CN105701204B - 基于道路网的电子地图兴趣点的提取方法及显示方法 - Google Patents
基于道路网的电子地图兴趣点的提取方法及显示方法 Download PDFInfo
- Publication number
- CN105701204B CN105701204B CN201610018718.2A CN201610018718A CN105701204B CN 105701204 B CN105701204 B CN 105701204B CN 201610018718 A CN201610018718 A CN 201610018718A CN 105701204 B CN105701204 B CN 105701204B
- Authority
- CN
- China
- Prior art keywords
- point
- road
- interest
- extraction
- segmental arc
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000000605 extraction Methods 0.000 claims abstract description 70
- 241001269238 Data Species 0.000 claims abstract description 6
- 239000000725 suspension Substances 0.000 claims description 49
- 238000009826 distribution Methods 0.000 claims description 35
- 230000002093 peripheral effect Effects 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 17
- 230000003139 buffering effect Effects 0.000 claims description 11
- 239000000284 extract Substances 0.000 claims description 9
- 230000010354 integration Effects 0.000 claims description 6
- 238000012946 outsourcing Methods 0.000 claims description 6
- 230000015572 biosynthetic process Effects 0.000 claims description 5
- 230000000717 retained effect Effects 0.000 claims description 5
- 238000005192 partition Methods 0.000 claims description 2
- 239000012141 concentrate Substances 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 20
- 230000008569 process Effects 0.000 description 6
- 239000000203 mixture Substances 0.000 description 3
- 238000003786 synthesis reaction Methods 0.000 description 3
- VMXUWOKSQNHOCA-UKTHLTGXSA-N ranitidine Chemical compound [O-][N+](=O)\C=C(/NC)NCCSCC1=CC=C(CN(C)C)O1 VMXUWOKSQNHOCA-UKTHLTGXSA-N 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 239000002131 composite material Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000686 essence Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Navigation (AREA)
Abstract
本发明提供了一种基于道路网的电子地图兴趣点提取方法,该方法包括以下步骤:A、收集所有兴趣点数据,并以点集合形式表示所述兴趣点数据;B、采集所述兴趣点数据所在区域的道路数据;C、使用所述道路数据构建道路网的拓扑结构;D、依据所述道路网对所述兴趣点数据进行分类;E、根据所述兴趣点数据的分类,提取所述兴趣点数据。上述方法可在不损耗效率的基础上实现更为精确地电子地图兴趣点的提取。本发明还提供了一种基于道路网的电子地图兴趣点的显示方法。
