基于矢量数据的道路网变化检测算法研究

沙玉坤，赵 荣，沈 晶，梁 勇

(1.山东农业大学信息科学与工程学院，山东泰安271018;2.中国测绘科学研究院，北京100039)

基于矢量数据的道路网变化检测算法研究

沙玉坤1，2，赵 荣2，沈 晶2，梁 勇1

(1.山东农业大学信息科学与工程学院，山东泰安271018;2.中国测绘科学研究院，北京100039)

通过对地图矢量数据之间自动变化检测方法之三元组算法的研究，利用图形差( 、图形被差(/)，图形交(∩)数据，构建基于三元组的变化检测模型，并根据三元组集合算法中元素的Ø与¬Ø，自动检测出线状矢量数据的新增、消失、延长、缩短、形变等5种变化类型的检测结果，最后以青海省杂多县、玉树县地区的道路网为试验数据，获得道路网变化检测结果，验证算法的合理性。

矢量数据;变化检测;三元组;变化类型

一、引 言

变化检测技术是基于计算机图像处理系统，对不同时段目标或现象状态发生的变化进行识别、分析，包括变化检测、变化定位、变化区分及起因分析等的关键技术，是目前数字图像处理与理解领域内的前沿分支。按照不同的应用和数据源，将变化检测划分为4类：新影像和老影像间的变化检测、新影像和老地图间的变化检测、新地图和老地图间的变化检测，以及多源数据和老地图/影像间的变化检测。目前研究内容多集中在影像间的变化检测［1］，这种变化检测方法有图像差值法、图像比值法、图像回归法、主分量分析法和分类后比较法。而对用地图与地图之间矢量数据变化检测的研究很少［2］。从现有的变化检测方法和相关文献可以发现：矢量数据变化检测算法较少，并大多存在漏检问题［3］，而且矢量数据的变化检测缺乏合适的变化检测模型和理论基础。

本文在研究不同时态空间特征实体叠加差的基础上，利用图形差( 、图形被差(/)、图形交(∩)组建集合的方法，建立矢量数据三元组的变化检测模型，并对检测结果从整体性和综合性等方面进一步划分变化类型。最后通过对青海西部(杂多—玉树地区)道路网的试验，统计分析了杂多—玉树地区道路网的时态变化，检验了该算法的合理性。

二、变化检测

本文从两个不同时态的整个区域要素图形的完整性出发，将空间要素的t1时刻与t2时刻进行比对，找出t1～t2时段间，哪些空间要素发生了变化，但是并不需要先挖掘出具体的哪个要素发生了哪种变化事件，即忽略掉单个空间实体的变化事件。以同一区域内所有要素为出发点，将不同历史时期的快照数据进行比对，通过相关组合条件得到持续状态下的空间要素，将变化的空间要素与未变化的空间要素彻底分离，并划分变化类型［4-5］。

1.变化检测方法

目前基于矢量匹配检测的算法仍不成熟，主要利用集合的观点，通过快照对比将图形差( 、图形被差(/)、图形交(∩)组成约束条件来研究和判断目标的变化。

定义1：设G1、G2分别为目标Oi在t1和t2时刻的空间图形，G1G2为那些属于G1但在G2不再存在的空间图形，即消失的那部分图形，称为负差，用{e|∈G1且¬(e∈G2)}表示。

定义2：设G1、G2分别为目标Oi在t1和t2时刻的空间图形，G1/G2则代表增加的图形部分，即正差，用{e|∈G2且¬(e∈G1)}表示。

定义3：设G1、G2分别为目标Oi在t1和t2时刻的空间图形，G1∩G2则代表G1与G2的公共部分或不变部分，即交，用{e|e∈G1且e∈G2}表示。

如图1所示，若将目标Oi在t1和t2时刻的图形G1、G2投影到同一空间上，G1与G2之间存在着差、被差、交3种关系。为便于讨论，记G1G2为α，G1/G2为 γ，G1∩G2为 β，形成了基于“”、“/”、“∩”的目标快照差三元组描述模型

采用目标快照差三元组描述模型，首先对线目标的快照差进行正则集合运算和判断，分别判断三元组的取值为空或非空，剔除实际不存在的情况，并排除几何图形保持不变的情况，得出6种具有实际意义的线目标快照差类型，如表1前6项所示。

图1 线状目标的快照差

表1 线目标的快照差类型

在顾及语义的基础上，将其划分为新增(Ø Ø ¬Ø)、消失(¬Ø Ø Ø)、延长(Ø ¬Ø

¬Ø)、缩短(¬Ø ¬Ø Ø)，并且将(¬Ø Ø ¬Ø)与(¬Ø ¬Ø ¬Ø)归结为变形变化，所以将利用新增、消失、延长、缩短、变形等5种变化［6］对道路网进行统计分析。

2.变化检测算法实现步骤

根据以上的变化检测算法，在 Visual Studio 2005的开发环境下构建试验系统，完成了对道路的变化检测。其实现步骤如下。

1)通过CreateFeatureBuffer新建缓冲要素，待缓冲要素个数达到某一阈值后，利用空间分析工具分别提取图形差、图形交、图形被差的Layer图层。

2)构造一个查询过滤 QueryFilter对象通过Search方法来返回要素游标，该游标的NextFeature属性返回IFeature接口可以实现对图形差、图形交、图形被差3个Layer图层中Feature要素的遍历，并生成差、交、被差3个集合。

