一种顾及多特征约束的建筑物组合化简方法

1.本发明涉及一种用于地图的建筑物化简方法，属于地理信息数据处理技术领域，尤其涉及一种顾及多特征约束的建筑物组合化简方法。


背景技术：

2.居民地作为一种重要的基础地理信息数据，与人类的生活密切相关，是地图表达的重要内容。居民地综合是尺度变换、数据融合集成、数据挖掘等的重要手段，在综合过程中应该正确表示其几何特征(位置、形状等)、语义特征，处理好居民地与其他要素的关系，同时保持不同区域的密度对比和分布特征。居民地综合应遵循的基本原则是“表达主要的、舍其次要的”，常用方法包括选取、化简、降维、合并和典型化等，其中化简是最为常用的方法之一。在大比例尺数据中，居民地通常以建筑物多边形的形式存在，因此建筑物的综合一直是重点研究的问题，建筑物化简的实质是对构成边界的点进行删除或者移位，以更简单的多边形对原始图形进行抽象表达，同时要保持建筑物的基本特征。
3.建筑物化简可分为传统方法和智能方法，传统方法主要包括最小二乘法、邻近四点法、递归回归方法、模板匹配方法、渐进式化简方法以及图像化简方法等。最小二乘方法是在点分组的基础上，利用平差模型对多边形点进行拟合，进而实现建筑物的化简和直角化，但该方法对化简阈值的设置较为敏感；邻近四点法将多边形上邻近的四点作为基本处理单元，对建筑物的不同局部结构进行化简处理，但存在局部算法的不足；递归回归方法采用递归分割策略对化简进行迭代处理，该方法仅适用于正交型建筑；模板匹配方法通过典型的模板对建筑物进行化简，该方法过度依赖于模板库的完备性；图像化简方法需要将建筑物转化为栅格图像再进行化简，转换过程中易造成失真。
4.智能方法包括机器学习方法、深度学习方法等，现有技术中有如下方案：利用bp神经网络进行样本训练，进而实现建筑物化简；利用图卷积神经网络对建筑物形状进行深度识别，建立形状表达与化简算法之间的映射关系，实现建筑物的自动化简；从质量评估的角度出发，通过构建神经网络对同一建筑物实体的不同化简方法进行评估，进而得到最优的化简结果。智能方法过度依赖于样本的选择，而且化简结果不具备可解释性。
5.通过以上分析可以看出，现有的方法能够在一定程度上解决建筑物化简问题，但是都有各自的局限性，没有顾及多种特征的约束，导致通用性不足。


技术实现要素：

6.本发明的目的是提供一种顾及多特征约束的建筑物组合化简方法，用以解决现有技术中建筑物化简各自存在上述局限，没有顾及多种特征的约束，导致通用性不足的问题。
7.为实现上述目的，本发明的方案包括：
8.本发明的一种顾及多特征约束的建筑物组合化简方法的技术方案，包括如下步骤：
9.1)根据建筑物的几何形状数据得到建筑物几何形状的各边边长；
10.2)根据建筑物几何形状的各边边长，以及预设的化简阈值，找出长度小于所述化简阈值的待化简边；
11.3)根据与待化简边相邻的两个邻边与待化简边之间的位置关系，对待化简边所在位置进行复杂结构的类型识别；
12.4)根据复杂结构的类型，对应的移动和/或删除关联节点，以消除对应的待化简边；所述关联节点为，两个邻边与待化简边之间的两个内节点，和分别位于两个邻边外侧的两个外节点。
13.本发明通过对小于化简阈值的短边进行识别，然后将短边和短边相邻的邻边归为一组形成一个复杂结构，依次对待化简建筑物的各个复杂结构，根据复杂结构的类型，进行复杂结构中的短边消除，消除过程通过移动或者删除短边和邻边相关的节点，也即通过对复杂结构中短边和邻边的变形实现建筑物复杂结构的化简，化简过程保证建筑物的正交性，以区别于非人造自然物体的形状。
14.本发明的化简过程基于短边所在位置的结构特点，化简过程中能够最大程度的保持建筑物的特征。
15.进一步地，所述步骤3)中，复杂结构的类型包括z型结构，所述z型结构的两个外节点分别位于对应待化简边所在直线的两侧；
16.所述步骤4)中，通过如下方法消除z型结构的待化简边：删除两个内节点，并且平移至少一个外节点，使平移前后的几何形状的由节点构成的多边形面积相等。
17.针对阶梯装的z型复杂结构，本发明根据化简前后面积不变的原则，消除了阶梯之间的短边。
18.进一步地，所述步骤3)中，复杂结构的类型还包括u型结构，所述u型结构的两个外节点位于对应待化简边所在直线的同一侧；
19.所述步骤4)中，通过如下方法消除u型结构的待化简边：判断由两个邻边与待化简边构成的凸出部分或凹进部分的u型面积；
