[發(fā)明專利]一種基于MRS?MM目標(biāo)匹配模型的空間實(shí)體增量提取方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201410325399.0
• 申請(qǐng)日: 2014-07-09
• 公開(kāi)（公告）號(hào): CN104182456B
• 公開(kāi)（公告）日: 2017-05-17
• 發(fā)明（設(shè)計(jì)）人: 杜震洪;張豐;劉仁義;曹洋洋
• 申請(qǐng)（專利權(quán)）人: 浙江大學(xué)
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30;G06F17/27
• 代理公司: 杭州求是專利事務(wù)所有限公司33200
• 代理人: 張法高

1.一種基于MRS‐MM目標(biāo)匹配模型的空間實(shí)體增量提取方法，其特征在于它的步驟如下：

1)從兩個(gè)不同年份的空間數(shù)據(jù)庫(kù)中分別抽取空間實(shí)體的圖層信息，在ArcGIS系統(tǒng)里調(diào)用空間分析模塊中的疊置功能，將兩個(gè)不同年份的圖層進(jìn)行疊置分析，并對(duì)疊置后的結(jié)果集進(jìn)行預(yù)處理，消除邏輯錯(cuò)誤，并進(jìn)行渲染；

2)構(gòu)建MRS‐MM多規(guī)則目標(biāo)匹配模型，該模型包含語(yǔ)義匹配算法、全局標(biāo)識(shí)碼匹配算法和幾何匹配算法；依次遍歷每一塊空間實(shí)體對(duì)象，根據(jù)空間實(shí)體對(duì)象的空間和屬性的特性選擇對(duì)應(yīng)匹配算法，

首先選擇全局標(biāo)識(shí)碼匹配算法判斷，

空間數(shù)據(jù)引擎機(jī)制會(huì)為每個(gè)空間實(shí)體分配一個(gè)全局唯一的標(biāo)識(shí)碼，該標(biāo)識(shí)碼不會(huì)改變，不同年份數(shù)據(jù)庫(kù)中的同一個(gè)空間實(shí)體的標(biāo)識(shí)碼不變，這為前后兩個(gè)年份數(shù)據(jù)庫(kù)中的數(shù)據(jù)匹配帶來(lái)便利，即通過(guò)比較兩個(gè)空間實(shí)體的全局標(biāo)識(shí)碼即可判斷出該空間實(shí)體的變更行為是新增還是滅失，若判斷出空間實(shí)體的變更行為，則進(jìn)行下一個(gè)空間實(shí)體的判斷；

若判斷不出，則選擇語(yǔ)義匹配算法判斷，根據(jù)空間實(shí)體的屬性特征進(jìn)行過(guò)濾，語(yǔ)義匹配通過(guò)判斷空間實(shí)體字段值的空缺、一致性，判斷關(guān)鍵字段的相似性及元數(shù)據(jù)的異同；若判斷不出，則選擇幾何匹配算法判斷，

幾何匹配采用形狀相似度、面積相似度和方向相似度三個(gè)相似指標(biāo)來(lái)加權(quán)計(jì)算兩個(gè)空間要素的總體匹配度，空間數(shù)據(jù)幾何相似度度量理論即采用多角度測(cè)算的方式來(lái)衡量空間目標(biāo)的匹配相似度；

3)根據(jù)匹配結(jié)果確定空間實(shí)體的變更類型，采用設(shè)計(jì)的增量信息提取算法進(jìn)行增量信息的提取，將提取出來(lái)的結(jié)果存在更新層和更新過(guò)程層中，壓縮打 包形成空間信息的增量包；

所述的步驟3)包括：

3.1)將兩個(gè)不同年份的宗地層CADAt1、CADAt2進(jìn)行疊置分析，生成疊合層，疊合層將兩個(gè)年份的圖形信息和屬性信息分別進(jìn)行疊加，Attri(M)、Attri(N)為待比較的圖形M和N的屬性；

3.2)遍歷疊合層中的最小單元圖斑，最小單元是指兩個(gè)時(shí)點(diǎn)之間的要素對(duì)象疊加所形成的最小面對(duì)象的集合；

3.3)設(shè)最小面對(duì)像為Obj(D)，D為最小面對(duì)像，首先判斷目標(biāo)屬性Attri(N)是否存在，若Attri(N)不存在，則空間實(shí)體的變更行為是滅失，將要素X存放在更新過(guò)程層文件；

3.4)若D對(duì)象中的Attri(M)、Attri(N)都存在，計(jì)算圖形M和N的面積疊置率，若D與Nj面積疊置率在誤差e值內(nèi)，可認(rèn)為兩個(gè)圖形是相同沒(méi)有變化的，Nj為N中第j個(gè)分量的分歧度；再對(duì)比Attri(M)與Attri(N)的屬性值是否等值，若等值，則圖形屬性均沒(méi)有發(fā)生變化，認(rèn)定兩圖形無(wú)變化；若屬性值不同，則判定為圖形無(wú)變化，此時(shí)將圖形N寫進(jìn)更新層文件，將圖形M寫進(jìn)更新過(guò)程層文件；

