CN112766385B - 一种众源矢量线数据几何匹配与属性融合方法 - Google Patents

Abstract

本发明公开了一种众源矢量线数据几何匹配与属性融合方法，对不同来源的地图数据库进行匹配融合。首先，确定地图数据库中各个矢量线要素候选匹配集，接着依次遍历匹配候选集中的各个要素，以一定距离增加节点，降低由于节点分布不均，对计算要素之间近似距离的影响。接下来，对待匹配要素分别计算SM_HD距离、凸多边形最小面积外接矩形方向角度之差以及匹配到的目标线要素长度之比，并引入匹配度这一概念，综合考虑以上三个几何指标，提高匹配准确度与精度。最后依据匹配度最优的线要素与当前要素进行属性融合。本发明解决了现有技术中矢量线数据由于匹配几何因子指标单一造成匹配融合后属性信息正确率较低的情况，提高了融合后的线要素属性的正确率、完整性。

Description

一种众源矢量线数据几何匹配与属性融合方法

技术领域

本发明涉及一种矢量线数据匹配融合方法，尤其涉及一种众源矢量线数据几何匹配与属性融合方法。

背景技术

空间地理数据一直都是GIS研究与应用的重要载体，其中道路数据作为其中最重要的组成部分，在民生和社会发展中起着不可被替代的作用。如今空间信息技术的迅速发展催生了海量地理数据的产生，也诞生了各式各样的数据采集手段，比如现在较为成熟的利用深度学习提取道路的手段，但是这些数据有属性信息不全尤其是路名较少的问题。同时由于相关部门和行业的需求不同，相关属性信息的侧重点也不同。为此，现在急需一种方法，对多源矢量道路进行实体匹配，建立要素与要素之间的关系，从而在数据上取长补短，发挥各种数据的优势，得到属性信息上更全的数据。

空间数据匹配技术是实现空间地理数据融合的研究难点之一，现有的匹配技术一般是根据简单的点到线、缓冲区方法、大粒度层次匹配方法。这些方法对于简单道路匹配可以起到一定效果，但是对于复杂道路数据，尤其是为了提高融合后属性信息的准确率，必须使用一种新的方法来处理复杂数据匹配融合问题，提高属性融合后的精度。

本发明提供了一种众源矢量线数据几何匹配与属性融合方法，对众源矢量线数据属性信息融合情况提供了一种合理可行的解决方案。

发明内容

本申请通过提供一种众源矢量线数据几何匹配与属性融合方法，解决了现有技术中众源矢量线数据由于匹配几何因子单一导致匹配融合后属性信息正确率较低的情况。

本申请提供了一种众源矢量线数据几何匹配与属性融合方法，包括以下步骤：

步骤1，众源矢量线要素预处理；

步骤2，记两个不同的矢量线数据库分别是地图数据库DataBaseA和地图数据库DataBaseB，遍历地图数据库DataBaseA的所有线要素，计算地图数据库DataBaseA中各个矢量线要素与地图数据库DataBaseB中各个矢量线要素外接矩形的相交情况，并根据相交情况获取地图数据库DataBaseA中各个矢量线要素在地图数据库DataBaseB的匹配候选集合；

步骤3，遍历匹配候选集中的每个线要素，使用节点增加的方法，对当前地图数据库DataBaseA中线要素和当前匹配候选集合线要素以一定的距离增加节点；

步骤4，对于当前地图数据库DataBaseA中的任一线要素和匹配候选集合中的任一线要素，定义匹配度来表示线要素之间的综合匹配程度，并将匹配候选集合中的所有要素匹配对按匹配度数值从大到小进行排序，将匹配度最高的匹配对记录到匹配关系中，并保存相关匹配范围；

步骤5，将步骤4得到匹配关系中的匹配对提取出来，假设分别为地图数据库DataBaseA中的线要素A_i和地图数据库DataBaseB中的线要素B_j，如果A_i对应字段没有属性，则将B_j相应字段的属性赋予到A_i上，否则，不进行更改；

步骤6，将赋予属性后的地图数据库DataBaseA输出，得到结果。

进一步的，所述步骤1中对数据的预处理包括：将参考数据中的线状道路要素和待融合属性数据中的线状道路要素的数据格式转化为通用的“*.shp”格式，坐标系统选用“GCS_WGS_1984”，类型均统一为“线状要素”；对数据源中在交叉处有交点的道路进行打断处理，便于后续匹配过程的进行。

进一步的，步骤2中，当地图数据库中某条线要素趋近于水平或垂直时，会造成其外接矩形长宽比过小的情况，因此在查找一条要素的匹配候选集合前，先判断该要素的最小面积外接矩形方向角，当方向角在0°±15°或90°±15°时，适当外扩当前要素的外接矩形，更好地获得匹配候选集。

进一步的，步骤4中匹配度的定义如下；

步骤41，假设地图数据库DataBaseA中的线要素A_i的匹配候选集合为SetB，取出SetB的一条线要素B_j，同时线要素B_j属于地图数据库DataBaseB，针对地图数据库DataBaseA中的线要素A_i上的每一个节点，计算其与B_j上各个节点之间的距离，找到所有节点对最小值的中位数作为SM_HD计算结果，并记录相应的节点序号以及匹配段范围，便于后续统计方向夹角和长度比；

步骤42，分别构造线要素A_i和B_j的凸多边形，并遍历凸多边形的每条边，获得当前要素的最小面积外接矩形，以对角线方位角之差的绝对值，作为描述线要素方向上偏移的定量指标Angle；

步骤43，计算匹配到的目标线要素的长度比，对于地图数据库DataBaseA中的线要素A_i来说，当前的目标线要素就是与它进行几何匹配的地图数据库DataBaseB中的B_j，根据记录的对应匹配段的节点序号，构造临时线要素L_temp，并将临时线要素L_temp与线要素B_j的长度之比设定为此次线匹配的长度之比LengthRatio；

步骤44，根据步骤41、步骤42、步骤43获得的SM_HD、Angle以及LengthRatio的值这三项指标计算匹配度，赋予这三项指标的权重分别为ω₁、ω₂、ω₃，且ω₁+ω₂+ω₃＝1。

进一步的，所述步骤41中SM_HD距离的获取过程如下；

设A₁为地图数据库DataBaseA中的线要素，B₁为A₁在DataBaseB匹配候选集中的某条线要素，以(A₁，B₁)为例，其中线要素A₁由节点{(x_1，1,y_1,1),(x_1，2,y_1，2),…,(x_1,n-1,y_1,n-1),(x_1,n,y_1,n))}组成，线要素B₁由节点{(x_2，1,y_2,1),(x_2，2,y_2，2),…,(x_2,m-1,y_2,m-1),(x_2,m,y_2,m))}，采用SM_HD来描述两个线要素之间的位置相似度特征，计算公式如下：

其中：

{a＝(x_1,i,y_1,i)|1≤i≤n,a∈A₁}，{b＝(x_2,j,y_2,j)|1≤j≤m,b∈B₁}，||a-b||为节点对之间的欧几里得(Euclid)距离，计算公式为：

SM_HD选取了线要素上节点集合距离最小值的中值，其受噪音影响较小，适合用于线要素匹配中对位置相似度特征的描述。

进一步的，步骤42中方向夹角的获取过程如下，

①计算两线要素凸边形：为了使计算结果更加准确，使用两条线要素全部节点构造凸多边形，对于节点数为2的线段，直接跳到③；

②计算最小面积外接矩形：首先任意以凸多边形的一条边作为起始边，假设为P1P2，以P1、P2为垂点做垂线L1、L2；判断L1是否穿过凸多边形，如果是，则沿P1P2方向平移L1，直至与最远端的节点P3相交，否则保留；同理判断L2，计算凸多边形上其他节点到P1P2的投影距离，记录最大值和对应的点P4；过P4做P1P2的平行线L3，此时由线段P1P2、L1、L2、L3组成的矩形即为该凸多边形的外接矩形；依据以上步骤依次多凸多边形的各边获取外接矩形，分别计算其面积，取其中面积最小的矩形作为该凸多边形的最小面积外接矩形；