Description
技术领域
本发明涉及一种电子地图兴趣点的提取方法及显示方法,特别是指一种基于道路网的电子地图兴趣点的提取方法及显示方法。
背景技术
兴趣点(Point of Interest,POI)是电子地图中必不可少的元素,而电子地图的多尺度特点决定着不同比例尺下显示的POI数量和类型是有所区别的。如何有效地提取海量的POI,是满足电子地图在不同尺度下优化显示(表达)的重要技术手段。
POI的提取在一定程度上从属于点群数据的化简。艾廷华等人对点群目标的分布定义了四个描述参量,使用Voronoi图(又叫泰森多边形或Dirichlet图,它是由一组由连接两邻点直线的垂直平分线组成的连续多边形组成)动态重建的方法对群点进行化简。毋河海用凸壳算法形成多层嵌套来反映群点的逐层分布特征,这一过程分为凸壳层的合并与多边形折线定点的综合两个子过程。以上方法都考虑到了维持点群的分布特征和空间结构,但实现起来比较复杂且计算量大,主要适用于小比例尺中的点群目标综合,不适合大比例尺城市地图中的POI的提取。
除此之外,有些学者将一些新的思想引入到点群目标的提取和化简。其中,闫浩文等人将点群中包含的统计、专题、拓扑和度量信息分别选定量化描述因子,并把这些因子运用到点群综合过程中,提出了一个基于加权Voronoi图的地图点群综合算法。
一般来说,城市干道、内部道路的两侧会有商业设施、公共设施、机构及居民点等不同类别的POI数据。城市中的路灯、井盖等点数据的分布也受到道路的约束,通常是沿着道路进行分布的。对于大比例尺上的POI数据而言,城市POI数据的分布、密度与道路周边的环境有着重要的关联,因此将POI数据单纯地看作整体点群数据是不合适的。
发明内容
有鉴于此,本发明的主要目的在于提供一种基于道路网的电子地图兴趣点的提取方法及显示方法,以在不损耗效率的基础上实现更为精确地电子地图兴趣点的提取及显示。
本发明提供的一种基于道路网的电子地图兴趣点提取方法,包括以下步骤:
A、收集所有兴趣点数据,并以点集合形式表示所述兴趣点数据;
B、采集所述兴趣点数据所在区域的道路数据;
C、使用所述道路数据构建道路网的拓扑结构;
D、依据所述道路网对所述兴趣点数据进行分类;
E、根据所述兴趣点数据的分类,提取所述兴趣点数据。
由上可以看出,上述方法兼顾了城市POI数据的分布、密度与道路周边的环境之间的关联,针对大比例尺上的POI数据,可在不损耗效率的基础上实现更为精确地电子地图兴趣点的提取。
在上述的方法中,所述步骤B还包括:预处理所述道路数据,具体如下:
仅保留每个线对象上的距离较近且意义相同的多个节点中的一个;
去除所有节点依次重合或节点间的距离小于节点容限的两个线对象中的一个;
去除线对象的长度小于预设悬挂容限的悬线;
将距最近的线对象的距离小于预设距离的悬线延伸至所述最近的线对象。
由上可以看出,上述方法修复或避免了拓扑错误的产生,由此可以保障数据的质量和可用性,进而确保后续数据处理及分析的准确性。
在上述的方法中,所述步骤C包括以下子步骤:
C1、载入所述道路数据,剔除属性错误的数据并计算每条弧段的最小外包矩形;
C2、判断道路线是否与其自身相交,如果相交,则在交点处断开,由此将道路分成3条弧段;
C3、在相交道路的交点处断开相交弧段,使整幅图无相交弧段;
C4、根据每条弧段的最小外包矩形,对所述弧段进行排序;
C5、删除重复弧段,并删除断链形成的短小弧段;
C6、把一定限差范围内的结点合并为一个结点;将结点对应的弧段加入到中心结点的集合中,同时将弧段所对应的结点变为中心结点,并修改弧段的相应坐标;其中,每个弧段对应两个结点,每个结点在合并前对应一条弧段,合并后的结点的坐标值可以是多个结点的坐标的平均值;
C7、以左转算法或右转算法跟踪、生成多边形,建立多边形与弧段的关系。
由上可以看出,子步骤C2可使整幅图无相交弧段,进而可提高计算效。
在上述的方法中,所述子步骤C4包括:根据线目标的最大Y轴坐标值,由大到小对所有线目标进行排序;最大Y值相等时,根据线目标的最大X轴坐标值,由大到小对线目标进行排序,然后按照新的顺序对弧段数据重新编号。
由上可以看出,基于MBR(最小外包矩形)的排序可使查找检索更加方便。
在上述的方法中,所述步骤D包括:
根据所述兴趣点与道路网的拓扑结构的关系,将所述兴趣点划分为:拓扑网眼内边界点、拓扑网眼外边界点、悬挂道路周边点、拓扑网眼内部点和离散点。
在上述的方法中,所述步骤E包括:
采用间苗法顺序提取分别属于网眼内边界点、网眼外边界点和悬挂道路周边点的所述兴趣点,具体如下:
针对当前的道路线,按照一定宽度生成所述道路线的缓冲区,判断哪些点落入所述缓冲区,即找到所述道路线的边界点,计算出各边界点到道路线上的投影点,并建立所述边界点与所述投影点的一一对应关系;
