多源導航電子地圖道路自動對比分析

謝志偉，賈永紅，孫立雙

(1. 沈陽建筑大學，遼寧 沈陽 110168； 2. 武漢大學遙感信息工程學院，湖北 武漢 430079)

多源導航電子地圖道路自動對比分析

謝志偉1，賈永紅2，孫立雙1

(1. 沈陽建筑大學，遼寧 沈陽 110168； 2. 武漢大學遙感信息工程學院，湖北 武漢 430079)

為了測評導航電子地圖道路質量的需要，提出了一種自動對比分析多源導航電子地圖道路的方法。該方法首先提取導航電子地圖的道路網，然后通過基于緩沖區分析的算法自動檢測不同數據源道路網之間的差異，最后采用基于Shi-Tomasi算子提取道路交叉點并統計道路段數，實現了定量對比分析多源導航電子地圖道路。試驗表明本文方法能夠有效自動對比分析多源導航電子地圖道路。

導航電子地圖；道路；緩沖區分析；差異檢測；道路交叉點

近年來，基于互聯網的電子地圖發展迅速，給人們的生產、生活提供了便利條件[1]。道路質量是評價導航電子地圖質量的重要內容，它的質量特性主要有：數據安全性、完整性、邏輯一致性、位置、屬性、時間精度與附件質量[2]。多源導航電子地圖道路對比分析是比較不同源導航電子地圖道路差異的重要手段，可以為道路的質量測評提供支持。

多源導航電子地圖道路自動對比分析包括3個環節：道路自動提取、多源數據道路差異檢測、道路差異分析。對于導航電子地圖道路自動提取，學者們已經作了很多的研究。海濤等[3]提出了基于對象特征法的柵格地圖道路網提取法，該方法利用道路的顏色特征提取道路網，取得了較好的效果；陳換新等[4]利用改進的基于滑動窗口分割及序貫跟蹤算法半自動提取線狀要素,但仍需大量人機交互；Chiang等[5-6]通過用戶標簽函數實現了復雜數據源的道路半自動提取功能，取得了較好的效果；Wataru Itonaga等[7]利用道路的幾何屬性來提取道路，只能處理只有道路和背景的數據，具有一定的局限性；Stefan Leyk等[8]嘗試基于區域勻質性迭代聚類的方法提取道路，但對于數據質量的要求較高。上述所有的文獻均需要人工操作或在特定的條件下才能夠達到提取道路的效果。多源導航電子地圖道路對比分析的方法仍然以人工判讀為主，通過目視對比不同源的導航電子地圖查找差異道路，這種方法需要大量人力，而且人工判讀容易造成差異道路遺漏。

針對多源導航電子地圖對比分析中存在的問題，本文提出了一種自動對比分析多源導航電子地圖道路的方法。該方法首先實現了導航電子地圖道路的自動提取，然后采用基于緩沖區分析的算法自動檢測多源導航電子地圖道路的差異，最后通過統計道路段數定量對比分析多源導航電子地圖道路。

1 道路自動提取

道路自動提取需要3個步驟：首先，基于顏色和幾何特征的背景檢測和去除；然后，基于輪廓形狀分析的算法檢測注記并去除注記；最后，采用數學形態學算法連接和細化道路。

1.1 背景檢測和去除

導航電子地圖由3類組成：道路、背景、注記。道路包括不同的等級，如國道、省道、其他類別道路3種；背景由植被、水系、空白區域組成；注記包括地名、道路名、道路編號、設施名等[9]。背景具有特定的顏色和幾何特征，將其作為依據獲得背景的像素值。

背景的顏色特征表現為：空白區域為白色，植被為綠色，水系為藍色。這3類背景均為覆蓋范圍較大的地物，在導航電子地圖中其像素值出現頻率遠高于道路和注記。對圖像作灰度統計，可以發現國道、省道、其他類別道路、植被、水系、空白區域這6種地物的像素值出現頻率較高，而注記由碎小的像素塊組成，其像素值出現頻率較低，若要檢測背景只需要確定這6種像素值中背景的像素值。

背景的幾何特征表現為：均為區域較大的面狀地物，而道路為線狀地物，背景寬度大于道路寬度，可以此區分背景和道路。道路的寬度由數據等級決定，國道為導航電子地圖中寬度最大的道路，當數據等級為17級時道路寬度為12個像素，若在13×13窗口范圍內被一種像素值填滿時，該像素值不能為道路，更不能為注記，只能是背景，如圖1所示。設gl(l=1,2,…,6)為像素值出現頻率前6的像素值，建立一個13×13的模板T，且Tij=gl，對圖像進行橫向掃描，若gl符合

