CN110992481B - 基于最邻近连线的建筑物白模一致性合并方法 - Google Patents

基于最邻近连线的建筑物白模一致性合并方法 Download PDF

Info

Publication number
CN110992481B
CN110992481B CN201911066063.6A CN201911066063A CN110992481B CN 110992481 B CN110992481 B CN 110992481B CN 201911066063 A CN201911066063 A CN 201911066063A CN 110992481 B CN110992481 B CN 110992481B
Authority
CN
China
Prior art keywords
building
white
nearest
point
points
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
Application number
CN201911066063.6A
Other languages
English (en)
Other versions
CN110992481A (zh
Inventor
郭庆胜
王慧慧
徐杏琳
黄玉兰
童莹
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.)
Wuhan University WHU
Original Assignee
Wuhan University WHU
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 Wuhan University WHU filed Critical Wuhan University WHU
Priority to CN201911066063.6A priority Critical patent/CN110992481B/zh
Publication of CN110992481A publication Critical patent/CN110992481A/zh
Application granted granted Critical
Publication of CN110992481B publication Critical patent/CN110992481B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05Geographic models
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/23Clustering techniques

Abstract

本发明公开了一种基于最邻近连线的建筑物白模一致性合并方法,首先,将大范围的很多建筑物白模划分为不同的群组,以群组为制图单元执行合并操作。其次,通过加密点操作,以线上的点近似地表示线性栅格数据,寻找线上的点与其最邻近的点并建立最邻近关系,最终找到建筑物白模之间的空间最邻近连线,可以保证最邻近关系建立的合理性。最后,通过点的标记和建筑物边界的提取实现了建筑物白模的合并。本发明充分顾及了建筑物白模数据采样过程中的误差,经过多样性数据的实验和分析证明,算法的效率和效果远远高于人工处理,更好的满足了生产实践对建筑物白模合并和拓扑一致性处理的要求。

