城市道路网面域层次结构特征的识别与表达

层次性是道路网一个重要的空间结构特征,文中提出一种城市道路网面域层次结构特征的识别与表达方法。首先以路链为基本单元对道路网数据进行重新组织,选取连通度、接近度、中介度和长度对路链的结构特征重要性进行评价;然后以道路网眼作为表达道路网面域层次结构特征的基本单元,依据路链的属性等级、结构特征重要性以及视觉对称性原则,依次选取路链对道路网最大包络区域进行层次剖分从而获得其包含的各级层次道路网眼;最后利用二叉树模型对道路网眼之间的层次关系和邻接关系进行结构化表达。实验结果表明,所提方法能够完整提取出道路网包含的全部道路网眼并准确建立它们之间的空间关系,其结果能较好地反映道路网面域的层次结构特征。     

图卷积神经网络在道路网选取中的应用

针对传统道路网重要度评价模型忽略邻居节点对道路重要度影响等问题,该文提出了基于图卷积神经网络的选取方法。该方法将道路选取问题作为道路图节点的二类分类问题,从谱域空间的角度构建了图卷积算子,采用邻居节点随机采样的方式来固定节点局部结构,将道路节点的度、接近中心性、中介中心性和stroke长度作为节点特征输入至图卷积神经网络,并输出道路节点的分类,最终完成道路网的选取。实验结果表明,该方法选取效果较好、效率较高。     

结合轨迹数据的混合多特征道路网选取方法

道路网选取是制图综合的重要内容,针对现有方法仅考虑道路网静态特征等问题,提出了一种结合轨迹数据的混合多特征选取方法。首先以stroke为基本选取单元,构建对偶图来描述路网的结构关系,采用长度、连通度、接近度和中介度等指标对道路的静态特征进行评价;然后结合轨迹数据特点,采用车流量、车辆速度和道路交叉口附近的车辆密度等指标对道路的动态特征进行评价;最后利用基于相互关系准则的标准重要性方法计算得到各指标的权值及各道路的综合重要性值。同时引入线Voronoi图对道路进行划分,得到道路的密度特征值,并将其作为道路网选取的约束指标。实验结果表明,所提方法能够保持道路的整体结构,同时顾及道路的连通性和密度分布,而且结合了轨迹数据的动态交通特性,选取结果符合实际情况,具有一定的实用性。     

顾及结构和几何特征的道路自动选取方法

提出了一种顾及结构和几何特征的道路网自动选取方法。综合考虑道路的度中心性、集聚系数和路划的几何长度等道路选取影响因素,提出一种道路重要性评价方法。实验结果表明,本文方法能够很好地保持选取道路网的整体与局部结构、拓扑结构以及路网连通性。基于该方法,由大比例尺地图选取出的小比例尺地图与相应标准比例尺地图保持较高的一致性,表明该方法是稳定可靠的。     

高等级道路网的拓扑自动保持方法

基于道路网的结构分析,提出了一种高等级道路网拓扑自动保持方法,适用于任意提取的高等级路网。首先根据道路的连通关系生成对偶图,利用最小生成树保持道路网的整体连通性;然后使用广度优先搜索和最短路径计算进行悬挂弧段连接和合理路径连接,保持高等级道路网的导航连通性;最后通过实验验证了本文方法所保持的道路网拓扑结构的有效性。实验结果表明,通过本方法保持的拓扑关系能够保持道路网的整体连通性,反映道路网的高等级结构模式特征,而且与基于原始划分的高等级道路网所规划的最短路径相比,拓扑自动保持后的高等级道路网能够合理地反映道路结点之间的导航路径规划。     

道路网层次骨架控制的道路选取方法

提出了基于路网层次骨架控制的道路自动选取方法。首先,该方法以stroke为单位,利用中介中心性值对stroke进行层次结构划分;其次,采用结构特征识别完善道路层次骨架;第三,基于层次骨架间的连通关系建立逐层传递的stroke重要性计算模型;最后,通过该计算模型自上而下的逐层计算,得到stroke重要性,并据此完成道路网选取。采用3种典型道路网数据,对本方法与其他主要常规stroke选取方法进行对比,试验结果表明本方法不但对语义的依赖性极低,同时消除了中介中心性在评价道路重要性时对边缘道路的不利影响,在保持道路网整体结构和层次性上有较为明显的优势,可适用于各种形态的道路网选取。     

结合道路层次结构的道路网络重叠街区划分方法

重叠街区结构是道路网络重要的拓扑特征之一,有助于分析及理解道路之间的相互作用和交通功能的差异。提出一种结合道路网络层次结构,以路网非重叠街区结构为起点,划分路网重叠街区的方法。把路划作为道路基本单元,把对偶图作为路网的网络模型,先采用蚁群游走和局部优化算法挖掘道路网中的非重叠街区结构;再结合道路网络的层次结构进一步对道路网络的重叠街区进行划分。通过4种典型模式的道路网络实验,并根据目视、扩展模块度指标、连通效率指标对实验结果进行分析评价,本方法适用于挖掘不同模式下道路网络的重叠街区结构。     

道路网的实况连通度指标

在综合分析评价了现有的道路网连通度指标定义的基础上,总结了其存在的局限性,即缺乏连通度时态变化信息。为克服这一局限性,从时态的视角对道路网连通度指标进行了全新的定义,结合道路网交通状况的时态变化,提出了一种能在时间上动态反应道路网连通度变化的指标——道路网的实况连通度指标,最后通过一个计算实例进行了实证分析。道路网连通度的时态变化得到了验证。     

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。     

多特征、多方法融合的高分辨率影像道路网提取

高分辨率影像上道路表现为宽度近似不变的条带状同质区域。根据此特征,提出了一种融合多特征、多方法的高分辨率影像道路网自动提取方法。该算法首先采用均值漂移聚类对图像稳态点图进行分类;然后运用Gabor滤波及张量编码,以线性显著性最大为准则识别道路中心点类;最后,运用张量投票和连通成分分析完成道路段连接及道路网组网。试验结果表明该方法能够准确、完整地提取高分辨率影像上道路网,提取的完备性和准确度优于对比算法。