CN111737392A - 合并楼块数据的方法、装置、设备及存储介质 - Google Patents

合并楼块数据的方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN111737392A
CN111737392A CN202010573803.1A CN202010573803A CN111737392A CN 111737392 A CN111737392 A CN 111737392A CN 202010573803 A CN202010573803 A CN 202010573803A CN 111737392 A CN111737392 A CN 111737392A
Authority
CN
China
Prior art keywords
block data
area
building block
merging
building
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.)
Granted
Application number
CN202010573803.1A
Other languages
English (en)
Other versions
CN111737392B (zh
Inventor
张义元
童俊涛
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.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co 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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202010573803.1A priority Critical patent/CN111737392B/zh
Publication of CN111737392A publication Critical patent/CN111737392A/zh
Priority to US17/112,233 priority patent/US20210397628A1/en
Priority to KR1020210033308A priority patent/KR102510809B1/ko
Priority to JP2021048838A priority patent/JP2021185408A/ja
Priority to EP21165043.7A priority patent/EP3828720A3/en
Application granted granted Critical
Publication of CN111737392B publication Critical patent/CN111737392B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25Integrating or interfacing systems involving database management systems
    • G06F16/254Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/60Editing figures and text; Combining figures or text
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804Creation or updating of map data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/20Drawing from basic elements, e.g. lines or circles
    • G06T11/206Drawing of charts or graphs
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05Geographic models
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Geometry (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Computer Graphics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Automation & Control Theory (AREA)
  • Processing Or Creating Images (AREA)
  • Instructional Devices (AREA)

Abstract

本申请公开了一种合并楼块数据的方法、装置、设备及存储介质,涉及电子地图、大数据领域。具体实现方案为:获取目标作业区域的楼块数据;基于预设的地理隔离属性,将包含楼块数据的目标作业区域划分成至少一个目标区域;基于对楼块数据进行方向特征提取得出的楼块的方向特征,将每个目标区域划分成至少一个格网区域;基于每个格网区域内的楼块数据确定对应的楼块之间的相对位置关系,对存在预设位置关系的至少两个楼块的楼块数据进行合并。本实现方式可用于云平台或云服务,实现提高楼块数据合并的准确度,有效优化区域性楼块细碎的视觉体验。

