CN111078919A - 一种基于九宫格的大规模矢量数据悬挂处理方法 - Google Patents

一种基于九宫格的大规模矢量数据悬挂处理方法 Download PDF

Info

Publication number
CN111078919A
CN111078919A CN201911117439.1A CN201911117439A CN111078919A CN 111078919 A CN111078919 A CN 111078919A CN 201911117439 A CN201911117439 A CN 201911117439A CN 111078919 A CN111078919 A CN 111078919A
Authority
CN
China
Prior art keywords
node
nodes
grid
lattice
acquiring
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.)
Granted
Application number
CN201911117439.1A
Other languages
English (en)
Other versions
CN111078919B (zh
Inventor
朱小勇
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.)
Zhejiang Institute Of Surveying And Mapping Science And Technology
Original Assignee
Zhejiang First Surveying And Mapping Institute
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 Zhejiang First Surveying And Mapping Institute filed Critical Zhejiang First Surveying And Mapping Institute
Priority to CN201911117439.1A priority Critical patent/CN111078919B/zh
Publication of CN111078919A publication Critical patent/CN111078919A/zh
Application granted granted Critical
Publication of CN111078919B publication Critical patent/CN111078919B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/56Information retrieval; Database structures therefor; File system structures therefor of still image data having vectorial format
    • 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
    • G06F16/22Indexing; Data structures therefor; Storage structures
    • G06F16/2228Indexing structures
    • G06F16/2246Trees, e.g. B+trees
    • 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
    • G06F16/29Geographical information databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/51Indexing; Data structures therefor; Storage structures
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Remote Sensing (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明公开了一种基于九宫格的大规模矢量数据悬挂处理方法,包括以下步骤:a)读取矢量数据,获取空间信息;b)建立基于九宫格的首节点和末节点的数据模型;c)结合基于权重的快速搜索技术,进行悬挂节点快速查找;d)根据查询结果处理挂节点。本发明基于九宫格的大规模数据悬挂处理技术是针对大规模矢量数据,运用空间四叉树对矢量数据进行存储,并对每个节点进行九宫格切分,从而实现大规模矢量数据的快速查询,为道路边线等要素拓扑关系处理提供技术支撑。

