空间关系描述与推理.ppt

《空间关系描述与推理.ppt》由会员分享，可在线阅读，更多相关《空间关系描述与推理.ppt（115页珍藏版）》请在三一办公上搜索。

1、1,空间关系描述及其推理,研究生课程,报告提纲,一、空间关系基本概念二、拓扑关系描述三、方向关系描述四、邻近关系描述五、距离关系描述六、空间关系应用七、总结,3,空间关系及其描述,空间关系指空间对象在几何上存在的一种相互依赖的概念，主要包括：,空间关系描述主要建立一种形式化的模型，通过该形式化的模型，能够把空间对象的几何结构描述为人们能够理解的符号或词语，这些符号或词语就是对空间关系的定性描述。,拓扑关系,方向关系,邻近关系,距离关系,拓扑,设X是一个非空集合。X的一个子集族称为X的一个拓扑，如果它满足：（1）X和空集都属于；（2）中任意多个成员的并集仍在中；（3）中有限多个成员的交集仍在中。

2、定义中的三个条件称为拓扑公理。条件（3）可以等价的换为中两个成员的交集仍在中。称集合X连同它的拓扑为一个拓扑空间，记作（X,）。称中的成员为这个拓扑空间的开集。,拓扑,常用集合来代指一个拓扑空间，如拓扑空间X，拓扑空间Y等。给出某集合的一个拓扑就是规定它的哪些子集是开集。1.欧几里德空间在通常开集的意义下是拓扑空间，它的拓扑就是所有开集组成的集合。2.设X是一个非空集合。则集合t：X,是X的一个拓扑。称t为X的平凡拓扑。显然（X,t）只有两个开集，X和。,拓扑,3.设X是一个非空集合。则X的幂集T=2X也是X的一个拓扑。称T为X的离散拓扑。显然X的任意子集都是(X,T)的开集。4.一个具体的例

3、子。设X=1,2。则X,1,2是X的一个拓扑，但X,1,2不是拓扑。（自己想想为什么）,拓扑学,拓扑学的英文名是Topology，直译是地志学，也就是和研究地形、地貌相类似的有关学科。我国早期曾经翻译成“形势几何学”、“连续几何学”、“一对一的连续变换群下的几何学”，但是，这几种译名都不大好理解，1956年统一的数学名词把它确定为拓扑学，这是按音译过来的。,拓扑学,拓扑学是几何学的一个分支，但是这种几何学又和通常的平面几何、立体几何不同。通常的平面几何或立体几何研究的对象是点、线、面之间的位置关系以及它们的度量性质。拓扑学对于研究对象的长短、大小、面积、体积等度量性质和数量关系都无关。,拓扑学

4、,在通常的平面几何里，把平面上的一个图形搬到另一个图形上，如果完全重合，那么这两个图形叫做全等形。但是，在拓扑学里所研究的图形，在运动中无论它的大小或者形状都发生变化。在拓扑学里没有不能弯曲的元素，每一个图形的大小、形状都可以改变。例如，欧拉在解决哥尼斯堡七桥问题的时候，他画的图形就不考虑它的大小、形状，仅考虑点和线的个数。,拓扑性质 之拓扑等价,在拓扑学里不讨论两个图形全等的概念，但是讨论拓扑等价的概念。比如，尽管圆和方形、三角形的形状、大小不同，在拓扑变换下，它们都是等价图形。,拓扑等价,在一个球面上任选一些点用不相交的线把它们连接起来，这样球面就被这些线分成许多块。在拓扑变换下，点、线、

5、块的数目仍和原来的数目一样，这就是拓扑等价。一般地说，对于任意形状的闭曲面，只要不把曲面撕裂或割破，他的变换就是拓扑变换，就存在拓扑等价。,环面不具有这个性质。把环面切开，它不至于分成许多块，只是变成一个弯曲的圆桶形，对于这种情况，我们就说球面不能拓扑的变成环面。所以球面和环面在拓扑学中是不同的曲面。直线上的点和线的结合关系、顺序关系，在拓扑变换下不变，这是拓扑性质。在拓扑学中曲线和曲面的闭合性质也是拓扑性质。,通常讲的平面、曲面通常有两个面，就像一张纸有两个面一样。德国数学家莫比乌斯在1858年发现了莫比乌斯曲面。这种曲面就不能用不同的颜色来涂满两个侧面。,拓扑关系 topological

