[发明专利]一种基于旋转不变性的空间场景匹配方法有效
申请号: | 201910642200.X | 申请日: | 2019-07-16 |
公开(公告)号: | CN110580497B | 公开(公告)日: | 2023-03-24 |
发明(设计)人: | 叶亚琴;房家伟;万波;周顺平;左泽均;胡茂胜 | 申请(专利权)人: | 中国地质大学(武汉) |
主分类号: | G06V10/74 | 分类号: | G06V10/74 |
代理公司: | 武汉知产时代知识产权代理有限公司 42238 | 代理人: | 邹桂敏 |
地址: | 430000 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 基于 旋转 不变性 空间 场景 匹配 方法 | ||
本发明公开了一种基于旋转不变性的空间场景匹配方法,包括以下步骤:提取重心作为每个图元单元的形状中心点;提取最小面积外接矩形的质心坐标来描述群组目标,用位置图构建集合几何关系场,分析与判定待匹配场景的内部结构关系即区域特征,这种关系判定不受场景的旋转角度变化的影响。用波形图表示旋转度数和投影比的关系,根据分段计算投影和归一化的算法来计算波形图的相似性,实现匹配结果的量化。本发明能够改善存在旋转角度差异的场景的识别能力,提升矢量空间场景匹配的查全率和准确性。
技术领域
本发明涉及多空间场景要素之间的匹配技术领域,具体涉及一种基于旋转不变性的空间场景匹配方法。
背景技术
空间场景是空间对象及其相互间各种关系的综合体现。同一空间场景在不同来源的地图上通常存在着差异,其识别或匹配对于不同数据源的地图编制来说很关键。目前针对空间场景匹配的研究,国内外学者更多从单一特征去考虑解决场景匹配的问题,并没有考虑到空间场景匹配旋转不变性的问题,从而导致相似性查询中的漏查、错查,即无法匹配到存在旋转角度差异的空间场景。
空间场景相似性匹配方法主要包括降维匹配方法、特征比较方法及基于结构组合的相似性认知方法等。目前相关研究大多是基于空间相似性理论来解决空间场景匹配问题,并没有考虑矢量数据旋转不变性的场景匹配方面的问题,例如在进行空间场景匹配的过程中,当用户位于某场景中的一个位置,用户可以根据视觉效果很容易对场景进行描述。但是对于场景输入时很可能存在一定的偏差,比如方向、旋转等问题。匹配场景输入基于空间目标几何关系与空间关系的分析难以解决数据库中因旋转一定角度存在的目标。这势必造成漏查,错查的问题。并且这些研究一般都仅仅从几何关系、空间关系等单一特征对空间场景匹配进行评估,难以做到多特征融合。因此本文从矢量数据角度来分析场景的旋转不变性,并将空间场景的几何关系和空间关系多级特征进行融合,综合评判空间场景的匹配,提高其精度,同时解决空间场景因旋转而导致的无法匹配的问题。
发明内容
有鉴于此,本发明提供了一种兼顾场景整体和局部、识别场景旋转不变性的一种基于旋转不变性的空间场景匹配方法。
本发明提供了一种基于旋转不变性的空间场景匹配方法,包括以下步骤:
步骤1:提取场景和候选匹配场景中图元的形状中心点坐标:对于场景内的单个图元,选取重心点;对于整个场景群组,提取最小面积外接矩形的质心坐标;
步骤2:通过各图元质心的欧式距离来衡量空间场景的受力情况,形成描述位置图,同时依据物理学上的平行四边形法则,对每个重心点进行受力分析,求出该点所受其他图元的合力,然后将各合力分解到X,Y轴上,计算出平衡力的投影比,投影比函数的周期为360°,在坐标系中将这一组力每次移动一定的角度α,分别计算投影比,即可得到空间场景的投影比波形图,然后,对投影比波形图进行归一化处理,通过微分投影的方法计算归一化处理后的投影比波形图的相似性,按波形图的相似性降序排列得到场景匹配的粗匹配结果,初步排除了明显不符合要求的场景;
步骤3:进一步地,通过图元的形状、大小几何特征来描述空间场景的几何相似度;
步骤4:用图元间的拓扑关系、距离关系、方向关系的相似度来度量空间场景的空间关系相似度;
步骤5:用层次分析法分别对波形图相似性、空间场景的几何相似度及空间关系相似度赋以一组非零的权重,来表示空间场景的总相似性,而总相似性是定量衡量空间场景的接近程度,利用总相似度排序后,通过查询设定的阈值,返回相似度大于阈值的结果列表,将结果列表中总相似度对应的空间场景作为最终匹配到的场景,从而完成空间场景的匹配。
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/201910642200.X/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种基于熵最小化的深度迁移学习系统及方法
- 下一篇:一种数据采样方法及装置