CN116341002B - 一种地图数据脱敏方法和系统 - Google Patents

Abstract

本发明涉及地图信息加密技术领域，具体公开了一种地图数据脱敏方法和系统，所述方法包括获取预设范围内的地理图像，对地理图像进行区域标记，得到含有区域信息的底层图像；根据预设的拟合步长依次所述底层图像进行像素拟合，得到以拟合次数为索引的中层图像；遍历所述中层图像，生成与该中层图像对应的区域表；接收用户发送的含有权限级别的查询请求，根据所述权限级别遍历各层图像的区域表，确定显示表；根据所述显示表读取并更新各层图像，得到瓦片数据集。本发明对层级式的地图数据进行内容提取，得到区域表，基于区域表有选择的向用户发送地图数据，在此基础上，对数据传输过程进行加密，极大地提高了地图数据的安全性。

Description

一种地图数据脱敏方法和系统

技术领域

本发明涉及地图信息加密技术领域，具体是一种地图数据脱敏方法和系统。

背景技术

地图是空间信息的图形传递形式，是信息传输工具之一。编图者须充分掌握原始信息，研究制图对象，结合用图要求，合理使用地图语言，将信息准确地传递给用图者。用图者须熟悉地图语言，深入阅读分析地图信息，形成对制图对象正确而深刻的认识。

随着科技水平的提高，电子地图数据逐渐取代了传统的纸质地图数据，地图数据电子化是一把双刃剑，一方面，它使我们的生活越来越便捷，另一方面，它的易于攻击性对我们的安全性提出了一定的挑战，摒弃电子化的地图数据是逆发展的选择，有些因噎废食，因此，提高地图数据的安全性就是我们的目标所在。

发明内容

本发明的目的在于提供一种地图数据脱敏方法和系统，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种地图数据脱敏方法，所述方法包括：