Description

基于最邻近连线的建筑物白模一致性合并方法
技术领域
本发明属于地图制图综合技术领域,具体涉及一种基于最邻近连线的建筑 物白模一致性合并方法。
背景技术
建筑物白模是带有高程属性的屋顶多边形,当使用倾斜摄影测量得到的三 维点云来构建三维表面模型时,这些白模的平面投影图与实际数据相比往往存 在误差。城市GIS中制图综合的重点和难点之一是利用建筑物白模数据进行面 状建筑物白模的合并,这个过程中,需要考虑数据本身存在的误差。以往的研 究中,邻近关系的探测是建筑物白模多边形合并的前提,主要有缓冲区法、三 角网法、空间聚类法等。建筑物白模多边形合并的常见方法包括矢量法和栅格 法,主要有扩张-消除法、缝合算法、引力方向投影法以及三角网法。但是,这 些方法一方面没有考虑建筑物白模数据采集过程中存在的误差,直接用于建筑 物白模的合并有时会有问题;另一方面,通常没有考虑建筑物白模合并后产生 岛屿的情况。目前常用的Delaunay三角网方法在建筑物群构网时会产生冗余三 角网,虽然合并效果不错,但是构网效率较低。
发明内容
本发明的目的在于,针对现有技术的空白,提出一种基于最邻近连线的建 筑物白模一致性合并方法,该方法基于距离关系对建筑物白模进行聚类。在聚 类后,借助加密点的方法近似表示线性栅格数据,并通过建立最邻近关系识别 出建筑物白模之间需要合并的邻近区域。最后,标识并提取新建筑物的外围轮 廓,实现邻近建筑物白模合并。本发明提高了建筑物白模合并的效率与效果。
本发明所采用的技术方案是:一种基于最邻近连线的建筑物白模一致性合并 方法,包括以下步骤:
步骤1,基于距离特征,通过建筑物白模目标聚类,将建筑物白模数据划分 为不同的群组,然后把每个群组作为一个独立的处理对象,遍历群组并执行下面 的步骤:
步骤2,对于每一个建筑物,先按照坐标点顺序插入该建筑物白模多边形的 边与其它建筑物白模多边形之间的交点,再按照建筑物白模多边形的坐标点顺序, 依据用户定义的加密间距,在建筑物白模多边形的坐标串集合中插入加密点;
步骤3,获取该群组内建筑物白模之间的最邻近连线,并根据最邻近连线的 特征,对每一条最邻近连线进行过滤;
步骤4,获取该群组内建筑物白模之间的最邻近连线组;
步骤5,若最邻近连线组中连续的两条最邻近连线同一侧的点号并不连续, 则判断这两点之间的折线是否需要合并,若不需要合并,则进行最邻近连线组的 分段;
步骤6,根据新的最邻近连线组的特征,对该最邻近连线组进行过滤;
步骤7,新建筑物边界点的标识;
步骤8,新建筑物边界提取;
步骤9,从群组中取出下一个对象,若为空,则结束;否则转步骤2。
进一步的,步骤3的具体实现方式如下,
(3.1)顺时针遍历第一个建筑物白模A边界上的点,从第一个点A0开始, 检索其最邻近的点B0,若B0存在,连接点A0和点B0形成最邻近连线;其中点 A0和点B0之间的距离小于ε,ε为设定的阈值;
(3.2)对具有以下三个特征之一的最邻近连线进行过滤操作的条件如下:
a)最邻近连线穿过建筑物白模边界;
b)最邻近连线只位于其中一个建筑物白模中;
c)最邻近连线的两个端点均为加密点,并且不位于任何一个建筑物白模 中,同时,该两个加密点所在的两条直线段之间的夹角大于给定阈值θ。
进一步的,步骤4的具体实现方式如下,
通过步骤3中的过滤操作,进一步得到建筑物白模A到建筑物白模B的最 邻近连线组,该关系表示为{Ai→Bj},其中,Ai表示位于建筑物白模A上的点的 编号,Bi表示位于建筑物白模B上的点的编号;同样,建筑物白模B到建筑物 白模A的最邻近连线组,该关系表示为{Bn→Am},其中,Bn表示位于建筑物白 模B上的点的编号,Am表示位于建筑物白模A上的点的编号;求两个多边形的 最邻近连线组实际上是对同一个合并区域的确定,为了使合并结果唯一,需要将 两邻近连线组按照相应的顺序合并;这里以{Ai→Bj}为基础,将{Bn→Am}中对应 表示不一样的Am按照点的点位顺序,依次插入到{Ai→Bj}中对应的位置,若两个 点同时与同一个点最邻近,则选择最短的一条最邻近连线加入到{Ai→Bj}中,最 终得到A与B之间的最邻近连线集合,表示为
Figure BDA0002259387640000031
进一步的,步骤5的具体实现方式如下,
假设最邻近连线组为
Figure BDA0002259387640000032
