基于Snake模型的建筑物群移位算法改进研究

在对Snake模型研究的基础上,结合建筑物群在移位中的特点,从2个方面对Snake模型进行改进:首先,在Snake模型中加强对齐排列建筑物群这一重要空间特征的识别,以便保持对齐排列建筑物群在移位前后不变;其次,针对传统Snake模型有时无法解决两个建筑物空间冲突的缺点,对街区中的建筑物群实行分层次移位,先将有冲突的两个建筑物作为整体,与剩余其它建筑物利用Snake模型一起移位,然后再根据文中提出的建筑物间相互冲突的4种受力模型,进行建筑物间空间冲突的移位。最后利用改进的Snake模型进行移位实验和分析。     

基于交叉点的道路曲线化简算法研究

现有的曲线化简算法不能很好地化简具有交叉路口的道路曲线,针对这一问题提出一种基于交叉点的道路曲线化简算法。算法分为预化简和修正化简两个阶段:首先识别并得到曲线上的分段点,利用相邻的分段点作为道格拉斯-普克算法的首尾点对曲线进行化简,得到预化简的结果;然后对于交叉点引入偏差阈值ε,通过判断道路曲线交叉点与化简后交叉点的距离与偏差精度ε的大小关系来确定该交叉点的化简与保留,如果保留或者化简后的道路曲线没有交叉点那么将原交叉点作为分段点对此段曲线进行重新化简。理论分析与实验结果表明,文中算法能够有针对性地保留或化简道路交叉点以及保持曲线化简后的形态特征。     

道路弯曲组共线与移位的协同处理方法

地图上道路符号化后的共线处理是解决道路符号空间冲突的方法之一。文中提出一种道路弯曲组共线和移位的协同处理方法,该方法利用道路的约束性三角网识别道路的空间冲突区域,提取空间冲突路段区域的骨架线,并计算相关弯曲的特征信息,然后把道路符号共线的几何计算方法和Snake移位模型相结合,协同解决道路符号共线和移位问题。该方法不仅能保证在给定的空间位置上道路符号共线,也能够保持道路形状特征。实验结果验证算法的有效性和实用性。     

一种改进的点群移位算法及其应用

比例射线移位算法处理冲突目标群,能够较好地保持移位后目标群的空间分布模式,常被应用于点群移位。本文在对已有算法的研究基础上,对其进行改进：首先考虑了存在线状要素时点群移位的新情况;其次,提出了可变参数的衰减函数控制模型。最后本文通过实验,演示了算法的有效性。     

一种道路网图形冲突移位改进研究

针对地图综合中解决空间冲突最复杂的移位算子,使地图地理要素清晰及其拓扑关系不变,该文以线要素为研究目标,利用Snake算法进行地图综合中的道路网移位,并且进行改进:1在线要素群移位前,引入了线要素的移位空间判断,找出其中可以移位的线目标和无法移位的线目标,将这两种目标分开移位,优先移动可以移位的线目标;2提出一种能确定线要素瓶颈特征的方法,并分析形状参数α、β的设置与曲线瓶颈特征的关系,保护线要素的瓶颈特征在移位中不被破坏;最后给出了道路网移位实例,证明了方法的有效性。     

多层次移位原则的道路与建筑物空间冲突处理

本文在分析传统道路与建筑物空间冲突算法的基础上,借鉴其优点,从保持建筑物间的整体空间布局特征,以及模拟人工移位的处理方法角度出发,提出根据区域密集程度的不同,划分为稀疏区、密集区、高密集区三个等级区域,并制定相应的多层次移位处理原则,然后,根据道路与建筑物的邻近程度,将建筑物分为多等级的移位层,对移位层内的冲突进一步细分;据此,依据移位层的邻近程度,将多层次处理原则贯穿于要素冲突外力的计算、外力的聚合以及其移位算法的确定中,分别对道路与建筑物的冲突、建筑物之间的冲突分别进行处理。     

道路旁建筑群移位方法研究

地图上道路的移位、变形或符号化往往会产生道路与其周边建筑物的空间冲突。为了尽量保持道路旁的建筑物群沿线分布的基本规律,提出了把建筑物群移位转换为线移位问题的一种移位方法,能协同处理好道路与建筑物之间的空间冲突,并利用实验验证了所提出方法的合理性和有效性。该方法首先需要确定潜在的空间冲突区域,并依据空间冲突区内的地图要素类别确定空间冲突类型;然后,判断落入空间冲突区内的建筑物群,用建筑物中心点到道路的垂线表示建筑物与道路的关联关系,并把与这些落入空间冲突区域内的建筑物最邻近的距离小于阈值的建筑物归类到相应的建筑物子群,对每个这样的建筑物子群,建立其中心点的最小生成树(minimum spanning tree,MST);最后,把这些垂线、MST和道路看成一个线状要素网络,利用Snake模型进行协同移位处理。     

顾及制图规则的道路Snake移位模型改进

在地图综合中,一条道路的不同路段之间,或者两条道路之间,都有可能存在空间冲突,需要进行道路移位。目前,道路的移位方法主要以能量最小化方法为代表,但是模型参数的控制和移位传播的距离仍有待深入研究。为了有效控制道路移位,基于道路移位制图规则,利用移位传播障碍点设置、移位传播距离计算和模型参数自动调整等措施,优化道路移位的能量最小化模型。实验结果验证了所提方法的可行性和有效性。     

