基于目標(biāo)匹配的道路網(wǎng)增量信息的識(shí)別和提取

丁宇虹

（山西省交通科學(xué)研究院，山西 太原 030006）

隨著我國城市建設(shè)速度的加快，道路新建、改建、擴(kuò)建等情況時(shí)有發(fā)生，現(xiàn)在電子地圖更新的速度遠(yuǎn)遠(yuǎn)滿足不了用戶需求。如何使變化及時(shí)準(zhǔn)確地反映到電子地圖數(shù)據(jù)中，成為制約電子地圖發(fā)展應(yīng)用的一個(gè)難題[1]。

傳統(tǒng)的地圖數(shù)據(jù)更新方法數(shù)據(jù)重復(fù)加載，效率低。地圖測(cè)繪工作的重心已經(jīng)從數(shù)據(jù)生產(chǎn)轉(zhuǎn)變?yōu)閿?shù)據(jù)更新，如何利用已有的工作成果和數(shù)據(jù)快速準(zhǔn)確地更新電子地圖，減少地圖更新中的重復(fù)勞動(dòng)，提高地圖數(shù)據(jù)更新的效率，是目前研究的一個(gè)重要方向。不同時(shí)刻道路數(shù)據(jù)更新主要是提取增量信息，提取方法會(huì)直接影響道路網(wǎng)數(shù)據(jù)更新的準(zhǔn)確率和效率。本文采用基于目標(biāo)匹配的方法結(jié)合語義匹配來識(shí)別和提取同比例尺道路網(wǎng)數(shù)據(jù)的增量信息。

1 目標(biāo)匹配方法

本文的增量信息是同一區(qū)域范圍內(nèi)的同比例尺不同時(shí)刻道路網(wǎng)的變化信息，其識(shí)別和提取其實(shí)是一個(gè)目標(biāo)匹配的過程。語義匹配主要是通過道路屬性信息來判斷匹配，完成匹配的道路不用再進(jìn)行目標(biāo)匹配。目標(biāo)匹配是通過緩沖區(qū)面積迭置率和最大類間方差法實(shí)現(xiàn)，這里的重點(diǎn)是面積迭置率閾值的確定。通過語義匹配和目標(biāo)匹配二者結(jié)合實(shí)現(xiàn)導(dǎo)航道路網(wǎng)增量信息識(shí)別和提取。

由于數(shù)據(jù)屬性信息并不完全一致，語義匹配只能完成一部分道路的匹配，還有很大一部分道路還需要進(jìn)行增量信息提取。對(duì)于這部分?jǐn)?shù)據(jù)通過面積迭置率和最大類間方差法相結(jié)合來處理。此處面積迭置率定義為2個(gè)道路緩沖區(qū)的相互重疊部分的面積占各自總面積的比值[2]，是通過對(duì)2條道路線要素根據(jù)試驗(yàn)情況建立一定寬度的緩沖區(qū)，對(duì)兩者的緩沖區(qū)進(jìn)行計(jì)算。

首先定義面積迭置率指標(biāo)。假設(shè)Ai和Bi是2個(gè)待匹配線實(shí)體的面狀緩沖區(qū)，Sim（Ai，Bi）和Sim（Bi，Ai）是各自的面積迭置率。則：

Sim（Ai，Bi）和Sim（Bi，Ai）中必須至少有一個(gè)大于某個(gè)閾值（0.3），才說明兩者有匹配的可能；且當(dāng)Sim（Ai，Bi）接近于1的時(shí)候，說明Ai是整體和Bi匹配的；對(duì)于Bi也是這樣；當(dāng)Sim（Ai，Bi）和Sim（Bi，Ai）都同時(shí)接近1的時(shí)候，說明Ai和Bi是1∶1匹配的。

