共查询到20条相似文献，搜索用时 593 毫秒
1.
《武汉大学学报(信息科学版)》2015,(9)
基于传统离散Fréchet距离,提出了一种线状要素几何相似性度量方法。推导了基于递归迭代方法计算离散曲线Fréchet距离的计算公式,因传统Fréchet距离仅用一个点对之间的距离来度量相似性存在较大误差,提出了一种基于离散Fréchet距离识别曲线上点与点之间最短路径的方法,通过最短路径计算两条曲线间平均Fréchet距离,以平均Fréchet距离作为两曲线间的相似值。针对传统Fréchet距离不能解决一条曲线的部分与另一条完整曲线之间的相似匹配,基于平均Fréchet距离,提出了"部分-整体"Fréchet距离计算方法。将上述距离应用于地图数据匹配、合并及等高线内插中,取得了较好的效果。 相似文献
2.
在不同空间数据集中,同名实体往往有不同的空间表现形式,识别多源异构数据集中的同名实体是空间数据集成和应用的关键。集成不同来源的空间数据是提高GIS数据质量的重要方法,识别同名实体是数据集成和分析的先决条件。根据线要素的形状将其分为简单线要素和复杂线要素,针对现有复杂线要素匹配方法中的不足,提出了Fréchet距离的复杂线状要素匹配方法。该方法首先通过曲线要素的几何和拓扑特性获取候选匹配集,然后结合基于Fréchet距离和要素简化方法实现要素的简化。最后提出基于Fréchet距离的要素匹配改进方法,通过引入简化要素的三元组信息来存储简化后的复杂线要素的属性信息,再根据三元组信息选取要素间的匹配对,完成对不同类型匹配对的检测,实现复杂线状要素匹配。试验结果表明,该匹配方法能有效解决复杂线要素的匹配问题,并能够识别1:0、1:N和M:N匹配。 相似文献
3.
一种线目标豪斯多夫相似距离度量指标 总被引：1，自引：0，他引：1
相似度指标的选取及稳健与否对匹配结果的正确性至关重要。针对来自同一地区不同来源的同名实体匹配问题,从道路网同名线目标匹配实际需要出发,研究基于豪斯多夫(Hausdorff)距离的线目标几何相似距离计算方法;并对其进行改进,提出一种基于短边的中位数Hausdorff相似距离计算指标;与传统Hausdorff距离和离散Frécet距离线目标相似性度量指标做比较,实验结果得出:基于短边中位数Hausdorff距离的相似性度量指标能更客观合理地描述同名线实体之间的几何相对距离,提高同名实体匹配的正确率。 相似文献
4.
5.
《武汉大学学报(信息科学版)》2016,(3)
提出了一种基于Fréchet距离的度量光谱曲线相似度的新方法,并将该方法应用于对不同植物种类的识别,对5种不同植物实测光谱曲线进行测试,并对测试结果进行了详细的分析和探讨,同时也分析了该方法在利用光谱曲线进行物种识别和匹配方面的适用性和局限性。结果表明,基于Fréchet距离的光谱曲线相似性度量精度较高。 相似文献
6.
利用相似性度量的不同比例尺地图数据网状要素匹配算法 总被引：1，自引：0，他引：1
提出了一种基于相似性度量的不同比例尺地图数据网状要素匹配算法。首先进行结点、弧段的粗匹配,然后利用结点-弧段拓扑关系的相似性和离散Fréchet距离进行精确匹配,匹配过程将几何、语义、拓扑、结点和弧段匹配有效结合起来,最后以可视化方式将不同匹配结果进行显示,以便人机交互。实验表明,该算法可有效地匹配各种复杂情况下的同名道路,并提高匹配的正确率和速度。 相似文献
7.
一种自适应轨迹曲线地图匹配算法 总被引：4，自引：1，他引：3
地图匹配能够将车辆定位信息与路网电子地图相结合,是车辆导航系统中重要的定位技术.首先简要介绍和分析基于自适应模糊神经网络的C-Measure地图匹配算法及其优点,算法中的C-Measure用来度量车辆行驶在选定道路上的可能性大小.由于该算法着重于分析当前定位点信息,在复杂路网中会因为信息量的不足影响匹配精度.因此,为提高道路网中定位点的匹配精度,提出基于平均Fréchet距离和分层模糊控制技术的轨迹曲线匹配算法.该算法改进原算法的结构,并参考定位点的历史信息,引入平均Fréchet距离用以定义历史轨迹曲线间的距离;由于增加历史数据输入,导致模糊规则数目的增加,从而影响算法的运行效率.为简化规则,提高效率,采用分层模糊控制技术,而且对算法的学习律也进行改进.仿真结果表明改进后算法的有效性. 相似文献
8.