6、relation,指满足拓扑几何学原理的各空间数据间的相互关系。即用结点、弧段和多边形所表示的实体之间的邻接、关联、包含和连通关系。如：点与点的邻接关系、点与面的包含关系、线与面的相离关系、面与面的重合关系等。拓扑关系是指图形元素之间相互空间上的连接、邻接关系并不考虑具体位置.这种拓扑关系是由数字化的点、线、面数据形成的以用户的查询或应用分析要求进行图形选取、叠合、合并等操作,15,拓扑关系描述基本概念,什么是拓扑关系？,拓扑关系指在拓扑变换下保持不变的性质，如旋转、平移和尺度变化,拓扑关系是一种定性关系，而不是定量的,什么是拓扑关系描述模型？,一种形式化的模型，它能够用数学的手段区别不同的拓

7、扑关系的，而不是仅仅从直观感觉上区分,描述模型所能区分的拓扑关系应该和人们直观感觉所区分的拓扑关系一致，这包括区分的关系种类数和含义的一致性,16,拓扑关系描述九交模型(Egenhofer,1991),17,拓扑关系描述九交模型(Egenhofer,1991),A的内部和B的内部的交，记作,A的内部和B的边界的交，记作,A的内部和B的外部的交，记作,A的边界和B的内部的交，记作,A的边界和B的边界的交，记作,A的边界和B的外部的交，记作,A的外部和B的内部的交，记作,A的外部和B的边界的交，记作,A的外部和B的外部的交，记作,18,拓扑关系描述面/面拓扑关系(Egenhofer,1991),面

8、与面间有效的拓扑关系共有8个,19,拓扑关系描述线/面拓扑关系(Egenhofer,1991),线与面间有效的拓扑关系共有19个,20,拓扑关系描述线/线拓扑关系(Egenhofer,1991),线与线间有效的拓扑关系共有33个，这里只给出了21个,21,拓扑关系描述Voronoi图模型(陈军等,2001),九交模型的缺点：,九交模型中的外部太大。对于一个面积有限的空间目标而言，它的外部是无限的。这导致任意两个目标的外部的交总是非空。,A,B,A,B,B,A,C,外部的无限性，导致目标的外部与边界和内部是线性相关的，使得外部在九交模型中的作用不是很明显。,只能描述简单目标（不带洞而单一的实体）

9、间的拓扑关系，而不能描述复杂目标（带洞或由几个分离目标组成的目标）间的拓扑关系。,22,拓扑关系描述Voronoi图模型(陈军等,2001),Voronoi图的定义,设有空间目标簇P=P1,P2,P3,Pn,PiRN,V(Pi)=y|Dist(y,Pi)Dist(y,Pj)对所有j，式中Dist(y,Pi)点y到Pi的最小距离，V(Pi)被称为空间目标的Voronoi区域，V(P)=V(P1),V(P2),V(Pn)则被称为Voronoi图,Voronoi能把对象间的邻接定义为对应Voronoi区域的邻接，采用等距离原则确定任一物体所处的Voronoi区域的边界线，从而将三种基本空间对象点、线

10、和面纳入某种邻接物的集合,构成V(Pi)的点到Pi的距离比到Pj(i,j=1,n,ji)的距离要近，从而可以构造出点、线、面不同维空间对象的Voronoi区域。点和线、面，线和面之间的Voronoi区域边界线是曲线，而点与点之间，线和线之间的Voronoi区域边界线是直线。,23,拓扑关系描述Voronoi图模型(陈军等,2001),Voronoi图的性质,势力范围特性。每个空间对象都有一个唯一的Voronoi区域与之对应。,局域动态特性。分析表明，Voronoi的平均边数不超过6。删除或增加一个生长目标，一般只影响周围6个左右的相邻空间生长目标，即只会影响局部范围内的目标。,侧向邻近特性。若

11、两个空间对象之间没有其它对象，则它们的Voronoi区域必然有一个公共边。通过判断Voronoi区域是否有公共边，就可判断连个对象是否是侧向邻近。,与Delaunay三角形的对偶性。如果空间生长对象满足非共线特性，将其中具有公共Voronoi边的生长点对相连，就可得到Delaunay三角形。,24,拓扑关系描述Voronoi图模型(陈军等,1997),空间对象的Voronoi图,25,拓扑关系描述Voronoi图模型(陈军等,1997),两个重叠面对象的Voronoi图,26,拓扑关系描述Voronoi图模型(陈军等,1997),两个相交线对象的Voronoi图,27,拓扑关系描述Vorono

12、i图模型(陈军等,1997),线和面相交的Voronoi图,28,拓扑关系描述Voronoi图模型(陈军等,2001),基于Voronoi图的九交模型,每一个空间对象的Voronoi图都可以被分成三部分，即Voronoi区域，空间对象的边界，空间对象的内部。V9I模型用对象的Voronoi区域代替九交模型中的外部，而对象的边界和内部与九交模型保持一致。V9I定义：,若两个空间对象相邻时，非空；若被其它目标隔开，则 为空，因而空V9I模型用可以区分相邻和相离两种拓扑关系，而9交模型把二者均描述为相离。,29,拓扑关系描述Voronoi图模型(陈军等,1997),30,拓扑关系描述Voronoi图

13、模型(陈军等,1997),基于维数扩展的九交模型能够很好地将两个空间目标的交集是空、点、线或面4种情况区分开但同四元矩阵拓扑空间关系描述框架一样,不能描述邻接和相离等空间目标分离开的拓扑关系基于voroni图的九交模型在区分地理空间中邻近关系和相离关系时具有一定的优势,目前,空间拓扑关系形式化描述方法存在的主要问题体现在基于点集拓扑的空间关系描述框架无法描述相离的和没有公共元素的空间目标间的拓扑空间关系,即存在所谓的模型描述错误或者无法描述的情形,空间拓扑关系形式化描述模型的发展,结合人们空间认知的理论模型研究,形式化描述模型对空间目标间距离较近等复杂情况下空间方向关系的描述常会出现与人们认知

14、不一致的情况。融合不同的空间关系描述方法,进一步完善空间关系的理论模型,如方向关系的判定准则以及对度关系的形式化描述等,建立更符合人类认知模式的统一的空间关系描述体系,使得对地理空间目标间关系的刻画更准确、更全面,空间拓扑关系的推理,由空间对象已知的空间拓扑关系信息，推测和确定未知的其可能成立的空间拓扑关系。例如，若已知空间对象A 和B 的拓扑关系为R1（A，B），B 和C 的拓扑关系为R2（B，C），通过已有的空间知识进行空间分析，从而可推导出A 和C 之间可能存在的空间拓扑关系R3（A，C）。,空间拓扑关系的推理分类,一种是在对动态空间目标建模时，空间目标之间的拓扑关系随着时间的变化而变化

15、，在已知空间拓扑关系初始状态和空间目标的运动轨迹或其他相关度量指标时确定下一时刻未知的两空间目标之间的可能拓扑关系。,另一种：要求两空间目标之间的空间拓扑关系，但直接获取它们之间相关空间关系信息困难，而仅能获得它们与其他另一空间目标之间的关系，基于获得的空间拓扑信息，用空间推理的方法推出两空间对象间的空间拓扑关系。,第一种情形，可通过构建拓扑概念邻域图的方法进行定性推理；第二种情形则可利用空间拓扑关系的组合运算的方法进行分析。,Cui 和Cohn 等人给出了一套空间逻辑用来推理空间数据库中的空间对象间的拓扑关系。Abdelmoty 等基于广义的交模型定义了线/面和面/面多种空间对象类型拓扑关系

16、推理组合表。Renz J 等研究了基于区域连接演算（RCC）进行空间拓扑关系推理的理论和方法。,基于RCC-8 的空间区域关系的推理组合表,“*”表示全部关系。但Renz J 的工作没有涉及点、线等空间对象的空间关系的推理，对空间区域的形状等具有很强的限制，不利于扩展。Li S J 等研究了基于一致性组合表（RCC8-CT），对RCC 模型进行了扩展分析，给出了RCC8 组合表的扩展形式。,为了定性描述和推理形状、大小和位置等随时间发生变化的空间对象间的空间拓扑关系，Egenhofer 等9基于九交模型给出了拓扑距离的定义，给出了相关的概念邻域图，基于概念领域图进一步分析了不同动态变化情形下的

