CN112269951A - 面向矢量线数据的直线形状空间检索方法 - Google Patents

Abstract

本发明公开的属于空间检索技术领域，具体为面向矢量线数据的直线形状空间检索方法，采用OSM开源路网数据，实现了对直线形状的空间检索：首先提出“平直度”概念描述线要素平直情况，并根据信息熵原理提出“平直度信息量”用以度量平直度大小：平直度信息量通过选取影响线状要素平直度的几何形态特征计算得来，其值越大表示线要素越平直；接着提出线要素平直序列分段模型，定义线要素上满足设定偏振和弯曲条件的点为最大偏振点和弯曲点。该面向矢量线数据的直线形状空间检索方法，检索效果与人的认知效果相符，检索时间快，并且不受旋转、缩放和平移的影响。

Description

面向矢量线数据的直线形状空间检索方法

技术领域

本发明涉及空间检索技术领域，具体为面向矢量线数据的直线形状空间检索方法。

背景技术

形状是物体的基本特征，基于栅格和矢量数据实现形状的识别和检索均有一定的研究成果：在栅格数据方面，在模式识别和图像处理领域中对形状的识别研究成果较为丰富，研究主要集中在对遥感影像的分析处理，主要方法可分为基于区域、基于边界和基于结构，例如模板匹配、矩方法、分形维数等方法，其不足之处在于运算量大、准确率不高。在矢量数据方面，空间目标形状的认知是空间认知的基本问题之一，针对形状的空间检索成为新的研究方向，利用傅立叶描述子进行模板匹配实现对实现了对建筑物形状的查询；采用形状中心点进行唯一标识实现面实体的匹配；利用多级弦长函数和中心距离函数从整体到局部逐级描述几何形状，建立了多尺度空间数据几何相似性度量模型；提出向心包络算法以此实现形状度量；给出了异构数据集间进行空间场景相似性的特征描述和评价方法；提出融合区域和边界的形状特征提取算法。以上方法均基于面数据实现形状的检索，其原理为几何形状相似性度量。在线数据方面，现有对形状的研究侧重于实现多尺度下或多源数据中线要素同名实体的匹配和合并、线要素数据变化检测、等高线的内插、线要素的形态特征单元识别等，根据拐点将线要素划分为弯曲序列，并选取弯曲几何特征计算得弯曲几何信息量，该方法可用于评价线要素平直情况。

综上所述，栅格数据中对形状的识别研究成果丰富但计算效率低、准确率不高；矢量数据对形状的检索主要针对面数据，而对线数据形状的检索研究很少。直线作为线状地物的最基本形状，直线形状的检索在设备布设、路线规划、车辆测试等军民用方面均有重要意义。当前直线提取的主要方法为模式识别和图像匹配领域中Hough变换、区域生长、模板匹配等，并且数据来源主要为遥感图像，存在提取数据量小、运算量大、准确率不高、提取过程中受到图像中其它地物的影响等问题。所以发明方法检索效果与人的认知效果相符，检索时间快，并且不受旋转、缩放和平移的影响。

发明内容

本部分的目的在于概述本发明的实施方式的一些方面以及简要介绍一些较佳实施方式。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

因此，本发明的目的是提供面向矢量线数据的直线形状空间检索方法，检索效果与人的认知效果相符，检索时间快，并且不受旋转、缩放和平移的影响。

为解决上述技术问题，根据本发明的一个方面，本发明提供了如下技术方案：

面向矢量线数据的直线形状空间检索方法，其包括以下步骤：

S1：选择一条线要素，根据偏振信息量公式进行分段，计算线上点到基线的最大偏振d_max，当其大于设定阈值δ_d则识别该点进行分段，再对分段后的子段序列如此反复判定，直至第一次分段完成，得到基于最大偏振点分段后的子段序列{seg₁，…，seg_i}，i为子段数目；