③计算对角线方向角差值：获取匹配对两条线要素的最小面积外接矩形对角线，以其方向角之差作为计算结果。

进一步的，步骤43中长度比的获取过程如下；

长度比反映线要素之间的相似程序，其定义如下：，

其中，length_temp为临时线要素的长度，length_j为目标线要素的长度。

进一步的，步骤44中匹配度的计算公式如下：

其中MPCT_j表示当前要素与匹配候选集中第j个要素的匹配度，SM_HD[j]表示当前要素与其匹配候选集中第j个元素之间的匹配距离，Angle[j]表示当前要素与其匹配候选集中第j个元素之间的方向角，LengthRatio[j]表示当前要素与其匹配候选集中第j个元素之间的匹配段长度比，max表示取最大值，min表示取最小值；将距离指标SM_HD、方向夹角Angle归一化处理之后，赋予不同的权重，调整不同权重的值使得要素匹配达到最佳效果。

进一步的，ω₁＝0.4、ω₂＝0.4、ω₃＝0.2。

有益效果：与现有技术相比，本发明的优点：

本发明针对线要素提出了基于SM_HD距离、最小面积外接矩形夹角以及长度比等多指标进行几何匹配的方法，增加了几何匹配的准确度与可行性，提升了属性融合的精度。

附图说明

为了更清楚地说明本实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一个实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的程序流程图；

图2、图3为本发明的线要素匹配融合示意图；

图中标注符号的含义如下:A₁、A₂、A₃为地图数据库DataBaseA中矢量线要素；B₁、B₂、B₃为地图数据库DataBaseB中矢量线要素；其中地图数据库DataBaseA中A₁、A₂、A₃没有带路名属性，地图数据库DataBaseB中各个要素都有路名属性。进行几何匹配域属性融合之后，效果如图3所示，A₁、A₃已经分别赋予上B₂、B₃线要素上的属性。

图4为地图数据库DataBaseA中线要素A_i利用外接矩形做缓冲，在地图数据库DataBaseB中找到的与其相交的线要素B_a、B_b、B_c、B_d为匹配候选集，而B_e、B_f线要素由于未与线要素A_i相交，所以未加入匹配候选集。

图5为线要素增加节点后的示意图，在未增加节点之前，用节点距离来描述两线要素之间的匹配距离容易受到原始数据影响；增加节点之后，用节点距离来描述匹配距离更加准确。

图6为用两线要素的最小面积外接矩形的对角线方位角之差描述匹配对之间的形状相似度。

图7描述道路要素A_i与道路要素B_j匹配到，其中要素B_j匹配到了要素A_i宽度加粗部分，本发明记A_i上匹配到的路段(由节点集{a2,a3,a4,a5,a6,a7,a8}组成)的长度与原始道路A_i(由节点集{a1,a2,a3,a4,a5,a6,a7,a8,a9}组成)长度的比值为长度比LengthRatio。

具体实施方法

为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。

本实例提供了一种众源矢量线数据几何匹配与属性融合方法，适用于不同矢量线数据匹配融合，包括：

步骤A：对众源矢量线数据进行预处理，矢量线数据匹配中的数据预处理是指通过对数据源中在交叉处有交点的道路进行打断处理，便于后续匹配过程的进行。

步骤B：记两个不同尺度的矢量线数据库分别是地图数据库DataBaseA和地图数据库DataBaseB，遍历地图数据库DataBaseA的所有线要素，计算地图数据库DataBaseA中各个矢量线要素与地图数据库DataBaseB中各个矢量线要素外接矩形的相交情况，并根据要素间的最小外接矩形相交情况获取地图数据库DataBaseA中各个矢量线要素在地图数据库DataBaseB的匹配候选集合。

对于地图数据库DataBaseA中的每一条线要素A_i，取其外接矩形，在地图数据库DataBaseB中找出与要素A_i外接矩形相交的要素集合作为其匹配候选集。如图4所示，与A_i外接矩形相交的要素有B_a、B_b、B_c和B_d。

在本实施例中，当地图数据库中某条线要素趋近于水平或垂直时，会造成其外接矩形长宽比过小的情况。由此，本实例在查找一条要素的匹配候选集合前，会先判断该要素的最小面积外接矩形方向角，当角度在0°±15°或90°±15°时，适当外扩当前要素的外接矩形，更好地获得匹配候选集。