Description

一种基于九宫格的大规模矢量数据悬挂处理方法
技术领域
本发明属于测绘技术领域,具体涉及一种基于九宫格的大规模矢量数据悬挂处理方法。
背景技术
随着新型基础测绘体系的建立,需要建设以资源数据库为中心的测绘产品体系,在功能上由突出图面地形表达转变为地理实体表达,这就使得道路等要素以面状要素表达。现有的处理方法为:
(1)读取要素
逐条读取交通线要素,获取各线要素的首节点和末节点。
(2)获取悬挂节点
对于首节点和末节点,将其分别与要素类中的所有其他交通线要素的首节点和末节点进行比对,判断是否有缝隙存在,即在阈值范围内,当存在与其他任意节点距离为零时,意味着该节点在与其他要素相接,反之则该节点就是悬挂点。
(3)处理交通线缝隙。
对于悬挂点,找到与其距离最近的节点,将该悬挂节点移至此节点即可。
上述传统的道路边线处理方法主要是基于要素的逐个比对,需要较大的内存空间,运算量大,处理时间长,难以满足大规模矢量数据处理的要求。由于传统基础测绘产品的道路均以边线表示,数据量大,亟需研究快速高效地处理道路边线等要素拓扑关系的处理方法。
发明内容
本发明提供了一种基于九宫格的大规模矢量数据悬挂处理方法,快速高效地处理道路边线等要素拓扑关系。
本发明的技术方案为:一种基于九宫格的大规模矢量数据悬挂处理方法,包括以下步骤:
a)读取矢量数据,获取空间信息;
b)建立基于九宫格的首节点和末节点的数据模型;
c)结合基于权重的快速搜索技术,进行悬挂节点快速查找;
d)根据查询结果处理挂节点。
作为优选,所述步骤a)中,包括以下步骤:
a1)通过属性查询,利用要素的分类代码获取需要处理的矢量数据;
a2)逐个读取矢量数据,获取首节点和末节点的空间位置,并连同要素ID存储在节点集合中;
a3)根据节点的空间坐标获取集合中所有节点的外包矩形。
作为优选,所述步骤b)中,包括以下步骤:
b1)根据集合的外包矩形初始化空间四叉树;
b2)将集合中的所有节点加入到空间四叉树。
作为优选,所述步骤b1)中,对于初始的空间四叉树,根据悬挂阈值将其空间分为九个宫格,每个宫格用于存储与之相对应的节点。
作为优选,将每个叶节点的空间分为九宫格,九宫格的第一排从左往右分别命名为宫格1、宫格2以及宫格3,九宫格的第二排从左往右分别命名为宫格4、宫格5以及宫格6,九宫格的第三排从左往右分别命名为宫格7、宫格8以及宫格9。
作为优选,所述步骤c)中,包括以下步骤:
c1)标示非悬挂点:
每个叶节点都为其添加莫顿地址和父节点信息,对于空间四叉树的每个叶节点的每个宫格,如果有节点与同一宫格内的其他节点重合,将这个两个节点进行非悬挂点标识;
c2)相邻宫格查询:
对于每个宫格,利用叶节点的莫顿地址,先查询本宫格所在节点的兄弟节点,再查询本宫格所在节点的父节点,采用基于权重的快速搜索技术,实现相邻宫格快速查询;
对于宫格1、宫格3、宫格7、宫格9,通过宫格的角点获取相邻宫格;如果本节点的基准点与其他节点的左下角点重合,则获取此节点的宫格7;如果本节点的基准点与其他节点的左上角点重合,则获取此节点的宫格1;如果本节点的基准点在其他节点的左边线上,则获取此节点的宫格4;如果本节点的基准点与其他节点的右上角重合,则获取此节点的宫格3;如果本节点的基准点与其他节点的右下角重合,则获取此节点的宫格9;如果本节点的基准点在其他节点的右边线上,则获取此节点的宫格6;如果本节点的基准点在其他节点的上边线上,则获取此节点的宫格2;如果本节点的基准点在其他节点的下边线上,则获取此节点的宫格8;
对于宫格5,其相邻的宫格即为同一节点内的其他宫格;
对于宫格2、宫格4、宫格6、宫格8,通过宫格的外边线中点获取相信宫格;如果本节点的基准点在其他节点的上边线上,则获取此节点的宫格1、宫格2、宫格3;如果本节点的基准点在其他节点的下边线上,则获取此节点的宫格7、宫格8、宫格9;如果本节点的基准点在其他节点的左边线上,则获取此节点的宫格1、宫格4、宫格7;如果本节点的基准点在其他节点的右边线上,则获取此节点的宫3、宫格6、宫格9;
c3)获取悬挂节点:
将本宫格中的节点与相邻宫格的节点进行比对,若其空间距离小于悬挂阈值,则此两节点为悬挂节点。
作为优选,为每个叶节点赋长度值,若其地址长度为N,则节点长度为1/(2N);设当前节点的长度为lc,权重为Wc;目标节点的长度为lt,权重为Wt;
对于叶节点中的宫格1、宫格3、宫格7、宫格9,对于任意目标节点,如果lt>lc,则其权重为2;如果lt≤lc,则其权重为1;若搜索目标的权重之和为3,则搜索完成;
对于叶节点中的宫格2、宫格4、宫格6、宫格8,对于当前节点和任意目标节点,其权重与其长度相同;若∑Wt≥Wc,则完成搜索。
作为优选,所述步骤d)中,包括以下具体步骤:
d1)根据节点中的要素ID在矢量数据库中查询到相关的要素;
