CN1141669C - 数字道路地图自动生成滚球法 - Google Patents
数字道路地图自动生成滚球法 Download PDFInfo
- Publication number
- CN1141669C CN1141669C CNB01145718XA CN01145718A CN1141669C CN 1141669 C CN1141669 C CN 1141669C CN B01145718X A CNB01145718X A CN B01145718XA CN 01145718 A CN01145718 A CN 01145718A CN 1141669 C CN1141669 C CN 1141669C
- Authority
- CN
- China
- Prior art keywords
- road
- map
- intersection
- digital
- distributor
- 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
Images
Landscapes
- Processing Or Creating Images (AREA)
- Image Processing (AREA)
- Instructional Devices (AREA)
Abstract
一种数字道路地图自动生成滚球法,将原始二进制图像经预处理转换成地图图形,进行主曲线检测后送入数字道路地图产生器,通过滚球法生成数字道路地图数据。滚球法中,利用设想的一个半径和中心位置可以调整的大球,来确定道路中线、数字道路地图数据中的节点坐标和数字道路地图向量,道路交叉口检测可以提供精确的道路交叉口地理位置坐标,道路网络搜索控制器协调滚球和道路交叉口检测过程交织进行,保证从道路网络的任一道路入口开始,将滚球法道路地图矢量化过程贯穿至整个地图道路网络。本发明所开发的数字道路地图位置精度高,操作速度快,缩短了地图开发周期并大大降低开发成本,可实现24小时全自动工作。
Description
技术领域:
本发明涉及一种数字道路地图自动生成滚球法,用于数字道路地图开发,及GIS地理信息***开发,属于计算机信息图象处理技术领域。
背景技术:
随着GIS、智能交通***、全球卫星定位***、计算机和信息科学的迅速发展,数字地图在许多领域得到日益广泛的应用,特别是在车辆导航、车辆定位和土地规划中,数字地图起着关键作用。在目前数字地图生产过程中,地图数据的输入广泛采用交互式计算机界面法。由于该方法是一种手工数据输入法,需要大批计算机操作员和相当长的时间去完成地图的数据输入工作,导致数字地图制作成本高,生产周期长。采用计算机视觉和模式识别技术,数字地图自动生成可以在计算机上实现。数字地图自动生成能有效地降低数字地图的生产成本,缩短地图数据的更新周期。数字地图在结构上包括许多层次,用以导航和定位的核心数据层次是道路数据结构层。对该层次的数据输入,目前世界上所有的数字地图公司,包括美国的Etak、NaviTach,欧洲的Tele Atlas及日本的蚕林等专业数字地图公司,均主要采用手工方法进行地图数据输入。国内数字道路地图的开发,亦全部采用手工方法。
如何理解地图图像的地理信息并如何从中提取地图数据的研究探索一直没有中断。在道路地图识别方面,其主要研究包括D.Geman and B.Jedynak,(“AnActive Testing Model for Tracking Roads in Satellite Images”,IEEE Trans.PatternAnalysis and Machine Intelligence,vol.18,No.1,pp.1-14,1996.)和M.Barzoharand D.B.Cooper,(“Automatic Finding of Main Roads in Aerial Images By UsingGeometric-Stochastic Models and Estimation”,IEEE Trans.Pattern Analysis andMachine Intelligence,vol.18,No.7,pp.707-721,1996.)。这些研究在某种程度上取得了成功并具有一定的理论价值,但其成果尚无法应用到数字地图的实际生产过程。他们的局限性在于:1)都对现实空间的地理模型作了特定的假设,限制了其方法的应用范围。2)Geman和Baerohar的方法都只检测地图的主道路***,如高速公路。实际上,城市道路网中的精细道路分支才是数字地图的高密度地理信息部分。
