一种城市路网多层次复合网格模式识别方法

道路网作为城市骨架,其模式识别对于地图综合、空间数据挖掘与多尺度表达具有重要意义。针对大比例尺数据中局部异质性明显的道路网格模式识别问题,提出基于网眼的城市道路多层次复合网格模式识别方法。首先分析了道路网眼直线和网格模式的多层次认知特点,提出了“基础网眼→复合网眼→规则模式”的多层次认知顺序;然后考虑复合直线模式的组合性、延伸性和直线性约束,设计了道路网眼直线模式、包含关系和并列关系的识别方法;最后通过对直线模式的组合分解,提取道路网眼的网格模式。试验表明本文方法能有效识别路网数据中的复合网格模式,识别结果符合人类认知特点。

基于关联规则分类的道路网网格模式识别

提出了一种基于关联规则分类算法进行道路网网格模式识别的方法。首先基于空间认知理论,从人类视觉认知Gestalt原理出发,采用几何与拓扑关系特征量化计算网眼形状参量,从网眼自身形状指标、相邻网眼排列一致性、相邻网眼形状相似性3方面描述网眼模式。然后利用关联规则分类算法对道路网网格描述特征进行识别分类。实验表明,本文方法有效可行,具有一定的鲁棒性。

线要素移位的Morphing变换方法

移位是解决地图制图和GIS中空间冲突的基本算子之一。Morphing变换可以实现源对象到目标对象的连续平滑变换,通过从两个方面拓展Morphing变换,从而实现对线要素进行移位。首先分析了线要素空间冲突的类型。在线要素弯曲识别的基础上,以弯曲作为冲突检查和线要素移位的基本单元;然后,用Delaunay三角网探测冲突区域,将冲突位置定义在局部的线要素弯曲(组);最后拓展Morphing变换实施线要素移位,即先对冲突发生弯曲(组)进行镜像变换,再对冲突发生弯曲(组)和它们的镜像进行Morphing变换,并给出了变换参数与移位距离和方向的定量关系。实验证明了该方法有效、可行。引入图形镜像避免了普通Morphing变换中的特征点识别和匹配等两个难点。将弯曲作为冲突发生的范围和化解冲突的操作单元,可以实现要素局部与全局移位的有机统一。

居民地聚类分析算法适应性对比研究

空间分布模式是隐含的高层次空间知识,对地图综合、多尺度表达等具有重要意义。居民地群组模式是典型的空间分布模式之一。针对常见的居民地群组模式聚类算法,展开对比研究,以探究算法的适应性。模拟实验和真实数据实验分别考虑特定分布、不同密度、不同形状、群组邻近、“颈”问题等多重环境。实验表明:①K-means算法简单、高效,但无法识别任意形状和密度差异;②DBSCAN算法能够发现任意形状的群组和异常点,但对参数要求严格,需反复尝试,且全局参数难以适应群组密度分布不均匀、群组邻接、“颈”问题等现象;③CFSFDP算法能够发现不同形状、不同密度的群组,但不适用均匀分布且密度小的群组。

一种道路路口和拐点的识别与重要性度量方法

道路路口和拐角是地图制图、地图综合和相关制图规范中经常涉及的一个空间概念,而空间概念的建模、度量和特征识别是地图综合和GIS的难点之一。本文提出了道路路口和拐角的识别与重要性定量度量方法。首先,分析了道路路口和拐角的概念和空间特征,然后,设计了识别算法和步骤,并制定了道路路口重要性的定量度量方法。实验分析表明:本文方法能够正确识别道路路口和拐角,且路口重要性指标能够反映区域地理特点。

空间对准关系及其定量描述方法

空间对准是最基本的空间排列形式之一,属于高层次的空间关系概念。根据Gestalt心理学的空间认知原理,提出空间对准的概念及其定量描述和计算方法。通过定义正对投影长度比,实现空间对准的定量描述与计算,表明其具有平移、旋转、尺度不变性,弱反身性,不可传递性等。通过模拟实验分析和城市双线道路识别与建筑群直线模式识别两个真实案例,证明文中方法的实用性和有效性。

地图制图综合回顾与前望

地理信息的综合处理是当今空间信息处理中的一个重大科学与技术问题。本文主要评述了地图制图综合的研究进展,包括地图制图综合知识的分类与获取、算子与算法、质量评价、过程建模与控制等方面的主要方法。对大数据背景下制图综合进行了思考,提出制图综合应在研究对象、观念和方法上转变。

