CN110428386B - 地图网格合并方法、装置、存储介质、电子装置 - Google Patents

Abstract

本发明提供了一种地图网格合并方法、装置、存储介质、电子装置，其中，该方法包括：确定地图中待合并的n个相邻网格的轮廓点集，其中，地图中包括不相交的多个网格；对待合并的n个相邻网格的轮廓点集分别执行膨胀处理；删除膨胀后的n个相邻网格的轮廓点集的相交点，并组合膨胀后的n个相邻网格的剩余轮廓点集，得到合并网格的膨胀轮廓点集，其中，相交点集为处于其它网格的轮廓中的点集；对膨胀轮廓点集执行与膨胀处理相对应的腐蚀处理，得到合并网格的轮廓点集。通过本发明，解决了相关技术中合并地图网格的方式需要依赖路网信息且效率较低的技术问题。

Description

地图网格合并方法、装置、存储介质、电子装置

技术领域

本发明涉及计算机领域，具体而言，涉及一种地图网格合并方法、装置、存储介质、电子装置。

背景技术

为了满足一些业务的需求，需要在地图中对几个相邻的基础网格进行合并，例如，在地理信息系统或城市网格化运营平台系统所提供的地图中，某城区预先被划分为多个基础网格，业务经理结合业务和城市的特点，需要以多个基础网格为单位进行基础网格的合并，生成标识有大网格的地图，进而可以基于合并后的大网格分配业务作业。

现有技术中，在对多个基础网格进行合并处理时，需要结合平台所提供的城市路网信息，根据城市路网信息判断两个网格内的区域是否相邻，然后基于路网信息辅助网格的合并，合并网格的效率较低，且需要依赖路网信息作为辅助。

针对相关技术中存在的上述问题，目前尚未发现有效的解决方案。

发明内容

本发明实施例提供了一种地图网格合并方法、装置、存储介质、电子装置，以至少解决相关技术中合并地图网格的方式需要依赖路网信息且效率较低的技术问题。

根据本发明的一个实施例，提供了一种地图网格合并方法，该方法包括：确定地图中待合并的n个相邻网格的轮廓点集，其中，地图中包括不相交的多个网格；对待合并的n个相邻网格的轮廓点集分别执行膨胀处理；删除膨胀后的n个相邻网格的轮廓点集的相交点，并组合膨胀后的n个相邻网格的剩余轮廓点集，得到合并网格的膨胀轮廓点集，其中，相交点集为处于其它网格的轮廓中的点集；对膨胀轮廓点集执行与膨胀处理相对应的腐蚀处理，得到合并网格的轮廓点集。

进一步地，确定地图中待合并的n个相邻网格的轮廓点集，包括：利用地图中每个网格的m个轮廓点的二维坐标，生成用于表示对应网格的多个2m维向量；针对多个2m维向量构建网格K-d树，其中，网格K-d树中的每个节点对应于一个2m维向量；基于初始网格，利用网格K-d树索引查找物理空间距离最近的n个相邻网格，其中，n个相邻网格中包括初始网格；查找n个相邻网格的轮廓点集。

进一步地，利用地图中每个网格的m个轮廓点的二维坐标，生成用于表示对应网格的多个2m维向量，包括：确定每个网格的外包围矩形框；确定每个外包围矩形框的四个顶点，得到每个网格的四个轮廓点；根据每个网格的四个轮廓点，生成用于表示对应网格的八维向量。

进一步地，在利用网格K-d树索引查找物理空间距离最近的n个相邻网格时，通过以下步骤计算物理空间距离：确定当前待确定物理空间距离的第一网格和第二网格；分别获取第一网格和第二网格的轮廓点集K-d树，其中，轮廓点集K-d树是预先针对对应网格的轮廓点集的二维坐标构建的K-d树；基于第二网格中的任意一点，利用第一网格的轮廓点集K-d树索引查找与第二网格中的对应点的物理空间距离最近的点，得到第一点；基于第一网格中的任意一点，利用第二网格的轮廓点集K-d树索引查找与第一网格中的对应点的物理空间距离最近的点，得到第二点；确定第一点和第二点之间的物理空间距离，得到第一网格和第二网格的物理空间距离。

进一步地，基于初始网格，利用网格K-d树索引查找物理空间距离最近的n个相邻网格，包括：确定待合并的网格数量n；在地图中选取初始网格；从初始网格出发，利用最近邻查找法在网格K-d树中查找与初始网格的物理空间距离最近的第一网格，并从第一网格出发在剩余网格查找中与第一网格的物理空间距离最近的第二网格，直至查找到包括初始网格在内的n个相邻网格。

进一步地，删除膨胀后的n个相邻网格的轮廓点集的相交点，包括：遍历膨胀后的每个待合并网格的轮廓点集，分别判断每个点是否在其它待合并网格的轮廓所包围的区域内；如果判断结果为是，则确定对应点为相交点；删除相交点。

进一步地，在得到合并网格的轮廓点集之后，该方法还包括：对合并网格的轮廓点集执行抽稀处理，得到合并网格的多边形轮廓点集。

进一步地，对待合并的n个相邻网格的轮廓点集分别执行膨胀处理，包括：利用预设膨胀结构元素分别对每个待合并网格的轮廓点集中的每个点执行膨胀运算；对膨胀轮廓点集执行与膨胀处理相对应的腐蚀处理，包括：利用预设腐蚀结构元素分别对膨胀轮廓点集中的每个点执行腐蚀运算，其中，预设腐蚀结构元素收缩的距离与预设膨胀结构元素扩张的距离相同。

