126 犉犲犫狉狌犪狉狔 2011 犞狅犾.40 犖狅.1 犃犌犆犛犺狋狆 : 狓犫. 狊犻狀狅犿犪狆狊. 犮狅犿一判断自动简化结果要实现准确的可预估效果的道路交叉口简化也应当采取先识别后简化的思路, 在未识别交叉口的前提下进行简化将难以避免成为盲目简化交叉口的识别应依据其主要特征进行,

Size: px

Start display at page:

Download "126 犉犲犫狉狌犪狉狔 2011 犞狅犾.40 犖狅.1 犃犌犆犛犺狋狆 : 狓犫. 狊犻狀狅犿犪狆狊. 犮狅犿一判断自动简化结果要实现准确的可预估效果的道路交叉口简化也应当采取先识别后简化的思路, 在未识别交叉口的前提下进行简化将难以避免成为盲目简化交叉口的识别应依据其主要特征进行,"

奏宁
7 years ago
Views:

1 第 40 卷第 1 期测绘学报犞狅犾.40, 犖狅年 2 月犃犮狋犪犌犲狅犱犪犲狋犻犮犪犲狋犆犪狉狋狅犵狉犪狆犺犻犮犪犛犻狀犻犮犪犉犲犫.,2011 文章编号 : (2011) 基于有向属性关系图的典型道路交叉口结构识别方法徐柱 1, 蒙艳姿 2, 李志林 3 1, 李木梓 1. 西南交通大学测量工程系, 四川成都 ;2. 四川省遥感信息测绘院, 四川成都 ;3. 香港理工大学土地测量与地理资讯学系, 香港犚犲犮狅犵狀犻狋犻狅狀狅犳犛狋狉狌犮狋狌狉犲狊狅犳犜狔狆犻犮犪犾犚狅犪犱犑狌狀犮狋犻狅狀狊犅犪狊犲犱狅狀犇犻狉犲犮狋犲犱犃狋狉犻犫狌狋犲犱犚犲犾犪狋犻狅狀犪犾犌狉犪狆犺犡犝犣犺狌 1, 犕犈犖犌犢犪狀狕犻 2, 犔犐犣犺犻犾犻狀 3 1, 犔犐犕狌狕犻 1. 犇犲狆犪狉狋犿犲狀狋狅犳犛狌狉狏犲狔犻狀犵犈狀犵犻狀犲犲狉犻狀犵, 犛狅狌狋犺狑犲狊狋犑犻犪狅狋狅狀犵犝狀犻狏犲狉狊犻狋狔, 犆犺犲狀犵犱狌 , 犆犺犻狀犪 ;2. 犛犻犮犺狌犪狀犚犲犿狅狋犲犛犲狀狊犻狀犵犌犲狅犿犪狋犻犮狊犐狀狊狋犻狋狌狋犲, 犆犺犲狀犵犱狌 , 犆犺犻狀犪 ;3. 犇犲狆犪狉狋犿犲狀狋狅犳犔犪狀犱犛狌狉狏犲狔犻狀犵犪狀犱犌犲狅犐狀犳狅狉犿犪狋犻犮狊, 犜犺犲犎狅狀犵犓狅狀犵犘狅犾狔狋犲犮犺狀犻犮犝狀犻狏犲狉狊犻狋狔, 犎狅狀犵犽狅狀犵, 犆犺犻狀犪犃犫狊狋狉犪犮狋 : 犜犺犲犳狅犮狌狊犲狊犪狉犲狅狀狋犺犲狉犲犮狅犵狀犻狋犻狅狀狅犳狊狋狉狌犮狋狌狉犲狊狅犳狋狔狆犻犮犪犾狉狅犪犱犼狌狀犮狋犻狅狀狊, 狑犺犻犮犺犮犪狀犳犪犮犻犾犻狋犪狋犲狊狋狉狌犮狋狌狉犲犫犪狊犲犱狊犻犿狆犾犻犳犻犮犪狋犻狅狀狅犳犼狌狀犮狋犻狅狀狊. 犐狋犻狊犫犪狊犲犱狅狀狋犺犲狅犫狊犲狉狏犪狋犻狅狀狋犺犪狋犪狉狅犪犱犼狌狀犮狋犻狅狀犻狊犪犱犲狊犻犵狀犲犱犳狌狀犮狋犻狅狀犪犾狊狋狉狌犮狋狌狉犲狋犺犪狋犮狅狀狊犻狊狋狊狅犳犳狌狀犮狋犻狅狀犪犾犲犾犲犿犲狀狋狊犪狀犱狋犺犲犮狅犿狆狅狊犻狋犻狅狀狅犳犲犾犲犿犲狀狋狊狅犳狋犲狀犺犪狊犪狊狋狉狌犮狋狌狉犪犾狆犪狋犲狉狀. 犃狋狔狆犻犮犪犾狉狅犪犱犼狌狀犮狋犻狅狀犮犪狀狋犺犲狉犲犳狅狉犲犫犲狉犲狆狉犲狊犲狀狋犲犱犫狔犿犲犪狀狊狅犳狊狋狉狌犮狋狌狉犪犾犱犲狊犮狉犻狆狋犻狅狀犪狀犱狉犲犮狅犵狀犻狕犲犱犫狔犿犲犪狀狊狅犳狊狋狉狌犮狋狌狉犪犾狆犪狋犲狉狀狉犲犮狅犵狀犻狋犻狅狀. 犜犺犲狊狋狉狌犮狋狌狉犪犾狆犪狋犲狉狀狊狅犳狉狅犪犱犼狌狀犮狋犻狅狀狊犪狉犲狉犲狆狉犲狊犲狀狋犲犱犪狊犱犻狉犲犮狋犲犱犪狋狉犻犫狌狋犲犱狉犲犾犪狋犻狅狀犪犾犵狉犪狆犺 ( 犇犃犚犌 ) 犻狀狋犺犻狊狊狋狌犱狔. 犜犺犲犮狅犾犲犮狋犻狅狀狅犳犮狅犿犿狅狀狉狅犪犱犼狌狀犮狋犻狅狀狆犪狋犲狉狀狊犮狅狀狊狋犻狋狌狋犲狊犪狊犲狋狅犳犵狉犪狆犺狋犲犿狆犾犪狋犲狊狋狅犫犲犿犪狋犮犺犲犱狋狅. 犐狀狅狉犱犲狉狋狅狉犲犮狅犵狀犻狕犲狉狅犪犱犼狌狀犮狋犻狅狀狊, 犪狉狅犪犱狀犲狋狑狅狉犽犻狊犳犻狉狊狋犮狅狀狏犲狉狋犲犱狋狅犪犇犃犚犌. 犜犺犲狀, 犼狌狀犮狋犻狅狀狆犪狋犲狉狀狊犪狉犲狊犲犪狉犮犺犲犱犻狀狋犺犲狉犲狊狌犾狋犻狀犵犇犃犚犌狅犳狋犺犲狉狅犪犱狀犲狋狑狅狉犽. 犜犺犪狋犻狊犪狆狉狅犮犲狊狊狅犳狊狌犫犵狉犪狆犺犿犪狋犮犺犻狀犵. 犝犾犿犪狀狊犪犾犵狅狉犻狋犺犿犳狅狉狊狌犫犵狉犪狆犺犿犪狋犮犺犻狀犵犻狊犪犱狅狆狋犲犱. 