面向居民地要素智能化综合的样本库构建

以深度学习为代表的人工智能技术为制图综合智能化水平的提升创造了有力的条件。然而,智能学习模型的应用依赖高质量的样本数据,目前还缺乏适宜制图综合知识学习的案例数据集。以不同比例尺居民地要素综合为例,深入探讨服务于智能化制图综合的样本数据采集建库方法。主要工作包括:依据地图数据组织特点和制图综合过程决策需求,提出了区分特征型案例和变换型案例的样本数据组织体系以及相关的数据结构设计;基于通用GIS平台设计了样本数据采集与管理系统,形成对样本数据采集、存储、修正、更新等全链条的管理维护框架。本研究是针对图形表达的地图要素如何构建案例数据集的有益探索,对推动以制图综合为代表的复杂地图空间知识学习具有积极意义。

保持弯曲特征的线要素化简算法

线要素综合是地图综合的重要组成部分,其中尤以化简最为突出。在分析国内外线要素化简相关文献的基础上,提出了一种保持曲线弯曲特征的线要素化简算法。该方法采用保持可视弯曲特征的化简思路,在弯曲取舍的过程中对约束条件进行量化处理,较为准确地描述了弯曲化简前后的变化情况,经过实验检验,化简取得了较好的效果。

基于道路核密度的城市中心识别方法

道路网空间分布模式识别对制图综合、空间数据多尺度表达及空间数据匹配具有重要意义。城市中心是道路网语义模式的研究内容之一,通常位于道路网分布的密集区。针对现有方法存在的问题,提出一种基于道路核密度的城市几何中心识别方法。首先根据核密度估计得到道路线的连续密度分布表面;接着根据核密度统计值提取初始中心,将初始中心分为全局中心、局部中心和伪中心3类,通过面积阈值和包含关系去除伪中心;最后计算各中心区的中心力指标,并据此划分全局中心和局部中心。长春市和西安市道路网的实验结果表明,该方法识别的城市中心能够反映城市空间格局的整体特征和局部特征,与规划中心的对比结果验证了该方法的有效性。

一种匹配分类的空间数据多尺度表达与变换模型

空间数据"连续"表达是多尺度表达与变换的理想状态。针对多尺度表达与变换中地理要素的不同几何形态和生命期特点,建立了动静态结合的尺度变换模型。通过空间数据匹配技术,根据生命期不同,将空间数据分为匹配数据和消亡数据。对于匹配数据,通过综合算法生成关键比例尺插值数据,并预先静态存储;对于消亡数据,依据重要程度的顺序统计量,动态"选取、化简"生成插值尺度数据。实验表明该方案可以缓解传统尺度变换的跳跃感问题,变换效率高,可以快速、动态实现连续的尺度变换。

高阶网点集聚型重心定位频率调制半色调算法

数字半色调又称数字加网,它实现了连续调图像到半色调图像的转变.频率调制(FM)半色调是数字半色调技术中继幅度调制半色调之后出现的另一种技术.调频网点数量大且尺寸微小难以控制,网点容易丢失导致图像阶调损失.同时,远超过调幅加网的网点总周长直接造成网点的严重扩大变形,致使数字图像还原存在较大色偏.为有效控制网点扩大,真实再现数字原稿图像,提出了一种高阶网点集聚型重心定位频率调制半色调算法.首先对重心定位进行建模分析,确定用于随机数选取的发生器,并建立组合随机数组筛选模型以选取网点重心.根据网点重心和灰度级分配方案,具体构建了生成高阶网点集聚的算法模型.针对存在的问题,确定了重心取舍和压盖关系处理模型,最后通过实验对算法做出评价.实验表明,该算法能够生成高阶网点集聚的半色调图像,在网点统计数据等多项指标上均优于传统算法,能够有效控制网点周长和扩大,真实再现原稿图像.

基于改进霍夫变换的环形交叉口识别方法

空间分布模式识别对地图综合、地图匹配等具有重要意义。环形交叉口是道路微观环形模式的典型代表。本文以改进的霍夫变换检测矢量圆环为基础,提出一种环形交叉口的几何识别方法。该方法将环形交叉口的识别分为环路识别和支路识别两部分,首先通过圆环识别、均匀度优化及相似度优化3个子过程识别环路,然后再通过连通性判别、支路分类和组合支路补充3个步骤提取支路。选取英国某区域道路网数据进行测试,结果表明,本文方法能够有效识别道路网中的环形交叉口,且召回率和准确率均高于对比方法。

一种河口湾海岸线渐进化简方法

形态复杂的河口湾海岸线自动化简是当前线要素化简研究的难点之一。在现有研究基础上,结合地理特征影响下河口湾海岸线形态特点及海图综合约束,提出一种河口湾海岸线渐进化简方法。该方法以约束Delaunay三角网为支撑构建河口湾骨架线二叉树模型,结构化表达河口湾海岸线形态特征;基于此模型,通过叶子流路渐进取舍、"退化"充分化简细小弯曲或弯曲细小部分,通过局部夸大消除河口湾内视觉冲突等,实现河口湾海岸线化简。试验结果表明,该方法充分化简目标尺度下不可视的局部细节,顾及河口湾海岸线整体形态特征保持,在几何层次、地理层次上都具有一定优越性,适于多种形态河口湾海岸线化简应用。