20.若所述u型面积小于设定面积，则删除对应凸出部分或填补所述凹进部分；
21.若所述u型面积小于设定面积，则至少移动两个外节点，或者至少移动一个外节点和一个内节点，使凸出部分或凹进部分形成一个面积等于所述设定面积的正方形。
22.本发明针对凹进或凸出的u型复杂结构，根据u型部分的面积，对于小面积则做删除对应u型部分的处理，对于较大面积则将其形状进行规则化，且规则化后的尺寸达到阈值面积对应的尺寸。
23.进一步地，所述步骤3)中，复杂结构的类型还包括非直角结构，所述非直角结构的待化简边与两个邻边的夹角均为钝角，且两个邻边延长线的夹角为直角；
24.所述步骤4)中，通过如下方法消除非直角结构的待化简边：分别沿着对应的邻边所在的直线平移两个内节点，直至两个内节点重合于两个邻边所在直线的交点。
25.进一步地，所述步骤3)中，复杂结构的类型还包括第一复杂拐角，所述第一复杂拐角为两个待化简边相邻；此时两个待化简边互为对方的一个邻边；
26.所述步骤4)中，通过如下方法消除第一复杂拐角的待化简边：删除两个待化简边的公共节点，然后对于任意一个待化简边，沿着对应的邻边所在直线的方向移动其剩余的一个内节点，以及沿着另一邻边外侧的相邻边所在直线的方向移动另一邻边一侧的外节
点，直至两个节点重合于对应邻边和所述相邻边所在直线的交点。
27.进一步地，所述步骤3)中，复杂结构的类型还包括第二复杂拐角，所述第二复杂拐角为两个待化简边之间间隔有一条边；间隔的一条边为两个待化简边所共有的一个邻边；
28.所述步骤4)中，通过如下方法消除第一复杂拐角的待化简边：删除两个待化简边的所有内节点，移动两个待化简边所剩余的两个外节点中的至少一个，使平移前后的几何形状的由节点构成的多边形面积相等。
29.对于由短边构成的拐角，通过延长拐角两侧的长边，实现小拐角复杂结构的消除。
30.进一步地，所述步骤3)中，复杂结构的类型还包括阶梯状结构，所述阶梯状结构为至少三个待化简边，其中有一个待化简边的两个邻边分别为与另外两个外侧待化简边所共有的邻边，且三个待化简边分别形成z型结构；
31.所述步骤4)中，通过如下方法消除阶梯状结构的待化简边：将两个外侧待化简边按照消除z型结构待化简边的方法消除。
32.对于连续的阶梯形成的阶梯状结构，将两侧的阶梯按照z型结构的简化方法消除短边，保留了建筑物特征的基础上实现了建筑物的化简。
33.进一步地，所述步骤3)中，根据如下公式判断复杂结构的类型是z型结构还是u型结构：
34.type＝(dx
32
dy
12-dy
32
dx
12
)(dx
32
dy
43-dy
32
dx
43
)
35.其中，dx
32
＝x
3-x2、dy
12
＝y
1-y2、dy
32
＝y
3-y2、dx
12
＝x
1-x2、dy
43
＝y
4-y3、dx
43
＝x
4-x3；
36.两个内节点p2、p3的坐标为(x2，y2)、(x3，y3)，两个外节点p1、p4的坐标为(x1，y1)、(x4，y4)；
37.当type＜0时，为z型结构，当type＞0时，为u型结构；
38.通过上述公式能够简单准确的判断出z型结构或者u型结构，提高了处理效率。
39.所述步骤4)中，消除z型结构待化简边时，两个外节点沿对应所在的非邻边的边所在的直线相向移动，移动距离分别为：
[0040][0041][0042]
其中，s1为p1节点的移动距离，s2为p4节点的移动距离，s(a，b)为a、b两点之间的距离；
[0043]
p1、p2、p3、p4沿边的延伸方向依次分布。
[0044]
通过上述公式能够简单准确的计算出节点的移动距离，且保证了化简前后集合形状的面积不变，提高了处理效率。
[0045]
进一步地，步骤1)中，所述几何形状数据为经过预处理的数据；
[0046]
所述预处理为识别并消除重复节点、共线节点和尖锐节点中的一个或多个；
[0047]
通过两个节点之间的距离小于预设的极小距离来判断两个节点属于重复节点，通过对应节点两侧的边之间的夹角与180度之间的差值小于预设的极小差值来判断该节点属于共线节点，通过对应节点两侧的边之间的夹角小于预设的极小角度来判断该节点属于尖
锐节点。
[0048]
通过预处理提前消除掉可能存在的数据错误或者细微结构，加快了后续复杂结构识别和简化，提高了整个建筑物化简的效率。
[0049]