d2)根据节点位置修改要素的首节点或末节点,从而消除悬挂节点。
与现有技术相比,本发明的有益效果体现在:
(1)本发明在悬挂节点处理的过程中,只应用要素的首节点和末节点的空间位置和要素ID,占内存空间小。
(2)本发明在建立空间四叉树以后,通过相邻宫格搜索,悬点查询运算量小,可以实现对大模悬挂快速处理。
(3)本发明基于九宫格的大规模数据悬挂处理技术是针对大规模矢量数据,运用空间四叉树对矢量数据进行存储,并对每个节点进行九宫格切分,从而实现大规模矢量数据的快速查询,为道路边线等要素拓扑关系处理提供技术支撑。
附图说明
图1为本发明中九宫格的叶节点模型。
图2为本发明中节点都加入到空间四叉树的示意图。
具体实施方式
实施例1
本实施例为基于九宫格的大规模矢量数据悬挂处理方法,包括以下步骤:
a)首先读取矢量数据,获取空间信息;
b)然后建立基于九宫格的首末节点数据模型;
c)结合基于权重的快速搜索技术,实现悬挂节点快速查找;
d)最后根据查询结果处理挂节点。
以上步骤a)包括以下具体步骤:
a1)通过属性查询,利用要素的分类代码获取需要处理的矢量数据;
a2)逐个读取矢量数据,获取首节点和末节点的空间位置,并连同要素ID存储在节点集合中。
a3)根据节点的空间坐标获取集合中所有节点的外包矩形。
以上步骤b)包括以下具体步骤:
b1)根据集合的外包矩形初始化空间四叉树;
对于初始的空间四叉树,根据悬挂阈值将其空间分为九个宫格,每个宫格用于存储与之相对应的节点,如图1所示,其中r为悬挂阈值。
b2)将集合中的所有节点加入到空间四叉树。
先通过节点的空间位置获取其所在象限的索引,将其加入到对应的叶节点上;然后在加入到叶节点之后,还需要根据空间位置获取其所在叶节点的宫格索引,将其加入到对应宫格之中。
若某一叶节点上的节点数量达到上限,可将此叶节点所在的空间再分割成四个区域,形成新一级别的子叶节点,并将此象限中的节点放入到对应的子叶节点中。如此反复,直到把所有的节点都加入到空间四叉树中,见图2。
每个叶节点都为其添加莫顿地址(即图中每个格网中间的数字)和父节点信息,可用于悬挂节点的快速搜索。
以上步骤c)包括以下具体步骤:
c1)标示非悬挂点;
对于空间四叉树的每个叶节点的每个宫格,如果有节点与同一宫格内的其他节点重合,将这个两个节点进行非悬挂点标识,用以提高数据处理效率。
c2)相邻宫格查询
对于每个宫格,利用节点的莫顿地址,先查询本宫格所在节点的兄弟节点,再查询本宫格所在节点的父节点,采用基于权重的快速搜索技术,实现相邻宫格快速查询。
对于宫格1、宫格3、宫格7、宫格9,通过宫格的角点获取相邻宫格。如果本节点的基准点与其他节点的左下角点重合,则获取此节点的宫格7;如果本节点的基准点与其他节点的左上角点重合,则获取此节点的宫格1;如果本节点的基准点在其他节点的左边线上,则获取此节点的宫格4;如果本节点的基准点与其他节点的右上角重合,则获取此节点的宫格3;如果本节点的基准点与其他节点的右下角重合,则获取此节点的宫格9;如果本节点的基准点在其他节点的右边线上,则获取此节点的宫格6;如果本节点的基准点在其他节点的上边线上,则获取此节点的宫格2;如果本节点的基准点在其他节点的下边线上,则获取此节点的宫格8。
对于宫格5,其相邻的宫格即为同一节点内的其他宫格。对于宫格2、宫格4、宫格6、宫格8,通过宫格的外边线中点获取相信宫格。如果本节点的基准点在其他节点的上边线上,则获取此节点的宫格1、宫格2、宫格3;如果本节点的基准点在其他节点的下边线上,则获取此节点的宫格7、宫格8、宫格9;如果本节点的基准点在其他节点的左边线上,则获取此节点的宫格1、宫格4、宫格7;如果本节点的基准点在其他节点的右边线上,则获取此节点的宫3、宫格6、宫格9。
c3)获取悬挂节点
将本宫格中的节点与相邻宫格的节点进行比对,若其空间距离小于悬挂阈值,则此两节点为悬挂节点。
以上步骤d)包括以下具体步骤:
d1)根据节点中的要素ID在矢量数据库中查询到相关的要素。
d2)根据节点位置修改要素的首节点或末节点,从而消除悬挂节点。
本实施例中建立基于九宫格的叶节点模型:
将每个叶节点的空间分为九个宫格,且左上、左下、右下、右上四个宫格的边长均为悬挂阈值。
基于权重的快速搜索技术:
为每个叶节点赋长度值,若其地址长度为N,则节点长度为1/(2N)。设当前节点的长度为lc,权重为Wc,目标节点的长度为lt,权重为Wt,
对于叶节点中的宫格1、宫格3、宫格7、宫格9,对于任意目标节点,如果lt>lc,则其权重为2;如果lt≤lc,则其权重为1;若搜索目标的权重之和为3,则搜索完成。
对于叶节点中的宫格2、宫格4、宫格6、宫格8,对于当前节点和任意目标节点,其权重与其长度相同;若∑Wt(搜索目标的权重之和)≥Wc,则完成搜索。