建筑群组合直线模式识别的模板匹配方法

建筑群空间分布模式识别对制图综合、多尺度表达及空间数据挖掘具有重要意义。针对局部异质性明显的建筑群直线模式识别提取问题,本文提出基于模板匹配的建筑群组合直线模式识别方法。首先分析研究组合直线模式的认知特征和定义;然后,利用建筑物的空间邻近性、尺寸和方向约束进行聚类,获得建筑物间的空间邻近关系和扩展对齐关系;以放大的建筑物最小面积外接矩形作为初始匹配模板;最后,在确定模板分布间隔及方向的基础上,考虑组合直线模式的直线性、相似性和局部异质性约束条件,通过连续构建模板进行搜索匹配,识别出组合直线模式。试验表明本文方法能有效识别出组合直线模式,其识别结果符合人类认知特点。

采用多元弯曲组划分的线要素化简方法

线要素化简是制图综合中的重要研究内容和经典研究问题之一.针对当前基于弯曲的线化简方法中对连续弯曲取舍研究的不足,在分析线要素弯曲构成特点及取舍过程的基础上,提出一种采用多元弯曲组划分的线化简方法.首先基于目标比例尺下弯曲可视性划分多元弯曲组;为避免线要素化简过度,设计了合理的弯曲组内弯曲取舍方案,并从中选择整体位移最小的弯曲取舍方案化简多元弯曲组;最后重复化简过程,直到化简结果中不存在目标尺度下不可视的细小弯曲为止.通过对比实验,从视觉感受和量化分析的角度验证了该方法的有效性和适应性.

小比例尺道路网眼约束下的多尺度道路网自动匹配

针对道路网多尺度匹配的问题,提出了一种在小比例尺数据道路网眼约束下的多尺度道路匹配方法。首先,构建两幅不同比例尺数据的道路网眼;其次,在小比例尺道路网眼的约束下,提取出大比例尺道路中由若干道路网眼构成的复合网眼,并完成与小比例尺道路网眼具有多对一和一对一关系的网眼匹配;然后,实现不同比例尺道路网眼的多对多匹配;最后,由复合网眼与小比例尺道路网眼的匹配关系转化为多比例尺道路网眼边界道路之间的匹配和内部道路之间的匹配,完成整个道路网的匹配。试验结果证明,本方法能较好地实现多尺度道路网的匹配。

空间知识挖掘的自然面群聚集度聚类方法

空间聚类是挖掘空间知识的重要手段之一。针对现有方法难以处理几何、分布特征差异大的面群聚类问题,本文提出了一种面要素分布密度的描述参数—聚集度,并设计了一种自然面群聚类方法。首先,分析了面要素分布密度的影响因子,定义了聚集度的概念,设计其计算方法并验证其有效性及优势;然后,基于聚集度和边界最短距离建立相邻面从属关系,识别聚类中心,完成初始群组的构建;最后,围绕群组特征设计了边缘检测和群组合并模型,实现了邻近相似群组的合并。试验表明,相较于最小生成树、强度函数聚类方法,本文方法兼顾几何特征、分布特征的复杂性,有效提升了自然面群的聚类效果。

面向快速制作的统计制图符号建造模型

通过分析地图上各类统计制图符号的图形结构及其图元生成模式,引入统计制图符号布局的概念。在对布局分类及形式化描述的基础上,提出了基于布局的统计制图符号建造模型;设计并实现了统计制图符号快速生成模块,最终应用到统计地图制作过程中。结果表明该模型不仅能快速生成科学美观的单指标统计制图符号,而且还能生成结构复杂的多指标组合统计制图符号,为快速制作多样化统计地图提供了新方法。

规则池塘群的复杂直线模式识别

针对现有面要素直线模式识别方法难以解决规则池塘中破碎区域的问题,提出了一种规则池塘群的复杂直线模式识别方法。首先,分析了规则池塘群的空间特征和认知特点,提出了“主次关系→并列关系→直线模式→复杂直线模式”的多层次认知顺序;其次,设计了主次关系池塘组、并列关系池塘组、直线模式池塘群的识别方法;最后,构建了复杂直线模式池塘群的识别模型。试验表明:本文方法能够消除破碎区域对规则池塘群直线模式提取的不利影响,有效提升复杂直线模式识别的质量。