其中, Ai和Bi分别表示A目标和B目标上的点编号,若该组中连续的两条最邻近连线 同一侧的点号并不连续,如Ai+1+1≠Ai+2,无论其对应端点在建筑物白模B上 是否连续,都需要判断这两点之间的折线部分是否需要合并;
先计算三个指标:①点Ai+1和点Ai+2之间的直线距离为lA;②点Ai+1到点Ai+2沿建筑物白模边界的折线长度为rA;③点Ai+1和到Ai+2沿建筑物白模边界的折线 和点Ai+1与Ai+2之间的直线所围成的面积为SA
假定这三个指标的阈值分别为α、β和γ,该两个建筑物白模上对应的折线 部分与该两条不连续最邻近连线所围成的区域为Ω,当且仅当lA<α∩rA<β∩ SA<γ,同时lB<α∩rB<β∩SB<γ,则Ω为合并区域;反之,该区域的对应折 线部分都不能参与合并,将在区域Ω不符合合并条件的折线处对集合
Figure BDA0002259387640000033
进行 最邻近连线组的分段。
进一步的,步骤6中,当最邻近连线组具有以下特征时,需要将其移除:
(6.1)一个最邻近连线组中只包含一条最邻近连线;
(6.2)一个最邻近连线组中有两条最邻近连线,但是所对应的建筑物白模 的两条边之间的夹角大于给定的角度阈值θ;
(6.3)一个最邻近连线组中有多条最邻近连线,但是其对应的建筑物白模 的边长短于给定距离阈值β1,并且建筑物白模之间的距离大于给定距离阈值β2
进一步的,步骤7的具体实现方式如下,
首先把需要合并且不在轮廓线上的点属性值记为YN=1,然后,其它点的相 应属性值记为YN=0;记为YN=1的三种情形是:
(7.1)最邻近连线组两端的点需要标记为YN=1;
(7.2)合并区域Ω边界上的点标记为YN=1;
(7.3)在建筑物白模边相交的情况下,建筑物白模重叠部分所包含的点标 记为YN=1。
进一步的,步骤8的具体实现方式如下,
在步骤7标记边界点的基础上,搜索建筑物白模群组中属性值Newbuiling≠2 (表示没有存储到合并后的轮廓线数组中)的点中最左下角的点,然后从该起点 开始,顺时针按最小旋转角原则,递归搜索下一个在合并后建筑物边界上的点, 新搜索的边界点存储在数组MergeList中,并该点的属性值Newbuiling=2(表示 已经存储到合并后的轮廓线数组中),直至搜索到起点;假设外环的坐标串存储 在数组OuterRing中,内环的坐标串存储在数组InnerRing中,轮廓线的提取步 骤为:
(8.1)搜索建筑物白模群组中属性值Newbuiling≠2的点中最左下角的点P0, 加入轮廓线数组MergeList,标记Newbuiling=2,并判断其内外环属性;内外环 属性的判断方法是:若数组OuterRing为空,则随后搜索的环属于外环;否则, 需要判断点P0是否在任意一个外环内,若点P0在任意一个外环内,则随后搜索 的环属于内环,否则属于外环;
(8.2)设当前点为Pi,搜索与Pi关联的建筑物白模上的边和最邻近连线, 然后按照顺时针方向选择与PiPi-1夹角最小的边PiPi+1,并标记点Pi+1的 Newbuiling=2,Pi+1存入数组MergeList中,直到Pi+1=P0,i≠0,根据内外环的判 断把轮廓线存入OuterRing或InnerRing,清空MergeList;当开始搜索时,在P0点处,P1是从P0开始,按照当前建筑物白模多边形边线顺时针方向搜索到的第 一个点;
(8.3)判断群组中是否还存在点YN(Pi)=0,同时Newbuiling≠2,若存在, 返回步骤(8.1);否则,执行步骤(8.4);
(8.4)按照内外环的对应关系输出合并后的新建筑物的外围轮廓,结束。
由上,利用建筑物白模之间的空间最邻近关系确定建筑物白模的合并区域, 完成了建筑物白模合并操作。由于是空间最邻近关系,因此合并过程更简洁、合 并效率更高。
由上可以看出,本发明提供了一种基于最邻近连线的建筑物白模一致性合并 方法,首先,将大范围的很多建筑物白模划分为不同的群组,以群组为制图单元 执行合并操作。同时,通过加密点操作,以线上的点近似地表示线性栅格数据, 寻找线上的点与其最邻近的点并建立最邻近关系,最终找到建筑物白模之间的空 间最邻近连线,可以保证最邻近关系建立的合理性。最后,通过点的标记和建筑 物边界的提取实现了建筑物白模的合并。而且经过多样性数据的实验和分析证明, 算法的效率和效果远远高于人工处理,更好的满足了生产实践对建筑物白模合并 和拓扑一致性处理的要求。