计算各所述投影点沿所述道路线至所述道路线的起点的长度,根据该长度对所述投影点排序,由此形成有序投影点集;
根据地图点群综合算法求出提取系数K,其中,K=K1/K2,K1是实施地图点群综合算法之后需要保留的所述兴趣点的点数,K2是实施地图点群综合算法之前的所述兴趣点的点数;
在确定所述提取系数K后,沿所述道路线确定投影点集的提取间隔,再根据邻近原则判断哪个点在提取间隔内,进而进行提取,由此获得结果投影点集;
根据所述的一一对应关系,找出与所述结果投影点集对应的所述边界点,从而完成对于属于网眼内边界点、网眼外边界点、悬挂道路周边点的所述兴趣点的提取。
在上述的方法中,在提取属于所述悬挂道路周边点的所述兴趣点之前,还包括:
判断属于所述悬挂道路周边点的所述兴趣点位于道路线的左侧还是右侧,并将属于所述悬挂道路周边点的所述兴趣点分为左、右侧点集;
其中,对于道路连接的地方,为提取顺序靠前的所述兴趣点赋予较大权重。
在上述的方法中,在提取完属于网眼内边界点、网眼外边界点和悬挂道路周边点的所述兴趣点之后,对属于网眼内部点和离散点的所述兴趣点进行提取;具体而言:
先判断此类所述兴趣点的分布模式,如果此类点存在一定分布模式,则按照能够保持分布模式的方法实施提取;如果不存在一定分布模式,则采用随机法按照要求设定数量指标后进行提取。
在上述的方法中,提取所述兴趣点时,以道路拓扑网眼或道路弧段为最小处理单元;针对每个处理单元,将提取之前的所述兴趣点放入临时点集中,如果临时点集中点的个数小于某一阈值,则不实施提取;否则实施提取,并将提取结果放入结果点集合中;在针对当前处理单元的提取操作结束后,清空所述临时点集,然后转向下一个处理单元,依此循环往复,以完成对所有处理单元的提取操作。
本发明还提供了一种基于道路网的电子地图兴趣点的显示方法,该方法将基于上述任意基于道路网的电子地图兴趣点的提取方法所提取出的兴趣点显示在电子地图上。
附图说明
图1为本发明的基于道路网的电子地图兴趣点提取方法的流程图;
图2为道路数据预处理(去除冗余点)示意图,其中(a)为预处理之前的道路数据所表示的道路的示意图,(b)为预处理之后的道路数据所表示的道路的示意图;
图3为道路数据预处理(去除重复线)示意图,其中(a)为预处理之前的道路数据所表示的道路的示意图,(b)为预处理之后的道路数据所表示的道路的示意图;
图4为道路数据预处理(去除短悬线)示意图,其中(a)为预处理之前的道路数据所表示的道路的示意图,(b)为预处理之后的道路数据所表示的道路的示意图;
图5为道路数据预处理(长悬线延伸)示意图,其中(a)为预处理之前的道路数据所表示的道路的示意图,(b)为预处理之后的道路数据所表示的道路的示意图;
图6为道路数据拓扑结构示意图;
图7为道路缓冲区示意图;
图8为“间苗法”示意图;
图9为道路周边点的不同提取结果的示意图;
图10为某市市区范围内的POI数据被提取之前和之后的比照示意图,其中,(a)为提取前的情况,(b)为按照50%的比例提取的结果,(c)为按照20%的比例提取的结果。
具体实施方式
下面参照附图,详细介绍本发明提供的一种基于道路网的电子地图兴趣点提取方法。在本发明的构思下,对城市大比例尺中的点数据进行提取的时候需要兼顾两方面:POI(兴趣点)作为点群的成员,要考虑综合前后的整体的分布特征,分布密度等;除了要将POI看作是点群的成员外,作为一个独立的点要素,还要考虑它的位置特征、与周围地物的约束信息等。
如图1所示,本发明提供的基于道路网的电子地图兴趣点提取方法包括以下步骤:
步骤100:准备POI数据。
在本步骤中,收集所有POI数据,并以点集合形式表示所有POI数据,即:将所有POI数据放入点集合P中,其中P表示POI提取前的所有原始POI的点集合。另建立点集合S、R,其中S表示经受过提取的(POI)点集合,R表示提取保留下来的结果点集合。以上这些点集合随着提取的进行是实时更新的。
步骤200:采集POI数据所在区域的道路数据,并在必要时对该道路数据实施预处理,以确保道路数据的连通性。
在空间数据的采集和编辑过程中,会不可避免地出现一些错误。例如,同一个节点或同一条线被数字化了两次,相邻的面对象出现裂缝或者相交、不封闭等情况。这些错误往往会产生假节点、冗余节点、悬线、重复线等拓扑错误,由此导致采集到的空间数据之间的拓扑关系和实际地物的拓扑关系不符合,影响数据的质量和可用性以及后续的数据处理及分析。
本步骤中所谓的预处理是指拓扑预处理,即修复拓扑错误或避免拓扑错误产生的过程,包括检查和修复两个步骤。具体包括去除冗余点、去除重复线、去除短悬线和长悬线延伸。
去除冗余点:
在一个线对象上,由于操作问题出现多个距离较近且意义相同的节点时,只有一个节点时正确的,其余节点均为冗余节点,简称为冗余点。