犈狓狆犲狉犻犿犲狀狋狊犺犪狏犲犫犲犲狀犮犪狉犻犲犱狅狌狋狋狅犲狏犪犾狌犪狋犲狋犺犲狆狉狅狆狅狊犲犱狋犲犮犺狀犻狇狌犲. 犓犲狔狑狅狉犱狊 : 犿犪狆犵犲狀犲狉犪犾犻狕犪狋犻狅狀 ; 狉狅犪犱犼狌狀犮狋犻狅狀 ; 狊狋狉狌犮狋狌狉犪犾狆犪狋犲狉狀狉犲犮狅犵狀犻狋犻狅狀 ; 犪狋狉犻犫狌狋犲犱狉犲犾犪狋犻狅狀犪犾犵狉犪狆犺 ; 犵狉犪狆犺犿犪狋犮犺犻狀犵摘要 : 提出采用有向属性关系图描述道路交叉口结构, 形成典型道路交叉口结构模板库通过将道路网矢量表示转化成有向属性关系图表示, 采用图匹配技术识别道路网中的典型交叉口实现有关算法, 通过试验验证该方法的有效性, 并分析其局限性和适用范围该方法可在基于结构的交叉口简化过程中用于典型交叉口结构识别关键词 : 地图综合 ; 道路交叉口简化 ; 结构模式识别 ; 属性关系图 ; 图匹配中图分类号 : 犘 208 文献标识码 : 犃基金项目 : 国家自然科学基金 ( ); 教育部博士点基金新教师基金 ( ) 1 引言道路网模型综合可以看成由两方面工作组 [1] 成 : 一是作为整体的道路网的简化, 其中关键问题是全局范围内道路的选取 ; 二是局部路网的简化, 其中关键问题是路网局部结构的识别经过多年研究, 道路网自动综合在道路选取方面获得了较大进展, 特别是基于路划 (stroke) 的道路选 [2] 取被公认为是一种较好的方法然而, 进一步提高道路网模型综合的自动化程度和综合效果依赖于局部路网结构识别技术因而, 最近几年, 路网中的局部结构模式识别成为许多研究工作的 [3] 目标本文主要研究道路网模型自动综合中的交叉口识别问题交叉口是道路网中基本而重要的局部结构到目前为止, 关于路网局部结构识别的研究多集中在格网状结构星状结构环状结构等 [4 6] 方面关于交叉口识别研究, 文献 [1] 中, Mackaness 和 Mackechnie 提出了一种非结构化的交叉口识别与简化方法他们观察到复杂交叉口往往出现在路段节点密集的地方, 于是设计了一种通过搜索路网中节点密集区域定位复杂交叉口的方法, 在定位之后, 他们针对局部路网构造路段之间的层次关系, 进而采用图简化方法简化复杂交叉口然而, 由于不能准确定位交叉口的范围不能准确识别交叉口内部结构, 他们的方法在许多情况下会得出错误的简化结果更重要的是, 由于不能预估简化结果正确与否, 需要人工逐

2 126 犉犲犫狉狌犪狉狔 2011 犞狅犾.40 犖狅.1 犃犌犆犛犺狋狆 : 狓犫. 狊犻狀狅犿犪狆狊. 犮狅犿一判断自动简化结果要实现准确的可预估效果的道路交叉口简化也应当采取先识别后简化的思路, 在未识别交叉口的前提下进行简化将难以避免成为盲目简化交叉口的识别应依据其主要特征进行, 交叉口本身是由路段构成的一种道路结构, 因而其结构特征是其主要特征早在 20 世纪 80 年代末期, 学者们就认识到结构识别是地图自动综合中 [7] 的关键问题许多学者对地理要素分布的结构模式进行了研究, 这种基于结构识别的思路已经被成功运用到河系建筑群等地理要素的自动综 [8 9] 合中, 前面提及的近期局部路网自动综合的主流思路依然是结构识别,Mackmaness 本人后来也专门撰文强调结构识别在地图综合中的极端重 [10] 要性本文针对交叉口结构复杂形态多样但又具有典型形式的特点, 提出一种基于有向属性关系图及图匹配的交叉口识别方法其中, 有向属性关系图能够刻画复杂平交与立交口的结构特征, 通过构造典型交叉口结构模块库可以一定程度上处理形态各异的交叉口, 图匹配技术能够从路网中找到与模板匹配的交叉口, 从而为实现达到先识别再简化提供识别技术基础化定义的道路交叉口是道路网络中的一种功能结构, 其功能是完成道路交汇与转向, 其结构组成单元是路段, 各组成路段组合在一起形成交叉口这种结构而结构可以通过指定其组成单元以及组成单元的组合形式得以形式化本文尝试采用有向属性关系图来形式化地描述典型道路交叉口其中, 以路段为结构组成单元, 对应于有向属性关系图的节点 ; 以路段之间的连通关系与连接方式来刻画道路交叉口中路段的组合形式, 对应于有向属性关系图的边及边的属性详述如后 2 交叉口典型结构及描述 2.1 交叉口典型结构在道路网规划中, 交叉口的设置形状规模 [11] 