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。     

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。     

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。     

利用空白区域骨架线网眼匹配多源面状居民地

多源大比例尺城市地图中,同名居民地数据间往往存在较大几何位置偏差,从而增加了居民地匹配的难度和不确定性。针对这一问题,本文提出了一种利用空白区域骨架线网眼进行居民地匹配的新方法。首先,提取空白区域骨架线,并建立空白区域骨架线网眼和居民地之间的一一映射关系,将居民地匹配转换为骨架线网眼匹配;然后,根据骨架线网眼之间的相接拓扑关系构建对偶图,计算对偶图中每个节点的各项中心性指标,并利用极化变换和层次分析法建立骨架线网眼匹配模型,获取骨架线网眼匹配结果;最后,将骨架线网眼匹配结果按照映射关系进行传递,从而得到居民地匹配结果。将居民地匹配转换为空白区域骨架线网眼匹配,并对骨架线网眼进行对偶图构建和极化变换,为匹配增加拓扑约束和相对位置约束,从而弥补几何位置的较大偏差对匹配造成的影响。对比试验及分析表明本方法能够有效解决大比例尺城市地图中几何位置偏差较大的面状居民地的匹配问题。     

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...     

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。     

一种基于降维技术的街区综合方法

大比例尺城市建筑物综合一直是自动综合研究的重点。利用大比例尺城市建筑物和街道之间存在几何空间互补的特点,提出依据建筑物骨架线和街道骨架线对街区进行综合的新方法。定义骨架线提取方法,分析建筑物骨架线和街道骨架线之间的特性,在此基础上,提出基于降维技术的建筑物合并、化简、位移等综合方法。进一步,充分概括了本方法在自动综合技术实现上的优越性,并通过实验证明其有效性。     

利用城市骨架线网的道路和居民地联动匹配方法

同名道路或者居民地数据间由于数据一致性程度不高,往往存在较大的几何位置偏差,当对道路或者居民地单独进行匹配时,不利于提高匹配正确率和效率。针对这一问题,本文提出了一种利用城市骨架线网的道路和居民地联动匹配方法。联动匹配即模仿人在读图时通过特征地物和空间关联寻找目标地物的思维过程,将匹配看作是一种特征目标寻找、信息关联传递的推理过程。首先,利用约束Delaunay三角网对地图构建城市骨架线网。然后,通过道路、骨架线、骨架线网眼和居民地之间的拓扑关系建立道路和居民地之间的匹配传递模型。最后,根据该传递模型实现通过道路匹配带动居民地匹配或者通过居民地匹配带动道路匹配的联动匹配。该方法优势在于只要有一种要素的数据一致性比较好,就能带动另一种要素取得很好的匹配效果,同时符合人类进行匹配时的认知过程。     

人工神经网络在居民地面状匹配中的应用

居民地匹配是多源空间数据融合和多尺度数据更新的核心技术环节。针对居民地匹配算法中出现的指标权重、匹配判定的总相似性阈值和各指标相似性阈值的准确量化难题,引入人工神经网络技术,利用人工神经网络在处理多要素、复杂性、模糊性分类问题上的优势,将形状相似度、方向相似度、位置相似度、大小相似度和重叠面积相似度作为输入,采用人机结合的神经网络训练策略,对3层BP神经网络进行训练,针对不同的匹配场景获取神经网络的权重向量集,实现了多指标综合衡量的居民地匹配。实验表明,该方法解决了多指标匹配算法存在的理论严谨性问题,回避了权重和阈值准确设置的难题,保证了匹配算法的科学性、稳定性和准确性。     

利用灰色关联分析的居民地几何匹配方法

空间数据匹配是空间数据更新与维护的基础和关键。针对空间数据匹配中不同匹配指标的权值确定困难的特点,以居民地为例,从空间数据最基本的图形数据差入手,利用灰色关联分析方法建立一种多指标居民地几何匹配权值自动确定的方法。该方法利用灰色关联分析的方法自动确定居民地实体间的位置、面积、方向等类型的图形数据差权值,得到综合图形数据差计算模型,通过计算待匹配数据综合图形数据差得到匹配结果。通过实验验证了该方法的可行性和实用性。     

