一种地形图的建筑物合并方法技术

本发明专利技术实施例公开了一种地形图的建筑物合并方法，所述方法包括：A、将具有空间区分特征的数据作为限制要素，将建筑物数据划分为各个区域的数据；B、对于每个所述区域：B1、建立该区域内各建筑物数据对应的C‑Delaunay三角网；B2、根据度量特征对所述三角网中的各三角形进行分类过滤；B3、对所述过滤后剩余的三角形进行聚类，获取聚类而形成的各个三角网的外边界形成各个桥接多边形；B4、将所述桥接多边形进行直角化处理，且将处理后的桥接多边形与其关联的建筑物进行融合。由上，本申请通过对桥接多边形进行直角化处理，保持了合并结果的直角化特征。

【技术实现步骤摘要】

本专利技术涉及地理信息系统领域，尤其涉及一种地形图的建筑物合并方法。
技术介绍
建筑物是大比例尺城市地形图的核心要素，对地图表达的效果具有重要影响。建筑物多边形的合并作为大比例尺地形图综合的难点之一，一直是国内外制图综合领域的研究热点，出现了不同的方法和策略：扫描扩展搜索、凸包演化方法及类似的基于数学形态学的方法适用于图象数据，即栅格数据，对矢量格式的数据处理需要借助矢栅转换的过程才能完成，合并过程略显繁复，合并结果在形状上可能产生较大弯曲且精度问题会对合并结果产生影响；基于缓冲区的面合并方法是对多边形建立外侧缓冲区，根据缓冲区的相交情况来实现合并的，但在实际应用中，对矢量多边形建立缓冲区及其求交运算效率不高，难以用于大范围数据处理中。借助Delaunay三角网进行面综合为建筑物合并提供了一种解决思路，通常的解决过程是基于Delaunay三角网的方法对研究区域进行三角剖分，借助三角网来识别多边形的空间关系，辅助完成多边形的合并。Delaunay三角剖分算法以其强大的空间邻近探测和分析功能，引起了制图专家的重视并将其应用到地图自动综合中。借助Delaunay三角网进行面综合为建筑物多边形的自动合并提供了一种解决思路，但仍存在一些不足：有的方法在对面进行合并时探讨的是一般面目标的合并，并未顾及到建筑物作为一种特殊的面，具有直角化的特征，合并结果丢失了这一特征。
技术实现思路
有鉴于此，本专利技术的主要目的在于提供一种地形图的建筑物合并方法，该方法对三角形进行分类过滤以确定建筑物的空间邻近关系。同时，借助保留下来的三角形识别出建筑物的桥接部分，并对桥接部分进行直角化处理。最后，通过桥接部分和建筑物面的融合实现建筑物的合并，同时保持了合并结果的直角化特征。本专利技术提供一种地形图的建筑物合并方法，包括：A、将具有空间区分特征的数据作为限制要素，将建筑物数据划分为各个区域的数据；B、对于每个所述区域：B1、建立该区域内各建筑物数据对应的C-Delaunay三角网；B2、根据度量特征对所述三角网中的各三角形进行分类过滤；B3、对所述过滤后剩余的三角形进行聚类，将剩余的三角形之间有公共边的三角形聚为一个三角网，获取各个三角网的外边界形成各个桥接多边形；B4、将所述桥接多边形进行直角化处理，并将处理后的桥接多边形与其关联的建筑物进行融合。由上，通过对桥接部分的直角化处理，保持了合并结果的直角化特征。优选地，步骤B4所述将所述桥接多边形进行直角化处理，包括以下步骤：识别出所述桥接多边形与建筑物的非公共边；由所述非公共边与其连接的与建筑物的公共边形成的钝角的顶点向与所述非公共边连接的另一公共边做垂线，并确定垂点的位置；确定所述非公共边的两个端点与所述垂点形成的边角三角形；切除所述边角三角形。优选地，所述步骤B4之后还包括：对所述融合后的图像中宽度低于阈值的两建筑物之间的连接部分进行删除。由上，实现了对桥接部分的直角化处理。优选地，步骤B2所述度量特征至少包括但不限于以下其一：位置特征、属性特征、关联特征、边长特征、角度特征、高度特征。优选地，当所述度量特征为位置特征时，所述步骤C包括：判断各三角形的内心点是否在建筑物面的内部；并过滤掉内心点在建筑物面的内部的三角形。