居民地

摘要： 实现CAD与GIS数据共享的主要途径之一是利用FME中的语义转换技术,实验以DWG格式的居民地及设施数据为例,通过FME项目转换模型时,完成了CAD格式数据与GIS格式数据的关系表,在此关系表为基础的情况下,完成DWG数据到GIS数据的转换。模型实现了对DWG居民地及设施数据到ArcGIS的shp数据的无损转换,数据编码一一对应,并对转换后的数据进行拓扑检查和修改。数据的批量处理主要是利用脚本程序进行,同时输出处理过程和结果的log文件,这个过程在很大程度上提高了数据入库的正确性、共享性和转换效率。

摘要： 基于国产高分辨率遥感卫星影像,在四川省无图区选取了1幅1∶10000图幅作为研究区,分别以不综合、7 m综合、15 m综合3种尺度进行了居民地采集指标的研究,分析了居民地按房屋真形、以不综合方式进行采集制图的可行性。结果表明:居民地不综合和7 m综合2种尺度均可应用于1∶10000基础地理信息数据新测项目,符合其生产需求,但不综合方式生产时间较传统按15 m综合方式增加了4—8倍,制图图面负载量较大,符号边线压盖明显,不利于判读,因此,建议在城市地区尤其是房屋密集区域选用7 m综合尺度进行居民地采集,在广大农村房屋较稀疏地区按房屋真形不综合方式采集。

摘要： 居民地是地物的重要组成部分,对它的获取是遥感影像提取的主要研究内容之一。深入研究了居民地相关概念,提出了基于遥感影像的居民地提取方法。该方法综合利用居民地的光谱和几何特征,通过影像分割和影像分类进行居民地提取。同时为了解决提取结果较为破碎等问题,提出了居民地提取后处理方法。结果表明:文中提出的方法可以快速有效地提取居民地数据,研究结果对于准确地确定居民地面积及其分布情况具有重要的实际应用价值。

摘要： 居民地是各类地图上的关键要素,在1∶250000及以下比例尺地图上,居民地大量以点状的形态存在。点状居民地的主要综合过程在于正确选取,确保正确选取的关键在于保持选取前后的居民地分布特征,主要有分布范围和分布密度的保持。在总结分析现有方法的基础上,提出了系统聚类结合Voronoi图的思路,设计了聚类模型,以1∶250000比例尺地图某区域数据进行了实验性聚类,并分析了后续居民地选取时如何保持居民地分布特征的思路和方法。实验证明,该方法有效可行。

摘要： 居民地形状化简时,保持化简后形态与化简之前的形态相似是居民地综合的基本原则。散列式居民地是一种广泛存在、形态复杂的居民地,描述其形态并设计形态指标是关键难点问题。提出了基于制图综合原则的形态模型与形态描述指标,运用Alpha Shapes算法提取散列式居民地的边界建筑物坐标,将各个建筑物与边界的距离作为聚类指标,把建筑物划分为若干个类,形状化简时在各个类内进行选取,起到了保持居民地形态相似的目的。

摘要： 利用遥感影像比对以及地理国情监测数据对句容市居民地数据进行更新,两种方法相对于传统地毯式搜索变化信息,效率有所提高。两种方法各有优点,地理国情监测数据获取方便,且每年都有更新,但由于其数据与基础测绘数据的差异,该数据只能作为变化发现的一项参考,不能直接用于基础测绘数据更新。遥感影像比对方法,过程较复杂,但其提取的房屋数据可用于直接更新基础测绘数据。在有条件的情况下,可将该2种方法结合,利用地理国情监测数据进行变化发现,利用影像提取房屋进行更新。

摘要： 《八百里皖江》手绘地图,将现代测绘制图工艺与传统国画写意手法有机结合,根据皖江的独有特色,勾画出的兼具科学理性与艺术感性的地图作品。

摘要： 以深度学习为代表的人工智能技术为制图综合智能化水平的提升创造了有力的条件.然而,智能学习模型的应用依赖高质量的样本数据,目前还缺乏适宜制图综合知识学习的案例数据集.以不同比例尺居民地要素综合为例,深入探讨服务于智能化制图综合的样本数据采集建库方法.主要工作包括:依据地图数据组织特点和制图综合过程决策需求,提出了区分特征型案例和变换型案例的样本数据组织体系以及相关的数据结构设计;基于通用GIS平台设计了样本数据采集与管理系统,形成对样本数据采集、存储、修正、更新等全链条的管理维护框架.本研究是针对图形表达的地图要素如何构建案例数据集的有益探索,对推动以制图综合为代表的复杂地图空间知识学习具有积极意义.