Description

合并楼块数据的方法、装置、设备及存储介质
技术领域
本申请涉及数据处理技术领域,具体涉及电子地图、大数据领域,尤其涉及一种合并楼块数据的方法、装置、设备及存储介质。
背景技术
建筑物的楼块数据,作为电子地图中的地理要素,对用户定位和认知周围环境起到非常重要的引导作用。楼块数据在地图中通常与道路,POI等其他要素叠加表达,其展示效果直接影响着用户的读图体验。
楼块的多边形合并是地图制图综合里重要的研究部分。在小比例尺向大比例尺变换时,从直观视觉上看起来楼块多边形是叠加在一起展示的,而如何合并楼块数据成为了一个需要解决的问题。
发明内容
本公开提供了一种合并楼块数据的方法、装置、设备以及存储介质。
根据本公开的一方面,提供了一种合并楼块数据的方法,该方法包括:获取目标作业区域的楼块数据;基于预设的地理隔离属性,将包含该楼块数据的目标作业区域划分成至少一个目标区域;基于对该楼块数据进行方向特征提取得出的楼块的方向特征,将每个目标区域划分成至少一个格网区域;基于每个格网区域内的楼块数据确定对应的楼块之间的相对位置关系,对存在预设位置关系的至少一个楼块的楼块数据进行合并。
根据本公开的另一方面,提供了一种合并楼块数据的装置,该装置包括:数据获取单元,被配置成获取目标作业区域的楼块数据;目标区域划分单元,被配置成基于预设的地理隔离属性,将包含该楼块数据的目标作业区域划分成至少一个目标区域;格网区域划分单元,被配置成基于对该楼块数据进行方向特征提取得出的楼块的方向特征,将每个目标区域划分成至少一个格网区域;合并单元,被配置成基于每个格网区域内的楼块数据确定对应的楼块之间的相对位置关系,对存在预设位置关系的至少一个楼块的楼块数据进行合并。
根据本公开的再一方面,包括:至少一个处理器;以及与该至少一个处理器通信连接的存储器;其中,该存储器存储有可被该至少一个处理器执行的指令,该指令被该至少一个处理器执行,以使该至少一个处理器能够执行如上述用于控制实例的方法。
根据本公开的又一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,该计算机指令用于使该计算机执行如上述用于控制实例的方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是根据本申请的合并楼块数据的方法的一个实施例的流程图;
图2是根据本申请的合并楼块数据的方法的另一个实施例的流程图;
图3是根据本申请的合并楼块数据的方法的一个应用场景的示意图;
图4是根据本申请的合并楼块数据的方法的一个应用场景的另一个示意图;
图5是根据本申请的合并楼块数据的装置的一个实施例的结构示意图;
图6是用来实现本申请实施例的合并楼块数据的方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
需要说明的是,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。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的合并楼块数据的方法的流程图100。
如图1所示,本实施例的合并楼块数据的方法,包括以下步骤:
步骤101,获取目标作业区域的楼块数据。
本实施例中,合并楼块数据的方法的执行主体可以从地图测绘和发布方获取目标作业区域的楼块数据。当然,在需要对目标作业区域进行精确度、置信度、准确度较高的楼块分析时,执行主体也可以通过从实地外采(测绘人员利用专业的仪器仪表,在实地环境中测绘)所获取的数据中获取目标作业区域的楼块数据。此外,执行主体还可以通过从航片卫片制作得到的数据汇总获取目标作业区域的楼块数据。具体地,航拍或者卫拍手段包括机载数码摄像,机载遥感以及三维激光扫描(主要用于3D地图数据采集)。这里的目标作业区域指的是选定的待合并楼块数据的区域。楼块数据包括执行主体通过以上方式获取的原始楼块数据中的点线面数据。
其中,目标作业区域是地图中的一个区域,可以是指定的覆盖某一地理位置范围的区域,或者,在做地图标注或生成地图数据的过程中,可以将任意一个待标注或待生成地图数据的区域作为作业区域。
步骤102,基于预设的地理隔离属性,将包含楼块数据的目标作业区域划分成至少一个目标区域。
本实施例中,执行主体在获取目标作业区域的楼块数据后,基于预设的地理隔离属性,将包含楼块数据的目标作业区域划分成至少一个目标区域。具体地,预设的地理隔离属性包括道路及河流属性,AOI(Area of Interest,兴趣面)面属性,POI(Point ofInterest,兴趣点)挂接属性等。具体地,通过AOI面确定一个建筑物区域:AOI是一个功能区面数据,可以表示一个小区的范围、一个学校的范围等。AOI面属性可以是该功能区面内的建筑、道路等实体对象的位置、覆盖范围、类型等属性。通过AOI确定的建筑物区域内的楼块具有内容关联属性,AOI面可以直接作为楼块合并的地理隔离区域。POI挂件属性可以包括POI对应的地理信息点的位置、与POI点群中的其他POI的位置关系或从属/协同关系、POI的类型等。通过POI点群划分区域:POI间的相互关系,例如父子关系(例如商场内部点群、机场内部点群等)、协同关系(POI点群间的相似度)等,都可以作为POI点群的聚类条件,此外,POI点群的外接凸多边形,同样可以作为楼块合并的隔离区域。