为了适应地图工业的实际需要,一些研究人员开始研发采用纸面地图为原始数据的数字地图自动生成***。但是,由于数字道路地图的不规则性和自动生成技术的复杂性,目前自动数字地图生成技术仅限于房屋地图,国际上目前尚未有实用的数字道路地图自动生成***。
发明内容:
本发明的目的在于针对现有技术的上述不足及实际需要,提供一种新的数字道路地图自动生成方法——滚球法,为数字地图的开发过程提供高效率的输入工具,用数据精度高、运作速度快的地图数据自动输入法代替传统的手工数据输入法(如量化板法或计算机界面法),降低数字地图的开发成本,缩短数字地图的制作周期。
为实现这样的目的,本发明所提出的数字道路地图自动生成方法,即滚球法,包括三个基本部分:滚球、道路交叉口检测、道路网络搜索,采用图像处理和模式识别技术,将道路地图的特征识别和矢量化在同一过程中进行,从一个种子点对整个道路网络进行数字化转换,实现一个全自动过程。
滚球法所要求的输入数据是原始道路地图的图形表达数据。道路地图的图形表达数据可以是以下两种之一:
1)纸面地图骨架图像的图形(比例尺小于1∶1000;骨架图像结构完整)。
2)灰度地图边缘图像的图形(比例尺小于1∶1000;边缘图像结构完整)。
原始二进制图像经过预处理去除噪声再进行细化,然后转换成地图图形。每一个图形的节点对应原始图像中的一个像素。随后,地图图形进行主曲线检测,消除原始地图中的文字、符号在地图图形中对应的成分;并对断裂的道路边沿曲线进行拟合。接着,处理后的地图图形被送入数字道路地图产生器,由滚球法生成数字道路地图数据。
滚球法包括以下几个步骤:
1、滚球:
数字道路地图自动生成的主要过程是“滚球”,即识别并输出矢量化数字地图。设想在道路上存在一个半径和中心位置可以调整的大球,当大球在道路上向前滚动时,大球的球心位置和大球的半径随道路的宽窄及曲直调整,以使大球的表面永远和道路的界墙相切。当大球从道路的一端滚到另一端时,大球球心的轨迹便是道路中线;轨迹中的数据点的位置则给出数字道路地图数据中的节点坐标;数据节点间的连接则为数字道路地图向量。
2、道路交叉口检测:
当大球滚动到道路交叉口时,道路交叉口检测器被激活。道路交叉口检测有两个目的:首先,由于道路各分支在道路交叉***汇,道路交叉口检测使大球的滚动从一个分支扩展到与交叉口相连接的其他各分支,维持了滚球法在道路网络中操作的连续性。其次,道路交叉口检测可以提供精确的道路交叉口地理位置坐标。道路交叉口坐标是数字地理地图的最重要数据之一。
道路交叉口检测原理是在道路交叉口处,将大球的半径扩大并适当改变球体的形状,以致大球和交叉口处的每个分支道路相交。分支道路和大球的交面的中点定为该分支道路的滚球起始种子点。该分支道路数字化时,大球将从该种子点向前推进。
道路交叉口的中心位置定义为各分支道路中线的交点。道路交叉口的中心位置坐标是各分支道路中线方程的最小二乘法解。
3.道路网络搜索控制:
道路网络搜索控制器协调滚球和道路交叉口检测过程交织进行,保证从道路网络的任一道路入口开始,将滚球法道路地图矢量化过程贯穿至整个地图道路网络。道路网络搜索应用了标准的横向优先搜索法(BFS);即将道路交叉口检测所获得的分支道路种子点存放在一个排队序列中,排队序列的输出是下一道路矢量化起始点;大球从该起始点所在的道路上向前滚动,对道路进行矢量化。
本发明的数字道路地图生成过程中,只有原始地图图像的扫描是手工过程,从地图图像的预处理到数字道路地图数据输出,完全自动运作。与传统的手工输入法比较,本发明的方法所开发的数字道路地图位置精度高,操作速度快,约为手工操作的10倍,缩短了地图开发周期并大大降低开发成本,可实现24小时全自动工作,并能随着计算机技术的发展而受益。
附图说明:
图1为数字道路地图自动生成***的流程框图。
图2为本发明滚球法流程示意图。
图3为本发明滚球法中滚球参数的预测与调整示意图。
图4为本发明滚球法中道路交叉口检测示意图。
图5为本发明用最小二乘法求解道路交叉口的中心位置示意图。
图6为本发明实施例中原始输入地图数据和处理结果的图形。
其中,图6a为原始地图经扫描后的数字图象;图6b为经预处理和细化的地图图形;图6c为经过主曲线检测及拟合得到的道路图形;图6d给出了滚球过程和道路分支的滚球种子点;图6e为最后得到的自动生成数字道路地图。
具体实施方式:
