[发明专利]面向矢量线数据的直线形状空间检索方法

说明书

本发明公开的属于空间检索技术领域，具体为面向矢量线数据的直线形状空间检索方法，采用OSM开源路网数据，实现了对直线形状的空间检索：首先提出“平直度”概念描述线要素平直情况，并根据信息熵原理提出“平直度信息量”用以度量平直度大小：平直度信息量通过选取影响线状要素平直度的几何形态特征计算得来，其值越大表示线要素越平直；接着提出线要素平直序列分段模型，定义线要素上满足设定偏振和弯曲条件的点为最大偏振点和弯曲点。该面向矢量线数据的直线形状空间检索方法，检索效果与人的认知效果相符，检索时间快，并且不受旋转、缩放和平移的影响。

技术领域

本发明涉及空间检索技术领域，具体为面向矢量线数据的直线形状空间检索方法。

背景技术

形状是物体的基本特征，基于栅格和矢量数据实现形状的识别和检索均有一定的研究成果：在栅格数据方面，在模式识别和图像处理领域中对形状的识别研究成果较为丰富，研究主要集中在对遥感影像的分析处理，主要方法可分为基于区域、基于边界和基于结构，例如模板匹配、矩方法、分形维数等方法，其不足之处在于运算量大、准确率不高。在矢量数据方面，空间目标形状的认知是空间认知的基本问题之一，针对形状的空间检索成为新的研究方向，利用傅立叶描述子进行模板匹配实现对实现了对建筑物形状的查询；采用形状中心点进行唯一标识实现面实体的匹配；利用多级弦长函数和中心距离函数从整体到局部逐级描述几何形状，建立了多尺度空间数据几何相似性度量模型；提出向心包络算法以此实现形状度量；给出了异构数据集间进行空间场景相似性的特征描述和评价方法；提出融合区域和边界的形状特征提取算法。以上方法均基于面数据实现形状的检索，其原理为几何形状相似性度量。在线数据方面，现有对形状的研究侧重于实现多尺度下或多源数据中线要素同名实体的匹配和合并、线要素数据变化检测、等高线的内插、线要素的形态特征单元识别等，根据拐点将线要素划分为弯曲序列，并选取弯曲几何特征计算得弯曲几何信息量，该方法可用于评价线要素平直情况。

综上所述，栅格数据中对形状的识别研究成果丰富但计算效率低、准确率不高；矢量数据对形状的检索主要针对面数据，而对线数据形状的检索研究很少。直线作为线状地物的最基本形状，直线形状的检索在设备布设、路线规划、车辆测试等军民用方面均有重要意义。当前直线提取的主要方法为模式识别和图像匹配领域中Hough变换、区域生长、模板匹配等，并且数据来源主要为遥感图像，存在提取数据量小、运算量大、准确率不高、提取过程中受到图像中其它地物的影响等问题。所以发明方法检索效果与人的认知效果相符，检索时间快，并且不受旋转、缩放和平移的影响。

发明内容

本部分的目的在于概述本发明的实施方式的一些方面以及简要介绍一些较佳实施方式。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

因此，本发明的目的是提供面向矢量线数据的直线形状空间检索方法，检索效果与人的认知效果相符，检索时间快，并且不受旋转、缩放和平移的影响。

为解决上述技术问题，根据本发明的一个方面，本发明提供了如下技术方案：

面向矢量线数据的直线形状空间检索方法，其包括以下步骤：

S1：选择一条线要素，根据偏振信息量I_shock的公式进行分段，计算线上点到基线的最大偏振d_max，当其大于设定阈值δ_d则识别该点进行分段，再对分段后的子段序列如此反复判定，直至第一次分段完成，得到基于最大偏振点分段后的子段序列{seg₁，…，seg_i}，i为子段数目；