Claims (8)

1.一种基于九宫格的大规模矢量数据悬挂处理方法,其特征在于,包括以下步骤:
a)读取矢量数据,获取空间信息;
b)建立基于九宫格的首节点和末节点的数据模型;
c)结合基于权重的快速搜索技术,进行悬挂节点快速查找;
d)根据查询结果处理挂节点。
2.如权利要求1所述的基于九宫格的大规模矢量数据悬挂处理方法,其特征在于,所述步骤a)中,包括以下步骤:
a1)通过属性查询,利用要素的分类代码获取需要处理的矢量数据;
a2)逐个读取矢量数据,获取首节点和末节点的空间位置,并连同要素ID存储在节点集合中;
a3)根据节点的空间坐标获取集合中所有节点的外包矩形。
3.如权利要求1或2所述的基于九宫格的大规模矢量数据悬挂处理方法,其特征在于,所述步骤b)中,包括以下步骤:
b1)根据集合的外包矩形初始化空间四叉树;
b2)将集合中的所有节点加入到空间四叉树。
4.如权利要求3所述的基于九宫格的大规模矢量数据悬挂处理方法,其特征在于,所述步骤b1)中,对于初始的空间四叉树,根据悬挂阈值将其空间分为九个宫格,每个宫格用于存储与之相对应的节点。
5.如权利要求4所述的基于九宫格的大规模矢量数据悬挂处理方法,其特征在于,将每个叶节点的空间分为九宫格,九宫格的第一排从左往右分别命名为宫格1、宫格2以及宫格3,九宫格的第二排从左往右分别命名为宫格4、宫格5以及宫格6,九宫格的第三排从左往右分别命名为宫格7、宫格8以及宫格9。
6.如权利要求5所述的基于九宫格的大规模矢量数据悬挂处理方法,其特征在于,所述步骤c)中,包括以下步骤:
c1)标示非悬挂点:
每个叶节点都为其添加莫顿地址和父节点信息,对于空间四叉树的每个叶节点的每个宫格,如果有节点与同一宫格内的其他节点重合,将这个两个节点进行非悬挂点标识;
c2)相邻宫格查询:
对于每个宫格,利用叶节点的莫顿地址,先查询本宫格所在节点的兄弟节点,再查询本宫格所在节点的父节点,采用基于权重的快速搜索技术,实现相邻宫格快速查询;
对于宫格1、宫格3、宫格7、宫格9,通过宫格的角点获取相邻宫格;如果本节点的基准点与其他节点的左下角点重合,则获取此节点的宫格7;如果本节点的基准点与其他节点的左上角点重合,则获取此节点的宫格1;如果本节点的基准点在其他节点的左边线上,则获取此节点的宫格4;如果本节点的基准点与其他节点的右上角重合,则获取此节点的宫格3;如果本节点的基准点与其他节点的右下角重合,则获取此节点的宫格9;如果本节点的基准点在其他节点的右边线上,则获取此节点的宫格6;如果本节点的基准点在其他节点的上边线上,则获取此节点的宫格2;如果本节点的基准点在其他节点的下边线上,则获取此节点的宫格8;
对于宫格5,其相邻的宫格即为同一节点内的其他宫格;
对于宫格2、宫格4、宫格6、宫格8,通过宫格的外边线中点获取相信宫格;如果本节点的基准点在其他节点的上边线上,则获取此节点的宫格1、宫格2、宫格3;如果本节点的基准点在其他节点的下边线上,则获取此节点的宫格7、宫格8、宫格9;如果本节点的基准点在其他节点的左边线上,则获取此节点的宫格1、宫格4、宫格7;如果本节点的基准点在其他节点的右边线上,则获取此节点的宫3、宫格6、宫格9;
c3)获取悬挂节点:
将本宫格中的节点与相邻宫格的节点进行比对,若其空间距离小于悬挂阈值,则此两节点为悬挂节点。
7.如权利要求6所述的基于九宫格的大规模矢量数据悬挂处理方法,其特征在于,为每个叶节点赋长度值,若其地址长度为N,则节点长度为1/(2N);设当前节点的长度为lc,权重为Wc;目标节点的长度为lt,权重为Wt;
对于叶节点中的宫格1、宫格3、宫格7、宫格9,对于任意目标节点,如果lt>lc,则其权重为2;如果lt≤lc,则其权重为1;若搜索目标的权重之和为3,则搜索完成;
对于叶节点中的宫格2、宫格4、宫格6、宫格8,对于当前节点和任意目标节点,其权重与其长度相同;若∑Wt≥Wc,则完成搜索。
8.如权利要求7所述的基于九宫格的大规模矢量数据悬挂处理方法,其特征在于,所述步骤d)中,包括以下具体步骤:
d1)根据节点中的要素ID在矢量数据库中查询到相关的要素;
d2)根据节点位置修改要素的首节点或末节点,从而消除悬挂节点。
CN201911117439.1A 2019-11-15 2019-11-15 一种基于九宫格的大规模矢量数据悬挂处理方法 Active CN111078919B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911117439.1A CN111078919B (zh) 2019-11-15 2019-11-15 一种基于九宫格的大规模矢量数据悬挂处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911117439.1A CN111078919B (zh) 2019-11-15 2019-11-15 一种基于九宫格的大规模矢量数据悬挂处理方法

