【摘要】：新興移動(dòng)計(jì)算環(huán)境如車聯(lián)網(wǎng)、移動(dòng)社交網(wǎng)絡(luò)等,帶動(dòng)了基于位置數(shù)據(jù)的服務(wù)快速發(fā)展。隨著提供位置的能力不斷增強(qiáng),而理解位置的能力方面仍然存在很多挑戰(zhàn)。當(dāng)前泛在測(cè)繪或位置社會(huì)感知,得到了學(xué)術(shù)界和工業(yè)界的廣泛重視,而包含地理、軌跡、空間媒體等位置數(shù)據(jù)也就成了重要的數(shù)據(jù)資源,它可提供諸如城市運(yùn)行、個(gè)人生活、企業(yè)經(jīng)濟(jì)等方面的位置服務(wù)。其中能反映用戶習(xí)慣偏好的行車軌跡數(shù)據(jù),成了重要組成元素。本文重點(diǎn)研究生成矢量路網(wǎng)的相關(guān)技術(shù),從大規(guī)模行車軌跡中提取蘊(yùn)含的路網(wǎng)模式,從而擺脫了地圖服務(wù)的依賴,構(gòu)成了位置數(shù)據(jù)分析的基礎(chǔ)。本文將行車軌跡數(shù)據(jù)直接轉(zhuǎn)成二值圖像后,利用包括形態(tài)學(xué)、高斯模糊等圖像處理算法,將離散的軌跡位置點(diǎn)數(shù)據(jù)構(gòu)成的道路區(qū)域,擬合成僅有少數(shù)(千分之二)數(shù)據(jù)點(diǎn)構(gòu)成頂點(diǎn)集合的多邊形區(qū)域,節(jié)省了外存與內(nèi)存空間,大大提高了路網(wǎng)相關(guān)的分析計(jì)算性能表現(xiàn)。本文研究的關(guān)鍵技術(shù)體現(xiàn)在：①提取行車軌跡數(shù)據(jù),分離多方向道路和交叉道路,實(shí)現(xiàn)數(shù)據(jù)集的分割。②在相應(yīng)圖像處理過程中選擇合適參數(shù),達(dá)到最佳效果。③利用形態(tài)學(xué)與高斯模糊等圖像處理算法,實(shí)現(xiàn)去噪、抹刺、填洞、平滑等一系列數(shù)據(jù)操作。本文貢獻(xiàn)主要體現(xiàn)在：①問題域的轉(zhuǎn)換,將在數(shù)據(jù)集上利用聚類式算法的處理方式轉(zhuǎn)變?yōu)槔脠D像并利用形態(tài)學(xué)算法進(jìn)行處理。②因地制宜分割數(shù)據(jù)集,借助數(shù)據(jù)集中行車方向等個(gè)性化屬性,利用統(tǒng)計(jì)性規(guī)律,進(jìn)行交叉道路分離,形成獨(dú)立封閉式道路區(qū)域,從而通過道路邊緣擬合出多邊形頂點(diǎn)連接的矢量化方法。③在不依賴基圖情況下,從行車軌跡中提取路網(wǎng),并矢量化處理。
【圖文】：

２００６年埃納雷斯堡大學(xué)的Ｊ．邋Ｂ．邋Ｍｅｎａ利用高分辨二值圖像的幾何和拓?fù)潢P(guān)系，進(jìn)行逡逑分割路網(wǎng)的自動(dòng)矢量化方法Ｗ。該方法從高分辨率遙感圖像中有效提取出路網(wǎng)信息，并逡逑進(jìn)行矢量化處理。具體矢量化結(jié)果，如圖１－２所示。逡逑ｍｍ逡逑圖１－２遙感圖像矢量化圖逡逑Ｆｉｇ．邋１－２邋Ｔｈｅ邋ｍａｐ邋ｏｆ邋ｔｈｅ邋ｂｉｎａｒｙ邋ｉｍａｇｅ邋ｖｅＵｏｒｉｚａｔｉｏ打逡逑通過閱讀，可ｗ邋了解到：逡逑１）二值數(shù)字圖像是在更新的柵格路網(wǎng)在矢量化過程中非常重要的一項(xiàng)任務(wù)。在逡逑自動(dòng)化處理過程中出現(xiàn)許多問題。由于噪聲、扭曲的影響，需要對(duì)結(jié)果進(jìn)行逡逑自動(dòng)分割的方法。另外，由于路網(wǎng)結(jié)構(gòu)幾何特性變化非常之高，如要提高自逡逑動(dòng)化處理結(jié)果，，人工處理方法通常也是必要的。逡逑２）邐１９９３年Ｔａｎａｋａ和Ｋａｍｉｍｕｒａ提出了一種基于能量最小原理的矢量化方法逡逑送種方法設(shè)及到細(xì)化，直線段逼近，幾何變換。線段近似處理后得到骨架線，逡逑包括變薄而引起的波形崎變。該方法相對(duì)其他方法減少了在原始圖像骨架與逡逑平滑后造成的各種扭曲情況。逡逑３）邐１９９４年Ｓａｎｎｉｔｉ邋ｄｉ邋Ｂａｊａ的骨架提煉上？。在那篇論文中，根據(jù)１９８８年逡逑３逡逑

基巧kw辟~|焌量}鄙

本文編號(hào)：2582114