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。     

基于 GVF 和 Snake 模型的高分辨率遥感图像四元数空间道路提取

基于Snake模型的优势及缺陷,提出一种高分辨率多光谱图像道路提取方法。通过建立多光谱图像信息的四元数表达式,解决Snake模型应用于多光谱图像的局限性;通过多光谱图像四元数空间标记分水岭分割,获取道路初始轮廓,解决道路初始边界设置问题;通过梯度矢量流模型迭代求解,解决道路凹陷位置逼近问题,最终实现道路提取。用QuickBird 高分辨率多光谱遥感数据验证方法的可行性,与直接采用Snake 模型进行道路提取结果相比,本文所提出的方法对于高分辨率影像上的高等级道路提取具有较好的精度。     

车载激光点云道路边界提取的Snake方法

针对车载激光点云中道路边界提取困难,自动化程度低的问题,提出一种基于离散点Snake的车载激光点云道路边界提取方法。不同于传统基于图像建立Snake,本文直接基于离散点建立Snake模型。先利用伪轨迹点数据,确定初始轮廓位置,参数化不同类型的道路边界初始轮廓;然后基于离散点构建适合多类型道路边界的Snake模型,定义模型内部、外部和约束能量,通过能量函数最小化推动轮廓曲线移动到显著道路边界特征点处,实现不同道路边界的精细提取。本文试验采用3份不同城市场景的车载激光点云数据验证本文方法的有效性,道路边界提取结果的准确率达到97.62%,召回率达到98.04%,F1-Measure值达到97.83%以上,且提取的道路边界结果与软件交互提取的结果有较好的吻合度。试验结果表明,本文方法能够修正噪声、断裂等数据质量对道路边界提取的影响,能够实现各类复杂城市环境中不同形状道路边界的提取,具有较强的稳健性和适用性。     

一种基于小波变换的遥感影像道路自动提取方法

遥感影像上道路的自动提取是摄影测量与遥感、计算机视觉等领域的重要课题。本文通过对图像小波系数的分析,完成道路节点的提取。随后利用基于小波变换的边缘提取算子,对道路进行边缘提取。边缘提取出来之后,以道路节点为种子点,对道路进行Snake跟踪。为保证提取效果,对图像进行了预处理。实验表明,利用本文提出的理论与方法能为道路网的自动提取与识别提供一个可靠的依据,同时也对其他地物（如建筑物）的自动提取提供一个有价值的参考。     

利用道路网眼实现路网的增量式更新

获取现势性的交通道路数据是数字城市和智慧城市建设的基础，基于传统测绘的道路网更新方法存在一定局限性，而基于众源数据及行车轨迹数据更新道路网近年来则倍受关注。首先提出了一种新的道路变化增量更新方法，该方法先对历史道路网建立面拓扑结构，生成由道路网组成的最小闭合面域（道路网眼）；然后以道路网眼为基本控制单元，综合利用轨迹点上下文距离信息和隐马尔可夫模型（hidden Markov model，HMM），提取失配轨迹点和失配轨迹段；最后采用缓冲区分析和最大密度法对失配轨迹提取骨架线，创建新增道路，增量更新历史道路网。实验结果表明，以道路网眼为控制单元，利用轨迹点上下文距离分析和HMM捕获失配轨迹点，可提高失配轨迹点的提取效率，改善道路网更新效果。该方法可用于大规模路网的增量式更新。     

基于网格模型的导航道路图渐进式化简方法

针对将导航数据精度降低时的道路图形综合转换为基于网格模型的线图形化简问题,提出了一种基于网格模型的导航道路数据渐进式协同图形综合方法。该方法能保证综合后的单条道路和道路网都与原始高精度数据保持空间方向关系相似。在数据处理过程中,用导航需求来约束道路的渐进式图形简化,并对道路形状和道路交叉处的空间方向关系进行维护,顾及了导航中道路的可视化效果。已用实际生产中的导航数据进行了验证,证明了本文方法是有效且实用的。     

利用模板匹配和BSnake算法准自动提取遥感影像面状道路

针对已有的遥感影像面状道路提取策略在自动化程度、效率及精度方面的不足,提出了一种新的快速有效的准自动提取方法。遥感影像上各种面状道路的提取实验证明了算法的有效性,在自动化程度、速度和精度上均有明显成效。     

基于拓扑相似性的道路网综合模型

针对道路网综合时须保持道路网眼空间分布特征这一基本要求,在讨论道路网眼拓扑形式化描述的基础上提出了一种基于拓扑相似性的道路网综合模型。该模型通过制定道路网拓扑相似性评价指标来进行道路网综合方案选择,同时针对拓扑相似性相同的不同道路删除方案,进一步提出了利用道路形状加以评价的方法。结果表明,该模型原理正确,无论对于保持道路网眼空间分布还是形状特征都具有很好的效果。     

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。     

基于多重信息融合的高分辨率遥感影像道路信息提取

在高分辨率遥感影像上进行道路提取一直被认为是一项具有重要意义但很困难的工作。尤其一些与道路光谱相近的地物,分类后与道路相互连接,难以区分。基于面状道路和边缘相互验证和辅助的思想,提出一种高分辨率遥感影像上提纯道路信息的方法。该方法首先在面状和边缘两个方面同时提高提取精度,然后由他们之间的逻辑互运算分割道路与非道路对象,并应用有效的形状指数（如：极惯性矩和狭长度指数）刻画和区分道路与非道路面状目标（如楼房等）,最终达到提纯道路的目的。实验结果表明了本文方法在去除非道路目标,提纯道路网络方面的有效性。     

城市交通网络面向对象的时空数据模型研究

原有的城市交通网络数据模型无法对大比例地图中道路的面状特征进行描述。本文引入面向对象的时空数据模型 ,把各种实体作为对象 ,把道路作为面状要素描述。作为面状要素的道路对象直接继承原有道路的非空间特征 ,通过道路中心线对象和交点对象来继承原有线状要素的道路特征 ,包括网络关系和叠加关系等 ,通过车道段对象来增加作为面状要素的道路特征