多尺度道路网的距离匹配算法研究

根据道路网折线的匹配特点,提出基于格网索引的折线——结点距离匹配算法,将复杂的折线与折线之间的几何相似度计算转换为求结点到折线距离的匹配方法,降低了计算复杂度,并通过建立格网索引来提高计算效率。在应用实例中,采用曲线拟合的最小二乘法确定算法的匹配容差和匹配成功率之间的关系,并通过与现有统计匹配算法比较,可知该算法效率高且匹配成功率较理想,能够满足多尺度道路网数据匹配的应用需求。     

小比例尺道路网眼约束下的多尺度道路网自动匹配

针对道路网多尺度匹配的问题,提出了一种在小比例尺数据道路网眼约束下的多尺度道路匹配方法。首先,构建两幅不同比例尺数据的道路网眼;其次,在小比例尺道路网眼的约束下,提取出大比例尺道路中由若干道路网眼构成的复合网眼,并完成与小比例尺道路网眼具有多对一和一对一关系的网眼匹配;然后,实现不同比例尺道路网眼的多对多匹配;最后,由复合网眼与小比例尺道路网眼的匹配关系转化为多比例尺道路网眼边界道路之间的匹配和内部道路之间的匹配,完成整个道路网的匹配。试验结果证明,本方法能较好地实现多尺度道路网的匹配。     

道路网信息投影匹配方法研究

针对道路网线要素特点,提出了基于投影的道路网信息几何匹配方法。根据线段斜率,对线段进行投影、分割,提取线要素特征点,将复杂的道路网匹配转化为特征点匹配,可解决复杂的多对多匹配。通过渐进式的匹配策略,逐步、快速缩小匹配范围,提高了匹配效率。通过实验合理地调整匹配阈值,减少漏匹配与误匹配,提高整体匹配准确率。结果表明,本算法效率高,可靠性好,符合应用需求。     

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。     

顾及几何特征和拓扑连续性的道路网匹配方法

已有的道路网匹配方法需要一定的人为干预和控制,仍无法实现匹配自动化,而且对于具有一定尺度差异的数据而言,受不相关道路对象的影响,匹配结果中会存在较多的误匹配.为此,本文提出一种顾及几何特征和拓扑连续性的由粗匹配到精匹配的分层匹配策略.粗匹配阶段,利用短边中位数Hausdorff距离计算匹配对象的相似度,再以道路网弧段端...     

MS-VSCN:用于影像匹配的多尺度视觉相似度比较网络

影像匹配在多种计算机视觉任务中起着重要的作用.提出一种用于影像匹配的多尺度视觉相似度比较网络.该网络基于孪生网络结构进行构建,将普通卷积与空洞卷积进行融合,使得卷积神经网络在多个尺度上提取到的视觉特征实现互补.首先,网络的输入由两幅待匹配的影像组成,使用权值共享的两个网络分支分别提取两幅影像的深度特征;其次,在网络中与...     

顾及尺度变化和数据更新的道路网匹配算法

道路网数据匹配是地理空间数据库进行变化探测和数据更新的重要前提,不同比例尺下的道路网之间的匹配是一个非常重要的部分。本文总结和分析了道路网匹配的已有算法,针对不同比例尺道路网之间的匹配可能存在的问题和难点,设计了一个融合多种匹配技术的算法。在考虑不同比例尺下道路网数据的特点基础上,改进了空间场景结构的评价方法;分析了stroke匹配算法在不同比例尺道路网数据下的局限性,提出了一种可针对不同比例尺下道路数据存在变化与更新的stroke部分匹配算法。试验表明,文中所提出的方法能够适应不同比例尺下道路网的匹配,匹配效果较好,运行效率较高。     

模糊信息处理的道路网匹配方法

针对传统的道路网匹配方法用阈值来决定待匹配对象的匹配关系,无法准确实现匹配判定的问题,该文提出了一种基于模糊信息处理的道路网匹配方法:在道路网数据论域中讨论模糊集合,通过置信水平判定模糊集合是否为空,从而判定匹配关系,较好地结合了匹配对象间匹配关系的模糊性与模糊数学的数据处理知识。基于两组数据的实验结果标明:所提方法不仅打破了设定阈值的常规思想,而且达到了较好的匹配效率,研究结果可以为道路网数据以及空间数据的融合、集成和更新提供参考。     

语义知识支持的城市POI与道路网集成方法

提出一种基于POI与道路间语义关联的城市POI与道路网集成方法。首先利用POI的路名信息构建POI语义连接图,并识别和简化道路交叉口结构;然后结合POI与交叉点的连接路名信息进行POI与路网的特征点匹配;最后通过迭代方式实现POI与路网数据的位置集成。实验表明,本文方法能够将偏差较大的POI有效集成到道路网中,保证POI与导航路网间相对位置的准确性。     

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。     

面向地图综合的道路网相似度计算模型

针对地图制图综合过程中道路网相似度的定量计算问题,提出了一种顾及道路网综合过程的相似度计算模型.方法 基于空间相似关系理论较好地顾及了地图综合中空间关系的相似性;利用语义权重计算总体相似度更加符合地图综合的规则.最终经由430个样本的心理认知实验结果与专业人员的心理认知结果基本一致.实验结果表明:该模型基本符合人类直观...     

