首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 7 毫秒
1.
唐忠立  张宏奎  汤鑫  王倩 《北京测绘》2021,35(8):1018-1025
开放街道地图(Open Street Map,OSM)数据由大众自发标报,因而存在大量虚假、低质量、冗余数据,其冗余数据清理研究成果乏善可陈.为此,针对OSM建筑物面目标冗余问题,构建了一套基于层次规则的OSM建筑物面目标冗余数据清理模型.首先,从OSM数据中识别冗余建筑物面目标,然后,按照拓扑关系类型将冗余建筑物面目标进行冗余分类,其次,根据建筑物面目标的冗余类型、几何特征等构建层次规则,最后,对实验区冗余面目标进行实验,并利用精确率、召回率及调和平均值(F1)等指标评价清理效果,结果表明,该模型具有良好的合理性和有效性.  相似文献   

2.
针对目前关于OSM数据质量的研究现状,本文以美国地质勘查局数据为参考数据,根据OSM路网数据与参考数据的特点,完成OSM路网数据的转换及其与参考数据的匹配。同时依据匹配结果,给出OSM路网的距离、角度这两种几何精度的评价结果,并通过计算机编程,将最终的评价结果可视化,开发实现了众源数据质量评价原型系统。  相似文献   

3.
周边区域地理信息的获取是我国地缘环境研究中的一个难题,志愿者地理信息(volunteered geographic information,VGI)的兴起为解决该难题提供了一个可行的方法。在目前一系列的VGI项目中,OpenStreetMap(OSM)是比较领先的应用,但OSM数据模型不同于我国周边应用的专业矢量数据模型,因此,利用OSM数据时首先需要对其进行模型转换。有鉴于此,本文提出了一种基于规则的OSM数据到专业应用矢量数据模型转换方法。该方法首先利用OSM定义的几何类型与地物属性作为分类依据,建立了模型转换基本规则库;对于志愿者根据自己的理解自行标注未包含在基本规则库中的目标采用人机交互方式进行模型转换,并在此过程中不断完善规则库,利用越南与巴基斯坦数据进行实验,最终形成了包括2 344条转换规则的模型转换规则库,为OSM数据模型到专业应用矢量数据模型的转换提供了一条可行途径。  相似文献   

4.
OpenStreetMap(OSM)的数据由大众自发标报,因而存在大量虚假、低质量的数据,数据清理是OSM数据走向实用的重要前提。可信度被多位研究者提出作为OSM数据质量的评价手段,但目前OSM数据清理的研究工作中很少顾及众源地理信息的可信度,因此,本文提出了顾及可信度的OSM数据清理模型。该模型首先计算出顾及用户信誉的OSM数据的可信度,再对数据按照属性进行分类,根据不同属性的数据可信度分布情况设置该属性数据相应的阈值并进行清理,对低于阈值的数据进行人工检查,高于阈值的数据则筛选出用户信誉与可信度不相等以及新建的数据进行人工检查,最后采用OSM真实历史数据中的线对象进行实验,实验结果表明:该模型能够有效地清理出绝大部分的虚假以及低质量数据。  相似文献   

5.
刘波  时雨  刘雪朝  吴雪纯  龚云璐  王艳东 《测绘科学》2019,44(7):141-146,176
针对城市路网的发展状况,能在一定程度上体现城市发展的水平,但传统路网数据难获取的问题,该文采用了易获取、成本低、更新快等优点的OpenStreetMap路网数据为主要研究对象,利用多元线性回归的分析方法,重点研究OSM路网与城市经济发展水平(城市GDP)间的相关关系。通过实验验证,OSM路网密度与城市经济发展水平之间存在着明显的相关关系,利用OSM路网密度对城市经济发展水平进行分析,具有一定的可行性,能够为日后城市经济水平评估与评价提供了一种新的辅助评价指标。  相似文献   

6.
针对传统方法在度量建筑物面要素几何形状时,未能考虑形状认知的视觉特征因素且形状特征需要人为定义等问题,该文提出一种建筑物几何形状度量方法。首先,利用深度卷积神经网络的图像特征学习特性,结合自动编码机的自监督学习能力,构建基于机器自监督学习的建筑物面要素几何形状度量神经网络;其次,利用建筑物图像形状大数据对网络进行训练;最后,利用训练完成的神经网络识别并提取建筑物形状特征集并作为形状度量的结果。实验表明,该方法形状度量结果区分度高,一定程度上克服了人为定义形状特征的缺点,且与视觉感知结果基本一致。  相似文献   

7.
提出了一种基于关联规则分类算法进行道路网网格模式识别的方法。首先基于空间认知理论,从人类视觉认知Gestalt原理出发,采用几何与拓扑关系特征量化计算网眼形状参量,从网眼自身形状指标、相邻网眼排列一致性、相邻网眼形状相似性3方面描述网眼模式。然后利用关联规则分类算法对道路网网格描述特征进行识别分类。实验表明,本文方法有效可行,具有一定的鲁棒性。  相似文献   

8.
OpenStreetMap(以下简称OSM)作为全球最大的开放地理信息数据项目,在科学发现、工程应用、公众服务等方面的广泛应用,使其成为全球重要的地理信息数据库,其数据质量、项目可持续性和长期稳定性是非常重要的.目前,针对OSM的研究大多集中于数据质量层面,难以从发展的视角分析其项目本身.鉴于OSM拥有超过500万志愿者,本文试图从志愿者贡献行为的角度出发,分析OSM社区的成长轨迹和发展模式.具体而言,本文验证了OSM志愿者的参与不均等性,将志愿者划分为初、中、高级三类活跃度用户,并采用经济管理学留存分析的方法对2005—2017年的OSM志愿者贡献行为数据进行了分析.分析结果表明OSM的贡献者数量目前处于一种低留存率下的稳定增长模式,并且存在大量的志愿者流失现象.  相似文献   

9.
针对利用几何匹配技术建立多源数据间的映射关联关系这一空间关联领域的热点,该文提出面向空间关联的多源矢量数据空间实体匹配方法,通过对点、线、面实体进行几何匹配,得到多源矢量数据空间实体间的映射关系,进而建立起多源矢量数据间的空间关联。此外,以深圳市标准导航数据与深圳市开放街道地图(OSM)数据为例进行了实验。实验结果表明,阈值的选取对匹配精度有很大影响,当阈值选取合适时,该文算法能较为有效地进行点、线、面实体间的几何匹配,从而建立起多源矢量数据空间实体间的关联关系,其精度及正确率较高,具有较强的实用性。  相似文献   

10.
浮动车轨迹数据具有覆盖范围广、更新周期短、获取成本低等特点,对于地图的生产和更新具有重要意义,但是由于受到卫星信号被遮挡及多路径效应的影响,其精度普遍较低。本文采用一种基于OSM作为参考数据的方式对浮动车轨迹数据进行校正。首先通过一种分层时空地图匹配的方式将轨迹数据与OSM进行匹配;然后采用引力模型对数据进行校正;最后在武汉市出租车轨迹数据上进行了试验。结果表明,本文提出的数据校正方法可以有效地提高浮动车轨迹数据的精度。  相似文献   

11.
众源开放街道地图(OpenStreetMap,OSM)作为志愿者地理信息的典型代表,其数据质量制约了城市主干道提取。为此,引入约束Delaunay三角网,运用类似Voronoi图的空间等剖分几何构造表达道路线密度,通过线密度变化与三角形边长表征主干道形态特征,并集成两个指标构建主干道识别模型;类比林火蔓延扩展过程,提出了基于Delaunay三角网的OSM主干道多边形提取方法。运用5个城市的OSM数据进行实验,结果表明,该方法能有效提取主干道多边形,并且与OSM路网中的道路等级属性趋于一致。  相似文献   

12.
土壤重金属污染评价时,研究人员只使用一种评价模型,无法进行择优选择;在土壤数据获取受限制的情况下,数据可得性、可调整性较差;依据少量采样点数据直接开展重金属污染评价,不利于评价整体影响效应。针对上述问题,本文开展了土壤重金属污染评价与可视化研究,采用克里金法对采样点数据进行转化,结合单因子评价模型、内梅罗指数模型和加权平均指数模型,通过将公式程序化,实现重金属污染快速评价,并结合开源WebGL技术,以污染程度分级形式进行高效可视化。研究结果表明,本文方法不仅能让用户按需选择评价模型和插值精度,还具有较高的数据可得性,有利于评价研究区整体污染状况,得出面域评价结果。  相似文献   

13.
利用OpenStreetMap数据进行高空间分辨率遥感影像分类   总被引:1,自引:0,他引:1  
针对高分辨率遥感影像分类样本标注困难的问题,提出了一种利用OpenStreetMap (OSM)数据自动获取标注样本的方法。与现有的利用OSM数据进行分类的方法不同,该方法加入了空间特征以弥补单独使用光谱特征分类的不足。首先,基于OSM数据提供的地物类别和位置信息进行样本标注,为了降低OSM数据中少量错误信息对分类结果的影响,采用聚类分析的方法对样本进行提纯;其次,使用形态学轮廓来提取影像的结构特征,挖掘高分辨率遥感影像丰富的空间信息,与光谱特征相叠加并输入分类器进行分类。试验证明,本文提出的方法能够有效避免人工样本标注所需要的人力物力;同时,联合影像的光谱空间特征能够更好地描述地物特性,得到较高的分类精度。  相似文献   

14.
于洋洋  贺康杰  武芳  许俊奎 《测绘学报》2022,(11):2390-2402
形状识别和分类是地图制图综合的重要内容之一,面状居民地要素作为地理空间矢量数据的重要组成部分,其形状认知是制图综合的基础。本文针对当前几何和统计形状分类方法的不足,借助图卷积神经网络的图数据分类能力,提出了一种基于图卷积神经网络的面状居民地形状分类方法。该方法首先从面状居民地轮廓多边形入手,提取其轮廓的多个特征,获取形状的图表达;然后,利用图卷积神经网络对居民地形状信息进行多轮次提取和聚合,将形状信息嵌入一个高维向量中;最后利用全连接神经网络对高维形状向量进行分类。试验表明,该方法能够有效提取居民地形状信息,克服了传统分类方法人为设置指标的不足,实现了端到端的居民地形状信息提取与分类。  相似文献   

