[发明专利]一种面向地图综合的建筑物群组模式识别的方法及系统有效
申请号: | 201710967938.4 | 申请日: | 2017-10-16 |
公开(公告)号: | CN107818338B | 公开(公告)日: | 2021-04-06 |
发明(设计)人: | 辛秦川;张新长;何显锦 | 申请(专利权)人: | 辛秦川;张新长;何显锦 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06K9/46;G06K9/34 |
代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 郝传鑫;熊永强 |
地址: | 510275 广东*** | 国省代码: | 广东;44 |
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 地图 综合 建筑物 模式识别 方法 系统 | ||
本发明实施例公开了一种面向地图综合的建筑物群组模式识别的方法及系统,其方法包括:使用道路网作为全局约束条件对整个建筑物地形图进行划分,得到多个建筑物街区;对多个建筑物街区中的每一个建筑物街区进行三角形剖分;基于约束三角形网计算建筑物拓扑关系、骨架线长度和平均距离指标值;对非连通图采用深度优先遍历算法得到多个连通子图;基于训练的随机森林分类器对多个连通子图中的每一个连通子图进行群组模式识别;对群组模式进行综合操作处理。实施本发明实施例,采用自上而下的图的分割方法,这样就可以得到各种类型的建筑物潜在群组模式,然后采用分类器对潜在群组模式进行判断,就避免了大量的人工参数设置。
技术领域
本发明涉及制图综合技术领域,尤其涉及一种面向地图综合的建筑物群组模式识别的方法及系统。
背景技术
地图综合即采用一定的综合操作,比如选择、移位、化简、合并等去解决地图尺度扩大过程中产生的空间冲突而生产更小比例尺地图的一个过程。地图综合对于地理空间的理解与建模有着非常重要的作用,并且是多尺度空间数据库更新不可或缺的一项技术。建筑物作为城市最重要的地理要素,其综合对构建多尺度数据库、用户导航、城市规划分析等方面有着极其重要的作用。
建筑物综合一般包括两个过程,即建筑物群组模式识别和综合操作执行,本发明关注于第一个方面。建筑物群组模式指的是由一群建筑物在一定尺度空间上所形成的能够被视觉感知,并且可以被命名的排列或形态。其类型分为规则和不规则群组模式,规则群组模式如线性模式、矩形模式、网格模式等,不规则模式包括L型、T型、Z型、高密度区等。建筑物群组模式识别即根据建筑物之间的空间关系,采用一定的识别技术将一个区域的建筑物划分为不同形态的组合。由于缺少可用的形式化多类型群组模式识别知识,现有方法仅限于识别单类型模式,如直线类型或网格类型等。这些方法对要求能够一次性识别多种类型群组模式的地图综合来说作用是很有限的。因此,需要构造一个能够识别多种类型建筑物模式的统一方法。
虽然建筑物群组识别对地图综合至关重要,但是由于模式是尺度依赖的,并且建筑物分布在不同区域存在很大的差异,精确地识别各种类型建筑物模式仍存在很大的挑战。
现有技术中涉及一种对需要进行识别的模式进行定义,如直线模式,曲线模式然后采用模板匹配技术进行对比识别。
现有技术中所涉及一种识别方法类型,采用拓扑分析技术进行群组划分,即每个建筑生成一定距离的缓冲区,缓冲区相交的建筑则分为一个组合。
现有技术中还涉及你一类识别方法,先根据邻近建筑间的距离、形状、方向等关系计算每对邻近建筑的相似性,然后将相似性最大的作为一个组合,然后再根据组合间邻近建筑的最大相似进行再次合并,这样循环直到所有邻近组合间邻近建筑间的相似性达到设定阈值则停止合并,即完成建筑物群组划分。
建筑物群组模式识别方法若能够以非监督的方式并且能够识别任意形状(即多类型)的群组,那将非常适合地图综合。
但是上述方法仍存在一些不足,具体包括:由于缺少可用的形式化多类型群组模式识别知识,上述方法仅能够识别单类型建筑物群组模式,如直线模式、格网模式等,并且这些方法都分别开发,很难集成到一个系统中。且现有技术中涉及较多的人工经验阈值设置,方法可重复性差,通用性有待进一步提高。现有技术中仍需进行大量的邻近建筑间距离、方向、形状、大小相似度计算,并且用其中一个或多个集成指标都很难精确表达邻近建筑间的邻近度。
发明内容
本发明的目的在于克服现有技术的不足,本发明提供了一种面向地图综合的建筑物群组模式识别的方法及系统,采用自上而下的图的分割方法,这样就可以得到各种类型的建筑物潜在群组模式,然后采用分类器对潜在群组模式进行判断,就避免了大量的人工参数设置。
为了解决上述问题,本发明提出了一种面向地图综合的建筑物群组模式识别的方法,包括如下步骤:
使用道路网作为全局约束条件对整个建筑物地形图进行划分,得到多个建筑物街区;
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辛秦川;张新长;何显锦,未经辛秦川;张新长;何显锦许可,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/201710967938.4/2.html,转载请声明来源钻瓜专利网。