一种图斑局部狭长区域识别定位方法与流程

本发明涉及地图制图，尤其涉及一种图斑局部狭长区域识别定位方法。

背景技术：

1、在国土变更调查县级数据库建设工作中，涉及大量图斑矢量图形的调整、修正及空间分析。由于各类业务数据的来源及工作要求不同，且在整作业过程存在大量人工整理的步骤，导致未经检查的数据库成果中常存在重叠、缝隙、局部狭长、节点过密、自相交等拓扑问题，严重影响后续数据的使用、整理。因此，对图斑的矢量图形进行系统检查并修正，对建库成果质量至关重要。

2、在数据库存在的拓扑问题中，对图形重叠等有明确定义的情况，可直接通过矢量图形的简单处理进行检查及修复。但对存在局部狭长的图斑，由于狭长实际上是一个较为主观的概念，虽目前已有不少研究及应用，但仍缺少一种通用的方法。

3、目前，针对国土变更调查县级数据库成果，已有相应的数据检查系统，对地理国情监测等工作，也有相应的研究并形成了质检工具，实现图斑图形的拓扑检查。同时，在已有的研究中，也有针对图斑局部狭长、整体狭长的处理方法，以及对线状地物、狭长分支的判定及处理。在该些研究中，对图斑的狭长情况大多通过图斑的矢量特征进行判定，如通过图斑边界平移、图形的周长面积比例或结合delaunay三角剖分分割图斑进行处理。

4、在实际工作中，由于局部狭长图斑一般因人工操作失误等不可控因素产生，其涉及局部狭长的位置可能存在节点过密、多余节点等不规律、不可预测的情况，导致通过边、点进行检测的方法通常难以应对所有情况，在生产过程中需针对新出现的场景对算法进行完善或结合人工进行判读，适用性受到一定影响。

5、但当人工进行图斑局部狭长区域的判读时，通常结合图斑形状的位置分布、局部特征进行分析，即使图形的边或点存在异常，只要其呈现的图形能够被人工读取，则仍能完成局部狭长区域的判读。即在图斑狭长区域的识别过程中，本质上更关注图斑的位置分布，无论图斑本身是否存在异常情况，都应能够实现识别效果。

技术实现思路

1、针对现有狭长图斑判定方法适用性不足的问题，本发明提出一种图斑局部狭长区域识别定位方法，在规避图斑矢量图形本身拓扑问题带来的不可预测因素的前提下，实现对图斑狭长区域的定位。

2、为解决上述技术问题，本发明的技术方案如下：

3、一种图斑局部狭长区域识别定位方法，包括以下步骤：

4、s1，将图斑矢量图形进行栅格化，形成栅格化图斑；

5、s2，初始化所述栅格化图斑中所有栅格单元的单元值，所述栅格化图斑划分为边缘栅格和非边缘栅格，进入循环，每一次循环均为全部的所述边缘栅格增加相同的单元值，并将所述边缘栅格的单元值分摊到相邻的所述非边缘栅格中，直至达到预设的循环次数；

6、s3，筛选出所述栅格化图斑中单元值高于阈值的栅格单元的范围，并认定为局部狭长区域；

7、s4，并根据所述局部狭长区域与原始矢量数据进行空间分析，定位存在局部狭长情况的矢量范围。

8、在一些实施方式中，在s1中，所述栅格化图斑的形成过程包括：

9、s11，设定栅格单元边长；

10、s12，计算图斑矢量图形的包络线，得到所述包络线的宽度和高度；

11、s13，根据所述栅格单元边长，以及所述包络线的宽度和高度，计算矩阵的行列数；

12、s14，基于所述矩阵的行列数，形成图斑包络矩阵a；

13、s15，遍历所述图斑包络矩阵中的每个栅格单元，若当前的所述栅格单元位置与所述图斑矢量图形存在重叠，则认定所述栅格单元位于所述图斑矢量图形的范围内；

14、s16，对位于所述图斑矢量图形范围内的所述栅格单元的集合ua，认定为所述栅格化图斑的范围。

15、在一些实施方式中，在s13中，若所述矩阵的行数或列数非整数，则向上取整。

16、在一些实施方式中，在s2中，所述边缘栅格和所述非边缘栅格的划分过程包括：遍历计算所述栅格化图斑中的各个所述栅格单元，判断当前的所述栅格单元相邻的四个栅格单元是否存在至少一个不属于所述集合ua，若是，则划分为边缘栅格，若否，则划分为非边缘栅格。

17、在一些实施方式中，在s2中，所述循环次数的设置方法包括：

18、

19、式中，t为循环次数，na为栅格单元总个数，ne为边缘栅格的个数，若循环次数t非整数，则向上取整。

20、在一些实施方式中，在s2中，根据所述图斑包络矩阵a生成用于计算的矩阵b，将所述矩阵b的单元值均赋值初始化为0。

21、在一些实施方式中，在s2中，每次循环均为全部的所述边缘栅格的单元值增加1；设定距离参数d，以当前的所述栅格单元为中心，将与当前的所述栅格单元相邻，且相邻距离在所述距离参数d内的所述非边缘栅格纳入分摊范围，进行平均分摊。