步骤C：对匹配候选集中的矢量线数据进行遍历，给当前地图数据库DataBaseA中要素A_i和当前匹配候选集遍历要素增加节点。如果仅按先前要素上的节点去进行匹配，由于不同情况下要素上节点分布不均匀，所以很容易造成计算得出的节点之间距离超出设定距离阈值情况。为提高计算精度，对要匹配的两条线要素以一定的间隔增加节点，如图5所示，虚线表示两条线间距离，可以看出在增加节点之后，对两条线之间距离的描述更加准确了。

步骤D：这一步骤对上一步增加节点后的所有节点对计算SM_HD距离。SM_HD(theshort-line median Hausdorff distance)，SM_HD选取了折线节点集合距离最小值的中值，受噪音影响较小，适合用于定量描述线要素匹配对中的距离。以地图数据库DataBaseA中的线要素A₁为例，本发明假设其在地图数据库DataBaseB中匹配到的一个线要素为B₁，其中线要素A₁由节点{(x_1，1,y_1,1),(x_1，2,y_1，2),…,(x_1,n-1,y_1,n-1),(x_1,n,y_1,n))}组成，线要素B₁由节点{(x_2，1,y_2,1),(x_2，2,y_2，2),…,(x_2,m-1,y_2,m-1),(x_2,m,y_2,m))}其具体计算过程如下：

(1)选取长度较短的线要素，遍历其上每一个节点到较长线要素中各个节点的距离。

(2)记录下节点对中最短的距离及其相应的节点序号，并用各个节点对的最短距离中位数作为SM_HD的计算结果。

(3)在记录SM_HD的同时，将较短线要素的首尾节点在较长线要素上对应匹配距离最短的节点序号保存在匹配关系对中，方便接下来对线要素方向夹角和长度比的计算。

计算公式如下：

其中：

{a＝(x_1,i,y_1,i)|1≤i≤n,a∈A₁}，{b＝(x_2,j,y_2,j)|1≤j≤m,b∈B₁}，||a-b||为节点对之间的欧几里得(Euclid)距离，计算公式为：

步骤E：计算Angle值，根据上一步得到的匹配关系对中，分别构造匹配对要素凸多边形的最小面积外接矩形，以对角线方位角之差的绝对值，作为描述线要素方向上偏移的定量指标。具体计算流程如下：

(1)计算两线要素凸边形：为了使计算结果更加准确，使用两条线要素全部节点构造凸多边形，对于节点数为2的线段，直接跳到(3)。

(2)计算最小面积外接矩形：首先任意以凸多边形的一条边作为起始边，假设为P1P2，以P1、P2为垂点做垂线L1、L2；判断L1是否穿过凸多边形，如果是，则沿P1P2方向平移L1，直至与最远端的节点P3相交，否则保留；同理判断L2，计算凸多边形上其他节点到P1P2的投影距离，记录最大值和对应的点P4；过P4做P1P2的平行线L3，此时由线段P1P2、L1、L2、L3组成的矩形即为该凸多边形的外接矩形；依据以上步骤依次多凸多边形的各边获取外接矩形，分别计算其面积，取其中面积最小的矩形作为该凸多边形的最小面积外接矩形。

(3)计算对角线方向角差值：获取匹配对两条线要素的最小面积外接矩形对角线，如图6所示，以其方向角之差作为计算结果。

步骤F：计算LengthRatio值，根据步骤D得到匹配关系对，获得匹配对上的要素以及匹配段上相应的节点序号，主要对匹配到的目标线要素计算长度比，以地图数据库DataBaseA中的线要素A_i为例，本发明假设其在地图数据库DataBaseB中匹配到的一个线要素为B_j，那么线要素B_j就作为了线要素A_i的目标线要素，具体流程如下：

(1)以图7为例，根据匹配关系对，将A_i目标线要素B_j匹配段的节点序号取出，遍历节点，构造一条临时的线要素。

(2)计算临时线要素的长度length_temp，计算目标线要素B_j的长度length_j。

(3)长度之比为临时线要素长度与目标线要素长度之比，返回结果。

步骤G：根据前三个步骤得到的SM_HD距离、方向角还有长度比，综合考虑这三个指标，对匹配到的线要素进行筛选，本发明定义匹配度来表示线要素之间的综合匹配程度，公式如下：

其中，MPCT_j表示当前要素与匹配候选集中第j个要素的匹配度，比如地图数据库DataBaseA中要素A_i在地图数据库DataBaseB中的匹配候选集合为{B₁,B₂,B₃,…,B_s-1,B_s}，SM_HD[j]表示线要素A_i与其匹配候选集中第j个元素之间的SM_HD距离，Angle[j]表示A_i与其匹配候选集中第j个元素之间的方向角，LengthRatio[j]表示A_i与其匹配候选集中第j个元素之间的匹配段长度比，max表示取最大值，min表示取最小值。将距离指标SM_HD、方向夹角Angle、长度比例LengthRatio归一化处理之后，赋予不同的权重。在本实例中，经过相关实验分析，发现SM_HD和方向夹角这两个几何因子在道路匹配中更为重要，故分别赋予ω₁＝0.4、ω₂＝0.4、ω₃＝0.2，以达到匹配效果较优的效果。

下面结合附图和具体参数对本发明做进一步的说明。

在不同尺度矢量面数据匹配过程中，参见图1和图2，主要包括以下步骤：

步骤1：众源矢量线数据预处理，通过统一数据格式、坐标系统、投影系统、实体类型等，已排除无关因素对匹配结果的影响，并对原始数据源进行打断处理，便于后续匹配过程的进行。

本实施例中涉及的数据预处理过程如下：将参考数据中的线状道路要素和待融合属性数据中的线状道路要素的数据格式转化为通用的“*.shp”格式，坐标系统选用“GCS_WGS_1984”，类型均统一为“线状要素”。

分别对参考数据和待融合属性数据在交叉处有交点的情况下进行打断处理。

步骤2、记两个不同尺度的矢量面数据库分别是地图数据库DataBaseA和地图数据库DataBaseB，遍历地图数据库DataBaseA的所有的线要素，计算地图数据库DataBaseA中各个矢量线数据的外接矩形与地图数据库DataBaseB中各个矢量线数据外接矩形的相交情况，并根据相交情况获取地图数据库DataBaseA中各个矢量线数据在地图数据库DataBaseB的候选匹配集；

如果地图数据库DataBaseA中矢量线要素的最小面接外接矩形的几何角度趋于水平或垂直，则外扩半个距离阈值的大小，本实例中距离阈值的大小为50米，使其能更好地找到匹配候选集。

步骤3、假设上文中地图数据库DataBaseA中的线要素A_i的匹配候选集合为SetB，取出SetB的一条要素B_j，分别对要素A_i和要素B_j以一定距离进行增加节点处理，本实例中距离设置为5米。

步骤4、根据上一步骤中增加过节点的两个线要素，为了更好的描述它们之间的匹配关系，遍历线要素A_i上每一个节点，计算其到B_j上节点的最近距离，并取节点之间最短距离的中位数作为本次匹配的SM_HD距离；

此外，还需要保存较短线要素首尾节点匹配上较长线要素的对应节点下标，方便以下步骤处理。当SM_HD距离超过设定的距离阈值时，进入下一个要素进行处理。

步骤4、分别构造线要素A_i和B_j的凸多边形，并遍历凸多边形的每条边，获得当前要素的最小面积外接矩形，以对角线方位角之差的绝对值，作为描述线要素方向上偏移的定量指标。当对角线方位角之差的绝对值超过设定的角度阈值时，进入下一个要素进行处理。

步骤5、计算匹配到的目标线要素的长度比，对于地图数据库DataBaseA中的线要素A_i来说，当前的目标线要素就是与它进行几何匹配的地图数据库DataBaseB中的B_j，根据步骤三记录下来的对应匹配段的节点下标，构造临时线要素L_temp，并将临时线要素L_temp与线要素B_j的长度之比设定为此次线匹配的长度之比。

