多尺度地图面目标匹配的统一规则研究

以居民地为例,通过求较小比例尺面目标的最小外接矩形(MBR),将与该MBR交集非空的较大比例尺面目标进行分析判断,构建候选匹配集。在此基础上,通过分析各匹配模式的特点,制定相应的判断规则,提出了较为完整、统一的适用于多尺度矢量空间面目标的几何匹配解决方案。实验结果证明了该方法的有效性和实用性。     

多尺度道路网的距离匹配算法研究

根据道路网折线的匹配特点,提出基于格网索引的折线——结点距离匹配算法,将复杂的折线与折线之间的几何相似度计算转换为求结点到折线距离的匹配方法,降低了计算复杂度,并通过建立格网索引来提高计算效率。在应用实例中,采用曲线拟合的最小二乘法确定算法的匹配容差和匹配成功率之间的关系,并通过与现有统计匹配算法比较,可知该算法效率高且匹配成功率较理想,能够满足多尺度道路网数据匹配的应用需求。     

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。     

一种基于动态多尺度聚类的湖泊选取方法

当前湖泊选取方法多采用整体选取的形式,且难以兼顾湖泊的属性特征、分布特征和拓扑特征。通过分析和模仿制图专家人工选取湖泊的认知行为和过程,提出一种顾及分布特征和拓扑特征保持的基于动态多尺度聚类的湖泊选取方法。首先设置面积阈值以选取大面积湖泊,然后通过缓冲区选取"孤立"湖泊,接下来对湖泊群进行动态多尺度聚类来划分出湖泊分布密度不同的区域,对不同区域按开方根规律确定选取数量指标并采用不同选取策略,其中对包含湖泊数量较多的区域依据由主成分分析法定量计算出的重要性综合评价进行迭代选取,直至达到选取数量指标。实验对比表明,该方法在综合考虑重要性的前提下,有效地保持了选取前后湖泊群的形态结构和密度对比。     

多尺度自卷积变换与MSER组合的影像匹配方法研究

针对影像仿射变换较大,目前常用局部特征提取算法匹配效果不理想的问题,提出以信息熵为约束条件,筛选出高信息量的MSER特征区域.文中利用多尺度自卷积(MSA)变换的灰度概率密度函数直方图熵构造新的特征向量,并以此作为优化后的MSER局部特征区域的描述符,组合成一种新的具有抗仿射变换的局部特征匹配方法,经过两组具有仿射变换的近景影像对该算法的实验验证,算法整体上可以有效地剔除10％ 以上的质量不好的特征区域.研究表明,在匹配准确性上,效果要优于MSER算法,尤其是程度较大的仿射变换,平均匹配准确率也要比MSER高.     

基于多尺度模型的数据库影像特征匹配

针对传统的遥感影像数据库中影像特征匹配效率低下的问题,该文提出一种基于多尺度模型的数据库影像特征匹配方法。为遥感影像数据库构建多尺度模型,能较高效率地在数据库中快速定位候选的匹配影像;基于搜索得到的候选影像,采用快速排序算法逐层筛选最佳匹配影像,从而实现了数据库匹配影像的精确定位。实验结果表明:所提算法不仅能高效地完成影像间特征点匹配运算,还能从数据库中精确地筛选得到最佳的匹配影像;且随着数据库中影像总数的增加,该方法的优势表现得更加明显。这一研究将为遥感影像数据库的高效、实时及动态匹配提供可能性。     

小比例尺道路网眼约束下的多尺度道路网自动匹配

针对道路网多尺度匹配的问题,提出了一种在小比例尺数据道路网眼约束下的多尺度道路匹配方法。首先,构建两幅不同比例尺数据的道路网眼;其次,在小比例尺道路网眼的约束下,提取出大比例尺道路中由若干道路网眼构成的复合网眼,并完成与小比例尺道路网眼具有多对一和一对一关系的网眼匹配;然后,实现不同比例尺道路网眼的多对多匹配;最后,由复合网眼与小比例尺道路网眼的匹配关系转化为多比例尺道路网眼边界道路之间的匹配和内部道路之间的匹配,完成整个道路网的匹配。试验结果证明,本方法能较好地实现多尺度道路网的匹配。     