S2：对{seg₁，…，seg_i}子段序列进行分段，计算每条子段上各点对应的转向角，当大于设定阈值δ_a则识别该点进行分段，当小于设定阈值时计算自该点起3个点对应转向角累积值α_sum，当其大于设定阈值δ_α则识别三个最大转向角中最大值对应点进行分段，如此反复至分段完成，得到线要素平直序列{seg₁，…，seg_i}，k为最终子段数目；

S3：计算线要素平直子段序列{seg₁，…，seg_i}中每条子段平直度信息量I_flatness，当I_flatness大于设定阈值δ_I并符合检索要求的子段即为要检索的直线。d_max＝max(d_i)，i＝1，…，n。

作为本发明所述的面向矢量线数据的直线形状空间检索方法的优选方案，其中：所述S1的线要素平直度信息量公式为：

I_flatnessI_flatness＝I_extend-ω_shockI_shock-ω_curveI_curve

式中ω_shock＝ω_curve＝1/B，分别为I_shock和I_curve对应的权重，B为线要素基线长，I_flatness为线要素的平直度信息量，单位为bit。

作为本发明所述的面向矢量线数据的直线形状空间检索方法的优选方案，其中：所述偏振信息量I_shock的公式为：

I_shock＝log₂(V_shock+1)

其中V_shock的公式为：

式中

指第i个点的偏振特征，d_i指线要素上第i个点距离基线的垂直距离，

指线要素上各点到基线距离的平均值，该值反映线段相对基线方向偏振程度。

作为本发明所述的面向矢量线数据的直线形状空间检索方法的优选方案，其中：所述延展度信息量I_extend的公式为：

I_extend＝log₂(V_extend+1)

其中v_extend的公式为：

V_extend＝B/L

式中B指线要素基线长度，L指线要素长度。该值反映了线要素的整体方向延展性，值越接近于1说明线要素与基线越贴合，线要素的整体平直度越大，当值为1时说明线要素与线要素基线重合，线要素为直线。

作为本发明所述的面向矢量线数据的直线形状空间检索方法的优选方案，其中：所述弯曲信息量I_curve的公式为：

I_curve＝log₂(V_curve+1)

其中V_curve的公式为：

式中

指第i个点的弯曲特征，i指线要素上第i段线段与第i+1段线段的夹角，即第i个点得的转向角，该值反映线要素弯曲程度。

作为本发明所述的面向矢量线数据的直线形状空间检索方法的优选方案，其中：所述步骤S2中的线要素分段平直段序列公式为：

式中seg_i表示第i个子段；

分别表示第i个子段中第j个点的坐标、到基线的偏振和该点处转向角；m为线要素子段数目，当其取1时则没有进行切分；n为第i个子段包含的离散点数目，当其等于线要素离散点数时同样没有进行切分。

与现有技术相比：采用OSM开源路网数据，实现了对直线形状的空间检索：首先提出“平直度”概念描述线要素平直情况，并根据信息熵原理提出“平直度信息量”用以度量平直度大小：平直度信息量通过选取影响线状要素平直度的几何形态特征计算得来，其值越大表示线要素越平直；接着提出线要素平直序列分段模型，定义线要素上满足设定偏振和弯曲条件的点为最大偏振点和弯曲点，依次识别最大偏振点和弯曲点进行分段得平直子段序列，划分后子段序列平均平直度信息量大于划分前线要素平直度信息量。最后结合以上两部分，在OSM路网中检索出符合检索条件的直线路段，该面向矢量线数据的直线形状空间检索方法，检索效果与人的认知效果相符，检索时间快，并且不受旋转、缩放和平移的影响。

附图说明

为了更清楚地说明本发明实施方式的技术方案，下面将结合附图和详细实施方式对本发明进行详细说明，显而易见地，下面描述中的附图仅仅是本发明的一些实施方式，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它的附图。其中：

