CN116051614B - 一种线状要素的多维度综合形状匹配度计算方法和装置 - Google Patents
一种线状要素的多维度综合形状匹配度计算方法和装置 Download PDFInfo
- Publication number
- CN116051614B CN116051614B CN202310315140.7A CN202310315140A CN116051614B CN 116051614 B CN116051614 B CN 116051614B CN 202310315140 A CN202310315140 A CN 202310315140A CN 116051614 B CN116051614 B CN 116051614B
- Authority
- CN
- China
- Prior art keywords
- linear element
- line data
- single line
- data
- target
- 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
- 238000004364 calculation method Methods 0.000 title claims abstract description 23
- 238000004458 analytical method Methods 0.000 claims abstract description 19
- 238000000034 method Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 6
- 239000000758 substrate Substances 0.000 claims 1
- 238000004891 communication Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 206010034701 Peroneal nerve palsy Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/97—Determining parameters from multiple pictures
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种线状要素的多维度综合形状匹配度计算方法和装置,涉及电子地图的技术领域,包括:获取多源线状要素数据;对多源线状要素数据中的目标线状要素数据进行叠加分析,确定出目标线状要素之间的重叠区域,其中,目标线状要素单线数据为多源线状要素数据中任意两种来源的线状要素数据;基于重叠区域对应的线状要素数据,确定出重叠区域对应的线状要素数据之间的特征参数,其中,特征参数包括:长度比,均值比,标准差比和扭角比;基于特征参数,确定出重叠区域对应的线状要素数据之间的匹配度,解决了现有技术中线状要素匹配准确率较低的技术问题。
Description
技术领域
本发明涉及电子地图 的技术领域,尤其是涉及一种线状要素的多维度综合形状匹配度计算方法和装置 。
背景技术
在GIS中线状地物包括但不限于,道路、铁路、水系、境界线等等,以下仅以道路为例说明,根据GIS中两条线的长度、形状、距离和扭角四个维度进行加权计算,综合判断GIS中两条线状要素是否表达的是同一地理要素的。
一次采集中不同道路之间的相对误差很小,几乎可以忽略不计,但是对于同次不同时刻、或者不同次、甚至不同采集车之间的误差可能会很大。不同的采集车在采集数据时,由于行驶车道不同、采集时间不同,采集误差不可避免。误差使实际为同一道路的不同采集批次的道路所处位置不同,根据道路匹配结果获取正确的行驶路线是任何一个道路采集公司需要解决的问题。
当前处理方法主要有:
1)以某个来源的道路作为匹配样本与其他来源道路匹配。
2)利用长度与角度两种几何特征对道路集合进行匹配。
综上所述现有技术存在的缺点:
1、以一个来源道路为主路容易漏掉与之相匹配道路,道路总体匹配准确度较低;
2、道路几何特征考虑较少,对匹配结果影响较大,精准性差。
针对上述问题,还未提出有效的解决方案。
发明内容
有鉴于此,本发明的目的在于提供一种线状要素的多维度综合形状匹配度计算方法和装置,以缓解了现有技术中线状要素匹配准确率较低的技术问题。
第一方面,本发明实施例提供了一种线状要素的多维度综合形状匹配度计算方法,包括: 获取多源线状要素数据;对所述多源线状要素数据中的目标线状要素数据进行叠加分析,确定出所述目标线状要素之间的重叠区域,其中,所述目标线状要素单线数据为所述多源线状要素数据中任意两种来源的线状要素数据;基于所述重叠区域对应的线状要素数据,确定出所述重叠区域对应的线状要素数据之间的特征参数,其中,所述特征参数包括:长度比,均值比,标准差比和扭角比;基于所述特征参数,计算出所述重叠区域对应的线状要素数据之间的匹配度。