根据本发明的另一个实施例，还提供了另一种地图网格合并方法，该方法包括：确定地图中待合并的n个相邻网格，其中，地图中包括多个网格；对n个相邻网格执行膨胀处理，以使n个相邻网格相交；确定膨胀后的n个相邻网格的外轮廓；对膨胀后的n个相邻网格的外轮廓执行与膨胀处理对应的腐蚀处理，得到合并网格的轮廓。

进一步地，确定膨胀后的n个相邻网格的外轮廓，包括：在执行膨胀处理后的n个相邻网格的坐标点集中查找处于边缘的点，得到膨胀后的确定膨胀后的n个相邻网格的外轮廓。

根据本发明的另一个实施例，提供了一种地图网格合并装置，该装置包括：确定模块，用于确定地图中待合并的n个相邻网格的轮廓点集，其中，地图中包括不相交的多个网格；第一执行模块，用于对待合并的n个相邻网格的轮廓点集分别执行膨胀处理；第二执行模块，用于删除膨胀后的n个相邻网格的轮廓点集的相交点，并组合膨胀后的n个相邻网格的剩余轮廓点集，得到合并网格的膨胀轮廓点集，其中，相交点集为处于其它网格的轮廓中的点集；第三执行模块，用于对膨胀轮廓点集执行与膨胀处理相对应的腐蚀处理，得到合并网格的轮廓点集。

进一步地，确定模块包括：第一生成单元，用于利用地图中每个网格的m个轮廓点的二维坐标，生成用于表示对应网格的多个2m维向量；构建单元，用于针对多个2m维向量构建网格K-d树，其中，网格K-d树中的每个节点对应于一个2m维向量；第一查找单元，用于基于初始网格，利用网格K-d树索引查找物理空间距离最近的n个相邻网格，其中，n个相邻网格中包括初始网格；第二查找单元，用于查找n个相邻网格的轮廓点集。

进一步地，第一生成单元包括：第一确定单元，用于确定每个网格的外包围矩形框；第二确定单元，用于确定每个外包围矩形框的四个顶点，得到每个网格的四个轮廓点；第二生成单元，用于根据每个网格的四个轮廓点，生成用于表示对应网格的八维向量。

进一步地，第一查找单元包括以下单元，以用于计算物理空间距离：第三确定单元，用于确定当前待确定物理空间距离的第一网格和第二网格；获取单元，用于分别获取第一网格和第二网格的轮廓点集K-d树，其中，轮廓点集K-d树是预先针对对应网格的轮廓点集的二维坐标构建的K-d树；第三查找单元，用于基于第二网格中的任意一点，利用第一网格的轮廓点集K-d树索引查找与第二网格中的对应点的物理空间距离最近的点，得到第一点；第四查找单元，用于基于第一网格中的任意一点，利用第二网格的轮廓点集K-d树索引查找与第一网格中的对应点的物理空间距离最近的点，得到第二点；第四确定单元，用于确定第一点和第二点之间的物理空间距离，得到第一网格和第二网格的物理空间距离。

进一步地，第一查找单元包括：第五确定单元，用于确定待合并的网格数量n；选取单元，用于在地图中选取初始网格；第五查找单元，用于从初始网格出发，利用最近邻查找法在网格K-d树中查找与初始网格的物理空间距离最近的第一网格，并从第一网格出发在剩余网格查找中与第一网格的物理空间距离最近的第二网格，直至查找到包括初始网格在内的n个相邻网格。

进一步地，第二执行模块包括：第一执行单元，用于遍历膨胀后的每个待合并网格的轮廓点集，分别判断每个点是否在其它待合并网格的轮廓所包围的区域内；第六确定单元，用于如果判断结果为是，则确定对应点为相交点；删除单元，用于删除相交点。

进一步地，该装置还包括：第四执行模块，用于在得到合并网格的轮廓点集之后，对合并网格的轮廓点集执行抽稀处理，得到合并网格的多边形轮廓点集。

进一步地，对待合并的n个相邻网格的轮廓点集分别执行膨胀处理，包括：利用预设膨胀结构元素分别对每个待合并网格的轮廓点集中的每个点执行膨胀运算；对膨胀轮廓点集执行与膨胀处理相对应的腐蚀处理，包括：利用预设腐蚀结构元素分别对膨胀轮廓点集中的每个点执行腐蚀运算，其中，预设腐蚀结构元素收缩的距离与预设膨胀结构元素扩张的距离相同。

根据本发明的另一个实施例，还提供了另一种地图网格合并装置，该装置包括：第一确定模块，用于确定地图中待合并的n个相邻网格，其中，地图中包括多个网格；第一执行模块，用于对n个相邻网格执行膨胀处理，以使n个相邻网格相交；第二确定模块，用于确定膨胀后的n个相邻网格的外轮廓；第二执行模块，用于对膨胀后的n个相邻网格的外轮廓执行与膨胀处理对应的腐蚀处理，得到合并网格的轮廓。