日常在电子地图上所使用的数据大多是POI数据,如地图上常见的标气球的点。在电子地图中,POI数据严格来说属于矢量数据,即坐标点标注数据,是电子地图上最常用的数据图层。POI数据只是信息关联坐标点的数据,不涉及到线和面,是最简单的矢量数据,用于简单的地点标注而不需要相应地物轮廓的需求。一般POI数据是日常常用的场所数据,例如饭店、商店、加油站、银行等日常常用设施,当然,也可以是井盖、消防栓等。通过道路及河流属性划分区域:道路及河流属性作为电子地图中的核心元素,将真实世界划分为不同的生活区域,通过道路属性围成的区域面,其准确度和覆盖率都很高,也可以作为楼块合并的隔离区域。具体地,目标区域是根据例如小区、学校围成的面组成的区域,或者是例如饭店、商店等信息关联坐标点组成的区域,或者是当POI点簇比较少时,通过道路、河流划分出的区域面。
步骤103,基于对楼块数据进行方向特征提取得出的楼块的方向特征,将每个目标区域划分成至少一个格网区域。
本实施例中,执行主体在划分出目标区域后,基于对楼块数据进行方向特征提取得出的楼块的方向特征,将每个目标区域划分成至少一个格网区域。具体地,方向特征指的楼块向地面的投影形状的边沿的方向特征,可以是同一地理隔离属性的方向与其内部对应的楼块的方向之间的关联性,一般来说,属于同一地理隔离属性的楼块之间有很大的同方向性,在保留隔离属性的同时保留同方向的楼块数据,将大的目标区域进行格网划分,划分成至少一个更小的格网区域。其中,各格网区域的尺寸可以是预设的,不同格网区域的尺寸可以相同,单个格网区域内的楼块具有相同或相似的方向特征。
步骤104,基于每个格网区域内的楼块数据确定对应的楼块之间的相对位置关系,对存在预设位置关系的至少两个楼块的楼块数据进行合并。
本实施例中,执行主体在将每个区域划分出格网区域后,基于每个格网区域内的楼块数据确定对应的楼块之间的相对位置关系,对存在预设位置关系的至少两个楼块的楼块数据进行合并。具体地,对每个目标区域经过一次性划分出的至少一个格网区域,依次进行存在预设位置关系的至少两个楼块数据的合并。执行主体也可以同时对划分出的至少一个格网区域中存在预设位置关系的至少两个楼块数据进行合并,本申请对划分出的至少一个格网区域进行楼块数据合并的顺序不做具体限定,对至少一个格网区域中的存在预设位置关系的楼块数据可以同时进行合并,也可以依次进行合并。
本申请的上述实施例提供的合并楼块数据的方法,提高了楼块数据合并的准确度,有效优化区域性楼块细碎的视觉体验。
继续参见图2,其示出了本申请的合并楼块数据的方法的另一个实施例的流程图200。如图2所示,本实施例的合并楼块数据的方法可以包括以下步骤:
步骤201,获取目标作业区域的楼块数据。
步骤202,基于预设的地理隔离属性,将包含楼块数据的目标作业区域划分成至少一个目标区域。
步骤203,基于对楼块数据进行方向特征提取得出的楼块方向特征,将每个目标区域划分成至少一个格网区域。
步骤201~步骤203的原理与步骤101~步骤103的原理类似,此处不再赘述。
在本实施例的一些可选的实现方式中,上述方法流程200进一步包括步骤204,具体为:
步骤204,对每个格网区域内的楼块,基于同一预设比例尺进行缓冲区扩展,根据缓冲区扩展后的楼块边界坐标确定对应的楼块之间的相对位置关系。
本实现方式中,执行主体对每个格网区域内的楼块,基于同一预设比例尺进行缓冲区扩展,根据缓冲区扩展后的楼块边界坐标确定对应的楼块之间的相对位置关系。在执行主体所获取的目标作业区域的楼块数据中,有些楼块数据可能本身包含比例尺信息,为了方便统一对楼块数据进行处理。基于同一预设比例尺进行对楼块数据的缓冲区扩展,例如可以是单位长度为50m或单位长度为20m的比例尺,本申请对具体的比例尺不做限定。缓冲区扩展具体是指由执行主体在楼块数据实体的周围,自动建立一定宽度范围的缓冲区多边形图层,对建立的多边形图层与其他图层之间的位置关系进行判断。缓冲区扩展中,基于点要素(例如POI点区域)的缓冲区,通常以点为圆心,以一定距离为半径的圆;基于线要素(例如道路及河流区域等)的缓冲区,通常是以线为中心轴线,距中心轴线一定距离的平行条带多边形;基于面要素(例如AOI面区域)多边形边界的缓冲区,向外或向内扩展一定距离以生成新的多边形。本实现方式通过对楼块数据的缓冲区扩展提高对楼块数据合并的准确度。
在本实现方式中,楼块之间的相对位置关系包括:共边、相交、相离。执行主体根据缓冲区扩展后的楼块边界坐标确定对应的楼块之间的相对位置关系,具体为:在进行缓冲区扩展后,执行主体检测到各楼块的边界上多个点的坐标存在重合的情况,此时执行主体确定边界上多个点的坐标重合的两个楼块之间的相对位置关系是共边;或者是执行主体检测到一个楼块的边界上存在一点的坐标处于另一个楼块的中心点坐标与该另一个楼块的边缘上一点的坐标之间,此时,执行主体确定这两个楼块之间的相对位置关系为相交;或者是执行主体检测到存在一个楼块边界上任一点的坐标处于该楼块的中心点坐标与另一个楼块的边界上任一点坐标之间,此时,执行主体确定这两个楼块之间的相对位置关系为相离。本实现方式通过缓冲区扩展后的边界坐标而非通过缓冲区扩展后楼块中的任一位置的坐标确定楼块之间的相对位置关系,可以提高对楼块之间相对位置关系判断的准确性。
