CN102607569A - 导航中大比例尺水系自动生成多重小比例尺数据的方法 - Google Patents

Abstract

本发明提出了一种导航中大比例尺水系自动生成多重小比例尺数据的方法，包括以下步骤：一、读取原始导航数据，其中数据通过分层(LEVEL)和分格网(MESH)进行存储和管理；二、从步骤一的数据中获取水系数据，根据水系的属性进行分级，按照分级级别给水系数据确定对应比例尺；三、取步骤二水系数据里最小比例尺中能够存在的点状对象、面状对象和线状对象分别进行处理，得到自动化小比例尺水系数据。其中，步骤三中对点状对象和面积较小的面状对象进行删除，对距离过近的线状对象进行合并，对所有面状对象和线状对象进行无缝压缩。使用该方法能生产出小数据量、高保真、高品质显示效果的导航电子地图数据。

Description

导航中大比例尺水系自动生成多重小比例尺数据的方法

技术领域

本发明属于电子地图领域，特别是涉及一种导航电子地图数据格式编译过程，是一种融合属性判断、空间分布及几何算法的地图综合的方法。

背景技术

车载导航系统是利用车载GPS配合电子地图进定位导航，车载电子地图是导航系统重要且不可分割的部门。导航数据即为导航系统所使用的电子地图，其中有道路数据、引导数据、兴趣点数据和背景数据。背景数据在导航系统中是作为参照定位用，虽然系统可以通过GPS定位到电子地图某一点上，但用户需要通过背景数据做参照，将电子地图的某一点和现实世界中的位置匹配上，这样用户才能知道定位的现实世界位置。

在导航数据的背景数据中，其中水系数据具有重要的位置，无论从定位参照的重要性上，还是各层比例尺数据中都存在着水系数据，比如在中国导航数据中，从最大比例尺到最小比例尺都必须存储长江、黄河以及海域等水系背景。

导航数据是分层(LEVEL)和分格网(MESH)存储道路和背景数据。

LEVEL(层)：导航系统为了方便管理和查询地图数据，通常将地图数据分LEVEL存储，Level₁是最底层，也就是最大比例尺，Level₂～Level_n分别代表各小比例尺，Level_n的XY坐标精度为LEVEL₊₁的4倍，以上依次类推。每一个LEVEL都能表示完整范围的地图数据，所存储的数据内容也会一层比一层少。

MESH(格网)：导航系统为了方便管理和查询地图数据，在每一LEVEL中，按固定经差纬差的地理坐标范围，将地图数据分幅存储，这样的一个地理坐标范围称为一个MESH。每一个LEVEL中的MESH范围都有所不同，基本上Level_n+1的MESH范围是Level_n的MESH范围4*4倍。

导航坐标系：导航坐标系采用相对坐标，只记录每一个MESH内坐标，将坐标和MESH编号结合在一起即可做全局定位。MESH内的坐标范围根据导航数据格式的不同而有所不同，有2048*2048，也有4096*4096。

基础数据采集商在采集数据时通常只采集最详细比例尺的水系数据，那么将基础数据编译成导航数据的过程中，需要将大比例尺水系数据缩编为各小比例尺的数据，如果采用人工缩编则成本巨大，可采用本方法进行自动缩编，自动生成各小比例尺的水系数据。

导航数据中的水系数据分为点线面三种形式，如果采用简单的坐标精度变化，由大比例尺精度直接缩小到小比例尺，会导致小比例尺数据量太大，点状目标密集；形状失真，比如一些面状河流在小比例尺下变为扭成绳状；陆地上过多的小湖泊，海域面上过多的小岛残留等一系列水系数据的数据质量低下的情况。

针对以上问题，本专利采用多种技术方案相结合进行自动化综合。

其他相关名词解释：

1、形点

导航地图中用于描述图形的形状的点称为形状点，简称形点，每个图形都由1到N个形点构成，点状图形只有1个形点，线状图形有2个及以上形点，面状图形同样也是2个及以上形点，并且首位形点一致。

2、形点压缩

为了在形状和数据容量之间取得一个平衡，需要用形点压缩算法去除不必要的形状点和细小弯曲。现在常用的形点压缩算法有道格拉斯形点压缩算法和距离限差形点压缩算法，本发明采用的是道格拉斯形点压缩算法。

3、MESH边界像素

像素的边缘前后像素都在MESH边界上，如错误！未找到引用源。所示；

4、骨架像素

像素周边1格范围内有2个或以上的空白区域，表示如果删除改点会导致骨架线断裂，如错误！未找到引用源。所示；

5、触角像素

指骨架线延伸方向的极点，像素周边1格范围内只有一个邻接像素，如错误！未找到引用源。所示。

6、公共边

由于原始数据提供商在采集数据时会将一些大面积的水系数据进行分割采集，分割后的对象之间是存在相同的公共边。

发明内容

本发明所要解决的问题是：提供一种大比例尺水系自动生成多重小比例尺数据的编译方法，使用该方法可以将单一的大比例尺水系基础地理信息编译成导航数据中多重比例尺的水系背景数据，用于导航系统使用。

为了实现本发明的技术效果，本发明所采用的技术方案包括以下步骤：

步骤一、从采集的基础数据中获取水系数据，根据水系的属性进行分级，按照分级级别给水系数据确定对应比例尺；

步骤二、取步骤一水系数据里最小比例尺中能够存在的点状对象、面状对象和线状对象分别进行处理，得到自动化小比例尺水系数据；

步骤三、将步骤二得到自动化小比例尺水系数据通过分层(LEVEL)和分格网(MESH)进行存储和管理。

优选的，上述步骤二中对点状对象和面积较小的面状对象进行删除，对距离过近的线状对象进行合并，对所有面状对象和线状对象进行无缝压缩。

优选的，上述步骤二还包括对于部分面状对象，以线状对象替代面状对象。

优选的，上述方法具体包括以下步骤：

1)依据水系数据的重要度，设置在不同比例尺的各类型水系数据内容，确定每一类型水系对象所能提取到的最高层，即最小比例尺；

2)取得该比例尺中能够存在的水系点状对象，通过缓冲区互斥的方法删除水系点状对象，保持合适的空间密度；

3)取得该比例尺中能够存在的水系面状对象，删除面积较小的水系面状对象；

4)对形状为长条状且极窄的面状对象，进行骨架线的提起，以骨架线作为线状对象替代面状对象；

5)取得该比例尺中能够存在的线状对象，包括骨架线，对距离过近的同一属性对象进行合并，减小数据量；

6)对所有面状对象及线状对象进行数据无缝压缩，采取共边分别压缩再合并的方式使压缩之后的图形之间不产生缝隙。

优选的，上述步骤2)具体包括以下步骤：

201)以重要级别为顺序依次取得点状对象；

202)以步骤201)中取得点状对象建立圆形缓冲区，缓存区直径为100个像素，在不同比例尺不同终端设备下，100个像素体现出的长度会有所不同，如果缓冲区与已存在的缓存区重叠，则放弃存储该点状对象及其缓冲区，依此处理所有点状对象。

优选的，上述步骤3)中面积阈值范围选10*10像素，在不同比例尺不同终端设备下，10*10像素体现出的面积会有所不同。

优选的，上述步骤4)具体包括：

401)进行骨架线提取的面状对象要满足面积/周长小于2个像素，不同比例尺不同终端设备下，2个像素体现出的长度会有所不同；

402)将步骤401)要进行骨架线提取的面状对象按分格区(MESH)进行切割处理，分隔成多个面状对象，同时转换为高层坐标系；

403)将步骤402)中已转换坐标系的矢量面转换为栅格面；

404)将步骤403)的栅格面进行边缘跟踪，逐步删除边缘像素，但保留分格区(MESH)边界像素、骨架像素和触角像素，依此逐步删除，直至所有可删除的像素完全删除；

405)将步骤404)中的分叉骨架线进行分解，分解成多个线状对象；

406)将步骤405)中分解的多个栅格线状对象转换为矢量线状对象。

优选的，上述步骤5)具体包括：

501)将所有线状对象及步骤406)中产生的骨架线状对象，进行距离分析，将距离小于

个分格区(MESH)内坐标单位的线状对象进行合并；

502)步骤501)中如果存在多个线状对象距离都小于

个MESH内坐标单位，则合并角度变化最小的对象。

优选的，上述步骤6)具体包括：

601)对所有面/线状对象进行空间分析，提取公共边，把所有对象分解为公共边和非公共边；

602)对步骤601)中的所有公共边和非公共边分别依据道格拉斯算法进行形点压缩；

603)对步骤602)中已压缩后的公共边和非公共边进行组合，恢复成面/线状对象。

本发明的优点是：通过自动化的方式生成了小比例尺的导航数据，降低了人工成本，提高了效率，同时提升了数据质量，能解决上层河流过少，上层数据量太大，形状失真，某些海域缺少，海湾缺少，陆地上过多的小湖泊，陆上双线河流扭曲，海域面上过多的小岛残留，水系显示效果差等一系列水系数据的数据质量问题，使用该方法能生产出小数据量、高保真、高品质显示效果的导航电子地图数据。

附图说明

图1是MESH边界像素说明图；

图2是骨架像素说明图；

图3是触角像素说明图；

图4是优先连接骨架线说明图；

图5是面状对象骨架线提取效果图；

图6是线状对象合并示意图；

图7是方法的核心思路示意图；

图8是整个自动化生成方法的流程图。

具体实施方式

为了便于本领域普通技术人员理解和实施本发明，下面结合附图及具体实施方式对本发明作进一步的详细描述。

本发明提供一种大比例尺水系源数据自动生成多重小比例尺目标数据的系统方法，通过一系列的基于属性的重要度识别、空间分布过滤、形状改变、数据合并、形状压缩等步骤综合起来，进行了数据量消减和图形的形状优化，建立一种自动化小比例尺水系数据生成方法，降低了导航数据编译成本的同时，能够生产出小数据量、高保真、高品质显示效果的导航数据。

方法的核心思路如图7所示，下面结合具体实施方式进一步详述本发明。

1)因为小比例尺数据的自动生成，离不开对空间分布、密度等因素的判断，这里以导航数据标准之一的Kiwi为例进行实施说明，在中国的导航Kiwi数据中，设置了6个LEVEL数据，每个LEVEL与比例尺、MESH范围的关系，如表1所示，其中每个MESH的坐标精度皆为4096*4096。

表1

LEVEL	最大比例尺	MESH经度范围	MESH维度范围
				6	1∶2560万	32°	64/3°
5	1∶640万	8°	16/3°
				4	1∶100万	2°	4/3°
3	1∶20万	1/2°	1/3°
				2	1∶4万	1/8°	1/12°
1	1∶1万	1/32°	1/48°

2)按照比例尺提取上层水系数据。

首先按照原始数据厂商给出的水系数据属性，依据水系数据的重要度和地图显示比例尺信息，设置每一个水系类型存在的最小比例尺，也就是最高LEVEL，记为MAX_LEVEL。如表2所示，列举了部分类型能够存在的最高LEVEL。

表2

3)以下对每个不同LEVEL进行以下处理。

4)对点状对象进行处理，依据表2内容，取出该LEVEL下存在点状对象，重要级别高的对象优先取出，源数据提供重要级别属性则可以直接利用，不提供则可以使用MAX_LEVEL值来判断。取出后在对象位置周边建立圆形缓冲区，后取出的对象建立的圆形缓冲区如果与以前的缓冲区重叠，则舍弃该对象及其缓冲区，依次进行直至所有表2定义的所有对象，保证所有对象的缓冲区是互斥的。这样既能保证点状对象的空间分布密度合适，消除密集区域对使用者造成的视觉负担，又能够优先突出重要级别高的对象。该步骤中，圆形缓冲区的大小各LEVEL的比例尺密切相关以及使用者最终要求的密度相关，依据需求可任意设置，建议设置为100个像素对应的长度。

5)对面状对象进行处理，依据表2内容，取出该LEVEL下存在面状对象，但这些对象直接存储，会出现一些麻麻点点的小湖泊之类的水系，这样会影响水系数据的显示效果。则需要采用按面积过滤的方式来减少这样的数据，去掉密密麻麻的水系对象，使画面更美观，在KIWI数据中面积过滤的阈值，如表3所示，注：AREA表示LEVEL1比例尺为1∶1万时面积约10*10个像素对应的真实面积(单位：平方米)

表3

6)对面状对象按MESH进行切割处理，分隔成多个面状对象，同时转换为高层MESH内坐标系，在Kiwi数据中，坐标范围为4096*4096。

7)对面状对象进行线宽距离(面积/周长)判断，线宽距离小于一定阈值时，要将面状对象转换为线状对象。不同LEVEL的线宽距离阈值是结合显示像素、比例尺及MESH范围而定，按照表4所示，大概各比例尺画面的为2个像素左右。

表4

LEVEL	线宽距离阈值(MESH内坐标单位)
		1	8
2	8
		3	10
4	12.5
		5	20
6	20

8)对线宽距离小于阈值的面状对象进行骨架线提取的处理，具体如下所示。

801)首先将面状对象进行栅格化处理，将矢量坐标转换为栅格坐标。，在4096*4096个单元格中，面状对象覆盖到的单元格设置为TRUE。矢量和栅格数据的互转是常用方法，不再一一阐述。

802)对栅格面进行边缘跟踪，逐步消除边缘像素，但保留MESH边界像素、骨架像素和触角像素，其中骨架像素和触角像素即为骨架线。因为骨架线会出现面内部，与边界会存在一定缝隙，但如果面状对象被MESH切割，那么不同MESH内的骨架线将都不会连接到边界，对导航系统而言，骨架线则出现了断裂。为了解决这个问题，在边缘消除时需要保留MESH边界像素，这样最终得出的骨架线则会连接到MESH边界。MESH边界像素、骨架像素和触角像素如图1、图2、图3所示

803)按照802)持续删除，直至所有像素只剩下MESH边界像素、骨架像素和触角像素，这即为面状对象的骨架线。

804)面状对象的骨架线可能存在分叉，所以需要分解为多个线状对象，如图4所示，优先连接角度接近180°的像素。

805)将分解后线状对象全部转换为矢量线状对象。至此骨架线提取就完成了，效果如图5所示，但骨架线还存在数据量繁多，需要压缩化简，再结合11)进行。

9)同6)类似，对线状对象按MESH进行切割处理，分隔成多个线状对象，同时转换为高层MESH内坐标系。

10)由于比例尺的变化，一些较长河流，在高层会变成一段段，但在视觉上是连续的对象，所以需要进行线状对象合并，合并对象包括进行面变线后得到的线状对象，具体如下所示。

1001)将相同属性，且距离临近的两个线状对象进行合并，如图6所示，两条线状对象的端点距离小于或等于

个MESH内坐标单位。

1002)如果存在多个线状对象距离临近，则合并角度变化最小的对象，也如图6所示。

11)对所有面状对象、线状对象，包括面变线后的对象以及合并后的线状对象，进行无缝压缩处理，将线面数据进行形点压缩处理，消除线状和面状对象由于精度损失后造成的小弯曲或小锯齿，使得线条更美观。并采取公共边分别压缩再合并的方式使压缩之后的图形之间不产生缝隙，具体如下所示。

1101)提取各个线面状对象的公共边，将各个对象分解为公共边和非公共边。

1102)对公共边及非公共边分别进行形点压缩，压缩算法可采用通用的道格拉斯算法。

1103)将压缩后的公共边和非公共边连接，还原成各对象。

具体实施流程图如图8所示。

以上所述，仅是用以说明本发明的具体实施案例而已，并非用以限定本发明的可实施范围，举凡本领域熟练技术人员在未脱离本发明所指示的精神与原理下所完成的一切等效改变或修饰，仍应由本发明权利要求的范围所覆盖。

Claims (9)

1.一种导航中大比例尺水系自动生成多重小比例尺数据的方法，其特征在于：

步骤一、从采集的基础数据中获取水系数据，根据水系的属性进行分级，按照分级级别给水系数据确定对应比例尺；

步骤二、取步骤一水系数据里最小比例尺中能够存在的点状对象、面状对象和线状对象分别进行处理，得到自动化小比例尺水系数据；

步骤三、将步骤二得到自动化小比例尺水系数据通过分层(LEVEL)和分格网(MESH)进行存储和管理。

2.如权利要求1所述的导航中大比例尺水系自动生成多重小比例尺数据的方法，其特征在于：所述步骤二中对点状对象和面积较小的面状对象进行删除，对距离过近的线状对象进行合并，对所有面状对象和线状对象进行无缝压缩。

3.如权利要求2所述的导航中大比例尺水系自动生成多重小比例尺数据的方法，其特征在于：所述步骤二还包括对于部分面状对象，以线状对象替代面状对象。

4.如权利要求1-3之一所述的导航中大比例尺水系自动生成多重小比例尺数据的方法，其特征在于：所述方法具体包括以下步骤：

1)依据水系数据的重要度，设置在不同比例尺的各类型水系数据内容，确定每一类型水系对象所能提取到的最高层，即最小比例尺；

2)取得该比例尺中能够存在的水系点状对象，通过缓冲区互斥的方法删除水系点状对象，保持合适的空间密度；

3)取得该比例尺中能够存在的水系面状对象，删除面积较小的水系面状对象；

4)对形状为长条状且极窄的面状对象，进行骨架线的提起，以骨架线作为线状对象替代面状对象；

5)取得该比例尺中能够存在的线状对象，包括骨架线，对距离过近的同一属性对象进行合并，减小数据量；

6)对所有面状对象及线状对象进行数据无缝压缩，采取共边分别压缩再合并的方式使压缩之后的图形之间不产生缝隙。

5.如权利要求4所述的导航中大比例尺水系自动生成多重小比例尺数据的方法，其特征在于，所述步骤2)具体包括以下步骤：

201)以重要级别为顺序依次取得点状对象；

202)以步骤201)中取得点状对象建立圆形缓冲区，缓存区直径为100个像素，在不同比例尺不同终端设备下，100个像素体现出的长度会有所不同，如果缓冲区与已存在的缓存区重叠，则放弃存储该点状对象及其缓冲区，依此处理所有点状对象。

6.如权利要求4所述的导航中大比例尺水系自动生成多重小比例尺数据的方法，其特征在于：所述步骤3)中面积阈值范围选10*10像素，在不同比例尺不同终端设备下，10*10像素体现出的面积会有所不同。

7.如权利要求4所述的导航中大比例尺水系自动生成多重小比例尺数据的方法，其特征在于，所述步骤4)具体包括：

401)进行骨架线提取的面状对象要满足面积/周长小于2个像素，不同比例尺不同终端设备下，2个像素体现出的长度会有所不同；

402)将步骤401)要进行骨架线提取的面状对象按分格区(MESH)进行切割处理，分隔成多个面状对象，同时转换为高层坐标系；

403)将步骤402)中已转换坐标系的矢量面转换为栅格面；

404)将步骤403)的栅格面进行边缘跟踪，逐步删除边缘像素，但保留分格区(MESH)边界像素、骨架像素和触角像素，依此逐步删除，直至所有可删除的像素完全删除；

405)将步骤404)中的分叉骨架线进行分解，分解成多个线状对象；

406)将步骤405)中分解的多个栅格线状对象转换为矢量线状对象。

8.如权利要求7所述的导航中大比例尺水系自动生成多重小比例尺数据的方法，其特征在于：所述步骤5)具体包括：

501)将所有线状对象及步骤406)中产生的骨架线状对象，进行距离分析，将距离小于

个分格区(MESH)内坐标单位的线状对象进行合并；

502)步骤501)中如果存在多个线状对象距离都小于

个MESH内坐标单位，则合并角度变化最小的对象。

9.如权利要求4所述的导航中大比例尺水系自动生成多重小比例尺数据的方法，其特征在于：所述步骤6)具体包括：

601)对所有面/线状对象进行空间分析，提取公共边，把所有对象分解为公共边和非公共边；

602)对步骤601)中的所有公共边和非公共边分别依据道格拉斯算法进行形点压缩；

603)对步骤602)中已压缩后的公共边和非公共边进行组合，恢复成面/线状对象。

Images