为更好地理解本发明的技术方案,以下结合附图和实施例作进一步详细描述。
图1为数字道路地图自动生成***的流程框图。
如图所示,原始地图数据通过扫描转换成数字图象,经过预处理去除噪声再进行图象细化,然后转换成地图图形后进行图形主曲线检测,处理后的地图图形被送入数字道路地图产生器,采用本发明的核心技术滚球法生成数字道路地图数据。
图2为本发明滚球法流程示意图。
如图所示,滚球过程从起始种子点开始,进入道路并生成数字道路地图数据。当大球滚至道路交叉口时,道路交叉口检测器被激活,检测与该交叉口相连接的道路分支,并在各道路分支设置滚球种子点。种子点数据被送到道路网络搜索控制器,在控制器的支配下,从各自的种子点,用滚球法分别对各道路分支进行矢量化。由于道路网络中的各道路分支相互连接,从而整个道路网络将得以被矢量化。
图3为本发明滚球法中滚球参数的预测与调整示意图。
如图3所示,本发明中的滚球参数的预测与调整包括大球中心位置和半径的预测与调整。调整后的大球中心轨迹即道路中线。滚球法允许道路转弯和道路宽度的改变。图中,O’i和r’i分别是在i时刻预测的球心位置和球半径长度;O’i-1是i-1时刻的球心预测位置;Oi-1、ri-1、Oi-2、ri-2分别是大球在i-1、i-2时刻的实际(调整后的)球心位置和球半径长度。
图4为本发明滚球法中道路交叉口检测示意图。
如图4所示,当大球滚至道路交叉口时,道路交叉口检测器被激活,使大球膨胀。位置在O’i的大球从半径ri膨胀到R,以至与交叉口的各道路分支B1、B2、B3相交。球面在道路分支内部的圆弧中点即该道路分支的矢量化起始种子点(Z1、Z2和Z3)。各道路分支的矢量化过程从各自对应的种子点开始。
图5为本发明用最小二乘法求解道路交叉口的中心位置示意图。
如图所示,在滚球法中,将交叉口各道路分支的中线交点定义为该道路交叉口的中心位置。由于在实际中各道路分支的中线并不一定交汇于一点,在确定路交叉口的中心位置时,用最小二乘法求解。图中,B0、B1、B2、B3是道路分支序号。
图6为本发明实施例中原始输入地图数据和处理结果的图形。
其中,图6a为原始地图经扫描后的数字图象;图6b为经预处理和细化的地图图形;图6c为经过主曲线检测及拟合得到的道路图形;图6d给出了滚球过程和道路分支的滚球种子点;图6e为最后得到的自动生成数字道路地图。
本实施例以纸面地图为原始地图数据。实例***在Sun170E工作站上实现,本发明的滚球法是该***的核心过程。实施例处理过程说明如下。
图6a是1∶1000的原始地图通过300dpi扫描仪扫描转换成二进制图像。经过预处理去除图像噪声再经过细化后,转换成地图图形,见图6b。此时的地图图形与细化后的地图骨架图像在结构上并无本质上的差异;地图骨架图像中的一个象素对应地图图形中的一个节点。随后,地图图形进行主曲线检测,消除原始地图中的文字、符号在地图图形中对应的成分;并对断裂的道路边沿曲线进行拟合,所输出的是“干净”的道路边沿曲线,此时的输出结果如图6c所示。接着,处理后的地图图形被送入数字道路地图产生器,由滚球法生成数字道路地图数据。
图6d中的地图包含两个道路网络。第一个网络是地图右上角的单一道路,其余道路属于第二个道路网络。我们现在讨论第二个道路网络数字地图自动生成。滚球法的起始操作点从地图左上角的零号种子开始。起始种子点可以自动生成,亦可以手工产生。滚球法运行步骤如下:
1)初始大球形成:零号种子点膨胀形成大球,直至球面与道路左右边沿相切。
2)确定初始滚球方向:大球沿道路有两个滚动方向:向左下方向滚动,走出地图边界,抛弃所得到的数据;向右上方向滚动成功,该方向为初始道路数据生成的滚球方向。
3)初始道路数据生成:按照本发明的方法,进行球心位置和球半径预测和球心位置和球半径调整,使球面和道路边界相切。此时,球心位置就是数字道路地图的节点数据。大球沿着初始道路数据生成方向滚动,反复球心、球半径预测调整过程,实现该道路分支的道路矢量化。该道路分支共生成8个节点数据。
6)分支道路数据生成:从队列储存器中取出最前面的种子点
采用滚球法生成该道路分支的矢量数据。当大球滚至道路交叉口
处时,道路交叉口检测器被激活,检测到两个道路分支
和
将该二个种子数据存放入种子队列储存器中。
7)从队列储存器中取出最前面的种子点,采用滚球法生成道路分支的矢量数据......,如此反复,直至地图道路网络中所有的道路分支被完全矢量化,成为数字地图。
图6e是自动生成的数字道路地图。在数字地图中,数据节点间的距离为道路宽度的一半,节点位置误差是一个象素,即扫描仪的精度1/300英寸。
