[发明专利]一种基于形状上下文的地图线状要素多尺度信息派生方法

说明书

本发明公开了一种基于形状上下文的地图线状要素多尺度信息派生方法，将点的形状上下文作为图形的形状描述，对于大小比例尺下同名实体所对应的点集来说，对应点的匹配可以通过计算每个点的形状上下文及各点之间的匹配度来寻找最佳匹配。匹配完成之后通过形状内插方法就可以得到中间比例尺的地图表达。使用定量化的精度评定方法，采用加权的位矢距离来衡量，对比实验找出影响精度的因素，选择合适的空间划分方法。基于形状上下文的点匹配方法不需要常规方法中的特征点，比如拐点，弧度最大点等，因此具有较好的鲁棒性和适应性。实验结果表明，顾及整体上下文信息的线状要素Morphing可以提高地图连续尺度变化的精度。

技术领域

本发明属于地理信息技术领域，涉及一种线状要素多尺度信息派生方法，具体涉及一种利用基于形状上下文的点集匹配和形状内插方法完成线状要素的多尺度信息派生方法。

背景技术

近年来WEB2.0，网络地图，LBS的快速发展，对地图的连续尺度表达提出了新的要求，人们希望能够实现空间信息可视化表达的多视角和多层次。为满足人们的要求，地图连续综合技术被提出。Morphing又称图形渐变技术，其基本思想是采用某种内插方法使得初始图形A光滑连续地渐变到目标图形B。在这种光滑过渡中，中间态既具有A的特征，又具有B的特征。A和B的拓扑既可以相似，也可以不同。这和地图连续综合技术的思想相契合。

矢量图形Morphing变换涉及两个基本过程，即图形特征匹配和形状插值。图形特征匹配的目标是提取始末图形上的特征点(线)并建立两者之间的对应关系。线状要素的图形特征匹配大多基于点集特征进行。目前，常见点模式匹配算法大致上可以分为两大类，一是基于变换关系求解的算法，通过估计点模式之间的空间变换参数，利用参数恢复或者模拟点模式间的变换，从而求解点模式匹配问题，也称为基于变换参数估计的算法。这类算法主要有迭代最近点算法，软指派算法等。二是基于匹配关系求解的算法，通过提取点集中点的特征而后运用匹配识别方法获得点模式之间的匹配关系，从而求解点模式的匹配问题，这类算法主要有基于形状上下文，基于不变量特征的方法以及基于谱图论的方法等。

形状插值是在图形特征匹配的基础上将初始图形的各部分沿着一定路径变到目标图形对应部分所在位置，以获取中间状态图形序列。插值路径的选择决定了中间状态是否平滑自然，常见的插值方法包括线性插值方法、基于目标边界的插值方法、顾及目标内部区域的插值方法等。

在GIS领域，Morphing思想被用来实现地图数据的连续综合。因Morphing变换的精度主要受匹配精度的影响，因此很多专家学者在优化匹配方面做了一系列工作，主要有通过将小比例尺图形进行点加密，加密到与大比例尺点数一致，然后依据点号进行一一对应，以此建立匹配关系；将弧度较大处的顶点视作特征点，然后基于位移的关系建立匹配关系；通过约束Delaunay三角网提取小比例尺地图上线状要素的特征点，然后采用模拟退火技术在特征点与大比例尺线状要素顶点之间建立全局最优化匹配；把弯曲结构作为切入点，提出基于弯曲结构的匹配方法；将传统矢量坐标转化为转向角函数，基于转向角函数实现边特征匹配。这些方法或需要需找特征点建立对应匹配；或不需要特征点，只进行简单内插后匹配，没有顾及要素的上下文信息。对于地图要素而言，小比例尺要素通常是由大比例尺经过综合变换得来的，如弯曲的化简，删除，夸大和典型化的操作。因此可以从小比例尺上的点入手，寻找各点在大比例尺上的最佳匹配来完成对应点的匹配。综合前后，大小比例尺具有类似的上下文信息。形状上下文是一种得到广泛运用的目标形状描述子，它通过点集之间的关系，即其上下文信息来描述形状，该方法不需要这些点具有曲率最大、弧度较大等常规方法中认为的特殊点，其适应性和鲁棒性较强。

发明内容

为了解决现有的地图现状要素连续尺度变换存在的问题，本发明提出了一种基于形状上下文的线状要素多尺度信息派生方法。

本发明所采用的技术方案是：一种基于形状上下文的地图线状要素多尺度信息派生方法，其特征在于，包括以下步骤：

步骤1：线状要素空间划分；