全局与局部寻优相结合的道路网匹配方法

针对面向道路网匹配的概率松弛法约束性指标单一且无法识别M:N匹配模式的不足,从兼顾全局和局部匹配最优的角度出发,提出了从局部角度顾及几何约束和拓扑约束,从全局角度完善M:N匹配模式的改进算法,设计并实现了不同匹配模式下的匹配策略。测试结果表明,该方法的整体匹配精度和召回率提高了7%~14%,均达到90%以上;空间与属性匹配度评价指标提高了3%~7%;可将待匹配路网中最邻近结点平均距离的两倍值作为缓冲区阈值设定的参考依据,从而验证了该方法的可行性与可靠性。     

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。     

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,再以道路网弧段端点的近邻分析结果作为匹配阈值,判断匹配对象是否为同名实体;精匹配阶段,将粗匹配阶段评价结果中离散的同名实体构建为完整的道路Stroke,即以追踪的方式剔除误匹配和添加漏匹配。利用宿城区不同尺度的道路网对所提算法进行验证,结果表明,该算法具有较好的匹配效果,能够实现匹配自动化。     

A Pattern‐Based Approach for Matching Nodes in Heterogeneous Urban Road Networks

This article presents an approach to hierarchical matching of nodes in heterogeneous road networks in the same urban area. Heterogeneous road networks not only exist at different levels of detail (LoD), but also have different coordinate systems, leading to difficulties in matching and integrating them. To overcome these difficulties, a pattern‐based method was implemented. Based on the authors' previous work on detecting patterns of divided highways, complex road junctions, and strokes to eliminate the LoD effect of road networks, the proposed method extracts the local networks around each node in a road network and uses them as the matching units for the nodes. Second, the degree of shape similarity between the matching units is measured using a Minimum Road Edit Distance based on a transformation. Finally, the proposed method hierarchically matches the nodes in a road network using the Minimum Road Edit Distance and eliminates false matching nodes using M‐estimators. An experiment involving matching heterogeneous road networks with different LoDs and coordinate systems was carried out to verify the validity of the proposed method. The method achieves good and effective matching regardless of differences in LoDs and road‐network coordinate systems.     

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。     

一种改进的快速浮动车地图匹配方法

浮动车地图匹配算法能够实现浮动车离散点与路段的快速准确匹配,是浮动车路况信息生成技术中的核心环节。本文针对现有方法的不足,实现了建立定位点的有效阈值缓冲区,并依据空间关系检索候选匹配路段,研究实现了一种利用行驶速度、行驶方向、投影距离、行驶距离4个参数进行行车轨迹判别的逻辑匹配算法。试验表明,该方法无需对路网数据进行大量的前期处理工作,简化了候选匹配路段的检索过程,在保证匹配正确率的同时也表现出了更高的效率。     

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。     

顾及上下级空间关系相似性的道路网联动匹配方法

现有道路网匹配方法中,大多利用道路自身结点和弧段特征进行匹配,而较少注意道路邻域要素在道路网匹配中的重要定位参考作用,从而影响匹配效率和正确率的进一步提高。针对上述问题,本文提出了一种顾及上下级空间关系相似性的道路网联动匹配方法,即模仿人在读图时通过特征地物和空间关联寻找目标地物的思维过程,将匹配看作是一种特征目标寻找、信息关联传递的推理过程。首先,运用Stroke技术将复杂道路网进行等级划分。其次,通过道路骨架关联关系树构建道路网联动匹配模型。最后,选取高等级骨干道路作为起始特征对象,计算道路间的上下级空间关系相似性,逐级迭代使匹配信息在道路网联动匹配模型中传递,从而得到匹配结果。试验表明,本文算法缩小了待匹配数据的搜索范围,能够有效提高匹配正确率和效率,尤其在数据位移较大、存在非系统性几何位置偏差的情况下优势明显。     

基于影像匹配的自发地理信息道路精度评价与改善

针对无矢量参考数据自发地理信息道路精度难以评价的问题,提出了一种基于影像匹配的道路精度评价方法。首先提取影像与自发地理信息中的道路交叉口作为控制点,并将对应的交叉口进行匹配,以同名控制点的均方根误差作为自发地理信息的道路精度;然后以两组控制点分别构建Delaunay三角网,利用两组控制点的对应关系对每个三角网进行仿射变换,从而实现对自发地理信息道路的几何纠正,以提高其精度。最后以郑州市的Open Street Map道路数据进行试验,结果表明本文算法能够有效提高自发地理信息的道路精度。     