如图2(a)所示,在线对象a上,点A与点B之间的距离小于节点容限值,对道路数据实施拓扑处理后将点A作为冗余点去除,仅保留点B,处理结果如图2(b)所示。道路数据的拓扑处理为本领域的公知常识,在此不再赘述。
去除重复线
在不考虑线对象方向的情况下,当两个线对象中的所有节点依次重合(即坐标相同)或节点间的距离小于节点容限时,则称这两个线对象重合。其中一条线对象为重复线。为避免建立拓扑多边形时产生面积为零或面积极小的多边形对象,通过拓扑处理删除其中的重复。
如图3(a)所示,线对象AB与线对象A’B’重合,其中A’B’为重复线。经拓扑处理后,如图3(b)所示,重复线A’B’被去除。
去除短悬线
如果弧段的端点未与其它任意一条弧段的端点相连,则这个端点被称之为悬点。包含悬点的弧段称为悬线。其中,短悬线是悬挂部分较短的线对象。
如图4(a)所示,线对象a、b、c分别包含悬线,其中悬线a、b为短悬线,且悬挂部分的长度小于设置的容限,而悬线c的悬挂部分的长度大于设置的容限。经拓扑处理后,如图4(b)所示,悬线a、b被去除,而悬线c被保留。
长悬线延伸
与上述短悬线相对,长悬线是悬挂部分较长的线对象。
如图5(a)所示,线对象a、b、c分别为长悬线,其中长悬线a、b延伸至最近线对象d的距离小于设置的容限,而悬线c延伸至最近线对象d的长度大于设置的容限。经拓扑处理后,如图5(b)所示,长悬线a、b被延伸至线对象d上,而悬线c被保留。
步骤300:使用经过上述步骤处理过的道路数据构建道路网的拓扑结构。
一般而言,道路网拓扑结构中的拓扑道路线可分为以下三种:
1)与其它道路线(弧线段)相关联、能够组成拓扑网眼的拓扑道路线(弧线段)。这种道路线在拓扑中的特征表现为:弧段的左右侧至少邻接一个多边形。图6中的L1-L5即为网眼道路线,组成了拓扑网眼W。
2)与其它道路线相关联、但不构成拓扑网眼的道路线,即悬挂道路线,如图6中的L6-L13。这种道路线在拓扑中的特征表现为:弧段的首尾节点满足:有且仅有一个节点关联的弧段只有其自身。
3)孤立且未与其它道路线相关联的道路为孤立道路线,如图5中的L15。这种道路线在拓扑中的特征表现为:弧段的首尾节点同时满足关联的弧段只有其自身。孤立道路线可以看作是一种特殊的悬挂道路线。
虽然道路网拓扑结构的构建属于本领域的公知技术,但为了便于理解,下文仍对道路网拓扑结构的构建作了简单的介绍。
一般而言,对于道路网拓扑结构的构建包括以下七个步骤:
1.道路数据的载入和预处理,包括剔除属性错误的数据、计算每条弧段的MBR(最小外包矩形)等。
2.道路的自相交断链,主要判断道路线是否自相交(与其自身相交),如果相交,则在交点处断开,由此将道路分成3条弧段。
3.道路之间的相交断链,即:在交点处断开相交弧段,使整幅图无相交弧段。
4.道路弧段的MBR排序,根据线目标的最大Y(轴坐标)值,由大到小对所有线目标进行排序。最大Y值相等时,按照最大X(轴坐标)值,由大到小进行排序。然后按照新的顺序对弧段数据重新编号。
5.断链后的综合处理,主要包括删除重复弧段、删除断链形成的短小弧段等。
6.结点匹配及结点、弧段关系的建立。在匹配前,每个弧段对应两个结点,每个结点在合并前对应一条弧段。结点匹配就是把一定限差范围内的结点合并为一个结点,其坐标值可以是多个结点的坐标的平均值。所谓结点合并,是将结点对应的弧段加入到中心结点的集合中,同时将弧段所对应的结点变为中心结点,并修改弧段的相应坐标。
7.构建多边形。以左转算法或右转算法跟踪、生成多边形,建立多边形与弧段的关系。至此,拓扑空间关系基本形成。
步骤400:依据上述道路网的数据对待选取的POI数据进行分类。
在地理信息***中,各地理要素之间的空间关系包括度量关系、方向关系和拓扑关系。其中,拓扑关系是指满足拓扑几何学原理的各空间数据间的相互关系,即:用结点、弧段、多边形和岛所表示的实体之间的邻接、关联、包含和连通关系。例如,点与点的邻接关系、点与面的包含关系、线与面的相离关系、面与面的重合关系等。
在本步骤中,根据点与道路拓扑网眼之间的位置关系,可将点划分为两大类:拓扑网眼内的点和拓扑网眼外的点。根据点与道路线的关系,可将点划分为:道路线周围分布的点和远离道路线分布的点。总的来说,可将点划分为以下五类:拓扑网眼内边界点、拓扑网眼外边界点、悬挂道路周边点、拓扑网眼内部点和离散点。
举例来说,如图7所示的整个范围为Q,道路拓扑网眼为W,该网眼包含的范围是Q2,道路拓扑网眼W的组成道路线为Li;为道路线Li建立具有一定宽度的缓冲区,该缓冲区包含的范围是Q3。由此,根据上述空间关系对POI数据分类如下:
1、将位于Q3内且同时位于Q2内的点划归为网眼内边界点;
2、将位于Q3内且位于Q2外的点划归为网眼外边界点;
3、取悬挂道路线,建立一定宽度的缓冲区,该缓冲区包含的范围是Q1,将位于Q1内的点划归为悬挂道路周边点;