进一步地，第二确定模块包括：确定单元，用于在执行膨胀处理后的n个相邻网格的坐标点集中查找处于边缘的点，得到膨胀后的确定膨胀后的n个相邻网格的外轮廓。

根据本发明的又一个实施例，还提供了一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

根据本发明的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。

通过本发明，采用图像处理的手段对地图中待合并的几个相邻网格执行合并，利用膨胀处理和腐蚀处理对地图网格的轮廓执行闭运算，其中，在执行膨胀处理之后，会使得相邻网格相交重合，删除相交重合部分的轮廓点，则相当于执行了相邻网格的合并，进一步执行腐蚀处理以恢复原始大小，解决了相关技术中合并地图网格的方式需要依赖路网信息且效率较低的技术问题，达到了无需路网信息辅助并快速的执行地图网格合并的技术效果。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例1的一种可选的地图网格合并方法的流程图；

图2是在使用本发明实施例1的地图网格合并方法合并前的效果示意图；

图3是在使用本发明实施例1的地图网格合并方法合并后的效果示意图；

图4是根据本发明实施例1的另一种可选的地图网格合并方法的流程图；

图5是根据本发明实施例2的地图网格合并方法的流程图；

图6是根据本发明实施例3的地图网格合并装置的示意图；

图7是根据本发明实施例4的地图网格合并装置的示意图；

图8是本发明实施例的一种电子装置的硬件结构框图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例1

本实施例提供了一种地图网格合并方法，可以运行在移动终端、手持终端或类似的运算设备之中。运行在不同的运算设备仅是方案在执行主体上的差异，本领域人员可预见在不同运算设备中运行能够产生相同的技术效果。

本实施例提供的地图网格合并方法，采用图像处理的手段对地图中待合并的几个相邻网格执行合并，利用膨胀处理和腐蚀处理对地图网格的轮廓执行闭运算，其中，在执行膨胀处理之后，会使得相邻网格相交重合，删除相交重合部分的轮廓点，则相当于执行了相邻网格的合并，进一步执行腐蚀处理以恢复原始大小，解决了相关技术中合并地图网格的方式需要依赖路网信息且效率较低的技术问题，达到了无需路网信息辅助并快速的执行地图网格合并的技术效果。

如图1所示，本实施例提供的地图网格合并方法包括如下步骤：

步骤101，确定地图中待合并的n个相邻网格的轮廓点集，其中，地图中包括不相交的多个网格。

本实施例中的地图，预先被划分为互相不相交(不重合)的多个基础的网格，每个网格的轮廓可以是不规则的。划分基础网格的依据可以是根据地图中的道路信息等，本实施例对如何划分地图中的基础网格不做具体限定。

本实施例提供的地图网格合并方法，用于合并地图中n个相邻的网格，首先需要确定这n个相邻网格的轮廓点集。其中，地图中每个网格的轮廓点集可以是预先被配置好的，本实施例的执行方在需要任一网格的轮廓点集时，可以获取预先准备的轮廓点集。每个网格的轮廓点集包括在一条完整闭合的轮廓单边中的多个二维坐标点，二维坐标点可以用该点在地图的参考坐标系中的二维坐标表示，也可以通过对应位置的实际经度值、纬度值来表示。

可选的，如果指定需要合并基础网格的数量为n，在确定地图中待合并的n个相邻网格的轮廓点集时，可以利用K-d树(也称为Kd-tree)的结构来辅助查找，从而减少进行距离比较的次数，加速运算速度，如果采用遍历的方式在所有网格中查找与某一网格的距离最近的网格，则需要的时间复杂度为O(n^2)，而如果用kd-tree的结构辅助加速，则需要的时间复杂度为O(nlog(n))。

举例而言，一种可选的确定地图中待合并的n个相邻网格的轮廓点集的步骤具体包括以下步骤11～14，其中，步骤11～13用于构建网格K-d树：

步骤11，利用地图中每个网格的m个轮廓点的二维坐标，生成用于表示对应网格的多个2m维向量。

轮廓点可以是在网格的轮廓点集中的点，或者，还可以是网格的内接多边形/外接多边形的角点，例如，包围网格的外包围矩形框的四个顶点。

由于每个点是二维的，因此，根据m个轮廓点可以生成一个2m维的向量。例如，选取网格的外包围矩形框的四个顶点，将每个网格通过8维向量(西北顶点经度值，西北顶点纬度值，东北顶点经度值，东北顶点纬度值，西南顶点经度值，西南顶点纬度值，东南顶点经度值，东南顶点纬度值)来表示。

步骤12，针对多个2m维向量构建网格K-d树。

网格K-d树中的每个节点对应于一个2m维向量，由于每个2m维向量对应于地图中的网格，因此，网格K-d树中的每个节点也对应于地图中的一个网格。

步骤13，基于初始网格，利用网格K-d树索引查找物理空间距离最近的n个相邻网格，其中，n个相邻网格中包括初始网格。

初始网格可以是人工预先配置好的，或者也可以是随机选取的。由于K-d树是一个二叉树结构，除叶子节点之外，每一级的每个节点具有两个子节点。在查找时，可以采用最近邻查找法，从初始网格出发，利用网格K-d树的结构，从根节点的下一级开始，比较初始网格与每一级节点的两个子节点的物理空间距离大小(也称为球面距离，是在物理空间中实际的地理距离，可以利用经度、纬度值计算，可以利用米、公里来衡量两个网格之间的物理空间距离)，在两个子节点中选取物理空间距离最近的节点，并进一步在该节点的两个子节点中选择物理空间距离最近的节点，依此类推，直至查询到网格K-d树的叶子节点，由于叶子节点无子节点，则无法进一步计算距离和比较大小，进而确定了与初始网格距离最近的网格。