优选地，当所述度量特征包含属性特征和关联特征时，所述步骤C包括：排除三边均不是或只有一条边是建筑物边的I类三角形，保留II类三角形；且预留两边是建筑物边的I类三角形和III类三角形以备修复；其中，所述修复包括：将预留的III类三角形中属于B类三角形的三角形保留；且将预留的非建筑物边关联了保留状态的三角形的I类三角形保集；其中，所述I类三角形为三个顶点位于同一建筑物面的三角形；所述II类三角形为三个顶点中有一个顶点与其他两个顶点位于不同的建筑物面的三角形；所述III类三角形为三个顶点分别位于不同的建筑物面的三角形；所述B类三角形为有两条边关联其他三角形且另外一条边无关联三角形的三角形。优选地，当所述度量特征为边长特征时，所述步骤C包括：排除平均边长大于边长阈值的三角形。优选地，当所述度量特征包含属性特征和角度特征时，所述步骤C包括：保留钝角对边是建筑物边的钝角三角形，预留其余的钝角三角形以备修复；且保留包含建筑物边界边的锐角三角形，预留不含边界边的锐角II类三角形以备修复；其中，所述修复预留的钝角三角形，包括：将所述预留的钝角三角形中存在两条非建筑物边且所述两条建筑物边分别关联的三角形处于保留状态的三角形进行保留；所述修复预留不含边界边的锐角II类三角形，包括：将所述预留的锐角II类三角形中属于B类三角形的三角形进行保留。优选地，当所述度量特征为高度特征时，所述步骤C包括：根据三角形之间是否有公共边，将有公共边的三角形分为一组，计算每一个三角形分组的平均高度，排除所述平均高度大于高度阈值的三角形集合。优选地，步骤A所述具有空间区分特征的数据包括至少以下其一：河流、道路、边界、区域、标识。优选地，所述步骤B2包括：B2.1、根据位置特征判断各三角形的内心点是否在建筑物面的内部；并过滤掉内心点在建筑物面的内部的三角形；B2.2、根据属性特征排除三边均不是或只有一条边是建筑物边的I类三角形，保留II类三角形；且预留两边是建筑物边的I类三角形和III类三角形以备修复；B2.3、根据边长特征排除平均边长大于边长阈值的三角形；B2.4、根据角度特征保留钝角对边是建筑物边的钝角三角形，预留其余的钝角三角形以备修复；且保留包含建筑物边界边的锐角三角形，预留不含边界边的钝角II类三角形以备修复；B2.5、将预留的钝角三角形进行修复，具体为：将所述预留的钝角三角形和所述预留的钝角II类三角形中存在两条非建筑物边且所述两条建筑物边分别关联的三角形处于保留状态的三角形进行保留。B2.6、将保留的三角形中之间有公共边的三角形分为一组，根据高度特征，计算每一个三角形分组的平均高度，排除所述平均高度大于高度阈值的三角形集合；B2.7、将预留的I、II、III类三角形进行修复，具体为：将预留的II、III类三角形中属于B类三角形的三角形进行保留；且将非建筑物边关联了保留状态的三角形的I类三角形保留。由上，利用6种度量特征从多种角度对三角形进行分类过滤以确定建筑物的空间邻近关系，不会夸大聚类结果，过滤效率和效果更好，从而保证了聚类分析和过滤的合理性。由上可以看出，本专利技术提供了一种地形图的建筑物合并方法，对Delaunay三角网中的三角形提出了定量与定性结合的度量参数，利用6种度量特征从多种角度对三角形进行分类过滤以确定建筑物的空间邻近关系，不会夸大聚类结果，过滤效率和效果更好，从而保证了聚类分析和过滤的合理性。同时，借助保留下来的三角形识别出建筑物的桥接部分，对桥接部分的进行直角化处理。最后，通过桥接部分和建筑物面的融合既实现了建筑物的合并，也保持了合并结果的直角化特征。而且经过多样性数据的实验和分析证明，效率和效果远远高于人工综合应用，更好的满足了生产实践对建筑物综合的要求。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的本文档来自技高网...

