本發(fā)明涉及多地圖要素之間的匹配技術(shù)領(lǐng)域，尤其涉及一種面向空間剖分的多尺度居民地匹配方法。

背景技術(shù)：

目前針對不同數(shù)據(jù)庫之間更新與整合，所涉及到的同名實體匹配技術(shù)主要集中在相同或相近的比例尺之間，對于多尺度的研究較少，居民地占城市地圖空間很大的比重，是地圖數(shù)據(jù)更新的重點要素，多尺度下居民地的匹配方法主要有：(1)單一同名實體多尺度特征的描述；(2)構(gòu)建道路或規(guī)則格網(wǎng)等相對位置約束，縮小匹配候選集；(4)加入鄰近對象，以緩沖組合等方式擴大同名實體即以新組合的同名實體作為匹配單元。

單一同名實體多尺度特征的描述是指在不同尺度下，計算同名實體幾何等特征的相似度；該方法沒有將居民地整體圖形進行相似性評估，只是顧及尺度變化，將整體分成若干局部進行處理，弱化尺度效應(yīng)，盡可能多的獲取不同尺度同名實體的相似性，但是多尺度下的居民地匹配，1:1的配比類型較少；單一的居民地實體配對無法構(gòu)建圖幅之間全局的聯(lián)系，且在沒有任何位置約束的情況下，難以找到多尺度下存在對應(yīng)關(guān)系的實體。

構(gòu)建道路或規(guī)則格網(wǎng)等相對位置約束，一定程度上縮小了候選匹配集范圍；另外道路屬性信息豐富，約束過程簡單又高效；但是道路的覆蓋面積較小，故在約束范圍上存在很大的局限性，且在多尺度下，約束的粒度也存在不對等，例如道路在較大比例尺地圖上的顯示更加密集，約束更為精細；利用格網(wǎng)等非自然要素對地圖空間增加約束的方法，則存在格網(wǎng)大小的選取等問題，格網(wǎng)從地圖構(gòu)建的起點、網(wǎng)格線之間的間距設(shè)置等都會影響對空間約束的效果，該方法存在很大的不確定性，且經(jīng)常會割裂居民地實體。

加入鄰近對象，將離散的居民地實體進行組合，代替單一實體從而形成新的居民地相似性評估單元；同名實體在不同尺度地圖上表現(xiàn)形式不同，故對單一同名實體相似性的評估不足以確定匹配關(guān)系；該方法在一定程度上彌補了此不足；但這種鄰近對象的選取并沒有顧及鄰域要素重要程度的不一致，這樣做的后果是相似度值中參雜了許多噪聲；在評價組合后的新實體相似度之前，其組合要素就已經(jīng)存在不對等，本質(zhì)原因是沒有相對位置約束。

技術(shù)實現(xiàn)要素：

有鑒于此，本發(fā)明提供了一種兼顧圖幅整體和局部、彌補路網(wǎng)對居民地空間剖分粒度的不足、引入制圖約束增強空間剖分要素的尺度穩(wěn)定性的一種面向空間剖分的多尺度居民地匹配方法。

本發(fā)明提供了一種面向空間剖分的多尺度居民地匹配方法，,包括以下步驟：

步驟1：選取待匹配地圖主干路網(wǎng)，將待匹配地圖空間分割成若干閉合區(qū)塊，即道路網(wǎng)眼，利用主干道路屬性信息，匹配小比例尺地圖與大比例尺地圖的道路網(wǎng)眼；在匹配后的道路網(wǎng)眼下，加密網(wǎng)眼中居民地的節(jié)點，然后建立delaunay三角網(wǎng)，再構(gòu)建空白區(qū)域骨架線；

步驟2：基于小比例尺地圖空白區(qū)域骨架線網(wǎng)眼,識別并提取位于每一道路網(wǎng)眼內(nèi)的居民地群組，這些居民地群組包括：規(guī)則分布模式群組、整體移位特征群組以及未涵蓋群組；