3.5)若D對(duì)象中的Attri(M)、Attri(N)都存在，但D與Nj面積疊置率在誤差e值外，則判定為圖形發(fā)生變更，將N圖形信息寫入更新層信息文件，將圖形M寫進(jìn)更新過(guò)程層文件；

3.6)最后將更新層信息文件和更新過(guò)程層信息文件分別轉(zhuǎn)化成VCT交換格式文件，最后封裝打包，形成地籍?dāng)?shù)據(jù)增量包。

2.根據(jù)權(quán)利要求1所述的一種基于MRS‐MM目標(biāo)匹配模型的空間實(shí)體增量提取方法，其特征在于所述的幾何匹配算法具體為：引入空間數(shù)據(jù)幾何相似度度量 理論即采用多角度測(cè)算的方式來(lái)衡量空間目標(biāo)的匹配相似度，引入形狀描述因子ω和ν來(lái)度量?jī)蓚€(gè)空間圖形的形狀相似度；采用面積疊置率作為指標(biāo)，通過(guò)比較面積疊置率的大小來(lái)判斷兩個(gè)空間圖形的面積相似程度；再計(jì)算出方向相似度，最后通過(guò)加權(quán)計(jì)算兩個(gè)匹配的空間目標(biāo)的形狀、面積、方向三個(gè)向量值得出總體匹配度；

2.1)形狀相似度計(jì)算

采用形狀描述因子ω和ν來(lái)度量?jī)蓚€(gè)空間圖形的形狀相似度，定義圖形M和圖形N的ω和ν分別ω_M，ν_M，ω_N，ν_N，其中：ν_M和ν_N為M和N的坐標(biāo)，和分別為圖形M、N各邊長(zhǎng)向量，k為邊數(shù)較少的多邊形邊數(shù)，M和N之間的形狀分歧度定義為：

其中，|ν_M-ν_N|和指代向量的歐氏距離，經(jīng)過(guò)多次試驗(yàn)，u₁和u₂均為0.5，ω和ν均作歸一化計(jì)算，通過(guò)計(jì)算得到0＜d(M,N)_shape＜1,得出形狀相似度為：

sim(M,N)_shape＝1-d(M,N)_shape，0＜sim(M,N)_shape＜1 (2)；

2.2)面積相似度計(jì)算

面積相似度采用面積疊置率作為指標(biāo)，通過(guò)比較面積疊置率的大小來(lái)判斷兩個(gè)空間圖形的面積相似程度，面積疊置率CR指兩個(gè)空間圖形的重合部分面積與各自面積的比率，定義為面積相似度sim(M,N)_area為CR，

其中，ΔS為兩個(gè)圖形的重合部分面積，S(X)為圖形X的面積，CR大于0且小于1，當(dāng)CR趨向于0時(shí)，兩個(gè)時(shí)刻的圖形越相似，反之兩個(gè)圖形差異越大，當(dāng) CR為1時(shí)，兩個(gè)圖形完全相等，設(shè)定誤差e的值；

使|S(A)-ΔS|≤e，得出面積相似度為：

其中|S(A)-ΔS|≤e；

2.3)方向相似度計(jì)算

空間要素的方向以圖形M、N最小外界矩形較長(zhǎng)的邊長(zhǎng)軸與相鄰邊形成的夾角為方向角，定義d(M,N)_direct為分別為圖形M、N的方向角，方向相似度可以定義為：

2.4)總體匹配度計(jì)算

總相似度是通過(guò)加權(quán)計(jì)算兩個(gè)匹配的空間圖行的形狀、面積、方向三個(gè)向量值得出，其中，設(shè)定[θ₁，θ₂，θ₃]^T，[C₁，C₂，C₃]^T分別表示圖形M、N的形狀、面積和方向三個(gè)向量，定義d(M,N)為M、N的分歧度，sim(M,N)為M、N的相似度，則圖形M、N的幾何相似性可以運(yùn)用該公式(5)來(lái)表示：

sim(M,N)＝1-d(M,N) (5)

采用加權(quán)的Minkowski距離來(lái)度量d(M,N)，則(5)可以轉(zhuǎn)化為：

其中，f取值2，u_j為權(quán)系數(shù)，并且|θ_j-C_j|是經(jīng)過(guò)歸一化后的值，是圖形M和N中第j個(gè)分量的分歧度，其中j＝1,2,3，0＜|θ_j-C_j|＜1，根據(jù)公式(6)測(cè)算出樣本的相似值，根據(jù)匹配精度確定過(guò)濾閾值，經(jīng)過(guò)計(jì)算，平均值為標(biāo)準(zhǔn)差為定義過(guò)濾閾值為sim₀，將上述形狀、面積、方向三個(gè)向量值代入公式(6)，推算出空間目標(biāo)總的幾何相似度，當(dāng)sim(M,N)>sim₀時(shí)，則可判斷圖形M、N匹配，當(dāng)sim(M,N)<sim₀，判斷圖形M、 N不匹配。