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 例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描 述中的附图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为本发明实施例提供的一种基于最邻近连线的建筑物白模一致性合并 方法流程示意图;
图2为本发明实施例提供的一种建筑物白模聚类过程示意图;
图3为本发明实施例提供的一种建筑物白模聚类结果示意图,其中灰色为建 筑物白模原始数据,黑色虚线为聚类边界;
图4为本发明实施例提供的一种加密点效果示意图,(a)为建筑物白模之间 不存在交点,直接插入加密点的情况,(b)为建筑物白模之间存在交点,之后再 插入加密点的情况;
图5为本发明实施例提供的一种寻找最邻近连线示意图;
图6为本发明实施例提供的一种需要过滤的最邻近连线示意图,(a)、 (b)、(c)分别对应三种需要过滤的情况;
图7为本发明实施例提供的一种不连续的最邻近连线组效果示意图,(a)为 计算的三个指标示意图,(b)为最邻近连线组分段示意图;
图8为本发明实施例提供的一种需要移除的最邻近连线组示意图,(a)、 (b)、(c)分别对应三种需要移除的情况;
图9为本发明实施例提供的一种最邻近连线组提取效果示意图;
图10为本发明实施例提供的一种建筑物白模合并效果示意图,图10(a)为原 始建筑物白模的分布,图10(b)为对应的合并后的效果图;图10(c)、图10(e)、 图10(g)图是原始数据的局部放大图,对应的合并结果放大图分别见图10(d)、 图10(f)、图10(h)。
具体实施方式:
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实 施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所 描述的实施例是本发明一部分实施例,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作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。
本发明方法的核心在于建筑物白模之间的空间最邻近关系的获取。它们直接 影响着建筑物白模合并的质量。为了便于本领域普通技术人员理解和实施本发明, 下面结合附图及实施例对本发明作进一步的详细描述。
首先,对本发明中一些基本概念进行相关说明。
1、合并距离:当建筑物白模上的点与其最邻近的点的连线长度小于给定的 距离阈值时,该连线关联的两个多边形可以考虑合并,给定的合并距离阈值表示 为ε。
2、最邻近连线:对于建筑物白模A上的点PA,找到与之最邻近的位于建筑 物白模B上的点PB,两点连接成的线段即为A和B的最邻近连线,lAB<ε。
3、最邻近连线组:多条端点编号连续的最邻近连线组成最邻近连线组,代 表一个可能合并的邻近区域。
结合上述说明,图1给出了建筑物白模合并的具体流程,包括:
1、基于距离特征,通过建筑物白模目标聚类,将大范围的建筑物白模数据 划分为不同的群组。
建筑物白模目标聚类是地图中建筑物白模合并的前提,目的是将大范围的建 筑物白模划分为不同的群组,以群组为制图单元执行合并操作。假设点P位于 建筑物白模A上,利用点P的网格索引找到建筑物白模A可能邻近的建筑物白 模B,计算点P到建筑物白模B的最短距离D,若D<ε,则建筑物白模A和建筑 物白模B具有邻近关系,记为群组Group={A,B}。以此为基础,通过递归搜索 邻近建筑物白模,并不断将其加入群组Group,直到无法找到邻近的建筑物白模 为止。最终群组Group为待合并的一个区域,聚类的过程如图2所示,聚类结果 Group={A,B,C,D,E,F,G}。图3是某区域街区聚类后的结果。
2、对于每一个建筑物,先需要按照坐标点顺序插入该建筑物白模多边形的 边与其它建筑物白模多边形之间的交点,再按照建筑物白模多边形的坐标点顺序, 依据用户定义的加密间距,在建筑物白模多边形的坐标串集合中插入加密点。
其中,建筑物白模多边形上每一条直线段的点加密方法是:按顺序遍历建筑 物上每一条直线段(前面计算出的建筑物白模多边形之间的交点也是直线段的端 点),用线性插值法在该直线段上加密点,直线段上最邻近的加密点之间距离为 d。设该直线段长度为L,当L≤d时,该直线段不加密点。加密点效果如图4所 示。
