1、 第5 2卷 第1期测 绘 学 报V o l.5 2,N o.1 2 0 2 3年1月A c t aG e o d a e t i c ae tC a r t o g r a p h i c aS i n i c aJ a n u a r y,2 0 2 3引文格式:魏智威,丁愫,童莹,等.格式塔原则与图形凸分解结合的建筑物群直线模式识别方法J.测绘学报,2 0 2 3,5 2(1):1 1 7-1 2 8.D O I:1 0.1 1 9 4 7/j.AG C S.2 0 2 3.2 0 2 1 0 2 8 6.WE IZ h i w e i,D I NGS u,TONGY i n g,e t
2、 a l.L i n e a r b u i l d i n gp a t t e r nr e c o g n i t i o nc o m b i n i n gG e s t a l t p r i n c i p l e s a n dc o n v e xp o l y g o nd e c o m p o s i t i o nJ.A c t aG e o d a e t i c ae tC a r t o g r a p h i c aS i n i c a,2 0 2 3,5 2(1):1 1 7-1 2 8.D O I:1 0.1 1 9 4 7/j.AG C S.2 0 2
3、 3.2 0 2 1 0 2 8 6.格式塔原则与图形凸分解结合的建筑物群直线模式识别方法魏智威1,2,丁 愫3,童 莹4,程 璐4,刘 洋41.中国科学院网络信息体系技术重点实验室,北京1 0 0 8 3 0;2.中国科学院空天信息创新研究院,北京1 0 0 8 3 0;3.浙江农林大学环境与资源学院,浙江 杭州3 1 1 3 0 0;4.武汉大学资源与环境科学学院,湖北武汉4 3 0 0 7 9L i n e a rb u i l d i n gp a t t e r nr e c o g n i t i o nc o m b i n i n gG e s t a l tp r i n c
4、 i p l e sa n dc o n v e xp o l y g o nd e c o m p o s i t i o nW E IZ h i w e i1,2,D I N GS u3,T O N GY i n g4,C H E N GL u4,L I UY a n g4L i n e a rb u i l d i n gp a t t e r nr e c o g n i t i o nc o m b i n i n gG e s t a l tp r i n c i p l e sa n dc o n v e xp o l y g o nd e c o m p o s i t i o
5、 nW E IZ h i w e i1,2,D I N GS u3,T O N GY i n g4,C H E N GL u4,L I UY a n g41.K e yL a b o r a t o r yo fN e t w o r k I n f o r m a t i o nS y s t e mT e c h n o l o g y,I n s t i t u t eo f E l e c t r o n i c,C h i n e s eA c a d e m yo f S c i e n c e s,B e i j i n g1 0 0 8 3 0,C h i n a;2.T h
6、eA e r o s p a c eI n f o r m a t i o nR e s e a r c hI n s t i t u t e,C h i n e s eA c a d e m i co fS c i e n c e s,B e i j i n g1 0 0 8 3 0,C h i n a;3.C o l l e g eo f E n v i r o n m e n t a l a n dR e s o u r c eS c i e n c e,H a n g z h o u3 1 1 3 0 0,C h i n a;4.S c h o o l o f R e s o u r
7、c e sa n dE n v i r o n m e n tS c i e n c e,W u h a nU n i v e r s i t y,W u h a n4 3 0 0 7 9,C h i n aA b s t r a c tA b s t r a c t:B u i l d i n gp a t t e r n sa r e i m p o r t a n t l o c a l s t r u c t u r e sc h a r a c t e r i z i n gu r b a na r e a s.B u i l d i n gp a t t e r n s i np
8、r e v i o u s s t u d i e sa r em o s t l y r e c o g n i z e db a s e do n t h eG e s t a l t p r i n c i p l e s i nw h i c hb u i l d i n g sa r ec o n s i d e r e da saw h o l e.H o w e v e r,h u m a nv i s i o n i sa l s op r o v e da sap a r t s-b a s e ds y s t e m,a n ds o m ev i s u a l l y