在本实施例的一些可选的实现方式中,上述方法流程200进一步包括:
步骤205,对每个格网区域内的经过缓冲区扩展后的楼块边界坐标存在相交或共边的相对位置关系的至少两个楼块的楼块数据进行合并。
本实现方式中,首先执行主体对划分出的更精细的每个格网区域内部的在经过缓冲区扩展之后确定的存在相交或共边的相对位置关系的楼块数据进行合并,而并非对格网区域内部所有的楼块数据进行合并,加快了对楼块数据合并的速度。
在本实施例的一些可选的实现方式中,上述方法流程200进一步包括步骤206,具体为:
步骤206,对单个格网区域内合并后位于边缘的楼块恢复缓冲区,并进行直角化处理,得到单个格网区域内的楼块合并结果。
本实现方式中,执行主体对单个格网区域内合并后位于边缘的楼块恢复缓冲区,并进行直角化处理,得到单个格网区域内的楼块合并结果。具体地,恢复缓冲区为基于经过向外的缓冲区扩展并且合并后的楼块数据再向内扩展一定距离以生成新的多边形,从而使得合并后的楼块数据更接近真实楼块轮廓数据,以保持原有楼块的外轮廓,避免出现楼块压到路面等不良情况。并且,恢复缓冲区针对的仅是单个格网区域合并后位于边缘的楼块数据。而位于单个格网区域内部的楼块数据由于不涉及对楼块外轮廓的保持,因此,无须进行恢复缓冲区,以免破坏已经合并的楼块数据结果。本实现方式中,对单个格网区域内合并后位于边缘的楼块恢复缓冲区后进行基于图像处理中的腐蚀、膨胀算法的直角化处理,通过规则化楼块矢量数据,对电子地图中存储的矢量网格数据大小也起到了优化效果,从而使得楼块合并结果与实际轮廓相似性更高。
在本实施例的一些可选的实现方式中,上述方法流程200进一步包括步骤207:
步骤207,基于格网区域内的楼块数据的合并结果、以及与格网区域相交的楼块的楼块数据,对与格网区域相交的楼块的楼块数据进行合并。
本实现方式中,执行主体在对单个格网区域内部的楼块数据进行合并完毕后,对与该格网区域相交的楼块数据继续进行进一步的合并,具体的合并方法可以为:在每个格网区域内,基于同一预设比例尺,对与格网区域相交的楼块进行缓冲区扩展,根据缓冲区扩展后的楼块边界坐标确定与每个格网区域内部的楼块的已经完成合并的楼块数据的边界坐标之间的相对位置关系,并在该相对位置关系为共边或相交时,对该与格网区域相交的楼块与格网区域内部已经完成合并的楼块再次进行合并。本实现方式通过将与格网区域相交的楼块数据与该格网区域内已经完成合并的楼块数据再次进行合并,实现对楼块数据的无遗漏地合并,优化合并结果,提高楼块数据合并的准确度。
在本实施例的一些可选的实现方式中,上述步骤207进一步包括步骤208,具体为:
步骤208,基于同一预设比例尺,对单个格网区域的楼块合并结果及与格网区域相交的楼块采用三角网探测的方法进行合并。
本实现方式中,执行主体在对单个格网区域内部合并完成的楼块数据及与该格网区域相交的楼块数据进行合并时,还可以采用在同一预设比例尺下,通过三角网探测的方法进行合并。具体地,本实现方式中,利用三角网探测的方法进行合并,具体为:执行主体先求出单个格网区域内已合并的楼块多边形以及与该格网区域相交的楼块多边形之间最小距离的边,在该最小距离的边之间建立Delaunay三角网,以作为楼块多边形之间的连接缓冲区,合并上述单个格网区域内已合并的楼块多边形、该连接缓冲区区域以及与该格网区域相交的楼块多边形。重复上述步骤201~步骤208直至遍历所有楼块ID,即完成对目标作业区域的所有获取的楼块数据的合并。
本实现方式通过利用Delaunay三角网对单个格网区域内已合并的楼块多边形以及与该格网区域相交的楼块多边形进行合并,实现了利用传统的楼块合并方法,无须扩展大量缓冲区进行楼块的合并,即可将与每个格网区域相交的楼块数据合并到每个格网区域内部已经合并完成的大的楼块中,从而从更大的范围进行小的优化,有效优化区域性楼块细碎的视觉体验。
继续参见图3,其示出了根据本申请的合并楼块数据的方法的一个应用场景的示意图。在图3的应用场景中,对目标作业区域划分成目标区域进行了说明。
具体地,图3可见的最大区域为目标作业区域,区域A1为根据道路及河流属性划分的目标区域,A1区域内的虚线代表道路或河流,A1是由道路或河流围成的区域;区域A2为根据AOI面(例如社区、学校)属性划分的目标区域;区域A3为根据POI(例如点群的外接凸多边形)挂接属性划分的目标区域。
继续参见图4,其示出了根据本申请的合并楼块数据的方法的一个应用场景的另一个示意图。在图4的应用场景中,对目标区域划分格网区域以及对每个格网区域内部的楼块数据的合并进行的说明。
具体地,图4中的B、C、D、E、F、G、H、I均代表由一个目标区域划分成的格网区域。其中,在格网区域B中,a、b、c、d、e均代表格网区域B中经过缓冲区扩展后的楼块。由图4中的a、b、c、d、e各楼块的边界可以确定:a与b的相对位置关系为相离,则a与b楼块之间不进行合并;c与d的相对位置关系为共边,则c与d楼块之间进行合并;c与e的相对位置关系为相交,则c与e楼块之间进行合并。同理,可以对格网区域B中的其他楼块以相同的相对位置判定方式判断各楼块之间的相对位置关系,并将存在共边和相交位置关系的楼块合并成大楼块。同理,格网区域C、D、E、F、G、H、I中的各楼块以与格网区域B相同的楼块合并方式进行合并。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种合并楼块数据的装置的一个实施例,该装置实施例与图1和图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的合并楼块数据的装置500包括:数据获取单元501、目标区域划分单元502、格网区域划分单元503和合并单元504。