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。     

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。     

结合引力场理论的道路自动选取方法

针对复杂网络模型被广泛应用于道路选取的研究中,少有方法顾及道路网对偶图中多级邻居节点的影响,导致对道路的重要性评价缺乏准确性和可靠性的问题。该文将道路网对偶图节点的结构特征值视作质量,将节点间的最短距离视作距离,结合引力场方程实现道路自动选取,较好地将道路网对偶图中多级邻居节点的影响纳入到道路重要性的计算中,从而实现对道路重要性的准确评估。通过对兰州市城关区的路网进行实验,结果表明本文方法所选取的路网较好地保持了原始道路网的整体结构、覆盖范围、密度分布、拓扑特征和连通性。     

多源点要素的全局一致性自动匹配

多源点要素的自动匹配是空间数据集成与融合的重要基础性工作.本文通过计算点要素的匹配可信度指标,建立点要素的一致性优化匹配模型,并转化为二分图最大带权匹配问题,从而实现了多源点要素的全局一致性匹配,其匹配结果更好地顾及了所有匹配要素相互之间的一致性和相似性.实验表明:相比传统方法,本文方法具有较高的匹配准确率,能够适应更...     

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.     

新一轮土地更新调查复合要素空间差异判别技术

新一轮土地利用现状更新调查不仅大幅提升了数据的精度要求,将调查比例尺提高到1∶2000,而且强化了数据的更新检查机制,对过程有具体严格的要求。本文研究土地更新调查复合要素空间匹配与差异判别技术,提出了一种基于缓冲区膨胀的多尺度矢量空间数据匹配方法：一方面空间特征继承大比例尺地形地籍数据的高精度,属性特征集成多尺度的利用和权属现势信息,实现尺度间同名地物的有效融合;另一方面实现国家下发变化图斑与更新后土地利用调查现势图斑的计算机差异比较,确保更新过程严格、规范、自动化程度高。     

Contourlet变换和Tsallis熵的多源遥感图像匹配

提出了一种利用Contourlet变换、Tsallis熵和改进粒子群优化的多源遥感图像匹配算法。在分别对参考图像和目标图像进行Contourlet分解的基础上,以基于Tsallis熵的互信息量作为相似性度量准则,利用改进的带极值扰动的简化粒子群优化算法对低分辨率的遥感图像进行匹配操作,逐级上推,最终实现全分辨率情况下多源遥感图像的匹配。实验结果表明,与常用的遥感图像匹配算法相比,该算法匹配精度高,稳健性好,且运算量大幅减少。     

利用城市骨架线网的道路和居民地联动匹配方法

同名道路或者居民地数据间由于数据一致性程度不高,往往存在较大的几何位置偏差,当对道路或者居民地单独进行匹配时,不利于提高匹配正确率和效率。针对这一问题,本文提出了一种利用城市骨架线网的道路和居民地联动匹配方法。联动匹配即模仿人在读图时通过特征地物和空间关联寻找目标地物的思维过程,将匹配看作是一种特征目标寻找、信息关联传递的推理过程。首先,利用约束Delaunay三角网对地图构建城市骨架线网。然后,通过道路、骨架线、骨架线网眼和居民地之间的拓扑关系建立道路和居民地之间的匹配传递模型。最后,根据该传递模型实现通过道路匹配带动居民地匹配或者通过居民地匹配带动道路匹配的联动匹配。该方法优势在于只要有一种要素的数据一致性比较好,就能带动另一种要素取得很好的匹配效果,同时符合人类进行匹配时的认知过程。     

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。     

Enrichment of topographic road database for the purpose of routing and navigation

With growing demand on multi-purpose or multi-modal navigation, the route calculation needs to traverse semantically enriched road networks for different transportation modes. Currently, operational route planning algorithms reveal rather limited performances or their potential for comprehensive applications are constrained by the unavailable or insufficient interoperation among the underlying geo-data that are separately maintained in different spatial databases. To overcome this limitation, a novel approach has been proposed to integrate the routing-relevant information from different data sources, which involves three processes: (1) automatic matching to identify the corresponding road objects between different datasets; (2) interaction to refine the automatic matching result; and (3) transferring the routing-relevant information from one data-set to another. In process (1), the Delimited Stroke Oriented algorithm is employed to achieve the automatic data matching between different datasets, which has revealed a high matching rate and certainty. However uncertain matching problems occur in areas where topological conditions are too complicated or inconsistent. The remaining unmatched or wrongly matched objects are treated in process (2), with the help of a series of interaction tools. On the basis of refined matching results after the interaction, process (3) is dedicated to automatic integration of the routing-relevant information from different data sources.