低频轨迹数据的多时相增量式道路提取方法

发布时间：2022-01-12 05:55

　　针对目前利用低频时空轨迹数据进行道路提取与更新,难以同时满足提取精度和算法效率要求的问题,该文提出一种基于低频轨迹数据的多时相增量式道路提取方法。首先,将原始轨迹数据分割为多个时相轨迹序列,并利用栅格化法得到多个时相的初始道路中心线;接着,采用吸引力模型纠正初始道路中心线的位置偏差,再通过k-segment主曲线算法拟合得到最终道路中心线,构建道路骨架地图;最后,统计与道路中心线关联的轨迹位置与方向信息,进一步挖掘道路宽度与单双向通行规则等交通语义信息,丰富道路骨架地图。实验结果表明,基于多时相轨迹分别提取与增量融合的方式,可有效发现道路网的时空变化规律,获得较高的道路检测概率与信息提取准确率,同时避免对全时段轨迹直接处理的复杂运算量。 

【文章来源】：测绘科学. 2020,45(04)北大核心CSCD

【文章页数】：7 页

【部分图文】：

本文方法流程图

城市道路网每天发生变化,本文将原始轨迹按天划分为多时相轨迹序列,然后采用栅格化法提取多时相初始道路网,从而有效追踪道路时空变化。具体地,按不同日期对预处理后轨迹进行分组,将各时相轨迹点转换为二值图像,利用膨胀、开运算和细化等栅格化方法提取初始路网。首先,考虑到轨迹稀疏性,需要对各时相轨迹二值图像进行膨胀处理。膨胀是利用3×3结构元素对原始图像中各像素进行逻辑与操作,若皆为0,则结果为0,否则为1,从而将目标边缘或内部的空隙填充,达到连接断裂路段的目的。如图2所示,图像M即为原始图像A经过结构元素B膨胀处理后结果。为了减少毛刺现象,需要对膨胀后二值图像进行形态学开运算。形态开运算是利用一结构元素对目标图像依次进行腐蚀和膨胀操作。腐蚀与膨胀操作类似,是将结构元素与目标图像各像素进行逻辑与操作,若皆为1,则结果图像为1,否则为0。本文开运算使用的结构元素B=[0 1 0;1 1 1;0 1 0]。

如图3所示,图3(b)表示对图3(a)中原始图像直接开运算得到的结果,图3(c)表示原始图像经膨胀运算后再进行开运算得到的结果。由图3可见,膨胀后开运算比直接开运算得到结果更能有效保留稀疏轨迹的道路特征。最后,利用细化算法提取初始道路中心线,现有细化算法包括基于布尔运算,数学形态和逐层剥离的方法。本文综合考虑运算效率和道路完整性,采用基于形态学的细化算法提取初始道路中心线。该算法主要通过一系列结构元素 B1…BN 逐一细化目标图像A,删除A中被B1…BN击中或匹配的像素,公式如式(1)所示。

【参考文献】：
期刊论文
[1]运用约束Delaunay三角网从众源轨迹线提取道路边界[J]. 杨伟,艾廷华.  测绘学报. 2017(02)
[2]符合认知规律的时空轨迹融合与路网生成方法[J]. 唐炉亮,刘章,杨雪,阚子涵,李清泉,董坤.  测绘学报. 2015(11)
[3]利用车辆轨迹数据提取道路网络的几何特征与精度分析[J]. 蒋益娟,李响,李小杰,孙靖.  地球信息科学学报. 2012(02)



本文编号：3584231