道路网络背景下的距离度量（如道路网络距离、旅行时间）是在空间分析或空间统计过程中常用的距离度量,但在科研过程中由于道路数据的可获得性和精度等方面的限制,该类距离的计算可能较为困难。Minkowski距离函数是欧氏空间中的广义距离函数,其参数p值的不同代表着对空间不同的度量。利用Minkowski的通用性和灵活性（参数p不同的取值）,研究如何更好地逼近道路网络距离。同时,探索不同道路网络的部分计量特征（如密度、弯曲度等）与最优p值之间的关系。实验证明,相对于最常用的欧氏距离度量,优选p值后的Minkowski距离函数能够更大程度上逼近道路距离。而通过对道路网络计量特征与最优p值之间的关系的分析,指出了弯曲度与最优p值之间的对应关系,它对于p值的选择具有重要的指导意义。此外,为了验证Minkowski距离逼近算法的可行性,以地理加权回归分析为例,通过对比传统的欧氏距离度量、最优Minkowski距离度量和道路网络距离（旅行时间）对模型解算结果的影响,指出优选后Minkowski距离一定程度上更接近于采用旅行时间对模型解算的结果。 相似文献
9.
10.
GIS空间目标的广义Hausdorff距离模型 总被引：4，自引：0，他引：4
分析了GIS中常用的空间距离度量及其存在的问题，这些距离度量没有顾及空间目标的整体形状、位置分布等特征。基于此，引入了Hausdorff距离的概念，给出了Hausdorff距离的计算方法，分析指出了Hausdorff距离容易受空间目标局部几何形状的影响。进而从统计学的角度分析了现有的距离度量并不能有效地表达空间目标间距离的整体分布，并提出了一种广义Hausdorff距离模型，这种距离模型能够度量空间目标间距离分布的中心趋势和离散度。实际算例证明了此模型在GIS环境下的实现方法。 相似文献
11.
为实现无人机航拍图像的实时拼接,本文深入研究了无人机航拍图像拼接中的关键技术,提出了一种基于遗传算法优化的图像拼接算法。首先利用SIFT算法提取图像的特征点,在特征点粗匹配过程中,采用欧氏距离作为相似度测量,利用遗传算法的并行性优化特征点匹配性能;然后使用RANSAC算法去除误匹配点对并获得转换矩阵,从而完成图像拼接。试验结果表明,采用遗传算法进行特征匹配,可大大降低匹配时间,匹配时间与特征点数量成正比;同时提高了匹配精度,进而提高了图像拼接的实时性和稳健性。 相似文献
12.
高分辨率数据中云高度的差异性突显,特别是边缘处高度在云阴影识别和地表辐射估算等方面成为需要考虑的重要因素。热红外数据获取云高度分辨率较低、缺乏细部差异性特征,为解决这一问题,首先将对应的热红外和可见光数据进行特征点配准,再将基于热红外数据计算的云高度重采样至高分辨率,然后以基于欧式距离变换的围线搜索方法及距离加权将热红外云边缘高度匹配至对应的可见光图像,最后根据云阴影的相似度匹配方法确定真实云高度。结果表明,算法在遵循热红外云高信息分布变化规律的同时,可以得到较准确的高分辨率云边缘高度,一定程度上解决了热红外技术获取云高在分辨率上的局限,扩展了其在云高反演方面的作用。 相似文献
13.
Classification is always the key point in the field of remote sensing. Fuzzy c-Means is a traditional clustering algorithm that has been widely used in fuzzy clustering. However, this algorithm usually has some weaknesses, such as the problems of falling into a local minimum, and it needs much time to accomplish the classification for a large number of data. In order to overcome these shortcomings and increase the classification accuracy, Gustafson-Kessel （GK） and Gath-Geva （GG） algorithms are proposed to improve the traditional FCM algorithm which adopts Euclidean distance norm in this paper. The experimental result shows that these two methods are able to detect clusters of varying shapes, sizes and densities which FCM cannot do. Moreover, they can improve the classification accuracy of remote sensing images. 相似文献
14.