在n大于2时，为了选取出n个相邻网格，除了初始网格之外还需要选取n-1个网格，这n-1个网格可以是都以初始网格为基准选取的距离最近的n-1个网格，还可以是逐个选取与上一个网格距离最近的网格，具体的做法为：

步骤21，确定待合并的网格数量n；

步骤22，在地图中选取初始网格；

步骤23，从初始网格出发，利用最近邻查找法在网格K-d树中查找与初始网格的物理空间距离最近的第一网格，并从第一网格出发在剩余网格查找中与第一网格的物理空间距离最近的第二网格，直至查找到包括初始网格在内的n个相邻网格。

例如，如果被指定需要查找4个相邻网格，在k-d树中选择最左边的叶子节点对应的网格作为初始网格A，从初始网格A出发，基于物理空间距离作为判断依据，找到与网格A最近的网格B，进一步在除网格A和B之外的地图中找到与网格B最近的网格C，进一步在除网格A、B、C之外的地图中找到与网格C最近的网格D，得到4个相邻网格A、B、C、D。其中，以上查找最近网格的算法都是采用K-d树执行最近邻查找法进行查找。

具体在计算两个网格的物理空间距离时，一种可选的实施方式包括如下步骤(以计算第一网格和第二网格的物理空间距离为例)：

步骤31，确定当前待确定物理空间距离的第一网格和第二网格；

步骤32，分别获取第一网格和第二网格的轮廓点集K-d树，其中，轮廓点集K-d树是预先针对对应网格的轮廓点集的二维坐标构建的K-d树；

步骤33，基于第二网格中的任意一点，利用第一网格的轮廓点集K-d树索引查找与第二网格中的对应点的物理空间距离最近的点，得到第一点；

步骤34，基于第一网格中的任意一点，利用第二网格的轮廓点集K-d树索引查找与第一网格中的对应点的物理空间距离最近的点，得到第二点；

步骤35，确定第一点和第二点之间的物理空间距离，得到第一网格和第二网格的物理空间距离。

也即，任意两个网格之间的物理空间距离的计算也是可以通过K-d树进行加速的。每个网格的所有轮廓点集的K-d树是预先构建好的，在需要计算时读取即可。轮廓点集K-d树中每个节点对应于一个二维向量，也即，对应于一个轮廓点的二维坐标，轮廓点集K-d树具体的构建过程与网格K-d树的构建过程相似，在查找与基准点距离最近的点时，也可以采用最近邻查找法，在此不再赘述。

步骤14，查找n个相邻网格的轮廓点集。

在确定n个相邻网格之后，查找预先准备好的每个网格的轮廓点集。

步骤102，对待合并的n个相邻网格的轮廓点集分别执行膨胀处理。

膨胀处理是图像处理中的一种手段，在对轮廓点集处理时，原理相同，利用预设膨胀结构元素分别对每个待合并网格的轮廓点集中的每个点执行膨胀运算，得到每个相邻网格在膨胀后的轮廓点集。

步骤103，删除膨胀后的n个相邻网格的轮廓点集的相交点，并组合膨胀后的n个相邻网格的剩余轮廓点集，得到合并网格的膨胀轮廓点集。

其中，相交点集为处于其它网格的轮廓中的点集，例如，遍历膨胀后的网格A的轮廓点集，如果存在点A1落入其它任一网格膨胀后的区域中，则删除点A1。依次类推，在对所有网格执行同样的操作之后，也即删除了膨胀后n个相邻网格的轮廓点集的相交点。

对删除了相交点之后的n个相邻网格的剩余轮廓点集进行组合，就得到了合并网格的膨胀轮廓点集，也即得到了合并网格膨胀后的外轮廓。

步骤104，对膨胀轮廓点集执行与膨胀处理相对应的腐蚀处理，得到合并网格的轮廓点集。

在得到合并网格的膨胀轮廓点集之后，对膨胀轮廓点集执行与膨胀处理相对应的腐蚀处理。在执行腐蚀处理时，利用预设腐蚀结构元素分别对膨胀轮廓点集中的每个点执行腐蚀运算，并且，预设腐蚀结构元素收缩的距离与预设膨胀结构元素扩张的距离相同。在对膨胀轮廓点集执行与膨胀处理相对应的腐蚀处理之后，得到合并网格的轮廓点集，也即，得到了合并网格的外轮廓。

图2是在执行合并前的一个已划分好网格的地图截图，图2中包括多个基础的网格，其中，需要对图2中标识出的网格1(图2中标记为1的区域)和网格2(图2中标记为2的区域)执行合并，在针对图2执行本实施例提供的地图网格合并方法之后，得到的网格合并效果图如图3所示，网格1和网格2合并为一个大的多边形。

进一步地，在得到合并网格的轮廓点集之后，还可以对合并网格的轮廓点集执行抽稀处理，得到合并网格的多边形轮廓点集。在执行抽稀处理时，可以配置抽稀处理的参数，例如，限制轮廓上的两个点之间的间隔必须大于2米，进而将弯曲的边变得更直，因此，经过抽稀处理后的轮廓，会使轮廓的精度变得更粗糙，但是，用于表示轮廓的点会少很多，从而减少了轮廓点集的存储空间，节约了网络传输成本，也能减少后续处理的代价。