(1)

判定gl屬于背景元素并停止掃描，這樣依次對gl進行判斷，可確定其中數據背景的像素值。其中Tij為T在(i,j)的像素值；Gij為圖像數據在T覆蓋的范圍中(i,j)的像素值。

對圖像作二值化處理，將背景設置為0，其余設置為1，可以得到僅包含道路和注記的二值圖像。

1.2 注記檢測和去除

去除電子地圖中背景要素，電子地圖中剩下道路要素和注記。注記為碎小的塊狀幾何結構，根據此特點區分道路要素和注記要素[10]。首先獲取電子地圖二值化圖像，將背景要素設置為0，其余設置為1。然后，提取二值化圖像的圖形輪廓，計算各個輪廓的最小外接矩形，根據注記的特征，最小外接矩形的長度L和寬度W滿足：3

采用基于鄰域特征的方法消除注記[11]。記注記像素的8鄰域像素為qk(k=1,2,…,8)，以注記像素為極坐標，分別通過qk作8個方向的射線，直到首先發現區域像素、道路像素或邊界為止，并統計qk包含的道路像素個數r、區域像素個數a、邊界像素e，稱r、a、e為注記像素的3個外延特征參數。因為電子地圖中要素均被分為3類：區域、道路、噪聲，因此外延特征參數的關系應該是固定的。當注記像素的外延特征參數滿足r>a時，將注記像素歸類于道路；當r

1.3 道路連接和細化

由于去除注記使部分道路中斷，本文采用數學形態學算法連接中斷的道路[12]。首先使用3×3的模板對圖像進行3次膨脹處理，連接相距小于6個像素的斷口；然后腐蝕算法處理2次，在保持道路形狀的條件下細化道路。

采用基于形態學的細化算法統一道路寬度[13]。該算法結構元素的選擇很關鍵，為了保持圖像的關鍵點和連通性不變，采用如圖2所示的結構元素。

圖2 結構元素

其中，“*”可以為目標點像素值，又可以為背景點像素值。將結構元素陸續旋轉90°、180°、270°，又可以得到6種結構元素，共有8種結構元素。同時移動8個結構元素的中心點，每當其中一個結構元素在目標像素點位置上擊中目標圖像時就把該位置標記下來，即該像素應被刪除。在一次迭代完成以后，把所有標記過的目標像素點刪除，到此完成一次細化運算迭代。這樣一直到某次迭代完成后沒有目標像素點需要刪除，迭代收斂，循環結束，即可得到細化的道路。

2 道路差異檢測

一條現實中存在的道路在一種導航電子地圖中被繪制出來，而在另一種導航電子地圖中被遺漏，這種差異為兩種數據源間的道路差異。然而因數據采集精度和操作人員的個體差異會造成同一條道路在不同數據源的導航電子地圖上出現位置偏移，這種位置偏移造成的道路差異需要排除。針對道路差異的特點，采用基于緩沖區分析的差異道路檢測方法檢測差異道路。

(1) 建立緩沖區。道路為線狀地物，在柵格數據中線狀實體由連續的像素點構成，建立緩沖區時，可以將緩沖區的距離轉化為柵格數據的像素個數[14]。

建立道路網數據R的緩沖區。若Rij為R在(i,j)處的像素值，i、j為道路上的點，作半徑為w=10像素的圓，并作該圓與道路前進方向相同的切線v，切線到圓心的距離為w，即為緩沖區范圍，如圖3所示。

圖3 緩沖區分析

(2) 差異提取。在圖3中，RS為參考道路，RM為待測道路。將RM與建立緩沖區的參考數據道路RS相疊合，w為緩沖區的范圍，RM在RS的緩沖區中出現，則RM存在，表明RM不是差異道路；若RM在RS的緩沖區中不出現，則判定RM為差異道路。

3 道路差異分析

為了統計道路網中道路的段數，需要提取道路交叉點，采用基于Shi-Tomasi算子[15]的道路交叉點提取算法。如圖4所示，黑色的線段為提取的道路，線框標定的位置為道路的交叉點。

圖4 道路交叉點示意圖

Shi-Tomasi算法是Harris算法的改進算法，該算法計算每一個前景點周圍的變化判斷興趣點，同時為每一個興趣點設定一個質量評價值，如果一個興趣點的質量評價值比一定范圍內其他興趣點的質量值都小，則舍棄該點，保留質量值較大的興趣點。