等都有具体的规定道路交叉口分为平面交叉口和立体交叉口两类平面交叉口通常有 T 形 Y 形十字形 X 形错位环形等形式立体交叉口是道路不在同一个平面上相交形成的立体交叉立体交叉有分离式和互通式两种分离式立体交叉是只修立交桥而无匝道, 相交道路互不连通, 只保证直行交通互不干扰互通式立体交叉设有连接上下相交道路的匝道, 可使各路车辆转向它又可分为部分互通式立体交叉和完全互通式立体交叉前者是对交通量很少的某方向交通仍做平面交叉处理以限制该方向的交通, 有菱形部分苜蓿叶型立体交叉 ; 后者能保证相交道路上各方向的车辆可行驶到其他方向, 有苜蓿叶型喇叭型定向型环型等立体交叉常见典型交叉口的矢量表示列于图 1 由此, 可以认为有相当大一部分道路交叉口是具有典型结构的, 而且可以一定程度上被形式图 1 典型交叉口的矢量表示 Fig.1 Vectorrepresentationoftypicaljunctions 2.2 交叉口结构化描述结构的形式化描述方法多种多样, 包括串文 [12] 法树文法图文法等在此采用有向属性关

3 第 1 期徐柱, 等 : 基于有向属性关系图的典型道路交叉口结构识别方法 127 系图来形式化地刻画交叉口属性关系图是计算机视觉中常用的描述和分析工具, 是把统计和结 [13] 构两种方法结合起来的一种模式描述方法属性关系图既用图的结构直观地描述了模式的结构关系, 又引入属性来描述模式的某些特征, 因而具有较强的描述能力图 3 所示, 其对应的有向属性关系图模板如表 2 所示定义 1: 属性关系图 (atributedrelational graph) 是一个六元组犌 =( 犞, 犈, 犚犞, 犚犈, 犌犞, 犌犈 ) 式中, 犞 ={ 狏 1, 狏 2,, 狏 } 犞为顶点的有限集, 犞是集合犞中顶点的个数 ; 犈 ={ 犲 1, 犲 2,, 犲 } 犈为边的有限集, 如犲 =( 狏犻, 狏犼 ),1 犻, 犼犞, 犻犼, 表示顶点狏犻与顶点狏犼之间的边, 犈是集合犈中边的个数 ; 犚犞为顶点属性集合 ; 犚犈为边属性集合 ; 犌犞为犞犚犞是产生顶点属性的函数 ; 犌犈为犈犚犈是产生边属性的函数不难理解, 根据边是否具有方向性可以将属性关系图分为有向属性关系图和无向属性关系图两种如前面提到的, 交叉口是由路段组成的道路结构, 其主要特征是路段之间的连通关系及连接方式在采用有向属性关系图描述交叉口时, 路段宜作为有向属性关系图中的顶点 ( 犞 ), 路段之间的连通关系, 可作为有向属性关系图中的边 ( 犈 ) 尽管路段犞有包括几何道路名称等属性可以作为有向属性关系图中顶点属性, 但在建立交叉口模式时, 应当只考虑一种类型的交叉口区别于其他类型交叉口的共同特性在此, 忽略路段作为交叉口模式基元的属性, 而仅仅关注路段之间的连通关系和连接方式连通关系表达出哪些路段之间可以通行, 而连接方式采用路段之间的夹角来刻画这样, 在本文的方法中, 犚犞为空, 犚犈包括一个属性, 即连通路段之间的夹角, 称为转向角, 记为 θ 其中, 连通关系可直接由矢量道路网模型获得, 夹角可有路段矢量表示计算得出采用以上方法, 以图 1 中所示的典型交叉口建立模板库, 限于篇幅这里仅就平交与立交情况各给出一个结构模板实例 1 等腰三角形交叉口等腰三角形交叉口的矢量表达和有向属性关系图如图 2 所示, 其对应的有向属性关系图模板如表 1 所示实例 2 y 型立体交叉 y 型立体交叉的矢量表达和有向属性关系如图 2 等腰三角形交叉口矢量 (a) 和有向属性关系图表达 (b) Fig.2 Vector(a)andARG (b)representationsofthe isoscelestriangle typedjunction 表 1 等腰三角形交叉口有向属性关系图模板犜犪犫.1 犃犚犌狋犲犿狆犾犪狋犲狅犳狋犺犲犻狊狅狊犮犲犾犲狊狋狉犻犪狀犵犾犲狋狔狆犲犱犼狌狀犮狋犻狅狀犞 ={ 狏 1, 狏 2, 狏 3, 狏 4, 狏 5, 狏 6} 犈 ={ 犲 1 狏 1, 狏 2, 犲 2 狏 2, 狏 3, 犲 3 狏 3, 狏 1, 犲 4 狏 4, 狏 1, 犲 5 狏 1, 狏 5, 犲 6 狏 5, 狏 