步驟3：同理，基于大比例尺地圖道路網(wǎng)眼內(nèi)的空白區(qū)域骨架線網(wǎng)眼，提取每一道路網(wǎng)眼內(nèi)的三類居民地群組；

步驟4：以較小比例尺地圖的居民地群組、空白區(qū)域骨架線網(wǎng)眼為參照，逐級匹配較大比例尺地圖中的居民地群組、空白區(qū)域骨架線網(wǎng)眼；

步驟5：以上述匹配好的空白區(qū)域骨架線網(wǎng)眼為單位，使比例尺較大的地圖中的空白區(qū)域骨架線網(wǎng)眼中居民地與比例尺較小的地圖中的空白區(qū)域骨架線網(wǎng)眼中居民地進行匹配，根據(jù)空白區(qū)域骨架線網(wǎng)眼內(nèi)的不同居民地的配比類型，設(shè)置不同的配比權(quán)重，得到以空白區(qū)域骨架線網(wǎng)眼為整體的居民地相似度值,將上述已匹配好的空白區(qū)域骨架線網(wǎng)眼的相似度與該網(wǎng)眼內(nèi)居民地的整體相似度作為兩組變量，求得它們的皮爾森相關(guān)系數(shù)，作為檢驗和優(yōu)化匹配關(guān)系傳遞效果的指標(biāo)，即檢測多級約束的準(zhǔn)確性。

進一步地，步驟1中構(gòu)建空白區(qū)域骨架線的具體方法為：在選定的道路網(wǎng)眼中構(gòu)建封閉矩形，加密該矩形內(nèi)的居民地節(jié)點，然后基于所述節(jié)點，建立delaunay三角網(wǎng)，再基于delaunay三角網(wǎng)，根據(jù)不同的三角類型制定相應(yīng)的骨架線提取規(guī)則，連接這些骨架線，得到空白區(qū)域骨架線。

進一步地，步驟2中，提取的整體移位特征群組基于制圖約束對地圖空間進行進一步剖分，該群組鄰近道路邊界，繼承了道路的尺度穩(wěn)定性，且在不同尺度下依托受力平衡，具備較強的整體性的保持能力；提取方法：以空白區(qū)域骨架線網(wǎng)眼為單位，選擇某個空白區(qū)域骨架線網(wǎng)眼作為參考網(wǎng)眼，計算其他空白區(qū)域骨架線網(wǎng)眼的鄰近度，將鄰近度一致且與道路相鄰的空白區(qū)域骨架線網(wǎng)眼合為一組，該群組即為整體移位特征群組。

進一步地，步驟2中，規(guī)則分布模式群組的識別方式為：(1)以空白區(qū)域骨架線網(wǎng)眼為單位，計算居民地之間和居民地與道路之間的最短距離，構(gòu)建最初的鄰近圖；(2)執(zhí)行該最初的臨近圖的最小生成樹，在最小生成樹中識別和提取具有代表意義的空白區(qū)域骨架線網(wǎng)眼，該步驟完成后，一些空白區(qū)域骨架線網(wǎng)眼將會被分離出去；(3)基于最小生成樹，對剩下的空白區(qū)域骨架線網(wǎng)眼中的不同的建筑模式采用不同的檢測算法，以識別出這些空白區(qū)域骨架線網(wǎng)眼中的各種建筑模式；(4)重復(fù)(2)和(3)，尋找更多的建筑模式，直到?jīng)]有新的建筑模式再被識別出來，將每一次循環(huán)所檢測到的建筑模式添加到結(jié)果集當(dāng)中；(5)采用同質(zhì)檢驗的方法對結(jié)果集中的建筑模式進行處理，得到最終的鄰近圖，即規(guī)則分布模式群組。

進一步地，步驟4中所述的匹配是將空白區(qū)域骨架線網(wǎng)眼作為排序元素，并基于排序算法完成不同比例尺居民地群組和空白區(qū)域骨架線網(wǎng)眼之間的匹配。

