形状分析和形状识别是地图综合的重要内容之一,地图综合中需要对地理要素进行结构的识别,包括对要素的分布模式和形状特征进行分析,以便获取地理要素和现象的分布规律,制定综合的总体策略。其二,同一要素在不同尺度的表达中应保持形状的主体轮廓的一致性,这需要在综合算法中顾及形状的保真问题。其三,在地图综合的结果评价中,形状相似性是其重要的指标。地图是现实世界的抽象反映,没有形状的一致性人们很难将地图中的要素与真实的地理要素建立对应关系。但形状识别属于认知领域的范畴,具有很强的主观性和不确定性。论文就形状分析和识别在地图综合中的应用进行了探讨。主要在以下几个方面做一些探讨:
(1) 系统总结支持形状识别的基础理论。从形状的定义及特点入手,介绍认知心理学中有关模式识别的三种模型——模板匹配模型、原型匹配模型、特征匹配模型,阐述了人类对形状的认知规律。从计算机和信息科学的角度,介绍和总结有关形状识别的方法、模型以及地图科学中要素表达的形状特点。
(2) 阐述地理要素中面状要素的形状特征参数以及形状相似性识别的模型。重点将傅里叶形状描述子和形状数模型纳入到矢量面状要素的形状相似性度量中;分析傅里叶形状描述子在刻画不同形状图形时的拟合精度;设计了一套适合建筑物的、具有平移、缩放、旋转形状度量不变性的形状数的求解方法,研究不同尺度的形状数对形状度量的影响。
(3) 在认知心理学模式识别的原型匹配模型的启发下,提出基于动态模板匹配的建筑物多边形的化简方法。从原型模板设计、动态模板生成、要素与模板的匹配、模板放样以及化简成果的有效性探测五个方面详细地介绍基于动态模板匹配的建筑物化简模型的原理、操作流程,并用试验验证这一方法的有效性。
(4) 从线状要素的形状特征单元——弯曲入手,详述了弯曲的划分、弯曲形状的识别、层次结构;总结和归纳线状要素的单一特征参数、组合特征参数以及各参数的几何意义。
(5) 在探讨线状要素形状二维性——弯曲性与方向性的基础上,运用BP神经网络系统将线状要素按其形状进行分类与分段,拟对不同形状的线状要素和线状要素子段采用不同的化简模型和参数。
(6) 阐述线状要素化简可能带来的3个损失——点位精度、拓扑一致性、形状相似性,并简要分析了这三者之间的关系。在线状要素形状相似性分析的基础上,分析不同的线状要素化简模型在化简中对形状的影响,得出Douglas-Peucker化简模型具有精度损失最小、形状保真度最高的结论。
综上, 论文对地图综合中的线、面的形状进行系统分析,给出了适宜于地图综合的面状和线状要素的形状描述和匹配模型,并将它们直接用于地图综合的要素化简和综合结果的评价中,而且通过程序实现了关键技术。