一种基于面状居民地数据的城中村提取和自动综合方法

技术领域

本发明涉及地理信息系统空间分析和地图自动综合技术领域，具体涉及一种基于面状居民地数据的城中村提取和自动综合方法。

背景技术

城中村在我国城市普遍存在，因此，其改造、再建的科学性、合理性关系国计民生，是城市化发展进程中亟需解决的问题。

基本比例尺地图数据库是国家空间数据基础设施的组成部分，可为城中村发展问题提供决策支持，即，可从已有大比例尺矢量地图库中自动提取城中村，并在地图比例尺缩小时根据提取出的面状居民地间的距离关系，实施适合城中村居民地空间特征且保持其语义特征的自动综合，从而得到小比例尺的地图。

基本比例尺地图数据库的最大比例尺是1比5000，在此尺度下，城中村居民地形态独特，由于城中村具有房顶面积小、建筑密度大、片区范围内道路狭窄等特点，制图专家无法将村中房屋一个个分别绘出。

发明内容

为了解决现有技术中存在的问题，本发明提供一种基于面状居民地数据的城中村提取和自动综合方法，该方案包括：获取1比5000比例尺下的面状居民地数据，并利用1比5000比例尺下的线状道路数据将面状居民地数据划分为多个街区；对每个街区中各个居民地边界上的节点进行加密，基于加密后的居民地边界创建约束Delaunay三角网；对约束Delaunay三角网进行泰森多边形分析，得到每个街区对应的泰森多边形；根据每个街区中各个居民地的面积，以及每个街区中各个居民地对应泰森多边形的面积获取每个居民地的面积比率指标；根据面积比率指标对每个街区中的居民地进行筛选，将面积比率指标满足设定阈值范围的居民地作为城中村居民地。本发明提出的方法易于实现，简单高效，城中村提取、地图综合过程科学合理。

本发明采用如下技术方案，一种基于面状居民地数据的城中村提取和自动综合方法，包括：

获取1比5000比例尺下的面状居民地数据，并利用对应1比5000比例尺下的线状道路数据将所述面状居民地数据划分为多个街区；所述每个街区中包含多个居民地；

对每个街区中各个居民地边界上的节点进行加密，基于加密后的居民地边界创建约束Delaunay三角网；

基于所述约束Delaunay三角网对每个街区的居民地进行泰森多边形分析，得到每个街区对应的泰森多边形；

根据每个街区中各个居民地的面积，以及每个街区中各个居民地对应泰森多边形的面积获取每个居民地的面积比率指标；

根据每个居民地的面积比率指标对每个街区中的居民地进行筛选，将面积比率指标满足设定阈值范围的居民地作为城中村居民地。

进一步地，将面积比率指标满足设定阈值范围的居民地作为城中村居民地之后，还包括：

将面积比率指标不满足设定阈值范围的居民地作为非城中村居民地；

计算每个城中村居民地与其相邻的非城中村居民地两条面向线段之间的改进豪斯多夫距离，当所述改进豪斯多夫距离小于预设阈值时，将该非城中村居民地划分为城中村居民地；

依次遍历每个街区的所有居民地，得到每个街区的城中村居民地集合。

进一步地，得到每个街区的城中村居民地集合之后，还包括：

获取每个街区中相邻城中村居民地或非城中村居民地之间的改进豪斯多夫距离，并将该豪斯多夫距离转化为设定比例尺下的地图距离；

当该地图距离小于设定比例尺下地图的最小图解距离时，将该地图距离对应的相邻城中村居民地或非城中村居民地进行合并；

当该地图距离大于设定比例尺下地图的最小图解距离时，重新选择相邻城中村居民地或非城中村居民地进行比较；

依次遍历每个街区中的所有居民地，完成对每个街区中居民地的综合。

进一步地，计算每个城中村居民地与其相邻的非城中村居民地之间的改进豪斯多夫距离，具体为：

获取每个城中村居民地与其相邻的非城中村居民地间基于约束Delaunay三角网确定的两条面向线段；

根据每个城中村居民地与其相邻的非城中村居民地间的两条面向线段计算每个城中村居民地与其相邻的非城中村居民地之间的豪斯多夫距离。

进一步地，获取每个居民地的面积比率指标的方法为：

根据每个居民地的面积与其对应泰森多边形的面积之比，得到每个居民地的面积比率指标。

本发明的有益效果是：本发明提出1比5000面状居民地数据提取城中村并进行自动综合的方法易于实现，简单高效，城中村提取、地图综合过程科学合理，很好地解决了由原始居民地数据得到“城中村”这一语义信息，并对其实施“距离优先、语义保持”原则的地图综合，有助于提高生产中1比5000居民地地图综合的科学性和效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例的一种基于面状居民地数据的城中村提取和自动综合方法流程示意图；

图2为本发明实施例的一种1比5000面状居民地数据中，某街区A的城中村和非城中村居民地的形态对比示意图；

图3为本发明实施例的一种1比5000道路数据中的主干道构成的道路网眼面和由道路网眼面将1比5000居民地数据划分为不同的居民地群(街区)示意图；其中图3(a)为1比5000道路数据中的主干道构成的道路网眼面示意图，图3(b)为将1比5000居民地群划分为不同的居民地群示意图；

图4为本发明实施例的一种街区S中的居民地群和将其中所有居民地边界节点由原始加密为间距为3米的局部放大图；其中，图4(a)为街区S中的居民地群的原始图，图4(b)为街区S中某个居民地节点加密前的局部放大示意图；图4(c)为街区S中某个居民地节点加密后的局部放大示意图；

图5为本发明实施例的一种某街区S中居民地的约束Delaunay三角网构建示意图及其局部放大图；

图6为本发明实施例的一种某街区S中居民地经过泰森多边形分析后得到的泰森多边形示意图；

图7为本发明实施例的一种基于约束Delaunay三角网的两个居民地si和sj的面向线段的获取结果示意图；

图8为本发明实施例的一种某街区居民地自动综合示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例的一种基于面状居民地数据的城中村提取和自动综合方法流程示意图如图1所示，包括：

获取1比5000比例尺下的面状居民地数据，并利用对应1比5000比例尺下的线状道路数据将所述面状居民地数据划分为多个街区；所述每个街区中包含多个居民地；

在1比5000的尺度下，城中村居民地形态独特，具有房顶面积小、建筑密度大、片区范围内道路狭窄等特点，如图2所示，此时制图专家无法将村中房屋一个个分别绘出，而将多个建筑物合并，刻画为邻近的、相对面线段十分类似的多个不规则大的多边形。本发明使用1比5000线状道路数据(LRDL)中的主干道构成的道路网眼面，将1比5000面状居民地数据(RESA)划分为处于不同道路网眼内的不同街区，如图3(a)所示为由1比5000道路数据中的主干道构成的道路网眼面，图3(b)为1比5000的RESA数据叠加在图3(a)中，被图3(a)划分为不同街区内的面状居民地群(即街区)。

以下本发明以得到的某一个道路网眼内的街区S为例。

若使用原始面状居民地边界上的节点建立居民地的约束Delaunay三角网，得到的三角网面积较大，形状概略，其对偶图：Thiessen多边形的形状较为概略，对空白区域的划分较为粗略，基于此Thiessen多边形面积计算的面积比率指标精度较低，因此必须对每个街区中各个居民地边界上的节点进行加密，基于加密后的居民地边界创建约束Delaunay三角网。

在本发明的一个具体实施例中，将S中的面状居民地群边界上的节点加密至相邻节点间隔3米，如图4(a)所示为街区S中的面状居民地数据；图4(b)、4(c)为S中某个居民地的局部放大，其中，4(b)中居民地边界上只有4个节点(箭头所指处)，4(c)中该居民地边界的节点经过加密，有很多个(箭头指出了一部分)。

基于所述约束Delaunay三角网对每个街区的居民地进行泰森多边形分析，得到每个街区对应的泰森多边形；

本发明进一步为加密后的街区S创建约束Delaunay三角网，并进行泰森多边形分析，得到的约束Delaunay三角网如图5所示以及泰森多边形T如图6所示。

根据每个街区中各个居民地的面积，以及每个街区中各个居民地对应泰森多边形的面积获取每个居民地的面积比率指标；

本发明通过计算1比5000比例下面状居民地与各自泰森多边形面积的比值来提取城中村居民地候选集的部分，首先获取街区S中所有居民地的面积，以及对应泰森多边形T中所有多边形的面积，并将各个si(si∈S)与对应的ti(ti∈T)建立关联关系，分别计算si及其对应的泰森多边形ti面积的比值，得到面积比率指标AreaRatio，即AreaRatioi＝si/ti。

根据每个居民地的面积比率指标对每个街区中的居民地进行筛选，将面积比率指标满足设定阈值范围的居民地作为城中村居民地

根据面积比率指标AreaRatio的值将居民地多边形分为两类，即居民地的面积比率指标1>AreaRatio>＝0.519689时，将其划分为城中村居民地候选集S1，当居民地的面积比率指标AreaRatio<0.519689时，将其划分为非城中村居民地候选集S2。

本发明实施例进一步遍历S1中的城中村居民地，遍历时，获取S1中每个城中村居民地si的一阶邻近居民地sj，计算si与sj面向线段的改进豪斯多夫距离MHDistance_sisj，如果城中村居民地与其相邻居民地的改进豪斯多夫距离MHDistance_sisj<4.4米，且sj∈S2(即居民地sj属于非城中村居民地)，则将对应相邻的非城中村居民地sj加入城中村居民地S1；否则，对居民地sj不做处理，并重新选取相邻居民地进行判断。

如图7所示为si与sj的一对面向线段，该对面向线段基于约束Delaunay三角网进行提取，本发明中进行改进豪斯多夫距离MHDistance_sisj的计算就是基于对面向线段，可见，若面向线段之间的改进豪斯多夫距离小于4.4米，则将原本不属于城中村居民地的居民地纳入城中村候选集合，候选集S1和S2随着遍历的进行，不断动态更新，判断是否完成S1集合的遍历。当全部遍历完成时，则得到的S1为城中村居民地终选集，记作SUrbernVillage。

将改进豪斯多夫距离MHDistance_sisj按照比例尺换算至地图上的距离d，例如d＝0.3mm，将该值与最小图解距离d_limit(一般，d_limit＝0.2mm)进行对比，若d

在另一个实施例中，当地图比例尺缩小，例如从1比5000缩小至1比10000比例尺时，根据记录的城中村居民地间的改进豪斯多夫距离MHDistance_sisj的数值，也可以对提取出的SUrbernVillage实施自动综合。

同样的，本发明根据非城中村居民地之间的改进豪斯多夫距离同样将非城中村居民地进行自动综合，最后综合的结果如图8所示，本发明提出1比5000面状居民地数据提取城中村并进行自动综合的方法易于实现，简单高效，城中村提取、地图综合过程科学合理，很好地解决了由原始居民地数据得到“城中村”这一语义信息，并对其实施“距离优先、语义保持”原则的地图综合，有助于提高生产中1比5000居民地地图综合的科学性和效率。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。