2, 犲 7 狏 2, 狏 6, 犲 8 狏 3, 狏 4, 犲 9 狏 6, 狏 3 } 犚犞 =Ф 犚犈 ={θ} 犌犞 =Ф 犌犈 ={θ 犲 =60,θ 1 犲 =120,θ 2 犲 =60,θ 3 犲 =180,θ 4 犲 =180, 5 θ 犲 =120,θ 6 犲 =120,θ 7 犲 =120,θ 8 犲 =120 } 9 图 3 y 型立体交叉口矢量图 (a) 及有向属性关系图表达 (b) Fig.3 Vector (a)anddarg (b)representationsof they typedtriangle typedjunction 表 2 狔型立体交叉口有向属性关系图模板犜犪犫.2 犃犚犌狋犲犿狆犾犪狋犲狅犳狋犺犲狔狋狔狆犲犱犼狌狀犮狋犻狅狀犞 ={ 狏 1, 狏 2, 狏 3, 狏 4, 狏 5, 狏 6, 狏 7, 狏 8, 狏 9, 狏 10, 狏 11} 犈 ={ 犲 8( 狏 5, 狏 6), 犲 9( 狏 6, 狏 7), 犲 10( 狏 7, 狏 8), 犲 13( 狏 8, 狏 9), 犲 3( 狏 1, 狏 4), 犲 5 狏 10, 狏 4, 犲 12 狏 11, 狏 7, 犲 11 狏 7, 狏 10, 犲 7 狏 5, 狏 3, 犲 1 狏 3, 狏 1, 犲 2 狏 1, 狏 2, 犲 4 狏 2, 狏 9, 犲 6 狏 4, 狏 11 } 犚犞 =Ф 犚犈 ={θ} 犌犞 =Ф 犌犈 ={θ 犲 =180,θ 犲 =150,θ 犲 =180,θ 犲 =150,θ 犲 =120, θ 犲 =120,θ 6 犲 =150,θ 7 犲 =180,θ 8 犲 =180,θ 9 犲 =180, 10 θ 犲 =150,θ 11 犲 =150,θ 12 犲 =180 } 13

4 128 犉犲犫狉狌犪狉狔 2011 犞狅犾.40 犖狅.1 犃犌犆犛犺狋狆 : 狓犫. 狊犻狀狅犿犪狆狊. 犮狅犿 3 交叉口识别 3.1 实例数据的有向属性关系图表示将典型交叉口用有向属性关系图表示为模板后, 识别道路交叉口就变成了有向图匹配的问题实施匹配前需将待识别的实例道路矢量图同样用有向属性关系图表示在本研究中, 要求道路的矢量数据不仅是使用道路的中心线表述, 且要求给出符合交通规划的道路连接情况, 以便于获取实例图的边转换算法不复杂, 在此仅作简要介绍 : 首先, 逐一将矢量表示中的路段转换为有向属性关系图中的节点, 并赋予对应的标号 ; 然后, 根据矢量图中路段间连通关系, 为有向属性关系图中的节点添加连接边可分为两种情况 :1 矢量图中的路段单向连通关系转化为有向属性关系图中的一条边, 给这条边赋予标号, 并设定其起始和终结节点标号, 同时, 根据矢量图中路段的几何形状, 计算从路段到到路段之间的转向角, 并将所得的转向角作为有向属性关系图中这条边的一个属性 ;2 矢量图中的路段双向连通关系转化为有向属性关系图中的两条边, 对这两条中的每一条, 按照与处理单向连通关系相同的方式赋予起始和终结节点标号, 并计算赋予转向角属性路网有向属性关系图表示的节点边数据结构如下, 其中参数在转换过程中被赋值顶点数据结构 Structurevertex_type Publicvertex_noAsInteger 顶点序号 Publicvertex_oidAsString 顶点对应于要素类中弧段的 OID Publicvertex_fnAsLong 顶点对应于要素类中弧段的始节点 Publicvertex_tnAsLong 顶点对应于要素类中弧段的终节点 EndStructure 边数据结构 Structureline_to_vertex_type Publicline_nAsInteger 边的序号 Publicqd_vertex_noAsInteger 边的起点序号 Publicqd_vertex_oidAsString 边的起点对应于要素类中弧段的 OID Publiczd_vertex_noAsInteger 边的终点序号 Publiczd_vertex_oid AsString 边的终点对应于要素类中弧段的 OID Publicline_at_anglevalueAsDouble 