同名边界点的面状居民地要素匹配

针对空间数据集成与地图增量更新过程中的面实体匹配环节,该文提出利用同名边界点集进行面状居民地要素匹配的方法。该方法从边界点的相似性考虑面状居民地要素的相似性,通过计算候选匹配要素上边界点在位置、转角、关联边等方面的一致性,把面实体相似性的比较转换为同名要素边界点集相似性的比较,简化了面状居民地实体匹配的复杂度。在面状居民地要素的匹配过程中,该文方法可以处理一对一、一对多和多对一的匹配关系。实验证明,该方法在匹配面状居民地要素时,准确率可以达到98%。     

同名边界点的面状居民地要素匹配

针对空间数据集成与地图增量更新过程中的面实体匹配环节,该文提出利用同名边界点集进行面状居民地要素匹配的方法。该方法从边界点的相似性考虑面状居民地要素的相似性,通过计算候选匹配要素上边界点在位置、转角、关联边等方面的一致性,把面实体相似性的比较转换为同名要素边界点集相似性的比较,简化了面状居民地实体匹配的复杂度。在面状居民地要素的匹配过程中,该文方法可以处理一对一、多对一和一对多的匹配关系。实验证明,该方法在匹配面状居民地要素时,准确率可以达到98%。     

同名边界点的面状居民地要素匹配

针对空间数据集成与地图增量更新过程中的面实体匹配环节,该文提出利用同名边界点集进行面状居民地要素匹配的方法。该方法从边界点的相似性考虑面状居民地要素的相似性,通过计算候选匹配要素上边界点在位置、转角、关联边等方面的一致性,把面实体相似性的比较转换为同名要素边界点集相似性的比较,简化了面状居民地实体匹配的复杂度。在面状居民地要素的匹配过程中,该文方法可以处理一对一、多对一和一对多的匹配关系。实验证明,该方法在匹配面状居民地要素时,准确率可以达到98%。     

利用层次分析法匹配面状居民地

针对目前居民地要素匹配中相似性度量权值设置较为随意的问题,提出一种利用层次分析法匹配面状居民地的方法。首先,根据相似性指标确定相似性权值;其次,通过层次分析法使权重的计算变得合理,进而生成综合指标评价模型;最后实现居民地要素匹配。实验证明了该方法的有效性和科学性。     

基于力图投影的面状居民地匹配方法

作为空间数据库更新与数据融合的关键内容之一,空间数据匹配越来越受到重视。城市居民地是空间数据变化最为活跃的要素之一,成为空间数据库更新的主要内容。不同于已有面状居民地的匹配方法,根据力与多边形之间的作用关系,提出了基于力图投影的面状居民地匹配方法,即通过居民地对应力图投影来实现对面状居民地的相似性度量,从而达到面状居民地之间匹配的目的。并通过试验验证该方法的可行性和准确性。     

同名居民地在多尺度下的匹配分析

针对地图投影转换、地图概括等地图处理过程造成的地图面要素的匹配分析评价难以实现的问题,该文提出了基于多尺度下同名居民地的匹配分析方法,通过对应边、角度、位置信息的匹配,计算居民地的旋转角、拉伸关系、概括程度以及位移向量,进而对同名居民地的匹配度计算分析,较为准确地实现了对同名居民地的匹配。结果表明:本算法能够较好地平衡影响居民地匹配的各因子,科学有效地计算地居民地的匹配度,实现同名居民地的匹配,计算匹配精度较高。本算法可应用于从同名居民地匹配度分析对地图自动综合的质量评价;对同类面要素匹配分析与研究也有一定的参考价值。     

多尺度面实体的匹配方法研究

从多尺度面实体匹配的需要出发,分析地图综合所引起的一对多、多对多匹配关系,以及不同地图综合算子给同名实体所造成的差异,将一对一匹配关系的几何相似性度量模型和非一对一匹配关系的基于重叠度的面实体匹配方法相结合,采用指标阈值自动确定方法,建立一种新的适用多尺度变化的面实体匹配方法。最后以多个比例尺的居民地为实验对象,验证本方法的可行性和有效性。     

一种利用格网叠置分析的居民地形状匹配方法

形状是居民地要素最基本的几何特征之一,也是居民地匹配的重要依据。针对现有居民地形状度量方法无法度量非1∶1对应情况形状相似性的问题,首先对待度量居民地实体(群)组合进行方向、位置、大小一致化处理;然后借鉴规则格网索引的思想,对组合建立适合的规则格网并赋予网眼不同的重要性系数;再分析待度量实体(群)内部、边界之间在格网中叠置情况差异性,将其作为两实体(群)的形状差异性,最终获得形状相似性值。将形状相似性与空间位置、面积的相似性通过加权平均获得综合相似性值,作为居民地匹配的依据。利用该形状匹配方法对居民地实体进行匹配实验表明,文中所提方法能够有效进行居民地实体的匹配。     

