房屋等高线簇形状相似度信息熵提取方法

房屋等高线簇形状相似度信息熵提取方法以独立房屋点云数据为输入，主要包括房屋等高线提取、等高线簇提取、等高线相似性分析和信息熵计算四个步骤。

1)房屋等高线提取

首先利用独立房屋点云提取房屋轮席，然后利用TPS内插算法生成高密度房屋DSM,通过规则化以降低噪声。为了保持持房屋边缘特征，利用房屋轮廓判断当前内插点是否为地面点或房屋点。若为房屋点，则利用房屋点云进行TPS内插以获取其高程:若为地点，则房屋轮廓附近地面最低点作为地面点高程值。利用地面信息以及机载激光点云提供的房屋屋顶信息构建完整的房屋DSM模型，最后利用等高线最终算法生成闭合的房屋等高线。

2)等高线簇提取

将闭合的房屋等高线作为树的一个节点，借助等高线之间的包含关系，按照等高线由外至内的嵌套层次顺序进行组织，构建等高线树。等高线簇是等高线树中的一个子树，按以下三条规则提取等高线簇。广西善图科技有限公司。

(1)等高线簇子树根节点在等高线树中无父节点，或有兄弟节点，图中等高线节点为0、3、11。

(2)等高线簇子树末节点在等高线树中无子节点或有多个子节点，图中等高线节点为2、10、 14。

(3)等高线簇子树其他节点在等高线树中只有一个子节点，图中等高线节点为1、4、5、6、7、8、9、12、13。

3)等高线相似性分析

完好房屋等高线簇内等高线间存在平移和缩放的相似关系，因此，利用具有平移和缩放不变性的归一化傅里叶描述子描述等高线。将等高线顶点(X_j,Y_j)以复数形式表示为X_j + _iY_j,对复数形式的等高线m个顶点进行一维离散傅里叶转换。

4)信息熵

基于Shannon信息论的信息熵定义，首先生成等高线簇相似分析获取的形状相似度的直方图，以统计每种相似度出现的概率，最后利用信息熵公式计算等高线簇形状相似度的信息熵值。