3、获取该群组内建筑物白模之间的最邻近连线。根据最邻近连线的特征, 对所述最邻近连线进行过滤。
如图5所示,对于建筑物白模A上的点P(A,1),假设与之最邻近的点为建筑 物白模B上的点P(B,1),则最邻近连线
Figure BDA0002259387640000071
为多边形A到B的最邻近连 线,记为A1→B1,A1表示位于建筑物白模A上的点的编号,B1表示位于建筑物 白模B上的点的编号。同样的,对于建筑物白模B上的点P(B,2),假设与之最 邻近的点为建筑物白模A上的点P(A,2),则最邻近连线
Figure BDA0002259387640000072
为多边形B 到A的最邻近连线,记为B2→A2
按照多边形在计算机中的坐标点组织顺序,可以求得建筑物白模之间的最邻 近连线组。最邻近连线组可以形象而精确地表达群组中多边形目标的合并区域, 在这个过程中,需要依次对最邻近连线进行过滤。通过大量研究,本文排除了三 种情况下的最邻近连线组,进而得到群组中建筑物白模之间的最邻近连线组。这 三种需排除的情况具体如下:
(1)最邻近连线穿过建筑物白模。如图6(a)所示,这种情况下利用两个 点P(A,i)和P(B,j)之间的连线表示建筑物白模上点之间的邻近关系显然是无效的, 穿过建筑物白模的边破坏了两者之间的邻近关系。穿过的建筑物白模可能是邻近 连线所关联的其中一个建筑物白模,也可能是群组中的其它建筑物白模。
(2)最邻近连线只位于一个建筑物白模多边形中,如图6(b)所示,此时 的最邻近连线不正确。
(3)最邻近连线对应的点是加密点,并且不位于任何一个建筑物白模多边 形中。同时,对应的两条建筑物白模线段间的夹角angleAB>θ,θ为阈值。对于 同一楼群的建筑物白模,彼此之间的夹角往往较小。一旦建筑物白模A与建筑 物白模B之间的夹角过大,如图6(c)所示,此时不需要进行合并。
4、获取该群组内建筑物白模之间的最邻近连线组。
通过过滤操作,进一步得到建筑物白模A到建筑物白模B的最邻近连线组, 该关系表示为{Ai→Bj},其中,Ai表示位于建筑物白模A上的点的编号,Bi表示 位于建筑物白模B上的点的编号;同样,建筑物白模B到建筑物白模A的最邻 近连线组,该关系表示为{Bn→Am},其中,Bn表示位于建筑物白模B上的点的 编号,Am表示位于建筑物白模A上的点的编号。求两个多边形的最邻近连线组 实际上是对同一个合并区域的确定,为了使合并结果唯一,需要将两邻近连线组 按照相应的顺序合并。这里以{Ai→Bj}为基础,将{Bn→Am}中对应表示不一样的 Am按照点的点位顺序,依次插入到{Ai→Bj}(设此为过滤后的最邻近连线组)中 对应的位置。若两个点同时与同一个点最邻近,则选择最短的一条最邻近连线加 入到{Ai→Bj}中,最终得到A与B之间的最邻近连线集合,表示为
Figure BDA0002259387640000081
5、若最邻近连线组中连续的两条最邻近连线在同一侧的点号并不连续,则 判断这两点之间的折线是否需要合并;若不需要合并,就进行最邻近连线组的分 段。
由最邻近连线组的定义可知,最邻近连线组最终必须由连续的最邻近连线所 组成。假设最邻近连线组为
Figure BDA0002259387640000083
其 中,Ai和Bi分别表示A目标和B目标上的点编号。
若该组中连续的两条最邻近连线同一侧的点号并不连续,如图7(a)所示, Ai+1+1≠Ai+2,无论其对应端点在建筑物白模B上是否连续,都需要判断这两点 之间的折线是否需要合并。这里需先计算三个指标(见图7(a)):①点Ai+1和 点Ai+2之间的直线距离为lA;②点Ai+1到点Ai+2沿建筑物白模边界的折线长度为 rA;③点Ai+1和到Ai+2沿建筑物白模边界的折线和点Ai+1与Ai+2之间的直线所围 成的面积为SA
假定这三个指标的阈值分别为α、β和γ,该两个建筑物白模上对应的折线 部分与该两条不连续最邻近连线所围成的区域为Ω。当且仅当lA<α∩rA<β∩ SA<γ,同时lB<α∩rB<β∩SB<γ,则Ω为合并区域。反之,该区域的对应折 线部分都不能参与合并,将在区域Ω不符合合并条件的折线处(如图7(b)的 折线P)对集合
Figure RE-GDA0002321312250000083
进行最邻近连线组的分段,如图7(b)所示,最邻近连线 组被分为两段(两个子集),图中分别用虚线框标出。
6、根据最邻近连线组的特征,对所述最邻近连线组进行过滤。
