CN102169650B - 绘制地图的设备及方法 - Google Patents

绘制地图的设备及方法 Download PDF

Info

Publication number
CN102169650B
CN102169650B CN2011100890902A CN201110089090A CN102169650B CN 102169650 B CN102169650 B CN 102169650B CN 2011100890902 A CN2011100890902 A CN 2011100890902A CN 201110089090 A CN201110089090 A CN 201110089090A CN 102169650 B CN102169650 B CN 102169650B
Authority
CN
China
Prior art keywords
data
group
map
area
construction style
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
Application number
CN2011100890902A
Other languages
English (en)
Other versions
CN102169650A (zh
Inventor
T·C·库姆贝斯
M·L·伯奇菲尔德
W·盖尔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
1626628安大略有限公司
1626628 Ontario Ltd
Original Assignee
1626628 Ontario Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 1626628 Ontario Ltd filed Critical 1626628 Ontario Ltd
Publication of CN102169650A publication Critical patent/CN102169650A/zh
Application granted granted Critical
Publication of CN102169650B publication Critical patent/CN102169650B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3833—Creation or updating of map data characterised by the source of data
    • G01C21/3852—Data derived from aerial or satellite images
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
    • G09B29/10—Map spot or coordinate position indicators; Map reading aids
    • G09B29/106—Map spot or coordinate position indicators; Map reading aids using electronic means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40—Document-oriented image-based pattern recognition
    • G06V30/42—Document-oriented image-based pattern recognition based on the type of document
    • G06V30/422—Technical drawings; Geographical maps
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
    • G09B29/10—Map spot or coordinate position indicators; Map reading aids

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Business, Economics & Management (AREA)
  • Educational Technology (AREA)
  • Educational Administration (AREA)
  • Mathematical Physics (AREA)
  • Automation & Control Theory (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Multimedia (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Processing Or Creating Images (AREA)
  • Instructional Devices (AREA)
  • Image Processing (AREA)

Abstract

本发明提供一种用于城市地区的地图绘制的新颖设备及方法。设备包括连接到计算机处理器的遥感设备。遥感设备采集有关城市地区的成像数据。计算机处理器解释成像数据以生成城市地区地图，其中包括标识表示地貌特征的第一组标记、表示不同类型建筑形式的第二组标记以及表示与地貌特征和建筑形式关联的人类活动模式的第三组标记的表示。地图还可包括第四组标记，表示其它类型的标记中至少一种出现的强度等级。