图4示出的是本实施例的一种可选的实施步骤的流程，首先，对地图构建网格K-d树、对地图中每个网格构建轮廓点集K-d树。在被指定对地图中的每n个相邻网格执行合并之后，重复执行如下的循环操作，直至合并完地图中全部的基础网格：

步骤1，选择物理空间距离最近的n个网格，其中，初始网格可以是随机或预先配置的。

步骤2，对每个网格的轮廓点集执行膨胀处理。

步骤3，删除相交点。

步骤4，利用剩余的点重组多边形的轮廓。

步骤5，对重组后的多边形轮廓点集执行腐蚀处理。

步骤6，对腐蚀处理之后的轮廓执行抽稀处理，得到最终的合并网格的轮廓边。

本实施例提供的地图网格合并方法大大提高了运算的速度，经实验可以实现秒级处理，并且无需参考道路网络的信息，利用图像处理的方式即可以实现合并。

需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

实施例2

本实施例提供了另一种可选的一种地图网格合并方法，需要说明的是，对于在本实施例中未作具体说明的名词、术语、以及针对某处理方法的具体实施方式或步骤，可以参考实施例1中所作的解释说明，在本实施例中不再赘述。

如图5所示，本实施例提供的地图网格合并方法包括如下步骤：

步骤201，确定地图中待合并的n个相邻网格，其中，地图中包括多个网格。

在需要对指定的n个相邻网格执行合并时，确定地图中待合并的n个相邻网格。地图可以是灰度或二值的图像。所有网格可以通过区域范围相同的多张图像来表示，每张图像中所包括的地理区域是相同的，但是在每个网格对应的图像中，将除网格之外区域的像素值变为0，仅在对应的网格部分保持像素值不变。

确定地图中待合并的n个相邻网格的具体实施方式可以是：分别查找到地图中待合并的n个相邻网格中每个网格的图像。

步骤202，对n个相邻网格执行膨胀处理，以使n个相邻网格相交。

在确定n个网格的图像(例如灰度图像或二值图像)之后，对n个图像执行膨胀处理。

经过膨胀处理之后的n个网格的图像，在像素值不为0的区域中会存在重合区域。

步骤203，确定膨胀后的n个相邻网格的外轮廓。

一种可选的实施方式为，重叠膨胀处理之后的n个网格的图像(具体可以直接将图像相加，也即，对图像的像素矩阵执行加法)，确定每一行像素中像素值不为0的最左和最右的点为轮廓点，并确定每一列像素中像素值不为0的最左和最右的点为轮廓点，得到膨胀后的n个相邻网格的外轮廓。

步骤204，对膨胀后的n个相邻网格的外轮廓执行与膨胀处理对应的腐蚀处理，得到合并网格的轮廓。

对重叠后的n个网格的图像执行腐蚀处理，可以得到合并网格，进而确定合并网格的轮廓。进一步地，还可以对合并网格的轮廓执行抽稀处理，以减少轮廓点的数量，节约存储空间。

需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

实施例3

在本实施例中还提供了一种地图网格合并装置，该装置用于实现上述实施例1及其优选实施方式，对于本实施例中未详述的术语或实现方式，可参见实施例1中的相关说明，已经进行过说明的不再赘述。

如以下所使用的术语“模块”，是可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可以被构想的。

图6是根据本发明实施例的地图网格合并装置的示意图，如图6所示，该装置包括：确定模块10，第一执行模块20，第二执行模块30和第三执行模块40。

其中，确定模块用于确定地图中待合并的n个相邻网格的轮廓点集，其中，地图中包括不相交的多个网格；第一执行模块用于对待合并的n个相邻网格的轮廓点集分别执行膨胀处理；第二执行模块用于删除膨胀后的n个相邻网格的轮廓点集的相交点，并组合膨胀后的n个相邻网格的剩余轮廓点集，得到合并网格的膨胀轮廓点集，其中，相交点集为处于其它网格的轮廓中的点集；第三执行模块用于对膨胀轮廓点集执行与膨胀处理相对应的腐蚀处理，得到合并网格的轮廓点集。

一种可选的实施方式为，确定模块包括：第一生成单元，用于利用地图中每个网格的m个轮廓点的二维坐标，生成用于表示对应网格的多个2m维向量；构建单元，用于针对多个2m维向量构建网格K-d树，其中，网格K-d树中的每个节点对应于一个2m维向量；第一查找单元，用于基于初始网格，利用网格K-d树索引查找物理空间距离最近的n个相邻网格，其中，n个相邻网格中包括初始网格；第二查找单元，用于查找n个相邻网格的轮廓点集。

一种可选的实施方式为，第一生成单元包括：第一确定单元，用于确定每个网格的外包围矩形框；第二确定单元，用于确定每个外包围矩形框的四个顶点，得到每个网格的四个轮廓点；第二生成单元，用于根据每个网格的四个轮廓点，生成用于表示对应网格的八维向量。