数据获取单元501,被配置成获取目标作业区域的楼块数据。
目标区域划分单元502,被配置成基于预设的地理隔离属性,将包含楼块数据的目标作业区域划分成至少一个目标区域。
格网区域划分单元503,被配置成基于对楼块数据进行方向特征提取得出的楼块的方向特征,将每个目标区域划分成至少一个格网区域。
合并单元504,被配置成基于每个格网区域内的楼块数据确定对应的楼块之间的相对位置关系,对存在预设位置关系的至少两个楼块的楼块数据进行合并。
在本实施例的一些可选的实现方式中,合并单元504进一步包括:缓冲区扩展模块,被配置成对每个格网区域内的楼块,基于同一预设比例尺进行缓冲区扩展,根据缓冲区扩展后的楼块边界坐标确定对应的楼块之间的相对位置关系。
在本实施例的一些可选的实现方式中,合并单元还包括:第一子合并模块,被配置成对每个格网区域内存在相交或共边的至少两个楼块的楼块数据进行合并。
在本实施例的一些可选的实现方式中,合并单元还包括:缓冲区恢复单元,被配置成对单个格网区域内合并后位于边缘的楼块恢复缓冲区,并进行直角化处理,得到单个格网区域内的楼块合并结果。
在本实施例的一些可选的实现方式中,合并单元还包括:第二子合并模块,被配置成基于格网区域内的楼块数据的合并结果、以及与格网区域相交的楼块的楼块数据,对与格网区域相交的楼块的楼块数据进行合并。
在本实施例的一些可选的实现方式中,合并单元还包括:第三子合并模块,被配置成基于同一预设比例尺,对单个格网区域的楼块合并结果及与格网区域相交的楼块采用三角网探测的方法进行合并。
应当理解,用于控制实例的装置500中记载的单元501至单元504分别与参考图1和图2中描述的方法中的各个步骤相对应。由此,上文针对用于控制实例的方法描述的操作和特征同样适用于装置500及其中包含的单元,在此不再赘述。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图6所示,是根据本申请实施例的合并楼块数据的方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图6所示,该电子设备包括:一个或多个处理器601、存储器602,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线605互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图6中以一个处理器601为例。
存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的合并楼块数据的方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的合并楼块数据的方法。
存储器602作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及单元,如本申请实施例中的合并楼块数据的方法对应的程序指令/单元(例如,附图5所示的数据获取单元501、目标区域划分单元502、格网区域划分单元503以及合并单元504)。处理器601通过运行存储在存储器602中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的合并楼块数据的方法。
存储器602可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据合并楼块数据的方法的电子设备的使用所创建的数据等。此外,存储器602可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器602可选包括相对于处理器601远程设置的存储器,这些远程存储器可以通过网络连接至合并楼块数据的方法的电子设备。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。
合并楼块数据的方法的电子设备还可以包括:输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接,图6中以通过总线605连接为例。
输入装置603可接收输入的数字或字符信息,以及产生与合并楼块数据的方法的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置604可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案,提高了楼块数据合并的准确度,有效优化区域性楼块细碎的视觉体验。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。

