一种空间关系相似性约束的居民地匹配算法

许俊奎; 武芳; 钱海忠; 马芳博

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种空间关系相似性约束的居民地匹配算法

许俊奎, 武芳, 钱海忠, 马芳博

文章导航 > 武汉大学学报 ( 信息科学版) > 2013 > 38(4): 484-485

许俊奎, 武芳, 钱海忠, 马芳博. 一种空间关系相似性约束的居民地匹配算法[J]. 武汉大学学报 ( 信息科学版), 2013, 38(4): 484-485.

引用本文:

许俊奎, 武芳, 钱海忠, 马芳博. 一种空间关系相似性约束的居民地匹配算法[J]. 武汉大学学报 ( 信息科学版), 2013, 38(4): 484-485.

XU Junkui, WU Fang, QIAN Haizhong, MA Fangbo. Settlement Matching Algorithm Using Spatial Similarity Relations as Constraints[J]. Geomatics and Information Science of Wuhan University, 2013, 38(4): 484-485.

Citation:

XU Junkui, WU Fang, QIAN Haizhong, MA Fangbo. Settlement Matching Algorithm Using Spatial Similarity Relations as Constraints[J]. Geomatics and Information Science of Wuhan University, 2013, 38(4): 484-485.

一种空间关系相似性约束的居民地匹配算法

1信息工程大学地理空间信息学院,郑州市陇海中路66号,450052)(263880部队,洛阳市,471003

基金项目: 国家自然科学基金资助项目（41171354，41171305，41101362）；国家863计划资助项目（2007AA12Z211，2009AA12Z305）；河南省创新性科技人才队伍建设工程资助项目(104200510016)。

详细信息

作者简介:
许俊奎，博士生，工程师，主要研究方向为地图制图综合及空间数据库更新。

中图分类号: P208

Settlement Matching Algorithm Using Spatial Similarity Relations as Constraints

1Institute of Geospatial Information, Information Engineering University,66 Middle Longhai Road, Zhengzhou 450052, China)(2Unit 63880, Luoyang 471003, China

摘要: 从分析人在寻找陌生地物时的思维习惯入手，在居民地匹配过程中引入了空间关系相似性约束。对两个居民地之间的拓扑关系、距离关系和方向关系的相似性进行了分析，并提出了符合人认知习惯的离散化计算方法。在匹配过程中，以突出居民地作为起始对象，以已匹配居民地作为参照，对未匹配居民地按空间邻近原则进行广度优先搜索，利用空间关系相似性约束来缩小匹配目标备选集，实现了空间关系有序的精确匹配。最后，对已匹配对象实施了基于邻近对象空间关系相似性校验的匹配质量检查。实验结果表明，该算法在待匹配数据位移较大、居民地对象形状同质化较高的情况下优势明显，能够有效提升匹配精度。
- 空间关系 /
- 相似性 /
- 居民地 /
- 匹配 /
- 更新
Abstract: Settlement matching is one of the kernel parts of multi-source spatial data fusion and multi-scale data updating. Following the cognition habits of mankind in finding strange buildings, the spatial relationship similarity is used to assist the settlement matching process. The discrete computing method according with human cognitive habits is proposed after analyzed the similarity of topological relationship, distance relationship and direction relationship. And the matching processes are as fellows. Firstly, the outstanding settlement of the original object is picked up and computed to find its matching object. Secondly, referencing the matched object, the next matching object is achieved by the extend-first traversal to unmatched objects. Thirdly, the precision matching is fulfilled by traversing every settlement object all in this way. Finally, the matching quality is evaluated by comparing the spatial relationship similarity of adjacent objects. Test illustrates that this method can effectively improve the matching precision in the case of data hardly displacement and high settlement shape homogeneity.
- spatial relationship /
- similarity /
- settlement /
- matching /
- updating

[1]	郭黎, 崔铁军. 基于空间方向相似性的面状矢量空间数据匹配算法[J]. 测绘科学技术学报, 2008, 25(5): 380-382
[2]	Wentze A. Shape Analysis in GIS [C]. ACSM/ASPRS， New York, 1997
[3]	郝燕玲, 唐文静, 赵玉新, 等. 基于空间相似性的面实体匹配算法研究[J]. 测绘学报，2008，37（4）：501-506
[4]	Walter V, Fritsch D. Matching Spatial Data Sets: a Statistical Approach[J]. International Journal of Geographical Information Systems, 1999, 13(5): 445-473
[5]	Argemiro J P C. Topological Equivalence and Similarity in Multi-representation Geographic Databases [D]. Orono, Maine: The University of Maine, 1998
[6]	Papadias D, Arkoumanis N, Karacapilidis N. On the Retrieval of Similar Configurations [C]. The 8th International Symposium on Spatial Data Handling (SDH), New York, 1998
[7]	安晓亚. 空间数据几何相似性度量理论方法与应用研究 [D]. 郑州：信息工程大学, 2011
[8]	艾廷华, 郭仁忠, 陈晓东. Delaunay三角网支持下的多边形化简与合并[J]. 中国图像图形学报, 2001, 6(7): 703-709