Description

绘制地图的设备及方法
本申请是2005年11月18日进入中国国家阶段的PCT申请的分案申请，该PCT申请的申请日为2004年12月16日，申请号为PCT/CA2004/002143。进入中国国家阶段后的国家申请号为200480014671.8，发明名称为“绘制地图的系统、设备及方法”。 
优先权要求 
[0001]本申请要求2003年12月18日提交的美国临时专利申请No.60/530283的优先权，通过引用将其内容结合到本文中。 
发明领域
[0002]一般来说，本发明涉及绘图法，更具体来说，涉及城市地区的地图绘制。 
发明背景 
[0003]具体来说，二十世纪在全球经历了城市地区的指数增长，在其下半叶，城市周边的郊区的巨大发展受到高速公路以及以汽车为基础的社会的主导的推动。例如，大多数北美人现在住进具有低建筑密度和人口活动比率的郊区的这种状况一般无法经济地维持公共交通运输。居住、工作、购物和闲暇不仅密度低和高土地消耗，而且活动一般也是隔离和独立的。因此，当前存在对于这种依靠汽车的影响的普遍关注-在空气污染、极大增加的延误方面，在成本、时间和得到工作的困难上降低人们生活质量的不断增加的总旅程方面，以及在其它许多方面。 
[0004]已经推出一系列政策和实践来处理这种情况，共同发展土地使用和交通运输的形式，从而节省能源，使污染物的散发减至最小，鼓励可达性，同时尽量减少移动性-例如通过在公共运输节点附近发展密集活 动中心。全球若干地区致力于把这些目标转换为区域策略发展构架。 
[0005]一般来说，随着全球人口越来越集中在城市地区，任何给定城市地区的生活质量都极大地受到城市地区配备支持本地居民需求的基础设施的良好程度的影响。城市规划是用于规划如何增加、更换和维护这种基础设施的众所周知的学科。城市规划还包含本领域的技术人员会想到的许多其它问题。 
[0006]至少在发达国家，大部分城市地区实现不同程度的城市规划。此过程往往受到政策因素的极大影响，因为围绕纳税和财产权的问题必定伴随着城市规划过程。最近在北美洲，存在朝“瘦身政府”政策的趋势，其中基于政府的集中城市规划在很大程度上被放弃，有利于允许城市地区以放任主义方式增长，相信自由市场是区域应当如何增长的最佳决定因素。其它管理机构仍然可能实行更激进的政策，包括大量集中规划，观点是政府控制的中央规划是适应当地居民的需求的最有效方式。当然，任何给定地区采用的方式通常处于这些极端之间。不管所选的方式如何，伴随先有技术城市地图绘制和数据采集技术的一个问题在于，极少存在可经过分析而对于如何可以最有效实现城市规划提供客观看法的硬数据。 
[0007]当今存在的、在某个地区不一致地收集的硬数据表明，更多数据、而且是正确种类的数据在城市规划中可能极为有效。例如，在2003年，大家知道多伦多市有地铁系统，它在很大程度上依靠投币箱来维持，而极少依靠政府津贴。假设造成这种现象的一个主要因素在于，存在地铁站附近生活(“居住区”)的大的人口密度，以及在同样处于地铁站附近、居民工作(“就业区”)的市区中心存在至少一个集中区域。在纽约可观察到类似现象。但是，生成支持这种假设的报告所需的工作是巨大、复杂、费时且昂贵的。作为一种方法，该工作可涉及收集多伦多的街道地图和地铁地图，然后在居住和就业区挨家挨户进行调查以证实人们事实上利用地铁去上班。最后，挨家挨户调查所收集的数据可与地图相关，从而最终得出具有支持该假设的结论的报告。但是，可以注意到，报告仅包含几组数据点，而并没有包括可能影响居住区和就业区的简单密度是否足以支持地铁路线的其它数据。这种报告也没有描述支配密度的建筑环境的结构。此 外，这种报告不易于与其它城市地区如何处理从居住区到就业区的交通的情况进行比较，以便提供对于哪个城市地区最好地处理其交通运输需求的客观评估。本领域的技术人员会想到关于特定城市地区如何相对另一个地区进行运作的更复杂问题，并且解答这类问题的报告的生成将面临相似的障碍和复杂度。 
[0008]如前面所述，先有技术的城市地图在生成城市规划实践的上述类型的报告中是极有用的元素。先有技术的城市地图主要标识交通运输路线的物理特征，并且包括那些地图上的类似标识符的街道名称和站名。地图可包括关于特定区域是否更多地以居住、商业或工业活动为主的指示，但仅此而已。一般来说，这类地图对于在城市地区中导航很有用，但在尝试为城市规划生成复杂报告时只提供有限的信息。 
[0009]更新近的先有技术的城市地图提供可用于不只是在城市地区中导航的信息。这些地图至少部分采用从卫星、飞机等获取的遥感数据来生成。Baltsavias、Emmanuel P.和A.Gruen.的“解决方案集中：用于监测城市的航摄照片、LIDAR和IKONOS的比较”(Remotely Sensed Cities，编者：Victor Mesev、Taylor和Francis，London，2003年)(“Baltsavias”)是一个先有技术参考文献，它公开这样一种城市地图的实例。Baltsavias包括使用其中包括航空/数字正射成像、激光探测和测距(“LIDAR”)、IKONOS(每像素4米彩色和每像素1米黑白光卫星图)在内的当前高分辨率遥感技术来提取例如下列地球空间信息的审查和评估： 
1)数字地形模型(“DTM”，表示消除了自然和人造特征的地球裸露表面的高程模型)； 
2)数字表面模型(“DSM”，又称作“第一表面”模型，其中，在高程模型中捕捉人造和自然特征)；以及 
3)诸如建筑物、道路、植被等的城市对象的标识，以及诸如建筑物等的三维城市对象的重构。 
Baltsavias描述了开发三维城市模型的要求，并简述已经开发的两个商业应用，即：InJECT，INPHO GmbH(Stuggard，Germany)的产品，以及CyberCity AG(Bellikon，Switzerland)推出的CyberCity Modeler(CC-Modeler)。Baltsavias描述了原型系统、即CyberCity空间信息系统(“CC-SIS”)，它是对于把三维城市模型与可能链接到外部地理信息系统(“GIS”)数据的关系数据库相结合的尝试。为了标识对象，用户手动标识屏幕上的点，只有在那时该应用才自动构建包括相关那些点以及标识对象所需的几何结构的拓扑。该应用要求使用数字正射投影像片，以构建城市模型所需的分辨率获取这些像片是昂贵的。此外，Baltsavias没有解释如何取得建筑物的用途或类型以及它与其邻近或者整个城市规模中的其它建筑物的关系。该应用不允许用户评估地区的运作方式或者与其它城市地区进行比较。一般来说，Baltsavias局限于如何提供对城市地区的构成和功能进行描述及可视化。 
[0010]增加的城市地图复杂性的另一个实例见于Barnsley、MichaelJ.、A.M.Steel和S.Barr.的“通过分析以LIDAR和多谱图像数据标识的建筑物的空间构成确定城市土地用途”(Remotely Sensed Cities，编者：Victor Mesev、Taylor&Francis，London，2003年)(“Barnsley”)。Barnsley采用每像素4米彩色卫星图的IKONOS以及每平方米0.4点采样密度的LIDAR(2米)图像数据的组合从其它周围对象、如树木或铺有路面的道路中提取建筑物对象的存在。提取的结果与基本数据进行比较以便保证结果的准确度。采用四个测试区域，其中主要土地用途是住宅或工业。给定数据集的限制，几个门限被施加到数据以改善结果。Barnsley发展了基于图形的模式识别系统，通过高度和结构配置来推断土地用途。在Barnsley中用于半自动提取建筑物对象以及标识建筑物的形态属性的差异和建筑形式模式的结构成分的技术和技巧在区别一般土地使用类型(例如住宅对工业)方面是成功的，但是在识别和表征这些一般土地使用类型中的独特模式时存在问题，给定所使用的测量技术，无法表征不同的住宅和工业模式。一般来说，Barnsley没有讲授如何对不同的住宅和工业用途的独特建筑形式进行分类和描述。 
[0011]提供更复杂的城市地图的仍未实现的尝试的一个实例见于Eguchi、Ronald、C.Huyck、B.Houshmand、D.Tralli和M.Shinozuka的“采用合成孔径雷达技术的建筑物详细清单的新应用”(the 2nd Multi-Lateral Workshop on Development of Earthquake and Tsunami Disasters Mitigation Technologies and their Integration for the Asia-Pacificregion，2000年3月1-2日，Kobe，Japan)(“Eguchi”)。采用干涉测量合成孔径雷达(IFSAR)航空技术、空中摄影和县税收评定数据，Eguchi尝试根据他们从遥感数据中提取的建筑物占地面积和高度来识别建筑物类型，并采用县税收评定数据来验证结果。Eguchi提供了所使用的技术的初步结果以及未来研究计划，从而打下努力完成他们可从其中测量建筑物密度和发展的整个城市规模的建筑物详细清单的基础。虽然已经打下基础，但是没有成功或者如何取得这种成功的指示。 
[0012]另一个实例是Mesev、Victor的“城市土地使用重构：从地址点信息的图像模式识别”(the International Archives of Photogrammetry，Remote Sensing and Spatial Information Sciences Conference，Regensburg，Germany，2003年6月27-29日)(“Mesev”)。Mesev检查英国陆军测绘局采集的地址点数据的使用，以便检查英国布里斯托尔的发展的空间模式。地址点数据包含关于一般土地使用类型、住宅对商业的信息，以及Mesev尝试根据各种空间索引/技术、即点的密度与最接近邻域分析，来识别相同土地使用类型的不同区域、如住宅#1和住宅#2之间的差异。来自这个空间识别系统的这种信息用于告知城市地区的多谱图像分类。Mesev引入对于称作Cities Revealed的公司(The GeoInformation Group，Telford House，Fulbourn，Cambridge，CB1 5HB，United Kingdom--http://www.crworld.co.uk)提供的高分辨率空中摄影所使用的一些初步结果。对于大城市地区，Cities Revealed的遥感影像的取得相当昂贵。用于模式识别的数据是英国特有的，但不可用于所有地区，因为英国在很大程度上依赖英国陆军测绘局。同样，空间索引对于其它城市土地使用类不是完全成功的，例如对于商业和工业，其中关于建筑物特征的信息将比只是建筑物布局更有用。 