摘要： 地震发生后,政府和社会对地震烈度评定工作的时效性要求越来越高,而遥感作为地震灾情获取的重要手段之一,在地震应急救援工作中发挥着越来越重要的作用.文中在前人研究的基础上,提出了一种利用遥感影像结合居民地建筑数据评估地震烈度的方法模型:在已知居民地建筑物数据的情况下,利用群体震害预测方法,构建居民地房屋倒塌率与地震烈度之间的关系模型;震后利用高分辨率遥感影像解译居民地房屋的倒塌率,并与倒塌率预测模型进行比对,反推该居民地遭遇的地震烈度.利用本方法对玉树县城内相邻但破坏情况相差巨大的2个街区进行了烈度计算,计算结果与现场科考结果一致.经验证,在利用遥感手段评估地震烈度时,本方法能有效避免由建筑抗震性能差异造成的影响,可较准确地评估地震烈度,在地震应急工作中具有一定的应用价值.

摘要： 结构选取是居民地选取决策的难点和重点.在分析现有方法特点的基础上,提出了点状居民地结构选取决策模型和方法.综合考虑了居民地选取原则、标准和居民地分布规律,利用系统聚类、Voronoi图和信息熵结合的方法,优化了属性排序方法,最大限度保持了居民地的分布特征、分布范围和分布密度,确保了高等级居民地全部选取,低等级居民地选取时顾及了分布特征和位置重要性.实验验证了该模型和方法的有效性和科学性.

摘要： 本文结合某测区1∶500地形图全野外调绘工作,对大比例尺地形图居民地及设施调绘的方法和技巧进行了较详细的阐述,为今后的数字城市外业调绘提供了成熟可靠的经验.

摘要： 随着基础地理数据"原始积累"的逐步完成和共享应用,如何快速更新、保持地理数据的现势性成为新的热点问题.居民地作为人类生活、生产的主要场所,同时也是地理数据变化中最为活跃的要素之一,其变化既受人类活动的影响,也影响着人类的活动.因此,对居民地进行快速有效的变化检测具有重要的研究意义,变化检测的关键步骤则是对同名要素进行匹配.为解决居民地匹配过程中数据量大、形状复杂、不确定性大等问题，充分考虑到骨架线可对面状要素的主体形状进行抽象的描述，从而反映面状要素的主延伸方向和主体形状特征的特点，本文将二维的居民地要素降成一维的骨架线特征，通过对骨架线的匹配实现同名居民地的匹配，进而判断未能匹配的骨架线对应的多边形即为发生变化的居民地。本方法将面状特征的匹配转化为骨架线特征的匹配，地将性能可靠的线要素匹配方法引入进来。实验结果表明不仅降低了数据的复杂性，还有效，本文方法可靠性强、有较高的变化检测正确率和自动化程度，可有助于提高数据更新入库的效率和精度。

摘要： 阐述了海图上居民地阴阳面描绘的原则，分析了实际作图中居民地边线的形式，通过综合分析居民地阴阳面描绘的原则居居民地边线的形式提出了自动判断居民地阴阳面的数学模型，并通过编程证明了居民地阴阳面自动判断数学模型的效果。