边的属性值, 即为要素类中两个弧段之间的夹角 EndStructure 3.2 交叉口识别的图匹配方法有了交叉口以有向属性关系图表示的结构模板, 并获得了道路网实例的有向属性关系图表示后, 在道路网中定位识别交叉口就成了在道路网实例有向属性关系图中寻找识别典型交叉口属性关系子图的过程数学上有关的概念称为图同构或子图同构, 模式识别领域称相应的技术为图匹配定义 2: 图同构 (graphisomorphism) 是一个从图犌 = ( 犞, 犈, 犚犞, 犚犈, 犌犞, 犌犈 ) 到图犌 = ( 犞, 犈, 犚犞, 犚犈, 犌犞, 犌犈 ) 的双射函数犳 : 犞犞, 它满足 (1) 对于任意狏犞, 满足犌犞 ( 狏 )= 犌犞 ( 犳 ( 狏 )); (2) 对于任意边犲 =( 狏 1, 狏 2) 犈, 存在一条边犲 =( 犳 ( 狏 1), 犳 ( 狏 2)) 犈, 使犌犈 ( 犲 )= 犌犈 ( 犲 ); 同时, 对于任意犲 = ( 狏 1, 狏 2 ) 犈, 存在一条边犲 = -1-1 ( 犳 ( 狏 1 ), 犳 ( 狏 2 )) 犈使得犌犈 ( 犲 )= 犌犈 ( 犲 ) 可以很直观地看出, 当两个图相同时, 它们是同构的但是在很多应用领域, 需要将同构的条件放宽, 允许将一个图映射到另一个图的一部分这种映射称为子图同构, 如定义 3 定义 3: 双射函数犳 : 犞犞是图犌到犌的子图同构 (subgraphisomorphism) 函数, 若存在子图犛犌使犳是犌到犛的图同构函数由以上定义可以看出, 图同构是子图同构的特殊情况子图同构的主要用途在于它能够识别较大的图中的某些模式这正适合从道路网图中识别某一个交叉口子图同构的判断, 最直接的方法是将两图的所有节点进行一一映射比较, 找出符合同构要求的情况, 但这样效率很低本研究使用 Ulman 算法进行图匹配, 算法具体细节参见文献 [14], 其效率改进要点说明如后 Ulman 算法是一种经典的子图同构算法, 它采用回溯和前向检测的方法减少节点间可能映射的次数它从某一对节点的映射开始, 进行前向检测, 看余下的所有节点是否至少存在一种映射情况使得图同构的条件满足如果不存在, 则回到上一级继续判断另一对节点 ; 反之则判断下一对节点, 直至找出所有结果本研究中交叉口图匹配识别流程如图 4 所

5 第 1 期徐柱, 等 : 基于有向属性关系图的典型道路交叉口结构识别方法 129 示道路网实例中, 由于交叉口实例不可能如模板一样标准, 也由于存在数据误差和计算误差, 实例路段连接角与模板设定值会有一定差异通过设定限差来处理这种差异, 本研究中路段转向角限差设为 ±15 看出复杂平面交叉口经过对矢量图的判别分析, 本文方法能较好地识别该矢量图上的交叉口类型图 5 交叉口识别与简化系统 Fig.5 Theprototypesystem ofjunctionrecognition andsimplificationdevelopedinthisstudy 图 6 试验区域一 Fig.6 Testarea1 图 4 图匹配识别交叉口流程图 Fig.4 Flow chartofjunctionrecognition by meansofsubgraphmatching 4 试验与分析应用本文方法, 基于 ArcEngine 使用 VB.Net 语言开发了交叉口识别与简化系统, 见图 5 其模式库含典型交叉口 18 种 ( 见图 1), 其中平面交叉口 10 种, 立体交叉口 8 种为验证方法的正确性, 选择了 4 个区域数据进行试验其中前三个区域为香港部分地区路网矢量图, 第四个为成都市立体交叉口矢量图试验情况如下 4.1 试验区域一试验区域一 ( 图 6) 为一个相对简单的道路网, 该道路网由 53 个路段组成应用文中方法进行道路交叉口的识别, 识别等腰三角形交叉口 4 个, 四叉型交叉口 1 个,r 型交叉口 2 个,Y 型交叉口 3 个,T 型交叉口 9 个可以从图上清晰地 4.2 试验区域二试验区域二是一个相对复杂的道路网, 该道路网由 288 个弧段组成应用文中的方法进行道路交叉口的识别, 识别出四叉环型交叉口 1 个, 