步骤6：根据以上三个步骤得到的距离、方向、长度比等几何指标，分别归一化后，与权重0.4、0.4、0.2相乘后得到当前匹配对的匹配度，加入匹配结果集合中，并进入步骤3，取地图数据库DataBaseB中的下一个要素B_j+1，继续进行匹配。

步骤7：根据上述步骤得到地图数据库DataBaseA中要素A_i与其匹配候选集的所有匹配结果，按匹配度大小从大到小排序，取匹配候选集中匹配度最大的要素出来，如果当前要素A_i指定字段上存在属性名称，则不进行属性融合；否则就匹配到要素上指定字段的属性赋予到要素A_i上，完成属性融合。

本发明通过对地图数据库在多几何因子下进行匹配，并在进行道路匹配之前增加道路节点，减少由于节点分布不均对匹配对距离计算带来的影响；改为对噪声不敏感的SM_HD替换传统的Haudorsff距离，使得匹配精度更高，效果更好，避免了由于匹配带来的融合后属性错误。

最后所应说明的是，以上具体实施方式仅用以说明本发明的技术方案而非限制，尽管参照实例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (8)

1.一种众源矢量线数据几何匹配与属性融合方法，其特征在于，包括如下步骤：

步骤1，众源矢量线要素预处理；

步骤2，记两个不同的矢量线数据库分别是地图数据库DataBaseA和地图数据库DataBaseB，遍历地图数据库DataBaseA的所有线要素，计算地图数据库DataBaseA中各个矢量线要素与地图数据库DataBaseB中各个矢量线要素外接矩形的相交情况，并根据相交情况获取地图数据库DataBaseA中各个矢量线要素在地图数据库DataBaseB的匹配候选集合；

步骤3，遍历匹配候选集中的每个线要素，使用节点增加的方法，对当前地图数据库DataBaseA中线要素和当前匹配候选集合线要素以一定的距离增加节点；

步骤4，对于当前地图数据库DataBaseA中的任一线要素和匹配候选集合中的任一线要素，定义匹配度来表示线要素之间的综合匹配程度，并将匹配候选集合中的所有要素匹配对按匹配度数值从大到小进行排序，将匹配度最高的匹配对记录到匹配关系中，并保存相关匹配范围；

步骤4中匹配度的定义如下；

步骤41，假设地图数据库DataBaseA中的线要素A_i的匹配候选集合为SetB，取出SetB的一条线要素B_j，同时线要素B_j属于地图数据库DataBaseB，针对地图数据库DataBaseA中的线要素A_i上的每一个节点，计算其与B_j上各个节点之间的距离，找到所有节点对最小值的中位数作为SM_HD计算结果，并记录相应的节点序号以及匹配段范围，便于后续统计方向夹角和长度比；

步骤42，分别构造线要素A_i和B_j的凸多边形，并遍历凸多边形的每条边，获得当前要素的最小面积外接矩形，以对角线方位角之差的绝对值，作为描述线要素方向上偏移的定量指标Angle；

步骤43，计算匹配到的目标线要素的长度比，对于地图数据库DataBaseA中的线要素A_i来说，当前的目标线要素就是与它进行几何匹配的地图数据库DataBaseB中的B_j，根据记录的对应匹配段的节点序号，构造临时线要素L_temp，并将临时线要素L_temp与线要素B_j的长度之比设定为此次线匹配的长度之比LengthRatio；

步骤44，根据步骤41、步骤42、步骤43获得的SM_HD、Angle以及LengthRatio的值这三项指标计算匹配度，赋予这三项指标的权重分别为ω₁、ω₂、ω₃，且ω₁+ω₂+ω₃＝1；

步骤5，将步骤4得到匹配关系中的匹配对提取出来，假设分别为地图数据库DataBaseA中的线要素A_i和地图数据库DataBaseB中的线要素B_j，如果A_i对应字段没有属性，则将B_j相应字段的属性赋予到A_i上，否则，不进行更改；

步骤6，将赋予属性后的地图数据库DataBaseA输出，得到结果。

2.根据权利要求1所述的一种众源矢量线数据几何匹配与属性融合方法，其特征在于：所述步骤1中对数据的预处理包括：将参考数据中的线状道路要素和待融合属性数据中的线状道路要素的数据格式转化为通用的“*.shp”格式，坐标系统选用“GCS_WGS_1984”，类型均统一为“线状要素”；对数据源中在交叉处有交点的道路进行打断处理，便于后续匹配过程的进行。