檢測獲得的興趣點并不全為道路交叉點，道路交叉點具有特定的幾何屬性。在現實中道路在較短的距離內不能同時出現兩個交叉點，繪制以興趣點為中心的尺寸為11×11的窗口，即在10個像素范圍內不能同時存在兩個交叉點。交叉點是超過兩條線相交獲得，線段與窗口的相交點必須多于2個，同時相鄰相交點與中心點的夾角a應該不小于45°且不大于135°，如5所示。

圖5 相鄰相交點夾角示意圖

確定交叉點并去除，統計去除道路交叉點后的線段的個數，即可獲得道路段數。

若將需要對比分析的兩個數據源記作參考數據和待測數據，則參考數據和待測數據的相似度P可表示為

P=(Nb-nb)/Nb

(2)

式中，Nb為參考數據的道路段數；nb為待測數據比參考數據缺少的道路段數。

P可用來定量對比分析多源導航電子地圖道路，作為導航電子地圖道路質量測評的一個指標。導航電子地圖生產公司根據測試區域內道路的總長度來設定相似度的閾值，若待測區域與參考區域相似度小于閾值，則待測區域的道路需要修測，否則不需要修測。

4 試驗分析

試驗區為宿遷市北部的一個區域，該區域包含高速公路、省道、其他等級道路、植被和水系。參考數據為數據等級為17級Google導航電子地圖，待測數據為另一個品牌相同等級的導航電子地圖，數據分辨率均為2.15 m。圖像的尺寸為1280×768像素，由5×3個尺寸為256×256像素的瓦片數據拼接而成。參考數據如圖6(a)所示，待測數據如圖6(b)所示。

圖6 試驗數據

多源導航電子地圖道路自動對比分析的流程如圖7所示，由于參考數據和待測數據在地圖投影、坐標加密、數據采集精度等方面有差異，需進行待測數據到參考數據的精配準。

圖7 對比分析流程

參考數據道路網與待測數據道路網的合成圖如圖8所示，其中灰色線為參考數據提取得到的道路網，黑色為待測數據提取得到的道路網。對圖8分析可知，灰色線臨近有黑色線伴隨的情況表明該道路在兩種數據源中同時存在，而當只有灰色線沒有黑色線的情況說明該道路在待測數據中不存在，只有黑色線沒有灰色線說明在待測數據中存在而在參考數據中不存在，這兩種情況為差異道路。將提取的參考數據道路網和待測數據道路網作道路差異檢測，結果如圖9所示，通過目視判讀可知，圖8中差異道路能夠全部被檢測。

圖8 道路網合成

圖9 差異道路

對參考數據和待測數據的道路網作道路交叉點提取，獲得道路段數，由于對道路作了細化處理，線段的寬度為1像素，因此可以通過統計道路像素數量獲得道路長度，道路段數和道路長度統計結果見表1。

表1 道路差異統計

利用表1的道路差異統計數據計算得到待測數據與參考數據的相似度為P=0.87，將結果與導航電子地圖生產公司制定的相似度閾值相比較即可判斷待測數據的道路是否需要修測。

5 結 語

依靠人工對比分析多源導航電子地圖道路存在工作量大、容易出現遺漏等問題，多源電子地圖自動對比分析方法可自動檢測不同數據源間的道路差異，通過計算數據源間的相似度定量分析多源導航電子地圖道路。該方法提高了多源導航電子地圖對比分析的工作效率，可以為測評導航電子地圖道路質量提供客觀依據，通過試驗表明該方法可以取得預期效果。

[1] 左棟，張雨心.國內互聯網地圖POI存在的涉密問題及其解決辦法[J].測繪通報，2016(9)：108-111.

[2] 孫旭.導航電子地圖檢測規范[M].北京：測繪出版社，2010.

[3] 海濤，叢爽，鮑遠律.彩色城市柵格地圖道路網絡自動獲取方法[J].西安交通大學學報，2011，45(12)：16-21.

[4] 陳換新，孫群，劉新貴，等.彩色掃描地圖中背景色的等高(等深)線矢量化研究[J].武漢大學學報(信息科學版)，2013，38(5)：622-625.

[5] CHIANG Y Y，KNOBLOCK C A.A General Approach for Extracting Road Vector Data from Raster Maps[J].International Journal on Document Analysis and Recognition (IJDAR)，2013，16(1)：55-81.

[6] CHIANG Y Y，KNOBLOCK C A，SHAHABI C，et al.Automatic and Accurate Extraction of Road Intersections from Raster Maps[J].GeoInformatica，2009，13(2)：121-157.

[7] ITONAGA W，MATSUDA I，YONEYAMA N，et al.Automatic Extraction of Road Networks from Map Images[J].Electronics & Communications in Japan，1999，86(4)：62-72.