进一步地，给定一个初始化简阈值，按照所述步骤1)、2)、3)、4)进行多次化简，直到化简阈值或建筑物几何形状最短边大于设定尺度；第n+1次化简的化简阈值根据如下公式确定：
[0050][0051]
其中，st
n+1
为第n次化简后建筑物几何形状最短边的长度，为第n次化简的化简阈值。
[0052]
本发明的化简方法满足连续渐进式化简的要求，通过多次化简操作的得到最终的化简结果，便于操作和维护。且化简阈值自动更新迭代，逐渐优化化简过程。
附图说明
[0053]
图1(a)是建筑物化简的面积特征保持示意图；
[0054]
图1(b)是建筑物化简的中心特征保持示意图；
[0055]
图1(c)是建筑物化简的主方向特征保持示意图；
[0056]
图2(a)是建筑物预处理前节点及几何形状示意图；
[0057]
图2(b)是建筑物预处理后节点及几何形状示意图；
[0058]
图3(a)是z型复杂结构示意图；
[0059]
图3(b)是u型(凸部)复杂结构示意图；
[0060]
图3(c)是u型(凹部)复杂结构示意图；
[0061]
图3(d)是非直角结构示意图；
[0062]
图4(a)是第一复杂拐角结构示意图；
[0063]
图4(b)是三条短边相邻的第二复杂拐角结构示意图；
[0064]
图4(c)是两条短边相隔的第二复杂拐角结构示意图；
[0065]
图4(d)是阶梯状复杂结构示意图；
[0066]
图4(e)是基本凹部复合结构示意图；
[0067]
图5是实施例中化简的建筑物几何形状示意图；
[0068]
图6(a)是z型结构化简示意图；
[0069]
图6(b)是u型结构化简示意图；
[0070]
图6(c)是非直角结构化简示意图；
[0071]
图7(a)是第一复杂拐角结构化简示意图；
[0072]
图7(b)是两条短边相隔的第二复杂拐角结构化简示意图；
[0073]
图7(c)是阶梯状复杂结构化简示意图；
[0074]
图7(d)是基本凹部复合结构化简示意图；
[0075]
图8(a)是转角函数示例中的建筑物示意图；
[0076]
图8(b)是转角函数示例中建筑物的转角函数示意图；
[0077]
图9(a)是本实施例中，实验区1利用本发明方法的化简结果；
[0078]
图9(b)是本实施例中，实验区2利用本发明方法的化简结果；
[0079]
图10(a)是对实验区1和试验区2的化简结果的位置评估结果；
[0080]
图10(b)是对实验区1和试验区2的化简结果的面积评估结果；
[0081]
图10(c)是对实验区1和试验区2的化简结果的方向评估结果；
[0082]
图10(d)是对实验区1和试验区2的化简结果的形状评估结果；
[0083]
图11是本发明的方法与现有技术的两种方法的化简结果比较图；
[0084]
图12(a)是本实施例中某建筑物第一次迭代化简后建筑物形状示意图；
[0085]
图12(b)是本实施例中某建筑物第二次迭代化简后建筑物形状示意图；
[0086]
图12(c)是本实施例中某建筑物第三次迭代化简后建筑物形状示意图；
[0087]
图12(d)是本实施例中某建筑物第四次迭代化简后建筑物形状示意图；
[0088]
图12(e)是本实施例中某建筑物最后一次迭代化简后建筑物形状示意图；
[0089]
图13是本发明顾及多特征约束的建筑物组合化简方法流程图。
具体实施方式
[0090]
下面结合附图对本发明做进一步详细的说明。
[0091]
1、建筑物化简的基本原则及思路。
[0092]
1.1、建筑物化简的基本原则。
[0093]
建筑物化简主要取决于地图比例尺或特定的制图需求，通过用更简单的形式取代原来的建筑物，同时保留甚至增强其主要特征来实现，一般遵循以下几个原则：
[0094]
(1)建筑物化简前后要保持基本形态，需要符合制图规范的要求，同时满足视觉上的清晰性、易读性和一致性；
[0095]
(2)建筑物属于人工地物，一般情况下具有明显的直角特征，与自然地物(水系、植被等)特征差异较大，化简时要保持建筑物的正交性；
[0096]
(3)如图1(a)所示，化简前后建筑物面积基本不变；如图1(b)所示，重心位置应大致相同；如图1(c)所示，主方向应基本一致；
[0097]
(4)如果建筑物为矩形时，不可再继续化简。
[0098]
1.2、本发明建筑物化简的思路。
[0099]