利用MODIS增强型植被指数(EVI)时序数据,基于中国陆地生态系统55种植被类型上的468个测试点和一个测试区进行了实验,综合比较欧氏距离、光谱信息离散度、光谱角余弦、核光谱角余弦、相关系数、光谱角余弦-欧氏距离6种距离测度方法对遥感植被指数时序数据聚类精度的影响,结果表明:相关系数方法的聚类精度最差;光谱角余弦-欧氏距离方法充分利用了植被指数时序数据的曲线幅度和形状特征,在这6种距离测度方法中表现出了最优的聚类效果;只对光谱亮度敏感的欧氏距离方法或只对曲线形状敏感的光谱角余弦方法,无论是在区分地物类型方面,还是在区域应用上,表现效果均较差;核光谱角余弦虽然在点数据测试上表现较差,但在区域应用上却有较好的表现;光谱信息离散度无论是在点数据测试上还是在区域应用上均表现出了较为适中的效果。 相似文献
15.
基于特征点法向量的点云配准算法 总被引：2，自引：0，他引：2
在传统的迭代最近点算法（ICP）中，需要两片点云具有良好的初始位置，否则在配准时容易陷入局部最优。针对该问题，本文提出了一种基于特征点提取与配对的粗配准方法，以调整两片点云重叠部分的初始位置。首先，利用SIFT算法提取两片点云公共部分的特征点；其次，根据特征点法向量之间的欧氏距离将两片点云的特征点两两配对；然后，利用法向量的夹角对特征点对进行提纯；最后，通过单位四元数法，求解出旋转及平移矩阵，完成粗配准。试验表明，本文基于特征点法向量的粗配准方法可为精配准提供良好的初始位置，在一定程度上避免配准时陷入局部最优的现象。 相似文献
16.
17.
针对城市环境下影像空间定位精度低等问题,提出了一种在C/S架构下基于影像的移动平台空间自定位方法。首先对预采集的城市建筑物序列影像,利用最近邻距离比率(nearest neighbor distance ratio,NNDR)算法和归一化互相关匹配(normalized cross correlation,NCC)算法得到SIFT粗匹配,通过随机抽样一致(random sample consensus,RANSAC)算法对粗匹配点进行优化,通过精确解算基本矩阵 F 和投影矩阵 P ,建立建筑物三维点云模型,进而获得由影像特征点、像点坐标以及物方点坐标组成的物方特征库。其次以用户通过手机拍摄的影像作为定位影像,进行特征提取并与物方特征库影像匹配,获取对应物方点坐标。最后通过精确计算定位影像外方位元素,并在手机客户端中显示所拍照瞬间手机的空间位置,实现移动平台空间自定位。实验结果表明,该方法能够达到厘米级定位精度,可作为其他空间定位方法的有效补充。 相似文献
18.
Wi-Fi信道状态信息（CSI）中包含丰富的特征信息,使得基于CSI的指纹定位方法可以构建更高维度的特征以改善定位精度,但指纹特征中的冗余信息也导致构建的指纹库存储量大、建立定位模型的时间开销变大以及实时定位计算量大等问题. 对此,提出使用主成分分析（PCA）的方法对原始指纹特征进行降维,而后利用序列最小最优化算法（SMO）建立降维后特征与对应位置的回归模型并进行位置预测. 实验结果表明,此算法在有效克服上述问题的同时,平均定位误差为1.25 m,定位误差在2 m之内的累计概率可以达到97%. 相似文献
19.
摘要：针对常用的空洞边界提取方法在噪声干扰和投影单值方面的缺点,提出一种能克服投影重叠问题而适用于多值曲面修复的空洞边界自动提取方法。首先求出散乱点云的K近邻,利用推进式逐层求解法ALS将各近邻域点投影至平面;然后在平面内进行网格划分及提取边界网格,在此基础上应用最小凸包法提取边界线;最后,进行空洞边界与物体本身边界的识别,为了验证其有效性,将该方法应用于后续的空洞填充及曲面重构中,并用测量采样点到所建曲面模型的最大距离和平均距离为定量评价指标进行精度分析及评价。试验结果表明,采用ALS以及最小凸包法能够保留特征和避免投影重叠,所提取的空洞边界精确,能够满足后续建模的需要。 相似文献
20.
高斯函数定权的改进KNN室内定位方法 总被引：2，自引：0，他引：2
室内某些区域无线访问接入点（AP）布设稀疏,以及信号指纹的时变特性等因素,均使得无线信号接收信号强度（RSSI）序列与射电地图（radio map）相应RSSI序列完全相同成为可能,计算得到信号空间的欧氏距离为0或非常小。利用欧氏距离定权的加权质心算法解算会出现错误,无法得到定位结果;取K个参考点坐标均值的KNN算法以1/K为权值,定位精度相对较低。本文提出了高斯函数定权的KNN定位算法,对K个最近邻欧氏距离进行了标准化处理,利用高斯函数分配权值,得到加权坐标值。与KNN和WKNN算法的定位结果相比,该方法提高了鲁棒性和定位精度。 相似文献