三叉环型交叉口 1 个, 等边三角形交叉口 1 个, 四叉型交叉口 13 个,r 型交叉口 15 个,Y 型交叉口 21 个,T 型交叉口 72 个经过对矢量图的判别分析, 本文方法能较好地识别该矢量图上的交叉口类型部分复杂平面交叉口如图 7 所示但是由于在定义模板时, 没有包含圆环型掉头路口, 因此未能识别区域内的圆环型掉头结构图 7 试验区域二中识别的部分复杂平面交叉口举例 Fig.7 Examplesofrecognizedjunctionsintestarea2 4.3 试验区域三试验区域三选定的区域为一个更复杂的道路网, 该道路网由 481 个弧段组成应用文中的方

6 130 犉犲犫狉狌犪狉狔 2011 犞狅犾.40 犖狅.1 犃犌犆犛犺狋狆 : 狓犫. 狊犻狀狅犿犪狆狊. 犮狅犿法进行道路交叉口的识别, 识别出等边三角形交叉口 2 个, 等腰三角形交叉口 3 个, 四叉型交叉口 32 个,r 型交叉口 47 个,Y 型交叉口 22 个,T 型交叉口 126 个经过对矢量图的判别分析, 本文的方法能较好地识别该矢量图上的平面交叉口类型部分复杂平面交叉口如图 8 所示由于设计的模板均为典型立体交叉口, 在该图上不能识别出非典型立体交叉口但是, 通过对矢量图的分析可知, 该矢量图中存在非典型的立体交叉口, 因此, 应寻求相应策略进行非典型立体交叉口的识别仅对典型交叉口有效, 并且, 它所能识别的典型交叉口还取决于模板库的完整性显然, 即使是典型交叉口, 如果没有在模板库中定义, 也不能被识别, 所以实际应用时应尽可能建立较为完整的模板库, 以尽可能多地识别交叉口而文献 [1] 方法不区别对待典型和非典型交叉口从实用性上讲, 本文方法虽然不能处理全部交叉口, 但对于它所能识别的交叉口可以为正确简化提供保障, 可以不要人工检查核实, 而文献 [1] 的方法虽然看似可以处理全部交叉口, 但实际上, 它无从判断是否处理得正确, 需要人工逐一检查核实 / 更正图 8 试验区域三中识别的部分复杂平面交叉口举例 Fig.8 Examplesofjunctionsrecognizedintestarea3 4.4 试验区域四由以上三个区域的试验可以看出, 本文方法能很好地识别各种类型的平面交叉口, 但是却没有识别出来立体交叉口这是由于试验区域一二没有立体交叉口, 实验区域三的立体交叉口不典型, 所定义的模版不能识别出来为了验证本文算法能很好地识别典型立体交叉口, 试验区域四选用成都市立体交叉口矢量图进行, 共有立体交叉口 28 个基于定义的模板, 本文方法识别了 21 个立体交叉口 ( 图 9 列出了其中 3 个 ), 其中分离式立体交叉口 2 个, 为衣冠庙立交桥和成温立交桥 ;y 型立体交叉口 1 个, 为机场立交桥 ; 喇叭形立体交叉口 1 个, 为羊犀立交桥 ; 部分苜蓿型立体交叉口 1 个, 为成渝立交桥 ; 苜蓿型立体交叉口 7 个, 分别为营门口人南成绵天府大丰镇接待寺和螺蛳坝立交桥 ; 蝶式立体交叉口 4 个, 分别为成南狮子桥文家场和犀浦镇立交桥 ; 环形立体交叉口 1 个, 为航天立交桥 ; 菱形立体交叉口 3 个, 分别为桂溪金牛和南华立交桥未识别的 7 个立体交叉口均为非典型立体交叉口 5 与现有方法的比较及讨论本文与文献 [1] 研究同一问题, 在此有必要将两文方法做个比较从适用范围上讲, 本文方法图 9 试验区域四中识别的立体交叉口举例 ( 从左至右依次为成绵立交城南立交金牛立交 ) Fig.9 Examplesofrecognizedinterchangesintest area4 (fromlefttoright:thechengmian, Chengnan,Jinniuinterchangesrespectively) 在实际应用中, 结合两种方法, 先运用本文方法自动处理典型交叉口, 再运用文献 [1] 方法处理交互式地处理非典型交叉口, 不失为一种可取的办法 6 结束语本文给出了一种基于有向属性关系图和图匹配技术的交叉口描述识别方法以路段作为交叉口结构模式基元能很好地表达交叉口的局部结构, 有向属性关系图直接描述了交叉口的组成, 并引入属性来描述路段连接特征, 因而能准确地刻画典型交叉口实验结果表明该方法对于处理典型交叉口很有效, 只要能给出正确的模板描述, 本文方法均能有效地识别出符合该模板类型的交叉口同时, 将典型交叉口分类能更好地抽取各类型交叉口的特性, 为提出各自的简化方法提供了前提本文方法不能识别非典型结构交叉口, 对非典型交叉口的识别有待进一步研究不难理解, 从原理上讲本文方法也可用于更详尽表示的交叉口的识别, 但须重新定义结构模板参考文献 : [1] MACKANESS W A,MACKECHNIE G A.Automating