[1]	郭宁, 熊伟, 欧阳雪, 杨岸然, 吴烨, 陈荦, 景宁. 时空轨迹多层级相似子段匹配方法 . 武汉大学学报 ( 信息科学版), 2022, 47(9): 1390-1397. doi: 10.13203/j.whugis20200170
[2]	李靖涵, 武芳, 翟仁健, 巩现勇. 居民地增量更新中拓扑冲突自动检测方法研究 . 武汉大学学报 ( 信息科学版), 2017, 42(3): 408-413. doi: 10.13203/j.whugis20140562
[3]	赵彬彬, 彭东亮, 张山山, 刘姗姗, 熊旭平, 戴全发. 顾及空间关系约束的不同比例尺面目标不一致性同化处理 . 武汉大学学报 ( 信息科学版), 2016, 41(7): 911-917. doi: 10.13203/j.whugis20140011
[4]	许俊奎, 武芳, 刘文甫, 金朋飞. 利用邻域相似性的居民地要素增量更新质量评估 . 武汉大学学报 ( 信息科学版), 2014, 39(4): 476-480. doi: 10.13203/j.whugis20120117
[5]	朱华吉, 吴华瑞, 马少娟. 空间目标增量时空变化分类模型 . 武汉大学学报 ( 信息科学版), 2013, 38(3): 339-343.
[6]	姬存伟, 武芳, 巩现勇, 焦洋洋. 居民地要素增量信息表达模型研究 . 武汉大学学报 ( 信息科学版), 2013, 38(7): 857-861.
[7]	孟妮娜, 艾廷华, 周校东. 顾及排序差异的对象群邻近关系相似性计算 . 武汉大学学报 ( 信息科学版), 2013, 38(6): 737-741.
[8]	施蓓琦, 刘春, 陈能, 孙伟伟. 利用高光谱遥感影像纹理滤波的城市居民地识别 . 武汉大学学报 ( 信息科学版), 2012, 37(8): 915-920.
[9]	刘涛, 杜清运, 毛海辰. 空间线群目标相似度计算模型研究 . 武汉大学学报 ( 信息科学版), 2012, 37(8): 992-995.
[10]	孟妮娜, 艾廷华, 周校东. 建筑群邻近关系相似性计算 . 武汉大学学报 ( 信息科学版), 2012, 37(7): 775-779.
[11]	刘涛, 杜清运, 闫浩文. 空间点群目标相似度计算 . 武汉大学学报 ( 信息科学版), 2011, 36(10): 1149-1153.
[12]	罗安, 王艳东, 龚健雅. 顾及上下文的空间信息服务组合语义匹配方法 . 武汉大学学报 ( 信息科学版), 2011, 36(3): 368-372.
[13]	邓敏, 徐凯, 赵彬彬, 徐锐. 基于结构化空间关系信息的结点层次匹配方法 . 武汉大学学报 ( 信息科学版), 2010, 35(8): 913-916.
[14]	应申, 李霖, 刘万增, 王红. 版本数据库中基于目标匹配的变化信息提取与数据更新 . 武汉大学学报 ( 信息科学版), 2009, 34(6): 752-755.
[15]	潘励, 王华. 利用拓扑关系模型自动检测居民地的变化类型 . 武汉大学学报 ( 信息科学版), 2009, 34(3): 301-303.
[16]	王育红, 陈军. 基于实例的GIS数据库模式匹配方法 . 武汉大学学报 ( 信息科学版), 2008, 33(1): 46-50.
[17]	陈军, 胡云岗, 赵仁亮, 李志林. 道路数据缩编更新的自动综合方法研究 . 武汉大学学报 ( 信息科学版), 2007, 32(11): 1022-1027.
[18]	潘励, 张志华, 张剑清. 融合区域分割和边缘信息的居民地提取方法 . 武汉大学学报 ( 信息科学版), 2006, 31(8): 671-674.
[19]	宋鹰, 何宗宜, 粟卫民. 基于Rough集的居民地属性知识约简与结构化选取 . 武汉大学学报 ( 信息科学版), 2005, 30(4): 329-332.
[20]	苏俊英, 曹辉, 张剑清. 高分辨率遥感影像上居民地半自动提取研究 . 武汉大学学报 ( 信息科学版), 2004, 29(9): 791-795.

点击查看大图

计量

文章访问数: 1148
HTML全文浏览量: 65
PDF下载量: 1110
被引次数: 0

一种空间关系相似性约束的居民地匹配算法

1信息工程大学地理空间信息学院,郑州市陇海中路66号,450052)(263880部队,洛阳市,471003

作者简介:
许俊奎，博士生，工程师，主要研究方向为地图制图综合及空间数据库更新。

收稿日期: 2013-03-14
修回日期: 2013-04-05
刊出日期: 2013-04-05

中图分类号: P208

关键词:

空间关系 /

相似性 /

居民地 /

匹配 /

更新

摘要: 从分析人在寻找陌生地物时的思维习惯入手，在居民地匹配过程中引入了空间关系相似性约束。对两个居民地之间的拓扑关系、距离关系和方向关系的相似性进行了分析，并提出了符合人认知习惯的离散化计算方法。在匹配过程中，以突出居民地作为起始对象，以已匹配居民地作为参照，对未匹配居民地按空间邻近原则进行广度优先搜索，利用空间关系相似性约束来缩小匹配目标备选集，实现了空间关系有序的精确匹配。最后，对已匹配对象实施了基于邻近对象空间关系相似性校验的匹配质量检查。实验结果表明，该算法在待匹配数据位移较大、居民地对象形状同质化较高的情况下优势明显，能够有效提升匹配精度。