模糊綜合評(píng)判在面實(shí)體匹配中的應(yīng)用研究

熊天星 (新疆兵團(tuán)勘測(cè)設(shè)計(jì)院(集團(tuán))有限責(zé)任公司，新疆 烏魯木齊 830002)

模糊綜合評(píng)判在面實(shí)體匹配中的應(yīng)用研究

熊天星 (新疆兵團(tuán)勘測(cè)設(shè)計(jì)院(集團(tuán))有限責(zé)任公司，新疆 烏魯木齊 830002)

地圖數(shù)據(jù)庫合并是由同一地區(qū)2個(gè)或2個(gè)以上不同來源的地圖數(shù)據(jù)庫生成一個(gè)新的更好的地圖數(shù)據(jù)庫。面實(shí)體匹配是地圖數(shù)據(jù)庫合并的重要組成部分，綜合分析常用的的面實(shí)體匹配方法，比較分析各自的優(yōu)缺點(diǎn)，將模糊綜合評(píng)判理論應(yīng)用到面實(shí)體匹配中。通過試驗(yàn)實(shí)例，證明了其現(xiàn)實(shí)可行性，并與常用方法進(jìn)行比較，證明了其優(yōu)越性。

地圖數(shù)據(jù)庫合并；模糊綜合評(píng)判；面實(shí)體匹配

地圖數(shù)據(jù)庫的各級(jí)應(yīng)用部門，有時(shí)也需要將這些不同來源的地圖數(shù)據(jù)庫合在一起使用，因此研究城市地圖數(shù)據(jù)庫之間的實(shí)體匹配與合并技術(shù)是很有必要的[1]?，F(xiàn)有的面實(shí)體匹配算法有整體-整體匹配(如面質(zhì)心幾何距離匹配法和模糊拓?fù)潢P(guān)系匹配法)和局部-整體匹配(如轉(zhuǎn)向角函數(shù)面匹配方法)2大類。下面，筆者對(duì)模糊綜合評(píng)判在面實(shí)體匹配中的應(yīng)用進(jìn)行了研究。

1 常用算法

1.1面質(zhì)心幾何距離匹配算法

面質(zhì)心幾何距離匹配算法通過質(zhì)心來判斷2個(gè)面的大致位置關(guān)系、通過面密度來判斷它們的大致形狀關(guān)系、通過面積來判斷它們的大小差異來進(jìn)行幾何匹配。面質(zhì)心幾何匹配算法過程如下：先分析參與合并的數(shù)據(jù)庫特點(diǎn)，將定位精度相對(duì)較高的作為參考圖，屬性信息相對(duì)較豐富的作為調(diào)整圖，再求出調(diào)整圖中面實(shí)體的質(zhì)心點(diǎn)位置，利用點(diǎn)在面內(nèi)的幾何規(guī)則，判斷該質(zhì)心點(diǎn)是否在對(duì)應(yīng)參考圖中的某個(gè)面實(shí)體內(nèi)，上述過程屬于粗匹配。根據(jù)幾何匹配方法的幾何規(guī)則，利用多邊形面積和面密度進(jìn)行匹配檢驗(yàn)，上述過程屬于精匹配。經(jīng)過粗匹配后選中的對(duì)應(yīng)面實(shí)體，如果面積相等，還不能確定是否真正匹配，需要再結(jié)合面密度公式進(jìn)行檢驗(yàn)；如果面密度也基本相等，則可以認(rèn)為是一對(duì)一(l∶1)的匹配關(guān)系，它們屬于同名實(shí)體；如果參考圖的多邊形比對(duì)應(yīng)的調(diào)整圖多邊形的面積明顯要小，可以認(rèn)為是多對(duì)一(M∶l)的匹配關(guān)系；反之，可以認(rèn)為是一對(duì)多(1∶N)的匹配關(guān)系。對(duì)于多對(duì)一(M∶1)的匹配關(guān)系，需要進(jìn)行2次檢驗(yàn)來確定是否匹配正確，即把對(duì)應(yīng)的多個(gè)多邊形面積相加，看看它們的面積之和是否與對(duì)應(yīng)的多邊形面積相等，若相等，則是同名實(shí)體，否則就不是同名實(shí)體。對(duì)于一對(duì)多(l∶N)的匹配關(guān)系，可以通過人工交互來確定。質(zhì)心匹配方法目前還不能解決多對(duì)多(M∶N)的復(fù)雜匹配類型[2]。