图1为本发明的直线检索流程图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施方式的限制。

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明的实施方式作进一步地详细描述。

请参阅图1，包括以下步骤：

S1：选择一条线要素，根据偏振信息量公式进行分段，计算线上点到基线的最大偏振d_max，当其大于设定阈值δ_d则识别该点进行分段，再对分段后的子段序列如此反复判定，直至第一次分段完成，得到基于最大偏振点分段后的子段序列{seg₁，…，seg_i}，i为子段数目；

S2：对{seg₁，…，seg_i}子段序列进行分段，计算每条子段上各点对应的转向角，当大于设定阈值δ_a则识别该点进行分段，当小于设定阈值时计算自该点起3个点对应转向角累积值α_sum，当其大于设定阈值δ_α则识别三个最大转向角中最大值对应点进行分段，如此反复至分段完成，得到线要素平直序列{seg₁，…，seg_i}，k为最终子段数目；

S3：计算线要素平直子段序列{seg₁，…，seg_i}中每条子段平直度信息量I_flatness，当I_flatness大于设定阈值δ_I并符合检索要求的子段即为要检索的直线，d_max＝max(d_i)，i＝1，…，n。

请再次参阅图1，所述S1的线要素平直度信息量公式为：

I_flatnessI_flatness＝I_extend-ω_shockI_shock-ω_curveI_curve

式中ω_shock＝ω_curve＝1/B，分别为I_shock和I_curve对应的权重，B为线要素基线长，I_flatness为线要素的平直度信息量，单位为bit。

请再次参阅图1，所述偏振信息量I_shock的公式为：

I_shock＝log₂(V_shock+1)

其中V_shock的公式为：

式中

指第i个点的偏振特征，d_i指线要素上第i个点距离基线的垂直距离，

指线要素上各点到基线距离的平均值，该值反映线段相对基线方向偏振程度。

请再次参阅图1，所述延展度信息量I_extend的公式为：

I_extend＝log₂(V_extend+1)

其中v_extend的公式为：

V_extend＝B/L

式中B指线要素基线长度，L指线要素长度。该值反映了线要素的整体方向延展性，值越接近于1说明线要素与基线越贴合，线要素的整体平直度越大，当值为1时说明线要素与线要素基线重合，线要素为直线。

请再次参阅图1，所述弯曲信息量I_curve的公式为：

I_curve＝log₂(V_curve+1)

其中V_curve的公式为：

式中

指第i个点的弯曲特征，i指线要素上第i段线段与第i+1段线段的夹角，即第i个点得的转向角，该值反映线要素弯曲程度。

请再次参阅图1，所述步骤S2中的线要素分段平直段序列公式为：

式中seg_i表示第i个子段；

分别表示第i个子段中第j个点的坐标、到基线的偏振和该点处转向角；m为线要素子段数目，当其取1时则没有进行切分；n为第i个子段包含的离散点数目，当其等于线要素离散点数时同样没有进行切分。

实施例

在本节实验中，选取OSM路网中不同形态路段，根据式(10)分别计算每条路段平直度信息量，通过比较和分析不同路段平直度信息量的差异性，并且通过与其他方法比较，验证了本文线要素平直度度量方法的有效性和合理性。从OSM路网中随机选取了六条路段，计算每条路段的平直度信息量I_flatness，同时根据文献中方法计算线要素弯曲几何信息量I_GS，其与线要素弯曲复杂程度呈正相关。

结合表格和认知分析可得：对比方法计算所得GS I与路段的弯曲程度成正相关，而本文计算所得I_flatness与路段弯曲程度成负相关，即越平直的路段I_flatness越大或I_GS越小；同时从细节来看：L1到L4路段偏振较大，其偏振信息量较大使得平直度受影响；L1、L2路段存在较多细部弯曲，其弯曲信息量较大同样使得平直度受影响；L5、L6路段整体方向延展性较好并且偏振部分和弯曲部分较少从而路段较平直。两种方法的认知效果一致并且与人的认知效果相符，由此证明线要素平直度信息量度量方法的可行性和合理性。