3.根据权利要求1所述的一种众源矢量线数据几何匹配与属性融合方法，其特征在于：步骤2中，当地图数据库中某条线要素趋近于水平或垂直时，会造成其外接矩形长宽比过小的情况，因此在查找一条要素的匹配候选集合前，先判断该要素的最小面积外接矩形方向角，当方向角在0°±15°或90°±15°时，适当外扩当前要素的外接矩形，更好地获得匹配候选集。

4.根据权利要求1所述的一种众源矢量线数据几何匹配与属性融合方法，其特征在：所述步骤41中SM_HD距离的获取过程如下；

设A₁为地图数据库DataBaseA中的线要素，B₁为A₁在DataBaseB匹配候选集中的某条线要素，以(A₁，B₁)为例，其中线要素A₁由节点{(x_1，1,y_1,1),(x_1，2,y_1，2),…,(x_1,n-1,y_1,n-1),(x_1,n,y_1,n))}组成，线要素B₁由节点{(x_2，1,y_2,1),(x_2，2,y_2，2),…,(x_2,m-1,y_2,m-1),(x_2,m,y_2,m))}，采用SM_HD来描述两个线要素之间的位置相似度特征，计算公式如下：

其中：

{a＝(x_1,i,y_1,i)|1≤i≤n,a∈A₁}，{b＝(x_2,j,y_2,j)|1≤j≤m,b∈B₁}，||a-b||为节点对之间的欧几里得距离，计算公式为：

SM_HD选取了线要素上节点集合距离最小值的中值，其受噪音影响较小，适合用于线要素匹配中对位置相似度特征的描述。

5.根据权利要求1所述的一种众源矢量线数据几何匹配与属性融合方法，其特征在：步骤42中方向夹角的获取过程如下，

①计算两线要素凸边形：为了使计算结果更加准确，使用两条线要素全部节点构造凸多边形，对于节点数为2的线段，直接跳到③；

②计算最小面积外接矩形：首先任意以凸多边形的一条边作为起始边，假设为P1P2，以P1、P2为垂点做垂线L1、L2；判断L1是否穿过凸多边形，如果是，则沿P1P2方向平移L1，直至与最远端的节点P3相交，否则保留；同理判断L2，计算凸多边形上其他节点到P1P2的投影距离，记录最大值和对应的点P4；过P4做P1P2的平行线L3，此时由线段P1P2、L1、L2、L3组成的矩形即为该凸多边形的外接矩形；依据以上步骤依次多凸多边形的各边获取外接矩形，分别计算其面积，取其中面积最小的矩形作为该凸多边形的最小面积外接矩形；

③计算对角线方向角差值：获取匹配对两条线要素的最小面积外接矩形对角线，以其方向角之差作为计算结果。

6.根据权利要求1所述的一种众源矢量线数据几何匹配与属性融合方法，其特征在：步骤43中长度比的获取过程如下；

长度比反映线要素之间的相似程序，其定义如下：，

其中，length_temp为临时线要素的长度，length_j为目标线要素的长度。

7.根据权利要求1所述的一种众源矢量线数据几何匹配与属性融合方法，其特征在：步骤44中匹配度的计算公式如下：

其中MPCT_j表示当前要素与匹配候选集中第j个要素的匹配度，SM_HD[j]表示当前要素与其匹配候选集和第j个元素之间的匹配距离，Angle[j]表示当前要素与其匹配候选集中第j个元素之间的方向角，LengthRatio[j]表示当前要素与其匹配候选集中第j个元素之间的匹配段长度比，max表示取最大值，min表示取最小值；将距离指标SM_HD、方向夹角Angle归一化处理之后，赋予不同的权重，调整不同权重的值使得要素匹配达到最佳效果。

8.根据权利要求7所述的一种众源矢量线数据几何匹配与属性融合方法，其特征在：ω₁＝0.4、ω₂＝0.4、ω₃＝0.2。

Images