[发明专利]一种改进的大范围道路中心线分块提取算法

说明书

本发明公开了一种改进的大范围道路中心线分块提取算法，包括如下步骤，S1、通过计算道路边线的曲率确定道路的弯曲处和平直处；S2、在远离道路交叉口和弯曲处的平直道路边线上选择合适的分割位置将大范围道路面进行粗分块；S3、将粗分块结果根据相邻关系和面积大小进行合并获取最终分块结果。优点是：本发明方法有效解决了整块道路面直接提取道路中心线时计算量大、耗时长的问题，也有效解决了规则格网分块方法提取道路中心线准确性低、稳定性差的问题，在理论和实践上都具有一定的可行性。

技术领域

本发明涉及道路中心线提取技术领域，尤其涉及一种改进的大范围道路中心线分块提取算法。

背景技术

道路作为组成地理信息的关键要素，与城市规划、自动驾驶、智慧城市建设、全球测图等都密切相关，在各行各业都具有广泛的应用价值。目前，道路主要有两种采集方式：人工采集，如实地测量、遥感影像矢量化和根据相关算法利用遥感影像自动提取。但这两种采集方式得到的道路数据以面要素形式存储，而道路面数据已无法满足实际生产需求。道路中心线是实现道路多尺度表达与空间分析的重要工具，但道路中心线一般无法直接获取，如何从具有复杂形态和海量特征的已有道路面数据中自动准确且高效地提取道路中心线构建道路网络是研究的热点和难点。

道路中心线提取算法由来已久，基于矢量数据和基于栅格数据是目前自动提取道路中心线的两种主要方式。最常用的中心线提取算法都是基于利用约束Delaunay三角网基于矢量数据提取道路中心线的方法。很多人在此基础上对该算法进行了优化，利用众源轨迹数据构建Delaunay三角网提取道路中心线，有学者在此基础上提高了十字路口等复杂区域提取的准确性和平滑性。但这些方法只描述了如何准确提取道路中心线，随着提取范围越来越大，要处理的数据量也越来越多，按照以上方法对大范围整块道路面直接提取道路中心线时计算量大，所需时间长，对计算机性能要求高。此时，传统方法的处理效率无法满足当前的计算需求，而分布式计算和并行计算是当前提高海量数据综合效率的有效方式。因此，研究大范围完整道路面的合理分块方法，保证方法易于准确高效提取道路中心线尤为重要。

现有研究表明，分块方法直接影响数据处理的质量和效率。根据划分单元的不同，对海量数据的分块方法分为基于格网的规则划分和基于地理单元的不规则划分。规则格网多采用正方形或矩形分割，不规则地理划分多采用行政区边界分割。这两种方式分块方式过程简单，所需时间短，但分块面积不均衡，导致计算量相差较大，不利于分布式计算和并行计算，且不合适的分割边界会降低道路中心线提取的准确性和稳定性，需要对提取得到的结果在连接处进行复杂的中心线修复。有学者提出了一种顾及面积的狭长图斑分割方法，并在分割边界处进行边界检测和修复。该方法考虑了面积均衡对计算效率的影响，利于计算机的并行计算，同时提高了道路中心线提取的准确性。但是，无论对分割边界修复还是对中心线提取结果修复，其修复模式复杂，修复过程耗时长，整体效率并不能得到有效提升。

为此，针对分块面积不均衡导致提取效率低且分割边界处中心线提取准确性较低的问题，提出了一种顾及道路弯曲程度和面积均衡的不规则分块方法。

发明内容

本发明的目的在于提供一种改进的大范围道路中心线分块提取算法，从而解决现有技术中存在的前述问题。

为了实现上述目的，本发明采用的技术方案如下：

一种改进的大范围道路中心线分块提取算法，包括如下步骤，

S1、通过计算道路边线的曲率确定道路的弯曲处和平直处；

S2、在远离道路交叉口和弯曲处的平直道路边线上选择合适的分割位置将大范围道路面进行粗分块；

S3、将粗分块结果根据相邻关系和面积大小进行合并获取最终分块结果。

优选的，步骤S1具体包括如下内容，

S11、将选取道路边线上的三个相邻离散节点确定的二次曲线的曲率作为位于中间的离散节点的曲率；