进一步的,所述目标线状要素单线数据包括:第一目标线状要素单线数据和第二目标线状要素数据;对所述多源线状要素数据中的目标线状要素数据进行叠加分析,确定出所述目标线状要素之间的重叠区域,包括:对所述第一目标线状要素单线数据和所述第二目标线状要素数据进行叠加分析,确定出缓冲区;基于所述缓冲区,确定出所述重叠区域。
进一步的,基于所述重叠区域对应的线状要素数据,确定出所述重叠区域对应的线状要素数据之间的特征参数,包括:将所述重叠区域内的第一目标线状要素单线数据,确定为第一线状要素单线数据,以及将所述重叠区域内的第二目标线状要素单线数据,确定为第二线状要素单线数据;基于所述第一线状要素单线数据和所述第二线状要素单线数据,确定出所述特征参数。
进一步的,所述长度比的计算公式为,其中,/>为所述第一线状要素单线数据的几何长度,/>为所述第二线状要素单线数据的几何长度;所述均值比的计算公式为/>,其中,/>为所述第一线状要素单线数据中的第/>个形状点,/>为所述缓冲区的面积;所述标准差比的计算公式为2023103151407/>,其中,/>为所述第一线状要素单线数据中的n个形状点与所述第二线状要素单线数据之间的最近距离的平均值;所述扭角比的计算公式为/>,其中,,其中,α为所述第一线状要素单线数据和所述第二线状要素单线数据的起止点连线的夹角,(xL0,yL0)为所述第一线状要素单线数据的起点坐标,(xL1,yL1)所述第一线状要素单线数据的终点点坐标,(xR0,yR0)为所述第二线状要素单线数据的起点坐标,(xR1,yR1)分别为所述第二线状要素单线数据的终点坐标。
第二方面,本发明实施例还提供了一种线状要素的多维度综合形状匹配度计算装置,包括: 获取单元,用于获取多源线状要素数据;第一确定单元,用于对所述多源线状要素数据中的目标线状要素数据进行叠加分析,确定出所述目标线状要素之间的重叠区域,其中,所述目标线状要素单线数据为所述多源线状要素数据中任意两种来源的线状要素数据;第二确定单元,用于基于所述重叠区域对应的线状要素数据,确定出所述重叠区域对应的线状要素数据之间的特征参数,其中,所述特征参数包括:长度比,均值比,标准差比和扭角比;计算单元,用于基于所述特征参数,计算出所述重叠区域对应的线状要素数据之间的匹配度。
进一步的,所述目标线状要素单线数据包括:第一目标线状要素单线数据和第二目标线状要素数据;第一确定单元,用于:对所述第一目标线状要素单线数据和所述第二目标线状要素数据进行叠加分析,确定出缓冲区;基于所述缓冲区,确定出所述重叠区域。
进一步的,所述第二确定单元,用于:将所述重叠区域内的第一目标线状要素单线数据,确定为第一线状要素单线数据,以及将所述重叠区域内的第二目标线状要素单线数据,确定为第二线状要素单线数据;基于所述第一线状要素单线数据和所述第二线状要素单线数据,确定出所述特征参数。
第三方面,本发明实施例还提供了一种电子设备,包括存储器以及处理器,所述存储器用于存储支持处理器执行上述第一方面中所述方法的程序,所述处理器被配置为用于执行所述存储器中存储的程序。
第四方面,本发明实施例还提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序。
在本发明实施例中,通过获取多源线状要素数据;对所述多源线状要素数据中的目标线状要素数据进行叠加分析,确定出所述目标线状要素之间的重叠区域,其中,所述目标线状要素单线数据为所述多源线状要素数据中任意两种来源的线状要素数据;基于所述重叠区域对应的线状要素数据,确定出所述重叠区域对应的线状要素数据之间的特征参数,其中,所述特征参数包括:长度比,均值比,标准差比和扭角比;基于所述特征参数,计算出所述重叠区域对应的线状要素数据之间的匹配度,达到了利用不同来源的线状要素的形状特征确定出不同来源的线状要素的匹配度的目的,进而解决了现有技术中线状要素匹配准确率较低的技术问题,从而实现了提高线状要素匹配准确率的技术效果。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术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些实施方式,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为本发明实施例提供的一种线状要素的多维度综合形状匹配度计算方法的流程图;
图2为本发明实施例提供的一种线状要素的多维度综合形状匹配度计算装置的示意图;
图3为本发明实施例提供的一种电子设别的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
实施例一:
根据本发明实施例,提供了一种线状要素的多维度综合形状匹配度计算方法的实施例,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。