获取预设范围内的地理图像，对所述地理图像进行区域标记，得到含有区域信息的底层图像；所述区域信息包括区域范围和需求级别；

根据预设的拟合步长依次所述底层图像进行像素拟合，得到以拟合次数为索引的中层图像；

遍历所述中层图像，计算不同区域标记对应的像素点总数，当所述像素点总数小于预设的像素阈值时，提取相应的区域信息，生成与该中层图像对应的区域表；

接收用户发送的含有权限级别的查询请求，根据所述权限级别遍历各层图像的区域表，根据遍历结果确定显示表；所述显示表为所述区域表的子表；

根据所述显示表读取并更新各层图像，得到瓦片数据集。

作为本发明进一步的方案：所述根据预设的拟合步长依次所述底层图像进行像素拟合，得到以拟合次数为索引的中层图像的步骤包括：

根据所述预设范围和显示比例确定底层图像和顶层图像的图像大小；

获取处理设备的硬件参数，根据所述硬件参数确定图像的层数，根据所述层数、底层图像的图像大小和顶层图像的图像大小确定拟合步长；所述拟合步长为区域尺寸；

根据所述拟合步长对所述底层图像进行切分，得到子区域；

对所述子区域进行像素拟合，并循环执行，得到以拟合次数为索引的中层图像。

作为本发明进一步的方案：所述对所述子区域进行像素拟合，并循环执行，得到以拟合次数为索引的中层图像的步骤包括：

将所述子区域转换为YUV图像；

根据预设的YUV比例对所述子区域进行归一化处理；

对归一化处理后的子区域进行DBScan聚类，得到点簇；所述点簇的切分方式包括密度可达和密度相连两种类型；

基于点簇对子区域进行像素拟合，并循环执行，得到以拟合次数为索引的中层图像。

作为本发明进一步的方案：所述对归一化处理后的子区域进行DBScan聚类，得到点簇的步骤包括：

遍历子区域中的像素点，基于二维高斯函数确定该像素点的权重矩阵；

根据所述权重矩阵和其他像素点的值计算其他像素点与该像素点的虚拟距离值；所述其他像素点的值为归一化处理后得到的值；

接收用户设定的半径值和点数，基于所述半径值和所述点数在子区域中确定核心点；

以所述核心点确定各像素点的密度关系；所述密度关系包括密度直达、密度可达和密度相连；

根据所述密度关系确定点簇；

其中，所述二维高斯函数为：

式中，G(x，y)为点(x，y)权重，dx和dy为待计算点与点(x，y)的横坐标差和纵坐标差，σ为预设值。

作为本发明进一步的方案：所述接收用户发送的含有权限级别的查询请求，根据所述权限级别遍历各层图像的区域表，根据遍历结果确定显示表的步骤包括：

接收用户发送的查询请求，获取用户信息，根据所述用户信息确定权限级别；

根据由底层图像至顶层图像的顺序依次获取区域表，读取所述区域表中的区域信息项；

将所述权限级别与所述区域信息中的需求级别进行比对，当所述权限级别达到所述需求级别时，标记区域信息；

统计标记的区域信息，得到各层图像的显示表。

作为本发明进一步的方案：所述根据所述显示表读取并更新各层图像，得到瓦片数据集的步骤包括：

根据由顶层图像至底层图像的顺序依次获取显示表和区域表，对所述区域表和所述显示表进行逻辑运算，得到隐藏表；

读取隐藏表中的区域信息的区域范围，在相应的中层图像中确定与该区域范围相邻的若干个区域范围，作为目标范围；

计算目标范围的区域面积，根据所述区域面积确定该目标范围在所述区域范围的转换占比；

基于所述转换占比根据目标范围对区域范围进行区域替换；

统计区域替换后的各层图像得到瓦片数据集；

其中，当隐藏表中的区域范围存在连通关系时，连接相应的区域范围，作为同一区域范围。

本发明技术方案还提供了一种地图数据脱敏系统，所述系统包括：

底层图像生成模块，用于获取预设范围内的地理图像，对所述地理图像进行区域标记，得到含有区域信息的底层图像；所述区域信息包括区域范围和需求级别；

图像拟合模块，用于根据预设的拟合步长依次所述底层图像进行像素拟合，得到以拟合次数为索引的中层图像；

区域表生成模块，用于遍历所述中层图像，计算不同区域标记对应的像素点总数，当所述像素点总数小于预设的像素阈值时，提取相应的区域信息，生成与该中层图像对应的区域表；

显示表确定模块，用于接收用户发送的含有权限级别的查询请求，根据所述权限级别遍历各层图像的区域表，根据遍历结果确定显示表；所述显示表为所述区域表的子表；

图像更新模块，用于根据所述显示表读取并更新各层图像，得到瓦片数据集。

作为本发明进一步的方案：所述图像拟合模块包括：

图像大小获取单元，用于根据所述预设范围和显示比例确定底层图像和顶层图像的图像大小；

拟合步长确定单元，用于获取处理设备的硬件参数，根据所述硬件参数确定图像的层数，根据所述层数、底层图像的图像大小和顶层图像的图像大小确定拟合步长；所述拟合步长为区域尺寸；

图像切分单元，用于根据所述拟合步长对所述底层图像进行切分，得到子区域；

像素拟合单元，用于对所述子区域进行像素拟合，并循环执行，得到以拟合次数为索引的中层图像。

作为本发明进一步的方案：所述显示表确定模块包括：

权限级别确定单元，用于接收用户发送的查询请求，获取用户信息，根据所述用户信息确定权限级别；

区域信息读取单元，用于根据由底层图像至顶层图像的顺序依次获取区域表，读取所述区域表中的区域信息项；

级别比对单元，用于将所述权限级别与所述区域信息中的需求级别进行比对，当所述权限级别达到所述需求级别时，标记区域信息；

信息统计单元，用于统计标记的区域信息，得到各层图像的显示表。

作为本发明进一步的方案：所述图像更新模块包括：

隐藏表生成单元，用于根据由顶层图像至底层图像的顺序依次获取显示表和区域表，对所述区域表和所述显示表进行逻辑运算，得到隐藏表；

目标范围确定单元，用于读取隐藏表中的区域信息的区域范围，在相应的中层图像中确定与该区域范围相邻的若干个区域范围，作为目标范围；

转换占比确定单元，用于计算目标范围的区域面积，根据所述区域面积确定该目标范围在所述区域范围的转换占比；

替换执行单元，用于基于所述转换占比根据目标范围对区域范围进行区域替换；

数据集生成单元，用于统计区域替换后的各层图像得到瓦片数据集；

其中，当隐藏表中的区域范围存在连通关系时，连接相应的区域范围，作为同一区域范围。

与现有技术相比，本发明的有益效果是：

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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，下面描述中的附图仅仅是本发明的一些实施例。

