一种基于Delaunay三角网的线性建筑物模式识别方法与系统

摘要

本发明公开了一种基于Delaunay三角网的线性建筑物模式识别方法与系统，其方法包括：对每个识别区域内的建筑数据生成两种约束三角网，利用这两种约束三角网计算邻近建筑物之间的空间关系值；将建筑物数据转换为邻近建筑物之间的图的数据结构，其转换过程是以建筑物为节点，以邻近建筑物之间的邻近关系作为边，并将上述计算的空间关系值赋给边作为其权重；对所转换的图的数据结进行切割，得到多个相互连通的子图，然后根据建筑物方向计算线性模式的路径夹角，并以经验设定的路径夹角作为路径夹角阈值对子图进行优化，最终获取线性建筑物模式；本发明能够更精确地识别线性建筑物模式，且避免了大量的图遍历过程，较现有方法计算简单且表达精确。