摘要： 利用高分辨率遥感影像自动提取和检测居民地的变化信息是遥感影像信息提取的难点之一。居民地是各种建筑物组成的城市、集镇、农村或其它居住区的总称，是地球表面变化最多最快的地物之一。高分辨率遥感影像空间信息丰富，居民地内的细节信息更加清楚，组成居民地的像元的光谱差异也随之增大，传统的遥感影像信息提取只能依靠影像的光谱信息，且是在像元层次上的分类，因此无法有效地从高分辨率影像上提取居民地。本文提出面向对象的居民地分类提取和变化检测方法。对于不同时期的影像，分别采用面向对象分类方法提取出各自的居民地，然后将居民地分类提取结果进行叠加，发现变化。其中面向对象的居民地分类提取方法首先通过影像分割将影像划分为互不相交的影像对象，然后根据这些影像对象的影像特征如光谱、纹理、形状和上下文等信息进行分类，提取出居民地区域，面向对象分类方法突破传统的分类方法，提高了居民地的分类精度。

摘要： 利用高分辨率遥感影像自动提取居民地是遥感影像信息提取的难点之一。居民地是各种建筑物组成的城市、集镇、农村或其他居住区的总称,是地球表面变化最多最快的地物之一。高分辨率遥感影像空间信息丰富,居民地内的细节信息更加清楚,组成居民地的像元的光谱差异也随之增大,传统的遥感影像信息提取只能依靠影像的光谱信息,且是在像元层次上的分类,因此无法有效地从高分辨率影像上提取居民地。面向对象的分类方法首先通过影像分割将影像划分为互不相交的影像对象,然后根据这些影像对象的影像特征如光谱、纹理、形状和上下文等信息进行分类,它突破传统的分类方法,改善高分辨率遥感影像的分类精度,已引起了广泛重视。本文研究了高分辨率遥感影像上提取居民地的面向对象的分类方法,并用实验证明面向对象分类方法可以提高居民地分类的精度。

摘要： 航空影像中居民地的自动提取目前主要采用分类提取方法，但精度不是很高。本文从分割和轮廓提取两个阶段完成了城市航空影像中居民地的自动提取。首先提出了一个基于纹理特征的多尺度分割方案，获取了航空影像中的潜在居民地。然后，对居民地的几何特征进行形态综合，得到了具有较好视觉效果的居民地轮廓。实验证明，该方法可实现高分辨率遥感影像中居民地的自动提取，正确率达到96﹪，比现有方法提高了4﹪左右。

摘要： 建筑物是居民地的主要组成部分,也是居民地影像判读的主要标志.本文选择建筑物的边缘特征作为纹理基元实现居民地的自动识别.首选根据遥感影像上边缘点的排列方式,提出了遥感影像边缘线分步提取方法,然后利用边缘线的相似性、平行性和邻近性进一步提取建筑物的边缘线,最后在建筑物边缘线提取结果的基础上利用边缘点密度和边缘线密度实现居民地的自动识别.文章最后将该方法应用到苏州市工业园区中居民地的识别,取得了较好的效果.

摘要： 针对高分辨率全色遥感影像上城镇居民地提取存在的问题,提出了统计和结构信息相结合的提取方法,该方法主要分4步实现:①分别计算影像的均值图像、方差图像和边缘图像;②用均值图像、方差图像以及从GIS数据库中派生的道路图像改正边缘图像,生成建筑物边缘图像;③通过计算边缘点密度提取居民地范围,得到居民地初始结果;④基于数学形态学的居民地边界修整.将该方法在3m分辨率全色遥感影像实验,成功提取了苏州市工业园区内一居民地信息,并与现有的成熟商业软件的提取结果进行比较,取得了相对较好的结果.

摘要： 提出了一种基于邻近模式组合的多比例尺居民地松弛迭代匹配方法.该方法首先通过缓冲区分析检测候选匹配目标,对可能出现的1:M,M:N匹配进行邻近模式组合,计算候选匹配目标或邻近模式组合间的几何相似性得到初始匹配概率矩阵;然后通过上下文兼容性建模,利用松弛迭代方法求解候选匹配目标或邻近模式组合的最优匹配模型,选取匹配概率最大的候选匹配目标或邻近模式组合得到最终匹配结果.实验结果表明,本文提出的多比例尺居民地匹配方法具有较高的匹配精度,并能够准确识别1:M,M:N复杂匹配关系.

