直方图不可以经过平移后重合,则判断所述第一质心射线距离直方图和所述第二质心射线距离直方图是否具有比例关系,得到第四判断结果;
第四判断结果处理模块,用于若所述第四判断结果表示第一质心射线距离直方图和所述第二质心射线距离直方图具有比例关系,则表示所述第一图斑和所述第二图斑为似缩放图斑;若所述第四判断结果表示第一质心射线距离直方图和所述第二质心射线距离直方图不具有比例关系,则表示所述第一图斑和所述第二图斑为不同图斑。
CN201910514751.8A 2019-06-14 2019-06-14 一种地图数据的图斑相似性计算方法及系统 Pending CN110210576A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910514751.8A CN110210576A (zh) 2019-06-14 2019-06-14 一种地图数据的图斑相似性计算方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910514751.8A CN110210576A (zh) 2019-06-14 2019-06-14 一种地图数据的图斑相似性计算方法及系统

Publications (1)

Publication Number Publication Date
CN110210576A true CN110210576A (zh) 2019-09-06

Family

ID=67792568

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910514751.8A Pending CN110210576A (zh) 2019-06-14 2019-06-14 一种地图数据的图斑相似性计算方法及系统

Country Status (1)

Country Link
CN (1) CN110210576A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110728440A (zh) * 2019-09-27 2020-01-24 北京地拓科技发展有限公司 一种基于空间相关性的措施图斑抽样处理方法和装置
CN111814990A (zh) * 2020-06-23 2020-10-23 汇纳科技股份有限公司 阈值确定方法、系统、存储介质及终端

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101901500A (zh) * 2010-07-15 2010-12-01 北京航空航天大学 一种基于切面射线的三维模型特征提取方法
CN104820837A (zh) * 2015-04-29 2015-08-05 吴涛 一种自适应任意形状的数据场图像特征建模方法
CN106776996A (zh) * 2016-12-02 2017-05-31 百度在线网络技术(北京)有限公司 用于测试高精度地图的准确性的方法和装置
US9746340B2 (en) * 2010-02-04 2017-08-29 Tomtom Navigation B.V. Map storage for navigation systems
CN109657610A (zh) * 2018-12-18 2019-04-19 北京航天泰坦科技股份有限公司 一种高分辨率多源遥感影像的土地利用变化检测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9746340B2 (en) * 2010-02-04 2017-08-29 Tomtom Navigation B.V. Map storage for navigation systems
CN101901500A (zh) * 2010-07-15 2010-12-01 北京航空航天大学 一种基于切面射线的三维模型特征提取方法
CN104820837A (zh) * 2015-04-29 2015-08-05 吴涛 一种自适应任意形状的数据场图像特征建模方法
CN106776996A (zh) * 2016-12-02 2017-05-31 百度在线网络技术(北京)有限公司 用于测试高精度地图的准确性的方法和装置
CN109657610A (zh) * 2018-12-18 2019-04-19 北京航天泰坦科技股份有限公司 一种高分辨率多源遥感影像的土地利用变化检测方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
刘大伟 等: "一种基于对象相似性的遥感影像最优分割尺度评价方法", 《大地测量与地球动力学》 *
张雨朦等: "基于F直方图的图斑几何形状相似性度量方法研究", 《地理与地理信息科学》 *
杜根远: "《空间数据检索及快速处理技术研究》", 31 October 2015, 武汉大学出版社 *
王育坚 等: "《图像处理与三维可视化》", 31 July 2011, 北京邮电大学出版社 *
陈扬洋 等: "高空间分辨率遥感影像分割定量实验评价方法综述", 《地球信息科学学报》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110728440A (zh) * 2019-09-27 2020-01-24 北京地拓科技发展有限公司 一种基于空间相关性的措施图斑抽样处理方法和装置
CN110728440B (zh) * 2019-09-27 2023-07-04 北京地拓科技发展有限公司 一种基于空间相关性的措施图斑抽样处理方法和装置
CN111814990A (zh) * 2020-06-23 2020-10-23 汇纳科技股份有限公司 阈值确定方法、系统、存储介质及终端
CN111814990B (zh) * 2020-06-23 2023-10-10 汇纳科技股份有限公司 阈值确定方法、系统、存储介质及终端

Similar Documents

Publication Publication Date Title
CN109543682A (zh) 一种基于深度学习的指针式仪表读数方法
CN101672637B (zh) 一种复杂曲面的数字化检测方法
CN103886593A (zh) 一种基于三维点云曲面圆孔检测方法
CN110210576A (zh) 一种地图数据的图斑相似性计算方法及系统
CN110704559A (zh) 一种多尺度矢量面数据匹配方法
CN110287887A (zh) 一种刻度识别方法、装置及计算机存储介质
CN107992647A (zh) 一种受几何结构影响的局部并联尺寸链误差获取方法
CN110136178B (zh) 一种基于端点拟合的三维激光点云配准方法及装置
CN104864851A (zh) 一种基于矩形周长和面积加权约束的单目视觉位姿测量方法
CN106682575A (zh) Elm算法的人眼点云特征定位
CN106251335B (zh) 一种基于stl网格化模型的敏感器视场遮挡区域确定方法
CN104867156B (zh) 一种针对合作标志器位姿测量的特征点识别方法
CN107909194A (zh) 系统级测试性设计多目标优化方法
Harrie Weight-setting and quality assessment in simultaneous graphic generalization
CN110675470B (zh) 等值线绘制方法、装置、计算设备及可读取存储介质
CN107452003A (zh) 一种含有深度信息的图像分割的方法及装置
CN112163271A (zh) 大气数据传感系统的大气参数解算方法
CN108491482B (zh) 一种顾及邻近度关系的地质图动态综合方法及系统
CN103698776B (zh) 一种gps控制网三角形闭合环的环闭合差测量方法
CN111242857B (zh) 具有地质方向特征的等值线生成优化方法
CN113345079A (zh) 面部三维模型可视化方法、装置、电子设备及存储介质
CN109919828B (zh) 一种判断3d模型之间差异的方法
CN113267122A (zh) 一种基于3d视觉传感器的工业零件尺寸测量方法
CN110136179B (zh) 一种基于直线拟合的三维激光点云配准方法及装置
CN109740616A (zh) 一种利用计算机视觉实现双指针仪表自动读数的方法

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