[发明专利]基于惯性矩的紧凑度密度峰值聚类的多线道路提取方法

说明书

本发明提供一种基于惯性矩的紧凑度密度峰值聚类的多线道路提取方法，地理数据集OSM中的道路包括单线道路和多线道路，S1使用ArcGIS要素转面工具将地理数据集OSM中的道路线数据转化为道路面状多边形；S2基于惯性矩的紧凑度计算方法来计算所有道路面状多边形的紧凑度，通过紧凑度来描述道路面状多边形的形状，采用密度峰值聚类算法区分为细长多边形和其它多边形，提取细长多边形；S3计算所有道路面状多边形的面积，根据地理数据集OSM中相邻的两条多线道路之间的最大宽度确定面积阈值，提取面积小于面积阈值的多边形；S4通过提取多边形来提取组成这些多边形的多线道路。

技术领域

本发明涉及道路提取技术领域，尤其涉及一种基于惯性矩的紧凑度密度峰值聚类的多线道路提取方法。

背景技术

目前，针对于缺乏质量控制的OpenStreetMap(OSM)数据的多线道路提取问题一般采用基于面状多边形的提取方式。现有的多线道路提取方法是李秋萍在InternationalJournal of Geographical Information Science上发表的一篇文章：Polygon-basedapproach for extracting multilane roads from OpenStreetMap urban roadnetworks(Li Q,Luan X,Luan X,et al.Polygon-based approach for extractingmultilane roads from OpenStreetMap urban road networks[J].InternationalJournal of Geographical Information Science,2014,28(11):2200-2219.)。这种方法首先将道路线数据转化为面状多边形，使用面积、周长、紧凑度、平行度和宽度五种多边形的特征参量，通过一种监督分类支持向量机(SVM)算法对多边形进行分类。将分类产生的多线道路多边形作为种子，按照格式塔理论进行区域生长，加上面积阈值控制的后处理过程，补全SVM分类过程没有提取出来的多线道路多边形，从而实现多线道路提取的方法。

然而这种现有的多线道路提取方法存在一定的局限性：

首先，五种形状描述符中，计算特征参量紧凑度时使用了一种等效熵(IPQ)的计算方法(如公式(X))这种紧凑度计算方法对周长的灵敏度高，由于OSM数据组成的多边形中会存在大量的带洞的和边界复杂的特殊多边形，这些特殊多边形具有内边界，这会使图形的周长较大，导致紧凑度较小。但这些特殊多边形仍然是紧凑类多边形，经过等效熵的紧凑度计算方法会使特殊多边形紧凑度大小与细长状的非紧凑多边形紧凑度大小相当，不利于后续的多边形分类。

其次，现有的多线道路提取过程中使用的SVM分类是一种监督分类。它需要样本数据集的支持，将已知多边形类别的数据输入SVM算法中，得到五种特征参量的分类参量阈值，再输入未知分类结果的测试数据集，根据训练出来的特征参量阈值对未知分类结果的测试数据集进行分类。这种分类过程具有一定的局限性。首先，样本数据集获取比较困难，样本数据集种类覆盖不全面会导致分类结果精度低下。其次，不同城市多线道路多边形具有不同的特点，在对不同城市道路数据进行多线道路提取时，需要分别获取每个城市的样本数据集。

发明内容

有鉴于此，本发明的实施例提供了一种提取精度更高、对样本数据集依赖度低的基于惯性矩的紧凑度密度峰值聚类的多线道路提取方法。

本发明的实施例提供一种基于惯性矩的紧凑度密度峰值聚类的多线道路提取方法，目标地的地理数据集OSM中的道路包括单线道路和多线道路，由单线道路组成的多边形代表街区，由多线道路组成的多边形代表路面，所述方法包括如下步骤，

S1：获取所述地理数据集OSM，使用ArcGIS要素转面工具将所述地理数据集OSM中的道路线数据转化为道路面状多边形；