现有技术的化简方法大多侧重于保持某个特征，而建筑物化简是多种特征相互影响、制约的过程。本发明在化简的过程中充分考虑了多种特征的影响，提出一种组合化简方法，通过预处理、结构识别、直角化等过程实现建筑物的自动化简，主要步骤如下：
[0100]
(1)数据预处理。通过冗余点删除、尖角去除、平行垂直关系加强等操作，去除建筑物潜在的异常结点。
[0101]
(2)化简边分组。根据制图规范，找出小于阈值的边(一般为图上0.3mm所代表的实际距离)，并对这些边进行分组。
[0102]
(3)结构识别与化简。根据分组情况，识别不同的分类结构，并采用不同的规则进行化简，在化简的过程中采用逐渐增大阈值的渐进化简方法。
[0103]
(4)化简结果评估，初步化简结束后对化简结果进行自动评估，对不合理的化简建筑物进行修改，直到满足要求为止。
[0104]
2、如图13所示，本发明的多特征约束下的建筑物组合化简方法。
[0105]
2.1、数据预处理。
[0106]
建筑物数据预处理主要是针对可能出现的数据错误，如重复结点、共线结点、尖锐结点等，消除这些异常值，如图2所示。假设建筑物用结点表示：a＝{p1，p2，...，pn}，(p1＝pn)，则：
[0107]
重复结点：建筑物a中的两个点pm、pn重复或近似重复，可通过距离阈值d
τ
来判定，如果d(pm，pn)＜d
τ
，则pm、pn为重复结点，如图2(a)中的e、f点，d
τ
可设置为0.1mm。
[0108]
共线结点：建筑物a中的某个点pm与前后两点的夹角为平行或近似平行，可通过角度阈值θ来判定，如果|180
°‑
θm|，则pm为共线结点，如图2(a)中的h点，θ可设置为5度。
[0109]
尖锐结点：建筑物a中的某个点pm与前后两点的夹角为尖锐的角，可通过角度θ来判定，如果θm＜θ，则pm为尖锐结点，如图2(a)中的c点，θ可设置为5度。
[0110]
对图2(a)进行预处理，消除重复结点f、共线结点h、尖锐结点c后，得到如图2(b)所示的建筑物轮廓数据。
[0111]
2.2结构识别。
[0112]
建筑物还可以用边表示为a＝{e1，e2，...，en}，小于化简阈值的边称为短边，建筑物化简的前提是筛选出小于阈值的短边，并在此基础上进行化简。首先对可能存在最短边的局部结构进行分类，设需要化简的短边为ei，ei与其邻近的两条边e
i-1
、e
i+1
构成局部化简分组，这三条边涉及的结点为p1、p2、p3、p4，定义如下：
[0113]
类型1：z型结构，p1、p4点位于线段p2p3两侧，如图3(a)所示。
[0114]
类型2：u型结构，p1、p4点位于线段p2p3同侧，可分为凹、凸结构，如图3(b)、图3(c)所示。
[0115]
类型3：非直角结构，如图3(d)所示，局部结构包含两个非直角，一条短边，但线段p1p2、和线段p3p4之间的夹角呈直角或近似直角。
[0116]
在具体计算的过程中，主要根据点的坐标值进行判断，假设p1、p2、p3、p4的坐标为(x1，y1)、(x2，y2)、(x3，y3)、(x4，y4)，判断z型或u型的公式如下：
[0117]
type＝(dx
32
dy
12-dy
32
dx
12
)(dx
32
dy
43-dy
32
dx
43
)
ꢀꢀꢀ
(1)
[0118]
式中，dx
32
＝x
3-x2、dy
12
＝y
1-y2、dy
32
＝y
3-y2、dx
12
＝x
1-x2、dy
43
＝y
4-y3、dx
43
＝x
4-x3；type＜0时，为z型结构，type＞0时，为u型结构。判定为u型结构后，可进一步再判定其凹凸性。
[0119]
当存在多条邻近短边时，本实施例认为这些短边构成复杂化简结构，如图4(a)、图4(b)、图4(c)、图4(d)、图4(e)所示。
[0120]
类型4：当两条短边相邻时，构成一个复杂拐角(以下称之为第一复杂拐角)，如图4(a)所示，a、b两条相邻短边构成一个复杂拐角。
[0121]
类型5：当有大于两条短边相邻，或者有相隔的短边相邻时，构成另一类复杂拐角(以下称之为第二复杂拐角)，如图4(b)所示，三条短边a、b、c相邻；以及如图4(c)所示，两条相隔的短边a、b构成的复杂结构；第二类复杂拐角结构在化简时需要组合起来进行处理。
[0122]