2 基于類間方差的閾值計(jì)算

圖像分割就是指把圖像分成具有特殊含義的區(qū)域，并提取出感興趣的目標(biāo)的過程，本文采取的方法是基于閾值計(jì)算的圖像分割方法。閾值計(jì)算方法本文采用最大類間方差閾值法，是由Ostu提出的。Ostu法的圖像模型是：把圖像分為目標(biāo)和背景兩類，處于目標(biāo)和背景交接處兩邊的像素灰度值有較大的差別，它的灰度直方圖可以看成是由對(duì)應(yīng)目標(biāo)和背景的2個(gè)單峰的直方圖混合構(gòu)成。如果這2個(gè)分布大小相隔很近且均值相距足夠遠(yuǎn)，而且2個(gè)部分的均方差也足夠小，則直方圖表現(xiàn)為較明顯的雙峰，如圖1，這類圖像適用最大類間閾值法[3]。用類間方差閾值法來進(jìn)行圖像分割可以使圖像錯(cuò)分概率最小。Ostu法的不足是當(dāng)目標(biāo)與背景灰度差不明顯時(shí)，分割得到的圖像誤差較大，甚至?xí)G失整幅圖像的信息[4]。利用最大類間方差法，使2個(gè)數(shù)據(jù)集的差異達(dá)到最大的值便是最佳閾值。

圖1 迭置率灰度直方圖（適用Ostu方法）

3 實(shí)驗(yàn)驗(yàn)證

為了驗(yàn)證上述的方法是否可行，采用ESRI公司的ArcGIS Engine SDK和Visual Studio.NET 2008開發(fā)工具進(jìn)行驗(yàn)證。本文研究的數(shù)據(jù)源為北京房山區(qū)2007和2010年的1∶10 000道路矢量數(shù)據(jù)。將2010年和2007年道路矢量數(shù)據(jù)進(jìn)行疊加分析后得到這2年道路數(shù)據(jù)的交集數(shù)據(jù)表，在進(jìn)行目標(biāo)識(shí)別和提取前可以根據(jù)計(jì)算的閾值把小于閾值的從交集數(shù)據(jù)表中刪除。

3.1 面積疊置率計(jì)算閾值

下面用面積迭置率的方法對(duì)本文的數(shù)據(jù)進(jìn)行分析。在進(jìn)行匹配前，先要對(duì)2年的數(shù)據(jù)建立緩沖區(qū)，緩沖區(qū)的大小與比例尺有關(guān)。通常選為對(duì)應(yīng)比例尺最小許可間隔距離的2倍[5]。因此此處設(shè)定的緩沖區(qū)寬度為D=10 000×0.2 mm×2=4 m。

在ARCGIS9.3中生成緩沖區(qū)的疊加分析圖層，在新圖層的屬性表中會(huì)自動(dòng)生成兩列數(shù)據(jù)，記錄每個(gè)要素對(duì)應(yīng)的2007年和2010年道路要素ID，如表1。其中第一列為系統(tǒng)ID，第二、三列為2007、2010道路要素ID，第四列“Have07”代表相交面積Area(07∩10)/Area(07)，第五列“Have10”代表相交面積Area(07∩10)/Area(10)。對(duì)這些數(shù)據(jù)根據(jù)面積迭置的計(jì)算方法進(jìn)行處理，分別得到2007的迭置率集合和2010年的迭置集合：

表1 道路網(wǎng)緩沖區(qū)疊加分析屬性數(shù)據(jù)

對(duì)2個(gè)集合分別按大小排序后生成它們相關(guān)的折線圖如圖3所示。

圖2 迭置率統(tǒng)計(jì)圖

圖2中縱坐標(biāo)代表面積迭置率，橫坐標(biāo)代表重新排序后的自動(dòng)生成的序號(hào)。從圖2中可以看出這2年的面積迭置率基本重合，2個(gè)的面積迭置率介于0～0.9之間，其中在折線拐點(diǎn)左側(cè)0～0.2之間的元素占了很大的比例，但并不能確定閾值的大小。為了進(jìn)一步找出數(shù)據(jù)的分布規(guī)律，在Matlab中做出數(shù)據(jù)的灰度直方圖，如圖3所示。