城市地图数据库面实体匹配技术

同一地区不同来源地图数据库同名面实体的识别或匹配对空间数据库的集成与信息共享非常有意义。该文研究了城市地图数据库同名面实体匹配的有关问题 ,提出了基于模糊拓扑关系分类的面实体匹配方法 ,该方法充分考虑了源地图数据库的不确定性 ,能处理非一对一的匹配情况。匹配结果不仅可以作为城市地图数据库集成和信息共享的依据 ,还可以用来分析两个地图数据库之间的差异 ,进行变化检测与自动更新     

面状居民地匹配的空间认知特点研究

对匹配空间认知过程的理解和形式化表达是设计匹配算法的基础和出发点,同时又是检验匹配结果正确与否的落脚点.以面状居民地为例,分析了人在进行同名对象匹配时的心理历程和视觉思维特点.基于相似性理论,建立了居民地匹配过程中的相似性认知模式.通过设计不同层次的问卷调查,获取并分析了知识背景不同的制图人员在不同的匹配场景下对面状居...     

基于空间相似性的面实体匹配算法研究

同一地物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。面状地物要素在很多地图表示中都占有很大的比例。基于人眼综合已有信息来识别同名实体的思想,本文提出了基于空间相似性的面实体匹配算法。该算法将面实体作为一个整体看待,采用加权平均法来综合面实体的位置、形状、大小等特征的相似度,进而根据获得的总相似度大小确定匹配实体。算法在确定位置相似度时选择形状中心点对面实体进行惟一标识;采用形状描述函数来计算形状相似度,不容易受各种干扰而影响精度,避免了形状信息的丢失;面实体的大小通过其覆盖面积来度量。实验结果表明该方法具有良好的稳定性和可靠性。     

采用主成分分析的面状居民地匹配指标简化方法

现有多源居民地匹配中存在众多的面要素度量指标,若全部进行考虑,则增加了匹配的复杂性;若只考虑部分指标,则可能造成匹配信息的缺失,影响匹配结果。针对这一问题,本文提出一种采用主成分分析方法的面状居民地匹配方法。借鉴主成分分析法中降维的思想,对居民地各项度量指标进行定性定量分析,通过科学计算确定面要素匹配综合指标,用较少的新指标代替原来较多的相似性指标,进而根据获得的整体相似性评价指标进行居民地匹配。实验分析表明,本文方法简化了匹配过程中众多的相似性指标,降低了匹配复杂性和不确定性,避免了各相似权值确定较为随意的问题,有效提高了匹配效率和正确率。     

利用泰森多边形的点实体匹配算法

针对众源地理数据中的同名点实体之间存在距离、方向等非一致性偏差,导致匹配困难的问题,该文提出了基于泰森多边形的点实体匹配算法。利用相匹配的点实体数据集其对应的泰森多边形具有较高的对应关系这一特点,将不确定的点与点之间的匹配转化为匹配度更高的对应泰森多边形的匹配。首先统计出被彼此泰森多边形包含的点对,根据点对的距离概率分布,计算出距离阈值作为确认同名实体的条件之一;然后将泰森多边形的位置及形状相似性作为匹配条件二;最后将相似度最高的实体确认为同名实体。通过实验与现有的几种点实体匹配算法进行了比较,结果表明,该算法具有较高的查全率和查准率,且普适性强。     

道路网约束和种子树索引的居民地粗匹配

针对传统的空间索引在实际应用中存在的局限性及不同尺度居民地数据匹配精度不高的问题,该文将道路网空间约束和种子树连接算法思想引入到多尺度居民地匹配中,以小比例尺道路网作为空间约束,构建道路网约束种子树索引,并依据同名要素粗匹配规则对居民地要素进行粗匹配。实验及对比分析表明,该方法能够较好地提高居民地要素匹配的效率,同时在道路网约束下具有较高的匹配精度。     