类型6：其他复杂结构，如阶梯状建筑物或者复杂的凹入等，图4(d)所示是阶梯状建筑物，a、b、c三条边相隔平行且大致相等；图4(e)所示是由两个基本凹部复合构成，在化简时要保持其特征。
[0123]
在对建筑物的结构进行识别时，主要根据结点进行判断。从起始点开始遍历，记录每条边的长度，并判断其是否小于阈值，如图5所示，2-3、5-6、8-9、13-14、15-16为长度小于阈值的短边，记录起始点为{2，5，8，13，15}，在此基础上，再根据划分的类别判断短边的具体类型。
[0124]
2.3、分类化简。
[0125]
在建筑物化简结构识别的基础上，针对不同的结构采用不同的化简操作方法。
[0126]
操作1：z型结构化简，如图6(a)所示，p2、p3点删除，p1点按照的方向进行相应的移动，p4点按照相反方向进行移动，根据化简前后面积保持不变的原则，点p1移动的距离为：
[0127][0128]
式中，s(a，b)为a、b两点之间的距离，同理可得p4点的移动距离。
[0129]
操作2：u型结构化简，如图6(b)所示，主要根据凹凸部的面积大小，根据面积变化最小化原则判定是删除还是夸大处理。取s
t
为目标比例尺下的长度阈值，如果s(p2，p3)
×
s(p1，p2)＜s
t2
，则删除该结构，将p1点按照的方向延长至a点；如果s(p2，p3)
×
s(p1，p2)≥s
t2
，则需要进行夸大处理，p1、p2、p3分别调整为b、c、d点，s(c，d)的长度为s
t
，且s(b，c)
×
s(c，d)＝s
t2
。凹部的处理与此类似，不再赘述。
[0130]
操作3：非直角结构化简，如图6(c)所示，需要填充这种非直角结构，按照p1p2、p4p3的方向延长，相交于a点，并删除p2、p3点，化简后变为p1、a、p4三个点。
[0131]
操作4：对于第一复杂拐角，由于其两条边均小于阈值，因此在化简时需要进行填充补偿处理。如图7(a)所示，将与a、b相连的两条边作延长处理，相交于a点，即完成该复杂拐角的化简。
[0132]
操作5：由于多条短边集中在一起的第二复杂拐角，这种情况下，需要将其看作一个复杂区域进行统一化简。如图7(b)所示，a、b为需要化简的相隔短边，与其相邻的长边共同构成另一种第二复杂拐角的复杂区域，如图中a、b所在折线所示，按照面积不变的原则进行化简，如虚线所示。
[0133]
操作6：对于阶梯状建筑物，在化简时将a、c边按照z型结构化简，b边变为长边，不需要化简，如图7(c)所示；对于由两个基本凹部构成的建筑物，按照操作2的方法，分别进行化简，如图7(d)所示。
[0134]
另外，如果建筑物的最长边小于化简阈值，则将建筑物抽象为面积相等的矩形。
[0135]
2.4、化简阈值的渐进式确定方法。
[0136]
制图综合是一个渐进的过程，也是一个逐渐优化迭代的过程。渐进式化简的每一步只是在局部发生变化，通过多次的操作得到最终的化简结果，易于操作与维护。另外，本发明采取的是局部结构化简，通过渐进式化简方法，可以避免出现特别复杂的局部结构，进而得到较好的实验结果。
[0137]
现有的化简阈值大都是人工设定的，主要通过阈值逐渐增大的方法实现渐进式化简，本发明根据化简建筑物的特点，提出一种化简阈值的渐进式自动确定方法。假设建筑物bdi需要渐进化简到目标尺度，中间经过多次化简，将每次化简的建筑物要素和化简阈值分
别记为令st
n+1
为第n次化简后建筑物的最短边的长度，为第n次化简的化简阈值，则下一个化简阈值可定义为：
[0138][0139]
化简阈值通过迭代的方法逐渐增大，如果化简阈值小于设定的尺度，则化简继续进行，如果化简阈值或者建筑物最短边长度大于设定的尺度，则其对应的即为所需的化简要素。
[0140]
在化简过程中，化简力度大小，即最小可视的实地距离，不仅与目标比例尺有关，而且与源比例尺也有关系，可按照“自然规律”的综合法则来计算：
[0141][0142]
式中，d为目标比例尺下图上最小可视距离对应的实地距离(化简阈值)，s
t
为化简目标比例尺分母，so为源比例尺分母，d为图上最小可视距离，一般为0.3mm。
[0143]
以上是本发明的顾及多特征约束的建筑物组合化简方法的具体实施步骤，建筑物化简是一个多特征约束的过程，要充分考虑面积、直角、形状等特征，本发明的方法首先对建筑物进行预处理，然后筛选需要化简的边并进行结构识别，对不同的结构采用对应的化简方法，在化简的过程中保持了建筑物原有特征。
