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。     

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。     

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。     

采用Stroke层次结构模型的道路网匹配方法

地理空间信息时刻处于变化之中,道路网变化尤其明显。如何确保道路数据的现势性成为重要研究课题。每条道路往往由多条弧段组成,目前的匹配算法大多对离散弧段单独匹配,而没有把每条道路作为一个整体进行匹配,导致即使是同一条道路,往往也存在局部匹配错误的情形。本文提出了基于Stroke层次结构模型的城市道路网匹配新方法。该方法采用Stroke技术把离散的道路弧段构建为完整的道路,亦即Stroke;进一步对Stroke进行分类分级,进而构建不同层次Stroke之间的关联匹配准则;最后采取由高等级Stroke到低等级Stroke逐级匹配、并以高等级Stroke约束较低等级Stroke匹配的方法与顺序,依次完成整个道路网之间的匹配过程。该算法的优势在于:把离散的道路弧段转化为整条Stroke进行整体匹配,避免了局部因素的影响;以高等级Stroke约束较低等级Stroke匹配,层层约束,算法运算效率与匹配正确率显著提高。     

多特征约束下的复杂交叉路口主辅路识别

主干道、辅路的准确识别对于实现复杂交叉路口的自动综合至关重要。传统方法多依赖于路段的笔直程度和弯曲程度描述路口的主干道和辅路，然而复杂交叉路口结构错综复杂、形态变化多样，仅依赖这两种特征进行主辅路识别的准确度有限，且部分形态相似的主辅路无法识别。为此，本文提出了一种多特征约束下的复杂交叉路口主辅路识别方法。首先提取复杂交叉路口的特征点，根据特征点对弧段进行打断，依据路段的笔直程度识别出平行弧段；然后依据道路延展性、角度、距离等特征识别平行簇获取复杂交叉路口中的主干道；最后通过紧凑度和距离关系识别匝道获取复杂交叉路口中的辅路。以南京OSM城市路网为例的试验表明，本文方法能够准确识别出复杂交叉路口的主干道和辅助路段，识别精度分别达到93.60%和89.43%。     

采用层次分析法的道路网整体匹配方法

道路网变化较快,对其匹配和更新受到广泛关注。目前道路网匹配算法多集中于离散弧段间的匹配,匹配整体性不强,匹配精度不高。本文在分析道路匹配关系的基础上,借鉴人类认知客观世界从整体到局部的思想,对离散道路弧段通过Stroke模型进行聚合处理,然后采用线、面相对位置关系探测候选匹配集,进行道路筛选及整体匹配。针对当前匹配方法中各相似权值确定较为随意的问题,本文在分析各相似指标关系的基础上,借鉴层次分析法中的决策思维方式,对道路网匹配中的各相似指标进行定性和定量分析,并自动分配权值,进而根据获得的整体相似度来自动匹配。实验结果表明,采用层次分析法进行道路网整体匹配,可有效提高匹配效率、正确率及自动化水平。     

顾及双线道路特征的变化信息提取方法

在城市双线道路数据更新的需求下,通过分析已有要素匹配方法,提出了一种顾及双线道路特征的单、双线道路匹配方法,用于提取城市双线道路增量更新中的变化信息。为保证双线道路的整体性,将双线道路多边形作为匹配对象,通过分析旧单线道路与多边形的方向、长度以及位置关系设计了单、双线道路匹配综合指标计算模型;然后,根据匹配综合指标确定单、双线道路匹配关系并提取变化信息。实验结果表明,该方法能够较好地满足双线道路更新中变化信息提取的要求,具有一定的实用性。     

利用轨迹数据进行道路网更新及轨迹融合

随着经济的快速发展,城市道路网更新迅速,道路网数据对于交通规划和城市发展具有重要意义。本文提出了一种基于轨迹数据的道路更新及轨迹融合方法。首先使用几何最短距离分析和隐马尔科夫模型来提取失配轨迹,然后使用基于Delaunay三角网和基于山脊线相结合的轨迹融合方法,提取出新增道路骨架线,对得到的骨架线进行显化和延长处理,使其融合到现有道路网中。试验结果表明,采用基于Delaunay三角网和基于山脊线相结合的轨迹融合方法,能够提高新增道路的生成效率,改善道路网的更新效果。     

城市道路网匹配的层次化面域剖分模型

针对道路网“节点-弧段”数据模型在道路网结构化表达方面存在的不足,本文基于stroke的基本原理,设计了基于道路等级划分的道路网层次化面域剖分模型,使道路网空间结构特征表达具备了层次化特征。基于道路重要性等级和与面域边界的连通关系,对面域内的道路进行了层次性划分。建立了由“整体-局部-对象本身”的道路网层次化表达模型。最后,基于该模型本文提出城市道路网匹配模型,从高等级道路到低等级道路,利用特征一致性评价模型选取匹配对象。通过试验结果分析,证明了本文方法适用于解决具有典型城市特征的道路匹配问题。     