一种可选的实施方式为，第一查找单元包括以下单元，以用于计算物理空间距离：第三确定单元，用于确定当前待确定物理空间距离的第一网格和第二网格；获取单元，用于分别获取第一网格和第二网格的轮廓点集K-d树，其中，轮廓点集K-d树是预先针对对应网格的轮廓点集的二维坐标构建的K-d树；第三查找单元，用于基于第二网格中的任意一点，利用第一网格的轮廓点集K-d树索引查找与第二网格中的对应点的物理空间距离最近的点，得到第一点；第四查找单元，用于基于第一网格中的任意一点，利用第二网格的轮廓点集K-d树索引查找与第一网格中的对应点的物理空间距离最近的点，得到第二点；第四确定单元，用于确定第一点和第二点之间的物理空间距离，得到第一网格和第二网格的物理空间距离。

一种可选的实施方式为，第一查找单元包括：第五确定单元，用于确定待合并的网格数量n；选取单元，用于在地图中选取初始网格；第五查找单元，用于从初始网格出发，利用最近邻查找法在网格K-d树中查找与初始网格的物理空间距离最近的第一网格，并从第一网格出发在剩余网格查找中与第一网格的物理空间距离最近的第二网格，直至查找到包括初始网格在内的n个相邻网格。

一种可选的实施方式为，第二执行模块包括：第一执行单元，用于遍历膨胀后的每个待合并网格的轮廓点集，分别判断每个点是否在其它待合并网格的轮廓所包围的区域内；第六确定单元，用于如果判断结果为是，则确定对应点为相交点；删除单元，用于删除相交点。17.根据权利要求11的装置，其特征在于，装置还包括：第四执行模块，用于在得到合并网格的轮廓点集之后，对合并网格的轮廓点集执行抽稀处理，得到合并网格的多边形轮廓点集。

一种可选的实施方式为，对待合并的n个相邻网格的轮廓点集分别执行膨胀处理，包括：利用预设膨胀结构元素分别对每个待合并网格的轮廓点集中的每个点执行膨胀运算；对膨胀轮廓点集执行与膨胀处理相对应的腐蚀处理，包括：利用预设腐蚀结构元素分别对膨胀轮廓点集中的每个点执行腐蚀运算，其中，预设腐蚀结构元素收缩的距离与预设膨胀结构元素扩张的距离相同。

需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

实施例4

在本实施例中还提供了一种地图网格合并装置，该装置用于实现上述实施例2及其优选实施方式，对于本实施例中未详述的术语或实现方式，可参见实施例2中的相关说明，已经进行过说明的不再赘述。

如以下所使用的术语“模块”，是可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可以被构想的。

图7是根据本发明实施例的地图网格合并装置的示意图，如图7所示，该装置包括第一确定模块50，第一执行模块60，第二确定模块70和第二执行模块80。

其中，第一确定模块用于确定地图中待合并的n个相邻网格，其中，地图中包括多个网格；第一执行模块用于对n个相邻网格执行膨胀处理，以使n个相邻网格相交；第二确定模块用于确定膨胀后的n个相邻网格的外轮廓；第二执行模块用于对膨胀后的n个相邻网格的外轮廓执行与膨胀处理对应的腐蚀处理，得到合并网格的轮廓。

一种可选的实施方式为，第二确定模块包括：确定单元，用于在执行膨胀处理后的n个相邻网格的坐标点集中查找处于边缘的点，得到膨胀后的确定膨胀后的n个相邻网格的外轮廓。

需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

实施例5

本发明的实施例还提供了一种存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(Read-Only Memory，简称为ROM)、随机存取存储器(Random Access Memory，简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。

实施例6

本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。

可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。以电子装置为电子装置为例，图8是本发明实施例的一种电子装置的硬件结构框图。如图8所示，电子装置可以包括一个或多个(图8中仅示出一个)处理器302(处理器302可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器304，可选地，上述电子装置还可以包括用于通信功能的传输设备306以及输入输出设备308。本领域普通技术人员可以理解，图8所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，电子装置还可包括比图8中所示更多或者更少的组件，或者具有与图8所示不同的配置。

存储器304可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的图像的识别方法对应的计算机程序，处理器302通过运行存储在存储器304内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器304可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器304可进一步包括相对于处理器302远程设置的存储器，这些远程存储器可以通过网络连接至电子装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

传输装置306用于经由一个网络接收或者发送数据。上述的网络具体实例可包括电子装置的通信供应商提供的无线网络。在一个实例中，传输装置306包括一个网络适配器(Network Interface Controller，简称为NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置306可以为射频(Radio Frequency，简称为RF)模块，其用于通过无线方式与互联网进行通讯。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (22)

1.一种地图网格合并方法，其特征在于，所述方法包括：

利用网格K-d树，确定地图中待合并的n个相邻网格的轮廓点集，其中，所述地图中包括不相交的多个网格；

对所述待合并的n个相邻网格的轮廓点集分别执行膨胀处理；

删除膨胀后的所述n个相邻网格的轮廓点集的相交点，并组合膨胀后的所述n个相邻网格的剩余轮廓点集，得到合并网格的膨胀轮廓点集，其中，所述膨胀后的所述n个相邻网格的轮廓点集的全部相交点够成相交点集，所述相交点集为处于其它网格的轮廓中的点集；