4、将位于Q2内且位于Q3外的点划归为网眼内部点;
5、将Q1、Q2、Q3之外的点划归为离散点,此类点距道路的距离较远,受道路的约束最弱。
步骤500:根据POI数据的分类,提取POI数据。
在本步骤中,根据POI提取数量及分布特征的要求,并依据POI数据与道路之间的空间关系,实施顺序提取,具体方法如下:
首先,提取道路周边的POI,即顺序提取网眼内边界点、网眼外边界点、悬挂道路周边点。具体采用“间苗法”实施针对上述POI的提取。
上文所谓“间苗法”是:通过将离散的点与道路进行垂直投影,将离散的点转换为以道路为基准的点,以便能够较好地保持点与点之间、点与道路变现之间的分布特征。具体方案如下:
针对当前的道路线(道路拓扑线),按照一定宽度生成道路线的缓冲区,判断哪些点落入该缓冲区,即可找到(道路线)边界点,计算出各边界点到道路线上的投影点(将道路线的边界点逐个向道路线做垂线,交点即为投影点),并建立边界点(原始点)与投影点的一一对应关系(如图8所示)。
上述的缓冲区是地理空间目标的一种影响范围或服务范围,具体是指在点、线、面实体的周围建立的一定宽度的多边形。
计算(位于道路线上的)各投影点沿道路线至道路线起点的长度,根据该长度对所述投影点排序,由此形成有序投影点集。
根据综合要求计算出提取系数K,K=K1/K2,K1是综合后需要保留的POI点数,K2是综合前的POI点数。使用提取系数K对有序投影点集进行间隔选取,并由此获得结果投影点集。具体而言,在提取系数K确定后,首先可沿道路线确定投影点集的提取间隔,再根据邻近原则判断哪个点在提取间隔内,进而进行提取。
根据上述对应关系,找出与结果投影点集对应的原始点,从而完成对于边界点类型POI的提取。
此外,“间苗法”以线性分布的投影点来代表非线性分布的实际点,通过对投影点进行有序化间隔提取来实现对实际点的提取。当悬挂道路周边点的分布是图9左侧所示的情况时,如果预先不将悬挂道路周边点划分为两组,则会产生如图9右上侧所示的误差较大的结果(丢了一侧上的点)。有鉴于此,对于悬挂道路周边点而言,在采用“间苗法”对其实施提取之前,需要首先判断悬挂道路周边点位于道路线的左侧还是右侧,将悬挂道路周边点分为左右侧共两组点集,进而采用上述的“间苗法”分别对这两组点集实施提取。
再者,对于道路连接的地方,会出现缓冲区重叠的情况。此时,点可能会同时处于多个缓冲区内,由此产生归属问题。这样在提取处理时,为提取顺序靠前的点赋予较大权重。
在提取完道路周边的POI之后,对网眼内部点和离散点进行提取。具体而言,先判断此类点的分布模式(就地图上的点状要素集合/点群而言,通常可用以下参数描述点状要素集合/点群的空间分布特征:点数、点的重要性程度值、点的邻居、点状要素集合/点群的分别范围及所覆盖的区域。因此,点状要素集合/点群的分布模式有多种,除了沿道路分布特征之外,还有均匀网格分布、集聚分布、辐射状分布和随机分布等),如果此类点存在一定分布模式,则按照能够保持其分布模式的方法实施提取(不同的分布模式对应不同的提取方式);如果不存在一定分布模式(即随机分布模式),则采用“随机法”按照要求设定数量指标后进行提取,具体而言,提取时只需提取能够满足提取系数K的数量即可,无需要顾及空间分布形态,可采用随机函数进行提取控制,直到提取数量合格即可。
在上述提取步骤中,对于每种类型的点进行提取时,以道路拓扑网眼或道路弧段为最小处理单元。针对每个处理单元,将提取之前的点放入临时点集M中,如果临时点集M中点的个数小于某一阈值,则不实施提取;否则实施提取,并将提取结果放入结果点集合R中。在针对当前处理单元的提取操作结束后,清空临时点集M,然后转向下一个处理单元。依此循环往复,以完成对所有处理单元的提取操作。
本发明还提供了一种基于道路网的电子地图兴趣点的显示方法,该方法将基于上述步骤提取出的兴趣点显示在电子地图上。图10示出了某市市区范围内的兴趣点数据被提取之前和之后的比照示意图,其中,(a)为提取前的情况,(b)为按照50%的比例提取的结果,(c)为按照20%的比例提取的结果。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于道路网的电子地图兴趣点提取方法,其特征在于,包括以下步骤:
A、收集所有兴趣点数据,并以点集合形式表示所述兴趣点数据;
B、采集所述兴趣点数据所在区域的道路数据;
C、使用所述道路数据构建道路网的拓扑结构;
D、依据所述道路网对所述兴趣点数据进行分类;
其中,所述步骤D包括:
根据所述兴趣点与道路网的拓扑结构的关系,将所述兴趣点划分为:拓扑网眼内边界点、拓扑网眼外边界点、悬挂道路周边点、拓扑网眼内部点和离散点;
E、根据所述兴趣点数据的分类,提取所述兴趣点数据;
其中,所述步骤E包括:
采用间苗法顺序提取分别属于网眼内边界点、网眼外边界点和悬挂道路周边点的所述兴趣点;
