本发明涉及建筑物目标之间的相邻关系探测，尤其涉及一种基于骨架线网眼的建筑物相邻关系探测方法及系统。
背景技术：
1、现有技术一般依据建筑物之间的距离对建筑物之间的相邻关系进行判断，但纯粹依据距离关系对建筑物之间的相邻关系划分较为混乱，容易产生相邻关系判断错误，在科学性上存在缺陷。
2、为描述建筑物之间的邻近程度，目前有学者提出了建筑物的个体特征描述参数、建筑物群组描述参数，尝试利用这些参数的组合来度量建筑物的邻近程度以实现建筑物群组的划分。但由于建筑物的二维特征使得建筑物个体参数难以全面度量建筑物特征，并且目前的参数指标在使用时相互影响，针对不同特点的地理区域需要不断调整参数阈值以达到最佳效果。为减少工作量，实现智能提取，有学者尝试利用神经网络实现参数的智能组合以及阈值的智能计算，但这样的方式需要大量的样本集，且神经网络往往对规则建筑物群组的识别效果更好，无法实现大规模的应用。
3、此外由于上述参数忽略了建筑物与周围地理要素的联系，例如道路、河流等的联系，使得在识别邻近关系时还需要额外考虑道路、河流等要素的影响，识别步骤更加复杂，并未充分利用建筑物与周围要素互相影响形成的空白区域描述建筑物邻近关系。
4、目前的参数体系数量多，难控制，且理论解释性较弱。随着参数阈值的调整，识别效果的变化并无规律可循，难以从理论上解释。因此也难以适应不同尺度下建筑物邻近关系的提取，在智能综合的应用也较为受限。
技术实现思路
1、本发明的目的在于解决现有技术中存在的问题，提出一种基于骨架线网眼的建筑物相邻关系探测方法及系统，创新性地把建筑物之间相邻关系探测巧妙转化为网眼之间的相邻关系探测；并且建筑物之间相邻程度可度量。
2、为了实现上述目的，本发明采用以下的技术方案：
3、一种基于骨架线网眼的建筑物相邻关系探测方法，包含：
4、对建筑物轮廓进行加密处理；
5、对加密后的建筑物进行delaunay三角网构建；
6、删除建筑物内的delaunay三角形，只保留建筑物之间的delaunay三角形；
7、对delaunay三角形进行分类，对不同类别的三角形构建相应中间线，连接中间线后得到建筑物空白区域骨架线；
8、对骨架线进行拓扑关系处理，并构建面结构的骨架线网眼；
9、通过匹配算法建立网眼与建筑物之间的一一对应关系，即若网眼包含建筑物重心，则该网眼与建筑物对应；
10、探测某网眼与周围网眼之间的相邻关系，并把此相邻关系作为该网眼内建筑物与周围建筑物之间的相邻关系；
11、计算建筑物与相邻建筑物之间的邻近度。
12、根据本发明基于骨架线网眼的建筑物相邻关系探测方法，进一步地，对建筑物轮廓进行加密处理方法为：
13、设需要加密线段首节点p(xstart,ystart)，末节点q(xend,yend)，加密步长为l，利用相似三角形原理，得到加密节点坐标为：
14、
15、其中，l为线段长度。
16、根据本发明基于骨架线网眼的建筑物相邻关系探测方法，进一步地，对加密后的建筑物进行delaunay三角网构建，包含：首先提取建筑物的中心点集；然后采用逐点插入算法，取中心三点构建初始三角形，按照两个原则向外扩展式构建delaunay三角网。
17、根据本发明基于骨架线网眼的建筑物相邻关系探测方法，进一步地，根据两个原则建立点集之间的连接关系包含：①空圆特性：三角网内任意三角形的外界圆范围内不存在其他点；②最大化最小角特性：相邻两三角形所构成的四边形的对角线，在交换中间线的分割方式后，两三角形的六个内角之和不增加。
18、根据本发明基于骨架线网眼的建筑物相邻关系探测方法，进一步地，对delaunay三角形进行分类，对不同类别的三角形构建相应中间线包含：
19、对于生成的delaunay三角网，将三角形按其邻接三角形个数进行分类及提取骨架线：对于邻接三角形个数为1的三角形，取其顶点与邻接边中点连线；对于邻接三角形个数为2的三角形，取两条邻接边中点连线；对于邻接三角形个数为3的三角形，取三角形重心与三边中点连线。
20、根据本发明基于骨架线网眼的建筑物相邻关系探测方法，进一步地，构建面结构的骨架线网眼，包含：
21、①打断相交链
22、对于存在相交关系的链，首先计算得到两个链相交的交点，将交点作为新链的端点；根据交点将两个单独链打断为四条新链；
23、②接链
24、把位置在一定限差内的链的端点作为一个结点，将端点相近的单独链进行相接；
25、③建立多边形
26、3.1、顺序取一个结点作为起始结点，直至取完；取过该点的任一条链作为起始链；
27、3.2、取这条链上另一结点，找这个结点上靠这条链最右的链，作为下一条链；
28、3.3、判断是否回到起点，若是，则形成多边形，转步骤3.4；否则，转步骤3.2；
29、3.4、取起始节点上开始的、形成的多边形的最后一条边作为新的起始链，转步骤3.2；若链已经参与过计算两次，则转步骤3.1。
