[发明专利]一种面向空间剖分的多尺度居民地匹配方法有效
申请号: | 201710404507.7 | 申请日: | 2017-06-01 |
公开(公告)号: | CN107292919B | 公开(公告)日: | 2019-10-18 |
发明(设计)人: | 叶亚琴;万波;周顺平;莫叶安;左泽均;胡茂胜 | 申请(专利权)人: | 中国地质大学(武汉) |
主分类号: | G06T7/32 | 分类号: | G06T7/32 |
代理公司: | 武汉知产时代知识产权代理有限公司 42238 | 代理人: | 曹雄 |
地址: | 430074 湖*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 面向 空间 尺度 居民地 匹配 方法 | ||
1.一种面向空间剖分的多尺度居民地匹配方法,其特征在于,包括以下步骤:
步骤1:选取待匹配地图主干路网,将待匹配地图空间分割成若干闭合区块,即道路网眼,利用主干道路属性信息,匹配小比例尺地图与大比例尺地图的道路网眼;在匹配后的道路网眼下,加密网眼中居民地的节点,然后建立Delaunay三角网,再构建空白区域骨架线;
步骤2:基于小比例尺地图空白区域骨架线网眼,识别并提取位于每一道路网眼内的居民地群组,这些居民地群组包括:规则分布模式群组、整体移位特征群组以及未涵盖群组;
步骤3:同理,基于大比例尺地图道路网眼内的空白区域骨架线网眼,提取每一道路网眼内的三类居民地群组;
步骤4:以较小比例尺地图的居民地群组、空白区域骨架线网眼为参照,逐级匹配较大比例尺地图中的居民地群组、空白区域骨架线网眼;
步骤5:以上述匹配好的空白区域骨架线网眼为单位,使比例尺较大的地图中的空白区域骨架线网眼中居民地与比例尺较小的地图中的空白区域骨架线网眼中居民地进行匹配,根据空白区域骨架线网眼内的不同居民地的配比类型,设置不同的配比权重,得到以空白区域骨架线网眼为整体的居民地相似度值,将上述匹配好的空白区域骨架线网眼的相似度与该网眼内居民地的整体相似度作为两组变量,求得它们的皮尔森相关系数,作为检验和优化匹配关系传递效果的指标,即检测多级约束的准确性。
2.如权利要求1所述的面向空间剖分的多尺度居民地匹配方法,其特征在于:步骤1中构建空白区域骨架线的具体方法为:在选定的道路网眼中构建封闭矩形,加密该矩形内的居民地节点,然后基于所述节点,建立Delaunay三角网,再基于Delaunay三角网,根据不同的三角类型制定相应的骨架线提取规则,连接这些骨架线,得到空白区域骨架线。
3.如权利要求1所述的面向空间剖分的多尺度居民地匹配方法,其特征在于:步骤2中,提取的整体移位特征群组基于制图约束对地图空间进行进一步剖分,该群组邻近道路边界,继承了道路的尺度稳定性,且在不同尺度下依托受力平衡,具备较强的整体性的保持能力;提取方法:以空白区域骨架线网眼为单位,选择某个空白区域骨架线网眼作为参考网眼,计算其他空白区域骨架线网眼的邻近度,将邻近度一致且与道路相邻的空白区域骨架线网眼合为一组,该群组即为整体移位特征群组。
4.如权利要求1所述的面向空间剖分的多尺度居民地匹配方法,其特征在于:步骤2中,规则分布模式群组的识别方式为:(1)以空白区域骨架线网眼为单位,计算居民地之间和居民地与道路之间的最短距离,构建最初的邻近图;(2)执行该最初的邻近图的最小生成树,在最小生成树中识别和提取具有代表意义的空白区域骨架线网眼,该步骤完成后,一些空白区域骨架线网眼将会被分离出去;(3)基于最小生成树,对剩下的空白区域骨架线网眼中的不同的建筑模式采用不同的检测算法,以识别出这些空白区域骨架线网眼中的各种建筑模式;(4)重复(2)和(3),寻找更多的建筑模式,直到没有新的建筑模式再被识别出来,将每一次循环所检测到的建筑模式添加到结果集当中;(5)采用同质检验的方法对结果集中的建筑模式进行处理,得到最终的邻近图,即规则分布模式群组。
5.如权利要求1所述的面向空间剖分的多尺度居民地匹配方法,其特征在于:步骤4中所述的匹配是将空白区域骨架线网眼作为排序元素,并基于排序算法完成不同比例尺居民地群组和空白区域骨架线网眼之间的匹配。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国地质大学(武汉),未经中国地质大学(武汉)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710404507.7/1.html,转载请声明来源钻瓜专利网。