图1为地图数据脱敏方法的流程框图。

图2为地图数据脱敏方法的第一子流程框图。

图3为地图数据脱敏方法的第二子流程框图。

图4为地图数据脱敏方法的第三子流程框图。

图5为地图数据脱敏系统的组成结构框图。

具体实施方式

为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，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例仅仅用以解释本发明，并不用于限定本发明。

实施例1

图1为地图数据脱敏方法的流程框图，本发明实施例中，一种地图数据脱敏方法，所述方法包括：

步骤S100：获取预设范围内的地理图像，对所述地理图像进行区域标记，得到含有区域信息的底层图像；所述区域信息包括区域范围和需求级别；

本发明技术方案的处理内容是一定范围内的地理图像，对地理图像进行标记的过程有很多，例如，基于四色原理对地理图像进行色彩标记，然后在标记的同时，生成不同区域的标签，从而确定区域信息的区域范围；另外，所述需求级别可以是单独的一个属性，也可以插入所述标签中；最终得到的数据是含有轮廓切分信息及各轮廓标签的底层图像。

步骤S200：根据预设的拟合步长依次所述底层图像进行像素拟合，得到以拟合次数为索引的中层图像；

步骤S200是一种瓦片数据的金字塔模型，通过一层一层的像素拟合，最终得到多层图像，这些多层图像随用户的需求进行展示；随着所述拟合次数的增多，中层图像的细节越来越少。

步骤S300：遍历所述中层图像，计算不同区域标记对应的像素点总数，当所述像素点总数小于预设的像素阈值时，提取相应的区域信息，生成与该中层图像对应的区域表；

区域表是本发明技术方案的核心技术特征，在中层图像的生成后，统计中层图像中已有的区域信息，得到一个区域表，所述区域信息中含有区域范围和需求级别，当用户想要获取地图信息时，根据用户的级别可以快速的在区域表中确定哪些内容显示，哪些内容不显示。

步骤S400：接收用户发送的含有权限级别的查询请求，根据所述权限级别遍历各层图像的区域表，根据遍历结果确定显示表；所述显示表为所述区域表的子表；

步骤S500：根据所述显示表读取并更新各层图像，得到瓦片数据集。

步骤S400至步骤S500是具体的执行步骤，接收用户发送的查询请求，获取用户的权限级别，根据权限级别确定不同层图像中，哪些内容显示，哪些内容不显示，显示的内容就是上述显示表中的内容；所述显示表是区域表的子集。

显示表确定后，需要根据显示表对图像更新，这一更新过程发生在每一层的图像中；每一层图像均被更新后，得到图像集，也就是上述内容中的瓦片数据集。

图2为地图数据脱敏方法的第一子流程框图，所述根据预设的拟合步长依次所述底层图像进行像素拟合，得到以拟合次数为索引的中层图像的步骤包括：

步骤S201：根据所述预设范围和显示比例确定底层图像和顶层图像的图像大小；

步骤S202：获取处理设备的硬件参数，根据所述硬件参数确定图像的层数，根据所述层数、底层图像的图像大小和顶层图像的图像大小确定拟合步长；所述拟合步长为区域尺寸；

步骤S203：根据所述拟合步长对所述底层图像进行切分，得到子区域；

步骤S204：对所述子区域进行像素拟合，并循环执行，得到以拟合次数为索引的中层图像。

步骤S201至步骤S204对中层图像的生成过程进行了具体的描述，首先，根据预设范围和显示比例确定底层图像的大小，所述底层图像是最细节的图像，所述顶层图像是最模糊的图像，它与真实环境之间均存在一个比例尺，所述比例尺就是所述显示比例；然后，根据处理器的硬件参数确定有多少层图像，如果处理器的性能较高，那么层数就可以多一些，如果处理器的性能较低，那么层数就会少一些；最后，根据层数、底层图像的图像大小和顶层图像的图像大小可以确定一个统一的拟合步长，所述拟合步长可以是4*4像素区域，也可以是4*3像素区域，一般情况下，正方形的区域更常见；将上述像素区域统一为一个像素点的过程就是拟合过程。