图1是根据本发明实施例的一种线状要素的多维度综合形状匹配度计算方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,获取多源线状要素数据;
步骤S104,对所述多源线状要素数据中的目标线状要素数据进行叠加分析,确定出所述目标线状要素之间的重叠区域,其中,所述目标线状要素单线数据为所述多源线状要素数据中任意两种来源的线状要素数据;
步骤S106,基于所述重叠区域对应的线状要素数据,确定出所述重叠区域对应的线状要素数据之间的特征参数,其中,所述特征参数包括:长度比,均值比,标准差比和扭角比;
步骤S108,基于所述特征参数,计算出所述重叠区域对应的线状要素数据之间的匹配度。
在本发明实施例中,通过获取多源线状要素数据;对所述多源线状要素数据中的目标线状要素数据进行叠加分析,确定出所述目标线状要素之间的重叠区域,其中,所述目标线状要素单线数据为所述多源线状要素数据中任意两种来源的线状要素数据;基于所述重叠区域对应的线状要素数据,确定出所述重叠区域对应的线状要素数据之间的特征参数,其中,所述特征参数包括:长度比,均值比,标准差比和扭角比;基于所述特征参数,计算出所述重叠区域对应的线状要素数据之间的匹配度,达到了利用不同来源的线状要素的形状特征确定出不同来源的线状要素的匹配度的目的,进而解决了现有技术中线状要素匹配准确率较低的技术问题,从而实现了提高线状要素匹配准确率的技术效果。
需要说明的是,上述线状要素数据可以为用于表征道路、铁路、水系、境界线等线状地物。
下面以道路为例进行详细说明。
若线状要素数据为道路,则多源线状要素数据可以为从众包平台、道路采集、数据购买和第三方合作方获取所需要的道路数据。
在本发明实施例中,所述目标线状要素单线数据包括:第一目标线状要素单线数据和第二目标线状要素数据;步骤S104包括如下步骤:
对所述多源线状要素数据中的目标线状要素数据进行叠加分析,确定出所述目标线状要素之间的重叠区域,包括:
对所述第一目标线状要素单线数据和所述第二目标线状要素数据进行叠加分析,确定出缓冲区;
基于所述缓冲区,确定出所述重叠区域。
在本发明实施例中,由于不同来源的线状要素单线数据在表示同一条道路是会存在偏差,因此,需要对第一目标线状要素单线数据和第二目标线状要素数据进行叠加分析,确定出缓冲区B,根据缓冲区大小B获取不同来源道路的重叠区域。
在本发明实施例中,步骤S106包括如下步骤:
将所述重叠区域内的第一目标线状要素单线数据,确定为第一线状要素单线数据,以及将所述重叠区域内的第二目标线状要素单线数据,确定为第二线状要素单线数据;
基于所述第一线状要素单线数据和所述第二线状要素单线数据,确定出所述特征参数。
在本发明实施例中,将不同区域的重叠道路计算坐标精差,进行打断处理,分割出两个目标线状要素单线数据中的重叠部分(即,第一线状要素单线数据和第二线状要素单线数据),打断后计算道路的匹配度。具体计算道路匹配度方式及公式如下:
长度比L:
其中:L1是来源1数据的线的几何长度,L2是来源2数据的线的几何长度,长度比L是介于0~100之间的数据,数值越大,长度差别越小。
均值比V:
首先计算进行匹配的第1条线段上的每个形状点到第2条线的最近距离。
其中,X为来源1的线性地物的各形状点的横坐标;Y为来源1的线性地物的各形状点的纵坐标;X终为距离来源1数据形状点最近的两个形状点之间的线段的起始点横坐标;X起和Y起分别为距离来源1数据形状点最近的两个形状点之间的线段的起始点横坐标、纵坐标;X终和Y终分别为距离来源1数据形状点最近的两个形状点之间的线段的终点横坐标、纵坐标。OFF的值为0~1。
当OFF0距离起点近,OFF/>1距离终点近,其他位置在起终点位置,垂足为:
其中,X起和Y起分别为距离来源1数据形状点最近的两个形状点之间的线段的起始点横坐标、纵坐标;X终和Y终分别为距离来源1数据形状点最近的两个形状点之间的线段的终点横坐标、纵坐标;X垂点、Y垂点分别表示来源1的数据形状点到来源2数据上的垂足的横坐标和纵坐标。
根据上式计算n个形状点到另一道路的最近距离,并计算均值比V。
其中,为所述第一线状要素单线数据中的第/>个形状点,/>为所述缓冲区的面积;均值比V的结果介于0~100之间,数值越大,距离越小。
标准差比D:
先计算进行匹配的第1条线段上的每个形状点到第2条线的最近距离的标准差,用来判断两段线的形状差异。
其中:为n个形状点最近距离的平均值;B为缓冲区大小;标准差比D的结果介于0~100之间,数值越大,形状越相似。
扭角比A:
计算两个线段起止点连线的夹角的补角与平角的比值,用来判断两个来源道路之间角度的差异。
其中,α为所述第一线状要素单线数据和所述第二线状要素单线数据的起止点连线的夹角,(xL0,yL0)为所述第一线状要素单线数据的起点坐标,(xL1,yL1)所述第一线状要素单线数据的终点坐标,(xR0,yR0)为所述第二线状要素单线数据的起点坐标,(xR1,yR1)分别为所述第二线状要素单线数据的终点坐标。
扭角比A的结果是介于0~100之间的数值,数值越大,两线段夹角越大,形状相似度越小。
