顾及形态特征和语义信息的双线道路识别方法

双线道路识别与提取是城市路网综合的关键。提出了一种城市双线道路提取的方法。在构建好的道路网眼的基础上,综合考虑双线道路网眼形态特征以及构成网眼路段之间的语义相似度,设计了识别双线道路网眼的综合指标。通过判断网眼综合指标确定最终的双线道路网眼,最后根据识别出的双线道路网眼提取出双线道路。实验表明,该方法能有效提取出城市道路数据中的双线道路。     

一种基于平行系数的双线主干道识别方法

城市主干道路的识别和提取是路网综合的关键步骤,而双线道路则是大比例尺地图数据中道路综合的难点。针对城市双线主干道识别问题,基于Gestalt视觉准则构建候选双线主干道线对的约束条件,提出了一种基于平行系数的双线主干道识别方法。首先对道路网数据进行拓扑处理,然后借助道路匹配思想,结合Hausdorff（HD）距离匹配方法识别出可能构成双线主干道的候选线对。再对候选线对进行平行系数计算,当平行系数满足阈值条件时,就判定该线对是构成双线主干道的弧段。最后根据构成双线主干道路段间的空间关系,将已识别的弧段连接成整条道路。实验证明,选取典型样本方法正确设置阈值后,该方法能有效地提取道路网中的双线主干道。     

地图数据缩编更新中道路数据匹配方法

用比例尺1∶1万的道路数据缩编更新比例尺1∶5万的相应数据,需要建立不同尺度、不同时态的道路目标间的匹配关系,以提取变化数据进行更新。通过分析道路目标间存在的分解、基本以及抽象的三个匹配层次,利用缓冲区分析和拓扑关系等手段开发了系列算法,进而完成了各目标间的匹配。实验表明,该匹配方法正确率高,实用性强,能满足缩编更新道路数据的要求。     

城市道路网主干道提取的形态分析方法

基于多边形的形态分析提出一种城市主干道提取方法。首先根据点线数据生成多边形并计算多边形几何形态指标;然后使用支持向量机集成各项指标对生成的多边形进行形态分类,提取候选主干道多边形;最后根据格式塔理论使用区域增长算法连接候选主干道多边形,提取最终的道路网主干道。实验表明,通过本方法能够快速有效地提取道路网中的平行车道。与道路属性数据中的高等级道路比较发现,本文提取的主干道与道路网的建设等级趋于一致。     

运用Delaunay三角网提取OpenStreetMap主干道多边形

众源开放街道地图(OpenStreetMap,OSM)作为志愿者地理信息的典型代表,其数据质量制约了城市主干道提取。为此,引入约束Delaunay三角网,运用类似Voronoi图的空间等剖分几何构造表达道路线密度,通过线密度变化与三角形边长表征主干道形态特征,并集成两个指标构建主干道识别模型;类比林火蔓延扩展过程,提出了基于Delaunay三角网的OSM主干道多边形提取方法。运用5个城市的OSM数据进行实验,结果表明,该方法能有效提取主干道多边形,并且与OSM路网中的道路等级属性趋于一致。     

基于正对投影距离的双线道路提取方法

大比例尺地图中双线道路的识别与提取是路网综合的重要组成部分。针对双线道路识别问题,根据双线道路的结构特点,结合国内外研究提出了一种可用于提取双线道路的距离度量方法——正对投影距离。首先通过缓冲区分析构建可能构成双线道路的候选线对集,然后利用正对投影距离构造约束参数从线对候选集中精确识别出双线道路线对。通过与其他距离度量方法的对比试验,表明正对投影距离能较准确表达双线道路线对的空间邻近性,可以准确识别出双线道路,符合人类空间认知特点。     

面向更新信息提取与集成的空间实体匹配方法

本文为了自动发现提取新版基础地理数据层中的更新变化信息,并将其集成到用户数据层中,提出了一种依据属性、几何、拓扑关系等多源信息的空间实体复合式匹配方法.首先,阐述了该方法的基本过程以及确定实体是否匹配的判别规则;然后,在定义空间实体主要变化类型的基础上,讨论了根据匹配结果提取新增、消失等变化实体及其更新信息的基本策略;...     