顾及邻域居民地群组相似性的道路网匹配方法

现有多源同比例尺道路网匹配方法中,大多只利用道路自身特征进行匹配,而较少顾及道路周边要素对匹配过程的影响和约束,从而影响了道路网匹配效果的进一步提高,特别是对系统误差改正后仍存在一定位置或旋转偏差的道路数据进行匹配时,这种影响尤为明显。本文借鉴人类对陌生环境的空间认知特点,提出了一种顾及邻域居民地群组相似性的道路网匹配方法。该方法通过构建城市骨架线网确定与道路相邻的居民地群组,进而计算居民地群组空间关系和几何特征相似度来获得对应道路的匹配结果。其特点在于:对存在位置或旋转偏差的道路数据匹配,以其邻域空间内居民地群组的整体相似性指标来带动道路自身匹配,实际上是增加了周边居民地群组对道路匹配过程的约束,更具鲁棒性。试验及对比分析表明,本方法能够较好地解决系统误差改正后仍存在较大位置和旋转偏差的道路数据间的匹配问题,提高匹配的正确率。     

基于案例推理的居民地选取方法

针对当前中小比例尺地图中居民地选取面临的专家制图经验难以形式化表达的问题,提出一种基于案例推理的居民地选取方法。首先,把制图专家对居民地交互选取结果作为案例对象,挖掘居民地案例的属性特征指标,对属性赋值和归一化处理;然后,采用逐步消元法对居民地最佳属性组合进行选择,并构建源案例库;最后,采用案例推理方法,结合KNN算法,训练案例库确定KNN算法的最佳K值,将新案例与源案例库检索匹配,得出最佳决策结果,进而指导待决策居民地的自动选取。经试验验证,该方法能够较好地还原专家的选取意向,具有较好的抗噪声能力,在面状居民地自动选取中取得了较好的效果。     

计算地图线目标分形维数的缓冲区方法

分形维数是分形几何中一个非常重要的概念,并用于定量表示分形体的不规则性和复杂性或空间填充度量的程度。分析了较为常用的两种分形维数计算方法,即计盒法和步长法,指出了它们在计算中存在的问题,提出了一种基于Buffer的计算方法,该方法能够克服现有常用方法的不足,并且在现有的GIS软件(如Arcview)中容易实现,并通过实验验证了所提方法的有效性。     

利用匹配直线解求变换参数的方法

特征匹配是影像匹配的一种有效方法,它已逐渐发展成为具有旋转缩放不变性的方法。在匹配之后,往往需要解求变换参数。提出了一种新的方法,即利用匹配直线的对应关系解求变换参数。该方法应用到动态DEM匹配试验中,取得了较好的试验结果。     

一种采用改进K-d树的无人机影像特征匹配搜索方法

在高分辨率无人机影像匹配过程中,多采用SIFT或SURF算法进行尺度和旋转不变的特征提取与描述,但经过SIFT或SURF算法提取出的特征都是高维向量,在匹配点数量较大时,匹配搜索速度比较慢。针对这一问题,比较了穷尽搜索与K-d树搜索算法的特点;然后按照"降维"的思路,提出了一种采用改进K-d树的匹配搜索方法。经过理论分析和实验验证,该方法可以有效提高匹配搜索速度,并且匹配数据集规模越大、维度越高,搜索速度提升越明显。     

一种空间数据接边入库方法

针对空间数据接边入库提出了一种新的方法,可有效改善传统方法效率低和质量不可控等问题。为提高接边处待合并要素的提取效率,根据当前数据要素总数和接边线总长度进行接边线最优分段处理;同时,为满足数据入库质量要求,采用网络分析技术对数据进行优化处理,删除接边处多余节点。实践表明,本文提出的方法可以兼顾空间数据接边入库的效率和质量,在保证质量的前提下节省了人力、物力和时间,在基础测绘和地理国情普查等数据的接边入库工作中发挥了重要作用。