对于属于网眼内部点和离散点的所述兴趣点的提取:先判断此类所述兴趣点的分布模式,如果此类点存在沿道路分布、均匀网格分布、集聚分布或辐射状分布的分布模式,则按照能够保持所述分布模式的方法实施提取;否则,则采用随机法按照要求设定数量指标后进行提取。
2.根据权利要求1所述的方法,其特征在于,所述步骤B还包括:预处理所述道路数据,具体如下:
仅保留每个线对象上的距离较近且意义相同的多个节点中的一个;
去除所有节点依次重合或节点间的距离小于节点容限的两个线对象中的一个;
去除线对象的长度小于预设悬挂容限的悬线;
将距最近的线对象的距离小于预设距离的悬线延伸至所述最近的线对象。
3.根据权利要求1或2所述的方法,其特征在于,所述步骤C包括以下子步骤:
C1、载入所述道路数据,剔除属性错误的数据并计算每条弧段的最小外包矩形;
C2、判断道路线是否与其自身相交,如果相交,则在交点处断开,由此将道路分成3条弧段;
C3、在相交道路的交点处断开相交弧段,使整幅图无相交弧段;
C4、根据每条弧段的最小外包矩形,对所述弧段进行排序;
C5、删除重复弧段,并删除断链形成的短小弧段;
C6、把一定限差范围内的结点合并为一个结点;将结点对应的弧段加入到中心结点的集合中,同时将弧段所对应的结点变为中心结点,并修改弧段的相应坐标;其中,每个弧段对应两个结点,每个结点在合并前对应一条弧段,合并后的结点的坐标值可以是多个结点的坐标的平均值;
C7、以左转算法或右转算法跟踪、生成多边形,建立多边形与弧段的关系。
4.根据权利要求3所述的方法,其特征在于,所述子步骤C4包括:根据线目标的最大Y轴坐标值,由大到小对所有线目标进行排序;最大Y值相等时,根据线目标的最大X轴坐标值,由大到小对线目标进行排序,然后按照新的顺序对弧段数据重新编号。
5.根据权利要求1所述的方法,其特征在于,步骤E所述采用间苗法顺序提取分别属于网眼内边界点、网眼外边界点和悬挂道路周边点的所述兴趣点,具体如下:
针对当前的道路线,按照一定宽度生成所述道路线的缓冲区,判断哪些点落入所述缓冲区,即找到所述道路线的边界点,计算出各边界点到道路线上的投影点,并建立所述边界点与所述投影点的一一对应关系;
计算各所述投影点沿所述道路线至所述道路线的起点的长度,根据该长度对所述投影点排序,由此形成有序投影点集;
根据地图点群综合算法求出提取系数K,其中,K=K1/K2,K1是实施地图点群综合算法之后需要保留的所述兴趣点的点数,K2是实施地图点群综合算法之前的所述兴趣点的点数;
在确定所述提取系数K后,沿所述道路线确定投影点集的提取间隔,再根据邻近原则判断哪个点在提取间隔内,进而进行提取,由此获得结果投影点集;
根据所述的一一对应关系,找出与所述结果投影点集对应的所述边界点,从而完成对于属于网眼内边界点、网眼外边界点、悬挂道路周边点的所述兴趣点的提取。
6.根据权利要求5所述的方法,其特征在于,在提取属于所述悬挂道路周边点的所述兴趣点之前,还包括:
判断属于所述悬挂道路周边点的所述兴趣点位于道路线的左侧还是右侧,并将属于所述悬挂道路周边点的所述兴趣点分为左、右侧点集;
其中,对于道路连接的地方,为提取顺序靠前的所述兴趣点赋予较大权重。
7.根据权利要求5至6中任意一项所述的方法,其特征在于,
提取所述兴趣点时,以道路拓扑网眼或道路弧段为最小处理单元;针对每个处理单元,将提取之前的所述兴趣点放入临时点集中,如果临时点集中点的个数小于某一阈值,则不实施提取;否则实施提取,并将提取结果放入结果点集合中;在针对当前处理单元的提取操作结束后,清空所述临时点集,然后转向下一个处理单元,依此循环往复,以完成对所有处理单元的提取操作。
8.一种基于道路网的电子地图兴趣点的显示方法,其特征在于,将基于上述权利要求1至7中任意一项的基于道路网的电子地图兴趣点的提取方法所提取出的兴趣点显示在电子地图上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610018718.2A CN105701204B (zh) | 2016-01-12 | 2016-01-12 | 基于道路网的电子地图兴趣点的提取方法及显示方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610018718.2A CN105701204B (zh) | 2016-01-12 | 2016-01-12 | 基于道路网的电子地图兴趣点的提取方法及显示方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105701204A CN105701204A (zh) | 2016-06-22 |
CN105701204B true CN105701204B (zh) | 2018-11-13 |
Family
ID=56226354
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610018718.2A Expired - Fee Related CN105701204B (zh) | 2016-01-12 | 2016-01-12 | 基于道路网的电子地图兴趣点的提取方法及显示方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105701204B (zh) |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106202494B (zh) * | 2016-07-19 | 2019-06-14 | 北京道亨时代科技有限公司 | 一种从ArcGis数据库提取线路信息的方法 |
CN106484845B (zh) * | 2016-09-30 | 2019-10-15 | 北京百度网讯科技有限公司 | 基于电子地图的信息点区域确定方法及装置 |
CN107945191A (zh) * | 2016-10-11 | 2018-04-20 | 中国测绘科学研究院 | 一种随机点群目标外轮廓提取及目标简化方法 |
CN108241712B (zh) * | 2016-12-27 | 2021-04-20 | 北京四维图新科技股份有限公司 | 一种地图数据处理方法和装置 |
CN106815344B (zh) * | 2017-01-17 | 2019-08-16 | 云南师范大学 | 一种电子地图的放大裁剪方法及装置 |
CN107291937B (zh) * | 2017-07-05 | 2021-04-20 | 武汉大学 | 一种兴趣点poi出行等时线的可视化方法 |
CN107564077B (zh) * | 2017-09-04 | 2019-12-10 | 浪潮集团有限公司 | 一种绘制道路网的方法及装置 |
CN107886535B (zh) * | 2017-10-24 | 2020-05-05 | 南京师范大学 | 一种云平台下的顾及层次路网约束的点载负量计算方法 |
CN110556049B (zh) * | 2018-06-04 | 2021-11-12 | 百度在线网络技术(北京)有限公司 | 一种地图数据处理方法、装置、服务器和存储介质 |
CN110727793B (zh) * | 2018-06-28 | 2023-03-24 | 百度在线网络技术(北京)有限公司 | 区域识别的方法、装置、终端和计算机可读存储介质 |
CN110361015B (zh) * | 2018-09-30 | 2021-04-02 | 长城汽车股份有限公司 | 道路特征点提取方法及*** |
CN109389119B (zh) * | 2018-10-23 | 2021-10-26 | 百度在线网络技术(北京)有限公司 | 兴趣点区域确定方法、装置、设备和介质 |
CN109788498A (zh) * | 2018-12-04 | 2019-05-21 | 天津大学 | 传感器网络中基于冗余节点选择调度模型的拓扑修复方法 |
CN109902134B (zh) * | 2019-02-18 | 2021-10-22 | 北京市天元网络技术股份有限公司 | 工程道路中故障路段的精确呈现方法、装置与电子设备 |
CN111932653B (zh) * | 2019-05-13 | 2023-12-15 | 阿里巴巴集团控股有限公司 | 数据处理方法、装置、电子设备及可读存储介质 |
CN110348525B (zh) * | 2019-07-15 | 2022-02-22 | 北京百度网讯科技有限公司 | 地图兴趣点获取方法、装置、设备及存储介质 |
CN112000757B (zh) * | 2020-08-25 | 2024-05-28 | 北京四维图新科技股份有限公司 | 道路边界处理方法及电子设备 |
CN112052549B (zh) * | 2020-09-09 | 2021-03-05 | 中国测绘科学研究院 | 一种小网眼聚集区道路选取方法 |
CN112270266B (zh) * | 2020-10-29 | 2021-04-30 | 中国测绘科学研究院 | 多特征约束的网状河流主流识别方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102073981A (zh) * | 2011-02-23 | 2011-05-25 | 中国测绘科学研究院 | 一种关联要素限制下的点群地理实体选取方法 |
CN102436481A (zh) * | 2011-10-21 | 2012-05-02 | 武汉大学 | 一种道路网结构模式的自动识别方法 |