综合匹配度M:
以北京为例(不同区域场景参数不同),依据大量数据经验调试,其综合匹配度参数如下:
其中:V、L、D、A分别为两条线段的均值比、长度比、标准差比和扭角比;M为两条线段之间的综合匹配度,匹配度值越大,匹配质量越好。可根据其他算法直接根据规则进行融合。
在本发明实施例中,两个来源的道路根据缓冲距离判断为一组表达同一道路的数据时,根据形状点到端点的最近距离互相截取匹配部分;
依次计算互相截取的匹配部分的长度比、均值比、标准差比和扭角比,若任一条件不满足,则返回道路不匹配,若逐一满足最小值,则计算综合匹配度;
判断匹配部分是否满足综合匹配度最小值,若不满足则返回道路不匹配,反之判定两段线的匹配程度。
不同的数据来源,在其规范和采集误差的作用下,数据的形状会有不同。两个数据源数据表现同一条道路时几何位置存在偏差,应用本算法纠正数据形状点位置并完成调整,选择质量较优的道路。
实施例二:
本发明实施例还提供了一种线状要素的多维度综合形状匹配度计算装置,该基于卫星遥感的盐湖锂矿项目产能监测装置用于执行本发明实施例上述内容所提供的线状要素的多维度综合形状匹配度计算方法,以下是本发明实施例提供的线状要素的多维度综合形状匹配度计算装置的具体介绍。
如图2所示,图2为上述线状要素的多维度综合形状匹配度计算的示意图,该线状要素的多维度综合形状匹配度计算包括:
获取单元10,用于获取多源线状要素数据;
第一确定单元20,用于对所述多源线状要素数据中的目标线状要素数据进行叠加分析,确定出所述目标线状要素之间的重叠区域,其中,所述目标线状要素单线数据为所述多源线状要素数据中任意两种来源的线状要素数据;
第二确定单元30,用于基于所述重叠区域对应的线状要素数据,确定出所述重叠区域对应的线状要素数据之间的特征参数,其中,所述特征参数包括:长度比,均值比,标准差比和扭角比;
计算单元40,用于基于所述特征参数,计算出所述重叠区域对应的线状要素数据之间的匹配度。
在本发明实施例中,通过获取多源线状要素数据;对所述多源线状要素数据中的目标线状要素数据进行叠加分析,确定出所述目标线状要素之间的重叠区域,其中,所述目标线状要素单线数据为所述多源线状要素数据中任意两种来源的线状要素数据;基于所述重叠区域对应的线状要素数据,确定出所述重叠区域对应的线状要素数据之间的特征参数,其中,所述特征参数包括:长度比,均值比,标准差比和扭角比;基于所述特征参数,计算出所述重叠区域对应的线状要素数据之间的匹配度,达到了利用不同来源的线状要素的形状特征确定出不同来源的线状要素的匹配度的目的,进而解决了现有技术中线状要素匹配准确率较低的技术问题,从而实现了提高线状要素匹配准确率的技术效果。
实施例三:
本发明实施例还提供了一种电子设备,包括存储器以及处理器,所述存储器用于存储支持处理器执行上述实施例一中所述方法的程序,所述处理器被配置为用于执行所述存储器中存储的程序。
参见图3,本发明实施例还提供一种电子设备100,包括:处理器60,存储器61,总线62和通信接口63,所述处理器60、通信接口63和存储器61通过总线62连接;处理器60用于执行存储器61中存储的可执行模块,例如计算机程序。
其中,存储器61可能包含高速随机存取存储器(RAM,Random Access Memory),也可能还包括非不稳定的存储器(non-volatilememory),例如至少一个磁盘存储器。通过至少一个通信接口63(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接,可以使用互联网,广域网,本地网,城域网等。
总线62可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图3中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
其中,存储器61用于存储程序,所述处理器60在接收到执行指令后,执行所述程序,前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器60中,或者由处理器60实现。
处理器60可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器60中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器60可以是通用处理器,包括中央处理器(CentralProcessingUnit,简称CPU)、网络处理器(NetworkProcessor,简称NP)等;还可以是数字信号处理器(Digital SignalProcessing,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器61,处理器60读取存储器61中的信息,结合其硬件完成上述方法的步骤。
实施例四:
本发明实施例还提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器运行时执行上述实施例一中所述方法的步骤。