15.
要素操纵引擎(Feature Manipulate Engine,FME)平台是数据信息转换工具,以研究FME语义映射文件的组成和执行过程为基础,通过修改FME语义映射的方法,对OSM标签信息提取转换到MySQL数据库的过程进行了研究,实现OSM数据标签信息的快速、高效的提取转换。根据OSM的数据结构特征,设计数据库结构,在转换结果中充分体现出OSM数据键值对标签信息的特征。研究结果表明,MySQL数据库格式存储OSM属性数据信息,推动了语义特征分析的发展。  相似文献   

16.
区域增长法和随机抽样一致性(RANSAC)算法是从LiDAR数据提取屋顶面时常用的两类方法,但这两种方法都存在某些缺陷,使它们的应用受到了一定限制。针对LiDAR数据中建筑物脚点的特点,提出了一种融合以上两种方法优点于一体的合成算法。1根据脚点的法向量和粗糙度特征进行屋顶面粗提取;2在屋顶面粗提取结果的基础上,利用基于先验知识的局部采样策略和区域增长方式对传统随机抽样一致性算法进行扩展,实现屋顶面自动提取;3采用投票法解决屋顶面竞争问题,提高屋顶面的提取精度。实验结果表明,本文设计的合成算法能够有效地提取建筑物屋顶面。  相似文献   

17.
矢量面状要素几何相似性度量方法探讨   总被引:2,自引:1,他引:1  
陈占龙  徐永洋  谢忠 《测绘科学》2016,41(5):105-110
针对GIS面状要素由于具有旋转、平移、缩放等形状不变特性而导致相似性度量困难的问题,该文提出了完整的几何相似性度量模型:采用基于顶点中间度的轮廓特征点提取方法,能够在较小误差情况下充分表达原始图形,从而提高相似度计算效率;通过傅里叶描述方法对轮廓进行数学表达,截取能表达图形的前n阶因子,利用向量夹角余弦值理论度量归一化傅里叶描述子向量的相似度,顾及了图形的几何变换不变性。实验结果表明,该描述模型可有效地对GIS面状要素的几何相似性进行度量。  相似文献   

18.
地图图形数据拓扑关系的建立   总被引:1,自引:0,他引:1  
图形矢量数据的拓扑关系是指各图形几何元素之间,不因元素的几何形状和位置变化而发生变化的关系。地图图形数据的拓扑关系主要有两方面内容,一方面是结点与弧段间的关系,另一方面是弧段与多边形间的关系。作为地图图形数据的矢量数据,其拓扑关系是对图形数据进行空间查询、分析等操作的基础,因此,拓扑关系的构造、更新是GIS数据管理和更新的重要内容。本文介绍在DIPNET系统的编辑模块OBEDIT中进行拓扑构造和更新所采用的方法和主要过程  相似文献   

19.
道路边界精确提取建模是城市道路管理、智能交通规划和高精度地图制作等领域的重要课题之一。本文提出了一种基于车载激光雷达点云数据和开源街道地图(OSM)的三维道路边界精确提取方法。首先,针对原始车载LiDAR点云数据应用布料模拟滤波分离地面点,再结合相对高程分析获取道路边界点候选数据集。然后,应用OSM矢量道路网数据的节点辅助道路边界点候选点集进行分段。最后,在各分段点云数据集中基于随机抽样一致性算法获得三维道路边界点集。通过直道、弯道及高密度复杂场景3种不同类型的城区道路边界路段分类提取试验。结果表明,利用该方法进行道路边界提取的准确率和召回率分别达96.12%和95.17%,F1值达92.11%,本文方法可用于高精度道路边界的三维精细提取与矢量化,进而为智能交通与无人驾驶导航提供支撑。  相似文献   

20.
众源地理数据,是指由大众采集并向大众提供的开放地理空间数据。其更新速度快、现势性强,有极大的发展潜力。针对这一热点,本文以Open Street Map项目为代表,对其数据格式分Node、Way及Relation 3种数据元素进行深入解析。进而利用FME软件、Arc GIS软件的Data Interoperability及Arc GIS Editor For OSM工具这3种数据转换工具对以郑州大学为例的OSM数据进行转换。结果显示,利用FME软件、Arc GIS Editor For OSM工具数据保存较完整,但有较为严重的属性丢失,而利用Arc GIS的Data Interoperability工具转换则会造成较严重的线元素数据丢失。鉴于上述3种方法的不足,提出一种利用C++对OSM数据的编程转换,这为下一步的数据关联工作打下了良好的基础。最后为更直观地查看OSM数据,基于C#及Arc GIS Engine二次开发工具对其进行了可视化,并实现了基本的地图操作。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号