[0144]
3、建筑物化简结果评估
[0145]
建筑物化简不可避免会带来基本特征的改变，但这些特征变化应该限定在一定的范围内。合理的建筑物化简不仅需要限制位置误差，还需要保留原有建筑的基本形状、大小、方向和正交性特征，因此本实施例中从位置、面积、方向和形状四个特征对化简结果进行评估。
[0146]
3.1、位置评估。
[0147]
空间距离可以表达地理实体在位置上的接近程度，是一种重要的几何特征。假设建筑物bdi的重心点为pa(x1，y1)，化简后建筑物bd
′i的重心点为pb(x2，y2)，采用欧氏距离对位置进行评估，公式如下：
[0148][0149]
式中，u为建筑物bdi与bd
′i任意边界点间距离的最大值。
[0150]
3.2、面积评估。
[0151]
在化简的过程中，应遵循面积基本不变的原则，面积评估主要是计算化简前后面积的化简程度，计算公式如下：
[0152][0153]
式中，area1、area2分别为建筑物bdi及其化简后bd
′i的面积。
[0154]
3.3、方向评估。
[0155]
方向也是建筑物的重要判别特征，一般采用最小外接矩形的长轴代替。因此，方向评估计算公式如下：
[0156][0157]
式中，θ1、θ2分别为建筑物bdi及其化简后bd
′i的方向。
[0158]
3.4、形状评估。
[0159]
形状同样也是建筑物的一个重要视觉特征，本实施例采用转角函数来描述建筑物的形状特征，该方法利用角度和长度特征，其中顶点上的角度是该点的累积切角，对应的长度是该点上多边形的归一化累积长度。如图8(a)、图8(b)所示，从起始点沿逆时针方向，分别记录对应的弧长以及转角累积值，则切角可以看作是归一化累积长度的函数。转角函数形状相似度计算如下：
[0160][0161]
式中，ea(l)和eb(l)分别表示建筑物bdi及其化简后bd
′i的转角累积值。
[0162]
4、实验及结果分析。
[0163]
4.1、实验介绍。
[0164]
为了验证本发明的方法的有效性，本实施例利用python语言进行开发，结合arcgis软件，进行了算法的设计与实现。实验数据为openstreetmap数据中的建筑物要素层，两个实验区域分别如图9(a)、图9(b)所示，分别包含43、61个建筑物实体。实验过程中以1.5m作为初始化简阈值，以1∶25000作为目标化简尺度(根据制图规范中的0.3mm原则，对应的化简阈值为7.5m)，进行渐进式化简，化简结果如图9(a)、图9(b)中建筑物上的实线所示。由于本发明的方法采用的是局部化简策略，需要对不同的局部结构逐个进行处理，前面的局部结构化简会引起点位的变化，进而影响后面的局部结构化简，因此不同的起算点和方向会得到不同的化简结果。本发明选取建筑物多边形上最长边起点及逆时针作为化简起算点和方向。
[0165]
利用第3节所提的评估方法，对目标尺度上化简建筑物的数据质量进行评价，分别比较原始建筑物与化简建筑物在位置、面积、方向和形状的差异，两个实验区域共104个建筑物的评估结果分别如图10(a)、图10(b)、图10(c)、图10(d)所示。从图中可以看出，化简后的建筑物与原始建筑物相比，位置相似度在0.95以上；面积相似度在0.9以上；在方向上，由于化简前后其最小外接矩形的主方向大都没有改变，因此绝大部分建筑物的方向保持不变，个别变化程度较大，约为0.5左右；在形状上，形状相似度值大多在0.7以上，有部分复杂的建筑物化简后形状差异较大，在0.5以下。
[0166]
4.2、化简结果分析。
[0167]
将本发明的化简方法与邻近四点方法、递归回归方法进行对比，以1∶25000为目标化简比例尺，化简阈值设置为7.5m，采用第3节所述的方法进行化简评估，分别统计化简前后建筑物的位置、面积、方向、形状相似度的平均值，如表1所示。从表中可以看出，在位置和方向上，三种方法化简结果差异不大，均在0.97以上，在面积上，邻近四点方法保持的最好，递归回归方法最差；但是在形状方面，三种方法差别较大，本发明方法保持的最好，邻近四点方法次之，递归回归方法最差。由此可以看出，本发明的方法能有效顾及多种特征，而其他两种方法更侧重某一方面。
[0168]
表1与其他方法化简结果对比
[0169][0170]