30、根据本发明基于骨架线网眼的建筑物相邻关系探测方法，进一步地，计算建筑物与相邻建筑物之间的邻近度，包含：
31、首先定义建筑物之间网眼的公共部分为两个建筑物的通视区域；
32、然后利用通视区域中心线的倾角变化大小来表征两个建筑物构成群组时的方向差异：
33、
34、其中，orientation为方向差异，θi为通视区域第i个三角形中线倾角，f为相邻三角形中线角度的差值，δx、δy是三角形两边中点的坐标变化量；
35、其次利用通视区域三角形的高的平均值来定义建筑物之间的邻接距离：
36、
37、其中，di表示通视区域中第i个三角形的高，n表示通视区域中三角形的总个数；
38、定义通视长度比：
39、
40、其中，lth表示通视区域范围内三角形的中心线长度总和；ledge表示通视区域侧的建筑物边长值；
41、建筑物邻近度的计算公式为：
42、dnear＝distance×cori×cldio
43、cldio＝1+max(|vlengthdio1-1|,|vlengthdio2-1|)
44、
45、其中，dnear为建筑物邻近度，cldio为通视长度比权值，cori为方向差异权值，vlengthdio1、vlengthdio2是通视区域中心线对两个建筑物的长度比。
46、进一步地，本发明还提供一种基于骨架线网眼的建筑物相邻关系探测系统，包含：
47、加密模块，用于对建筑物轮廓进行加密处理；
48、三角网构建模块，用于对加密后的建筑物进行delaunay三角网构建；
49、删除模块，用于删除建筑物内的delaunay三角形，只保留建筑物之间的delaunay三角形；
50、骨架线提取模块，用于对delaunay三角形进行分类，对不同类别的三角形构建相应中间线，连接中间线后得到建筑物空白区域骨架线；
51、网眼构建模块，用于对骨架线进行拓扑关系处理，并构建面结构的骨架线网眼；
52、匹配模块，用于通过匹配算法建立网眼与建筑物之间的一一对应关系，即若网眼包含建筑物重心，则该网眼与建筑物对应；
53、相邻关系探测模块，用于探测某网眼与周围网眼之间的相邻关系，并把此相邻关系作为该网眼内建筑物与周围建筑物之间的相邻关系；
54、邻近度计算模块，用于计算建筑物与相邻建筑物之间的邻近度。
55、与现有技术相比，本发明具有以下优点：
56、1、思路的创新性。利用骨架线网眼的优异特性：①构建的网眼之间无缝连接；②网眼与建筑物之间存在一一对应关系；③网眼之间的相邻关系科学代表了建筑物之间的相邻关系。本发明把建筑物之间相邻关系探测巧妙地转化为网眼之间的相邻关系探测，是一种典型的移花接木新思路。
57、由于网眼是对空白区域提取骨架线得到的，空白区域是除了建筑物以外的区域，它的形成会受到道路、河流这些要素的影响，因此，网眼的构建充分考虑了建筑物与周围要素的联系，使得初步探测到的相邻关系考虑了道路、河流等的影响。
58、2、结果的可度量性。网眼不但能够科学探测建筑物相邻关系，还能够辅助计算出建筑物之间的相邻程度，也就是邻近度，为相邻关系度量找到了量化的度量指标。
59、3、方法的复杂度更低、稳健性更强。利用邻近度进行度量相较于目前的参数指标体系，无需考虑参数的组合以及阈值的确定，方法更为简单。
60、整体而言，把建筑物相邻关系探测转化为骨架线网眼之间的相邻关系探测及邻近度度量是一种创新性的研究，为建筑物之间的相邻关系探测提供了科学依据。
1.一种基于骨架线网眼的建筑物相邻关系探测方法，其特征在于，包含：
2.根据权利要求1所述的基于骨架线网眼的建筑物相邻关系探测方法，其特征在于，对建筑物轮廓进行加密处理方法为：
3.根据权利要求1所述的基于骨架线网眼的建筑物相邻关系探测方法，其特征在于，对加密后的建筑物进行delaunay三角网构建，包含：首先提取建筑物的中心点集；然后采用逐点插入算法，取中心三点构建初始三角形，按照两个原则向外扩展式构建delaunay三角网。
4.根据权利要求3所述的基于骨架线网眼的建筑物相邻关系探测方法，其特征在于，根据两个原则建立点集之间的连接关系包含：①空圆特性：三角网内任意三角形的外界圆范围内不存在其他点；②最大化最小角特性：相邻两三角形所构成的四边形的对角线，在交换中间线的分割方式后，两三角形的六个内角之和不增加。
5.根据权利要求1所述的基于骨架线网眼的建筑物相邻关系探测方法，其特征在于，对delaunay三角形进行分类，对不同类别的三角形构建相应中间线包含：
6.根据权利要求1所述的基于骨架线网眼的建筑物相邻关系探测方法，其特征在于，构建面结构的骨架线网眼，包含：
7.根据权利要求1所述的基于骨架线网眼的建筑物相邻关系探测方法，其特征在于，计算建筑物与相邻建筑物之间的邻近度，包含：
8.一种基于骨架线网眼的建筑物相邻关系探测系统，其特征在于，包含：