通俗地说，上述过程就是不断地将下一层图像中的一部分像素拟合成一个或几个像素，从而得到上一层图像，上一层图像与下一层图像相比，显示比例更大，但精细度较低，这一过程可以参考常用的地图缩放功能。

需要说明的是，步骤S203和步骤S204是循环步骤，每生成一个中层图像，就在这一中层图像的基础上再次进行切分拟合的过程。

此外，步骤S204的操作过程需要实时记录，由操作过程可以由上层图像逆推至下层图像。

作为本发明技术方案的一个优选实施例，所述对所述子区域进行像素拟合，并循环执行，得到以拟合次数为索引的中层图像的步骤包括：

将所述子区域转换为YUV图像；

所述YUV图像与RGB图像类似，是不同的图像表示模式；YUV是用一个称为Y(相当于灰度)的“亮度”分量和两个“色度”分量表示，分别称为U(蓝色投影)和V(红色投影)。

根据预设的YUV比例对所述子区域进行归一化处理；

所述YUV比例可以是4∶2∶0，也可以是其他比例，用于表示YUV值在图像中的重要性，由工作人员视情况具体确定；归一化处理后的子区域，得到是的单值区域。

对归一化处理后的子区域进行DBScan聚类，得到点簇；所述点簇的切分方式包括密度可达和密度相连两种类型；

对归一化处理后的子区域中的像素点进行聚类，可以得到点簇，聚类算法采用DBScan聚类算法，它无需预先设定中心点，即可对各个点进行聚类，并计算不同点之间的关系。

具体的，DBScan聚类算法进行说明，如下：

DBScan聚类算法需要两个工作人员预设的参数，分别是半径和点位数；假设存在一些点，遍历这些点，以点为中心，计算所述半径内的点的总数，判断所述总数是否达到点位数，如果达到，就将该点标记为核心点；然后，以核心点为中心，将核心点半径内的点与核心点的关系标记为密度直达；当所有点与点之间的关系标记完成后，如果一个点与一个核心点之间可以通过多个密度直达的核心点串联，那么该点与该核心点的关系为密度可达；如果一个点与另一个点(非核心点)的核心点的关系为密度可达，那么这两个点的关系就是密度相连。

值得一提的是，DBScan聚类算法在聚类领域中很常见，相关的执行方式也有很多，基于DBScan聚类算法的原理可以确定一个适用于本发明技术方案的具体执行方式。

基于点簇对子区域进行像素拟合，并循环执行，得到以拟合次数为索引的中层图像；

当点簇生成后，将同一点簇的所有像素点用其中一个像素点或其他理论像素点代替，这样即可将一个下层图像中的大区域拟合为上层图像中的一个小区域，循环执行这一过程，即可得到多个中层图像。

其中，所述理论像素点指的是，由所有像素点的色值按照预设的计算公式计算出的理论色值，由理论色值生成的像素点。

作为本发明技术方案的一个优选实施例，所述对归一化处理后的子区域进行DBScan聚类，得到点簇的步骤包括：

遍历子区域中的像素点，基于二维高斯函数确定该像素点的权重矩阵；

根据所述权重矩阵和其他像素点的值计算其他像素点与该像素点的虚拟距离值；所述其他像素点的值为归一化处理后得到的值；

接收用户设定的半径值和点数，基于所述半径值和所述点数在子区域中确定核心点；

以所述核心点确定各像素点的密度关系；所述密度关系包括密度直达、密度可达和密度相连；

根据所述密度关系确定点簇；

上述内容对DBScan聚类算法的应用过程进行了具体的描述，其中，需要说明的地方就是虚拟距离值这一技术特征，这是本发明技术方案的一个创新点；对于子区域来说，计算各点之间的距离一般采用欧式距离，再结合各像素点的值，可以得到不同像素点用于分类的值；其中，所述欧式距离为横纵坐标差的平方和。

在这一过程中，欧式距离难以反映各点之间相互影响的关系，在上述内容中，按照预设的顺序先选取一个像素点，通过二维高斯函数计算其周围点与它之间影响关系(高斯函数的特征)，得到权重值，统计所有权重值，即可得到权重矩阵；然后对下一个像素点重复上述过程，其中，已经得到权重的两个点读取已有数据即可；最终可以确定子区域中任意两点之间的影响关系(权重)；由工作人员预设一个含有权重和像素点的值两个参数的计算公式，即可计算出两个点之间的虚拟距离，由虚拟距离取代欧式距离进行DBScan聚类，可以极大地提高聚类契合度。