在数字道路地图生成过程中,只有原始地图图像的扫描是手工过程,从地图图像的预处理到数字道路地图数据输出,完全自动运作。滚球法中所需要的第一个道路数据点,即起始种子点,可以手工输入,亦可有***自动产生。***的运作速度中,大部分运作时间被图像细化占有,滚球法仅用一小部分运作时间。在本***实施例中,图像细化过程采用软件实现;若采用硬件进行图像细化,整个***的运作时间会大大减少。
Claims (1)
1、一种数字道路地图自动生成滚球法,原始地图数据通过扫描转换成数字图象,经预处理除噪声,进行图象细化,然后转换成地图图形后进行图形主曲线检测,其特征在于处理后的地图图形再采用滚球法生成数字道路地图数据,首先从道路起始种子点开始运行滚球法,生成道路中线的节点数据,当滚球法运行到道路交叉口时,激活道路交叉口检测器进行分支道路的种子点检测,将检测到的与该道路交叉口相连接的分支道路信息储存到道路网络搜索控制器,在道路网络搜索控制器的控制下,对分支道路采用滚球法逐个进行矢量化,并把新检测到的道路交叉口分支道路信息再次传送给道路网络搜索控制器,如此反复,直至道路网络中的所有道路都被矢量化,成为数字道路地图,其中:
a)“滚球”:设道路上存在一个半径和中心位置可以调整的大球,大球的球心位置和大球的半径随道路的宽窄及曲直调整,使大球的表面和道路的界墙相切,大球球心的轨迹便是道路中线,轨迹中的数据点的位置则给出数字道路地图数据中的节点坐标,数据节点间的连接则为数字道路地图向量;
b)道路交叉口检测:在道路交叉口处,将大球的半径扩大并改变球体的形状,使大球和交叉口处的每个分支道路相交,分支道路和大球的交面的中点定为该分支道路的滚球起始种子点,道路交叉口的中心位置定义为各分支道路中线的交点,其坐标是各分支道路中线方程的最小二乘法解;
c)道路网络搜索控制:应用横向优先搜索法,将道路交叉口检测所获得的分支道路种子点存放在一个排队序列中,排队序列的输出是下一道路矢量化起始点,大球从该起始点所在的道路上向前滚动,对道路进行矢量化,道路网络搜索控制器协调滚球和道路交叉口检测过程交织进行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB01145718XA CN1141669C (zh) | 2001-12-30 | 2001-12-30 | 数字道路地图自动生成滚球法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB01145718XA CN1141669C (zh) | 2001-12-30 | 2001-12-30 | 数字道路地图自动生成滚球法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1356668A CN1356668A (zh) | 2002-07-03 |
CN1141669C true CN1141669C (zh) | 2004-03-10 |
Family
ID=4678292
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB01145718XA Expired - Fee Related CN1141669C (zh) | 2001-12-30 | 2001-12-30 | 数字道路地图自动生成滚球法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN1141669C (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2953656C (en) * | 2004-03-23 | 2018-11-27 | Google Inc. | A digital mapping system |
CN1299220C (zh) * | 2004-05-13 | 2007-02-07 | 上海交通大学 | 数字道路地图自动拼接方法 |
CN100450277C (zh) * | 2005-07-22 | 2009-01-07 | 中兴通讯股份有限公司 | 一种在移动定位业务***中转换位置信息的方法 |
JP5064870B2 (ja) * | 2007-04-17 | 2012-10-31 | 株式会社日立製作所 | デジタル道路地図の生成方法及び地図生成システム |