摘要： 居民地是人口分布的载体，了解居民地的分布特征对确定人口分布有重要意义。密度估计法是研究居民地等点实体分布的主要的密度计算法，而对于区域内点实体密度的衡量，主要有局部平均法和核密度估计法这两种方法，前者未考虑到权重问题，因此结果不能准确反映区域内点的实体分布，而核密度估计法采用点实体和计算密度处点的距离的四次函数作为权重，并且能够消除边缘效应，是一种实用的密度估计法。本文介绍了核密度估计方法，并且基于AO8.3 与VC++6.0 进行编程实现，采用点数据进行验证，并与ArcGIS 软件中的密度计算结果进行了对比分析。

摘要： 本发明公开了一种居民地制图综合方法，包括：首先，采用现有的技术获取居民地的矢量轮廓。然后，基于待综合阈值，遍历矢量轮廓中的每条矢量边，确定矢量轮廓中需要进行综合的待综合边。之后，按照设定的分组规则对每条待综合边包括的所有矢量边进行向量分组，并计算分组后的矢量边的和向量，得到每条待综合边对应的分组向量。然后，分别从每条待综合边对应的所有分组向量中选取出最优重组边，最后，用最优重组边替换掉原来的待综合边，得到综合后的居民地轮廓。无需预定义凹凸结构模板进行综合，综合后的居民地轮廓与原来的矢量轮廓相比，减少了居民地的节点，并且面积变化小，综合效果良好。

摘要： 本发明公开一种高时频遥感图像特征辅助的居民地提取与分类方法，其步骤：首先收集覆盖研究区域的高时频遥感图像和相应区域的夜间灯光数据，其次对收集的高时频遥感图像进行辐射定标、几何校正和图像配准，对夜间灯光数据进行图像重采样，然后采用NDVI最大值合成阈值分割、NDWI最大值合成阈值分割、近红外波段辐亮度随太阳高度角的变化斜率阈值分割、夜间灯光数据约束等逐步剔除背景地类实现居民地提取，得到居民地提取结果图，最后通过居民地连续斑块的面积和夜间灯光的阈值分割实现居民地分类，得到居民地分类结果图。方法易行，操作简便，能够较好的将水体、裸地等与居民地区分开来，且能够实现居民地二级分类，居民地提取与分类精度较高。

摘要： 本发明涉及一种遥感影像居民地提取方法及装置，属于遥感影像处理应用领域。本发明将遥感影像缩放为不同分辨率的尺度影像，然后计算得到各尺度影像中所有像素点的属性标记，通过转换，可以得到遥感影像上所有像素点的多个属性标记结果，最后通过综合判断以提取居民地信息。本发明利用低分辨率尺度影像纹理特征清晰的原理，选择低分辨率的多尺度遥感影像替代高分辨率的原始遥感影像进行居民地提取，最终通过综合判断得到居民地属性标记结果，提高了提取结果的准确性。

摘要： 本发明提出了一种基于居民地上下文空间信息的聚类方法及系统，详细和准确的城市建筑模式信息对于城市设计、景观评价、社会分析和城市环境研究至关重要，为了实现对居民地多边形的聚类分析，本发明提出一种简单而新颖的方法，通过数据融合获得带有生成带Lidar点云数据属性和Footprint数据属性的综合数据，利用该数据确定各建筑物间的邻近关系及相邻建筑物间的权重，通过基于最小生成树的谱聚类中切割图论方法，最后将该方法得到最优生成森林作为聚类结果。本发明的聚类方法得到的聚类结果更为客观、可靠。

摘要： 本发明提出一种顾及结构特征的面状居民地要素渐进化简方法及装置。首先获取居民地多边形数据，包括多边形顶点个数、顶点坐标和各边边长；再根据获取的多边形顶点个数和多边形各边边长判断是否满足多边形化简条件；当满足多边形化简条件时，找到最优先化简顶点及其两个邻近点；最后，根据找到的最优先化简顶点及其邻近点的角度和凹凸性对多边形进行分类，根据多边形不同类型采用对应方式进行化简，直至化简后多边形顶点个数小于等于设定阈值或化简后多边形中最短边长度大于设定最小可视长度阈值。本发明尽可能地维持了多边形化简过程中的轮廓特征，保证化简后多边形面积变化最小，同时兼顾了多边形中的直角特性，适用于各种多边形的化简。

