排序方式: 共有31条查询结果,搜索用时 171 毫秒
11.
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. 相似文献
12.
针对现有的检测方法无法适应增量更新中冲突检测的问题,以居民地要素为例,首先分析了增量更新中拓扑冲突发生的区域性特点;然后在检测区域建立规则格网索引,用格子集表达的区域来表示更新对象的邻近区域,将位于邻近区域内的空间对象作为拓扑冲突判断的候选集;最后通过计算更新对象与对应候选集内的空间对象间的拓扑关系并与冲突规则进行匹配来判断拓扑语义冲突。实验表明,该方法将检测区域限定在利用索引格子集表达的更新居民地对象的邻近区域内,不仅能够检测出增量更新过程中的拓扑冲突,而且具有较高的效率,能够应用于更新数据的质量检测。 相似文献
13.
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。 相似文献
14.
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。针对建筑群中以建筑物组合结构为单元的直线模式识别问题,提出一种建筑群同质二元组直线模式的识别方法。首先分析研究同质二元组直线模式的认知特征和定义;然后利用Delaunay三角网构建建筑群邻近关系,以建筑物邻近性、尺寸和方向相似性约束进行聚类,考虑邻近程度的异质性、直线性识别直线模式,根据直线模式识别结果识别同质二元组结构;最后逐步识别由具有相似特征且呈等间隔直线排列的同质二元组构成的直线模式。实验表明所提方法能有效识别出同质二元组直线模式,其识别结果符合人类认知。 相似文献
15.
16.
大比例尺地图中双线道路的识别与提取是路网综合的重要组成部分。针对双线道路识别问题,根据双线道路的结构特点,结合国内外研究提出了一种可用于提取双线道路的距离度量方法——正对投影距离。首先通过缓冲区分析构建可能构成双线道路的候选线对集,然后利用正对投影距离构造约束参数从线对候选集中精确识别出双线道路线对。通过与其他距离度量方法的对比试验,表明正对投影距离能较准确表达双线道路线对的空间邻近性,可以准确识别出双线道路,符合人类空间认知特点。 相似文献
17.
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。 相似文献
18.
一种河口湾海岸线渐进化简方法 总被引:2,自引:2,他引:0
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。 相似文献
19.
20.
建筑群空间分布结构对于制图综合和多尺度表达等具有重要意义。结合国内外对该问题的研究,从结构模式识别的角度提出了基于图匹配算法的建筑群典型字母型分布模式的识别方法。首先统计和提取感兴趣的字母型分布模式,选定基元,选取合理的属性信息参数和结构信息参数,利用属性关系图形式语言描述模式,构建模板库。然后对建筑群抽象和降维,将其转化为基于属性关系图表达的场模型。最后通过Ullman图匹配算法求解非精确子图同构问题,从而识别建筑群中的典型字母型分布模式子集。实验表明该方法能够有效识别典型字母型建筑群分布,并为地图综合提供了新思路。 相似文献