9、a w a r ep a t t e r n sm a y f a i l t ob er e c o g n i z e dw i t ht h ee x i s t i n gm e t h o d s.T h i sp a p e r f i r s tc o m b i n e sG e s t a l tp r i n c i p l e sa n dt h ec o n v e xp o l y g o nd e c o m p o s i t i o n t o r e c o g n i z e l i n e a r p a t t e r n s.F i r s t,t h
10、 e l i n e a r p a t t e r n sa r ed e f i n e db a s e do nt h e t r i p l e sa n dG e s t a l tp r i n c i p l e s.S e c o n d,l i n e a rp a t t e r n sa r er e c o g n i z e dc o m b i n i n gt h ec o n v e xp o l y g o nd e c o m p o s i t i o n,a n d t h eb u i l d i n g s o r t h o g o n a l
11、f e a t u r e sa r ec o n s i d e r e d i n t h e i r d e c o m p o s i t i o n.T h ee x p e r i m e n t a lr e s u l t s s h o wt h a t p r o p o s e dm e t h o d i se f f e c t i v et or e c o g n i z et h e l i n e a rp a t t e r n s i ns t u d ya r e a.C o m p a r e dw i t ht h ee x i s t i n gm
12、 e t h o d s,t h ea c c u r a c ya n d r e c a l l h a v e i n c r e a s e db y1 5.7%a n d3 0.5%,r e s p e c t i v e l y.K e yw o r d sK e yw o r d s:s p a t i a l d i s t r i b u t i o n;b u i l d i n g;l i n e a r p a t t e r n;c o n v e xd e c o m p o s i t i o n;G e s t a l tp r i n c i p l e sF
13、 o u n d a t i o ns u p p o r tF o u n d a t i o ns u p p o r t:T h eN a t i o n a lN a t u r a l S c i e n c eF o u n d a t i o no fC h i n a(N o.4 1 8 7 1 3 7 8)摘 要:建筑物群空间分布模式是重要的城市结构特征。以往研究多基于格式塔原则将建筑物作为整体认知分布模式,忽略了从建筑物局部到整体的视觉认知过程而导致模式的漏识别。本文提出结合格式塔原则和图形凸分解识别直线模式方法:首先,基于三元组和格式塔原则定义直线模式;其次,结合图形凸分
14、解识别直线模式,图形分解时顾及了建筑物图形的直角化特征。试验结果表明,本文方法能有效识别建筑群中直线模式,相比已有直线模式识别方法准确率和召回率分别提高了1 5.7%和3 0.5%。关键词:空间分布;建筑物;直线模式;凸分解;格式塔原则中图分类号:P 2 0 8 文献标识码:A 文章编号:1 0 0 1-1 5 9 5(2 0 2 3)0 1-0 1 1 7-1 2基金项目:国家自然科学基金(4 1 8 7 1 3 7 8)分布模式是重要的空间结构特征,它表达了地理要素在空间内呈现出的特定组织规律1。建筑物是地图表达的基础地理要素,建筑物群空间分布模式提取是城市空间理解2-3、城市三维模型可视
15、化4-5、地图自动综合6-9等领域研究的重要问题。建筑物群空间分布模式提取主要包括建筑物群聚类与模式识别。基于邻近图聚类,文献1 0利用建筑物间距离进行聚类;文献5,1 11 3 在此基础上考虑了建筑物间大小、形状等的相似性;J a n u a r y2 0 2 3V o l.5 2N o.1A G C Sh t t p:x b.c h i n a s m p.c o m文献1 4 则结合了城市形态学特征;文献1 则考虑了建筑物的语义特征。另外,文献1 51 8 将能量最小化、神经网络等智能化方法用于建筑物群聚类。建筑物聚群中有时会存在特殊的空间排列,基于模板匹配方法,文献1 9 识别了简单直
16、线排列;文献2 02 1 分别基于建筑物间空间关系定义了H型、T型、E型、L型、Z型、阶梯形和格网型模板。文献2 22 3 基于邻近图分别提出了用于建筑物群典型化的格网型排列识别方法;文献2 4 通 过 对 最 小 生 成 树 邻 近 图(m i n i m u ms p a n n i n gt r e e,MS T)剪枝,实现了直线型排列和曲线型排列的识别;文献2 5 则基于邻近图和s t r o k e约束探测线性模式;文献2 62 7 基于邻近图剪枝,识别了多连通直线型排列和格网型排列;文献2 8 从空间推理出发,提出了建筑物空间排列的层次识别方法;文献2 93 0 则对比了不同邻近图识别线性模式的适用性。另外,文献3 13 2 将随机森林和图卷积神经网络等智能化方法用于识别建筑物群模式。上述研究主要是基于格式塔原则,认为满足空间邻近、几何相似和分布连续的建筑物群组在视觉判 断 上 更 易 被 归 为 整 体 构 造,即 分 布 模式1 2。其中,格式塔原则要求的整体是指虚构形体的完整性,并非要求目标自身必须保持完整。但是,已有研究均将建筑物作为整体基于格式塔原则提取排列,导致