22、在一些实施方式中，在s2中，设当前的所述边缘栅格的坐标为(xi，yi)，依次遍历其他所述非边缘栅格的坐标(xj，yj)，则任意两个两栅格单元的距离dij表示为：

23、dij＝|xi-xj|+|yi-yj|。

24、在一些实施方式中，在s2中，在每次循环中，采取随机顺序遍历所述边缘栅格，直至全部的所述边缘栅格均完成1次单元值的增值，再进行下一次循环。

25、在一些实施方式中，在s3中，获取所有所述栅格单元的单元值，由大至小依次排序，设置差值阈值d，取值如下：

26、

27、t为循环次数，当相邻两栅格单元的单元值大于差值阈值d时，将其中较大的栅格单元值作为判断局部狭长区域的阈值f，对值大于局部狭长区域阈值f的栅格单元，认为是所述局部狭长区域对应的栅格单元。

28、本发明的有益效果为：通过将图斑进行栅格化，以矩阵形式体现图斑范围，利用栅格单元的单元值数据扩散行为来识别狭长图斑的形状分布特征，最终筛选单元值异常高的范围，认为是存在局部狭长的区域，并根据该区域与原始矢量数据进行空间分析，定位存在局部狭长情况的矢量范围，从而规避图斑矢量图形本身拓扑问题带来的不可预测因素。

技术特征：

1.一种图斑局部狭长区域识别定位方法，其特征在于，包括以下步骤：

2.如权利要求1所述的图斑局部狭长区域识别定位方法，其特征在于，在s1中，所述栅格化图斑的形成过程包括：

3.如权利要求2所述的图斑局部狭长区域识别定位方法，其特征在于，在s13中，若所述矩阵的行数或列数非整数，则向上取整。

4.如权利要求2所述的图斑局部狭长区域识别定位方法，其特征在于，在s2中，所述边缘栅格和所述非边缘栅格的划分过程包括：遍历计算所述栅格化图斑中的各个所述栅格单元，判断当前的所述栅格单元相邻的四个栅格单元是否存在至少一个不属于所述集合ua，若是，则划分为边缘栅格，若否，则划分为非边缘栅格。

5.如权利要求2所述的图斑局部狭长区域识别定位方法，其特征在于，在s2中，所述循环次数的设置方法包括：

6.如权利要求2所述的图斑局部狭长区域识别定位方法，其特征在于，在s2中，根据所述图斑包络矩阵a生成用于计算的矩阵b，将所述矩阵b的单元值均赋值初始化为0。

7.如权利要求2所述的图斑局部狭长区域识别定位方法，其特征在于，在s2中，每次循环均为全部的所述边缘栅格的单元值增加1；设定距离参数d，以当前的所述栅格单元为中心，将与当前的所述栅格单元相邻，且相邻距离在所述距离参数d内的所述非边缘栅格纳入分摊范围，进行平均分摊。

8.如权利要求7所述的图斑局部狭长区域识别定位方法，其特征在于，在s2中，设当前的所述边缘栅格的坐标为(xi,yi)，依次遍历其他所述非边缘栅格的坐标(xj,yj)，则任意两个两栅格单元的距离dij表示为：

9.如权利要求7所述的图斑局部狭长区域识别定位方法，其特征在于，在s2中，在每次循环中，采取随机顺序遍历所述边缘栅格，直至全部的所述边缘栅格均完成1次单元值的增值，再进行下一次循环。

10.如权利要求1所述的图斑局部狭长区域识别定位方法，其特征在于，在s3中，获取所有所述栅格单元的单元值，由大至小依次排序，设置差值阈值d，取值如下：

技术总结
本发明公开一种图斑局部狭长区域识别定位方法，其特征在于，包括以下步骤：将图斑矢量图形进行栅格化，形成栅格化图斑；初始化栅格化图斑中所有栅格单元的单元值，栅格化图斑划分为边缘栅格和非边缘栅格，进入循环，每一次循环均为全部的边缘栅格增加相同的单元值，并将边缘栅格的单元值分摊到相邻的非边缘栅格中，直至达到预设的循环次数；筛选出栅格化图斑中单元值高于阈值的栅格单元的范围，并认定为局部狭长区域；并根据局部狭长区域与原始矢量数据进行空间分析，定位存在局部狭长情况的矢量范围。本发明的有益效果是：利用栅格单元的单元值数据扩散行为来识别狭长图斑的形状分布特征，从而规避图斑矢量图形本身拓扑问题带来的不可预测因素。

技术研发人员：王腾,林东铨,陈浩,伍俊生,赖佳威,吴晓雯,江夏,邓瑞芝,赵铭,方涛,林秀芳,张佳滨,曾磊鑫,何美珍,陈伟斌
受保护的技术使用者：广东省国土资源测绘院
技术研发日：
技术公布日：2024/1/16