发明概述 
[0013]本发明的一个目的是提供一种绘制地图的新颖方法及系统， 它消除或者减少先有技术的上述缺点中的至少一个。 
[0014]本发明的一个方面提供一种城市地区地图，其中包括：第一组标记，表示所述地区的地貌特征；以及第二组标记，表示位于所述地区内的多个不同类型的建筑形式及其位置。地图还包括第三组标记，表示与所述地貌特征和所述建筑形式关联的人类活动的模式。 
[0015]本发明的另一个方面提供一种设备，它包括连接到计算机处理器的遥感设备。遥感设备采集有关城市地区的成像数据。计算机处理器解释成像数据以产生城市地区地图，其中包括标识表示地貌特征的第一组标记、表示不同类型的建筑形式的第二组标记以及表示与地貌特征和建筑形式关联的人类活动的模式的第三组标记的表示。地图还可包括第四组标记，表示其它类型的标记中的至少一个出现的强度等级。 
附图概述 
[0016]现在参照某些实施例和附图、仅通过举例来说明本发明，附图包括： 
图1是包含多个城市地区的地理地域的一部分的表示； 
图2是被遥感的图1的地域中的某个城市地区内的区域的表示； 
图3是图2中执行的遥感的更详细表示； 
图4是图3中执行的遥感的更详细表示； 
图5是图2-4中检测的、输入到用于根据本发明的一个实施例生成地图的设备中的数据的表示； 
图6是图5的存储装置中存储的数据库的表示，它可用于解释图2-4中检测的原始数据； 
图7更详细地说明图6的数据库中的对象； 
图8是流程图，说明根据本发明的一个实施例生成地图的一种方法； 
图9说明表示根据图8的方法的执行被分析的地区内的某个区域的检测数据； 
图10说明图9所示的区域中的一小块； 
图11说明采用图8的方法生成的图10中的块的地图； 
图12说明为了产生不同的地图格式而采用图8的方法的变体生成的图11的地图； 
图13说明与图12的地图相同格式的地图，其中，地图表示图9中的区域； 
图14说明与图13的地图相同格式、扩展到地区级的地图； 
图15说明根据本发明的另一个实施例用于生成地图的设备； 
图16说明由图15的设备生成的图9中的区域的地图，它描述区域中的住宅密度； 
图17表示流程图，说明根据本发明的另一个实施例生成地图的方法；以及 
图18说明示范图表，它可在执行图17中的方法时产生。 
本发明的描述 
[0017]图1说明包含多个城市地区44的地域40。在图1的实例中，地域40是由美国-加拿大边界大致平分的北美洲的一部分，但要理解，这只是本文的理论可适用的地域的一个实例。因此，地域40中的城市地区44包括各个众所周知的城市地区，其中包括以441表示的多伦多、以442表示的底特律以及以443表示的纽约-其它区域只用参考标号44表示。应当理解，在本实施例中，区域44并不表示其行政意义，而是在地理意义上表明城市地区。因此，例如多伦多441的区域表示大多伦多地区或整个“黄金马蹄”，跨越沿安大略湖的北海岸从汉密尔顿到Bowmanville的市区。类似地，底特律442和纽约443表示其各自的大城市区域。 
[0018]图1还示出两个遥感装置48，即通过地域40上方的飞机481和卫星482。装置48包括成像设备，使装置48能够用于根据诸如空中摄影、航空/数字正射成像、LIDAR、IKONOS、RADAR之类的预期和适当遥感形态来遥感与城市地区44关联的数据。其它类型的装置48及其相应的形态是本领域的技术人员会想到的。 
[0019]图2说明针对地区44(即多伦多441)内的特定区域52遥感数据的装置48(即飞机481)。一般来说，装置48可用于检测与特定地区44中 的多个区域关联的数据，从而遥感包含整个地区44的数据。因此，要理解，为了说明本发明的各种实施例，作为实例来说明区域52。 
[0020]图3更详细地说明区域52，以及在本实施例中，区域52由装置48感测为照片。区域52(和/或其部分和/或地区44的其它部分)可按照包括地貌形式、建筑形式、活动模式和使用强度的多个标记及其各个等级来表征。地貌形式包括区域52的自然物理特征，其中包括景观和物理对象，诸如地形、树木、河流和溪流。描述地貌形式的更具体术语方式可见于Anderson、James R.、E.E.Hardy、J.T.Roach和R.E.Witmer 1976年的“与遥感器数据配合使用的土地用途和土地覆盖分类系统”(Geological Survey Professional Paper 964)，其内容通过引用结合于本文中。相比之下，建筑形式包括在地貌形式之上人工建造的任何事物，诸如道路、房屋、建筑物、公园、停车场、纪念碑等。(下表I提供可能的建筑形式类型的详细列表。)活动模式包括区域52中发生的人类活动的性质，并且可包括关于就业、居住、娱乐、工业、商业和/或其组合的信息。最后，使用强度是标识特定活动发生的程度或数量的度量。强度还可包括特定活动或者活动混合的程度，以便描述对于分类方案的活动标记的变化范围的可能性。下面将更详细地论述关于这些标记的其它详细情况。 
[0021]图4更详细地说明区域52的一小部分，装置48通过其上方并感测以树木561和溪流562的形式的地貌形式56、以及以房屋601、办公大厦602和公寓大楼603的形式的建筑形式60。 
[0022]图5说明装置48感测的包括区域52的照片的数据64从装置48传送到设备68、以便根据本发明的一个实施例绘制地图的传送。设备68一般可用于解释数据64，以便至少部分根据上述标记的部分或全部来生成区域52的地图。在本实施例中，设备68为服务器，但也可以是台式计算机、客户机、终端、个人数字助理或其它任何计算装置。设备68包括连接到输出装置76以便向用户提供输出的塔式机72以及用于接收来自用户的输入的一个或多个输入装置80。在本实施例中，输出装置76是监测器，输入装置80包括键盘801和鼠标802。其它输出装置和输入装置是本领域的技术人员会想到的。塔式机72还连接到存储装置84、如硬盘驱动器或廉价磁 盘冗余阵列(“RAID”)，它包含用于解释数据64的参考数据，下面将提供它的更详细情况。塔式机72通常包含经由总线耦合到随机存取存储器的至少一个中央处理器(“CPU”)。在本实施例中，塔式机72还包括网络接口卡，并连接到根据需要可能是内联网、互联网或者用于互连多个计算机的其它任何类型的网络的网络88。设备68可把设备68生成的地图输出到网络88，和/或设备68除了数据64之外还可接收用于至少部分根据上述标记的部分或全部来生成区域52的地图的数据。 
[0023]图6说明可存储在存储装置84中以帮助塔式机72中的CPU进行数据64的解释的数据库和表的种类的简化表示。图6中，存储装置84存储二维表92。表92包括由标记为“原始数据”的左栏96和标记为“解释”的右栏100组成的建筑形式数据。因此，表92中的每个记录在左栏96中包含与遥感数据64中可得到的原始数据对应的对象104，以及在右栏100中包含标识对象104的相应解释的对象108。更具体来说，对象1041对应于房屋，对象1042对应于办公大厦，以及对象104n对应于公寓大楼。 
[0024]预计从数据64中得到的原始数据将包含多个人工产物和其它唯一标识符，以及表92将包含有关这类标识符的信息，以便为塔式机72中的CPU提供在区分数据64中包含的各种类型的建筑形式时使用的附加信息。图7更详细地说明对象104，以便提供可与表92中的每个对象关联的标识符的种类的实例。例如，注意到，每个对象104包含阴影112。注意，1122最长，阴影112n比阴影1122更短，以及阴影1121比阴影112n更短。从数据64中得到的这种阴影长度可用来推断给定对象104的高度，因而可帮助塔式机72中的CPU来推断与从数据64中得到的给定对象关联的建筑形式的类型。通过确定数据64中的对象的相对高度，塔式机72中的CPU可进行关于要给予特定对象104的适当解释的相对判定。在这个实例中，阴影112用来确定给定对象的高度，但应当理解，更复杂的方式可用来推断高度-例如通过使用LIDAR。因此，当收集数据64时，可能希望采用感测形态、即摄影和LIDAR的组合，以及组合那种感测数据以便推导关于区域52中的对象的更多信息和标识。 
[0025]这时应当理解，各种不同的标识符可用于塔式机72中的CPU 执行的计算操作中，以便进一步帮助区别区域52中找到的各种建筑形式。例如，对象104n的每端上两个正方形116的出现表示电梯井的存在，以及对象104n的矩形结合电梯井的存在以及它比对象1042更短的高度可用来确定对象104n是公寓大楼。作为附加实例，对象1041包括其顶部的峰线120，进一步指示对象1041为房屋。 
[0026]作为标识符的另一个实例，类似对象1041的数据64中的元素的闭合分组可用于进一步指示这种元素实际上是房屋601。作为标识符的又一个实例，在数据64所包含的给定元素附近所检测的大空地可表示停车场，从而消除了数据64中的给定元素实际上是房屋601的可能性。 
[0027]作为附加标识符，在某些地理区域，尤其是在北美洲，存在有限数量的重复建筑形式类型。由于这个有限数量，因此，除了诸如以上列示的标识符(或者例如可能时常被确定为有用的其它标识符)之类的标识符之外，还可采用概率公式表达来提高准确确定特定建筑形式类型的可能性。表I表示可伴随可用于存储装置84中的数据库中的每种类型(例如表92)并与塔式机72中运行的软件结合以便实际区别某些建筑形式类型与其它类型的这类建筑形式类型和标识符的列表。 
表I 
建筑形式类型 
Figure BSA00000470422500111