此时,聚类后的建筑物白模存在距离上的依赖性,但是不一定进行合并,需 要根据以下条件进行判断:
(1)一个最邻近连线组中只包含一条最邻近连线(图8a)。此时这一条最 邻近连线仅仅是点的对应关系,而不能代表邻近边的关系。
(2)一个最邻近连线组中有两条最邻近连线,但是所对应的建筑物白模的 两条边的夹角大于阈值θ(图8b)。此时两个建筑物白模的夹角较大,一般不属 于一个楼群。
(3)一个最邻近连线组中有多条最邻近连线,但是其对应的建筑物的边长 较短,短于阈值β1,并且建筑物白模之间的距离大于距离阈值β2(图8c)。此时 两个建筑物白模之间需要合并的狭长区域较小,可以不合并。
因此,在这三种情况下,需要移除相应的最邻近连线组。移除成功后,按照 同样的方法,找到一个群组内部所有建筑物白模之间的最邻近连线组,便于进行 新建筑物边界点的标识,如图9所示。
7、新建筑物边界点的标识。
建筑物白模合并的本质是获取合并后新的建筑物外部轮廓线,并且外部轮廓 线可能包含内环。首先把需要合并且不在轮廓线上的点属性值记为YN=1。然后, 其它点的相应属性值记为YN=0。在此,记为YN=1的三种情形是:(1)最邻近 连线组两端的点需要标记为YN=1。(2)合并区域Ω边界上的点标记为YN=1。(3) 在建筑物白模边相交的情况下,建筑物白模重叠部分所包含的点标记为YN=1。
8、新建筑物边界提取。
在步骤7标记边界点的基础上,搜索建筑物白模群组中属性值Newbuiling≠2 (表示没有存储到合并后的轮廓线数组中)的点中最左下角的点,然后从该起点 开始,顺时针按最小旋转角原则,递归搜索下一个在合并后建筑物边界上的点, 新搜索的边界点存储在数组MergeList中,并该点的属性值Newbuiling=2(表示 已经存储到合并后的轮廓线数组中),直至搜索到起点;假设外环的坐标串存储 在数组OuterRing中,内环的坐标串存储在数组InnerRing中,轮廓线的提取步 骤为:
(1)搜索建筑物白模群组中属性值Newbuiling≠2的点中最左下角的点P0, 加入轮廓线数组MergeList,标记Newbuiling=2,并判断其内外环属性。内外环 属性的判断方法是:若数组OuterRing为空,则随后搜索的环属于外环;否则, 需要判断点P0是否在任意一个外环内。若点P0在任意一个外环内,则随后搜索 的环属于内环,否则属于外环。
(2)设当前点为Pi,搜索与Pi关联的建筑物白模上的边和最邻近连线,然 后按照顺时针方向选择与PiPi-1夹角最小的边PiPi+1,并标记点Pi+1的 Newbuiling=2,Pi+1存入数组MergeList中。直到Pi+1=P0(i≠0),根据内外环的 判断把轮廓线存入OuterRing或InnerRing,清空MergeList。当开始搜索时,在 P0点处,P1是从P0开始,按照当前建筑物白模多边形边线顺时针方向搜索到的 第一个点。
(3)判断群组中是否还存在点YN(Pi)=0,同时Newbuiling≠2。若存在,返 回步骤(1);否则,执行步骤(4)。
(4)按照内外环的对应关系输出合并后的新建筑物的外围轮廓,结束。
图10为数据合并后的整体结果对比图。图10(a)为原始建筑物白模的分布, 图10(b)为对应的合并后的效果图。图10(c)、图10(e)、图10(g)图是原始数据 的局部放大图,对应的合并结果放大图分别见图10(d)、图10(f)、图10(h)。从 对应的合并结果图中,可以看出合并效果很好。
综上所述,本发明提供了一种基于最短邻近连线的建筑物白模一致性合并方 法,首先,将大范围的很多建筑物白模划分为不同的群组,以群组为制图单元执 行合并操作。同时,通过加密点操作,以线上的点近似地表示线性栅格数据,寻 找线上的点与其最邻近的点并建立最邻近关系,最终找到建筑物白模之间的空间 最邻近连线,可以保证最邻近关系建立的合理性。最后,通过点的标记和新建筑 物边界的提取实现了建筑物白模的合并。而且经过多样性数据的实验和分析证明, 算法的效率和效果远远高于人工处理,更好的满足了生产实践对建筑物白模合并 和拓扑一致性处理的要求。
应当理解的是,上述针对较佳实施例的描述较为详细,并不能因此而认为是 对本发明专利保护范围的限制,本领域的普通技术人员在本发明的启示下,在不 脱离本发明权利要求所保护的范围情况下,还可以做出替换或变形,均落入本发 明的保护范围之内,本发明的请求保护范围应以所附权利要求为准。