另外,在本发明实施例的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (5)
1.一种线状要素的多维度综合形状匹配度计算方法,其特征在于,包括:
获取多源线状要素数据;
对所述多源线状要素数据中的目标线状要素单线数据进行叠加分析,确定出所述目标线状要素之间的重叠区域,其中,所述目标线状要素单线数据为所述多源线状要素数据中任意两种来源的线状要素数据;
基于所述重叠区域对应的线状要素数据,确定出所述重叠区域对应的线状要素数据之间的特征参数,其中,所述特征参数包括:长度比,均值比,标准差比和扭角比;
基于所述特征参数,计算出所述重叠区域对应的线状要素数据之间的匹配度;
所述目标线状要素单线数据包括:第一目标线状要素单线数据和第二目标线状要素单线数据;对所述多源线状要素数据中的目标线状要素单线数据进行叠加分析,确定出所述目标线状要素之间的重叠区域,包括:对所述第一目标线状要素单线数据和所述第二目标线状要素单线数据进行叠加分析,确定出缓冲区;基于所述缓冲区,确定出所述重叠区域;
基于所述重叠区域对应的线状要素数据,确定出所述重叠区域对应的线状要素数据之间的特征参数,包括:将所述重叠区域内的第一目标线状要素单线数据,确定为第一线状要素单线数据,以及将所述重叠区域内的第二目标线状要素单线数据,确定为第二线状要素单线数据;基于所述第一线状要素单线数据和所述第二线状要素单线数据,确定出所述特征参数;
所述长度比的计算公式为,其中,/>为所述第一线状要素单线数据的几何长度,/>为所述第二线状要素单线数据的几何长度;
所述均值比的计算公式为,其中,/>为所述第一线状要素单线数据中的第/>个形状点,/>为所述缓冲区的面积;
所述标准差比的计算公式为,其中,/>为所述第一线状要素单线数据中的n个形状点与所述第二线状要素单线数据之间的最近距离的平均值;
所述扭角比的计算公式为,其中,
,其中,α为所述第一线状要素单线数据和所述第二线状要素单线数据的起止点连线的夹角,(xL0,yL0)为所述第一线状要素单线数据的起点坐标,(xL1,yL1)所述第一线状要素单线数据的终点点坐标,(xR0,yR0)为所述第二线状要素单线数据的起点坐标,(xR1,yR1)分别为所述第二线状要素单线数据的终点坐标。
2.根据权利要求1所述的方法,其特征在于,
所述匹配度的计算公式为。
3.一种线状要素的多维度综合形状匹配度计算装置,其特征在于,包括:
获取单元,用于获取多源线状要素数据;
第一确定单元,用于对所述多源线状要素数据中的目标线状要素单线数据进行叠加分析,确定出所述目标线状要素之间的重叠区域,其中,所述目标线状要素单线数据为所述多源线状要素数据中任意两种来源的线状要素数据;
第二确定单元,用于基于所述重叠区域对应的线状要素数据,确定出所述重叠区域对应的线状要素数据之间的特征参数,其中,所述特征参数包括:长度比,均值比,标准差比和扭角比;
计算单元,用于基于所述特征参数,计算出所述重叠区域对应的线状要素数据之间的匹配度;
所述目标线状要素单线数据包括:第一目标线状要素单线数据和第二目标线状要素单线数据;第一确定单元,用于:对所述第一目标线状要素单线数据和所述第二目标线状要素单线数据进行叠加分析,确定出缓冲区;基于所述缓冲区,确定出所述重叠区域;
所述第二确定单元,用于:将所述重叠区域内的第一目标线状要素单线数据,确定为第一线状要素单线数据,以及将所述重叠区域内的第二目标线状要素单线数据,确定为第二线状要素单线数据;基于所述第一线状要素单线数据和所述第二线状要素单线数据,确定出所述特征参数;
所述长度比的计算公式为,其中,/>为所述第一线状要素单线数据的几何长度,/>为所述第二线状要素单线数据的几何长度;
所述均值比的计算公式为,其中,/>为所述第一线状要素单线数据中的第/>个形状点,/>为所述缓冲区的面积;
所述标准差比的计算公式为,其中,/>为所述第一线状要素单线数据中的n个形状点与所述第二线状要素单线数据之间的最近距离的平均值;
所述扭角比的计算公式为,其中,
,其中,α为所述第一线状要素单线数据和所述第二线状要素单线数据的起止点连线的夹角,(xL0,yL0)为所述第一线状要素单线数据的起点坐标,(xL1,yL1)所述第一线状要素单线数据的终点点坐标,(xR0,yR0)为所述第二线状要素单线数据的起点坐标,(xR1,yR1)分别为所述第二线状要素单线数据的终点坐标。
4.一种电子设备,其特征在于,包括存储器以及处理器,所述存储器用于存储支持处理器执行权利要求1至2任一项所述方法的程序,所述处理器被配置为用于执行所述存储器中存储的程序。
5.一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,其特征在于,计算机程序被处理器运行时执行上述权利要求1至2任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310315140.7A CN116051614B (zh) | 2023-03-29 | 2023-03-29 | 一种线状要素的多维度综合形状匹配度计算方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310315140.7A CN116051614B (zh) | 2023-03-29 | 2023-03-29 | 一种线状要素的多维度综合形状匹配度计算方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116051614A CN116051614A (zh) | 2023-05-02 |
CN116051614B true CN116051614B (zh) | 2023-11-28 |
Family
ID=86122103
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310315140.7A Active CN116051614B (zh) | 2023-03-29 | 2023-03-29 | 一种线状要素的多维度综合形状匹配度计算方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116051614B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111103595A (zh) * | 2020-01-02 | 2020-05-05 | 广州建通测绘地理信息技术股份有限公司 | 一种数字线划图的生成方法和装置 |
CN112652036A (zh) * | 2020-12-28 | 2021-04-13 | 北京百度网讯科技有限公司 | 道路数据的处理方法、装置、设备及存储介质 |
CN112784633A (zh) * | 2019-11-07 | 2021-05-11 | 北京四维图新科技股份有限公司 | 一种车道边界的处理方法、装置、电子设备和存储介质 |
CN113076387A (zh) * | 2021-04-08 | 2021-07-06 | 北京星天地信息科技有限公司 | 一种基于多基元图谱匹配的道路路网匹配方法及装置 |
WO2021212294A1 (en) * | 2020-04-21 | 2021-10-28 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for determining a two-dimensional map |
CN113902034A (zh) * | 2021-11-01 | 2022-01-07 | 武汉市测绘研究院 | 一种矢量道路数据变化信息识别与提取方法和装置 |
CN114168694A (zh) * | 2021-11-25 | 2022-03-11 | 深圳依时货拉拉科技有限公司 | 路网融合方法、装置、计算机设备和存储介质 |
CN114279433A (zh) * | 2021-12-23 | 2022-04-05 | 北京百度网讯科技有限公司 | 地图数据自动化生产方法、相关装置及计算机程序产品 |
CN115049157A (zh) * | 2022-08-12 | 2022-09-13 | 所托(杭州)汽车智能设备有限公司 | 路线匹配方法、装置、服务器及存储介质 |
CN115408410A (zh) * | 2022-08-30 | 2022-11-29 | 合肥四维图新科技有限公司 | 电子地图数据与地图采集数据的匹配方法、装置及设备 |
CN115658710A (zh) * | 2022-11-01 | 2023-01-31 | 合肥四维图新科技有限公司 | 地图更新处理方法、装置、电子设备及存储介质 |
-
2023
- 2023-03-29 CN CN202310315140.7A patent/CN116051614B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112784633A (zh) * | 2019-11-07 | 2021-05-11 | 北京四维图新科技股份有限公司 | 一种车道边界的处理方法、装置、电子设备和存储介质 |
CN111103595A (zh) * | 2020-01-02 | 2020-05-05 | 广州建通测绘地理信息技术股份有限公司 | 一种数字线划图的生成方法和装置 |
WO2021212294A1 (en) * | 2020-04-21 | 2021-10-28 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for determining a two-dimensional map |