【技术保护点】
一种地形图的建筑物合并方法，其特征在于，包括A、将具有空间区分特征的数据作为限制要素，将建筑物数据划分为各个区域的数据；B、对于每个所述区域：B1、建立该区域内各建筑物数据对应的C‑Delaunay三角网；B2、根据度量特征对所述三角网中的各三角形进行分类过滤；B3、对所述过滤后剩余的三角形进行聚类，将剩余的三角形之间有公共边的三角形聚为一个三角网，获取各个三角网的外边界形成各个桥接多边形；B4、将所述桥接多边形进行直角化处理，并将处理后的桥接多边形与其关联的建筑物进行融合。

【技术特征摘要】
1.一种地形图的建筑物合并方法，其特征在于，包括A、将具有空间区分特征的数据作为限制要素，将建筑物数据划分为各个区域的数据；B、对于每个所述区域：B1、建立该区域内各建筑物数据对应的C-Delaunay三角网；B2、根据度量特征对所述三角网中的各三角形进行分类过滤；B3、对所述过滤后剩余的三角形进行聚类，将剩余的三角形之间有公共边的三角形聚为一个三角网，获取各个三角网的外边界形成各个桥接多边形；B4、将所述桥接多边形进行直角化处理，并将处理后的桥接多边形与其关联的建筑物进行融合。2.根据权利要求1所述的方法，其特征在于，步骤B4所述将所述桥接多边形进行直角化处理，包括以下步骤：识别出所述桥接多边形与建筑物的非公共边；由所述非公共边与其连接的与建筑物的公共边形成的钝角的顶点向与所述非公共边连接的另一公共边做垂线，并确定垂点的位置；确定所述非公共边的两个端点与所述垂点形成的边角三角形；切除所述边角三角形。3.根据权利要求1所述的方法，其特征在于，所述步骤B4之后还包括：对所述融合后的图像中宽度低于阈值的两建筑物之间的连接部分进行删除。4.根据权利要求1所述的方法，其特征在于，步骤B2所述度量特征至少包括但不限于以下其一：位置特征、属性特征、关联特征、边长特征、角度特征、高度特征。5.根据权利要求4所述的方法，其特征在于，当所述度量特征为位置特征时，所述步骤C包括：判断各三角形的内心点是否在建筑物面的内部；并过滤掉内心点在建筑物面的内部的三角形。6.根据权利要求4所述的方法，其特征在于，当所述度量特征包含属性特征和关联特征时，所述步骤C包括：排除三边均不是或只有一条边是建筑物边的I类三角形，保留II类三角形；且预留两边是建筑物边的I类三角形和III类三角形以备修复；其中，所述修复包括：将预留的III类三角形中属于B类三角形的三角形保留；且将预留的非建筑物边关联了保留状态的三角形的I类三角形保集；其中，所述I类三角形为三个顶点位于同一建筑物面的三角形；所述II类三角形为三个顶点中有一个顶点与其他两个顶点位于不同的建筑物面的三角形；所述III类三角形为三个顶点分别位于不同的建筑物面的三角形；所述B类三角形为有两条边关联其他三角形且另外一条边无关联三角形的三角形。7.根据权利要求4所述的方法，其特征在于，当所述度量特...

【专利技术属性】
技术研发人员：李成名，殷勇，郭沛沛，吴伟，王伟，陈燕妮，印洁，
申请(专利权)人：中国测绘科学研究院，
类型：发明
国别省市：北京;11