Claims (6)

1.基于最邻近连线的建筑物白模一致性合并方法,其特征在于,包括以下步骤:
步骤1,基于距离特征,通过建筑物白模目标聚类,将建筑物白模数据划分为不同的群组,然后把每个群组作为一个独立的处理对象,遍历群组并执行下面的步骤:
步骤2,对于每一个建筑物,先按照坐标点顺序插入该建筑物白模多边形的边与其它建筑物白模多边形之间的交点,再按照建筑物白模多边形的坐标点顺序,依据用户定义的加密间距,在建筑物白模多边形的坐标串集合中插入加密点;
步骤3,获取该群组内建筑物白模之间的最邻近连线,并根据最邻近连线的特征,对每一条最邻近连线进行过滤;
所述最邻近连线的定义为:对于建筑物白模A上的点PA,找到与之最邻近的位于建筑物白模B上的点PB,两点连接成的线段即为A和B的最邻近连线;
步骤4,获取该群组内建筑物白模之间的最邻近连线组;
所述的最邻近连线组的定义为:多条端点编号连续的最邻近连线组成最邻近连线组,代表一个可能合并的邻近区域;
步骤5,若最邻近连线组中连续的两条最邻近连线同一侧的点号并不连续,则判断这两点之间的折线是否需要合并,若不需要合并,则进行最邻近连线组的分段;
步骤6,根据新的最邻近连线组的特征,对该最邻近连线组进行过滤;
步骤7,利用过滤后的最邻近连线组进行新建筑物边界点的标识;
建筑物白模合并的本质是获取合并后新的建筑物外部轮廓线,并且外部轮廓线可能包含内环;首先把需要合并且不在轮廓线上的点属性值记为YN=1,然后,其它点的相应属性值记为YN=0;
步骤8,新建筑物边界提取;具体实现方式如下,
在步骤7标记边界点的基础上,搜索建筑物白模群组中属性值Newbuiling≠2的点中最左下角的点,然后从该起点开始,顺时针按最小旋转角原则,递归搜索下一个在合并后建筑物边界上的点,新搜索的边界点存储在数组MergeList中,并该点的属性值Newbuiling=2,表示已经存储到合并后的轮廓线数组中,直至搜索到起点;假设外环的坐标串存储在数组OuterRing中,内环的坐标串存储在数组InnerRing中,轮廓线的提取步骤为:
(8.1)搜索建筑物白模群组中属性值Newbuiling≠2的点中最左下角的点P0,加入轮廓线数组MergeList,标记Newbuiling=2,并判断其内外环属性;内外环属性的判断方法是:若数组OuterRing为空,则随后搜索的环属于外环;否则,需要判断点P0是否在任意一个外环内,若点P0在任意一个外环内,则随后搜索的环属于内环,否则属于外环;
(8.2)设当前点为Pi,搜索与Pi关联的建筑物白模上的边和最邻近连线,然后按照顺时针方向选择与PiPi-1夹角最小的边PiPi+1,并标记点Pi+1的Newbuiling=2,Pi+1存入数组MergeList中,直到Pi+1=P0,i≠0,根据内外环的判断把轮廓线存入OuterRing或InnerRing,清空MergeList;当开始搜索时,在P0点处,P1是从P0开始,按照当前建筑物白模多边形边线顺时针方向搜索到的第一个点;
(8.3)判断群组中是否还存在点YN(Pi)=0,同时Newbuiling≠2,若存在,返回步骤(8.1);否则,执行步骤(8.4);
(8.4)按照内外环的对应关系输出合并后的新建筑物的外围轮廓,结束;步骤9,从群组中取出下一个对象,若为空,则结束;否则转步骤2。
2.根据权利要求1所述的基于最邻近连线的建筑物白模一致性合并方法,其特征在于:步骤3的具体实现方式如下,
(3.1)顺时针遍历第一个建筑物白模A边界上的点,从第一个点A0开始,检索其最邻近的点B0,若B0存在,连接点A0和点B0形成最邻近连线;其中点A0和点B0之间的距离小于ε,ε为设定的阈值;
(3.2)对具有以下三个特征之一的最邻近连线进行过滤操作的条件如下:
a)最邻近连线穿过建筑物白模边界;
b)最邻近连线只位于其中一个建筑物白模中;
c)最邻近连线的两个端点均为加密点,并且不位于任何一个建筑物白模中,同时,该两个加密点所在的两条直线段之间的夹角大于给定阈值θ。
3.根据权利要求1所述的基于最邻近连线的建筑物白模一致性合并方法,其特征在于:步骤4的具体实现方式如下,
通过步骤3中的过滤操作,进一步得到建筑物白模A到建筑物白模B的最邻近连线组,该关系表示为{Ai→Bj},其中,Ai表示位于建筑物白模A上的点的编号,Bi表示位于建筑物白模B上的点的编号;同样,建筑物白模B到建筑物白模A的最邻近连线组,该关系表示为{Bn→Am},其中,Bn表示位于建筑物白模B上的点的编号,Am表示位于建筑物白模A上的点的编号;求两个多边形的最邻近连线组实际上是对同一个合并区域的确定,为了使合并结果唯一,需要将两邻近连线组按照相应的顺序合并;这里以{Ai→Bj}为基础,将{Bn→Am}中对应表示不一样的Am按照点的点位顺序,依次插入到{Ai→Bj}中对应的位置,若两个点同时与同一个点最邻近,则选择最短的一条最邻近连线加入到{Ai→Bj}中,最终得到A与B之间的最邻近连线集合,表示为
Figure FDA0003106140220000031
4.根据权利要求1所述的基于最邻近连线的建筑物白模一致性合并方法,其特征在于:步骤5的具体实现方式如下,
假设最邻近连线组为
Figure FDA0003106140220000032
其中,Ai和Bi分别表示A目标和B目标上的点编号,若该组中连续的两条最邻近连线同一侧的点号并不连续,如Ai+1+1≠Ai+2,无论其对应端点在建筑物白模B上是否连续,都需要判断这两点之间的折线部分是否需要合并;
先计算三个指标:①点Ai+1和点Ai+2之间的直线距离为lA;②点Ai+1到点Ai+2沿建筑物白模边界的折线长度为rA;③点Ai+1和到Ai+2沿建筑物白模边界的折线和点Ai+1与Ai+2之间的直线所围成的面积为SA
假定这三个指标的阈值分别为α、β和γ,该两个建筑物白模上对应的折线部分与该两条不连续最邻近连线所围成的区域为Ω,当且仅当lA<α∩rA<β∩SA<γ,同时lB<α∩rB<β∩SB<γ,则Ω为合并区域;反之,该区域的对应折线部分都不能参与合并,将在区域Ω不符合合并条件的折线处对集合
Figure FDA0003106140220000033
进行最邻近连线组的分段。
5.根据权利要求1所述的基于最邻近连线的建筑物白模一致性合并方法,其特征在于:步骤6中,当最邻近连线组具有以下特征时,需要将其移除:
(6.1)一个最邻近连线组中只包含一条最邻近连线;
(6.2)一个最邻近连线组中有两条最邻近连线,但是所对应的建筑物白模的两条边之间的夹角大于给定的角度阈值θ;
(6.3)一个最邻近连线组中有多条最邻近连线,但是其对应的建筑物白模的边长短于给定距离阈值β1,并且建筑物白模之间的距离大于给定距离阈值β2
6.根据权利要求1所述的基于最邻近连线的建筑物白模一致性合并 方法,其特征在于:步骤7中记为YN=1的三种情形是:
(7.1)最邻近连线组两端的点需要标记为YN=1;
(7.2)合并区域Ω边界上的点标记为YN=1;
(7.3)在建筑物白模边相交的情况下,建筑物白模重叠部分所包含的点标记为YN=1。
CN201911066063.6A 2019-11-04 2019-11-04 基于最邻近连线的建筑物白模一致性合并方法 Active CN110992481B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911066063.6A CN110992481B (zh) 2019-11-04 2019-11-04 基于最邻近连线的建筑物白模一致性合并方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911066063.6A CN110992481B (zh) 2019-11-04 2019-11-04 基于最邻近连线的建筑物白模一致性合并方法