对所述膨胀轮廓点集执行与所述膨胀处理相对应的腐蚀处理，得到所述合并网格的轮廓点集；

其中，所述网格K-d树中的每个节点对应于地图中的一个网格；且所述利用网格K-d树，确定地图中待合并的n个相邻网格，包括：

基于初始网格，利用所述网格K-d树索引查找物理空间距离最近的所述n个相邻网格，其中，所述n个相邻网格中包括所述初始网格。

2.根据权利要求1所述的方法，其特征在于，所述确定地图中待合并的n个相邻网格的轮廓点集，包括：

利用所述地图中每个所述网格的m个轮廓点的二维坐标，生成用于表示对应网格的多个2m维向量；

针对所述多个2m维向量构建网格K-d树，其中，所述网格K-d树中的每个节点对应于一个所述2m维向量；

基于初始网格，利用所述网格K-d树索引查找物理空间距离最近的所述n个相邻网格，其中，所述n个相邻网格中包括所述初始网格；

查找所述n个相邻网格的轮廓点集。

3.根据权利要求2所述的方法，其特征在于，所述利用所述地图中每个所述网格的m个轮廓点的二维坐标，生成用于表示对应网格的多个2m维向量，包括：

确定每个所述网格的外包围矩形框；

确定每个所述外包围矩形框的四个顶点，得到每个所述网格的四个轮廓点；

根据每个所述网格的四个轮廓点，生成用于表示对应网格的八维向量。

4.根据权利要求3所述的方法，其特征在于，在利用所述网格K-d树索引查找物理空间距离最近的n个相邻网格时，通过以下步骤计算所述物理空间距离：

确定当前待确定所述物理空间距离的第一网格和第二网格；

分别获取所述第一网格和所述第二网格的轮廓点集K-d树，其中，所述轮廓点集K-d树是预先针对对应网格的轮廓点集的二维坐标构建的K-d树；

基于所述第二网格中的任意一点，利用所述第一网格的轮廓点集K-d树索引查找与所述第二网格中的对应点的物理空间距离最近的点，得到第一点；

基于所述第一网格中的任意一点，利用所述第二网格的轮廓点集K-d树索引查找与所述第一网格中的对应点的物理空间距离最近的点，得到第二点；

确定所述第一点和所述第二点之间的物理空间距离，得到所述第一网格和所述第二网格的物理空间距离。

5.根据权利要求2所述的方法，其特征在于，基于初始网格，利用所述网格K-d树索引查找物理空间距离最近的n个相邻网格，包括：

确定待合并的网格数量n；

在所述地图中选取所述初始网格；

从所述初始网格出发，利用最近邻查找法在所述网格K-d树中查找与所述初始网格的物理空间距离最近的第一网格，并从所述第一网格出发在剩余网格查找中与所述第一网格的物理空间距离最近的第二网格，直至查找到包括所述初始网格在内的所述n个相邻网格。

6.根据权利要求1所述的方法，其特征在于，所述删除膨胀后的所述n个相邻网格的轮廓点集的相交点，包括：

遍历膨胀后的每个待合并网格的轮廓点集，分别判断每个点是否在其它待合并网格的轮廓所包围的区域内；

如果判断结果为是，则确定对应点为相交点；

删除所述相交点。

7.根据权利要求1所述的方法，其特征在于，在得到所述合并网格的轮廓点集之后，所述方法还包括：

对所述合并网格的轮廓点集执行抽稀处理，得到所述合并网格的多边形轮廓点集。

8.根据权利要求1所述的方法，其特征在于，

所述对所述待合并的n个相邻网格的轮廓点集分别执行膨胀处理，包括：利用预设膨胀结构元素分别对每个待合并网格的轮廓点集中的每个点执行膨胀运算；

所述对所述膨胀轮廓点集执行与所述膨胀处理相对应的腐蚀处理，包括：利用预设腐蚀结构元素分别对所述膨胀轮廓点集中的每个点执行腐蚀运算，其中，所述预设腐蚀结构元素收缩的距离与所述预设膨胀结构元素扩张的距离相同。

9.一种地图网格合并方法，其特征在于，所述方法包括：

确定地图中待合并的n个相邻网格，其中，所述地图中包括多个所述网格；

对所述n个相邻网格执行膨胀处理，以使所述n个相邻网格相交；

确定膨胀后的所述n个相邻网格的外轮廓；

对膨胀后的所述n个相邻网格的外轮廓执行与所述膨胀处理对应的腐蚀处理，得到合并网格的轮廓；

其中，所述确定地图中待合并的n个相邻网格，包括：

基于初始网格，利用网格K-d树索引查找物理空间距离最近的所述n个相邻网格，其中，所述n个相邻网格中包括所述初始网格，所述网格K-d树中的每个节点对应于地图中的一个网格。

10.根据权利要求9所述的方法，其特征在于，所述确定膨胀后的所述n个相邻网格的外轮廓，包括：

在执行所述膨胀处理后的所述n个相邻网格的坐标点集中查找处于边缘的点，得到所述膨胀后的确定膨胀后的所述n个相邻网格的外轮廓。

11.一种地图网格合并装置，其特征在于，所述装置包括：

确定模块，用于利用网格K-d树，确定地图中待合并的n个相邻网格的轮廓点集，其中，所述地图中包括不相交的多个网格；

第一执行模块，用于对所述待合并的n个相邻网格的轮廓点集分别执行膨胀处理；

第二执行模块，用于删除膨胀后的所述n个相邻网格的轮廓点集的相交点，并组合膨胀后的所述n个相邻网格的剩余轮廓点集，得到合并网格的膨胀轮廓点集，其中，所述膨胀后的所述n个相邻网格的轮廓点集的全部相交点够成相交点集，所述相交点集为处于其它网格的轮廓中的点集；

