排序方式: 共有8条查询结果,搜索用时 31 毫秒
1
1.
立交桥结构的自动识别对道路网多尺度建模、空间分析和车辆导航具有重要意义。传统基于矢量数据的立交桥识别方法过分依赖人工设计的特征,对复杂场景的适应性较差。本文提出了一种基于目标检测Faster R-CNN神经网络模型的立交桥识别方法,该方法利用卷积神经网络学习立交桥样本的深层次结构特征,进而实现立交桥的自动识别与准确定位。试验结果表明,该方法对立交桥的识别效果较好,能够在复杂的道路网中准确确定立交桥的位置,避免了人为干预对试验结果不确定性的影响,抗干扰性较强。 相似文献
2.
自然连续面群边线化简是地形图中自然面状要素和地理国情普查数据中自然图斑自动制图综合的重要实施步骤。现有面要素边线化简算法大多以线化简算法为基础,未有效化简弯曲特征、保持面积平衡和满足图面视觉清晰性要求,且化简结果存在共享边界不一致、边线自相交和边线之间相交的拓扑问题。为此,结合自然连续面群表达特点和化简要求,本文提出一种面向自然连续面群边线的协同化简方法。首先将自然连续面群转换为拓扑数据结构组织,以待化简弧段及其相邻弧段为基础构建约束Delaunay三角网,标识化简区域;其次利用弧段双侧层次多叉树模型渐进式退化条带状弯曲、化简细小弯曲;最后自适应夸大狭窄“瓶颈”,实现边线的协同化简。以河南省某区域1:5万地形图中的植被与土质面要素进行化简实验,相较于对比方法,该方法能够有效保持自然连续面群边线化简前后的拓扑一致性、要素之间的面积平衡,充分化简目标尺度下的局部不清晰细节,化简结果精度高。 相似文献
3.
OSM作为开源的地理信息数据资源,与传统的人工实地测量、利用卫星遥感影像获取道路网信息的方法相比,成本更加低廉、获取更加方便,在基础地理信息道路网更新中具有较广阔的应用前景.本文以郑州城区的基础地理信息道路数据和OSM数据为研究对象,针对目前基础地理信息数据更新周期长、投入成本大的问题,探索了基于OSM数据更新道路的流程和方法,研究了同名实体匹配、道路变化检测等关键技术.实验结果表明,提出的方法能够有效更新基础地理信息道路网,具有较强的可操作性. 相似文献
4.
空间冲突处理是制图综合的重难点,目前空间冲突处理的研究重点在于拓扑一致性的保持,对要素间的形状相似性关注较少。形状相似性是空间相关性在局部区域的具体体现,道路与居民地是一对具有强相关性的地理要素,街区居民地的轮廓常与邻近道路具有相似的形状特征,独立化简易产生不可控的拓扑冲突与形状冲突。为此,提出一种顾及形状相似性的道路与居民地协同化简方法。(1)利用Delaunay三角网构建道路与居民地间的毗邻关系并提取成对的毗邻片段。(2)采用动态时间归整算法进行节点粗匹配并根据节点的几何特征做进一步优化。(3)采用基于节点取舍的化简算法对道路进行分段化简,将节点取舍情况同步至居民地轮廓,并对异常线段进行检测与处理。采用浙江省某地区1:5万地图中的道路与居民地进行实验,结果表明该方法能够实现道路与两侧毗邻居民地的同步化简,化简后道路、居民地间的形状结构吻合良好,有效保持了道路与居民地在毗邻区域的形状相似性、拓扑一致性及协调的视觉效果。 相似文献
5.
6.
建筑物是大比例尺地图中的重要要素,其自动化简是制图综合领域的重要研究内容。针对当前化简方法仅侧重于某一方面的问题,本文提出一种顾及多特征约束的建筑物组合化简方法。首先,对建筑物进行冗余点删除、尖角去除等预处理操作;然后根据化简阈值筛选出需要化简的短边,并对其局部结构进行自动分类识别;然后,充分考虑建筑物的位置、面积、方向和形状等特征约束的影响,针对不同的结构类型采用不同的化简操作,在化简的过程中采用阈值逐渐增大的渐进式确定方法,直到满足化简要求为止;最后,从多个特征角度对化简结果进行评估,对不合理的化简实体进行调整修改。以OpenStreetMap数据为例进行实验,并与其它化简方法进行对比,实验结果表明,本文所提的方法可以有效保持建筑物的面积、形状、直角等基本特征,可以实现建筑物的自动连续化简,具备一定的通用性。 相似文献
7.
网络空间信息可视化对揭示网络空域规律、促进网络空间认知具有重要意义。将网络空间节点与拓扑关系直接可视化的视图中存在大量的点重合和线交叉,目前已有的网络节点布局算法、集束边技术、骨干网提取和网络路由拓扑多尺度表达等方法能够优化视图效果,但在网络的微观结构上,对保持网络空间点群要素的特征信息关注不够。通过分析并量化网络空间点群要素的各类特征信息,提出了一种基于层次聚类的要素聚合方法和一种基于节点重要性度量的要素选取方法,以自动综合的方式对网络空间点群要素进行综合。实验结果表明,该方法能够保持网络空间点群要素的空间特征,为定量表达网络空间特征、加速生成视觉效果良好的网络空间地图提供基础数据综合方法。 相似文献
8.
研究城市公共设施的热点分布,对把握当前城市发展现状具有重要意义.针对传统算法的相关研究存在参数设定受人为因素影响较大的问题,本文采用优化的密度峰值聚类算法进行热点选取和聚类分析,在原算法的基础上,利用指数隶属函数计算局部密度并自动生成阈值,削弱了参数选取对结果的影响和反复调整参数带来的不便,结合决策图和簇中心权值进行热点的选取,提高了聚类结果的准确性.以郑州市辖区教育培训机构分布热点为例进行实验分析,结果表明,基于该算法的热点分布分析能够快速掌握设施的分布模式和聚集程度,为调整发展思路、优化设施布局提供决策支持. 相似文献
1