CN112652036A (zh) * | 2020-12-28 | 2021-04-13 | 北京百度网讯科技有限公司 | 道路数据的处理方法、装置、设备及存储介质 |
CN113076387A (zh) * | 2021-04-08 | 2021-07-06 | 北京星天地信息科技有限公司 | 一种基于多基元图谱匹配的道路路网匹配方法及装置 |
CN113902034A (zh) * | 2021-11-01 | 2022-01-07 | 武汉市测绘研究院 | 一种矢量道路数据变化信息识别与提取方法和装置 |
CN114168694A (zh) * | 2021-11-25 | 2022-03-11 | 深圳依时货拉拉科技有限公司 | 路网融合方法、装置、计算机设备和存储介质 |
CN114279433A (zh) * | 2021-12-23 | 2022-04-05 | 北京百度网讯科技有限公司 | 地图数据自动化生产方法、相关装置及计算机程序产品 |
CN115049157A (zh) * | 2022-08-12 | 2022-09-13 | 所托(杭州)汽车智能设备有限公司 | 路线匹配方法、装置、服务器及存储介质 |
CN115408410A (zh) * | 2022-08-30 | 2022-11-29 | 合肥四维图新科技有限公司 | 电子地图数据与地图采集数据的匹配方法、装置及设备 |
CN115658710A (zh) * | 2022-11-01 | 2023-01-31 | 合肥四维图新科技有限公司 | 地图更新处理方法、装置、电子设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
任刚 等.《交通计算机辅助工程》.人民交通出版社,2010,全文. * |
赵彬彬.《空间数据不一致性探测处理理论与方法》.测绘出版社,2020,第62-73页. * |
Also Published As
Publication number | Publication date |
---|---|
CN116051614A (zh) | 2023-05-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110633344B (zh) | 一种确定点与围栏关系的方法、装置和电子设备 | |
CN111311710B (zh) | 一种高精地图的制作方法和装置、电子设备、存储介质 | |
CN113155139B (zh) | 车辆轨迹纠偏方法、装置及电子设备 | |
CN110109165B (zh) | 行驶轨迹中异常点的检测方法及装置 | |
CN107688189B (zh) | 一种gps经纬度坐标的校准方法、装置和移动运动设备 | |
CN112465886A (zh) | 模型生成方法、装置、设备和可读存储介质 | |
CN116484036A (zh) | 图像推荐方法、装置、电子设备及计算机可读存储介质 | |
CN107655487B (zh) | 一种路段方向识别方法及装置 | |
CN116051614B (zh) | 一种线状要素的多维度综合形状匹配度计算方法和装置 | |
CN116069889B (zh) | 一种线状要素单线拓扑状态的判断方法和装置 | |
CN111681432B (zh) | 一种包含信号灯路口的拥堵源头确定方法及装置 | |
CN112784633B (zh) | 一种车道边界的处理方法、装置、电子设备和存储介质 | |
CN111639662A (zh) | 一种遥感图像双向匹配方法、装置、电子设备及存储介质 | |
CN114782588B (zh) | 一种数字孪生城市中道路名称实时绘制方法及系统 | |
CN114647681A (zh) | 路口匹配方法、设备及存储介质 | |
CN113869715A (zh) | 站点分组方法、归属站点确定方法、装置和计算机设备 | |
CN112634396B (zh) | 路网确定方法及装置 | |
CN117593413B (zh) | 基于道路几何矢量追踪的道路赋值方法、装置及设备 | |
CN112508938A (zh) | 一种光学卫星影像几何质量评价方法、装置、设备和存储介质 | |
CN115858519B (zh) | 一种dem平整方法和装置 | |
CN114155508B (zh) | 一种道路变化检测方法、装置、设备以及存储介质 | |
CN112508111B (zh) | 基于道路结构的杆状物融合方法及系统、服务器及介质 | |
CN113570718B (zh) | 线路模型的地形自适应方法、装置、电子设备及存储介质 | |
CN115061479B (zh) | 车道关系确定方法、装置、电子设备及存储介质 | |
CN111026819B (zh) | 一种交通工具可行驶范围的确定方法及装置 |
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 |