第三执行模块，用于对所述膨胀轮廓点集执行与所述膨胀处理相对应的腐蚀处理，得到所述合并网格的轮廓点集；

其中，所述网格K-d树中的每个节点对应于地图中的一个网格；所述确定模块，具体用于基于初始网格，利用所述网格K-d树索引查找物理空间距离最近的所述n个相邻网格，其中，所述n个相邻网格中包括所述初始网格。

12.根据权利要求11所述的装置，其特征在于，所述确定模块包括：

第一生成单元，用于利用所述地图中每个所述网格的m个轮廓点的二维坐标，生成用于表示对应网格的多个2m维向量；

构建单元，用于针对所述多个2m维向量构建网格K-d树，其中，所述网格K-d树中的每个节点对应于一个所述2m维向量；

第一查找单元，用于基于初始网格，利用所述网格K-d树索引查找物理空间距离最近的n个相邻网格，其中，所述n个相邻网格中包括所述初始网格；

第二查找单元，用于查找所述n个相邻网格的轮廓点集。

13.根据权利要求12所述的装置，其特征在于，所述第一生成单元包括：

第一确定单元，用于确定每个所述网格的外包围矩形框；

第二确定单元，用于确定每个所述外包围矩形框的四个顶点，得到每个所述网格的四个轮廓点；

第二生成单元，用于根据每个所述网格的四个轮廓点，生成用于表示对应网格的八维向量。

14.根据权利要求13所述的装置，其特征在于，所述第一查找单元包括以下单元，以用于计算所述物理空间距离：

第三确定单元，用于确定当前待确定所述物理空间距离的第一网格和第二网格；

获取单元，用于分别获取所述第一网格和所述第二网格的轮廓点集K-d树，其中，所述轮廓点集K-d树是预先针对对应网格的轮廓点集的二维坐标构建的K-d树；

第三查找单元，用于基于所述第二网格中的任意一点，利用所述第一网格的轮廓点集K-d树索引查找与所述第二网格中的对应点的物理空间距离最近的点，得到第一点；

第四查找单元，用于基于所述第一网格中的任意一点，利用所述第二网格的轮廓点集K-d树索引查找与所述第一网格中的对应点的物理空间距离最近的点，得到第二点；

第四确定单元，用于确定所述第一点和所述第二点之间的物理空间距离，得到所述第一网格和所述第二网格的物理空间距离。

15.根据权利要求12所述的装置，其特征在于，所述第一查找单元包括：

第五确定单元，用于确定待合并的网格数量n；

选取单元，用于在所述地图中选取所述初始网格；

第五查找单元，用于从所述初始网格出发，利用最近邻查找法在所述网格K-d树中查找与所述初始网格的物理空间距离最近的第一网格，并从所述第一网格出发在剩余网格查找中与所述第一网格的物理空间距离最近的第二网格，直至查找到包括所述初始网格在内的所述n个相邻网格。

16.根据权利要求11所述的装置，其特征在于，所述第二执行模块包括：

第一执行单元，用于遍历膨胀后的每个待合并网格的轮廓点集，分别判断每个点是否在其它待合并网格的轮廓所包围的区域内；

第六确定单元，用于如果判断结果为是，则确定对应点为相交点；

删除单元，用于删除所述相交点。

17.根据权利要求11所述的装置，其特征在于，所述装置还包括：

第四执行模块，用于在得到所述合并网格的轮廓点集之后，对所述合并网格的轮廓点集执行抽稀处理，得到所述合并网格的多边形轮廓点集。

18.根据权利要求11所述的装置，其特征在于，

所述对所述待合并的n个相邻网格的轮廓点集分别执行膨胀处理，包括：利用预设膨胀结构元素分别对每个待合并网格的轮廓点集中的每个点执行膨胀运算；

所述对所述膨胀轮廓点集执行与所述膨胀处理相对应的腐蚀处理，包括：利用预设腐蚀结构元素分别对所述膨胀轮廓点集中的每个点执行腐蚀运算，其中，所述预设腐蚀结构元素收缩的距离与所述预设膨胀结构元素扩张的距离相同。

19.一种地图网格合并装置，其特征在于，所述装置包括：

第一确定模块，用于确定地图中待合并的n个相邻网格，其中，所述地图中包括多个所述网格；

第一执行模块，用于对所述n个相邻网格执行膨胀处理，以使所述n个相邻网格相交；

第二确定模块，用于确定膨胀后的所述n个相邻网格的外轮廓；

第二执行模块，用于对膨胀后的所述n个相邻网格的外轮廓执行与所述膨胀处理对应的腐蚀处理，得到合并网格的轮廓；

其中，所述第一确定模块，具体用于基于初始网格，利用网格K-d树索引查找物理空间距离最近的所述n个相邻网格，其中，所述n个相邻网格中包括所述初始网格，所述网格K-d树中的每个节点对应于地图中的一个网格。

20.根据权利要求19所述的装置，其特征在于，所述第二确定模块包括：

确定单元，用于在执行所述膨胀处理后的所述n个相邻网格的坐标点集中查找处于边缘的点，得到所述膨胀后的确定膨胀后的所述n个相邻网格的外轮廓。

21.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行权利要求1至10任一项中所述的方法。

22.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行权利要求1至10任一项中所述的方法。

Images