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。     

多尺度矢量空间数据融合的基本问题研究

针对不同尺度的矢量空间数据在几何、属性和空间关系特征等方面存在诸多差异,严重影响了空间数据的共享集成与应用的问题,该文探讨了多尺度矢量空间数据融合的基本问题。通过将不同尺度的空间数据进行集成统一,经过空间数据匹配、制图综合以及空间关系处理等过程,使数据在属性和几何位置上相互印证、相互补充和相互关联,进而实现空间信息的融合和增强。该文深入分析了多尺度矢量空间数据的差异性根源和表现形式,明确了概念和研究范畴,从系统的角度进行了分类和数学上的形式化定义,并提出了具体的研究内容和技术框架。     

中误差和邻近关系的多尺度面实体匹配算法研究

地图目标匹配作为空间数据整合和更新的一个不可缺少的过程,有重要的研究意义。中误差是一种衡量地图精度和质量的数值指标,其范围作为制图和综合的重要的标准之一,常用其大小评价空间数据的质量,不同比例尺或来源的地图数据均有不同的中误差大小和阈值。面状要素在很多地图中占有很大的比例,本文将中误差引入面实体匹配的过程,结合相邻面实体邻近聚集算法,提出一种基于中误差和邻近关系的面实体匹配算法,可以有效解决多尺度空间数据匹配的阈值大小和多对多关系难确定的问题,实验结果表明该方法具有良好的稳定性和可靠性。     

An improved probabilistic relaxation method for matching multi-scale road networks

Matching multi-scale road networks in the same area is the first step in merging two road networks or updating one based upon the other. The quality of the merge or update depends greatly on the matching accuracy of the two road networks. We propose an improved probabilistic relaxation method, considering both local and global optimizations for matching multi-scale of road networks. The aim is to achieve local optimization, as well as to address the identification of the M:N matching pattern by means of inserting virtual nodes to achieve global optimization effects. Then, by adding two attribute-related evaluation indicators, we developed four evaluation indicators to evaluate the matching accuracy, considering both geographic and attribute information. This paper also provides instructions on how to identify the proper buffer threshold during matching procedures. Extensive experiments were conducted to compare the proposed method with the traditional approach. The results indicate that: (1) the overall matching accuracy of each evaluation indicator exceeds 90%; (2) the overall matching accuracy increases by 6–12% after an M:N matching pattern is added, and by 4–6% following the addition of topology indicators; and (3) the proper buffer threshold is about twice the average value of the closest distance from all nodes.     

一种采用不变矩的矢量面目标匹配方法

不变矩作为理想的形状描述子,具有平移、旋转、缩放变换不变的特点。以M.K.HU矩方法为基础,提出一种采用不变矩的矢量面目标匹配方法。该方法以7个矩不变量组成矢量面目标的特征向量,通过度量矢量面目标与候选面目标特征向量之间的欧式距离判定同名实体。对两种不同数据源中水域面目标进行匹配实验,验证该方法的有效性。     

A geometric-based approach for road matching on multi-scale datasets using a genetic algorithm

Object matching is used in various applications including conflation, data quality assessment, updating, and multi-scale analysis. The objective of matching is to identify objects referring to the same entity. This article aims to present an optimization-based linear object-matching approach in multi-scale, multi-source datasets. By taking into account geometric criteria, the proposed approach uses real coded genetic algorithm (RCGA) and sensitivity analysis to identify corresponding objects. Moreover, in this approach, any initial dependency on empirical parameters such as buffer distance, threshold of spatial similarity degree, and weights of criteria is eliminated and, instead, the optimal values for these parameters are calculated for each dataset. Volunteered geographical information (VGI) and authoritative data with different scales and sources were used to assess the efficiency of the proposed approach. According to the results, in addition to an efficient performance in various datasets, the proposed approach was able to appropriately identify the corresponding objects in these datasets by achieving higher F-Score.     

多空间数据库位置匹配方法及其应用

同一地区由于不同的要求和目的而建立了多种数据库 ,包括不同比例尺的基础地理信息数据库或空间专题属性数据库。在实际应用中经常需要将这些数据库中的数据联系起来 ,相互利用。在实践中通常可以利用存在位置属性这一特点将这些数据库关联 ,达到充分利用数据、挖掘数据潜在信息的目的。本文以国家基础地理信息数据库中全国 1∶2 5万和全国 1∶1 0 0万数据的公路和河流要素为实例 ,阐述利用空间位置这一特性来建立数据库联系的思路方法     

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。