Automatizovaná analýza podobnosti map s využitím invariantů
Automatized map similarity analysis using shape invariants
diploma thesis (DEFENDED)
View/ Open
Permanent link
http://hdl.handle.net/20.500.11956/71291Identifiers
Study Information System: 132705
Collections
- Kvalifikační práce [20134]
Author
Advisor
Referee
Lysák, Jakub
Faculty / Institute
Faculty of Science
Discipline
Cartography and Geoinformatics
Department
Department of Applied Geoinformatics and Cartography
Date of defense
16. 9. 2014
Publisher
Univerzita Karlova, Přírodovědecká fakultaLanguage
Czech
Grade
Excellent
Automatizovaná analýza podobnosti map s využitím invariantů Abstrakt Práce je zaměřena na využití technik pro rozpoznávání tvaru k automatizovanému porovnání dvou různých mapových vrstev. Mapové vrstvy se mohou lišit například vztažným měřítkem, souřadnicovým systémem, natočením, mírou generalizace, obsahem či přesností zákresu jednotlivých objektů. Hlavní část práce se zabývá hledáním shodných objektů na obou mapových vrstvách a jejich přiřazováním k sobě. K tomuto přiřazení je používán shape invariant turning function a další metody založené na poloze objektů. Jednotlivé metody jsou testovány na objektech konkrétních mapových vrstev a navzájem porovnávány. Na základě výsledků tesů je navržena vhodná kombinace metod sloužící k přiřazení odpovídajících objektů. Po přiřazení jsou obě mapové vrstvy porovnávány z několika různých hledisek. Navržený algoritmus je implementován v programovacím jazyku Python. Klíčová slova: podobnost map, podobnost tvarů, míry podobnosti, turning function
Automatized Map Similarity Analysis Using Shape Invariants Abstract This diploma thesis is focused on using shape similarity measures for automatized map comparison. Maps can vary e.g. in the reference scale, coordinate system, rotation, degree of generalization, map content or accuracy of depiction of individual objects. The main part of the thesis deals with finding identical objects on both map layers and their matching using shape invariant turning function and other methods based on object location. These methods are tested on specific maps and compared with each other. The specific combination of methods is proposed and used for matching objects. After that the maps are compared to each other from several different perspectives. The proposed algorithm is implemented in Python programming language. Keywords: map similarity, shape similarity, similarity measures, turning function