Claims (14)

1.一种合并楼块数据的方法,包括:
获取目标作业区域的楼块数据;
基于预设的地理隔离属性,将包含所述楼块数据的目标作业区域划分成至少一个目标区域;
基于对所述楼块数据进行方向特征提取得出的楼块的方向特征,将每个目标区域划分成至少一个格网区域;
基于每个格网区域内的楼块数据确定对应的楼块之间的相对位置关系,对存在预设位置关系的至少两个楼块的楼块数据进行合并。
2.根据权利要求1所述的方法,其中,所述基于每个格网区域内的楼块数据确定对应的楼块之间的相对位置关系,包括:
对所述每个格网区域内的楼块,基于同一预设比例尺进行缓冲区扩展,根据缓冲区扩展后的楼块边界坐标确定对应的楼块之间的相对位置关系。
3.根据权利要求2所述的方法,其中,所述对存在预设位置关系的至少两个楼块的楼块数据进行合并,包括:
对每个格网区域内的经过缓冲区扩展后的楼块边界坐标存在相交或共边的相对位置关系的至少两个楼块的楼块数据进行合并。
4.根据权利要求3所述的方法,其中,所述对存在预设位置关系的至少两个楼块的楼块数据进行合并,还包括:
对单个格网区域内合并后位于边缘的楼块恢复缓冲区,并进行直角化处理,得到单个格网区域内的楼块数据合并结果。
5.根据权利要求3或4所述的方法,其中,所述方法还包括:
基于格网区域内的楼块数据的合并结果、以及与格网区域相交的楼块的楼块数据,对与所述格网区域相交的楼块的楼块数据进行合并。
6.根据权利要求5所述的方法,其中,所述基于格网区域内的楼块数据的合并结果、以及与格网区域相交的楼块的楼块数据,对与所述格网区域相交的楼块的楼块数据进行合并,包括:
基于同一预设比例尺,对所述单个格网区域的楼块合并结果及与所述格网区域相交的楼块采用三角网探测的方法进行合并。
7.一种合并楼块数据的装置,包括:
数据获取单元,被配置成获取目标作业区域的楼块数据;
目标区域划分单元,被配置成基于预设的地理隔离属性,将包含所述楼块数据的目标作业区域划分成至少一个目标区域;
格网区域划分单元,被配置成基于对所述楼块数据进行方向特征提取得出的楼块的方向特征,将每个目标区域划分成至少一个格网区域;
合并单元,被配置成基于每个格网区域内的楼块数据确定对应的楼块之间的相对位置关系,对存在预设位置关系的至少两个楼块的楼块数据进行合并。
8.根据权利要求7所述的装置,其中,所述合并单元包括:
缓冲区扩展模块,被配置成对所述每个格网区域内的楼块,基于同一预设比例尺进行缓冲区扩展,根据缓冲区扩展后的楼块边界坐标确定对应的楼块之间的相对位置关系。
9.根据权利要求8所述的装置,其中,所述合并单元还包括:
第一子合并模块,被配置成对每个格网区域内存在相交或共边的至少两个楼块的楼块数据进行合并。
10.根据权利要求9所述的装置,其中,所述合并单元还包括:
缓冲区恢复单元,被配置成对单个格网区域内合并后位于边缘的楼块恢复缓冲区,并进行直角化处理,得到单个格网区域内的楼块合并结果。
11.根据权利要求9或10所述的装置,其中,所述合并单元还包括:
第二子合并模块,被配置成基于格网区域内的楼块数据的合并结果、以及与格网区域相交的楼块的楼块数据,对与所述格网区域相交的楼块的楼块数据进行合并。
12.根据权利要求11所述的装置,其中,所述合并单元还包括:
第三子合并模块,被配置成基于同一预设比例尺,对所述单个格网区域的楼块合并结果及与所述格网区域相交的楼块采用三角网探测的方法进行合并。
13.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的方法。
CN202010573803.1A 2020-06-22 2020-06-22 合并楼块数据的方法、装置、设备及存储介质 Active CN111737392B (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN202010573803.1A CN111737392B (zh) 2020-06-22 2020-06-22 合并楼块数据的方法、装置、设备及存储介质
US17/112,233 US20210397628A1 (en) 2020-06-22 2020-12-04 Method and apparatus for merging data of building blocks, device and storage medium
KR1020210033308A KR102510809B1 (ko) 2020-06-22 2021-03-15 빌딩 블록 데이터를 병합하는 방법, 장치, 기기 및 저장 매체
JP2021048838A JP2021185408A (ja) 2020-06-22 2021-03-23 ビルブロックデータのマージに関する方法、装置、電子デバイス、コンピュータ可読記憶媒体及びコンピュータプログラム
EP21165043.7A EP3828720A3 (en) 2020-06-22 2021-03-25 Method and apparatus for merging data of building blocks, device and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010573803.1A CN111737392B (zh) 2020-06-22 2020-06-22 合并楼块数据的方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN111737392A true CN111737392A (zh) 2020-10-02
CN111737392B CN111737392B (zh) 2024-04-02

Family

ID=72650371

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010573803.1A Active CN111737392B (zh) 2020-06-22 2020-06-22 合并楼块数据的方法、装置、设备及存储介质

Country Status (5)

Country Link
US (1) US20210397628A1 (zh)
EP (1) EP3828720A3 (zh)
JP (1) JP2021185408A (zh)
KR (1) KR102510809B1 (zh)
CN (1) CN111737392B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112802177A (zh) * 2020-12-31 2021-05-14 广州极飞科技股份有限公司 航测数据的处理方法、装置、电子设备及存储介质
CN112948518A (zh) * 2021-03-05 2021-06-11 苍穹数码技术股份有限公司 对象处理方法、装置、电子设备和计算机存储介质
CN113704380A (zh) * 2021-10-26 2021-11-26 土豆数据科技集团有限公司 基于空间格网的分布式叠加分析方法、装置及存储介质
CN112948518B (zh) * 2021-03-05 2024-05-14 苍穹数码技术股份有限公司 对象处理方法、装置、电子设备和计算机存储介质

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110335353B (zh) * 2019-07-10 2023-06-13 网易(杭州)网络有限公司 街区自动细分的方法、装置、设备及存储介质
CN113377783B (zh) * 2021-08-12 2021-12-10 腾讯科技(深圳)有限公司 数据处理方法及装置、电子设备、计算机可读存储介质
CN115374236B (zh) * 2022-10-26 2023-01-13 北京宾理信息科技有限公司 智能公共充电服务网络的生成方法和装置、设备及介质
CN115935492B (zh) * 2023-03-14 2023-07-21 北京盈建科软件股份有限公司 剪力墙边缘构件的处理方法、装置及电子设备
CN116403112B (zh) * 2023-04-11 2023-10-27 生态环境部卫星环境应用中心 农村黑臭水体排查范围划定方法和装置
CN117437254B (zh) * 2023-12-21 2024-05-03 北京英视睿达科技股份有限公司 基于环境时空数据的网格划分方法、装置、设备及介质

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040017369A1 (en) * 2002-01-22 2004-01-29 Hultgren Bruce Willard Method and apparatus for computer generation of electronic model images
JP2007249320A (ja) * 2006-03-14 2007-09-27 Pioneer Electronic Corp 地図データ作成装置、地図データ作成方法、地図データチェックプログラム
KR20080079346A (ko) * 2006-12-28 2008-09-01 에스케이에너지 주식회사 맵 업데이트 시스템 및 방법, 방법 프로그램을 기록한저장매체, 사용자 단말기
US7576754B1 (en) * 2005-10-27 2009-08-18 Google Inc. System and method for identifying bounds of a geographical area
KR20110085107A (ko) * 2010-01-19 2011-07-27 경북대학교 산학협력단 가시빈도분석을 이용한 지리정보 분석방법
CN102298640A (zh) * 2011-09-14 2011-12-28 清华大学 一种地图显示数据预处理方法
US20160371281A1 (en) * 2015-06-19 2016-12-22 International Business Machines Corporation Geographic space management
CN108898678A (zh) * 2018-07-09 2018-11-27 百度在线网络技术(北京)有限公司 增强现实方法和装置
WO2019232713A1 (en) * 2018-06-06 2019-12-12 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for identifying grids of geographical region in map
CN110726418A (zh) * 2019-10-10 2020-01-24 北京百度网讯科技有限公司 兴趣点区域确定方法、装置、设备及存储介质
CN110992481A (zh) * 2019-11-04 2020-04-10 武汉大学 基于最邻近连线的建筑物白模一致性合并方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006284704A (ja) * 2005-03-31 2006-10-19 Kitakyushu Foundation For The Advancement Of Industry Science & Technology 立体地図簡略化装置及び立体地図簡略化方法
WO2013069124A1 (ja) * 2011-11-10 2013-05-16 三菱電機株式会社 地図表示装置
KR101394976B1 (ko) * 2012-08-20 2014-05-14 서울대학교산학협력단 연속지적도의 다축척 모델 생성 방법
KR101718628B1 (ko) * 2015-09-30 2017-03-21 라인 가부시키가이샤 지도 화면에서 벗어난 관심 지점을 표시하기 위한 방법과 시스템
KR101797325B1 (ko) * 2015-12-31 2017-11-14 한국국토정보공사 건물 객체에 대한 다축척 모델 기반의 지도 처리 방법
CN106204446B (zh) * 2016-07-01 2020-02-11 中国测绘科学研究院 一种地形图的建筑物合并方法
US11118917B2 (en) * 2016-10-24 2021-09-14 Agco International Gmbh Land mapping and guidance system
KR101949783B1 (ko) * 2018-11-01 2019-02-19 새한항업(주) 지자체별 관내도 자동 제작시스템