CN103824510A (zh) * | 2013-12-31 | 2014-05-28 | 厦门雅迅网络股份有限公司 | 一种基于Voronoi图的筛选电子地图点状要素的方法 |
-
2016
- 2016-01-12 CN CN201610018718.2A patent/CN105701204B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102073981A (zh) * | 2011-02-23 | 2011-05-25 | 中国测绘科学研究院 | 一种关联要素限制下的点群地理实体选取方法 |
CN102436481A (zh) * | 2011-10-21 | 2012-05-02 | 武汉大学 | 一种道路网结构模式的自动识别方法 |
CN103824510A (zh) * | 2013-12-31 | 2014-05-28 | 厦门雅迅网络股份有限公司 | 一种基于Voronoi图的筛选电子地图点状要素的方法 |
Non-Patent Citations (1)
Title |
---|
语义知识支持的城市POI与道路网集成方法;张云菲等;《武汉大学学报 信息科学版》;20131030;第38卷(第10期);第1229-1233页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105701204A (zh) | 2016-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105701204B (zh) | 基于道路网的电子地图兴趣点的提取方法及显示方法 | |
CN110176018B (zh) | 一种保持结构化地物轮廓特征的图斑合并方法 | |
CN106815847B (zh) | 基于激光雷达点云的树木分割方法及单棵树提取方法 | |
Hillier | Spatial sustainability in cities: Organic patterns and sustainable forms | |
CN103871102B (zh) | 一种基于高程点和道路轮廓面的道路三维精细建模方法 | |
CN106204446B (zh) | 一种地形图的建筑物合并方法 | |
CN107845139A (zh) | 一种狭长图斑***线的处理方法 | |
CN103236086A (zh) | 一种顾及地表水文上下文的多尺度dem建模方法 | |
Weiss et al. | Road network selection for small-scale maps using an improved centrality-based algorithm | |
CN110008602B (zh) | 一种大比例尺下顾及多特征协调的路网选取方法 | |
CN108536923A (zh) | 一种基于建筑cad图的室内拓扑地图生成方法及*** | |
CN102436481B (zh) | 一种道路网结构模式的自动识别方法 | |
CN109636870A (zh) | 一种狭长图斑分块融解方法及装置 | |
CN108765409A (zh) | 一种基于ct图像的候选结节的筛选方法 | |
CN107358640A (zh) | 一种晕渲目标区域的地形和地物的方法及装置 | |
CN109766824A (zh) | 基于模糊证据理论的主被动遥感数据融合分类方法 | |
CN105894587A (zh) | 一种基于规则约束的山脊线和山谷线过滤方法 | |
CN110309248A (zh) | 一种基于Voronoi图的交通道路网络自动划分交通小区的方法 | |
CN107543553A (zh) | 一种兴趣点更新方法及装置 | |
CN107945191A (zh) | 一种随机点群目标外轮廓提取及目标简化方法 | |
KR20140024590A (ko) | 연속지적도의 다축척 모델 생성 방법 | |
CN108166362A (zh) | 一种沥青路面裂缝类型的自动识别方法 | |
CN111553566A (zh) | 一种城市公共服务设施服务范围的界定方法 | |
CN110135397A (zh) | 一种识别三维牙齿模型中牙冠部分的方法 | |
CN111241228B (zh) | 基于矢量数据与图形化处理技术的综合制图方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20181113 |
|
CF01 | Termination of patent right due to non-payment of annual fee |