7 第 1 期徐柱, 等 : 基于有向属性关系图的典型道路交叉口结构识别方法 131 the Detection and Simplification of Junctionsin Road Networks[J].GeoInformatica,1999,3(2): [2] THOMSON R,BROOKSR.GeneralisationofGeographical Networks[C] GeneralisationofGeographicInformation: Cartographic Modeling and Applications. Amsterdam: ElsevierScience& TechnologyBooks,2007: [3] HEINZLE F,ANDERS K H.CharacterisingSpacevia Patern Recognition Techniques:Identifying Paternsin RoadNetworks[C] GeneralisationofGeographicInfor mation:cartographic Modelingand Applications.Am sterdam:elsevierscience & Technology Books,2007: [4] YANGBisheng,LUANXuechen,LIQingquan.AnAdaptive MethodforIdentifyingtheSpatialPaternsin Road Net works[j].computers,environmentand UrbanSystems, 2010,34(1): [5] HEINZLEF,ANDERSK H,SESTER M.PaternRecogni tionin Road Networksonthe ExampleofCircular Road Detection[C] Proceedingsof GIScience2006.Berlin: Springer,2006: [6] HEINZLEF,ANDERSK H,SESTER M.AutomaticDetec tionofpaterninroadnetworks MethodsandEvaluation[C] ProcofJointWorkshopVisualizationandExplorationof GeospatialData.Stutgart:ISPRS,2007: [7] BRASSELKE,WEIBELR.A ReviewandFrameworkof Automated Map Generalization [J]. Int Journal of GeographicalInformationSystems,1988,2(3): [8] AITinghua,LIU Yaolin,HUANG Yafeng.TheHierarchical WatershedPartitioningandGeneralizationofRiverNetwork [J].Acta GeodaeticaetCartographicaSinica,2007,36 (2): ( 艾廷华, 刘耀林, 黄亚峰. 河网汇水区域的层次化剖分与地图综合 [J]. 