圖3 迭置率灰度直方圖

圖3中橫坐標(biāo)表示面積迭置率，縱坐標(biāo)表示面積迭置率的某個(gè)值的要素個(gè)數(shù)，可以看出數(shù)據(jù)呈明顯的雙峰分布，在25處出現(xiàn)了一個(gè)較明顯的峰谷。為了分析數(shù)據(jù)這種分布的原因，把值域分為（0～5）、（5～30）、(30～100)3 組來進(jìn)行抽樣分析，每個(gè)樣本個(gè)數(shù)為30。發(fā)現(xiàn)值域?yàn)椋?～5）的要素主要是多條相交線段結(jié)點(diǎn)緩沖區(qū)重合引起的疊加分析誤差導(dǎo)致，值域在（5～30）的要素主要是由于地圖數(shù)據(jù)誤差造成。值域30以上的要素是2條線要素存在匹配關(guān)系形成的。由此可知整個(gè)數(shù)據(jù)集大致有兩類：一類為非匹配關(guān)系產(chǎn)生的冗余非匹配數(shù)據(jù)，另一類是由匹配關(guān)系產(chǎn)生的有效匹配數(shù)據(jù)。接下來用最大類間方差法來計(jì)算圖像的最佳閾值，把圖像進(jìn)行分割。

3.2 最大類間方差法計(jì)算閾值

用最大類間方差法得到2007年匹配閾值是29，2010年的是30，2個(gè)值非常接近。如果選擇30為最佳匹配閾值，刪除的數(shù)據(jù)要比閾值是29時(shí)要多，為了避免個(gè)別匹配的數(shù)據(jù)被刪除，這里選取29為最佳匹配閾值，即2條道路的面積迭置率達(dá)到29%，認(rèn)為這2條道路是匹配的。

為了確定29是最佳的匹配閾值，本文選取了不同閾值統(tǒng)計(jì)了不同閾值的匹配準(zhǔn)確率，如表2所示。不同閾值抽樣統(tǒng)計(jì)的道路個(gè)數(shù)不同，實(shí)驗(yàn)閾值取10、20、29、40、50，對(duì)應(yīng)的抽樣道路個(gè)數(shù)依次為 155、191、237、207、150。通過人工匹配數(shù)和閾值匹配數(shù)計(jì)算匹配的準(zhǔn)確率，判斷29是否為最佳閾值。從表2可以發(fā)現(xiàn)，當(dāng)實(shí)驗(yàn)閾值較小時(shí)，閾值匹配的道路個(gè)數(shù)要略比人工匹配的道路個(gè)數(shù)大，這是因?yàn)殚撝递^小時(shí)被選取的道路要相對(duì)多一些；當(dāng)實(shí)驗(yàn)閾值較大時(shí)則反之。閾值大小會(huì)影響匹配的準(zhǔn)確率，發(fā)現(xiàn)閾值取29時(shí)，匹配準(zhǔn)確率最高。試驗(yàn)發(fā)現(xiàn)通過面積疊置率和最大類間方差計(jì)算的閾值對(duì)同比例尺電子地圖道路數(shù)據(jù)增量信息進(jìn)行識(shí)別和提取的效果比較好。

表2 不同閾值匹配精度

4 結(jié)語

本文通過對(duì)目標(biāo)匹配提取增量信息，發(fā)現(xiàn)面積疊置率結(jié)合最大類間方差的方法有很好的數(shù)據(jù)針對(duì)性，提取的效果比較好，且算法簡單容易實(shí)現(xiàn)。但該方法在實(shí)際應(yīng)用中還存在不完善的地方有待改進(jìn)。如當(dāng)數(shù)據(jù)沒有明顯差異，在數(shù)據(jù)直方圖上沒有單峰出現(xiàn)，計(jì)算得到的匹配閾值匹配效果不能滿足要求，在下一步的工作中對(duì)該方法進(jìn)行改進(jìn)，提高該方法的通用性。