Publications (2)

Publication Number Publication Date
CN111078919A true CN111078919A (zh) 2020-04-28
CN111078919B CN111078919B (zh) 2023-09-12

Family

ID=70311140

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911117439.1A Active CN111078919B (zh) 2019-11-15 2019-11-15 一种基于九宫格的大规模矢量数据悬挂处理方法

Country Status (1)

Country Link
CN (1) CN111078919B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1908588A (zh) * 2006-08-17 2007-02-07 北京航空航天大学 一种基于小网格路网组织结构的快速地图匹配方法
CN101286242A (zh) * 2008-04-23 2008-10-15 交通部公路科学研究所 Gps定位信息和电子地图收费路段匹配的方法
CN101582215A (zh) * 2009-06-12 2009-11-18 张志刚 一种空间信息的多级九宫格网定位方法
US20110188579A1 (en) * 2008-09-28 2011-08-04 Huawei Technologies Co., Ltd. Method, apparatus and system for rapid motion search applied in template switching
CN103838829A (zh) * 2014-02-18 2014-06-04 中国林业科学研究院资源信息研究所 一种基于分层次边界拓扑搜索模型的栅格转矢量系统
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
CN110287426A (zh) * 2019-05-23 2019-09-27 北京百度网讯科技有限公司 兴趣点父子关系的建立方法、装置、存储介质及处理器