测绘学报,2007,36(2): [9] LIZ,YAN H,AIT,etal.AutomatedBuildingGeneraliza tionbasedon Urban Morphologyand GestaltTheory[J]. IntJofGeographicInformationScience,2004,18(5): [10] MACKANESS W,EDWARDS E.TheImportanceof Modeling Patern and Structure in Automated Map Generalisation[C] ProceedingsoftheJointISPRS/ICA Workshop on Multi scale Representations of Spatial Data. Otawa: Canada Centre for Remote Sensing, 2002:1 11. [11] SONGPeikang.PlanningandDesignofUrbanRoadJunc tions[m].tianjing:pressoftianjin University.1995: 154.( 宋培抗. 城市道路交叉口规划与设计 [M]. 天津 : 天津大学出版社,1995:154.) [12] FU Kingsun.PaternRecognitionandItsApplication[M]. Beijing:SciencePress,1983.( 傅京孙. 模式识别及其应用 [M]. 北京 : 科学出版社,1983.) [13] DING Yihong,PING Xijian,HU Min.A New Linear TextureDescription Method UsingAtributedRelational GraphandIts Application [J].Journalof Computer Researchand Development,2002,39(9): ( 丁益洪, 平西建, 胡敏. 线状纹理的一种属性关系图描述方法及其应用 [J]. 计算机研究与发展,2002,39(9): ) [14] ULLMANJR.AnAlgorithmforSubgraphIsomorphism [J].JournaloftheAssociationforComputingMachinery, 1976,23(1): [15] MENG Yanzi.AStructuralApproachtotheRecognition andsimplificationofroadjunctions[d].chengdu:south westjiaotonguniversity.2009.( 蒙艳姿. 道路交叉口的结构化识别与简化 [D]. 成都 : 西南交通大学,2009.) ( 责任编辑 : 丛树平 ) 收稿日期 : 修回日期 : 第一作者简介 : 徐柱 (1972 ), 男, 博士, 副教授, 研究方向为空间数据综合空间数据共享犌犐犛软件体系结构等犉犻狉狊狋犪狌狋犺狅狉 : 犡犝犣犺狌 (1972 ), 犿犪犾犲, 犘犺犇, 犪狊狊狅犮犻犪狋犲狆狉狅犳犲狊狊狅狉, 犿犪犼狅狉狊犻狀狊狆犪狋犻犪犾犱犪狋犪犵犲狀犲狉犪犾犻狕犪狋犻狅狀, 狊狆犪狋犻犪犾犱犪狋犪狊犺犪狉犻狀犵, 犪狀犱犪狉犮犺犻狋犲犮狋狌狉犲狅犳犌犐犛狊狅犳狋狑犪狉犲, 犲狋犮. 犈犿犪犻犾 : 犵犿犪犻犾. 犮狅犿

;54 ;1 ( ' ) Vol.54 No JournalofXiamenUniversity (NaturalScience) Jan.2015 doi: /j.issn RSTU V ; &! Y,,, [,2\

$;54 ;1 ( ' ) Vol.54 No JournalofXiamenUniversity (NaturalScience) Jan.2015 doi: /j.issn RSTU V ; &! Y,,, [,2\$ ;54 ;1 ( ' ) Vol.54 No.1 2015 1 JournalofXiamenUniversity (NaturalScience) Jan.2015 doi:10.6043/j.issn.0438 0479.2015.01.011 RSTU V ; &! Y,,, Z,@ [,2\] ( 8+ =,>^ E G,Y7,>^ 361102) ; : ( 犕狔犮犪犾犲狆犺狔犾狅狆犺犻犾犪