本發(fā)明提供的技術(shù)方案帶來的有益效果是：(1)將制圖約束應(yīng)用到多尺度下的實體匹配，對m:n的匹配類型構(gòu)建了相應(yīng)的約束界限，擺脫了候選集選取的盲目性；(2)利用道路網(wǎng)、居民地群組和空白區(qū)域骨架線完成約束級別由高到低的空間剖分，有效保持了空間剖分的廣度和精度；(3)采用居民地逐級匹配的模式，根據(jù)尺度穩(wěn)定性的強弱，優(yōu)先匹配居民地的空間剖分要素，逐步縮小居民地候選匹配范圍的同時，漸進式的將匹配關(guān)系傳遞給居民地。

附圖說明

圖1是本發(fā)明一種面向空間剖分的多尺度居民地匹配方法實施步驟圖；

圖2是本發(fā)明中其中一道路網(wǎng)眼中delaunay三角網(wǎng)構(gòu)建后的示意圖；

圖3是圖2的局部放大示意圖；

圖4是基于圖2構(gòu)建了空白區(qū)域骨架線后的示意圖；

圖5是本發(fā)明對比例尺較小的地圖識別群組后的示意圖；

圖6是本發(fā)明對比例尺較大的地圖識別群組后的示意圖；

圖7是本發(fā)明完成匹配后的其中一映射圖；

圖8是本發(fā)明完成匹配后的另一映射圖。

具體實施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合附圖對本發(fā)明實施方式作進一步地描述。

請參考圖1，本發(fā)明的實施例提供了一種面向空間剖分的多尺度居民地匹配方法，用于對不同比例尺地圖之間的居民地更新與整合，包括以下步驟：

請參考圖2和圖3，步驟1：選取待匹配地圖主干路網(wǎng)，將待匹配地圖空間分割成若干閉合區(qū)塊，即道路網(wǎng)眼，利用主干道路屬性信息，匹配小比例尺地圖與大比例尺地圖的道路網(wǎng)眼；在匹配后的道路網(wǎng)眼下，加密所述比例尺較小道路網(wǎng)眼1中居民地2的節(jié)點，然后基于所述節(jié)點，建立delaunay三角網(wǎng)3，再基于所述delaunay三角網(wǎng)3構(gòu)建空白區(qū)域骨架線4。

具體的，以所述比例尺較小的地圖上的道路為基礎(chǔ)，選擇道路中的主干道路來構(gòu)建道路網(wǎng)眼，每一所述道路網(wǎng)眼1中包含若干居民地2，在選定的道路網(wǎng)眼1中構(gòu)建封閉矩形，加密該矩形內(nèi)的居民地1節(jié)點，建立delaunay三角網(wǎng)3，基于delaunay三角網(wǎng)3，根據(jù)不同的三角類型制定相應(yīng)的骨架線提取規(guī)則，連接這些骨架線，得到空白區(qū)域骨架線4，delaunay三角網(wǎng)3具有：(1)總是具有最優(yōu)的形狀特征；(2)總是選擇最鄰近的點形成三角形并且不與約束線段相交；(3)具有唯一性。

然后在已經(jīng)建立的delaunay三角網(wǎng)3的基礎(chǔ)上，根據(jù)不同的三角類型制定相應(yīng)的骨架線提取規(guī)則，連接這些骨架線，得到空白區(qū)域骨架線網(wǎng)眼41。

若三角形的三個頂點位于三個不同的居民地2，那么該三角形具有三根骨架線，且三根所述骨架線分別垂直于該三角形的三邊；若三角形的其中的兩個頂點位于同一居民地2，那么該三角形具有兩根骨架線，兩根所述骨架線相連接且位于同一直線上，同時與該三角形的一條邊平行。

本發(fā)明中，對所述道路網(wǎng)的構(gòu)建，構(gòu)成了對地圖空間的一級剖分，空白區(qū)域骨架線網(wǎng)眼41的建立構(gòu)成了地圖空間的二級剖分，并遵循制圖約束組合空白區(qū)域骨架線網(wǎng)眼，將居民地群組用于居民地匹配新的約束條件，由此構(gòu)建了道路、居民地群組和空白區(qū)域骨架線對地圖空間三層的空間剖分，有效保持了空間剖分的廣度和精度。