其中，所述二维高斯函数为：

式中，G(x，y)为点(x，y)权重，dx和dy为待计算点与点(x，y)的横坐标差和纵坐标差，σ为预设值。

图3为地图数据脱敏方法的第二子流程框图，所述接收用户发送的含有权限级别的查询请求，根据所述权限级别遍历各层图像的区域表，根据遍历结果确定显示表的步骤包括：

步骤S401：接收用户发送的查询请求，获取用户信息，根据所述用户信息确定权限级别；

步骤S402：根据由底层图像至顶层图像的顺序依次获取区域表，读取所述区域表中的区域信息项；

步骤S403：将所述权限级别与所述区域信息中的需求级别进行比对，当所述权限级别达到所述需求级别时，标记区域信息；

步骤S404：统计标记的区域信息，得到各层图像的显示表。

上述内容是显示表的生成过程，显示表的生成过程较为简单，核心就是权限级别与需求级别的比对，当用户的权限级别达到了需求级别时，相应的区域信息才会显示。

值得一提的是，显示表的生成顺序是由底层图像至顶层图像依次生成的，这是因为，底层图像的内容最完整，面积较小的区域大都被归纳为底层图像对应的区域表，由底至上的统计过程更容易设计。

图4为地图数据脱敏方法的第三子流程框图，所述根据所述显示表读取并更新各层图像，得到瓦片数据集的步骤包括：

步骤S501：根据由顶层图像至底层图像的顺序依次获取显示表和区域表，对所述区域表和所述显示表进行逻辑运算，得到隐藏表；

步骤S502：读取隐藏表中的区域信息的区域范围，在相应的中层图像中确定与该区域范围相邻的若干个区域范围，作为目标范围；

步骤S503：计算目标范围的区域面积，根据所述区域面积确定该目标范围在所述区域范围的转换占比；

步骤S504：基于所述转换占比根据目标范围对区域范围进行区域替换；

步骤S505：统计区域替换后的各层图像得到瓦片数据集；

其中，当隐藏表中的区域范围存在连通关系时，连接相应的区域范围，作为同一区域范围。

上述内容对图像的加密过程进行了具体的描述，其核心思想为，通过相邻的区域对需求隐藏的区域进行“模糊”处理，这一过程可以类比于PS软件中的仿制图章工具的，通过背景对某部分内容进行替换。

可以想到，同一区域有不止一个相邻区域，想要提高“模糊”处理的真实性，需要考虑不同听相邻区域，这也是上述转换比例想要实现的功能。

值得一提的是，更新过程是由顶层图像至底层图像依次进行的，上层图像的“模糊”处理过程效率更高，上述区域替换过程包括逆推关系的替换。

实施例2

图5为地图数据脱敏系统的组成结构框图，本发明实施例中，一种地图数据脱敏系统，所述系统10包括：

底层图像生成模块11，用于获取预设范围内的地理图像，对所述地理图像进行区域标记，得到含有区域信息的底层图像；所述区域信息包括区域范围和需求级别；

图像拟合模块12，用于根据预设的拟合步长依次所述底层图像进行像素拟合，得到以拟合次数为索引的中层图像；

区域表生成模块13，用于遍历所述中层图像，计算不同区域标记对应的像素点总数，当所述像素点总数小于预设的像素阈值时，提取相应的区域信息，生成与该中层图像对应的区域表；

显示表确定模块14，用于接收用户发送的含有权限级别的查询请求，根据所述权限级别遍历各层图像的区域表，根据遍历结果确定显示表；所述显示表为所述区域表的子表；

图像更新模块15，用于根据所述显示表读取并更新各层图像，得到瓦片数据集。

所述图像拟合模块12包括：

图像大小获取单元，用于根据所述预设范围和显示比例确定底层图像和顶层图像的图像大小；

拟合步长确定单元，用于获取处理设备的硬件参数，根据所述硬件参数确定图像的层数，根据所述层数、底层图像的图像大小和顶层图像的图像大小确定拟合步长；所述拟合步长为区域尺寸；