[0028]因此，一旦塔式机72接收数据64，它可对其执行顺序扫描(或另外的适当分析技术)，分析表示区域52的数据64中找到的元素，并把那些所分析元素与表92、具体为原始数据左栏86中的信息进行比较，从而最终识别区域52中的那个特定位置上的建筑形式的类型。更具体来说，一旦数据64经过分析，并且其中的对象经过隔离，塔式机72中的CPU可检测 房屋601、办公大厦602和公寓大楼603的存在和位置。一般来说，本领域的技术人员会知道，塔式机72中的CPU执行的任务可基于当前适用于确定地形的类型和为建筑物建模的市场出售的软件中存在的已知技术。例如参见美国陆军工程兵团的http://www.tec.army.mil/TD/tvd/survey/index.html。本领域的技术人员现在会理解，这类已知技术提供操作和软件过程来识别各种地貌形式和建筑形式的存在以及表明其配置，但在其当前形式中，一般不适合执行识别不同类型的建筑形式的任务。(即，在军事环境中，采集这类信息的目的是为了获得战场优势以便侵略或防卫城市地区，而不是为了对该地区的规划改进。) 
[0029]现在参照图8，一种用于生成地图的方法一般表示为300。为了帮助说明该方法，假定方法300采用设备68以及与其相关的上述方面来操作。此外，方法300的以下论述产生对设备68的进一步理解。(但是要理解，设备68和/或方法300可以改变，并且不需要完全按照本文所述相互结合进行工作，以及这类变更处于本发明的范围之内。) 
[0030]首先以步骤310开始，接收城市地区的遥感数据。这个步骤主要按照前面所述来执行，其中的遥感装置48通过给定城市地区44上方，并且随着其成像技术被激活，装置48采集特定地区44的数据、如数据64。数据64则采用适当的网络接口传送给设备68的塔式机72-例如经由无线连接直接从装置48传送，或者通过从装置48移开并插入塔式机72上的读取装置中的物理介质来传送，或者根据需要通过其它任何方式来传送。 
[0031]随后，在步骤320，遥感数据被分析为具有位置坐标的对象。这个步骤可根据分析数据64以提取各个对象并对其分配坐标的任何已知或所需技术来进行，如本领域的技术人员会想到的那样。例如。图9说明数据64中的区域52，它被分为逻辑网格124，其中具有(X，Y)坐标系以及坐标(0，0)上的原点128。图9还说明网格124中突出显示为块132的四个正方形。块132在网络124的坐标(6，2)开始。为了帮助进一步说明方法300，将更详细地论述块132，作为方法300可如何处理数据64的一个实例。 
[0032]图10更详细地说明数据64的块132。因此，对块132执行步 骤320时，对那个块132执行的图像处理产生如图10标记的对象1361、1362、1363...1366的标识。注意，块132中表示对象1361、1362、1363...1366的方式是表示这类对象中的对象1361、1362、1363...1366的外观，作为封装在数据64中的、装置48的原始采集数据。因此，对象1361、1362、1363...1366包含多个人工产物和其它标识符，但对象1361、1362、1363...1366当前以其它方式未标识。这样，还在对块132执行步骤320时，创建列示那些对象及其位置的数据库。表II说明在对块132执行步骤320时创建的位置坐标列表。 
表II 
块132中的对象和位置 
Figure BSA00000470422500131
[0033]仍然参照图8，方法300从步骤320进行到步骤325，这时，在步骤320被分析的对象与一组预计建筑形式进行比较。因此，得到已标识对象1361、1362、1363...1366，然后每一个与装置84中、具体为表92中存储的一组预计建筑形式进行比较。采用表92和上述解释技术(或者可能需要的其它这类解释技术)，可得到与各对象136关联的原始数据的解释。在这种比较过程中，将确定对象1361类似对象1042；对象1362类似对象104n；以及对象1363、1364、1365和1366类似对象1041。 
[0034]在步骤330，确定各对象的建筑形式的类型。因此，采用步骤325的比较结果，塔式机72确定在步骤320所标识的对象136中每个的身份，并添加到表II的信息中，从而产生包含那个特定对象的建筑形式类型 的、表III的形式的新表。 
表III 
块132中的各对象的建筑形式类型 
  对象编号   位置坐标(X，Y)   建筑形式类型
  对象1361   (6.3，3.3)   办公大厦
  对象1362   (7.1，3.6)   公寓大楼
  对象1363   (6.4，2.8)   房屋
  对象1364   (7.7，3.2)   房屋
  对象1365   (7.3，2.9)   房屋
  对象1366   (7.5，2.3)   房屋
[0035]在步骤335，建筑形式地图根据步骤320-330的执行结果来生成。这样，塔式机72采用表III中的信息重新绘制块132。如图11所示，塔式机72因而从块132和表III中产生块132a，并把块132a输出到输出装置76。(应当理解，块132a还可保存在存储装置84中，或者发送给网络88上的另一个计算装置，或者以其它方式输出。)因此，块132a以插图形式表示区域52中的建筑形式，并提供关于块132a中呈现的各图标的建筑形式类型的图例。类似地，塔式机72因此可在显示器76上呈现所有区域52和/或所有地区44。在本实施例中，可以设想提供全程导航工具，以便允许用户使用输入装置80围绕区域52(或地区44)移动，并根据需要放大或缩小。
[0036]作为步骤335的补充步骤或者作为步骤335的变体，块132可按照图12所示的形式产生，如块132b所示，其中，由网格124上的一组坐标限定的特定正方形根据那个特定正方形内找到的最普遍类型的建筑物形式来标记。 
[0037]用于生成图12的地图的方法还可适用于生成区域52(以图13中表示为区域52a的形式)和/或整个地区44(以图14中表示为地区441a的形式)的地图。在图13中，区域52已经在输出装置76上呈现为区域52a，并分为四个分区1361、1362、...1364。每个分区136根据那个分区136中主 要的建筑形式的类型来加阴影。因此，分区1361表示为主要由办公大厦602组成；分区1362表示为主要由公寓大楼603组成；而分区1363和1364则表示为主要由房屋601组成。要理解，可包括其它建筑形式分区类型，例如办公大厦602和房屋601的混合，在其中，给定分区由不止一个主要建筑形式类型组成。还要理解，用来确定一个分区136开始以及另一个分区结束的位置的标准没有具体限制，而是可基于诸如用户选择、行政区划界、地貌、交通运输路线及其组合之类的任何数量的因素，和/或可基于更“模糊”的逻辑类型，其中塔式机72配置成根据以特定建筑形式类型的突出性为特征的区域52中的正方形的分组来创建分区。应当理解，分区的具体形状没有因此而被限制，这类形状取决于用来定义分区的标准。作为一个实例，在例如多伦多的城市中，Danforth大街呈现沿着称为“希腊城”的区域的公共标记-这个长方形区域可选作特定分区的标准。因此，其中街道呈现公共标记、使得把那个街道定义为分区是需要或合理的任何区域也是如此。还可设想新的地图可根据对于这种标准的用户输入变更迅速被生成。 
[0038]现在会理解，在对于整个地区44生成图13所示的类型的地图的情况下，可方便地比较不同地区44之间由主要建筑形式类型及其分布表征的分区的比较。例如，在对于多伦多441创建图14中的类型的地图以及对纽约443创建另一个地图(未示出)的情况下，可对每个相应地区44上的主要建筑形式类型及其分布进行比较。这时还应当理解，图14中的示例地图包括基于表I所示的建筑形式类型的列表的大量建筑形式类型。但是，应当注意，表I中的列表不是穷举的，其它建筑形式是本领域的技术人员现在会想到的。例如，半永久单个独立的活动房屋是表I中未列出的附加建筑形式类型。 
[0039]图11-14所示的地图主要针对建筑形式。但是，在本发明的其它实施例中，可生成包含除建筑形式以外的信息的地图。这类地图包括可用来表征特定地区的其它标记，包括地貌形式、活动模式和使用强度。采用现有遥感和绘图技术，地貌形式的添加较为简单。可用作执行地貌形式的这种添加的组成部分的现有商业包的实例包括用于图像处理的ERDASImagine(Leica Geosystems GIS & Mapping，LLC，Wolddwide Headquarters， 2801 Buford Highway，N.E.，Atlanta，GA 30329-2137USA)以及PCI.Geomatics(50West Wilmot Street，Richmond Hill，Ontario Canada，L4B 1M5)。来自ESRI ArcGIS(ESRI，380 New York Street，Redlands，CA92373-8100，USA)和Mapinfo(MapInfo，26Wellington Street East，Suite500，Toronto，ON M5E 1S2)的商业包可用于绘图。 
[0040]在前一个实施例中，一定程度的活动模式由于识别建筑形式类型的过程而可推断-即，房屋和公寓表示“居住”的活动，而办公大厦则表示“就业”的活动模式。但是，在其它实施例中，采用与被制图地区对应的地理空间和/或人口统计数据来添加活动模式和/或使用强度。地理空间数据可包括标识地球上的自然或建造特征和边界的地理位置及特征的信息。地理空间数据信息其中还可从遥感、绘图及测量技术中得出。人口统计数据可看作是地理空间数据的子集，并且可包含说明给定地区44中的生活条件的关于出生、死亡、年龄、收入等的统计数据。 
[0041]作为上述的一个实例，在图15中，人口统计数据140连同数据64被输入到塔式机72以用于生成增强地图。本文所使用的人口统计数据140的来源可能是多方面的，包括由政府机构采集和保存的数据，例如人口普查数据、纳税数据、土地登记数据、就业情况调查，并且包含由非政府机构采集和保存的数据。因此，人口统计数据140实际上被输入到塔式机72中的方式将取决于它当前存在的形式以及包含对隐私法的适当考虑。因此，当塔式机72接收人口统计数据140和遥感数据64时，塔式机72还将包括相关与被采集人口统计数据140相关的地区44和/或区域52中的物理区域的功能性。(应当注意，为了保密，随时可用的人口普查数据往往聚集到空间单元、例如普查地段或点查区域，而不是按照地址。为了将其与建筑形式类型相关，数据可被分解并与各个建筑物相关。) 
[0042]这样，可用来确定地区44、区域52、块132内的活动模式和/或使用强度或者其中的任何给定建筑形式的人口统计数据140的一个重要来源是人口普查数据。包含地址的人口普查数据可与采用方法300所检测的建筑形式相关。人口普查数据例如可用来确定多少个人居住在图10中标识为对象1363的房屋内。这样，可确定居住在任何分区136内的人口密度。 分区136则可按照插图方式表示为居住分区，并且以表明生活在那个分区内的人们的实际密度的方式进行。采用这种数据输出的地图的一个实例如图16所示。分区136a1表示为每平方米有零至十人居住在那个分区136a1。分区136a2表示为每平方米有100人以上居住在那个分区136a2。分区136a3和136a4表示为每平方米有十至一百人居住在那些分区内。这时应当理解，图16中的地图的类型可扩展到地区规模，并且同样容易允许对其生成那种类型的地图的不同地区44之间的比较。(注意，虽然选择了每平方米的人数的单位，但也可采用适当的单位，例如每公顷的人数等。) 
[0043]但是，作为附加说明，虽然图16中的地图描述为采用人口统计数据140来生成，但也能够根据来自表I的所确定建筑形式类型来推断占用率的平均水平，并使用那个推断的水平来形成图16的地图。 
[0044]通过相同的标记，其它类型的人口统计数据140可用来确定在图10中标识为对象1361的办公大厦工作的员工数量。创建具体分区的其它类型的活动模式、使用强度和其它标记是本领域的技术人员现在会想到的。但是，下表IV提供活动模式以及用于使用强度的量度的示范列表，以便补充可用于采用本文的理论来生成地图的那些模式。 
表IV 
活动模式和使用强度 
Figure BSA00000470422500171
[0045]一般来说，这时应当理解，地区44的地图可采用本文的理论以自动和比较高效的方式来生成。此外，还应当理解，可在地区级生成这类地图以包括多个分区，其中那些分区的每个是根据可用来表征城市地区的一组标记之间的一组趋势或共同性可唯一标识的。地区44的这类分区地 图可用于城市规划目的，从而与其它城市地区进行比较，和/或凭其自身来确定如何最佳地在城市地区中增加、更换和/或维护基础设施。分区地图可根据具体城市规划项目或问题来生成。例如，如果要确定特定地区是否能够支持新的地铁线路，则可生成分区地图，它标识居住分区和就业分区，目的是选择这类分区之间的地铁线路的路径，只要这类分区看来具有能够支持新地铁线路的人口。这类分区地图还可用于各种其它规划目的，包括机场、蜂窝电话部署、新高速公路建设、下水道和水处理设施、电力线和供应要求等。用于其它类型的规划目的的其它类型的分区地图是本领域的技术人员现在会想到的。 
[0046]现在参照图17，一种用于生成地图的方法一般表示为500。方法500可采用设备68以及与其相关的上述方面来操作。大家要理解，设备68和/或方法500可以改变，并且不需要完全按照本文所述相互结合进行工作。在步骤510，接收地理数据。如前面所述，数据可根据卫星图像来接收，或者可作为现有GIS数据来接收。在步骤515，分析所接收数据。数据采用与在要生成的最终地图中呈现的预期类型的标记对应的任何技术来分析。分析数据的一种方式如前面对于方法300所述，但是，可采用任何类型的处理技术，其中包括已知的图像处理和GIS处理技术。随后，在步骤520，标记被产生并与在步骤510接收的地理数据的地区中它们相应的地理空间位置关联。可产生任何类型的标记或多个标记或者其组合，其中包括建筑形式、活动模式、使用强度等。在步骤525，在步骤510接收的地理数据的地区中的分区边界采用任何预期标准、如前面所述的标准来定义。在步骤530，在步骤520产生的标记被汇总并重叠到所定义分区边界上，以便生成根据特定选择的标记集合标识的分区所组成的地区的地图。 
[0047]要重申的是，用来定义分区的标准或其它方式没有具体限制。例如，表V-VI I表示可对于区域52上称作“分区1”的示范分区由设备68产生和/或由方法500产生的测量结果的一个实例。分区“1”例如可出现在地图中，例如图14所示的类型。表V涉及地貌的强度测量；表VI涉及建筑形式的强度测量；而表VII则涉及活动的强度测量。与相应表中的各字段关联的值反映强度等级，以百分比表示。 
表V 
分区“1”的地貌和强度 
  土壤   树木   水   岩石
  70％   10％   10％   10％
表VI 
分区“1”的建筑形式和强度 
  房屋   办公大厦   公寓   道路/高速公路
  60％   0％   15％   25％
表VII 
分区“1”的活动和强度 
  居住   商业   住宅道路   主要道路
  80％   0％   10％   10％
[0048]由设备68制成表格时，表V-VII中收集的数据可产生图18所示的类型的图表，它被表征为类型“A”的分区。分区“1”作为类型“A”的这种表征可基于标记的每个类型/类别及关联强度的某些门限百分比。这类门限值的一个实例如表VIII所示。 
表VIII 
类型“A”的分区的门限值 
[0049]因此，采用类型“A”的分区(和/或多个不同的分区类型)的门限值，可生成不同城市地区的地图，从而定位存在公共的类型“A”的分区的位置。用于获取标识分区的地图的其它用途是本领域的技术人员现在会想到的。通过相同的标记，本领域的技术人员现在会想到，可使用不同类型的标记的任何数量和组合。此外，虽然表V-VIII都表示强度的百分比，但还应当理解，这些表只能查找特定类型的标记是否存在。 
[0050]虽然本文只论述了本发明的各种特征和组件的特定组合，但本领域的技术人员非常清楚，可根据需要采用所公开的特征和组件的预期子集和/或这些特征和组件的备选组合。例如，可采用遥感数据的其它方式-例如通过互联网进行的电子调查，其中包含向拥有被调查地区内的特定建筑物的各个订户分发调查。 
[0051]本领域的技术人员现在应当十分清楚，本发明提供新颖的地理信息系统(“GIS”)。还要理解，方法300仅仅是解释遥感数据以生成图11、图12、图13、图14和图16中的地图的类型及其变体和/或组合的一种特定方式，可根据需要采用其它方法。例如，另一种方式是首先使用地理空间数据把遥感数据中的区域分割或分析为呈现相似特性的“可管理”单元。随后，通过采用现成的GIS对于整个地区分析那个变量，普查地段位于具有高人口密度的地区中。然后，如果假定高人口密度是高建筑形式密度、例如高层建筑或板式公寓的结果，则那些相同普查地段的RS数据可被隔离和检查。得出的建筑形式则可采用其它影像数据(例如空中摄影)来检验，并采用表征特定建筑形式、即高层建筑或板式公寓的量度来呈现。在这种情况中，地理空间数据向遥感数据提供信息，并且可用在关于建筑形式的特征的假设中。一般来说，可得到并用于推断建筑形式的任何地理空间特征和表格数据可用于本发明的其它实施例中。 
[0052]此外，虽然图13和图14的建筑形式地图是可采用本发明产生的一种类型的输出，但现在还应当理解，所确定的建筑形式也可用于推断某些活动和/或其强度和/或用来产生地区44的其它类型分区地图的其它标记。 
[0053]在本发明的另一个实施例中，图11、图12、图13、图14和图16所示类型的地图以及表示了其它标记的其它地图可在给定时间周期被生成，然后向观看者“重放”，以便显示特定地区或其部分随时间变化的动画。 
[0054]本发明的另一个特定实施例是用于创建多个地区44的分区的测量结果的标准化，使得可便于在不同地区44之间进行比较。用于标识任何特定分区的测量结果可基于地貌、建筑形式、活动模型等等和/或其强度和/或组合的标记中任何一个或多个，结合特定地区的面积、体积或其它地理量度。例如，测量结果可包括给定区域的一种类型的活动模式与另一种类型的活动模式的比率。 
[0055]本文的理论可具有广泛的应用，特别是用于城市规划和商业应用。例如： 
1.可提供与不同地区关联的标记的标准化地图。在提供了解时，它们对于城市专家以及对于公众可能有用。 
2.这些地区之间的比较由于创建这类地图的标准化方式而能够方便地执行。 
3.特定地区的增长模式可通过定期标识新分区的范围和分类以及所建立区域中的变化(关于建筑形式、活动和强度)来识别。 
4.可对于城市地区进行策略投资决策-在办公、零售或住宅开发中，或者在土地或对于房屋或其它建筑形式购买中。 
5.测量发展的总密度以及净密度，特别是对于测量新的发展。 
6.可执行城市强化的地区上的机会的标识。例如，通过标识地铁或轻轨站附近的闲置地或者未充分利用的土地。 
7.作为评估基础设施的新投资(例如铁路线)或分区投资(例如“大盒子”零售中心)的效果的方式。 
8.在城市地区级，本文的实施例可用作建设基础设施投资(公共交通、道路、下水道、供水等)的一致、综合且充分有益的地区增长规划以及建筑物和活动的部署的必要伴随策略的基础和工具。这种了解的重要性的一个实例在于，美国政府最近开始要求所有城市地区，如果它们为了都市交通 运输目的而接收来自公路基金的分配，则它们具有促进对公共交通运输的增强依赖性的地区策略。这要求地区取得对其组成分区、活动和运动模式以及当前和预计强度的区域性了解。因此，本文的理论可结合到用于执行实际城市规划的广义方法中，并且作为用于计算政府许可分配的公式的组成部分。 
[0056]本发明提供一种用于绘制地图的新颖系统及方法。根据本文的理论生成的地图提供在地区规模上了解建筑形式和活动及其强度的现有模式和趋势以及通信模式的构架。在这些方面，由于城市地区极大地变化，因此，先有技术不允许不同城市地区的方便比较。例如，Ranstadt地区(由阿姆斯特丹、鹿特丹、海牙及其它城市组成)是多核的。伦敦地区是高度集中的。珠江三角洲(可能是世界上最大的城市地区)趋向于高度混合活动的基础，具有若干高度紧凑和密集节点(香港、深圳、广州、珠海)。同样，多伦多具有非常紧凑的中心和低密度周边郊区，看来处于具有极低密度远郊外延和中心城市强化的大波动的增强过程中的模式。实际上与所有北美洲城市地区所具有的一样，在过去四十年中，多伦多经历了郊区办公空间的激增，其大部分位于沿主要公路和免费高速公路的大量小和中等低密度群。在北美城市地区，这种办公发展现在或多或少构成区域办公空间的一半。本发明提供一种用于生成地图以便了解上述条件和模式的新颖系统及方法。可提供采用本文的理论生成的地图，它允许不同地区之间的一致、综合、有效和/或低成本的便捷比较。采用先有绘图技术，这在城市地区中一般是不可能的，也不可能提供为土地使用/交通政策和程序公式提供便捷且适当的基础的信息等级。 
[0057]本发明的上述实施例用作本发明的实例，本领域的技术人员可对其进行变更和修改，而没有背离仅由所附权利要求定义的本发明的范围。 

Claims (10)

1.一种生成地图的方法，包括以下步骤：
接收表示地貌特征的城市地区的第一组数据；
接收表示建筑形式及其位置的所述城市地区的第二组数据；
接收表示与所述地貌特征和所述建筑形式都关联的人类活动的模式的所述城市地区的第三组数据；
为每个所述数据组确定实体的不同类型；以及
产生用户输出，其中包含关于与所述确定的实体对应的每组数据的标记。
2.如权利要求1所述的方法，其特征在于，所述用户输出采取包含多个分区的图形形式，所述分区中的每个根据具有预定义的一组公共标记的所述地区内的区域来形成。
3.如权利要求1所述的方法，其特征在于，还包括关联与每组标记关联的强度等级的步骤。
4.如权利要求1所述的方法，其特征在于，所述第一组数据和所述第二组数据从遥感数据源获取。
5.如权利要求1所述的方法，其特征在于，所述第三组数据从人口普查数据中获取。
6.一种用于生成地图的设备，包括：
至少一个输入装置，用于接收表示地貌特征的城市地区的第一组数据、表示建筑形式及其位置的所述城市地区的第二组数据、以及表示与所述地貌特征和所述建筑形式都关联的人类活动的模式的所述城市地区的第三组数据；
微处理器，连接到所述输入装置，可用于为每个所述数据组确定实体的不同类型；以及
用户输出装置，连接到所述微处理器，用于呈现关于与所述实体对应的每组数据的标记。
7.如权利要求6所述的设备，其特征在于，所述标记以包含多个分区的图形形式来呈现，所述分区中的每个由具有预定义的一组公共标记的所述地区内的区域来定义。
8.如权利要求6所述的设备，其特征在于，还包括关联与每组标记关联的强度等级的步骤。
9.如权利要求6所述的设备，其特征在于，所述第一组数据和所述第二组数据从遥感数据源获取。
10.如权利要求6所述的设备，其特征在于，所述第三组数据从人口普查数据中获取。
CN2011100890902A 2003-12-18 2004-12-16 绘制地图的设备及方法 Expired - Fee Related CN102169650B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US53028303P 2003-12-18 2003-12-18
US60/530283 2003-12-18
US60/530,283 2003-12-18

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN2004800146718A Division CN1795478B (zh) 2003-12-18 2004-12-16 绘制地图的系统、设备及方法

Publications (2)

Publication Number Publication Date
CN102169650A CN102169650A (zh) 2011-08-31
CN102169650B true CN102169650B (zh) 2013-04-10

Family

ID=34700119

Family Applications (2)

Application Number Title Priority Date Filing Date
CN2011100890902A Expired - Fee Related CN102169650B (zh) 2003-12-18 2004-12-16 绘制地图的设备及方法
CN2004800146718A Expired - Fee Related CN1795478B (zh) 2003-12-18 2004-12-16 绘制地图的系统、设备及方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN2004800146718A Expired - Fee Related CN1795478B (zh) 2003-12-18 2004-12-16 绘制地图的系统、设备及方法

Country Status (7)

Country Link
US (6) US7856312B2 (zh)
EP (2) EP2381434A1 (zh)
CN (2) CN102169650B (zh)
AU (1) AU2004298635B2 (zh)
CA (2) CA2627989C (zh)
HK (1) HK1158802A1 (zh)
WO (1) WO2005059867A1 (zh)

Families Citing this family (78)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7773985B2 (en) * 2003-09-22 2010-08-10 United Parcel Service Of America, Inc. Symbiotic system for testing electromagnetic signal coverage in areas near transport routes
CN102169650B (zh) * 2003-12-18 2013-04-10 1626628安大略有限公司 绘制地图的设备及方法
US7359555B2 (en) * 2004-10-08 2008-04-15 Mitsubishi Electric Research Laboratories, Inc. Detecting roads in aerial images using feature-based classifiers
US7536025B2 (en) * 2005-06-23 2009-05-19 Folchetti John E Process, system, or method for the determination of the percentage of area of a parcel of land available for development or preservation and the production of a report and map therefor on a fixed tangible medium
WO2007124512A2 (en) * 2006-04-25 2007-11-01 Google, Inc. Registration of geographic objects at a geographic information system for publication
US7856605B2 (en) 2006-10-26 2010-12-21 Apple Inc. Method, system, and graphical user interface for positioning an insertion marker in a touch screen display
US8570278B2 (en) 2006-10-26 2013-10-29 Apple Inc. Portable multifunction device, method, and graphical user interface for adjusting an insertion point marker
CN101187982B (zh) * 2006-11-17 2011-08-24 东软集团股份有限公司 一种用于从图像中分割出对象的方法及装置
GB0710795D0 (en) * 2007-06-05 2007-07-18 Arm Norway As Method of and apparatus for processing graphics
US8484199B1 (en) * 2006-12-12 2013-07-09 Google Inc. Ranking of geographic information
EP3112802B1 (en) * 2007-02-16 2019-10-09 Mitsubishi Electric Corporation Road feature measurement apparatus and road feature measuring method
FR2920243B1 (fr) * 2007-08-21 2009-10-30 Airbus France Sas Procedes et dispositifs de generation en temps reel de fonds cartographiques
US8914750B2 (en) * 2007-10-05 2014-12-16 Autodesk, Inc. User defined scenarios in a three dimensional geo-spatial system
US8339417B2 (en) * 2008-07-25 2012-12-25 Navteq B.V. Open area maps based on vector graphics format images
US8825387B2 (en) 2008-07-25 2014-09-02 Navteq B.V. Positioning open area maps
US8099237B2 (en) 2008-07-25 2012-01-17 Navteq North America, Llc Open area maps
US8374780B2 (en) 2008-07-25 2013-02-12 Navteq B.V. Open area maps with restriction content
US8229176B2 (en) 2008-07-25 2012-07-24 Navteq B.V. End user image open area maps
US8417446B2 (en) * 2008-07-25 2013-04-09 Navteq B.V. Link-node maps based on open area maps
US20100177095A1 (en) * 2009-01-14 2010-07-15 Harris Corporation Geospatial modeling system for reducing shadows and other obscuration artifacts and related methods
US20100182316A1 (en) * 2009-01-22 2010-07-22 Harris Corporation Geospatial modeling system for 3d clutter data and related methods
US8584050B2 (en) 2009-03-16 2013-11-12 Apple Inc. Methods and graphical user interfaces for editing on a multifunction device with a touch screen display
US8306941B2 (en) * 2009-03-24 2012-11-06 Weyerhaeuser Nr Company System and method for identifying trees using LiDAR tree models
KR20110085728A (ko) * 2010-01-21 2011-07-27 삼성전자주식회사 휴대용 단말기에서 건물 영역을 인식하기 위한 장치 및 방법
US8692827B1 (en) * 2011-01-24 2014-04-08 Google Inc. Carving buildings from a three-dimensional model, and applications thereof
US8719695B2 (en) 2011-05-31 2014-05-06 Apple Inc. Devices, methods, and graphical user interfaces for document manipulation
CN102494673B (zh) * 2011-11-15 2013-08-14 中测新图(北京)遥感技术有限责任公司 航摄分区方法
CN103137007B (zh) * 2011-11-22 2015-08-26 易图科技股份有限公司 主题地图产生系统及其方法
US9002114B2 (en) * 2011-12-08 2015-04-07 The Nielsen Company (Us), Llc Methods, apparatus, and articles of manufacture to measure geographical features using an image of a geographical location
CN102521598A (zh) * 2011-12-16 2012-06-27 北京市城市规划设计研究院 一种基于遥感影像的识别方法
US9228846B2 (en) * 2012-01-18 2016-01-05 International Business Machines Corporation Generating routes
US9501700B2 (en) 2012-02-15 2016-11-22 Xactware Solutions, Inc. System and method for construction estimation using aerial images
US20140164264A1 (en) * 2012-02-29 2014-06-12 CityScan, Inc. System and method for identifying and learning actionable opportunities enabled by technology for urban services
US9141113B1 (en) 2012-04-26 2015-09-22 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration Probabilistic surface characterization for safe landing hazard detection and avoidance (HDA)
US9378509B2 (en) 2012-05-09 2016-06-28 The Nielsen Company (Us), Llc Methods, apparatus, and articles of manufacture to measure geographical features using an image of a geographical location
US20140046923A1 (en) * 2012-08-10 2014-02-13 Microsoft Corporation Generating queries based upon data points in a spreadsheet application
WO2014031870A2 (en) * 2012-08-22 2014-02-27 University Of Alaska Management of tax information based on topographical information
WO2014096184A1 (en) 2012-12-20 2014-06-26 Roche Diagnostics Gmbh Method for analyzing a sample of a body fluid
US8948927B1 (en) * 2012-12-27 2015-02-03 Google Inc. Methods and systems for determining a distribution of balloons based on population densities
US8958603B2 (en) 2013-01-25 2015-02-17 Regents Of The University Of Minnesota Automated mapping of land cover using sequences of aerial imagery
US9082014B2 (en) 2013-03-14 2015-07-14 The Nielsen Company (Us), Llc Methods and apparatus to estimate demography based on aerial images
US10248700B2 (en) 2013-03-15 2019-04-02 Remote Sensing Metrics, Llc System and methods for efficient selection and use of content
US9542627B2 (en) 2013-03-15 2017-01-10 Remote Sensing Metrics, Llc System and methods for generating quality, verified, and synthesized information
CN103177338B (zh) * 2013-03-19 2016-02-10 东南大学 一种面向城市分区规划的空间分区方法
AU2014295972B2 (en) 2013-08-02 2018-10-11 Xactware Solutions, Inc. System and method for detecting features in aerial images using disparity mapping and segmentation techniques
EP2846289A1 (en) * 2013-09-05 2015-03-11 Universita'del Salento Method for the evaluation of land conservation
US9396584B2 (en) * 2013-12-19 2016-07-19 Google Inc. Obtaining geographic-location related information based on shadow characteristics
US9824276B2 (en) * 2014-04-15 2017-11-21 Open Range Consulting System and method for assessing rangeland
US9589334B2 (en) * 2014-05-08 2017-03-07 Digitalglobe, Inc. Automated tonal balancing
WO2016071725A1 (en) 2014-11-05 2016-05-12 Umm Al-Qura University Grading and monitoring of a geographical region
CN104484677A (zh) * 2014-12-31 2015-04-01 贵州东方世纪科技股份有限公司 一种利用卫星影像分析人口数据信息的方法
US10474978B2 (en) * 2015-04-28 2019-11-12 Adp, Llc Systems and methods for commute analysis and modeling
US10885097B2 (en) 2015-09-25 2021-01-05 The Nielsen Company (Us), Llc Methods and apparatus to profile geographic areas of interest
CN106096296A (zh) * 2016-06-17 2016-11-09 东南大学 基于概率参照的城市用地限高确定方法
CN106096295B (zh) * 2016-06-17 2018-06-22 东南大学 一种基于概率参照的城市用地限高确定方法
EP3615961A4 (en) * 2017-05-15 2021-01-20 Ouster, Inc. ENHANCEMENT OF PANORAMIC LIDAR RESULTS WITH COLOR
US10535119B2 (en) 2017-08-11 2020-01-14 Intermap Technologies Inc. Method and apparatus for enhancing 3D model resolution
US10325349B2 (en) * 2017-08-11 2019-06-18 Intermap Technologies Inc. Method and apparatus for enhancing 3D model resolution
CN107689083B (zh) * 2017-09-01 2020-09-15 武大吉奥信息技术有限公司 用于地理信息系统的自适应几何面信息标注方法及装置
AU2018379107A1 (en) * 2017-12-08 2020-06-25 Geomni, Inc. Computer vision systems and methods for geospatial property feature detection and extraction from digital images
WO2019118644A1 (en) 2017-12-14 2019-06-20 D-Wave Systems Inc. Systems and methods for collaborative filtering with variational autoencoders
CN108596937A (zh) * 2018-04-28 2018-09-28 四川大学 农田边界检测方法及装置
CN109284343B (zh) * 2018-07-25 2021-06-29 中国地震局地球物理研究所 面向巨灾保险的房屋地图构建方法及平台
US10803613B2 (en) 2018-09-25 2020-10-13 Geomni, Inc. Computer vision systems and methods for ground surface condition detection and extraction from digital images
CN109766400A (zh) * 2019-01-14 2019-05-17 北京天下图数据技术有限公司 地块标记方法及装置、地块识别方法及装置
US11900264B2 (en) 2019-02-08 2024-02-13 D-Wave Systems Inc. Systems and methods for hybrid quantum-classical computing
US11625612B2 (en) * 2019-02-12 2023-04-11 D-Wave Systems Inc. Systems and methods for domain adaptation
US11009352B2 (en) 2019-03-12 2021-05-18 Nathan Mullennex Water line mapping assembly
CN112131323A (zh) * 2019-06-25 2020-12-25 上海擎感智能科技有限公司 一种地图显示方法及装置
US11532093B2 (en) 2019-10-10 2022-12-20 Intermap Technologies, Inc. First floor height estimation from optical images
US11094113B2 (en) 2019-12-04 2021-08-17 Geomni, Inc. Systems and methods for modeling structures using point clouds derived from stereoscopic image pairs
US20210201186A1 (en) * 2019-12-27 2021-07-01 Paypal, Inc. Utilizing Machine Learning to Predict Information Corresponding to Merchant Offline Presence
CN111340908B (zh) * 2020-02-10 2023-07-25 兰州交通大学 一种轨道电子地图生成方法
CN111401302B (zh) * 2020-04-07 2022-08-02 中国人民解放军海军航空大学 遥感图像舰船目标一体化检测与细粒度识别方法
US11551366B2 (en) 2021-03-05 2023-01-10 Intermap Technologies, Inc. System and methods for correcting terrain elevations under forest canopy
CN113483749B (zh) * 2021-07-06 2024-06-18 京东城市(北京)数字科技有限公司 路网构建方法、装置、导航设备和机器人
CN113761622B (zh) * 2021-08-27 2022-08-19 广州市城市规划勘测设计研究院 一种参数化城市建模方法、装置、存储介质及终端设备
CN115033655A (zh) * 2022-08-09 2022-09-09 清华大学 城乡系统地图的生成方法、装置、电子设备和可读存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2483615A1 (en) * 2002-05-03 2003-11-13 International Hardwood Resources, Inc. Method of feature identification and analysis

