一种形状多级描述方法及在多尺度空间数据几何相似性度量中的应用

利用多级弦长函数和中心距离函数从全局整体到局部细节逐级描述几何形状,建立通用多尺度空间数据几何相似性度量模型。基于高斯概率统计模型改进传统的Hausdorff距离,引入信息检索中的相关反馈技术解决相似度量模型中各指标阈值的确定问题。最后将相似度量模型分别应用于不同比例尺数据匹配和空间目标化简前后的相似度量,试验表明,基于该描述方法的相似度量模型可有效实现不同比例尺水域数据的匹配和相似度量。     

利用等距同构建立多尺度空间实体相似性度量模型

从度量几何学的观点,建立多尺度空间实体等距同构模型。将多尺度空间实体分别看作刚性图形和弹性图形,利用等距同构不变性的概念,构建多尺度空间实体几何相似性图形距离和拓扑相似性图形距离。通过统一几何和拓扑相似性图形距离,构成一个二元集值距离,作为多尺度空间实体相似性的评价指标。通过对不同复杂性的面状和线状空间实体多尺度表达图形的几何和拓扑相似性度量实验表明,该方法能同时顾及多尺度空间实体几何和拓扑结构的改变,且符合空间实体的多尺度抽象规律。     

多尺度地理空间线状目标形状相似性的度量

本文研究了多尺度地理空间线状目标相似关系的表达与度量问题.基于Douglas-Peucker算法,通过对线状目标形状的分析,从几何学的角度,给出了衡量基本图形中折线与线段之间形状相似度的两个重要参量.按照图形特征,利用分类讨论的方法,建立了多尺度地理空间线状目标形状相似性的计算模型.最后通过实例的计算验证了该度量方法的可行性.     

多尺度空间线状实体形状相似关系的表达与度量

本文对空间数据多尺度表达中线状实体综合前后的形状相似性进行了描述、分析和研究。通过调查统计,得出了衡量线状实体形状相似程度的两个重要参量SIMⅠ、SIMⅡ,基于这两个参量给出了空间线状实体形状相似性的定义以及在不同尺度下线状实体形状相似性的度量方法,并用实例进行验证。为空间数据多尺度表达时线状实体的形状表达提供了一种分析和评价手段。     

空间数据几何相似性度量理论方法与应用研究

相似性是人类感知、判别、分类和推理等认知活动的基础.空间数据相似性度量不仅是地理信息数据融合更新、空间数据检索和相似查询、空间聚类和异常探测、电子地图导航等技术的核心和基础,而且也是从更深层次探寻地理实体在不同历史时期的相似形成、演变与差异性规律,进而进行动态相似推理、相似预测和知识发现的关键.本文主要研究多源多尺度、多时相空间数据几何相似性度量理论方法及其应用,所做的主要工作及取得的成果有: (1)总结相似性科学与相似工程的研究进展,分析了几何相似性在计算机视觉和地理信息科学领域的研究现状和面临的挑战.提出了论文研究的基本思路,即:空间数据几何相似性度量模型的建立以相似性科学与工程为基础,借鉴图形图像处理方面的算法和空间关系理论,考虑到空间数据的特殊性,对上述理论方法进行大量的改进和创新.     

线要素多尺度表达的一种新方法

本文依据多比例尺条件下矢量数据的绘制原理,提出了多尺度线化简与线选取方法。多尺度线化简算法依比例尺将空间坐标转换为像素坐标,根据像素坐标删除曲线中重合点与共线点,综合后的曲线与原始曲线在各比例尺下绘制结果相同;多尺度线选取算法利用仿射变换结果快速计算线要素之间的连通关系,然后渐进删除长度小于阈值的悬线与孤立弧段,保持了线要素的连通性。对不同类型数据的实验验证了本文算法的有效性和可行性。     

基于线要素综合的形状相似性评价模型

从面状要素形状描述模型中导出线状要素的相似性评价模型:将线状要素以首尾点的连线为对称轴作镜像处理构建其对偶面,以其对偶面的傅立叶形状描述子为其形状向量,以向量的欧氏距离来度量曲线的相似程度。为保证一定的评价精度,通过计算傅立叶第K项X、Y的增量值,来决定K值大小。最后对给定曲线运用不同的化简算法进行多层级的化简,通过本模型对形状的保真度进行分析。该模型具有数学严密性和实用性,能为选择曲线化简算法提供一种参考依据。     

基于层次分析法的制图综合相似性评价模型研究

在制图综合中,保持综合前后实体的相似性是保证制图综合质量的重要方法。一般通过建立多相似性指标的相似性评价模型来评价制图综合的质量。然而,各指标权重的分配是依据对各个相似性度量指标的重视程度,具有主观随意性,因此有必要提高相似性指标权重的科学性。基于此,本文提出了尺度差、制图综合算法、制图区域地理特点和地图用途4个因素,利用层次分析法,更加科学有据地对指标权重进行了赋值,最后用实验验证了所赋予的权重具有一定的客观性。     