表1不同形态路段信息统计

虽然在上文中已经参考实施方式对本发明进行了描述，然而在不脱离本发明的范围的情况下，可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是，只要不存在结构冲突，本发明所披露的实施方式中的各项特征均可通过任意方式相互结合起来使用，在本说明书中未对这些组合的情况进行穷举性的描述仅仅是出于省略篇幅和节约资源的考虑。因此，本发明并不局限于文中公开的特定实施方式，而是包括落入权利要求的范围内的所有技术方案。

Claims (6)

1.面向矢量线数据的直线形状空间检索方法，其特征在于，包括以下步骤：

S1：选择一条线要素，根据偏振信息量公式进行分段，计算线上点到基线的最大偏振d_max，当其大于设定阈值δ_d则识别该点进行分段，再对分段后的子段序列如此反复判定，直至第一次分段完成，得到基于最大偏振点分段后的子段序列{seg₁，…，seg_i}，i为子段数目；

S2：对{seg₁，…，seg_i}子段序列进行分段，计算每条子段上各点对应的转向角，当大于设定阈值δ_a则识别该点进行分段，当小于设定阈值时计算自该点起3个点对应转向角累积值α_sum，当其大于设定阈值δ_α则识别三个最大转向角中最大值对应点进行分段，如此反复至分段完成，得到线要素平直序列{seg₁，…，seg_i}，k为最终子段数目；

S3：计算线要素平直子段序列{seg₁，…，seg_i}中每条子段平直度信息量I_flatness，当I_flatness大于设定阈值δ_I并符合检索要求的子段即为要检索的直线，d_max＝max(d_i)，i＝1，…，n。

2.根据权利要求1所述的面向矢量线数据的直线形状空间检索方法，其特征在于，所述S1的线要素平直度信息量公式为：

I_flatnessI_flatness＝I_extend-ω_shockI_shock-ω_curveI_curve

式中ω_shock＝ω_curve＝1/B，分别为I_shock和I_curve对应的权重，B为线要素基线长，I_flatness为线要素的平直度信息量，单位为bit。

3.根据权利要求2所述的面向矢量线数据的直线形状空间检索方法，其特征在于，所述偏振信息量I_shock的公式为：

I_shock＝log₂(V_shock+1)

其中V_shock的公式为：

式中

指第i个点的偏振特征，d_i指线要素上第i个点距离基线的垂直距离，

指线要素上各点到基线距离的平均值，该值反映线段相对基线方向偏振程度。

4.根据权利要求2所述的面向矢量线数据的直线形状空间检索方法，其特征在于，所述延展度信息量I_extend的公式为：

I_extend＝log₂(V_extend+1)

其中v_extend的公式为：

V_extend＝B/L

式中B指线要素基线长度，L指线要素长度。该值反映了线要素的整体方向延展性，值越接近于1说明线要素与基线越贴合，线要素的整体平直度越大，当值为1时说明线要素与线要素基线重合，线要素为直线。

5.根据权利要求2所述的面向矢量线数据的直线形状空间检索方法，其特征在于，所述弯曲信息量I_curve的公式为：

I_curve＝log₂(V_curve+1)

其中V_curve的公式为：

式中

指第i个点的弯曲特征，i指线要素上第i段线段与第i+1段线段的夹角，即第i个点得的转向角，该值反映线要素弯曲程度。

6.根据权利要求1所述的面向矢量线数据的直线形状空间检索方法，其特征在于，所述步骤S2中的线要素分段平直段序列公式为：

式中seg_i表示第i个子段；

分别表示第i个子段中第j个点的坐标、到基线的偏振和该点处转向角；m为线要素子段数目，当其取1时则没有进行切分；n为第i个子段包含的离散点数目，当其等于线要素离散点数时同样没有进行切分。

Images