图11列出了4个通过不同化简算法得到的建筑物结果，通过详细对比发现，本发明的方法可以顾及建筑物的多种特征，能够保持建筑物的面积、形状以及直角特征等。相较于其他两种方法，本发明的方法对部分结构进行了夸大处理，如建筑物a、c中的复杂直角，而其他两种方法没进行夸大处理；另外在局部特征的保持上，发明的方法也优于其他两种方法，可以化简较为复杂的建筑物，如建筑物b、d，更符合制图规范，而邻近四点方法存在特征丢失的情况，递归回归方法容易导致过度化简的结果。
[0171]
理论上来讲，对小于化简阈值的边都可以进行化简，直到所有的边都大于阈值为止，但化简后的建筑物不一定能满足化简需求，即化简结果评估后差异太大，跟实际的化简情况不相符合。比如某一建筑物为正n边形(n＞＝5)，每条边的长度小于阈值，但实际的面积并不小于化简阈值，此时利用本发明的渐进式化简方法并不能得到理想的化简结果，需要进行特殊处理，如抽象为圆形等。
[0172]
4.3、渐进式化简阈值分析。
[0173]
在实验的过程中，以某个建筑物为例，分析渐进式化简的阈值变化情况。假设该建筑物的初始状态为第m+1次的化简结果可由得到，该建筑物的最短边为2.35m，以2.5m作为初始化简阈值，以7.5m作为目标化简阈值，渐进式化简过程中的参数变化情况如表2所示。从表中可以发现经过4次化简，化简阈值分别设置为{2.5、2.81、3.29、4.67}，建筑物可进行连续尺度变换，进而实现渐进式化简。第4次化简后，建筑物的最短边为7.52m，可满足实际化简需求。在实际操作的过程中，需要对某个区域的多个建筑物同时进行化简，可将这些建筑物看作一个整体，设置一个初始阈值，每次化简之后计算最短边，并与目标阈值进行对比，直到满足化简要求为止。
[0174]
表2渐进式化简结果统计
[0175][0176]
5、总结。
[0177]
本发明提出了一种顾及多特征约束的建筑物组合化简方法，该方法考虑了实际的制图需求，将多种方法有机结合起来，通过识别不同的结构进行不同的化简操作。同时在化简的过程中，通过计算化简阈值与最短边的关系，得到不同阈值下的连续表达，进而实现渐进式化简。实验结果表明，与其他方法相比，本发明的方法可以有效顾及多种特征的影响，建筑物的位置、面积、方向和形状等特征可以控制在一定范围内，而且可以满足渐进式连续化简的要求，符合制图规范。

技术特征：
1.一种顾及多特征约束的建筑物组合化简方法，其特征在于，包括如下步骤：1)根据建筑物的几何形状数据得到建筑物几何形状的各边边长；2)根据建筑物几何形状的各边边长，以及预设的化简阈值，找出长度小于所述化简阈值的待化简边；3)根据与待化简边相邻的两个邻边与待化简边之间的位置关系，对待化简边所在位置进行复杂结构的类型识别；4)根据复杂结构的类型，对应的移动和/或删除关联节点，以消除对应的待化简边；所述关联节点为，两个邻边与待化简边之间的两个内节点，和分别位于两个邻边外侧的两个外节点。2.根据权利要求1所述的顾及多特征约束的建筑物组合化简方法，其特征在于，所述步骤3)中，复杂结构的类型包括z型结构，所述z型结构的两个外节点分别位于对应待化简边所在直线的两侧；所述步骤4)中，通过如下方法消除z型结构的待化简边：删除两个内节点，并且平移至少一个外节点，使平移前后的几何形状的由节点构成的多边形面积相等。3.根据权利要求2所述的顾及多特征约束的建筑物组合化简方法，其特征在于，所述步骤3)中，复杂结构的类型还包括u型结构，所述u型结构的两个外节点位于对应待化简边所在直线的同一侧；所述步骤4)中，通过如下方法消除u型结构的待化简边：判断由两个邻边与待化简边构成的凸出部分或凹进部分的u型面积；若所述u型面积小于设定面积，则删除对应凸出部分或填补所述凹进部分；若所述u型面积小于设定面积，则至少移动两个外节点，或者至少移动一个外节点和一个内节点，使凸出部分或凹进部分形成一个面积等于所述设定面积的正方形。4.根据权利要求3所述的顾及多特征约束的建筑物组合化简方法，其特征在于，所述步骤3)中，复杂结构的类型还包括非直角结构，所述非直角结构的待化简边与两个邻边的夹角均为钝角，且两个邻边延长线的夹角为直角；所述步骤4)中，通过如下方法消除非直角结构的待化简边：分别沿着对应的邻边所在的直线平移两个内节点，直至两个内节点重合于两个邻边所在直线的交点。5.