图像切分单元，用于根据所述拟合步长对所述底层图像进行切分，得到子区域；

像素拟合单元，用于对所述子区域进行像素拟合，并循环执行，得到以拟合次数为索引的中层图像。

所述显示表确定模块14包括：

权限级别确定单元，用于接收用户发送的查询请求，获取用户信息，根据所述用户信息确定权限级别；

区域信息读取单元，用于根据由底层图像至顶层图像的顺序依次获取区域表，读取所述区域表中的区域信息项；

级别比对单元，用于将所述权限级别与所述区域信息中的需求级别进行比对，当所述权限级别达到所述需求级别时，标记区域信息；

信息统计单元，用于统计标记的区域信息，得到各层图像的显示表。

所述图像更新模块15包括：

隐藏表生成单元，用于根据由顶层图像至底层图像的顺序依次获取显示表和区域表，对所述区域表和所述显示表进行逻辑运算，得到隐藏表；

目标范围确定单元，用于读取隐藏表中的区域信息的区域范围，在相应的中层图像中确定与该区域范围相邻的若干个区域范围，作为目标范围；

转换占比确定单元，用于计算目标范围的区域面积，根据所述区域面积确定该目标范围在所述区域范围的转换占比；

替换执行单元，用于基于所述转换占比根据目标范围对区域范围进行区域替换；

数据集生成单元，用于统计区域替换后的各层图像得到瓦片数据集；

其中，当隐藏表中的区域范围存在连通关系时，连接相应的区域范围，作为同一区域范围。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种地图数据脱敏方法，其特征在于，所述方法包括：

