空间面群目标几何相似度计算模型

《空间面群目标几何相似度计算模型》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、第15卷第5期地球信息科学学报Vol.15,No.52013年10月JOURNALOFGEO-INFORMATIONSCIENCEOct.,2013空间面群目标几何相似度计算模型刘涛，闫浩文（兰州交通大学测绘与地理信息学院，兰州730070）摘要：本文针对空间面群目标提出了一种几何相似度计算模型。首先，利用拓扑关系概念领域图定义了面群之间的拓扑关系相似度；然后，对不同类型的面状目标选用合适的“降维”方法处理为“线群”目标，利用方向均值定义线群之间的方向关系即面群目标的方向相似度，以及利用“环形方差”定义线群

2、目标之间的距离关系即面群目标的距离相似度。最后，结合面群的长度和平均长度、面积和平均面积，面密度及紧致度，建立了面群目标几何相似度计算模型，以对面群目标相似度进行整体度量。该模型综合考虑了空间面群目标的几何特征和空间关系特征，并对其作了适当的权重分配。从时间邻近度和尺度邻近度角度，本文设计了2个实验，结果表明，相似度计算结果与地物特征比较一致，符合人们的直观空间认知。关键词：空间相似性；空间面群；几何相似度；空间关系DOI：10.3724/SP.J.1047.2013.006351引言间中都占有一定的面积，

3、也就是说都可以用“面”来[14]描述这些地理要素。论文从空间面群目标的空[1]对空间目标相似性进行研究，可以促进地理间关系和几何特征入手，针对不同的空间面群目空间认知、空间信息的处理和应用（如空间信息的标，采用合适的“降维”处理技术，将面状目标简化[2][3]查询和检索、数据集成和互操作、空间分析等），处理为线状目标，进而进行相似度的计算。最后用[4]为地图制图综合提供支持。实验验证了论文所提算法模型的正确性。研究相似性的目的是揭示较深层次上的信息，[5]需要复杂分析，由于空间相似关系的可计算性差，2空间面

4、群目标的相似性[1]且空间相似关系的计算要考虑的因素很多，因而一直以来人们较少研究空间相似关系。模式识别、2.1空间相似性的定义图像检索，以及地理信息检索中对空间相似性的研地理学第一定律对相似性进行了粗略的描究都有所涉及，但模式识别中侧重于单个图形对象[15]述。AlecHolt综合考虑到尺度和上下文环境对空[6][7-8]的相似研究；图像检索侧重于栅格图像的处理；间相似性进行了定性的描述。本文综合文献[4]，采地理信息检索中则着重于地理查询和地理目标之用集合学的方法对相似性定义如下：[2,9]间的匹配方法

5、研究。Bruns和Engenhofer最早提定义1：设有2个地理空间目标A1、A2,其特征[10]出了一种空间场景相似度的计算模型，Li和Fon-集合分别为C1、C2，且C1、C2均非空。若C1∩C2=[1][11]seca在此基础上进行了完善。唐炉亮等对网络C≠Ф,称相似特征集C为目标A1、A2的空间相似关传输中空间数据的几何相似性进行了研究，Zhao等系。2个空间目标之间的空间相似关系强弱可用空利用几何对象的size和position之间的转化来度量间相似度衡量，其值域为[0,1]。相似度的大小具有[1

6、2][16]空间几何相似性，构思巧妙，但对群组目标的相模糊性。似度量考虑不足。刘鹏程等提出一种线要素相似2.2空间面群特征集合[13]性计算方法并用于制图综合的质量判定。空间数据一般可分为定位数据和非定位数据2在客观地理世界中，几乎所有的地理要素在空收稿日期：2013-03-26；修回日期：2013-05-27.基金项目：国家自然科学基金项目（41201476）；兰州交通大学青年科技基金项目(2012001)。作者简介：刘涛（1981-）,男,湖北随州人,博士,副教授,研究方向为空间关系。E-mail：lt

7、aochina@foxmail.com636地球信息科学学报2013年类。其中，定位数据又可分为几何数据（如位置、维数等）和空间关系（如拓扑、方向、距离，等）数据。如此，对应到空间相似关系，地理空间目标的相似特征集合C={几何相似，空间关系相似，属性相似}。关于空间关系在空间目标相似性判断中的作[17]用，Egenhofer提到如下2个原则：（1）空间目标之间的拓扑、方向和距离关系反映了空间场景的本[10]质，因而最为关键；（2）拓扑关系通常能体现空间布局的本质——拓扑关系起主导作用，其他可度量[18]的关

8、系起提炼作用。故拓扑、方向和距离关系必须纳入到特征集合C中。图1改进的面状目标拓扑关系概念领域图空间语义（属性）相似性的研究在本文中暂不Fig.1Conceptualneighborhoodoftopologicalrelationships考虑。betweenpolygonobjects(afterimprovement)综上，对空间面状数据的定位数据相似特征集合定义如下：表1面状目标之间的概念邻域差异矩阵定义