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1908588A (zh) * 2006-08-17 2007-02-07 北京航空航天大学 一种基于小网格路网组织结构的快速地图匹配方法
CN101286242A (zh) * 2008-04-23 2008-10-15 交通部公路科学研究所 Gps定位信息和电子地图收费路段匹配的方法
US20110188579A1 (en) * 2008-09-28 2011-08-04 Huawei Technologies Co., Ltd. Method, apparatus and system for rapid motion search applied in template switching
CN101582215A (zh) * 2009-06-12 2009-11-18 张志刚 一种空间信息的多级九宫格网定位方法
CN103838829A (zh) * 2014-02-18 2014-06-04 中国林业科学研究院资源信息研究所 一种基于分层次边界拓扑搜索模型的栅格转矢量系统
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
CN110287426A (zh) * 2019-05-23 2019-09-27 北京百度网讯科技有限公司 兴趣点父子关系的建立方法、装置、存储介质及处理器

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
夏雪飞: "面向空间索引优化的空间对象近似方法研究" *
朱炳宇: "基于Storm云平台的地图道路匹配算法研究" *
肖锋: "大规模地形数据组织与调度技术研究" *

Also Published As

Publication number Publication date
CN111078919B (zh) 2023-09-12

Similar Documents

Publication Publication Date Title
CN102073689B (zh) 一种基于区域覆盖的动态最近邻查询方法
CN101630366B (zh) 大量分块地形数据的动态淹没区提取方法、装置及系统
CN111723096B (zh) 一种集成GeoHash和Quadtree的空间数据索引方法
CN110909961B (zh) 基于bim的室内路径查询方法及装置
CN112765405B (zh) 空间数据搜索结果的聚类和查询的方法及系统
CN102521364B (zh) 一种图上两点间最短路径查询方法
CN103473248A (zh) 一种路网环境下的连续移动k近邻查询方法
CN107391745A (zh) 大规模空间数据分级快速索引方法和装置
CN108595608B (zh) 一种面向路网通信场景的邻近对象索引查询方法
CN104318611A (zh) 一种基于激光扫描点云的三维树木重建方法
CN101299213A (zh) N维聚类排序记录树空间索引方法
CN106203494A (zh) 一种基于内存计算的并行化聚类方法
CN105404898A (zh) 一种松散型点云数据分割方法和设备
CN103678682B (zh) 基于抽象模板的海量栅格数据处理及管理方法
CN101609465A (zh) 一种空间矢量数据的快速转换方法
CN113032404A (zh) 一种面向地表覆盖数据的图斑变化轨迹提取方法与系统
CN105138607B (zh) 一种基于混合粒度分布式内存网格索引的knn查询方法
CN110955656A (zh) 矢量数据拓扑运算索引优化机制与构建方法
CN111078919A (zh) 一种基于九宫格的大规模矢量数据悬挂处理方法
US9977789B2 (en) Hierarchical grid for spatial querying
CN105740371A (zh) 一种基于密度的增量聚类数据挖掘方法及系统
CN116090395A (zh) 数据处理方法、数据结构的生成方法、查询方法
CN113204607B (zh) 一种平衡面积、拓扑和形状特征的矢量多边形栅格化方法
CN109241628A (zh) 基于图谱理论和聚类的三维cad模型分割方法
CN113177902B (zh) 基于格网索引和球树的倾斜模型和激光点云融合方法

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Cai Zhigang

Inventor after: Gong Xuzheng

Inventor after: Zhu Xiaoyong

Inventor after: Gao Hua

Inventor after: Zhang Jundong

Inventor after: Sheng Jun

Inventor before: Zhu Xiaoyong

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20210415

Address after: 310000 No.2 Dixin Road, Yuhang District, Hangzhou City, Zhejiang Province

Applicant after: ZHEJIANG INSTITUTE OF SURVEYING AND MAPPING SCIENCE AND TECHNOLOGY

Address before: No.2 Dixin, Wuchang Street, Yuhang District, Hangzhou City, Zhejiang Province, 310023

Applicant before: Zhejiang First Surveying and Mapping Institute

GR01 Patent grant
GR01 Patent grant