CN101630463B (zh) * | 2009-07-30 | 2010-12-01 | 上海交通大学 | 路网栅格数字地图自动矢量化方法 |
CN109522903B (zh) * | 2018-08-31 | 2022-10-25 | 中国人民解放军海军大连舰艇学院 | 基于双向滚动球变换的tin_ddm地形特征线提取方法 |
-
2001
- 2001-12-30 CN CNB01145718XA patent/CN1141669C/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN1356668A (zh) | 2002-07-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109977945A (zh) | 基于深度学习的定位方法和*** | |
CN111046768B (zh) | 一种同时提取遥感影像道路路面和中心线的深度学习方法 | |
Qin et al. | Automated reconstruction of parametric bim for bridge based on terrestrial laser scanning data | |
CN109635748B (zh) | 高分辨率影像中道路特征的提取方法 | |
CN109993064B (zh) | 一种提取图片中道路网络节点间的连接路径的方法 | |
CN114219819A (zh) | 基于正射影像边界检测的倾斜摄影模型单体化方法 | |
CN1152341C (zh) | 房屋数字地图自动生成方法 | |
CN114359130A (zh) | 一种基于无人机影像的道路裂缝检测方法 | |
CN113505842A (zh) | 一种适用于大尺度区域遥感影像城市建筑物自动提取方法 | |
CN111090717A (zh) | 一种基于cga规则的自动化建筑模型 | |
CN1141669C (zh) | 数字道路地图自动生成滚球法 | |
Ye et al. | CT-UNet: An improved neural network based on U-Net for building segmentation in remote sensing images | |
CN113033454A (zh) | 一种城市视频摄像中建筑物变化的检测方法 | |
CN115393745A (zh) | 一种基于无人机与深度学习的桥梁形象进度自动识别方法 | |
CN113034511A (zh) | 基于高分辨率遥感影像与深度学习的乡村建筑识别算法 | |
Ai et al. | A map generalization model based on algebra mapping transformation | |
CN114693966A (zh) | 一种基于深度学习的目标检测方法 | |
CN113642313A (zh) | 地址文本的处理方法、装置、设备、存储介质及程序产品 | |
CN113704276A (zh) | 地图更新方法、装置、电子设备及计算机可读存储介质 | |
CN116402690A (zh) | 一种基于多头自注意力机制的高分辨率遥感影像中道路提取方法、***、设备及介质 | |
CN1152343C (zh) | 人机交互快速房屋矢量地图产生方法 | |
CN116721206A (zh) | 一种实时的室内场景视觉同步定位与建图方法 | |
CN115082778B (zh) | 一种基于多分支学习的宅基地识别方法及*** | |
CN1299220C (zh) | 数字道路地图自动拼接方法 | |
CN115661097A (zh) | 一种物体表面缺陷检测方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C06 | Publication | ||
PB01 | Publication | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C19 | Lapse of patent right due to non-payment of the annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |