CN106528740B - 基于Delaunay三角网的道路中心线提取方法 - Google Patents
基于Delaunay三角网的道路中心线提取方法 Download PDFInfo
- Publication number
- CN106528740B CN106528740B CN201610962659.4A CN201610962659A CN106528740B CN 106528740 B CN106528740 B CN 106528740B CN 201610962659 A CN201610962659 A CN 201610962659A CN 106528740 B CN106528740 B CN 106528740B
- Authority
- CN
- China
- Prior art keywords
- road
- data
- triangulation network
- triangle
- buffer area
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Instructional Devices (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种基于Delaunay三角网的道路中心线提取方法,属于地理信息数据处理技术领域。该方法通过建立道路线数据的缓冲区、进行缓冲区融合;在所建立缓冲区图层的基础上,进行节点加密利用加密后节点建立Delaunay三角网;对构成三角网的三角形元素按照几何特征进行分类,得到每个三角形元素的特征点;将特征点顺次相连得到单线数据,进而通过曲线平滑得到最终结果。实现了由单双线混合道路数据获取单线路网数据,从而在路网分析等科研或应用领域获取数据时,避免了复杂的人工处理或数据重新采集过程,同时能够较好的保持道路数据的拓扑关系,得到符合要求的成果数据。
Description
技术领域
本发明属于地理信息数据处理技术领域,具体涉及一种基于Delaunay三角网的道路中心线提取方法,应用于大比例尺地理信息数据中道路数据的制图综合或路网数据的提取过程。
背景技术
地理信息系统行业在进行网络分析需要精确的路网数据,特别是在交通设施建设、交通流分析、路径规划等领域。实际生产过程中由于制图表达和数据精度的需要,数据成果通常包含了信息量丰富、与实际吻合度较高的道路信息,如特定比例尺精度的导航路网数据,较宽的道路用双线甚至面状要素表示,较窄的小路用单线表示,造成了单双线同时存在于同一图层中的现象。用于网络分析的数据要求保持原有的拓扑结构,且网络数据用单线表示,急需一种由单双线混合数据获取单线路的方法。
为得到由单线构成的路网数据,需要对导航道路进行中心线提取。目前比较成熟的方法包括基于边界线的垂线族法、栅格形态变换法、中轴线法、内角平分线交点连线、基于Delaunay三角网生成道路中心线等方法,这些方法各有其适用性。而对于单双线同时存在的数据,通常难以获得理想的计算结果。
基于Delaunay三角网提取道路中心线的方法,由单双线混合数据获取所有道路中心线,则为上述问题提供了解决方案。
发明内容
本发明目的在于提供一种基于Delaunay三角网的道路中心线提取方法,从而解决特定条件下单线路网数据的获取问题。
为了实现上述目的,本发明采用的技术方案如下:
一种基于Delaunay三角网的道路中心线提取方法,包括如下步骤:
S1,获取单双线混合的矢量基础数据库;
S2,根据所述道路矢量基础数据库,建立缓冲区图层,并对所述缓冲区图层中重叠区域进行融合,得到融合的缓冲区图层;
S3,对所述融合的缓冲区图层进行节点加密,得到加密后的节点,根据所述加密后的节点构建Delaunay三角网;
S4,将所述Delaunay三角网的三角形元素,按照几何特征及其空间关系进行分类,并获取各类三角形元素的特征点;
S5,按照一定规则将S4中得到的所述三角形元素的特征点进行连线,得到初始的单线道路中心线;
S6,对所述初始的单线道路中心线进行平滑处理,得到最终的单线道路中心线。
优选地,S1中,所述单双线混合的矢量基础数据库,利用现有的导航数据或大比例尺高精度基础地理信息数据获取。
优选地,S2包括如下步骤:
S201,对单双线混合的道路数据进行分析,获取不同道路间的最小间距D1、双线道路或多线道路之间的最大间距D2,以缓冲距离d满足D2/2<d<D1/2为标准,确定缓冲距离值;
S202,对单双线混合的道路数据进行空间分析,根据所述缓冲距离值,得到具有重叠区域的缓冲区图层,同时设置相关参数,将缓冲区图层中重叠区域进行融合,得到融合的缓冲区图层。
优选地,S3中所述构建Delaunay三角网,具体为,利用FME软件中Triangulator方法,得到Delaunay三角网。
优选地,S4中,所述三角形元素的分类方法为:在Delaunay三角网图层中,只有一条边上具有邻接三角形的为Ⅰ类三角形,两条边上有邻接三角形的为Ⅱ类三角形,三条边上均有邻接三角形的为Ⅲ类三角形。
优选地,所述三角形元素的特征点为:具有邻近三角形的边的中点,作为该边所在的三角形的特征点,Ⅲ类三角形的几何重心也作为其特征点。
优选地,S5中,所述按照特定规则将S4中所述特征点相连,具体为:Ⅰ类三角形的特征点,作为单线道路中心线的起点或终点;Ⅱ类三角形的两个特征点相连,方向随着所在线的起点而变化;Ⅲ类三角形的三边中点向三角形内部分别与几何重心相连,向外部则与其他三角形的特征点相连。
优选地,S6中所述对所述单线道路中心线进行平滑处理,包含如下步骤:根据成果精度的需求,设置平滑系数,减少节点的个数并控制结果文件的大小;设置两点间的容差,小于该容差值的两个线段进行连接。
本发明的有益效果是:本发明实施例提供的基于Delaunay三角网的道路中心线提取方法,通过建立道路缓冲区并进行缓冲区融合,对缓冲区边线点进行节点加密并建立Delaunay三角网,然后对Delaunay三角网中的三角形单元进行分类并提取特征点,并通过对特征点连线得到单线道路中心线,之后进行平滑处理,实现了由单双线混合道路数据获取单线路网数据,从而在路网分析等科研或应用领域获取数据时,避免了复杂的人工处理或数据重新采集过程,同时能够较好的保持道路数据的拓扑关系,得到符合要求的成果数据。
附图说明
图1是本发明实施例提供的基于Delaunay三角网的道路中心线提取方法流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施方式仅仅用以解释本发明,并不用于限定本发明。
本发明的主要目的是在地理信息系统数据处理范畴内特别是单线路网数据的获取过程中,通过对单双线混合存在的路网数据进行一系列的自动化处理,得到符合要求的单线路网数据,以便用于地理信息网络分析等行业中。避免了繁重的人工处理工作量,或重新进行数据采集的过程。
如图1所示,本发明实施例提供了一种基于Delaunay三角网的道路中心线提取方法,包括如下步骤:
S1,获取单双线混合的矢量基础数据库;
S2,根据所述道路矢量基础数据库,建立缓冲区图层,并对所述缓冲区图层中重叠区域进行融合,得到融合的缓冲区图层;
S3,对所述融合的缓冲区图层进行节点加密,得到加密后的节点,根据所述加密后的节点构建Delaunay三角网;
S4,将所述Delaunay三角网的三角形元素,按照几何特征及其空间关系进行分类,并获取各类三角形元素的特征点;
S5,按照一定规则将S4中得到的所述三角形元素的特征点进行连线,得到初始的单线道路中心线;
S6,对所述初始的单线路网数据进行平滑处理,得到最终的单线路网数据。
本发明的一个优选实施例中,S1中,所述单双线混合的矢量基础数据库,利用现有的导航数据或大比例尺高精度基础地理信息数据获取。
本实施例中,S2可以包括如下步骤:
S2a,对单双线混合的道路数据进行分析,获取不同道路间的最小间距D1、双线道路或多线道路之间的最大间距D2,以缓冲距离d满足D2/2<d<D1/2为标准,确定缓冲距离值;
S2b,对单双线混合的道路数据进行空间分析,根据所述缓冲距离值,得到具有重叠区域的缓冲区图层,同时设置相关参数,将缓冲区图层中重叠区域进行融合,得到融合的缓冲区图层。
其中,可以利用ArcMap软件提供的Buffer Wizard面板功能,对单双线混合的道路数据进行空间分析,如本领域技术人员可以理解的,还可以采用其他的现有方法对单双线混合的道路数据进行空间分析。
本发明实施例中,S3为对所述融合的缓冲区图层进行节点加密,得到加密后的节点,根据所述加密后的节点,构建Delaunay三角网。
其中,构建的三角网不超出融合的缓冲区图层的覆盖范围。
本实施例中,可以利用FME软件中Triangulator方法构建Delaunay三角网。
本发明实施例中,S4为:将所述Delaunay三角网的基本单元(称为三角形元素),按照几何特征及其空间关系,划分为三类并获取其特征点,其中所述三角形元素的分类方法为:在Delaunay三角网图层中,只有一条边上具有邻接三角形的为Ⅰ类三角形,两条边上有邻接三角形的为Ⅱ类三角形,三条边上均有邻接三角形的为Ⅲ类三角形;
其中具有邻近三角形的边的中点,作为该边所在的三角形的特征点,此外,Ⅲ类三角形的几何重心也作为其特征点。
本发明实施例中,S5中,所述按照特定规则将S4中所述特征点相连,具体为:Ⅰ类三角形的特征点,作为单线道路中心线的起点或终点;Ⅱ类三角形的两个特征点相连,方向随着所在线的起点而变化;Ⅲ类三角形的三边中点向三角形内部分别与几何重心相连,向外部则与其他三角形的特征点相连。
本发明的一个优选实施例中,S6中所述对所述单线道路中心线进行平滑处理,包含如下步骤:根据成果精度的需求,设置平滑系数,减少节点的个数并控制结果文件的大小;同时设置两点间的容差,小于该容差值的两个线段进行连接,从而在一定程度上避免拓扑错误。
通过采用本发明公开的上述技术方案,得到了如下有益的效果:本发明实施例提供的基于Delaunay三角网的道路中心线提取方法,通过建立道路缓冲区并进行缓冲区融合,对缓冲区边线点进行节点加密并建立Delaunay三角网,然后对Delaunay三角网中的三角形单元进行分类并提取特征点,并通过对特征点连线得到单线道路中心线,之后进行平滑处理,实现由单双线混合道路数据获取单线路网数据,从而在路网分析等科研或应用领域获取数据时,避免了复杂的人工处理或数据重新采集过程,同时能够较好的保持道路数据的拓扑关系,得到符合要求的成果数据。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视本发明的保护范围。
Claims (5)
1.一种基于Del aunay三角网的道路中心线提取方法,其特征在于,包括如下步骤:
S1,获取单双线混合的矢量基础数据库;
S2,根据所述道路矢量基础数据库,建立缓冲区图层,并对所述缓冲区图层中重叠区域进行融合,得到融合的缓冲区图层;
S3,对所述融合的缓冲区图层进行节点加密,得到加密后的节点,根据所述加密后的节点构建Delaunay三角网;
S4,将所述Delaunay三角网的三角形元素,按照几何特征及其空间关系进行分类,并获取各类三角形元素的特征点;
S5,按照一定规则将S4中得到的所述三角形元素的特征点进行连线,得到初始的单线道路中心线;
S6,对所述初始的单线道路中心线进行平滑处理,得到最终的单线道路中心线;
S4中,所述三角形元素的分类方法为:在Delaunay三角网图层中,只有一条边上具有邻接三角形的为Ⅰ类三角形,两条边上有邻接三角形的为Ⅱ类三角形,三条边上均有邻接三角形的为Ⅲ类三角形;
所述三角形元素的特征点为:具有邻近三角形的边的中点,作为该边所在的三角形的特征点,Ⅲ类三角形的几何重心也作为其特征点;
S5中,所述按照特定规则将S4中所述特征点相连,具体为:Ⅰ类三角形的特征点,作为单线道路中心线的起点或终点;Ⅱ类三角形的两个特征点相连,方向随着所在线的起点而变化;Ⅲ类三角形的三边中点向三角形内部分别与几何重心相连,向外部则与其他三角形的特征点相连。
2.根据权利要求1所述的基于Del aunay三角网的道路中心线提取方法,其特征在于,S1中,所述单双线混合的矢量基础数据库,利用现有的导航数据或大比例尺高精度基础地理信息数据获取。
3.根据权利要求1所述的基于Del aunay三角网的道路中心线提取方法,其特征在于,S2包括如下步骤:
S201,对单双线混合的道路数据进行分析,获取不同道路间的最小间距D1、双线道路或多线道路之间的最大间距D2,以缓冲距离d满足D2/2<d<D1/2为标准,确定缓冲距离值;
S202,对单双线混合的道路数据进行空间分析,根据所述缓冲距离值,得到具有重叠区域的缓冲区图层,同时设置相关参数,将缓冲区图层中重叠区域进行融合,得到融合的缓冲区图层。
4.根据权利要求1所述的基于Del aunay三角网的道路中心线提取方法,其特征在于,S3中所述构建Delaunay三角网,具体为,利用FME软件中Triangulator方法,得到Delaunay三角网。
5.根据权利要求1所述的基于Del aunay三角网的道路中心线提取方法,其特征在于,S6中所述对所述单线道路中心线进行平滑处理,包含如下步骤:根据成果精度的需求,设置平滑系数,减少节点的个数并控制结果文件的大小;设置两点间的容差,小于该容差值的两个线段进行连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610962659.4A CN106528740B (zh) | 2016-11-04 | 2016-11-04 | 基于Delaunay三角网的道路中心线提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610962659.4A CN106528740B (zh) | 2016-11-04 | 2016-11-04 | 基于Delaunay三角网的道路中心线提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106528740A CN106528740A (zh) | 2017-03-22 |
CN106528740B true CN106528740B (zh) | 2019-03-29 |
Family
ID=58326302
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610962659.4A Active CN106528740B (zh) | 2016-11-04 | 2016-11-04 | 基于Delaunay三角网的道路中心线提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106528740B (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109697742B (zh) * | 2017-10-24 | 2023-09-08 | 北京京东叁佰陆拾度电子商务有限公司 | 道路中线的生成方法、装置和计算机可读存储介质 |
CN108074253B (zh) * | 2017-12-25 | 2020-06-26 | 中国地质大学(武汉) | 一种基于Delaunay三角剖分的多层级矢量道路网匹配方法 |
CN108920481B (zh) * | 2018-04-20 | 2020-11-27 | 中国地质大学(武汉) | 一种基于手机定位数据的道路网重建方法及系统 |
CN108961403A (zh) * | 2018-06-22 | 2018-12-07 | 武汉大学 | 一种运用开源街道地图提取主干道的方法 |
CN109934865B (zh) * | 2019-03-12 | 2020-11-27 | 重庆市勘测院 | 道路网中心线提取方法 |
CN110096535B (zh) * | 2019-05-16 | 2021-06-29 | 北京航空航天大学 | 一种基于弹性三角理论的交通弹性传播模式挖掘方法 |
CN110580388B (zh) * | 2019-08-28 | 2023-04-07 | 北方工业大学 | 一种基于众源轨迹数据的航道网络提取方法 |
CN111426329B (zh) * | 2020-03-12 | 2021-10-22 | 深圳小库科技有限公司 | 一种道路生成方法、装置、计算机设备及存储介质 |
CN111521189B (zh) * | 2020-04-10 | 2022-02-15 | 北京智行者科技有限公司 | 清扫路径规划方法及装置 |
CN112598724B (zh) * | 2021-03-01 | 2021-06-01 | 武大吉奥信息技术有限公司 | 一种改进的基于tin的矢量数据中心线提取方法 |
CN112988942B (zh) * | 2021-04-19 | 2021-08-17 | 速度时空信息科技股份有限公司 | 一种基于农房二三维精细化数据的防疫关卡点的设置方法 |
CN113112488B (zh) * | 2021-04-22 | 2021-10-29 | 广州市城市规划勘测设计研究院 | 一种道路中心线提取方法、装置、存储介质及终端设备 |
CN114690708B (zh) * | 2022-01-12 | 2023-04-07 | 大连理工大学 | 一种重叠消除驱动的短线性路径段拐角非对称过渡光顺方法 |
CN116385592B (zh) * | 2023-06-07 | 2023-08-15 | 山东省国土测绘院 | 一种基于遥感解译的基础测绘道路数据生成方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101996515A (zh) * | 2010-11-04 | 2011-03-30 | 吉林大学 | Gis-t中基于局部控制的城市矢量路网配准方法 |
CN102682479A (zh) * | 2012-04-13 | 2012-09-19 | 国家基础地理信息中心 | 一种在不规则三角网上进行三维地形特征点生成的方法 |
CN103473420A (zh) * | 2013-09-18 | 2013-12-25 | 武汉大学 | 一种分区统计地图中统计图表的自动定位方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010027476A1 (en) * | 2008-09-03 | 2010-03-11 | Rutgers, The State University Of New Jersey | System and method for accurate and rapid identification of diseased regions on biological images with applications to disease diagnosis and prognosis |
-
2016
- 2016-11-04 CN CN201610962659.4A patent/CN106528740B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101996515A (zh) * | 2010-11-04 | 2011-03-30 | 吉林大学 | Gis-t中基于局部控制的城市矢量路网配准方法 |
CN102682479A (zh) * | 2012-04-13 | 2012-09-19 | 国家基础地理信息中心 | 一种在不规则三角网上进行三维地形特征点生成的方法 |
CN103473420A (zh) * | 2013-09-18 | 2013-12-25 | 武汉大学 | 一种分区统计地图中统计图表的自动定位方法 |
Non-Patent Citations (1)
Title |
---|
"道路中心线提取及网络建立的算法研究";钟世彬 等;《测绘科学》;20080531;第33卷(第3期);全文 |
Also Published As
Publication number | Publication date |
---|---|
CN106528740A (zh) | 2017-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106528740B (zh) | 基于Delaunay三角网的道路中心线提取方法 | |
KR102282367B1 (ko) | 크라우드소싱을 이용한 위치 결정, 매핑 및 데이터 관리 시스템 및 방법 | |
EP2054736B1 (de) | Konzept zum lokalisieren einer position auf einem weg | |
CN108920481B (zh) | 一种基于手机定位数据的道路网重建方法及系统 | |
WO2018219522A1 (de) | VERFAHREN UND VORRICHTUNG ZUR ERSTELLUNG EINER FAHRSPURGENAUEN STRAßENKARTE | |
EP2427726B1 (en) | Methods and systems for creating digital transportation networks | |
EP2191233B1 (de) | Vorrichtung und verfahren zum aktualisieren von kartendaten | |
CN105825510B (zh) | 一种兴趣点与道路网的自动配准方法 | |
CN106017472B (zh) | 全局路线规划方法、全局路线规划系统及无人机 | |
CN109541634A (zh) | 一种路径规划方法、装置和移动设备 | |
CN105704652B (zh) | 一种wlan/蓝牙定位中的指纹库采集和优化方法 | |
CN106912018A (zh) | 基于信令轨迹的地图匹配方法及系统 | |
WO2016165459A1 (zh) | 一种室内定位方法和设备 | |
CN109635748B (zh) | 高分辨率影像中道路特征的提取方法 | |
US20150300824A1 (en) | Method and Device for Matching Public Transportation Route with Road Network | |
CN106710293A (zh) | 地下停车场车辆动态智能引导方法 | |
CN104808688A (zh) | 一种无人机曲率连续可调路径规划方法 | |
CN105550199A (zh) | 一种基于多源地图的点位聚合方法及装置 | |
WO2016132334A1 (en) | Method and apparatus for creating a clothoid road geometry | |
CN109688532A (zh) | 一种划分城市功能区域的方法及装置 | |
CN105354881B (zh) | 基于离散属性数据的网格变形优化算法 | |
CN105677899A (zh) | 一种包含道路行进方向的增强型矢量数字地图制作方法 | |
CN106485924A (zh) | 动态交通路网图的获取方法及装置 | |
CN109035777A (zh) | 交通运行态势分析方法及系统 | |
US20170211941A1 (en) | Generalising Topographical Map Data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |