基于矢量數據的道路網變化檢測算法研究

沙玉坤，趙 榮，沈 晶，梁 勇

(1.山東農業大學信息科學與工程學院，山東泰安271018;2.中國測繪科學研究院，北京100039)

基于矢量數據的道路網變化檢測算法研究

沙玉坤1，2，趙 榮2，沈 晶2，梁 勇1

(1.山東農業大學信息科學與工程學院，山東泰安271018;2.中國測繪科學研究院，北京100039)

通過對地圖矢量數據之間自動變化檢測方法之三元組算法的研究，利用圖形差( 、圖形被差(/)，圖形交(∩)數據，構建基于三元組的變化檢測模型，并根據三元組集合算法中元素的?與??，自動檢測出線狀矢量數據的新增、消失、延長、縮短、形變等5種變化類型的檢測結果，最后以青海省雜多縣、玉樹縣地區的道路網為試驗數據，獲得道路網變化檢測結果，驗證算法的合理性。

矢量數據;變化檢測;三元組;變化類型

一、引 言

變化檢測技術是基于計算機圖像處理系統，對不同時段目標或現象狀態發生的變化進行識別、分析，包括變化檢測、變化定位、變化區分及起因分析等的關鍵技術，是目前數字圖像處理與理解領域內的前沿分支。按照不同的應用和數據源，將變化檢測劃分為4類：新影像和老影像間的變化檢測、新影像和老地圖間的變化檢測、新地圖和老地圖間的變化檢測，以及多源數據和老地圖/影像間的變化檢測。目前研究內容多集中在影像間的變化檢測［1］，這種變化檢測方法有圖像差值法、圖像比值法、圖像回歸法、主分量分析法和分類后比較法。而對用地圖與地圖之間矢量數據變化檢測的研究很少［2］。從現有的變化檢測方法和相關文獻可以發現：矢量數據變化檢測算法較少，并大多存在漏檢問題［3］，而且矢量數據的變化檢測缺乏合適的變化檢測模型和理論基礎。

本文在研究不同時態空間特征實體疊加差的基礎上，利用圖形差( 、圖形被差(/)、圖形交(∩)組建集合的方法，建立矢量數據三元組的變化檢測模型，并對檢測結果從整體性和綜合性等方面進一步劃分變化類型。最后通過對青海西部(雜多—玉樹地區)道路網的試驗，統計分析了雜多—玉樹地區道路網的時態變化，檢驗了該算法的合理性。

二、變化檢測

本文從兩個不同時態的整個區域要素圖形的完整性出發，將空間要素的t1時刻與t2時刻進行比對，找出t1～t2時段間，哪些空間要素發生了變化，但是并不需要先挖掘出具體的哪個要素發生了哪種變化事件，即忽略掉單個空間實體的變化事件。以同一區域內所有要素為出發點，將不同歷史時期的快照數據進行比對，通過相關組合條件得到持續狀態下的空間要素，將變化的空間要素與未變化的空間要素徹底分離，并劃分變化類型［4-5］。

1.變化檢測方法

目前基于矢量匹配檢測的算法仍不成熟，主要利用集合的觀點，通過快照對比將圖形差( 、圖形被差(/)、圖形交(∩)組成約束條件來研究和判斷目標的變化。

定義1：設G1、G2分別為目標Oi在t1和t2時刻的空間圖形，G1G2為那些屬于G1但在G2不再存在的空間圖形，即消失的那部分圖形，稱為負差，用{e|∈G1且?(e∈G2)}表示。

定義2：設G1、G2分別為目標Oi在t1和t2時刻的空間圖形，G1/G2則代表增加的圖形部分，即正差，用{e|∈G2且?(e∈G1)}表示。

定義3：設G1、G2分別為目標Oi在t1和t2時刻的空間圖形，G1∩G2則代表G1與G2的公共部分或不變部分，即交，用{e|e∈G1且e∈G2}表示。

如圖1所示，若將目標Oi在t1和t2時刻的圖形G1、G2投影到同一空間上，G1與G2之間存在著差、被差、交3種關系。為便于討論，記G1G2為α，G1/G2為 γ，G1∩G2為 β，形成了基于“”、“/”、“∩”的目標快照差三元組描述模型

采用目標快照差三元組描述模型，首先對線目標的快照差進行正則集合運算和判斷，分別判斷三元組的取值為空或非空，剔除實際不存在的情況，并排除幾何圖形保持不變的情況，得出6種具有實際意義的線目標快照差類型，如表1前6項所示。

圖1 線狀目標的快照差

表1 線目標的快照差類型

在顧及語義的基礎上，將其劃分為新增(? ? ??)、消失(?? ? ?)、延長(? ??

??)、縮短(?? ?? ?)，并且將(?? ? ??)與(?? ?? ??)歸結為變形變化，所以將利用新增、消失、延長、縮短、變形等5種變化［6］對道路網進行統計分析。

2.變化檢測算法實現步驟

根據以上的變化檢測算法，在 Visual Studio 2005的開發環境下構建試驗系統，完成了對道路的變化檢測。其實現步驟如下。

1)通過CreateFeatureBuffer新建緩沖要素，待緩沖要素個數達到某一閾值后，利用空間分析工具分別提取圖形差、圖形交、圖形被差的Layer圖層。

2)構造一個查詢過濾 QueryFilter對象通過Search方法來返回要素游標，該游標的NextFeature屬性返回IFeature接口可以實現對圖形差、圖形交、圖形被差3個Layer圖層中Feature要素的遍歷，并生成差、交、被差3個集合。

3)提取差、交、被差3個Layer上不重復的Feature，組成temp臨時集合。

4)利用temp臨時集合中的每一個要素，分別遍歷差、交、被差3個集合，提取出3個集合中??的要素。

5)根據式(1)可以得到每個要素不同的變化類型。

6)在map中顯示變化檢測結果。變化檢測技術路線如圖2所示。

三、變化檢測應用實例及結果分析

本試驗采用1∶25萬的青海西部(雜多—玉樹地區)兩個時期(2000年、2007年)的道路網作為試驗數據，從整個區域要素圖形的完整性出發，將道路網的2000年與2007年進行比對，找出8年間的變化要素，但并不考慮單個空間實體的變化事件。筆者在這里利用基于目標差、被差和交的三元組描述方法，通過對三元組集合中算子的空或非空來判斷變化檢測類型。

由于精度的要求和方便統計分析，對雜多—玉樹所在地區分成了3幅圖幅進行變化檢測和類型分析，根據道路網屬性表中的GB屬性劃分道路等級后，其變化檢測結果如圖3所示。

通過圖3可以看出，雜多—玉樹地區變化類型長度排序：形變＞新增＞消失＞縮短＞延長。

可以通過表2得出雜多—玉樹地區新舊兩個歷史時期道路網中發生變化的各等級公路情況。

圖2 變化檢測技術路線流程圖

圖3 道路網各變化類型長度統計柱狀圖

1)新增變化的各等級公路為：國家干線公路，縣、鄉及其他公路，小路，鄉村路，省干線公路;變化長度為：國家干線公路＞縣、鄉及其他公路＞小路＞鄉村路＞省干線公路。

2)消失變化的各等級公路為：鄉村路，省干線公路，小路，縣、鄉及其他公路;變化長度為：鄉村路＞省干線公路＞小路＞縣、鄉及其他公路。

3)延長變化的各等級公路為：鄉村路，省干線公路，小路，縣、鄉及其他公路;變化長度為：鄉村路＞省干線公路＞小路＞縣、鄉及其他公路。

4)縮短變化的各等級公路為：小路，草繪縣、鄉及其他公路，國家干線公路，縣、鄉及其他公路;變化長度為：小路＞草繪縣、鄉及其他公路＞國家干線公路＞縣、鄉及其他公路。

5)形變變化的各等級公路為：省干線公路，國家干線公路，縣、鄉及其他公路，小路，草繪縣、鄉及其他公路，鄉村路，大車路;變化長度為：省干線公路＞國家干線公路＞縣、鄉及其他公路＞小路＞草繪縣、鄉及其他公路＞鄉村路＞大車路。

而雜多—玉樹地區變化類型長度排序：形變＞新增＞消失＞縮短＞延長，說明該地區對于修建和改造道路的投入越來越大，這也與經濟的發展成正比。

表2 變化類型與各級道路變化長度統計表 m

四、總 結

本文提出建立的利用目標快照差的三元組描述模型，可以從全要素的角度解決矢量圖形變化檢測的問題，其優點體現在以下3個方面：① 參與集合構成的3部分要素互不包含，彼此獨立，且共同構成了時空目標的全集，完全剖析了時空目標的變化［7］;②從集合運算的結果來看，集合運算是同維數的圖形計算，只需判斷計算結果為空或非空即可，而無需從理論上分析集合運算可能產生低維數的圖形;③對于參與集合運算的對象來說，分別對道路網目標快照差進行分類，滿足了GIS數據庫中不同地物要素類型的變化分類。另外這種方法是從目標要素的整體性上出發，省略了對單個目標要素變化事件的研究，提高了變化檢測的效率。對于基于矢量數據變化檢測方法的研究，今后應進一步深入研究目標要素的變化模式和變化類型的劃分方法，并且建立對多目標、不同類型實體的變化檢測模型，從而使矢量數據變化檢測效率更高、應用范圍更廣。

［1］ 陳軍，王東華，商瑤玲，等.國家1∶50000數據庫更新工程總體設計研究與技術創新［J］.測繪學報，2010， 39(1)：7-10.

［2］ 陳軍，趙仁亮，王東華.基礎地理信息動態更新技術體系初探［J］.地理信息世界，2007，5(5)：4-9.

［3］ 李宇光，李連營，李清泉，等.基于柵格化思想的矢量電子地圖幾何變化檢測［J］.地理空間信息，2010，8(1)：142-146.

［4］ 陳軍，李志林，蔣捷，等.基礎地理數據庫的持續更新問題［J］.地理信息世界，2004，2(5)：1-5.

［5］ 朱華吉.基于多級模式的地形數據庫變化信息發布方法［J］.遼寧工程技術大學學報：自然科學版，2006，25(1)：32-35.

［6］ 陳軍，周曉光.基于拓撲聯動的增量更新方法研究——以地籍數據庫為例［J］.測繪學報，2008，37(3)：322-337.

［7］ CHRISTOPHE C，BIN J.An Integrated Representation of Spatial and Temporal Relationships between Evolving Regions［J］.Journal of Geographical Systems，2001，3(4)：411-428.

Research on Change Detection Algorithm of Road Network Based on Vector Data

SHA Yukun，ZHAO Rong，SHEN Jing，LIANG Yong

0494-0911(2012)09-0029-03

P208

B

2011-10-25

中央級公益性科研院所基本科研業務費專項資金(7771025)

沙玉坤(1986—)，男，山東泰安人，碩士生，主要研究方向為3S集成、空間數據處理。