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040017369A1 (en) * 2002-01-22 2004-01-29 Hultgren Bruce Willard Method and apparatus for computer generation of electronic model images
US7576754B1 (en) * 2005-10-27 2009-08-18 Google Inc. System and method for identifying bounds of a geographical area
JP2007249320A (ja) * 2006-03-14 2007-09-27 Pioneer Electronic Corp 地図データ作成装置、地図データ作成方法、地図データチェックプログラム
KR20080079346A (ko) * 2006-12-28 2008-09-01 에스케이에너지 주식회사 맵 업데이트 시스템 및 방법, 방법 프로그램을 기록한저장매체, 사용자 단말기
KR20110085107A (ko) * 2010-01-19 2011-07-27 경북대학교 산학협력단 가시빈도분석을 이용한 지리정보 분석방법
CN102298640A (zh) * 2011-09-14 2011-12-28 清华大学 一种地图显示数据预处理方法
US20160371281A1 (en) * 2015-06-19 2016-12-22 International Business Machines Corporation Geographic space management
WO2019232713A1 (en) * 2018-06-06 2019-12-12 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for identifying grids of geographical region in map
CN108898678A (zh) * 2018-07-09 2018-11-27 百度在线网络技术(北京)有限公司 增强现实方法和装置
CN110726418A (zh) * 2019-10-10 2020-01-24 北京百度网讯科技有限公司 兴趣点区域确定方法、装置、设备及存储介质
CN110992481A (zh) * 2019-11-04 2020-04-10 武汉大学 基于最邻近连线的建筑物白模一致性合并方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
N.REGNAULD: "Contextual Building Typification in Automated Map Generalization", 《ALGORITHMICA》 *
杨永崇;吴家付;张胜利;王旭星;: "基于空间信息网格的数字地图分幅(块)方法", 测绘科学, no. 02 *
胡金星, 马照亭, 吴焕萍, 潘懋: "基于格网划分的海量地形数据三维可视化", 计算机辅助设计与图形学学报, no. 08 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112802177A (zh) * 2020-12-31 2021-05-14 广州极飞科技股份有限公司 航测数据的处理方法、装置、电子设备及存储介质
CN112948518A (zh) * 2021-03-05 2021-06-11 苍穹数码技术股份有限公司 对象处理方法、装置、电子设备和计算机存储介质
CN112948518B (zh) * 2021-03-05 2024-05-14 苍穹数码技术股份有限公司 对象处理方法、装置、电子设备和计算机存储介质
CN113704380A (zh) * 2021-10-26 2021-11-26 土豆数据科技集团有限公司 基于空间格网的分布式叠加分析方法、装置及存储介质

Also Published As

Publication number Publication date
KR20210157853A (ko) 2021-12-29
JP2021185408A (ja) 2021-12-09
CN111737392B (zh) 2024-04-02
KR102510809B1 (ko) 2023-03-16
US20210397628A1 (en) 2021-12-23
EP3828720A3 (en) 2021-11-10
EP3828720A2 (en) 2021-06-02

Similar Documents

Publication Publication Date Title
CN111737392A (zh) 合并楼块数据的方法、装置、设备及存储介质
CN112101339B (zh) 地图兴趣点的信息获取方法、装置、电子设备和存储介质
CN111708858A (zh) 一种地图数据处理方法、装置、设备以及存储介质
CN110979346A (zh) 确定车辆所处车道的方法、装置及设备
US9805058B2 (en) Visibility of a point of interest based on environmental conditions
US20200098189A1 (en) System and Methods for Data Transmission and Rendering of Virtual Objects for Display
US20210190505A1 (en) Indoor location-based service
CN112714266B (zh) 标注信息展示方法、装置、电子设备及存储介质
CN110926478B (zh) 一种ar导航路线纠偏方法、系统及计算机可读存储介质
CN111787489B (zh) 实采兴趣点的位置确定方法、装置、设备和可读存储介质
CN111523061B (zh) 用于生成兴趣面的方法和装置
CN111721281A (zh) 位置识别方法、装置和电子设备
CN111737603B (zh) 判断兴趣点是否可视的方法、装置、设备以及存储介质
CN114034295A (zh) 高精地图生成方法、装置、电子设备、介质及程序产品
CN113160693B (zh) 一种道路路口的处理方法、装置、设备和存储介质
CN112529097A (zh) 样本图像生成方法、装置以及电子设备
CN113932796A (zh) 高精地图车道线生成方法、装置和电子设备
CN113610702A (zh) 一种建图方法、装置、电子设备及存储介质
CN113011298A (zh) 截断物体样本生成、目标检测方法、路侧设备和云控平台
CN111949816A (zh) 定位处理方法、装置、电子设备和存储介质
CN114266876B (zh) 定位方法、视觉地图的生成方法及其装置
CN114674328B (zh) 地图生成方法、装置、电子设备、存储介质、及车辆
CN115527028A (zh) 地图数据处理方法及装置
US10878278B1 (en) Geo-localization based on remotely sensed visual features
CN112614221A (zh) 高精地图渲染方法、装置、电子设备及自动驾驶车辆

Legal Events

Date Code Title Description
PB01 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