利用多级弦长弯曲度复函数构建复杂面实体综合形状相似度量模型

介绍了一种复杂带洞面实体空间对象的几何相似度度量方法。该方法提取面实体的中心距离、轮廓线的多级弦长、弯曲度及凸凹性等特征,构造多级弯曲度半径复函数对其局部和整体特征进行描述,并通过傅里叶变换得到傅里叶形状描述子对面实体间的形状相似性进行度量。同时根据场景完整度和相似性度量模型计算复杂带洞多边形中每个场景的匹配度,利用多级特征完成复杂面实体间的几何相似性度量。对不同空间复杂度的面实体的几何相似性的度量试验表明,该方法简单可行且不失精度,结果符合人类认知。     

面状空间要素相似性度量方法研究

不同尺度、来源的地图上同一要素通常具有一定的相似度。地图空间要素相似度在GIS领域具有广泛的应用。论文在总结前人相关成果的基础上分别从位置(距离)、形状、大小三个方面给出了面状空间要素相似性度量模型:以分形维数和面积/周长(紧凑度)作为相似特征的形状相似度;以中值距离作为相似特征的距离相似度;以面积或周长作为相似特征的大小相似度。最后,以多尺度面状空间要素为实验数据,通过比较分析验证了本文提出的相似性度量模型可行性。实验结果表明:以中值距离、分形维数作为相似度指标的度量模型综合考虑了面状要素局部结构和整体分布,在面状空间要素相似性度量方面具有很好的稳定性。     

一种面向DEM多尺度表达的傅里叶能量谱模型

针对数字高程模型（digital elevation model,DEM）数据的多尺度表达问题,根据DEM格网数据在能量谱密度中“低频-高能-大尺度”的对应关系,在化简中关联地形语义特征,构建了DEM数据的多尺度表达模型。实验结果表明,该模型可以实时动态派生不同尺度下的DEM数据,通过等高线放样观察发现,该模型派生的DEM数据满足地形表达、空间认知和制图综合中的“保留主要地形特征、舍弃次要地形特征”的基本原则。与常用的DEM化简方法进行高程值统计以及坡形变化的定量对比分析,结果表明该方法在统计意义与结构意义上都具有较好的效果。     

Quantitative relations between spatial similarity degree and map scale change of individual linear objects in multi-scale map spaces

Quantitative relations between spatial similarity degree and map scale change in multi-scale map spaces play important roles in map generalization and construction of spatial data infrastructure. Nevertheless, no achievements have been made regarding this issue. To fill the gap, this paper firstly proposes a model for calculating spatial similarity degrees between an individual linear object at one scale and its generalized counterpart at the other scale. Then psychological experiments are designed to validate the new model, taking four different individual linear objects at five different scales as test samples. The experiments have shown that spatial similarity degrees calculated by the new model can be accepted by a majority of the subjects. After this, it constructs a formula that can calculate spatial similarity degree using map scale change (and vice versa) for individual linear objects in multi-scale map spaces by the curve fitting method using the point data from the psychological experiments. Both the formula and the model can calculate quantitative relations between spatial similarity degree and map scale change of individual linear objects in multi-scale map spaces, which facilitates automation of map generalization algorithms for linear features.     

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%。     

曲线多尺度表达的Head-Tail信息量分割法

本文提出一种基于Head-Tail信息量分割的地理要素多尺度表达模型。首先通过傅里叶变换将地理线要素转换为傅里叶描述子,并通过香农信息熵理论计算其频域信息量。然后,按Head-Tail数据分布模式确定地理要素信息量的分界点,并设计函数对各个分界点所对应的傅里叶截断频率进行估计。最后,参考传统方根模型,建立以地理要素频率信息量为基础的信息方根模型,计算与各个地图层次相对应的关键尺度,实现地理要素的层次化多尺度表达。采用等高线及海岸线的数据试验表明,本文所提出的模型能够有效根据设定的比例尺对地理要素进行化简,对不同目标比例尺的简化结果体现出了良好的区分度与层次性。同时,在保证化简结果与原地理要素面积重叠比一致的情况下,本文模型所得到的结果优于传统的简化算法。     

克服双重约束的面目标位置聚类方法

面目标的聚集模式识别是空间聚类研究的重要方向之一,但因多边形几何信息和空间障碍阻隔的双重约束,目标的位置相似性难以快速而准确地计算。扩展点目标多尺度聚类方法,通过构建面目标的强度函数计算目标与邻近目标的位置聚集程度,提出了有效作用于双重约束下的面目标位置聚类法,并以判断相邻尺度下同一面目标类的强度函数阈值相等作为算法的收敛条件。经试验分析与比较发现,算法无须自定义参数,能够识别密度不均、任意形状分布,以及"桥"链接的面目标集群,同时能够准确判断障碍约束对面目标簇的阻隔和划分。     

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。