步驟2：基于小比例尺地圖空白區(qū)域骨架線網(wǎng)眼41,識別并提取位于每一道路網(wǎng)眼1內(nèi)的居民地群組，這些居民地群組包括：規(guī)則分布模式群組5和具有整體移位特征的居民地群組6以及未涵蓋群組7。

通過計算機中的識別模塊遍歷所述比例尺較小的地圖，識別出位于道路網(wǎng)眼1內(nèi)的各個空白區(qū)域骨架線網(wǎng)眼41，然后再對這些空白區(qū)域骨架線網(wǎng)眼41進行合并或者分離操作，以劃分和提取位于該道路網(wǎng)眼1內(nèi)的居民地群組，這些居民地群組分為三大類，分別為：規(guī)則分布模式群組5和具有整體移位特征的居民地群組6以及未涵蓋群組7，定義處于規(guī)則分布模式群組和具有整體移位特征的居民地群組之外的群組7為未涵蓋群組。

請參考圖4和圖5，其中，劃分整體移位特征的居民地群組6的方法具體為：以空白區(qū)域骨架線網(wǎng)眼41為單位，計算空白區(qū)域骨架線網(wǎng)眼41內(nèi)居民地2之間的鄰近度，將鄰近度一致的空白區(qū)域骨架線網(wǎng)眼41合為一個群組，該群組即為具有整體移位特征的居民地群組6。

劃分規(guī)則分布模式群組5的方法具體為：(1)以空白區(qū)域骨架線網(wǎng)眼41為單位，計算居民地2之間和居民地2與道路之間的最短距離，構(gòu)建最初的鄰近圖；(2)執(zhí)行該最初的臨近圖的mst(最小生成樹)，在mst中識別和提取具有代表意義的空白區(qū)域骨架線網(wǎng)眼41，該步驟完成后，一些空白區(qū)域骨架線網(wǎng)眼41將會被分離出去；(3)基于mst，對剩下的空白區(qū)域骨架線網(wǎng)眼41中的不同的建筑模式采用不同的檢測算法，以識別出這些空白區(qū)域骨架線網(wǎng)眼41中的各種建筑模式；(4)重復(fù)(2)和(3)，尋找更多的建筑模式，直到?jīng)]有新的建筑模式再被識別出來，將每一次循環(huán)所檢測到的建筑模式添加到結(jié)果集當(dāng)中；(5)采用同質(zhì)檢驗的方法對結(jié)果集中的建筑模式進行處理，處理主要是評估各建筑模式之間的沖突，并將有沖突的模式重新組合，得到最終的鄰近圖，即規(guī)則分布模式群組5。

然后通過計算機中的選擇模塊，提取規(guī)則分布模式群組5和具有整體移位特征的居民地群組6以及未涵蓋群組7，并且將這三大群組分別放置于三個不同的存儲模塊中。

請參考圖6，步驟3：同理，基于大比例尺地圖道路網(wǎng)眼內(nèi)的空白區(qū)域骨架線網(wǎng)眼41′，并提取該比例尺較大的地圖中的居民地群組，這些居民地群組也包括：規(guī)則分布模式群組5′、具有整體移位特征的居民地群組6′和未涵蓋群組7′。

步驟4：以較小比例尺地圖的居民地群組、空白區(qū)域骨架線網(wǎng)眼4為參照，逐級匹配較大比例尺地圖中的居民地群組、空白區(qū)域骨架線網(wǎng)眼4′。

請參考圖5和圖6，首先將比例尺較小的地圖中的道路網(wǎng)眼1與1′進行匹配，即進行一級匹配；一級匹配完畢之后，再對道路網(wǎng)眼1、1′中的居民地群組進行匹配，即二級匹配；然后對居民地群組中的空白區(qū)域骨架線網(wǎng)眼41與41′進行匹配，即進行三級匹配；然后再對空白區(qū)域骨架線網(wǎng)眼下的居民地進行匹配，即進行四級匹配：包括比例尺較小的地圖中的規(guī)則分布模式群組5與比例尺較大的另一地圖中的規(guī)則分布模式群組5′的匹配，比例尺較小的地圖中的具有整體移位特征的居民地群組6與比例尺較大的另一地圖中的具有整體移位特征的居民地群組6′的匹配，和比例尺較小的地圖中的未涵蓋群組7與比例尺較大的另一地圖中的未涵蓋群組7′的匹配。