利用车载LiDAR点云数据提取城市道路规则多边形

随着自动驾驶高精地图的发展,准确高效地提取道路规则多边形成为必要。本文以苏州市某城市快速路为研究对象,通过使用徕卡车载激光移动测量系统获得城市道路点云数据,观察了解车载点云数据各类属性信息,根据观察结果组合利用点云数据高差、点云灰度差值、点云强度差值,在此基础上再利用网格密度法实现道路规则多边形的提取,然后通过对目标的矢量化得到三维矢量规则多边形。最后对提取的矢量化结果进行精度评定。试验结果表明：该方法在提取道路规则多边形方面能得到较好的结果且能满足高精地图需求。     

支持地图综合的面状目标约束Delaunay三角网剖分

针对多边形面状目标的综合问题,建立了二维空间中约束Ｄｅｌａｕｎａｙ三角网剖分结构,融入多边形的环、岛屿、边界、顶点的描述,通过形式化条件检索,在该结构上提取二维空间中各种感兴趣的由剖分三角形组成的区域,用于支持地图综合中邻近多边形的搜索、多边形弯曲部位的识别、冲突关系探测、多边形合并等操作。并对基于骨架线的图结构建立、分枝宽度计算等几何问题进行了详细讨论,指出了其在诸如双线河中轴化、街道中轴线网络模型建立、多边形合并中的邻近关系分析、面状目标注记自动定位领域的支持作用。     

城市基础地理信息时空数据变化更新方法

针对城市基础地理空间数据时空变化更新特点,该文研究了利用空间信息和属性信息进行变量提取和变化更新的方法。通过使用不同年份的基础地理信息矢量数据为研究对象,采用FME空间数据转换处理系统和Python语言,实现了基于FME、基于空间分析和基于质心的3种空间数据变量提取和变化更新解决方案。对各方案变化更新的准确性和完整性进行分析对比,选择出了最优的变量提取和变化更新解决方案。     

基于多种相似度特征的道路实体融合方法

随着城市建设步伐的加快和基础地理信息应用领域的扩展,国家经济建设和人民群众生活对基础地理信息的需求越来越大,对基础地理信息的现势性和更新频率也提出了更高的要求。因此,对不同精度、不同来源的地理信息数据融合技术进行研究具有十分重要的意义。道路实体是重要的基础地理信息,尤其是铁路、高速、国省道、城市主干道。本文重点围绕道路实体研究数据间的差异性,建立了自动匹配评价指标;并基于FME平台搭建同名匹配、变化检测和增量更新模型,实现了道路实体自动更新和融合,缩短了道路实体更新周期。“十三五”第2轮基础测绘更新项目利用该技术完成了重要道路实体的融合,证明了该技术的可行性和准确性,为新型基础测绘体系的建设提供了技术支撑。     

顾及拓扑联通性的互通式立交桥增量更新

由于互通式立交桥错综复杂的拓扑结构特点,使互通式立交桥更新时存在拓扑联通性维护困难的问题,针对该问题提出一种顾及拓扑联通性的互通式立交桥增量更新方法.该方法以21种互通式立交桥类型为基础,通过分析每种类型的拓扑结构特点,用计算匝道数和平面交点数组成的二元组值来识别这21种互通式立交桥;根据不同类型互通式立交桥需要维护的...     

道路网增量更新中拓扑冲突的检测方法

为提高空间数据增量更新中拓扑冲突的检测效率,针对道路网数据,首先分析了增量要素进行更新时可能产生的拓扑冲突的类型和特点,运用规则格网进行邻近区域的表达;然后使用5元组模型描述增量要素与邻近区域要素间的拓扑关系,与设定的拓扑冲突表达进行比较,判断是否存在拓扑冲突。实验结果表明,本方法对于道路网数据增量更新中的拓扑冲突的类型区分准确全面,检测效率较高,具有很好的实用性和可靠性。     