采用拓扑关系与道路分类的立交桥整体识别方法

结构复杂、形态繁多的立交桥结构是道路网的重要组成部分。大比例尺地图中立交桥结构的识别对道路网的拓扑关系构建、自动综合、匹配、更新,乃至城市居民地等相关要素的研究都具有重要影响。当前在道路网数据匹配更新过程中尚未对立交桥结构进行深入的研究,关于立交桥识别方面的研究也相对较少。本文参考道路桥梁专业中立交桥的分类方法,概括出不同种类立交桥的图形。对这些图形自身构建拓扑关系,利用道路分类方法判断图形中每条弧段的道路类别,并统计数量,建立立交桥图形的量化表达式。在识别过程中通过比对量化表达式来识别出立交桥结构及其类型。     

平行路段模式识别与简化初探

道路网模式中的平行路段作为一种局部模式,其识别与简化是地图综合研究的重要内容。本文在分析平行路段产生的原因和常见形态后,给出一种利于简化的平行路段分类方法,并提出基于平头缓冲区搜寻备选平行路段进而利用平行性测度判断路段是否平行的方法。在此基础上,针对3类平行路段分别提出对应的几何化简与连通关系简化方法。实验结果表明,该识别与简化方法能够对路网模式中的平行路段进行有效地综合,具有一定的实用价值,对进一步研究具有参考价值。     

运用图论进行道路网网格模式提取

提出了一种基于图论的网格模式提取方法。该方法根据道路之间的关系生成关系图,运用交、联、提取连通分量和极大完全子图等图论算子完成模式的提取。实验结果表明,该方法能有效地进行网格模式的提取。     

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。     

矢量数据辅助的高分辨率遥感影像道路自动提取

高分辨率遥感影像上细节信息繁杂、干扰物普遍存在,对其进行自动化道路识别与提取的相关研究仍处在探索阶段。在道路提取过程中引入矢量数据辅助,可解决初始信息获取的困难,得到可靠性较强的训练样本。为此,提出一种矢量数据辅助下的道路提取方法,能够筛选出矢量数据中包含的有效信息,引导实现对高分辨率遥感影像的道路自动提取。利用Mean-shift滤波对图像进行预处理后,首先从矢量数据获取候选种子点,并通过提炼同质区域的形状特征剔除错误候选点;然后,自动获取负样本点以进行朴素贝叶斯分类,并采用邻域质心投票算法从分类影像提取道路中心线;最后,结合像素跟踪与方向判断矢量化道路中心线,并提出一种基于矢量几何分析的断线连接与毛刺剔除方法,对提取结果进行信息修复与规整、优化。实验结果显示,该算法的提取质量达到80%以上,且具备较强的稳健性,能够适应具有不同道路辐射和分布特征的高分辨率遥感影像。     

基于网格模型的导航道路图渐进式化简方法

针对将导航数据精度降低时的道路图形综合转换为基于网格模型的线图形化简问题,提出了一种基于网格模型的导航道路数据渐进式协同图形综合方法。该方法能保证综合后的单条道路和道路网都与原始高精度数据保持空间方向关系相似。在数据处理过程中,用导航需求来约束道路的渐进式图形简化,并对道路形状和道路交叉处的空间方向关系进行维护,顾及了导航中道路的可视化效果。已用实际生产中的导航数据进行了验证,证明了本文方法是有效且实用的。     

基于复杂网络理论的城市道路网络自动综合方法

道路网络自动综合是地图综合的主要研究课题。本文通过引入对偶拓扑理论建立了城市道路网络的对偶拓扑结构,并将道路的重要性表达为路网中所有道路的重要度贡献的总和,进而提出了一种道路网络自动综合方法。实验表明,本文方法可以较为合理地选取路网中相对重要的道路,所选路网保持了原始路网的整体形态及拓扑连通。     

道路网多特征匹配优化算法

同名道路匹配技术是道路数据集成、更新和融合的重要前提。道路网匹配在智能交通(intelligent transportation system,ITS)与位置服务(location-based service,LBS)等方面具有重要的研究价值和应用意义。本文提出了一种道路网多特征匹配优化算法:首先从形状、距离、语义3方面分别设计了基于面积累积的形状差、综合中值Hausdorff距离和全局加权属性项距离3种相似性度量,以更准确地描述道路待匹配对之间的特征差异;然后通过SVM对相似性特征样本集训练,以构建道路网回归匹配模型;最后利用此模型对未知匹配结果道路待匹配对进行匹配结果预测。大量试验结果表明,本文算法对非线性偏差明显的道路网数据能够实现较高的匹配准确率和召回率,能有效地用于包含多重匹配关系的道路网匹配。