根据权利要求4所述的顾及多特征约束的建筑物组合化简方法，其特征在于，所述步骤3)中，复杂结构的类型还包括第一复杂拐角，所述第一复杂拐角为两个待化简边相邻；此时两个待化简边互为对方的一个邻边；所述步骤4)中，通过如下方法消除第一复杂拐角的待化简边：删除两个待化简边的公共节点，然后对于任意一个待化简边，沿着对应的邻边所在直线的方向移动其剩余的一个内节点，以及沿着另一邻边外侧的相邻边所在直线的方向移动另一邻边一侧的外节点，直至两个节点重合于对应邻边和所述相邻边所在直线的交点。6.根据权利要求5所述的顾及多特征约束的建筑物组合化简方法，其特征在于，所述步骤3)中，复杂结构的类型还包括第二复杂拐角，所述第二复杂拐角为两个待化简边之间间隔有一条边；间隔的一条边为两个待化简边所共有的一个邻边；所述步骤4)中，通过如下方法消除第一复杂拐角的待化简边：删除两个待化简边的所有内节点，移动两个待化简边所剩余的两个外节点中的至少一个，使平移前后的几何形状
的由节点构成的多边形面积相等。7.根据权利要求6所述的顾及多特征约束的建筑物组合化简方法，其特征在于，所述步骤3)中，复杂结构的类型还包括阶梯状结构，所述阶梯状结构为至少三个待化简边，其中有一个待化简边的两个邻边分别为与另外两个外侧待化简边所共有的邻边，且三个待化简边分别形成z型结构；所述步骤4)中，通过如下方法消除阶梯状结构的待化简边：将两个外侧待化简边按照消除z型结构待化简边的方法消除。8.根据权利要求7所述的顾及多特征约束的建筑物组合化简方法，其特征在于，所述步骤3)中，根据如下公式判断复杂结构的类型是z型结构还是u型结构：type＝(dx
32
dy
12-dy
32
dx
12
)(dx
32
dy
43-dy
32
dx
43
)其中，dx
32
＝x
3-x2、dy
12
＝y
1-y2、dy
32
＝y
3-y2、dx
12
＝x
1-x2、dy
43
＝y
4-y3、dx
43
＝x
4-x3；两个内节点p2、p3的坐标为(x2，y2)、(x3，y3)，两个外节点p1、p4的坐标为(x1，y1)、(x4，y4)；当type＜0时，为z型结构，当type＞0时，为u型结构；所述步骤4)中，消除z型结构待化简边时，两个外节点沿对应所在的非邻边的边所在的直线相向移动，移动距离分别为：直线相向移动，移动距离分别为：其中，s1为p1节点的移动距离，s2为p4节点的移动距离，s(a，b)为a、b两点之间的距离；p1、p2、p3、p4沿边的方向依次分布。9.根据权利要求1～8任一项所述的顾及多特征约束的建筑物组合化简方法，其特征在于，步骤1)中，所述几何形状数据为经过预处理的数据；所述预处理为识别并消除重复节点、共线节点和尖锐节点中的一个或多个；通过两个节点之间的距离小于预设的极小距离来判断两个节点属于重复节点，通过对应节点两侧的边之间的夹角与180度之间的差值小于预设的极小差值来判断该节点属于共线节点，通过对应节点两侧的边之间的夹角小于预设的极小角度来判断该节点属于尖锐节点。10.根据权利要求1～8任一项所述的顾及多特征约束的建筑物组合化简方法，其特征在于，给定一个初始化简阈值，按照所述步骤1)、2)、3)、4)进行多次化简，直到化简阈值或建筑物几何形状最短边大于设定尺度；第n+1次化简的化简阈值根据如下公式确定：其中，st
n+1
为第n次化简后建筑物几何形状最短边的长度，为第n次化简的化简阈值。

技术总结
建筑物是大比例尺地图中的重要要素，其自动化简是制图综合领域的重要研究内容。针对当前化简方法仅侧重于某一方面的问题，本发明提出一种顾及多特征约束的建筑物组合化简方法。首先，对建筑物进行冗余点删除、尖角去除等预处理操作；然后对需要化简的短边进行分类识别，针对不同的类型采用不同的化简操作，在化简的过程中采用阈值逐渐增大的渐进式确定方法，直到满足化简要求为止；最后对化简结果进行评估，对不合理的化简实体进行调整修改。以OpenStreetMap数据为例进行实验，并与其它化简方法进行对比，实验结果表明，本发明的方法可以有效保持建筑物的面积、形状、直角等基本特征，可以实现建筑物的自动连续化简，具备一定的通用性。定的通用性。定的通用性。


技术研发人员：马京振 孙群 徐青 李少梅 周炤 温伯威 朱新铭 张付兵 吕峥 孙士杰
受保护的技术使用者：中国人民解放军战略支援部队信息工程大学
技术研发日：2022.09.23
技术公布日：2023/8/23