一种基于Fréchet距离的复杂线状要素匹配方法

在不同空间数据集中,同名实体往往有不同的空间表现形式,识别多源异构数据集中的同名实体是空间数据集成和应用的关键。集成不同来源的空间数据是提高GIS数据质量的重要方法,识别同名实体是数据集成和分析的先决条件。根据线要素的形状将其分为简单线要素和复杂线要素,针对现有复杂线要素匹配方法中的不足,提出了Fréchet距离的复杂线状要素匹配方法。该方法首先通过曲线要素的几何和拓扑特性获取候选匹配集,然后结合基于Fréchet距离和要素简化方法实现要素的简化。最后提出基于Fréchet距离的要素匹配改进方法,通过引入简化要素的三元组信息来存储简化后的复杂线要素的属性信息,再根据三元组信息选取要素间的匹配对,完成对不同类型匹配对的检测,实现复杂线状要素匹配。试验结果表明,该匹配方法能有效解决复杂线要素的匹配问题,并能够识别1:0、1:N和M:N匹配。     

基于降维技术的面状居民地匹配方法

作为数据更新与融合关键技术之一,空间数据匹配越来越受重视。城市居民地是空间目标变化中最为活跃的要素之一,成为空间数据更新的主要内容。不同于已有要素直接匹配的做法,提出了面状居民地匹配新方法,即对面状居民地采用降维技术进行处理,分别提取匹配双方面状居民地的骨架线,并通过其骨架线之间的匹配来达到面状居民地之间匹配的目的。实验证明,所提方法中把2维面状居民地转化为1维线状骨架线后,其匹配的复杂性与不确定性大幅降低,匹配效率、速度得到有效提升。     

结合仿射变换及梯度描述符的密集匹配方法

针对SIFT算法难以取得密集匹配结果,无法满足高精度建模需求,以及传统密集匹配算法对明暗变换影像较为敏感,无法取得稳定可靠的密集匹配点的问题,该文提出一种结合仿射变换及梯度描述符的密集匹配方法.该方法首先依靠SIFT算法获取稀疏匹配点,并利用RANSAC方法去除错误匹配点建立同名三角网,利用仿射变换对同名三角形各边中点进行加密,再对新加入的同名点进行相似性判定.与传统密集匹配算法中相似性判定依靠影像灰度层面不同,该文对影像的梯度层面信息进行统计并建立梯度描述符,通过阈值判定是否接受为同名点并不断更新同名三角网,以不再产生新的同名点为终止条件.实验选取6组不同类型影像,结果表明该方法不但可以得到稳定的密集匹配结果,而且较好地解决了传统密集匹配算法面对明暗变换影像匹配无力的问题,并对不同类型影像有着较好的适应性、鲁棒性.     

一种线目标豪斯多夫相似距离度量指标

相似度指标的选取及稳健与否对匹配结果的正确性至关重要。针对来自同一地区不同来源的同名实体匹配问题,从道路网同名线目标匹配实际需要出发,研究基于豪斯多夫(Hausdorff)距离的线目标几何相似距离计算方法;并对其进行改进,提出一种基于短边的中位数Hausdorff相似距离计算指标;与传统Hausdorff距离和离散Frécet距离线目标相似性度量指标做比较,实验结果得出:基于短边中位数Hausdorff距离的相似性度量指标能更客观合理地描述同名线实体之间的几何相对距离,提高同名实体匹配的正确率。     

面状居民地匹配骨架线傅里叶变化方法

大比例尺城市居民地是变化最为活跃的要素之一,因其形态复杂多样,数据量密集,匹配过程复杂,成为空间数据匹配的重点。面状居民地匹配骨架线傅里叶变化方法首先把大比例尺面状居民地转化为能够反映其主要轮廓特征的骨架线;其次,把骨架线转化为更易于表达其形态特征的几何形态数据,并对其进行插值计算;第三,对几何形态数据采用傅里叶变换,获取匹配双方骨架线之间的相关系数;最后,通过相关系数来判断双方骨架线之间是否满足匹配条件,从而得到骨架线所对应居民地的匹配结果。通过等级化处理,把2维面状居民地转化为1维骨架线,有效降低了空间数据的复杂性,并可把许多线要素匹配的方法引入进来;把骨架线转化为几何形态数据,并采用傅里叶变换进行形态计算,线要素的几何形态相似性分析得到显著增强,提高了数据匹配的准确率。通过试验验证及对比分析,证明了本方法的有效性和科学性。     

一种改进的基于转角函数法的面状居民地Morphing变换方法

提出了一种顾及位置偏差与凹部同异性的面状居民地Morphing变换转向角函数方法.该方法通过构造大比例尺居民地的凸包作为中间图形,辅助与小比例尺居民地进行特征顶点匹配,避免因位置偏差造成的特征点误匹配;针对大比例尺居民地的凹部,依据凹部的模式类型,判定凹部边的同异性;最后构建插值模型,得到中间任意尺度下的面状居民地要素...