一种基于线特征的道路网变化检测算法

提出一种基于线特征的道路网变化检测算法。首先根据边缘的梯度信息从多时相遥感图像中提取变化的线特征;然后根据变化线特征的局部特性,检测出与道路模型相符合的变化道路段;最后通过道路网的全局约束条件,进行变化道路段的连接,实现变化道路的检测。提出的道路网变化检测算法将边缘的相位和幅度信息作为变化检测的判定依据,从而避免了道路的匹配与比较工作,降低了变化检测算法的复杂度,具有很强的实用性。将本文提出的方法用于多时相遥感图像的道路网变化检测,从实验结果可以看出该方法的有效性。     

利用概率松弛法的城市路网自动匹配

多源空间数据匹配是空间数据集成与互操作,变化检测与数据更新的重要前提。路网数据匹配在导航、智能交通和基于位置服务等领域具有重要的研究意义和实用价值。本文提出一种基于概率松弛方法的城市路网自动匹配方法,该方法首先通过路段间几何差异性估算候选路段的初始概率,然后根据邻接候选匹配路段的兼容性不断更新原概率矩阵直到收敛于某一极小值。最后基于收敛的概率矩阵计算各候选路段的结构相似性,并通过设定相应的规则选取和提炼1: 1, 1: M和M: N匹配对。实验选取中国武汉,瑞士苏黎世地区的OpenStreetMap数据与导航数据进行匹配算法的验证。结果表明：本文算法对非刚性偏差较大的路网数据能达到较高精度,不存在匹配方向性问题,且能够识别1: 0, 1: M和M: N匹配。     

利用模板匹配和BSnake算法准自动提取遥感影像面状道路

针对已有的遥感影像面状道路提取策略在自动化程度、效率及精度方面的不足,提出了一种新的快速有效的准自动提取方法。遥感影像上各种面状道路的提取实验证明了算法的有效性,在自动化程度、速度和精度上均有明显成效。     

利用道路网眼实现路网的增量式更新

获取现势性的交通道路数据是数字城市和智慧城市建设的基础,基于传统测绘的道路网更新方法存在一定局限性,而基于众源数据及行车轨迹数据更新道路网近年来则倍受关注。首先提出了一种新的道路变化增量更新方法,该方法先对历史道路网建立面拓扑结构,生成由道路网组成的最小闭合面域（道路网眼）;然后以道路网眼为基本控制单元,综合利用轨迹点上下文距离信息和隐马尔可夫模型（hidden Markov model,HMM）,提取失配轨迹点和失配轨迹段;最后采用缓冲区分析和最大密度法对失配轨迹提取骨架线,创建新增道路,增量更新历史道路网。实验结果表明,以道路网眼为控制单元,利用轨迹点上下文距离分析和HMM捕获失配轨迹点,可提高失配轨迹点的提取效率,改善道路网更新效果。该方法可用于大规模路网的增量式更新。     

An improved probabilistic relaxation method for matching multi-scale road networks

Matching multi-scale road networks in the same area is the first step in merging two road networks or updating one based upon the other. The quality of the merge or update depends greatly on the matching accuracy of the two road networks. We propose an improved probabilistic relaxation method, considering both local and global optimizations for matching multi-scale of road networks. The aim is to achieve local optimization, as well as to address the identification of the M:N matching pattern by means of inserting virtual nodes to achieve global optimization effects. Then, by adding two attribute-related evaluation indicators, we developed four evaluation indicators to evaluate the matching accuracy, considering both geographic and attribute information. This paper also provides instructions on how to identify the proper buffer threshold during matching procedures. Extensive experiments were conducted to compare the proposed method with the traditional approach. The results indicate that: (1) the overall matching accuracy of each evaluation indicator exceeds 90%; (2) the overall matching accuracy increases by 6–12% after an M:N matching pattern is added, and by 4–6% following the addition of topology indicators; and (3) the proper buffer threshold is about twice the average value of the closest distance from all nodes.     

基于单位影响域的道路增量式综合方法

在地理信息数据库更新的要求下,提出了一种基于单位影响域的道路增量式综合方法,利用旧小比例尺上未发生变化数据,将道路的单位影响范围作为首要选取标准对新增数据进行取舍,减少了地图综合的工作量。采用四叉树分割方法对道路数据进行密度区域划分,不同密度区利用不同的单位影响域阈值进行取舍,保证综合后道路的密度分布与原数据保持一致,并用实验验证了该方法的有效性。