A new Voronoi diagram-based approach for matching multi-scale road networks

Journal of Geographical Systems - Object matching is a key technology for map conflation, data updating, and data quality assessment. This article proposed a new Voronoi diagram-based approach for...     

增强语义的地理信息服务匹配相似性算法探讨

针对服务匹配技术存在缺乏定量分析能力和匹配精度不高等问题。该文在总结地理信息服务及服务匹配过程特点的基础上,有机地融合了概念信息量算法和概念距离算法的优势,提出一种增强语义的地理信息服务匹配相似性算法,并通过原型系统的实现证明了该算法的可行性和有效性。     

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.     

A geometric-based approach for road matching on multi-scale datasets using a genetic algorithm

Object matching is used in various applications including conflation, data quality assessment, updating, and multi-scale analysis. The objective of matching is to identify objects referring to the same entity. This article aims to present an optimization-based linear object-matching approach in multi-scale, multi-source datasets. By taking into account geometric criteria, the proposed approach uses real coded genetic algorithm (RCGA) and sensitivity analysis to identify corresponding objects. Moreover, in this approach, any initial dependency on empirical parameters such as buffer distance, threshold of spatial similarity degree, and weights of criteria is eliminated and, instead, the optimal values for these parameters are calculated for each dataset. Volunteered geographical information (VGI) and authoritative data with different scales and sources were used to assess the efficiency of the proposed approach. According to the results, in addition to an efficient performance in various datasets, the proposed approach was able to appropriately identify the corresponding objects in these datasets by achieving higher F-Score.     

结合行驶场景语义的轨迹-路网实时匹配方法

实时地图匹配技术在智能交通、自动驾驶等领域起着关键作用.现有实时地图匹配算法在高架、立交道路等复杂场景受到平行道路的干扰,匹配正确率较低.针对这一问题,本文提出了一种利用与车辆轨迹同步采集的图像对行驶场景进行分类,从而辅助城市复杂道路环境下地图匹配的方法.该方法在车辆靠近高架区域时利用图像对车辆行驶场景进行分类,结合车辆行驶方向、轨迹点与路段的距离、匹配路段邻接性等指标,对当前轨迹点进行实时匹配.以上海市三段高频采集的轨迹数据为例进行试验,使用匹配率、召回率、精确率等指标对结果进行精度评价.结果表明,本文方法的平均匹配率、召回率和精确率达到96.86％、97.17％、93.46％,优于传统实时匹配方法;对原始轨迹进行降采样后,匹配率、召回率、精确率等指标保持稳定.比较高架道路、立交等复杂场景的匹配效果,以及对比单点匹配耗时、延时和内存占用情况,本文方法均能保持较好的匹配结果.     

多尺度变换中建筑群空间相似度计算模型

针对建筑群自动综合结果质量评价问题,该文提出一种建筑群多尺度表达中空间相似度计算模型。从地图综合质量评价的角度,立足地图综合的3个约束,即图形约束、拓扑约束、结构约束,分别计算了图形相似度、拓扑相似度、结构相似度,并对以上各相似度作了适当的权重分配,计算建筑群目标的整体相似度。最后,通过实验验证了本文相似度计算方法的正确性、可行性。     

径向基函数神经网络的路网自动匹配算法

针对VGI数据中检测更新的问题,该文提出基于径向基函数的神经网络自动匹配算法。通过选取路段的距离、方向、形状和长度4个空间特征的相似度作为衡量路段是否匹配的指标。考虑到4个空间特征指标对匹配的影响力不同,在RBF(radial basis function)神经网络中的隐含层对基函数引入粒度拉伸因子,使径向对称的RBF顾及各向异性。同时对输出层在线性加权求和函数的基础上引入sigmoid函数,使计算结果(路段的匹配度值)归一化。该算法对数据质量较差的VGI路网具有很好的匹配能力,与BP神经网络相比,RBF神经网络在地图匹配中具有更好的匹配效率。     

基于多尺度模型的数据库影像特征匹配

针对传统的遥感影像数据库中影像特征匹配效率低下的问题,该文提出一种基于多尺度模型的数据库影像特征匹配方法。为遥感影像数据库构建多尺度模型,能较高效率地在数据库中快速定位候选的匹配影像;基于搜索得到的候选影像,采用快速排序算法逐层筛选最佳匹配影像,从而实现了数据库匹配影像的精确定位。实验结果表明:所提算法不仅能高效地完成影像间特征点匹配运算,还能从数据库中精确地筛选得到最佳的匹配影像;且随着数据库中影像总数的增加,该方法的优势表现得更加明显。这一研究将为遥感影像数据库的高效、实时及动态匹配提供可能性。