[发明专利]一种受损地形坐标数据的修复方法

说明书

本发明提供一种受损地形坐标数据的修复方法，包括：首先在图纸上遍历找到所有的文本对象，对每个文本对象生成特征向量，形成样本集合；然后根据定义的样本特征距离规则，对所有样本进行聚类，将类间距离小的类合并，成为一个新的类，重复此操作，直到满足停止条件，最终获得若干个样本类；针对样本类中的若干个样本，根据特征值进行排序，然后合并成一个文本对象，用这个文本对象替换原始的若干个文本对象。本发明可以正确处理高程文字拆分成多个，包括三个以上文本对象的场景，也可以处理多个不同的文本对象相互干扰的情况，也能处理含有少量损坏数据的图纸，并且能快速实现大量受损地形坐标数据的修复，提高工作效率。

技术领域

本发明涉及地形坐标数据处理技术领域，具体是一种受损地形坐标数据的修复方法。

背景技术

三维地形坐标数据(平面X表示精度，Y坐标表示维度，高程Z坐标表示海拔高度)是测绘测量领域最基础的研究对象。比如在地理信息系统中要建立数字高程模型，需要从原始的地形测绘图中获取三维地形坐标数据，然后导入到GIS软件中生成。在河道演变分析过程中，要从河道的地形测绘图中提取三维坐标数据，然后导入到surfer等软件中生成数字高程模型。由此可见，作为基础的研究对象，地形坐标数据的精度对于保证研究成果的质量至关重要。

在实际的操作中，以河道地形测绘图为例，测绘部门提供的图纸一般是CAD电子文件，地形坐标数据一般存储在CAD的某一图层(比如实测点层)上的Text文字对象中。操作人员通过VBA,ObjectArx等CAD二次开发手段可以提取文字的位置(Text对象的位置属性)和内容(Z坐标，比如字符串“-15.73”)，通过把文字的内容转成数字(比如C语言提供的strtod函数)，就可以得到地形坐标数据的三个标量数据。但是在实际操作中，经常会遇到损坏的图纸，具体表现为实测点层中一个原本完整的高程文字(比如“-15.73”)，在实际获取中返回三个文字对象，分别是整数部分(“-15”)，小数点部分(“.”)和小数部分(“73”).在这种情况下，如果按原来的方法简单的获取文字，就会获得高程值为-15和73的两个坐标数据，与真实的高程值-15.73相去甚远，给后续的工作带来隐患。有的情况下，原始完整的高程文字比如“-15.73”，在实际获取中，会返回更多的文字对象，分别是“-”，“1”，“5”，“.”，“7”，“3”，离真实的高程值相差更远。

目前遇到这种情况的解决办法有几种。一，将图纸转成图片格式，然后用OCR方式识别里面的文字，然后转成数字，最后再人工在图纸上修改。这种方法有很大的不确定性，OCR在不同的图层叠加下很难转成正确的文字。二，人工在CAD图纸上直接修改。比如删除上述实例中三个文字对象中的后面两个，直接将第一个文字对象的内容修改为“-15.73”。上述两种办法都需要很大的人工成本，特别是图纸问题数据成千上万的时候，可能要花费数天之久。

中国发明专利《一种受损地形坐标数据的自动化匹配及高精度修复方法》(申请号：202010009076.6)提出了一种自动化匹配和修复方法，但是其存在一定局限性。第一，处理对象范围有限。以原始高程文字为“-15.73”为例，如果拆分成“-15”，“.”,“73”三个文本对象可以处理，但是如果拆分成“-”，“1”，“5”，“.”，“7”，“3”五个文本对象，则无法处理。第二，处理条件比较简单，只是按照文字和点之间的平面距离作为判断标准。如图1所示，在处理“2014.5896”和“2015.1234”两个高程文字中的小数点时，两个高程文字拆分的文字对象互相干扰，会重复选取“2015”和“1234”两个文本对象，忽视掉“2014”和“5896”两个文本对象。第三，要求选择集至少有五个文本对象，对于损坏数据小于5的图纸无法处理；有时候图纸数量很多，但是单个图纸的损坏数据并不多。

发明内容

为解决上述现有技术中的缺陷，本发明提供一种受损地形坐标数据的修复方法。

本发明是采用如下技术方案实现的：