1.2面實(shí)體之間模糊拓?fù)潢P(guān)系匹配算法

拓?fù)潢P(guān)系“重疊”區(qū)分為“弱重疊”和“強(qiáng)重疊”，因而可以將空間拓?fù)潢P(guān)系歸為2大類：第1類拓?fù)潢P(guān)系包括相離、相接和弱重疊；第2類拓?fù)潢P(guān)系包括強(qiáng)重疊、相等、覆蓋，被覆蓋、包含和被包含?！叭踔丿B”與“強(qiáng)重疊”的區(qū)分依據(jù)可以為：若2個(gè)面域內(nèi)部相交的面積占最小面域面積的一半以上則歸為強(qiáng)重疊，否則歸為弱重疊，可通過下式計(jì)算確定[3]：

(1)

式中，AO,BO分別為2個(gè)多邊形的內(nèi)部區(qū)域；|AO|代表該區(qū)域的面積值。

若OF大于 0.5，則歸為第2類拓?fù)潢P(guān)系，否則歸為第1類拓?fù)潢P(guān)系。利用形態(tài)距離來計(jì)算2個(gè)面拓?fù)潢P(guān)系的隸屬度，從而可以確定2個(gè)面實(shí)體之間拓?fù)潢P(guān)系。在地圖數(shù)據(jù)庫實(shí)體匹配與合并過程中，根據(jù)同名點(diǎn)

之間的距離值來確定2幅圖的點(diǎn)位相對(duì)誤差σ，然后根據(jù)σ來確定形態(tài)距離的隸屬度函數(shù)，并根據(jù)隸屬度的大小來確定最小和最大形態(tài)距離值的分類。

1.3轉(zhuǎn)向角函數(shù)面匹配算法

轉(zhuǎn)向角函數(shù)匹配算法原理如下：選取圖形p的某一頂點(diǎn)作為參考點(diǎn)p1，t軸代表p1沿著多邊形周邊到多邊形上各點(diǎn)的距離，θ軸代表各點(diǎn)沿著周邊的轉(zhuǎn)向角的疊加(見圖1)。從p1點(diǎn)到p2點(diǎn)的距離為13.66，線段d的轉(zhuǎn)向角為3π/4，這樣依此類推，將每個(gè)線段邊的距離和線段邊的轉(zhuǎn)向角反映到直角坐標(biāo)系[4]。

圖1 轉(zhuǎn)角函數(shù)匹配模型

2 建立模糊綜合評(píng)判的匹配算法模型

2.1模型計(jì)算依據(jù)

(2)

此時(shí)無論rij的值如何，ai∧rij的結(jié)果都不能大于ai，ai實(shí)際上沒有起到加權(quán)的作用，而是起到“過濾”、“限制”的作用。在下一步運(yùn)算中通過取大，在n個(gè)ai∧rij中只取一個(gè)最大值，淘汰了其他因素，故這種運(yùn)算類型又稱主元素決定型。

2.2模糊評(píng)判模型的建立

因素集為U={U1(因素1)，U2(因素2),…,Un(因素n)},評(píng)判集為V={V1(標(biāo)準(zhǔn)1)，V2(標(biāo)準(zhǔn)2),…,Vn(標(biāo)準(zhǔn)n)},再做總的綜合評(píng)判得：

(3)

3 實(shí)例分析

根據(jù)模糊綜合評(píng)判原理建立面實(shí)體匹配算法模糊評(píng)判模型。因素集為U={u1(面質(zhì)心幾何距離法)，u2(模糊拓?fù)潢P(guān)系分類法)，u3(轉(zhuǎn)向角函數(shù)法)}。評(píng)判集為V={v1(匹配很好)，v2(匹配一般)，v3(匹配很差)}。權(quán)重向量為A=(a1,a2,a3)。在權(quán)重分配上，采用將符合條件的匹配實(shí)體與總計(jì)實(shí)體數(shù)量的比率作為其權(quán)重向量[6](如有100個(gè)匹配實(shí)體，面質(zhì)心幾何距離法匹配了30個(gè)，那么面質(zhì)心幾何距離法匹配的權(quán)重向量為0.3)，這樣排除了主觀因素，從而提高匹配精度和可靠程度。為了驗(yàn)證面實(shí)體綜合匹配方法的正確性，以江西省東鄉(xiāng)縣某村1∶500的地籍圖、地形圖為參考進(jìn)行匹配試驗(yàn)，參與匹配的實(shí)體個(gè)數(shù)為62個(gè)，其中1∶1的匹配個(gè)數(shù)為40個(gè)(見圖2和圖3)。2種圖同名面實(shí)體的差異主要包括2方面：①對(duì)同一房屋要素(集)的解釋不同，導(dǎo)致對(duì)房屋邊界線的合并和分割的不同，在建筑物群的內(nèi)部這種差異尤其明顯；解釋的差異還表現(xiàn)在同一個(gè)房屋在一個(gè)圖中包含了小的附屬結(jié)構(gòu)，而另一幅圖中則沒有；②不同圖的位置差異。從面實(shí)體匹配的角度而言，差異①更難確定，因?yàn)橛袝r(shí)其與差異②往往混淆在一起。