17、空间拓扑关系转变路径。,Egenhofer 的研究成果针对空间面对象的空间关系推理，对点和线对象的空间关系推理无效。郭庆胜等在线和面空间拓扑关系组合描述的基础上，对线与面的组合推理方法进行了研究，给出了线与面的拓扑关系组合推理表。,包含点和线的多维空间对象的空间关系表示和推理,王生生和刘大有将点和线对象视为特殊的区域，提出了能直接用RCC 理论描述空间多维对象拓扑关系的MRCC 理论，推导出36 种基本MRCC 关系，讨论了基于概念邻域图和复合表的MRCC 推理。,45,拓扑关系描述拓扑关系相似性,概念邻居图,46,自然语言空间关系以线/面为例,那些关系与语言“道路进入公园”基本一致？,那些关

18、系与语言“道路穿过公园”基本一致？,47,自然语言空间关系道路进入公园(Mark,et al.,1994),19个线/面拓扑关系与自然语句“道路进入公园”的一致性程度,48,19个线/面拓扑关系与自然语句“道路穿过公园”的一致性程度,自然语言空间关系道路穿过公园(Mark,et al.,1994),49,自然语言空间关系道路穿过公园(Mark,et al.,1994),穿过公园的道路必须属于这5个关系中的一个,穿过公园的道路不能完全在公园外部或位于其边界上,穿过公园的道路不能有端点在公园内,50,方向关系描述基本概念,方向关系要素,一个参照对象、一个目标对象,主方向概念。人们认知的方向概念是离

19、散的，能分辨的方向概念个数有限，并且以词语描述为主。如，东、南、西、北等,主方向个数，即用多少个方向概念来描述空间对象间的方向关系,方向区域。为确定目标对象位于参照对象的那个方向，必须根据参照对象的空间形状和范围，按照主方向的个数，把参照对象所在空间划分成与主方向个数相等的空间区域,51,方向关系描述评价描述方法的准则,能够统一描述不同维对象之间的方向关系,对参照对象和目标对象的空间形状、大小和岛屿是敏感的,A,B,B,A,B,A,B,A,52,方向关系描述基本概念,能够与人们的认知概念一致,北,北,北,是可推理和比较的,53,方向关系描述基本特征,方向关系描述的实质就是确定一个方向关系模型，

20、难点在于采用何种方法对参照对象所在的空间范围进行划分，使得基于这种划分所得到的方向概念与人们的认知概念较为一致,根据需求确定方向关系中原子方向的个数,选择方向区域划分方法，确定每个方向的空间区域,把目标对象映射到根据参照对象确定的方向区域中去，计算目标对象与参照对象之间的方向关系,54,方向关系描述锥形方法(Peuquet,1987),北,西北,东北,西南,东南,西,东,南,4个主方向：东、南、西、北,8个主方向：东、南、西、北、东北、西北、东南、东北,锥形方向区域、等角度划分,把参照对象和目标对象均当作点处理,锥形方法特点,55,方向关系描述投影方法(Frank,1995),西,东,方向区域

21、为半平面或矩形区域,仍然把参照对象当作点处理,56,方向关系描述MBR模型(Papadias,1995),A,B,利用参照对象和目标对象分别在x轴和y轴上投影间的关系来区分和描述方向关系,本质是对参照对象和目标对象均采用它们的外接矩形来近似,57,方向关系描述MBR模型(Papadias,1995),north_west(p,q)X(pc)Y(qc),restricted_north(p,q)X(pc)=X(qc)Y(pc)Y(qc),north_east(p,q)X(pc)X(qc)Y(pc)Y(qc),restricted_west(p,q)X(pc)X(qc)Y(pc)=Y(qc),sa

22、me_position(p,q)X(pc)=X(qc)Y(pc)=Y(qc),restricted_east(p,q)X(pc)X(qc)Y(pc)=Y(qc),south_west(p,q)X(pc)X(qc)Y(pc)Y(qc),restricted_south(p,q)X(pc)=X(qc)Y(pc)Y(qc),south_east(p,q)X(pc)X(qc)Y(pc)Y(qc),58,方向关系描述MBR模型(Papadias,1995),A,A,A,A,B,59,方向关系描述MBR模型(Papadias,1995),60,方向关系描述MBR模型(Papadias,1995),A,B,