[8] LEYK S，BOESCH R.Colors of the Past：Color Image Segmentation in Historical Topographic Maps Based on Homogeneity[J].GeoInformatica，2010，14(1)：1-21.

[9] 張中.柵格公路交通地圖道路信息提取方法的研究[D].合肥：中國科學技術大學，2005.

[10] 郭丙軒，李德仁，雷震.基于輪廓形狀分析的地形圖數字注記提取[J].武漢大學學報(信息科學版)，2001，26(3)：275-278.

[11] 季方，鮑遠律.基于外延特征的柵格地圖噪聲去除算法[J].中國圖象圖形學報，2004，9(9)：1062-1068.

[12] 王樹文，閆成新，張天序，等.數學形態學在圖像處理中的應用[J].計算機工程與應用，2004，40(32)：89-92.

[13] JANG B K，CHIN R T.Analysis of Thinning Algorithms Using Mathematical Morphology[J].IEEE Transactions on Pattern Analysis & Machine Intelligence，1990，12(6)：541-551.

[14] 藍秋萍，費立凡，李嘉.基于矢-柵混合數據的線目標緩沖區構建[J].測繪通報，2009(10)：26-29.

[15] SHI J，TOMASI C.Good Features to Track[C]∥Proceedings of IEEE Computer Society Conference on Computer Vision and Pattern Recognition.[S.l.]：IEEE，1994：593-600.

AutomaticComparisonandAnalysisofRoadinMulti-sourceNavigationElectronicMap

XIE Zhiwei1，JIA Yonghong2，SUN Lishuang1

(1. School of Traffic Engineering，Shenyang Jianzhu University，Shenyang 110168，China； 2. School of Remote Sensing and Information Engineering,Wuhan University，Wuhan 430079，China)

In order to evaluate the quality of the road in navigation electronic map，a method of automatic comparison and analysis of road in multi-source navigation electronic map is proposed.Road networks are automatically extracted firstly，and difference between the road networks in multi-source navigation electronic map is detected using algorithms based on buffer analysis.Intersections of road are detected afterwards using Shi-Tomasi operator and the number of road is count，which realizes quantitative comparison and analysis of multi-source navigation electronic map.Experiments have proved the effectiveness of this method.

navigation electronic map；road；buffer analysis；difference detection；road intersection

2017-03-15

遼寧省科學事業公益研究基金 (2015003004)

謝志偉(1986—)，男，博士，講師，主要研究方向為地理信息提取。E-mail:zwxrs16@163.com

謝志偉，賈永紅，孫立雙.多源導航電子地圖道路自動對比分析[J].測繪通報，2017(12)：77-81.

10.13474/j.cnki.11-2246.2017.0383.

P28

A

0494-0911(2017)12-0077-05

歡迎訂閱《測繪通報》

《測繪通報》創刊于1955年，是由國家測繪地理信息局主管、中國地圖出版社(測繪出版社)主辦的反映我國測繪地理信息科技發展現狀和指導全國測繪地理信息生產業務的綜合性、技術性刊物。現為《中文核心期刊要目總覽》收錄期刊、中國科技核心期刊(中國科技論文統計源期刊)、中國科學引文數據庫(CSCD)來源期刊、中國學術期刊網絡出版總庫(CAJD)全文收錄期刊、中國學術期刊綜合評價數據庫(CAJCED)核心統計源期刊、《中國學術期刊文摘》收錄期刊。曾被評為第二、三屆國家期刊獎百種重點期刊，多次榮獲全國優秀測繪地理信息期刊獎。

《測繪通報》的主要內容包括大地測量、全球導航衛星系統(GNSS)、攝影測量、遙感(RS)、地圖制圖、地理信息系統(GIS)、工程測量、礦山測量、地籍測繪、海洋測繪、測繪儀器、信息傳輸、圖形圖像處理等方面的新成果和新技術；行業管理、科研、教學、生產的先進經驗；計算機、通信等相關理論技術在測繪地理信息領域里的應用及測繪地理信息科技在國家經濟建設各個方面的應用；國內外測繪地理信息學術動態及有關測繪地理信息科技信息等。

《測繪通報》的主要欄目有學術研究、技術交流、測繪地理信息論壇、經驗介紹、測量員之窗、國外測繪地理信息、行業管理、行業研究、行業調查、知識窗、新書介紹、企業之窗、測繪地理信息教學等。

《測繪通報》為月刊，2018年定價：35.00元，郵發代號：2-223。

編輯部地址：北京市西城區三里河路50號，郵編：100045，訂閱電話：010-68531192(金老師)，68531317(傳真)。

網址：http:∥tb.sinomaps.com