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
IE910580A1 (en) 1991-02-20 1992-08-26 Shobunsha Publications Inc Improved map production method
US5781146A (en) * 1996-03-11 1998-07-14 Imaging Accessories, Inc. Automatic horizontal and vertical scanning radar with terrain display
US5978723A (en) * 1996-11-22 1999-11-02 Case Corporation Automatic identification of field boundaries in a site-specific farming system
US5995894A (en) * 1997-05-27 1999-11-30 Case Corporation System for analyzing spatially-variable harvest data by pass
WO2001071484A1 (en) * 2000-03-17 2001-09-27 Vicinity Corp. System and method for non-uniform scaled mapping
US7164883B2 (en) * 2001-02-14 2007-01-16 Motorola. Inc. Method and system for modeling and managing terrain, buildings, and infrastructure
CN102169650B (zh) * 2003-12-18 2013-04-10 1626628安大略有限公司 绘制地图的设备及方法
CA2559726C (en) * 2004-03-24 2015-10-20 A9.Com, Inc. System and method for displaying images in an online directory
US7643936B1 (en) * 2004-11-19 2010-01-05 Sprint Spectrum L.P. Method and system for automatic analysis and management of drive test routes
US7466244B2 (en) * 2005-04-21 2008-12-16 Microsoft Corporation Virtual earth rooftop overlay and bounding
US8103445B2 (en) * 2005-04-21 2012-01-24 Microsoft Corporation Dynamic map rendering as a function of a user parameter
US8843309B2 (en) * 2005-04-21 2014-09-23 Microsoft Corporation Virtual earth mapping
US7970642B2 (en) * 2005-12-27 2011-06-28 Alex Anas Computer based system to generate data for implementing regional and metropolitan economic, land use and transportation planning

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2483615A1 (en) * 2002-05-03 2003-11-13 International Hardwood Resources, Inc. Method of feature identification and analysis

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
江苏省地方志编纂委员会.当代人口密度.《江苏省志.人口志》.方志出版社,1999,附图3-4和3-5. *

Also Published As

Publication number Publication date
EP2381434A1 (en) 2011-10-26
US8606518B2 (en) 2013-12-10
US8346471B2 (en) 2013-01-01
CN1795478B (zh) 2011-07-06
US20060136126A1 (en) 2006-06-22
AU2004298635A1 (en) 2005-06-30
CA2510110A1 (en) 2005-06-30
AU2004298635B2 (en) 2008-02-28
CA2510110C (en) 2009-03-17
US20160180746A1 (en) 2016-06-23
CA2627989A1 (en) 2005-06-30
WO2005059867A1 (en) 2005-06-30
US7979205B2 (en) 2011-07-12
US7856312B2 (en) 2010-12-21
CN1795478A (zh) 2006-06-28
US20110267355A1 (en) 2011-11-03
US20130103312A1 (en) 2013-04-25
CA2627989C (en) 2013-01-29
HK1158802A1 (en) 2012-07-20
EP1614087A1 (en) 2006-01-11
EP1614087A4 (en) 2009-03-04
CN102169650A (zh) 2011-08-31
US9292741B2 (en) 2016-03-22
US20110074783A1 (en) 2011-03-31
US20140078149A1 (en) 2014-03-20

Similar Documents

Publication Publication Date Title
CN102169650B (zh) 绘制地图的设备及方法
Li et al. Extraction of urban vegetation from high resolution remote sensing image
CIIARLES SPOT Simulation lmagery for Urban Monitoring: A Comparison with Landsat TM and MSS lmagery and with High Altitude Color Infrared Photography
Van Westen et al. National Scale Landslide Susceptibility Assessment for Saint Lucia
AU2007246203B2 (en) System, apparatus and method for mapping
Olaleye et al. Land use change detection and analysis using remotely sensed data in Lekki Peninsula area of Lagos, Nigeria.
Wu et al. Using semi-variance image texture statistics to model population densities
Moghadam et al. Urban sprawl trend analysis using statistical and remote sensing approach Case Study: Mashhad City
Navratil et al. Maintainable city models for sustainable development
Grecea et al. GIS, Efficient Support for Urban Planning-Framework of Timisoara, Romania
Castro Noblejas et al. Use of Vegetation to Classify Urban Landscape Types: Application in a Mediterranean Coastal Area. Land 2022, 11, 228
ALBATTAH Geoinformatics Engineering and GIS for Urban Growth Patterns Assessment
Khadri et al. Remote Sensing & GIS Tools for Urban Studies in Akola city, Maharashtra.
Feather Get To The “Point”: Improving Location Services in Tippah County Mississippi
Lwin et al. Interactive online micro-spatial population analysis based on GIS estimated building population
Prastowo Performance evaluation of digital pen for capturing data in land information systems (LIS)
Pickens et al. Use of geographic information systems and photogrammetric techniques to improve the NC division of forest resources pre-suppression fire planning and forest management
Farkas An Intelligent GIS-Based Route/Site Selection Plan of a Metro-Rail Network
Suga Land use survey using remote sensing and geographical information systems
Das Demonstration of geographic information system based description of responsive and sensory qualities of two civic nodes of Calcutta
Lin Constructing a GIS-based 3D urban model using LiDAR and aerial photographs
Paul LUMIS A LAND USE MANAGEMENT INFORMATION SYSTEM FOR URBAN PLANNING
Basic Geographic information system
Çelikoyan Accuracy assessment of landuse mapping by manual digitizing
Butkiewicz et al. Visual Analysis of Urban Terrain Dynamics

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1158802

Country of ref document: HK

C14 Grant of patent or utility model
GR01 Patent grant
REG Reference to a national code

Ref country code: HK

Ref legal event code: GR

Ref document number: 1158802

Country of ref document: HK

CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20130410

Termination date: 20161216

CF01 Termination of patent right due to non-payment of annual fee