Page 159 - 《武汉大学学报(信息科学版)》2025年第10期
P. 159

2094                            武 汉 大 学 学 报  (信 息 科 学 版)                       2025 年 10 月
                式中,n 为建筑物的总个数;i 表示第 i 个建筑物;a                     本文方法的结果,说明本文方法在建筑物图形特

                用于标识被毗邻化后的建筑物;b 用于标识被毗                           征保持上有优势。
                邻化前的建筑物;Q 表示建筑物形状的紧密度;A                              为了进行直观的对比分析,选择了实验区图

                表示建筑物的面积;P 表示建筑物的周长。                             11(b)中区域 B 展示实验结果,使用文献[5]方法
                     2)建筑物边数变化的占比 C C:                           的实验结果见图 15,使用本文方法的实验结果见
                             n
                                           b
                                       b
                                  a
                      C C =[  ∑ (|( E i - E i |/E i ) /n]×100% (7)  图 13(b),比较后可以发现:(1)一些相交的建筑物
                            i = 1                                未被处理,如图 15 中的红圈 A 所示;(2)文献[5]方
                式中,E 表示一个建筑物的边数。
                                                                 法所提取的骨架线生成了一些很短的边,如图 15
                     3)建筑物轮廓线上直角的保持比例 C P:
                                                                 中的红圈 B 所示,这导致相关建筑物的边数增加,
                                  n     n
                                            b
                                     a
                        C p =(1 - ∑ G i / ∑ G i )×100%  (8)      有些毗邻化后的建筑物的直角边无法保持平直,
                                 i = 1  i = 1
                                                                 与本文方法相比,有些毗邻化后的建筑物形状变
                式中,G 表示一个建筑物轮廓上的直角数量。
                                                                 化更大。本文方法在毗邻化过程中直接提取正
                     4)建 筑 物 最 小 外 接 矩 形 方 位 差 异 的 平 均
                                                                 对投影线段,相对而言,更加简单直接。
                值 C O:
                              n
                                        b
                                  a
                      C O =[  ∑ (|O i - O i |/π ) /n ]×100%  (9)              表 2 两种方法的比较
                             i = 1                                      Table 2 Comparison of Two Methods
                式中,O 表示一个建筑物的最小外接矩形长轴的
                                                                          毗邻化
                方位。                                                方法     建筑物    C IPQ /%  C C /% C P /% C O /% C A /%
                     5)建筑物凸包的平均面积变化率 C A:                                数量/个
                            n                                    本文方法     2 144   0.12  0.70  1.26  0.76  2.60
                                            b
                                 a
                                       b
                     C A =[  ∑ (|W i - W i | /W i )/n ]×100%(10)  文献[5]
                           i = 1                                          1 371   1.26  43.97  7.38  1.40  7.12
                                                                   方法
                式中,W 表示建筑物的凸包面积。
                     以上 5 个指标的数值均介于 0~1 之间,数值
                越小,说明本文建筑物群毗邻化综合效果越好。
                3.3 对比实验
                     实验中阈值的设置对实验结果有影响,假设
                使用独立建筑物毗邻化的阈值对图 1(a)和图 1(b)
                中 的 复 合 建 筑 物 群 和 城 中 村 毗 邻 化 ,当 T 4=
                50%,T 5=10°时,图 1(a)的毗邻化结果有错误,见
                图 14(a),图 14(a)中圆圈区域的建筑物轮廓线方
                向差异较大,没有消除缝隙;图 1(b)的毗邻化结
                果也是错误的,见图 14(b),圆圈区域的邻近度较
                小正对投影线段组仍然没有共线。                                      图 15 基于文献[5]方法的建筑物群毗邻化结果

                                                                 Fig.  15 Results of Building Groups Agglomeration with
                                                                             the Method in Reference [5]


                                                                 4 结    语


                                                                     地图面状空间目标之间的毗邻化是地图制
                                                                 图综合中的一个算子,本文针对建筑物群的特点
                  图 14 使用不恰当阈值的建筑物群毗邻化错误结果                       提出了一个建筑物群毗邻化的新算法,该方法在
                 Fig. 14 Wrong Results of Building Groups Agglomeration
                                                                 自动判别成组正对投影线段基础上可以快速完
                           with Inappropriate Thresholds
                                                                 成建筑物群毗邻化的任务,同时借助与原始直角
                     使用文献[5]中的方法验证本文方法的有效                        边关联的毗邻主方向线,可以尽量保持毗邻化后
                性,表 2 展示了本文方法与文献[5]方法的毗邻化                        的建筑物群整体图形轮廓的直角分布特征。从
                后图形特征变化情况,5 个空间特征指标均高于                           实验结果来看,该方法的适用性强,能处理不同
   154   155   156   157   158   159   160   161   162   163   164