23、对于凸形的目标对象，MBR模型能较为准确的描述它们之间的方向关系；但对于凹形对象，MBR不能准确度的描述目标对象和参照对象之间的关系。如上图，对象B只经过了北、东北和东3个方向区域，而MBR模型却描述为北、东北、东和“同一”4个方向。,Goyal据此提出了方向关系矩阵描述模型，这是到目前为止较好的一个方法。,61,方向关系描述方向关系矩阵(Goyal,2000),NW,N,NE,E,W,SW,SE,S,O,采用参照对象的外接矩形来划分方向区域，方向区域为矩形区域,利用目标对象的真实形状来计算目标对象所经过的方向区域,主方向为：东、南、西、北、西北、东北、西南、东南和“同一”,任意一对对象间的方

24、向关系可由若干个主方向组成的集合表示,62,方向关系描述方向关系矩阵(Goyal,2000),粗略方向关系矩阵,只要目标对象与参照对象的某个方向区域相交，则该区域所对应的粗略方向关系矩阵的元素值必然为1；若不相交，则为0。,粗略方向关系矩阵记录了目标对象所经过的每一个方向区域。,粗略方向关系矩阵中每个元素值只能取1或0两种状态，因而从理论上讲9个元素一共可区分512个关系。然而，由于目标对象所经过的方向区域必须是连续的，所区分的有意义的方向关系为218个。,若不考虑由多个离散目标组成复合对象，而只考虑空间范围连续的简单对象，则目标对象所经过的方向区域必然也是连续的。,63,方向关系描述粗略方向

25、关系矩阵(Goyal,2000),集合表示,矩阵表示,64,方向关系描述方向关系矩阵(Goyal,2000),每个33的图标表示一个有意义的方向关系形式。其中黑色的块表示目标对象经过该方向区域，白色块的区域表示目标对象不经过该方向区域。共有218个图标。,65,方向关系描述方向关系矩阵(Goyal,2000),详细方向关系矩阵,若目标对象A为面状对象时，area表示计算面积；若参照对象A为线状对象时，area表示计算长度。,粗略方向关系矩阵仅仅记录了目标对象经过了那些方向区域，而详细方向关系矩阵还记录了目标对象在每个方向区域内的部分与整个目标的比例信息。,粗略方向关系矩阵是一个定性的描述，而详

26、细方向关系矩阵是一个定量的描述。,66,方向关系描述详细方向关系矩阵(Goyal,2000),67,方向关系描述方向关系的相似性(Goyal,2000),定义相似性的目的,为了比较不同场景中对象间方向关系,相似性越大，两个方向关系差异越小；相似性越小，两个方向关系差异越大。,A,B,A,B,A,B,68,方向关系描述方向关系的相似性(Goyal,2000),相似性的计算,单项方向关系相似性。给9个主方向构建一个4-相邻和8-相邻概念邻居图。方向概念邻居图中，每个主方向对应一个节点，每对水平或竖直相邻的主方向对应一条边。两个主方向间的距离是它们在概念邻居图上的最短距离。,多项方向关系相似性是一个

27、平衡交通问题，用线性规划的方法来求解,69,方向关系描述方向关系的相似性(Goyal,2000),根据4相邻方向概念邻居图，方向NW和N的距离为1，方向NW和O的距离为2；根据8相邻方向概念邻居图，方向NW和N以及方向NW和O间的距离均为1。,70,方向关系描述单项方向关系的相似性(Goyal,2000),71,方向关系描述方向关系的相似性(Goyal,2000),实例分析,相似值为1,相似值为0.87,72,方向关系描述方向关系的相似性(Goyal,2000),实例分析,相似值为0.75,相似值为0.61,73,方向关系描述方向关系的相似性(Goyal,2000),实例分析,相似值为0.50

28、,相似值为0.37,74,方向关系描述方向关系矩阵不足(杜世宏,2004),不能有效描述“同一”方向区域内的方向关系,不能描述人们经常使用的一些方向概念，如“东部”、“西部”、“面的东部边界”、“面的西部边界”等，这些概念的恶方向区域均在面的外接矩形内，方向关系矩阵仅用“同一”概念描述，显然不合理,不利于处理一些人们经常使用的自然空间关系语言，如“黄河从甘肃的东部穿过”、“甘肃在中国的西北部”等,75,对参照对象的形状不太敏感,只要两个参照对象的外接矩形相同，不管它们在形状上的差异有多大，根据它们所划分的方向区域是相同的,上图中的4个方向关系对于方向关系矩阵来说，是相同的，也就是说是无法区分的