摘要： 本申请涉及一种遥感图像居民地要素提取方法和装置及设备，其中方法包括：获取要处理的遥感图像；对遥感图像进行边缘特征提取得到边缘特征图；对遥感图像进行语义分割得到语义特征图；将边缘特征图与语义特征图进行拼接组合，得到遥感图像的要素提取结果。通过对遥感图像进行边缘特征提取，然后将提取出的图像边缘特征与遥感图像的语义特征进行融合，增强对图像特征的利用度，从而能够提取更为准确完整的居民地轮廓，并且对背景地物具有更强的抗干扰性，最终有效提高了遥感图像居民地要素提取的精度。

摘要： 本发明提出一种居民地约束下的道路网综合方法，属于道路网制图技术领域。首先对居民地进行聚类生成聚落，再依据道路与聚落的拓扑关系对道路进行分类；然后根据聚落所包含的道路类型构建神经元，并搜索邻近神经元之间的有效路径；最后根据路径通行时间成本最小原则，依次对邻近神经元对和构成三角形结构的邻近神经元组的路径进行简化，使得聚落间的连通性和道路网的功能性能够得到较好地保持，相比于现有技术中主要依靠道路网的语义、几何与拓扑信息进行道路简化，本发明以居民地要素作为道路网综合的约束，充分考虑了道路与居民地之间的地理关联，使得简化后道路网更贴合实际通行需求。

摘要： 本申请涉及一种遥感影像居民地规则化标签实现方法和装置、设备及存储介质，其中方法包括：由遥感影像中提取出居民地不规则图斑，并获取居民地不规则图斑的轮廓；提取居民地不规则图斑的轮廓中的关键点，并依次首尾连接各关键点，得到规则化封闭区域；对规则化封闭区域进行区域填充，得到居民地规则化标签。通过由遥感影像中提取出居民地不规则图斑后，对所提取出的居民地不规则图斑依次进行图斑轮廓提取、轮廓关键点提取、关键点依次首尾连接等处理后，使得所提取出的居民地不规则图斑转换为居民地规则化标签，所得到的居民地规则化标签为端到端进行居民地规则化提取模型训练提供了数据支撑，从而能够直接面向测图应用。

摘要： 本发明公开了一种融合遥感数据与位置大数据的居民地提取方法，该方法包括以下步骤：S1、采用网络爬虫技术获取开源的位置大数据，并提取其时间序列特征；S2、结合多尺度遥感影像与遥感分类产品数据，采用分层随机取样的方法，构建并标注训练样本和验证样本集合；S3、以统一评价单元为基础获取遥感与位置大数据的多维特征，并通过特征重要性分析结果，实现低冗余度特征的筛选；S4、构建融合遥感数据与位置大数据的随机森林分类器，实现大区域居民地的提取。通过与已有结果、单一特征提取结果等比对，分析遥感‑位置特征联合的居民地提取结果精度，构建大区域居民地提取的机器学习模型，实现大区域居民地的高精度提取。

摘要： 本发明公开了一种居民地制图综合方法，包括：首先，采用现有的技术获取居民地的矢量轮廓。然后，基于待综合阈值，遍历矢量轮廓中的每条矢量边，确定矢量轮廓中需要进行综合的待综合边。之后，按照设定的分组规则对每条待综合边包括的所有矢量边进行向量分组，并计算分组后的矢量边的和向量，得到每条待综合边对应的分组向量。然后，分别从每条待综合边对应的所有分组向量中选取出最优重组边，最后，用最优重组边替换掉原来的待综合边，得到综合后的居民地轮廓。无需预定义凹凸结构模板进行综合，综合后的居民地轮廓与原来的矢量轮廓相比，减少了居民地的节点，并且面积变化小，综合效果良好。