請參考圖5和圖6，步驟5：以上述匹配好的空白區(qū)域骨架線網(wǎng)眼4、4′為單位，使比例尺較大的地圖中的空白區(qū)域骨架線網(wǎng)眼4′中居民地2與比例尺較小的地圖中的空白區(qū)域骨架線網(wǎng)眼4中居民地2進行匹配，根據(jù)空白區(qū)域骨架線網(wǎng)眼4、4′內(nèi)的不同居民地的配比類型，設(shè)置不同的配比權(quán)重，得到以空白區(qū)域骨架線網(wǎng)眼4、4′為整體的居民地相似度值,將上述已匹配好的空白區(qū)域骨架線網(wǎng)眼4、4′的相似度與該網(wǎng)眼內(nèi)居民地2的整體相似度作為兩組變量，求得它們的皮爾森相關(guān)系數(shù)，作為檢驗和優(yōu)化匹配關(guān)系傳遞效果的指標(biāo)，即檢測多級約束的準(zhǔn)確性。

在步驟4的基礎(chǔ)上，最后對空白區(qū)域骨架線網(wǎng)眼41、41′內(nèi)的居民地進行匹配，即進行四級匹配，匹配的算法為迭代排序算法，隨著匹配級數(shù)的增加，匹配關(guān)系漸進式的傳遞到了居民地。

相似度值計算公式：

simg(a)＝a1*sim1(a)+a2*sim2(a)+a3*sim3(a)

a為目標(biāo)對象，這里指居民地，simg(a)為以空白區(qū)域骨架線網(wǎng)眼為整體的總居民地相似度值；sim1(a)為居民地圖形整體相似度；sim2(a)為居民地形狀相似度；sim3(a)為居民地方向相似度；a1、a2、a3為權(quán)重系數(shù)；sr為居民地形狀評估因子，由居民地面積ar與周長p的比值求得；sh由居民地最小外接矩形長l與寬w比值求得；sim3(a)為居民地所屬網(wǎng)眼方向與l方向最小夾角比值。

請參考圖7和圖8，圖7和圖8表示的是更新或者整合之后的映射圖，圖7為配比類型為1:2和0:1，配比權(quán)重為0.67和0.33的映射圖，圖8為配比類型為1:1和0:1，配比權(quán)重為0.85和0.15的映射圖。

道路網(wǎng)眼1、1′、空白區(qū)域骨架線網(wǎng)眼41、41′、道路網(wǎng)眼內(nèi)的群組和空白區(qū)域骨架線網(wǎng)眼41、41′內(nèi)的居民地2，構(gòu)成了居民地的逐級分配模式，通過一級匹配、二級匹配和三級匹配以及四級匹配，在自然要素道路網(wǎng)和空白區(qū)域骨架線4、4′約束的基礎(chǔ)上，遵循制圖約束，即居民地群組對m:n的匹配類型構(gòu)建了相應(yīng)的約束界限，擺脫了候選集選取的盲目性。

道路網(wǎng)眼1、1′、群組、空白區(qū)域骨架線網(wǎng)眼41、41′構(gòu)成了不同約束等級中的約束要素，這些要素具有不同的約束等級，根據(jù)約束要素的等級，采用漸進式的方法逐級匹配，最終將匹配關(guān)系傳遞到居民地實體中，得到以空白區(qū)域骨架線4、4′為整體的總居民地相似度值的同時，還完成了對空白區(qū)域骨架線4、4′約束效果的檢驗，間接驗證了該方法的有效性。

在不沖突的情況下，本文中上述實施例及實施例中的特征可以相互結(jié)合。

以上所述僅為本發(fā)明的較佳實施例，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。