29、。,方向关系描述方向关系矩阵不足(杜世宏,2004),76,方向关系描述内方向关系模型(杜世宏,2004),NR,WR,WR,N,SE,S,SR,NW,E,W,NE,SER,SWR,NWR,NER,CR,SW,77,方向关系描述内方向关系模型(杜世宏,2004),内部方向关系主方向为东部（EP）、西部（WP）、南部（SP）、北部（NP）、东北部（NEP）、西北部（NWP）、东南部（SEP）、西南部（SWP）和中部（CP）。,边界方向关系的主方向为东部边界（EL）、西部边界（WL）、南部边界（SL）、北部边界（NL）、东北边界（NEL）、西北边界（NWL）、东南边界（SEL）、西南边界（SWL）

30、和中部边界（CL）。,环部方向关系主方向为东部环（ER）、西部环（WR）、南部环（SR）、北部环（NR）、东北环（NER）、西北环（NWR）、东南环（SER）、西南环（SWR）和中部环（CR）。,为便于区别和描述，将传统方向关系称为外部方向关系，而内部、边界和环部方向关系统称为细节方向关系。,78,方向关系描述内方向关系模型(杜世宏,2004),内部方向关系矩阵,边界方向关系矩阵,环部方向关系矩阵,内部、边界和环部方向关系矩阵捕获了目标对象经过参照对象的那些细节方向区域，同理，还可以定义详细内部、边界和环部方向关系矩阵来捕获数量信息。,79,方向关系描述内方向关系模型(杜世宏,2004),细节

31、方向关系对参照对象的形状、岛屿和凹部的敏感性,80,方向关系描述内方向关系模型(杜世宏,2004),内方向关系对参照对象的形状是比较敏感的。这种敏感性是通过内部、边界和环部方向的存在性来表现的。若某个方向不存在，意味着目标对象不会穿过它，因而方向关系矩阵中相应的元素值必为0；反之，为1，因而内部、边界和环部方向关系矩阵就可区分它们。,内方向关系不仅对参照对象内的岛屿敏感，而且能反映岛屿在参照对象内的位置。,内方向关系能描述参照对象凹部的信息，但有时与岛屿无法区分，原因在于参照对象凹部与岛屿对细节方向关系的影响是相似的。,内方向关系的特性：,81,方向关系描述内方向关系模型(杜世宏,2004),

32、内方向关系与外部方向关系是相互补充的。在概念上，外部方向关系描述了参照对象外接矩形以外的方向信息，如东、西、南、北等；而细节方向关系描述了参照对象外接矩形以内的方向。内方向和外部方向都是人们日常使用的方向概念，它们一起形成了基本的方向。,内方向在含义上仅对面参照对象有意义，对于非竖直或非水平线参照对象可以定义内方向，但没有实际的意义。对于水平或竖直或点对象，不能定义内方向，而且也没有意义。,内方向关系与外部方向的区别及联系：,82,组合方向和拓扑的自然语言空间关系(杜世宏,2004),83,距离关系描述定量距离,距离关系有定量和定性两种方法,定量距离直接用欧氏距离来度量空间对象间距离的大小,8

33、4,距离关系描述定性距离,定性距离,很近,0距离,近,远,85,邻近关系描述定义,Voronoi区域相邻的两个空间对象可以认为是相邻的,两个被Delaunay三角形连在一起的空间对象也可以认为是相邻的,86,邻近关系描述n阶邻近关系(赵仁亮,1999),两个空间对象是1阶相邻的，如果它们的Voronoi区域有共同的边界,空间对象B称为给定对象A的n阶邻近，如果B是A的n-1邻近的直接邻居，而不是n-2阶邻近。,87,空间关系应用,空间查询语言,基于内容的图像检索,遥感图像的理解与匹配,可视化查询,扩展SQL语言,基于图标的查询,基于草图的查询,88,空间关系应用基于内容的图像检索(Stefan

34、idis,2002),最相似,查询图样,查询图像,89,空间关系应用基于内容的图像检索(Stefanidis,2002),注意：该实例没有考虑空间关系的邻近性，若考虑邻近关系，则查询图3和图像的相似性显然要比查询图1和图像的相性小,90,空间关系应用空间查询语言,实例介绍1可视化查询,91,空间关系应用空间查询语言,实例介绍1可视化查询,92,空间关系应用空间查询语言,实例介绍1可视化查询,93,空间关系应用扩展SQL查询(黄波,1999),定义 相对于一般SQL，空间扩展SQL主要增加了空间数据类型和空间操作算子，以满足空间特征的查询。空间特征包含空间属性和非空间属性，空间属性由特定的“Lo