Publications (2)

Publication Number Publication Date
CN110992481A CN110992481A (zh) 2020-04-10
CN110992481B true CN110992481B (zh) 2021-09-14

Family

ID=70083045

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911066063.6A Active CN110992481B (zh) 2019-11-04 2019-11-04 基于最邻近连线的建筑物白模一致性合并方法

Country Status (1)

Country Link
CN (1) CN110992481B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111737392B (zh) * 2020-06-22 2024-04-02 北京百度网讯科技有限公司 合并楼块数据的方法、装置、设备及存储介质
CN114037808B (zh) * 2022-01-10 2022-03-29 武大吉奥信息技术有限公司 一种高仿真的白模数据生产方法
CN117892684A (zh) * 2024-03-18 2024-04-16 上海合见工业软件集团有限公司 Eda软件的导线合并计算方法、装置、设备及介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150187130A1 (en) * 2011-02-10 2015-07-02 Google Inc. Automatic Generation of 2.5D Extruded Polygons from Full 3D Models
CN102663811A (zh) * 2012-03-23 2012-09-12 北京师范大学 一种基于空间认知的大场景城市建筑实时三维可视化的方法
CN102663800A (zh) * 2012-04-26 2012-09-12 北京师范大学 一种顾及城市意象的城市建筑综合与渲染的方法
US10267645B2 (en) * 2016-02-17 2019-04-23 International Business Machines Corporation Method, apparatus and product for efficient solution of nearest object problems
CN106204446B (zh) * 2016-07-01 2020-02-11 中国测绘科学研究院 一种地形图的建筑物合并方法

Also Published As

Publication number Publication date
CN110992481A (zh) 2020-04-10

Similar Documents

Publication Publication Date Title
CN110992481B (zh) 基于最邻近连线的建筑物白模一致性合并方法
CN107330901B (zh) 一种基于骨架的物体构件分解方法
CN106204446B (zh) 一种地形图的建筑物合并方法
CN110349252A (zh) 一种基于点云边界构建小曲率零件实际加工曲线的方法
CN106780524A (zh) 一种三维点云道路边界自动提取方法
CN107274423B (zh) 一种基于协方差矩阵和投影映射的点云特征曲线提取方法
CN105787977B (zh) 建筑物矢量边界简化的方法
CN110906940B (zh) 一种基于轨迹方向的车道边线聚合方法
CN111858810B (zh) 一种面向道路dem构建的建模高程点筛选方法
CN110704559B (zh) 一种多尺度矢量面数据匹配方法
CN104636750A (zh) 一种基于双尺度聚类算法的路面裂缝识别算法及系统
CN114529633A (zh) 一种支持gis线对象和面对象连续lod绘制的方法
JP4997597B2 (ja) 最短経路探索方法
CN108469263A (zh) 一种基于曲率进行形点优化的方法及系统
CN111428811B (zh) 一种单环多边形自相交模式识别及处理方法
CN112053622A (zh) 一种多环多边形自相交模式识别及处理方法
JP3968056B2 (ja) 形状作成装置、コンピュータ装置を形状作成装置として動作させるための制御方法、該制御方法をコンピュータ装置に対して実行させるためのコンピュータ実行可能なプログラム
CN110533739B (zh) 一种地图网格的成图方法
CN113724279A (zh) 路网自动划分交通小区的系统、方法、设备及存储介质
CN114491718B (zh) 一种用于有限元分析的地质剖面多段线优化方法和系统
WO2022078499A1 (zh) 一种路网地图实现方法、装置和电子设备
US7181377B1 (en) Method of modifying a volume mesh using sheet extraction
CN113721969A (zh) 一种基于多尺度空间矢量数据级联更新方法
CN107562779B (zh) 一种二维矢量多边形自相交的空间拓扑处理方法
CN114140466A (zh) 基于图像处理的植物根系测量方法、系统及装置

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