离散空间中复杂对象间定性空间关系研究

空间关系的表示与推理是空间信息处理的重要问题，相比于定量关系，定性空间关系因其表示接近人类思维模式，具有易理解、传输效率高、易处理等优点，而得到广泛关注。虽已取得很大进展，但存在如下问题：现有研究多基于连续空间，无法有效处理离散空间中问题；多数模型基于理想假设，仅处理固定粒度下简单对象(如点对象、单位圆同胚区域)间单方面空间关系，对实际问题中复杂对象(内部结构复杂)间空间关系缺乏处理能力。因此，本项目拟针对定性空间关系，研究离散空间中复杂对象间空间关系模型、多方面空间关系结合的表示和推理以及空间关系的层次结构，并将上述研究结果用于空间场景相似性度量，验证模型的有效性。创新研究基于矩形代数的多方面空间关系紧密结合模型、基于尺度变化的空间关系层次结构模型和基于多方面空间关系结合的场景相似性度量方法。研究结果对深化、完善空间推理理论，促进空间推理应用都具有十分重要的意义。

空间关系表示与推理是空间信息处理的重要问题。定性关系具有易理解、传输效率高、易处理等优点得到广泛关注。现有工作存在不足：模型研究多基于理想假设，无法处理实际应用中复杂对象间多种空间关系结合的情况；不确定空间关系和粒度理论研究不足；移动对象间关系模型研究不充分。针对上述问题，本项目取得如下研究结果：(1) 分析总结了现有主流定性空间关系模型，指出一系列待研究问题。(2)针对复杂对象间的空间关系：提出了多个简单区域间拓扑关系表示模型，并将其用于描述一系列复杂区域间的拓扑关系；提出了基于离散空间本身内涵方向信息的方向关系描述框架。(3)针对多方面空间关系模型的融合，提出了基于结合算子的多空间关系融合方法、基于多空间关系融合的动态时空推理方法和基于邻域划分的定性空间关系自动规划方法。(4)针对空间不确定性，提出宽边界区域间的锥形主方向关系模型；给出不同粒度间、定性与定量有向点关系的复合算法。(5)针对移动对象，引入速度和粒度概念，分别提出带长度信息的有向区间演算，和多粒度定性直线投影演算；以动态贝叶斯网作为描述移动对象不确定性的工具，给出一系列建模和推理方法。(6)以相似性度量作为实际应用切入点，提出描述拓扑细节的字符串方法以及其上的推理算法，并用于图像检索。综上，本项目解决了定性空间关系模型所面临的部分难题，并在其与实际应用方面进行了有益的尝试，取得了较好的结果。