[发明专利]一种基于形状树的地理要素形状分析方法

说明书

一种基于形状树的地理要素形状分析方法，存储介质以及相关应用，其中该方法采用全球各地区边界线数据，通过对地理要素几何形态分析方法的研究，基于道格拉斯算法、形状树理论、递归算法、广度优先遍历等相关算法及理论，提出针对地理要素的形态分析模型，进一步应用于地理数据的化简以及地理数据的分析，主要应用包括：地理数据压缩，实现在线动态可视化；地理数据渐进性表达；地图要素匹配；地理数据质量分析以及衡量地理要素随时间变化趋势等相关的应用。本发明能够对指定区域地理数据进行数据压缩，提高压缩比、去掉部分或全部冗余,从而减少数据所占的存储空间并保证在数据还原时恢复原状。

技术领域

本申请涉及一种基于形态学的分析方法，具体的，涉及一种基于形状树的地理要素形状分析方法，可以用于地理要素形态分析，以及地理数据资源化简。

背景技术

地理空间信息，作为信息的一种类型，在人们的生产、生活过程当中起到了至关重要的作用。地理空间数据，作为地理空间信息的一种载体，是对现实世界中某一地理实体(或现象)的空间特征和属性特征的描述。地理实体的空间特征不仅包括实体自身的几何位置、形状、大小等信息，还包括地理实体与地理实体之间的空间关系。地理实体的属性则是对实体的自然属性的描述，与相应地理实体的位置相关联。地理空间数据与一般数据的区别就在于考虑了要素的空间位置信息，使得地理空间数据在不同的行业、部门得到了广泛应用。由于地理信息产业的高速发展，地理数据作为地理信息系统的重要组成部分，引起了学者们对地理数据的相关分析研究。同时，也伴随着一系列亟需解决的问题，包括地理要素匹配、地理要素几何相似性研究以及对地理数据压缩、实现可视化方面相关问题研究。

在形态学中，形状是物体在视觉感知意义下具有的最基本特征之一。由于视觉信息对人类十分重要，上世纪六十年代信息处理理论与计算机出现之后，实现计算机视觉。计算机视觉是与图像处理、模式识别/计算机图形学、认知心理学等多学科有密切联系的综合性交叉学科，在遥感图像分析、文字识别、医学图像处理、多媒体技术、图像数据库、工业检测以及军事目标识别等领域有着广泛的应用。其中，在图像内容的自动识别和理解技术的研究和发展过程中，其中图像比较是该技术的核心。图像比较方法主要分为两类：基于灰度(颜色、纹理)的方法和基于几何(形状)的方法。在计算机视觉和模式识别中，形状通常是对目标区域的二值图像表示，可以看成目标的轮廓。

形状的匹配可分为描述和匹配两个方面。其中形状描述是指通过某种方法生成数值的描述子来表示形状；形状匹配则是按照一定的度量准则来衡量形状间的相似性。这两个方面二者相辅相成，形状匹配要在某种描述下进行，形状描述则是为了方便匹配。近年来，形状匹配技术取得了许多进展，提出了形状上下文(Shape Context)、奇点图(Shock-Graph)等新的形状描述方法以及基于薄板样条(Thin-Plate Spline)和基于形状流形(Shape Manifold)以及Shape tree等新的形状匹配方法。其中，Felzenszwalb提出形状树(Shape-Tree)的概念,形状树将轮廓段直接作为基元，通过从中点处对轮廓进行细分的方法,逐层构造轮廓的树形结构。形状树对全局信息和局部信息都有描述,能够用于形状精确匹配，但是计算复杂度相对较高。可变形形状的分层匹配描述了用于在多个分辨率级别捕获形状信息的二维对象的新的分层表示，用于比较对象对和用于检测杂乱图像中的对象。分层表示显式地捕获了全局形状信息、更丰富的几何模型和更准确的识别结果。

近年来，在计算机技术发展的推动下，地图制图学结合计算机技术形成的计算机地图制图学也得到了迅速发展，已在地理信息系统等领域中得到了广泛应用，并且显示出了强大的生命力。计算机地图制图的一项重要任务就是自动制图综合，而矢量数据压缩既是制图综合的关键技术又为制图综合提供技术方法。矢量数据压缩的主要对象是线状要素中心轴线和面状要素的边界数据(几何数据)。数据压缩技术在地理信息系统的可视化研究中的应用显得尤为重要；制图综合是对制图区域客观事物的取舍和简化。经过概括后的地图可以显示出主要的事物和本质的特征,但是自动化问题,一直是地图学的瓶颈问题,曲线矢量自动综合是制图综合的一个重要方面。