获取预设范围内的地理图像，对所述地理图像进行区域标记，得到含有区域信息的底层图像；所述区域信息包括区域范围和需求级别；

根据预设的拟合步长依次对所述底层图像进行像素拟合，得到以拟合次数为索引的中层图像；

遍历所述中层图像，计算不同区域标记对应的像素点总数，当所述像素点总数小于预设的像素阈值时，提取相应的区域信息，生成与该中层图像对应的区域表；

接收用户发送的含有权限级别的查询请求，根据所述权限级别遍历各层图像的区域表，根据遍历结果确定显示表；所述显示表为所述区域表的子表；

根据所述显示表读取并更新各层图像，得到瓦片数据集；

所述根据所述显示表读取并更新各层图像，得到瓦片数据集的步骤包括：

根据由顶层图像至底层图像的顺序依次获取显示表和区域表，对所述区域表和所述显示表进行逻辑运算，得到隐藏表；

读取隐藏表中的区域信息的区域范围，在相应的中层图像中确定与该区域范围相邻的若干个区域范围，作为目标范围；

计算目标范围的区域面积，根据所述区域面积确定该目标范围在所述区域范围的转换占比；

基于所述转换占比根据目标范围对区域范围进行区域替换；

统计区域替换后的各层图像得到瓦片数据集；

其中，当隐藏表中的区域范围存在连通关系时，连接相应的区域范围，作为同一区域范围。

2.根据权利要求1所述的地图数据脱敏方法，其特征在于，所述根据预设的拟合步长依次所述底层图像进行像素拟合，得到以拟合次数为索引的中层图像的步骤包括：

根据所述预设范围和显示比例确定底层图像和顶层图像的图像大小；

获取处理设备的硬件参数，根据所述硬件参数确定图像的层数，根据所述层数、底层图像的图像大小和顶层图像的图像大小确定拟合步长；所述拟合步长为区域尺寸；

根据所述拟合步长对所述底层图像进行切分，得到子区域；

对所述子区域进行像素拟合，并循环执行，得到以拟合次数为索引的中层图像。

3.根据权利要求2所述的地图数据脱敏方法，其特征在于，所述对所述子区域进行像素拟合，并循环执行，得到以拟合次数为索引的中层图像的步骤包括：

将所述子区域转换为YUV图像；

根据预设的YUV比例对所述子区域进行归一化处理；

对归一化处理后的子区域进行DBScan聚类，得到点簇；所述点簇的切分方式包括密度可达和密度相连两种类型；

基于点簇对子区域进行像素拟合，并循环执行，得到以拟合次数为索引的中层图像。

4.根据权利要求3所述的地图数据脱敏方法，其特征在于，所述对归一化处理后的子区域进行DBScan聚类，得到点簇的步骤包括：

遍历子区域中的像素点，基于二维高斯函数确定该像素点的权重矩阵；

根据所述权重矩阵和其他像素点的值计算其他像素点与该像素点的虚拟距离值；所述其他像素点的值为归一化处理后得到的值；

接收用户设定的半径值和点数，基于所述半径值和所述点数在子区域中确定核心点；

以所述核心点确定各像素点的密度关系；所述密度关系包括密度直达、密度可达和密度相连；

根据所述密度关系确定点簇；

其中，所述二维高斯函数为：

式中，G(x,y)为点(x,y)权重，dx和dy为待计算点与点(x,y)的横坐标差和纵坐标差，σ为预设值。

5.根据权利要求1所述的地图数据脱敏方法，其特征在于，所述接收用户发送的含有权限级别的查询请求，根据所述权限级别遍历各层图像的区域表，根据遍历结果确定显示表的步骤包括：

接收用户发送的查询请求，获取用户信息，根据所述用户信息确定权限级别；

根据由底层图像至顶层图像的顺序依次获取区域表，读取所述区域表中的区域信息项；

将所述权限级别与所述区域信息中的需求级别进行比对，当所述权限级别达到所述需求级别时，标记区域信息；

统计标记的区域信息，得到各层图像的显示表。

6.一种地图数据脱敏系统，其特征在于，所述系统包括：

底层图像生成模块，用于获取预设范围内的地理图像，对所述地理图像进行区域标记，得到含有区域信息的底层图像；所述区域信息包括区域范围和需求级别；

图像拟合模块，用于根据预设的拟合步长依次对所述底层图像进行像素拟合，得到以拟合次数为索引的中层图像；

区域表生成模块，用于遍历所述中层图像，计算不同区域标记对应的像素点总数，当所述像素点总数小于预设的像素阈值时，提取相应的区域信息，生成与该中层图像对应的区域表；

显示表确定模块，用于接收用户发送的含有权限级别的查询请求，根据所述权限级别遍历各层图像的区域表，根据遍历结果确定显示表；所述显示表为所述区域表的子表；

图像更新模块，用于根据所述显示表读取并更新各层图像，得到瓦片数据集；

所述图像更新模块包括：

隐藏表生成单元，用于根据由顶层图像至底层图像的顺序依次获取显示表和区域表，对所述区域表和所述显示表进行逻辑运算，得到隐藏表；

目标范围确定单元，用于读取隐藏表中的区域信息的区域范围，在相应的中层图像中确定与该区域范围相邻的若干个区域范围，作为目标范围；

转换占比确定单元，用于计算目标范围的区域面积，根据所述区域面积确定该目标范围在所述区域范围的转换占比；

替换执行单元，用于基于所述转换占比根据目标范围对区域范围进行区域替换；

数据集生成单元，用于统计区域替换后的各层图像得到瓦片数据集；

其中，当隐藏表中的区域范围存在连通关系时，连接相应的区域范围，作为同一区域范围。

7.根据权利要求6所述的地图数据脱敏系统，其特征在于，所述图像拟合模块包括：

图像大小获取单元，用于根据所述预设范围和显示比例确定底层图像和顶层图像的图像大小；

拟合步长确定单元，用于获取处理设备的硬件参数，根据所述硬件参数确定图像的层数，根据所述层数、底层图像的图像大小和顶层图像的图像大小确定拟合步长；所述拟合步长为区域尺寸；

图像切分单元，用于根据所述拟合步长对所述底层图像进行切分，得到子区域；

像素拟合单元，用于对所述子区域进行像素拟合，并循环执行，得到以拟合次数为索引的中层图像。

8.根据权利要求6所述的地图数据脱敏系统，其特征在于，所述显示表确定模块包括：

权限级别确定单元，用于接收用户发送的查询请求，获取用户信息，根据所述用户信息确定权限级别；

区域信息读取单元，用于根据由底层图像至顶层图像的顺序依次获取区域表，读取所述区域表中的区域信息项；

级别比对单元，用于将所述权限级别与所述区域信息中的需求级别进行比对，当所述权限级别达到所述需求级别时，标记区域信息；

信息统计单元，用于统计标记的区域信息，得到各层图像的显示表。