[发明专利]一种基于MRS‑MM目标匹配模型的空间实体增量提取方法

权利要求书

1.一种基于MRS‐MM目标匹配模型的空间实体增量提取方法，其特征在于它的步骤如下：

1)从两个不同年份的空间数据库中分别抽取空间实体的图层信息，在ArcGIS系统里调用空间分析模块中的叠置功能，将两个不同年份的图层进行叠置分析，并对叠置后的结果集进行预处理，消除逻辑错误，并进行渲染；

2)构建MRS‐MM多规则目标匹配模型，该模型包含语义匹配算法、全局标识码匹配算法和几何匹配算法；依次遍历每一块空间实体对象，根据空间实体对象的空间和属性的特性选择对应匹配算法，

首先选择全局标识码匹配算法判断，

空间数据引擎机制会为每个空间实体分配一个全局唯一的标识码，该标识码不会改变，不同年份数据库中的同一个空间实体的标识码不变，这为前后两个年份数据库中的数据匹配带来便利，即通过比较两个空间实体的全局标识码即可判断出该空间实体的变更行为是新增还是灭失，若判断出空间实体的变更行为，则进行下一个空间实体的判断；

若判断不出，则选择语义匹配算法判断，根据空间实体的属性特征进行过滤，语义匹配通过判断空间实体字段值的空缺、一致性，判断关键字段的相似性及元数据的异同；若判断不出，则选择几何匹配算法判断，

几何匹配采用形状相似度、面积相似度和方向相似度三个相似指标来加权计算两个空间要素的总体匹配度，空间数据几何相似度度量理论即采用多角度测算的方式来衡量空间目标的匹配相似度；

3)根据匹配结果确定空间实体的变更类型，采用设计的增量信息提取算法进行增量信息的提取，将提取出来的结果存在更新层和更新过程层中，压缩打 包形成空间信息的增量包；

所述的步骤3)包括：

3.1)将两个不同年份的宗地层CADAt1、CADAt2进行叠置分析，生成叠合层，叠合层将两个年份的图形信息和属性信息分别进行叠加，Attri(M)、Attri(N)为待比较的图形M和N的属性；

3.2)遍历叠合层中的最小单元图斑，最小单元是指两个时点之间的要素对象叠加所形成的最小面对象的集合；

3.3)设最小面对像为Obj(D)，D为最小面对像，首先判断目标属性Attri(N)是否存在，若Attri(N)不存在，则空间实体的变更行为是灭失，将要素X存放在更新过程层文件；

3.4)若D对象中的Attri(M)、Attri(N)都存在，计算图形M和N的面积叠置率，若D与Nj面积叠置率在误差e值内，可认为两个图形是相同没有变化的，Nj为N中第j个分量的分歧度；再对比Attri(M)与Attri(N)的属性值是否等值，若等值，则图形属性均没有发生变化，认定两图形无变化；若属性值不同，则判定为图形无变化，此时将图形N写进更新层文件，将图形M写进更新过程层文件；

3.5)若D对象中的Attri(M)、Attri(N)都存在，但D与Nj面积叠置率在误差e值外，则判定为图形发生变更，将N图形信息写入更新层信息文件，将图形M写进更新过程层文件；

3.6)最后将更新层信息文件和更新过程层信息文件分别转化成VCT交换格式文件，最后封装打包，形成地籍数据增量包。

2.根据权利要求1所述的一种基于MRS‐MM目标匹配模型的空间实体增量提取方法，其特征在于所述的几何匹配算法具体为：引入空间数据几何相似度度量 理论即采用多角度测算的方式来衡量空间目标的匹配相似度，引入形状描述因子ω和ν来度量两个空间图形的形状相似度；采用面积叠置率作为指标，通过比较面积叠置率的大小来判断两个空间图形的面积相似程度；再计算出方向相似度，最后通过加权计算两个匹配的空间目标的形状、面积、方向三个向量值得出总体匹配度；

2.1)形状相似度计算

采用形状描述因子ω和ν来度量两个空间图形的形状相似度，定义图形M和图形N的ω和ν分别ω_M，ν_M，ω_N，ν_N，其中：ν_M和ν_N为M和N的坐标，和分别为图形M、N各边长向量，k为边数较少的多边形边数，M和N之间的形状分歧度定义为：

其中，|ν_M-ν_N|和指代向量的欧氏距离，经过多次试验，u₁和u₂均为0.5，ω和ν均作归一化计算，通过计算得到0＜d(M,N)_shape＜1,得出形状相似度为：

sim(M,N)_shape＝1-d(M,N)_shape，0＜sim(M,N)_shape＜1 (2)；

2.2)面积相似度计算

面积相似度采用面积叠置率作为指标，通过比较面积叠置率的大小来判断两个空间图形的面积相似程度，面积叠置率CR指两个空间图形的重合部分面积与各自面积的比率，定义为面积相似度sim(M,N)_area为CR，

其中，ΔS为两个图形的重合部分面积，S(X)为图形X的面积，CR大于0且小于1，当CR趋向于0时，两个时刻的图形越相似，反之两个图形差异越大，当 CR为1时，两个图形完全相等，设定误差e的值；

使|S(A)-ΔS|≤e，得出面积相似度为：

其中|S(A)-ΔS|≤e；

2.3)方向相似度计算

空间要素的方向以图形M、N最小外界矩形较长的边长轴与相邻边形成的夹角为方向角，定义d(M,N)_direct为分别为图形M、N的方向角，方向相似度可以定义为：

2.4)总体匹配度计算

总相似度是通过加权计算两个匹配的空间图行的形状、面积、方向三个向量值得出，其中，设定[θ₁，θ₂，θ₃]^T，[C₁，C₂，C₃]^T分别表示图形M、N的形状、面积和方向三个向量，定义d(M,N)为M、N的分歧度，sim(M,N)为M、N的相似度，则图形M、N的几何相似性可以运用该公式(5)来表示：

sim(M,N)＝1-d(M,N) (5)

采用加权的Minkowski距离来度量d(M,N)，则(5)可以转化为：

其中，f取值2，u_j为权系数，并且|θ_j-C_j|是经过归一化后的值，是图形M和N中第j个分量的分歧度，其中j＝1,2,3，0＜|θ_j-C_j|＜1，根据公式(6)测算出样本的相似值，根据匹配精度确定过滤阈值，经过计算，平均值为标准差为定义过滤阈值为sim₀，将上述形状、面积、方向三个向量值代入公式(6)，推算出空间目标总的几何相似度，当sim(M,N)>sim₀时，则可判断图形M、N匹配，当sim(M,N)<sim₀，判断图形M、 N不匹配。