3)提取差、交、被差3个Layer上不重复的Feature，组成temp临时集合。

4)利用temp临时集合中的每一个要素，分别遍历差、交、被差3个集合，提取出3个集合中¬Ø的要素。

5)根据式(1)可以得到每个要素不同的变化类型。

6)在map中显示变化检测结果。变化检测技术路线如图2所示。

三、变化检测应用实例及结果分析

本试验采用1∶25万的青海西部(杂多—玉树地区)两个时期(2000年、2007年)的道路网作为试验数据，从整个区域要素图形的完整性出发，将道路网的2000年与2007年进行比对，找出8年间的变化要素，但并不考虑单个空间实体的变化事件。笔者在这里利用基于目标差、被差和交的三元组描述方法，通过对三元组集合中算子的空或非空来判断变化检测类型。

由于精度的要求和方便统计分析，对杂多—玉树所在地区分成了3幅图幅进行变化检测和类型分析，根据道路网属性表中的GB属性划分道路等级后，其变化检测结果如图3所示。

通过图3可以看出，杂多—玉树地区变化类型长度排序：形变＞新增＞消失＞缩短＞延长。

可以通过表2得出杂多—玉树地区新旧两个历史时期道路网中发生变化的各等级公路情况。

图2 变化检测技术路线流程图

图3 道路网各变化类型长度统计柱状图

1)新增变化的各等级公路为：国家干线公路，县、乡及其他公路，小路，乡村路，省干线公路;变化长度为：国家干线公路＞县、乡及其他公路＞小路＞乡村路＞省干线公路。

2)消失变化的各等级公路为：乡村路，省干线公路，小路，县、乡及其他公路;变化长度为：乡村路＞省干线公路＞小路＞县、乡及其他公路。

3)延长变化的各等级公路为：乡村路，省干线公路，小路，县、乡及其他公路;变化长度为：乡村路＞省干线公路＞小路＞县、乡及其他公路。

4)缩短变化的各等级公路为：小路，草绘县、乡及其他公路，国家干线公路，县、乡及其他公路;变化长度为：小路＞草绘县、乡及其他公路＞国家干线公路＞县、乡及其他公路。

5)形变变化的各等级公路为：省干线公路，国家干线公路，县、乡及其他公路，小路，草绘县、乡及其他公路，乡村路，大车路;变化长度为：省干线公路＞国家干线公路＞县、乡及其他公路＞小路＞草绘县、乡及其他公路＞乡村路＞大车路。

而杂多—玉树地区变化类型长度排序：形变＞新增＞消失＞缩短＞延长，说明该地区对于修建和改造道路的投入越来越大，这也与经济的发展成正比。

表2 变化类型与各级道路变化长度统计表 m

四、总 结

本文提出建立的利用目标快照差的三元组描述模型，可以从全要素的角度解决矢量图形变化检测的问题，其优点体现在以下3个方面：① 参与集合构成的3部分要素互不包含，彼此独立，且共同构成了时空目标的全集，完全剖析了时空目标的变化［7］;②从集合运算的结果来看，集合运算是同维数的图形计算，只需判断计算结果为空或非空即可，而无需从理论上分析集合运算可能产生低维数的图形;③对于参与集合运算的对象来说，分别对道路网目标快照差进行分类，满足了GIS数据库中不同地物要素类型的变化分类。另外这种方法是从目标要素的整体性上出发，省略了对单个目标要素变化事件的研究，提高了变化检测的效率。对于基于矢量数据变化检测方法的研究，今后应进一步深入研究目标要素的变化模式和变化类型的划分方法，并且建立对多目标、不同类型实体的变化检测模型，从而使矢量数据变化检测效率更高、应用范围更广。

［1］ 陈军，王东华，商瑶玲，等.国家1∶50000数据库更新工程总体设计研究与技术创新［J］.测绘学报，2010， 39(1)：7-10.

［2］ 陈军，赵仁亮，王东华.基础地理信息动态更新技术体系初探［J］.地理信息世界，2007，5(5)：4-9.

［3］ 李宇光，李连营，李清泉，等.基于栅格化思想的矢量电子地图几何变化检测［J］.地理空间信息，2010，8(1)：142-146.

［4］ 陈军，李志林，蒋捷，等.基础地理数据库的持续更新问题［J］.地理信息世界，2004，2(5)：1-5.

［5］ 朱华吉.基于多级模式的地形数据库变化信息发布方法［J］.辽宁工程技术大学学报：自然科学版，2006，25(1)：32-35.

［6］ 陈军，周晓光.基于拓扑联动的增量更新方法研究——以地籍数据库为例［J］.测绘学报，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

中央级公益性科研院所基本科研业务费专项资金(7771025)

沙玉坤(1986—)，男，山东泰安人，硕士生，主要研究方向为3S集成、空间数据处理。