[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

摘要

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。

主权项

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；步骤1.1：对一同名线状实体，将它在较大比例尺R_A下用A来表示，在较小比例尺R_B下用B来表示；将A表示为M个轮廓点的集合，即A＝(p₀,p₁,...p_i,...,p_M‑1)；将B表示为N个轮廓点的集合，即B＝(q₀，q₁,...q_j,...,q_N‑1)；步骤1.2：分别以A的每一个轮廓点为原点建立对数极坐标系，对于每一个坐标系的两个维度角度θ和极径lgρ，将角度θ进行S等分，极径lgρ进行T等分，分别划分出S*T个子区域bin；步骤1.3：对B重复步骤1.2的操作，完成区域分割；步骤2：基于形状上下文的点集匹配；步骤2.1：空间区域分割完成之后，统计轮廓上除去p_i点外的其他点在每个划分区域中的分布数目，每一个区域得到一个统计值，S*T个子区域bin得到一个包含S*T个数据的序列，由该序列组成的向量表示该点的形状上下文，即一个有S*T个分量的向量，采用直方图的形式可视化出来，即得到形状直方图；对于形状A，得到M个S*T维的向量，用矩阵来存储这M个向量，实现对形状A的数字化表达；步骤2.2：对形状B重复步骤2.1的操作，实现对形状B的数字化表达；步骤2.3：采用卡方分布统计检验来衡量两点之间的匹配程度，计算出A和B所有点之间的匹配代价，得到一个匹配代价矩阵，将点集匹配问题转换成二分图匹配问题，把匹配代价最小的点作为最相似的对应点，利用匈牙利算法处理二分图的最大匹配问题；步骤3：基于点集匹配结果进行形状内插；步骤3.1：利用线要素上的轮廓点将线剖分成了线段，大比例尺R_A下的表达A被剖分成了{p₀p₁,p₁p₂,p₂p₃,…,p₂₀₃p_M‑1}，小比例尺R_B下的表达B被剖分成了{q₀q₁,q₁q₂,…,q₂₆q_N‑1}，根据轮廓点间的对应关系得到子线段之间的对应关系；匹配线段得到之后，分段进行形状内插，匹配点之间的连线就是内插路径；找到B的一个子集A_sub(i)和A中对应的子集B_sub(j)，则：$A=\underset{i}{\&Sigma;}{A}_{sub\left(i\right)}---\left(3\right)$$B=\underset{j}{\&Sigma;}{B}_{sub\left(j\right)}---\left(4\right)$步骤3.2：令f1和f2分别表示定义域[0,1]到A_sub(i)和B_sub(j)的连续函数,f表示形状内插之后中间状态的连续函数，对应的子集为C_sub(k)；因此有：f＝(1‑g)*f₁+g*f₂   (5)式中，g为介于大、小比例尺之间的归一化中间尺度，0≤g≤1；由此可知，当g＝0,f＝f1,即C_sub(k)＝A_sub(i)；当g＝1时，f＝f2,即C_sub(k)＝B_sub(j)；当0<g<1时，f为介于f1和f2之间的中间表达，且g的大小控制内插结果的偏向度；步骤3.3：计算归一化中间尺度g；$g=\frac{(\frac{1}{R_C}-\frac{1}{R_A})}{(\frac{1}{R_B}-\frac{1}{R_A})}---\left(6\right)$式中，R_A表示大比例尺，R_B表示小比例，R_C表示中间比例尺；步骤3.4：对其余每一组对应点集进行相同的处理，得到连续尺度变换后的中间状态：$C=\underset{k}{\&Sigma;}{C}_{sub\left(k\right)}---\left(7\right)$实现地图现状要素的多尺度派生。