35、cation”字段来表示,空间数据类型 Point(Pnt)点类型；ARC 弧段类型；Polyline(Poly)不封闭的“面条”类型；Polygon(Pgn)多边形类型；Image 图像类型；Complex 复杂空间特征类型,空间操作算子 空间操作算子是指带有参数的函数。通常它以空间特征为参数，返回空间特征或数值。空间操作算子主要分为两类：一元空间操作算子和二元空间操作算子。,94,空间关系应用扩展SQL查询(黄波,1999),一元空间操作算子,二元空间操作算子,SP(Poly/ARC)、EP(Poly/ARC)取面条线或弧段的起、终点,CENTROID(Pgn)取多边形的中心点,VORON

36、OI(Pnt)生成一组点的Voronoi图,BUFFER(Location)生成点、线或多边形的缓冲区,二元几何算子 二元几何算子主要指距离算子，距离可以是点、点之间，也可以是点、线之间（点与最近线段），即 DISTANCE(Pnt,Pnt)和DISTANCE(Pnt,Poly),AREA(Pgn)计算多边形的面积,95,空间关系应用扩展SQL查询(黄波,1999),二元拓扑算子,二元方向算子,DISJOINT(Location，Location)分离关系,OVERLAP(Location，Location)相交关系,NEIGHBOUR(Location，Location)相邻关系,TOUCH

37、(Location，Location)相触关系,NORTH(Location，Location)北方,SOUTH(Location，Location)南方,EAST(Location，Location)东,WEST(Location，Location)西,WESTPART(Location，Location)东部,96,空间关系应用扩展SQL查询(黄波,1999),SELECT lu.ID,sl.ID,ILocation,areavalFROM(SELECT*,INTERSECTION(lu.Location,sl.Location)AS ILocation,AREA(ILocation)AS

38、 areavalFROM landuse AS lu,soil AS sl)WHERE lu.type=Brushland and sl.type=A and reaval700 and areaval900,97,98,空间关系应用空间查询语言(杜世宏,2004),实例介绍2 扩展SQL查询,检索出所有从行政区东部进入的铁路：Select Rail.LocationFrom Rail and DistrictWhere ENTER(Rail.Location,District.Location)AND EASTPART(Rail.Location,District.Location),检索出

39、所有在行政区东部的城市：Select Normal_City.LocationFrom Normal_City and DistrictWhere INSIDE(Normal_City.Location,District.Location)ANDEASTPART(Rail.Location,District.Location),99,空间关系应用基于图标的查询,基于图标的可视化语言是概念实体及其操作的一种图形表现，本质上是一个工具，用户能够通过它来组成图标化的（iconic）或可视化（visual）的句子来实现查询.,用图标取代了SQL中的关键词和谓词，图标的形状代表了操作或对象的含义，通过可

40、视化界面来生成查询语句和保证语法规则，因此规则和操作难度及谓词复杂性得到降低.,用户通过编辑和修改各种标准化的图标来形成和表示自己的查询条件，系统根据用户的图标组织形式，自动生成一个标准的扩展SQL语句来解释图标的查询操作。该SQL语句与用户生成的图标相对应，并严格符合语法要求。系统通过把扩展SQL语句提交给数据库，数据库对该语句进行分析，并从数据库中检索出符合条件的数据集，返回给用户。,可视化图标的作用在于生成扩展SQL语句，而不需要用户学习和掌握复杂的语法结构。降低用户工作的难度。,100,空间关系应用基于图标的查询(Morris,2004),可视化图标的定义,图标由系统预先定义，并直接提

41、供给用户。每个图标具有明确的含义，定义了一种具体的关系,图标的管理是通过图标库来完成的,用户通过操作图标来定义SQL语句，这个转换过程仍然有系统来自动完成。,101,空间关系应用基于图标的查询(Morris,2004),SELECT*FROM supermarket As Su,road As Rd,town As Tw WHERE(Rd.type=“Motorway”and DISTANCE(Rd.Location,Su.Location)5)or(Tw.tpopulation10000 and NORTH(Su.Location,Tw.Location)and DISJOINT(Su.Lo

