一种快速图形相似度判别方法
【专利摘要】一种快速图形相似度判别方法，包括以下步骤：读入待比较图形对象，从图形对象里面提取出采样点的坐标；求得图形对象的质心坐标、离对象质心坐标最近和最远的采样点坐标，求得采样点和质心坐标、离对象质心坐标最近和最远的采样点坐标的平均距离、平均距离的方差、以及平均距离的偏度，获得代表对象特征的一个九维向量，从数据库中取得的欲和本图形对象比较相似性的另一个图形对象，按照上述方法取得新图形对象的九维向量；通过比较两个九维向量获得相似性度量指标，进行归一化处理，越接近于1代表相似性越高，对查询到的结果按照相似性排列出最相似的查找到的图形对象。本发明提出了一种有效降低搜索代价、效率较高的快速图形相似度判别方法。
【专利说明】一种快速图形相似度判别方法
【技术领域】
[0001]本发明涉及二维图形、三维图形数据处理、数据库搜索、计算机领域，尤其涉及的是一种图形相似度判别方法。
【背景技术】
[0002]随着科技的不断发展，我们所处的时代是一个大数据时代，大数据时代带来的问题是——有很多的数据亟需处理。大数据的具体表现表现出来就是各种类型的数据库越来越多，并且随着3D打印技术的产生，3D图形数据也会越来越多。我们面临的问题就是如何能从庞大的数据库里面找出我们想要找到的对象。尤其是在我们有一定比对数据的情况下，能够找到和我们手中数据相似度较高的有用数据。
[0003]这个问题映射到生物学的关键领域——蛋白质上就显得更加的迫切。现在关于蛋白质的数据库有很多。多数是一些已经在实验室条件下测定结构的蛋白质。关于用计算机算法预测未知蛋白质的方法是一个对实验室测定蛋白质花费代价很高的一个补充。蛋白质的结构是蛋白质生物功能的一个极其重要的因素，可以说确定蛋白质的结构也就基本上确定了蛋白质的功能。反过来说，如果工程制药需要设定特殊结构的蛋白质，就必须确定这个蛋白质的结构，现在比较流行的方法是参照蛋白质数据库中已有蛋白质结构来实现预测。随着已经测定的蛋白质结构越来越多，意味着蛋白质数据库中的已知蛋白质数量及其庞大，那么我们怎么找到和某一个蛋白质相似的蛋白质呢。
[0004]当然，这个方法不是限定于蛋白质结构相似性的比对，这个方法可以使用在二维三维图形，只要能够采集到所需的数据笛卡尔坐标数据即可，比如这个方法可以使用在GIS(地理信息系统)上相似图形区域的搜索。
【发明内容】
[0005]为了克服当前图形相似性搜索代价高、效率低的不足，本发明提出了一种有效降低搜索代价、效率较高的快速图形相似度判别方法。
[0006]本发明解决其技术问题所采用的技术方案是:
[0007]—种快速图形相似度判别方法，包括以下步骤:
[0008]Al、首先读入一个待比较图形对象；
[0009]A2、从上述的待处理图像对象里面提取出来各个采样点的坐标，所述坐标是三维的笛卡尔坐标或者二维坐标，假定采样点的坐标共有η个；
[0010]A3、由公式(I)求得上述待比较图形对象的质心坐标，即几何中心坐标centroid (X，y, z)；
【权利要求】
1.一种快速图形相似度判别方法，其特征在于:所述判别方法包括以下步骤: Al、首先读入一个待比较图形对象； A2、从上述的待处理图形对象里面提取出来各个采样点的坐标，所述坐标是三维的笛卡尔坐标或者二维坐标,假定采样点的坐标共有η个； A3、由公式⑴求得上述待比较图形对象的质心坐标，即几何中心坐标centroid (X，y, z)；
2.如权利要求1所述的一种快速图形相似度判别方法，其特征在于:所述步骤Al中，所述图形对象是二维、三维实体图形或GIS图形，该图形对象能够获得相应数据采集点的坐标。
【文档编号】G06F17/30GK103778182SQ201310677109
【公开日】2014年5月7日 申请日期:2013年12月12日 优先权日:2013年12月12日
【发明者】张贵军, 秦传庆, 周晓根, 郝小虎, 张贝金, 明洁 申请人:浙江工业大学