基于樣例的空間數(shù)據(jù)檢索技術(shù)研究.pdf

1、隨著空間數(shù)據(jù)獲取技術(shù)的迅速發(fā)展及空間數(shù)據(jù)在國民經(jīng)濟(jì)各領(lǐng)域的深入應(yīng)用，對海量空間數(shù)據(jù)檢索方式的需求不斷提高，本文著眼于基于樣例的空間數(shù)據(jù)檢索這個大方向，提出了基于樣例空間關(guān)系的空間數(shù)據(jù)檢索框架，重點(diǎn)研究了多源空間數(shù)據(jù)預(yù)處理中的圖像配準(zhǔn)問題、空間關(guān)系的形式化、基于草圖的空間數(shù)據(jù)檢索、基于樣例的空間數(shù)據(jù)檢索、支持樣例檢索的空間數(shù)據(jù)索引以及基于過濾-精簡和相關(guān)反饋技術(shù)的查詢優(yōu)化等關(guān)鍵問題，獲得了一系列進(jìn)展和研究成果，論文主要完成了以下工作：1.

2、提出了基于樣例草圖的空間數(shù)據(jù)檢索框架，該框架由空間數(shù)據(jù)的預(yù)處理、空間數(shù)據(jù)索引以及空間數(shù)據(jù)檢索三大部分組成，將基于內(nèi)容的檢索機(jī)制引入到空間數(shù)據(jù)檢索領(lǐng)域，該框架突破傳統(tǒng)空間數(shù)據(jù)庫的精確匹配查詢局限，提供了基于草圖和樣例圖的查詢界面，為空間數(shù)據(jù)提供了新的檢索方式。 2.提出了基于多分辨率形狀匹配的多源空間圖像配準(zhǔn)算法。針對多源空間圖像的異質(zhì)問題，采用在基于小波分解的多分辨率圖像下提取輪廓特征，設(shè)計(jì)了一種改進(jìn)的輪廓搜索算法來提取更多的視

3、覺連續(xù)閉合輪廓；實(shí)現(xiàn)了一種基于FFT的多分辨率形狀特征匹配算法，適用于多傳感器異質(zhì)圖像的配準(zhǔn)。實(shí)驗(yàn)表明，該方法比傳統(tǒng)基于特征的圖像配準(zhǔn)方法有更高的精度。 3.分析空間關(guān)系的形式化理論，設(shè)計(jì)和改進(jìn)了若干空間關(guān)系不變量，主要包括空間拓?fù)洳蛔兞?、空間度量不變量和空間順序不變量。在這些不變量基礎(chǔ)上，實(shí)現(xiàn)了基于草圖的空間數(shù)據(jù)檢索界面以及基于不變量特征值的空間場景相似性度量與檢索方法。實(shí)驗(yàn)表明，這些空間關(guān)系不變量能夠如實(shí)地體現(xiàn)場景的空間關(guān)系

4、，為進(jìn)一步實(shí)現(xiàn)有效的空間數(shù)據(jù)檢索創(chuàng)造了條件。 4.提出了基于樣例的空間數(shù)據(jù)檢索方法?？紤]到空間場景的復(fù)雜性和空間關(guān)系的冗余性，使用獨(dú)立成份分析方法(ICA)生成空間場景的獨(dú)立拓?fù)潢P(guān)系特征空間，再使用模糊支持向量機(jī)(FuzzySVM)識別獨(dú)立拓?fù)潢P(guān)系以建立空間場景的特征向量，空間場景的相似性通過場景特征向量之間的度量得到。實(shí)驗(yàn)表明，該方法能很好地區(qū)別具有典型特征的空間場景。 5.提出了一種空間數(shù)據(jù)二級檢索機(jī)制，用于支持基于

5、樣例的空間數(shù)據(jù)檢索。將空間場景的空間關(guān)系特征引入到傳統(tǒng)的R樹中，設(shè)計(jì)了新的ER樹利空間關(guān)系索引樹，同時建立了二級檢索機(jī)制的插入、查找算法，以及基于聚類方法的空間關(guān)系索引樹分裂算法。通過大量的實(shí)驗(yàn)驗(yàn)證，該索引方法在不損失傳統(tǒng)空間數(shù)據(jù)查詢操作效率的同時，能夠有效地支持基于樣例的檢索。 6.提出了基于正向搜索和反向搜索的兩種過濾-精簡算法，對于不帶非空間屬性查詢以及帶非空間屬性查詢的檢索過程進(jìn)行優(yōu)化。同時，還采用了基于相關(guān)反饋的用戶交