42、cation,Tw.Location),找出所有与高速公路距离不超过5公里或者在城镇的北部且在城镇外的所有超市,102,空间关系应用基于图标的查询(Morris,2004),SELECT*FROM road As Ru,country As CtWHERE(Rd.type=“Motorway”and Ct.tpopulation50000 and CROSS(Ru.Location,Ct.Location),找出所有高速公路和城镇，城镇人口50000，且高速公路穿越城镇,103,空间关系应用基于草图的空间查询,扩展SQL是基于文本的查询语言，空间关系的文本描述是模棱两可的，很容易造成误解释或误

43、匹配，尤其是在多语言环境中，同一个词语可能有不同的含义,基于图标的查询语言使用了可视化的图标和界面来描述和组织查询语句，优点是把用户从记忆繁琐而复杂的语法规则中解放出来。但图标查询的语法和句法与结构化SQL是类似的，仅仅使用一些由系统预定义的标准图标很难真实而准确地描述对象间的空间关系，仍然会造成误匹配，并且由于不能从细节和数量上描述空间关系，导致匹配的结果集太大，其中一些可能不是用户所期望的结果。,在基于草图的空间中，用户可以用鼠标、笔或手在触摸屏上画他要查询的空间对象结构，形成草图，包括对象间相对大小比例、空间关系的细节信息以及空间对象形状等。相对图标而言，草图包含了明确而详细的信息，可以

44、做为查询条件提交给GIS，通过空间关系相似性匹配就可检索到用户所需的数据。,在基于草图的空间中，草图的输入方式、管理、组织和描述非常重要。,104,空间关系应用基于草图的空间查询(Blaser,2000),105,空间关系应用空间查询语言,实例介绍4 基于草图的查询,106,空间关系应用空间场景的相似性,107,空间关系推理基本概念,GIS中空间关系推理就是把人们这种推理能力通过某种定理或规律表达处理，以方便计算机实现。具体的讲，空间关系推理就是根据两个已知的空间关系，利用空间关系间蕴藏的规律和知识来推理未知的空间关系,这种推理不需要进行大量的几何计算，就可得到未知空间关系的可能形式，因而可以

45、降低计算量和空间消耗,空间关系推理可用于空间数据检索、匹配等需要大量几何计算的过程，来降低时空需求,人们具有空间关系的某种推理能力。例如，如果我们知道点对象B在点A的北方，而点C在点B的北方，则不需计算，我们就可推理到点C也在点A的北方。这说明人们具有某种推理能力。,108,空间关系推理推理方法分类,根据空间关系种类进行分类,单种类型空间关系推理，如根据方向关系推理方向关系，根据拓扑关系推理拓扑关系,组合空间关系推理，如组合拓扑和方向关系的推理，根据方向关系推理拓扑关系等。,根据对象类型分类,简单对象,复杂对象,109,空间关系推理推理方法分类,根据空间关系变化可分为,时空间关系推理，主要研究

46、时空对象空间关系变化规律及其处理。对象的时空变化可分为离散变化（如地块合并）和连续变化（如鱼群移动和火灾蔓延）两种，因而时空关系推理也可分离散和连续两种推理形式,非时空间关系推理，研究静态对象之间的空间关系推理问题,根据推理层次类型分类,层次空间关系推理，它是一种利用空间对象及其关系的层次信息进行空间关系推理的方法。层次空间关系推理与层次空间数据模型及层次数据结构有着紧密的关系。层次空间关系推理可以利用高层次对象间的关系来推理低层次对象间的关系，从而减少低层次对象间空间关系的计算量,非层次空间关系推理，研究单层次对象之间的空间关系推理问题,110,空间关系推理拓扑关系推理(Egenhofer,1994),111,空间关系推理拓扑关系推理(Egenhofer,1994),112,空间关系推理拓扑关系推理(Egenhofer,1994),113,空间关系推理方向关系推理(Skiadopoulos,2001),已知,通过推理可得,课程论文,定性空间关系推理中的不确定性研究浅议方向推理在GIS中的应用浅议拓扑关系推理在GIS中的应用浅议空间相似性的研究浅议空间查询语言的研究浅议时空关系的推理浅议空间相似性在遥感图象识别中的应用,115,谢谢！,