[发明专利]一种多尺度下点群目标相似度计算方法

摘要

为了研究不同尺度下点群目标的相似性，利用自适应空间聚类方法，对点群目标进行聚类，得到点群目标内部“空白”区域。通过对空白区域的研究，提出相应的相似性计算方法；找到点群目标相似性的影响因子，包括拓扑关系，方向关系，分布范围，距离关系等，并提出相应的相似度计算方法，最后整合成整体的点群相似度计算模型。本发明能准确表达不同尺度间点群目标相似性的差异，对制图综合的质量评价以及点群目标的检索具有一定的参考价值。

主权项

1.提出多尺度点群目标内空白区域的几何相似度、空间关系相似度计算方法：步骤1：利用自适应空间聚类方法提取点群目标中的空白区域；步骤2：提出点群目标中“空白”区域的方向关系，并用方向Voronoi图模型表示；步骤3：提出点群目标中“空白”区域的距离关系，并用Hausdorff距离表示；步骤4：提出“空白”区域的几何特征相似度计算公式；步骤5：提出计算空白区域整体相似度计算方法；提出多尺度点群目标整体相似度计算方法：步骤1：提出利用拓扑关系领域图计算空间目标间的拓扑关系相似度的方法；步骤2：利用“空白”区域中心点与点群目标中心点的连线与最小面积矩形左下角的连线所组成的角，提出方向关系相似度计算方法；步骤3：利用目标质心间的距离，提出距离关系相似度计算方法；步骤4：“剥皮”操作结束后，边界上的Delaunay三角网的边组合起来就得到点群目标的外围的面积，去掉空白区域的面积，表示带“空白”区域点群目标的分布范围；步骤5：提出点群目标整体相似度的计算方法；步骤6：提出计算多尺度点群目标相似度的总体模型；综上所述，本发明利用自适应空间聚类方法提取点群目标中空白区域，并以空白区域为约束条件，提出多尺度点群目标的相似度计算方法，证明此方法能够满足地图综合质量的评价。