圖2 匹配建筑物面實(shí)體質(zhì)心顯示圖 圖3 匹配建筑物面實(shí)體拓?fù)潢P(guān)系局部放大圖

綜合算法的匹配步驟如下：①按面質(zhì)心幾何匹配法的進(jìn)行匹配，將1∶1面實(shí)體的匹配度在[0.9,1]以上的個(gè)數(shù)統(tǒng)計(jì)出；②將剩余的匹配實(shí)體按基于模糊拓?fù)潢P(guān)系的方法進(jìn)行匹配，把匹配度在[0.9,1]以上的實(shí)體個(gè)數(shù)統(tǒng)計(jì)出；③剩余的匹配實(shí)體按轉(zhuǎn)向角函數(shù)法進(jìn)行匹配，把匹配度在[0.9,1]以上的實(shí)體個(gè)數(shù)統(tǒng)計(jì)出；④對(duì)完成以上步驟再剩余的實(shí)體，重復(fù)步驟①、②、③，其匹配精度定為[0.7,0.9]，依次類推，以下循環(huán)的匹配精度為[0,0.7]；⑤將以上的每步的匹配實(shí)體個(gè)數(shù)進(jìn)行統(tǒng)計(jì)，建立統(tǒng)計(jì)結(jié)果表(見表1)，由權(quán)重分配方法得到權(quán)重分配表(見表2)；⑥根據(jù)權(quán)重分配表，得出每種算法的權(quán)重向量和評(píng)判矩陣，為模糊評(píng)判計(jì)算做好準(zhǔn)備；⑦評(píng)判計(jì)算。根據(jù)參與計(jì)算的因素和要得到結(jié)果的特點(diǎn)，選擇適當(dāng)?shù)脑u(píng)判計(jì)算方法。

表1 統(tǒng)計(jì)結(jié)果表

表2 權(quán)重分配表

由表2可得評(píng)判矩陣為：

按模糊綜合評(píng)判的最大隸屬度原則，綜合算法的配準(zhǔn)率在[0.9,1]之間，達(dá)到匹配很好的標(biāo)準(zhǔn)。

4 匹配算法比較

為了驗(yàn)證綜合算法的實(shí)用性，將綜合算法與單獨(dú)使用面質(zhì)心幾何匹配法、模糊拓?fù)潢P(guān)系匹配法與轉(zhuǎn)向角函數(shù)法進(jìn)行比較運(yùn)算，結(jié)果如表3所示。

表3 各算法獨(dú)立匹配評(píng)判結(jié)果

由表3建立各算法獨(dú)立匹配權(quán)重結(jié)果如表4所示。

表4 各算法獨(dú)立匹配權(quán)重結(jié)果表

由表4得到各算法獨(dú)立參與匹配的評(píng)判矩陣：

按最大隸屬度原則，綜合算法在匹配準(zhǔn)確率上比其他算法獨(dú)立匹配更有效，具體表現(xiàn)在在匹配類型和范圍上，不但能處理所有的匹配類型，還可以處理變形和遮掩問題，既能顧全整體與整體的匹配，也可以考慮局部與整體的匹配。

5 結(jié) 語

在對(duì)3種常用的面實(shí)體匹配算法模型進(jìn)行比較的基礎(chǔ)上，提出模糊評(píng)判綜合匹配算法，通過實(shí)例試驗(yàn)，證明模糊評(píng)判綜合算法不但比其他算法具有更高的匹配準(zhǔn)確率，而且能處理匹配類型以及變形和遮掩問題，因而能夠應(yīng)用在實(shí)際工作中。

[1]張橋平,李德仁,龔鍵雅.地圖合并技術(shù)[J].測(cè)繪通報(bào),2001,(7):50-53.

[2]丁險(xiǎn)峰,吳洪,張宏江,等.形狀匹配綜述[J].自動(dòng)化學(xué)報(bào),2001,33(5):678-689.

[3]Winter S.Knowledge acquisition for the automatic interpretation of spatial data[J]. International journal of geographical information systems, 2000,14(1):1-4.

[4]章思亮,臧德彥.基于轉(zhuǎn)向角函數(shù)的形狀匹配算法[J].科技廣場(chǎng),2009,22(1):118-121.

[5]楊綸標(biāo).模糊數(shù)學(xué)原理及應(yīng)用[M].第4版.廣州：華南理工大學(xué)出版社,2008.

[6]黃濤.模板匹配在圖像識(shí)別中的應(yīng)用[J].云南大學(xué)學(xué)報(bào)(自然科學(xué)版),2005,27(5):327-332.

[編輯] 李啟棟

O159

A

1673-1409(2013)25-0023-04

2013-06-24

熊天星(1982-)，男，助理工程師，現(xiàn)主要從事攝影測(cè)量與遙感方面的研究工作。