基于影像匹配的自发地理信息道路精度评价与改善

马 超，孙 群，徐 青，王志坚

(信息工程大学地理空间信息学院，河南 郑州 450001)

基于影像匹配的自发地理信息道路精度评价与改善

马 超，孙 群，徐 青，王志坚

(信息工程大学地理空间信息学院，河南 郑州 450001)

针对无矢量参考数据自发地理信息道路精度难以评价的问题，提出了一种基于影像匹配的道路精度评价方法。首先提取影像与自发地理信息中的道路交叉口作为控制点，并将对应的交叉口进行匹配，以同名控制点的均方根误差作为自发地理信息的道路精度；然后以两组控制点分别构建Delaunay三角网，利用两组控制点的对应关系对每个三角网进行仿射变换，从而实现对自发地理信息道路的几何纠正，以提高其精度。最后以郑州市的Open Street Map道路数据进行试验，结果表明本文算法能够有效提高自发地理信息的道路精度。

影像匹配；自发地理信息；精度评价；几何纠正

地理信息技术的发展始终与计算机技术息息相关。随着Web2.0概念的推广，基于用户创建内容的应用模式遍地开花，极大地促进了互联网资源的共享与交流。在全民网络的时代，地理信息获取技术也随之产生了新的变革，自发地理信息(volunteered geographic information，VGI)概念随之应运而生[1- 4]。这种由广大志愿者志愿上传、维护的地理信息，改变了地理信息资源由专业部门生产、掌握的格局，使得地理信息走进千家万户，人人都是数据的拥有者。但是，VGI数据的质量问题天生俱来。由于没有严格的质量控制措施，VGI数据可能存在错误、恶意、冗余的数据，质量不明确，成了限制其广泛应用的瓶颈。从20世纪六七十年代开始， 空间数据质量就成为GIS学术界研究的一个热门课题，并受到地理信息业界的重视。空间数据质量的好坏及标准化程度的高低，都直接影响系统的经济利益和社会效益，与GIS系统的成败密切相关。VGI 数据质量问题也是应用 VGI 数据前首要解决的问题，科学、全面的质量评价是 VGI 数据最终使用效果和数据质量的重要保障。VGI数据质量评价的研究是目前相关领域的重点内容之一，目前的研究成果主要分为定量计算和定性分析两个方面。

在定量计算方面，主要方法是将VGI数据与高质量参考数据进行对比分析。文献[5]以英国测绘局数据为参考，分析了伦敦地区的VGI道路数据的定位精度和完整性情况；文献[6]比较了英格兰地区OSM数据、Google地图和Bing地图3种数据的完整性、现势性和几何精度；文献[7—8]采取实地测量的方法评估了VGI数据的质量；文献[9]提出了运用卫星影像来测定VGI数据的几何精度的方法，并以影像数据为参考对比了VGI数据、USGS数据和TIGER数据；文献[10]分析了武汉市VGI数据的质量情况，选取了数据完整性、属性信息准确性、位置精度3种质量元素。定量分析的研究成果较为丰富，通过定量分析的方法，学者们普遍认为VGI数据存在分布不均匀的问题，在较为发达的地区，几何精度和数据完整性可以媲美专业数据，但在偏远郊区数据质量较差[11- 15]。由于定量分析的方法所需参考数据往往很难获取，因此该方法难以得到广泛的应用。

在定性分析方面，目前主要研究方法又可以分为对志愿者的分析和对数据不同版本的分析两种。对志愿者信息的分析是通过对志愿者的数量、行为、特点、分布等进行分析，寻找与数据质量之间的内在联系。文献[16—17]研究了VGI数据质量与用户数量的关系，结果表明志愿者人数较多的区域位置精度往往更高。文献[18]提出了基于VGI数据固有特征的质量评价研究框架，针对不同的应用场景提出了不同的评价质量元素和方法；文献[19—20]研究了基于志愿者信誉度的质量评价方法。对数据历史版本的分析主要是通过比较同一目标的变化轨迹，来分析其潜在的数据质量。文献[21]研究了VGI数据中被多次编辑(超过15次)的对象的情况。文献[22]提出了基于版本相似度的志愿者信誉度模型评价方法。上述定性分析的研究方法对VGI数据质量分析具有重要的参考价值，可以摆脱参考数据的限制，但是该方面的研究尚处于探索阶段，所建立的模型、方法还不够完善。

从目前的研究来看，基于参考数据的评价方法效果最好，但是高质量的矢量数据往往难以获取或成本较高，且基于数据分析的质量评价方法不能得到量化的评价结果。为此，本文利用高分辨率遥感影像作为参考数据，对VGI道路数据精度进行评价。首先以道路交叉口作为控制点，通过匹配同名点对VGI道路精度进行评价；然后以控制点的对应关系建立几何纠正模型，对VGI数据精度进行改善；最后利用郑州地区的Open Street Map数据进行试验验证。

1 基于影像匹配的VGI道路精度评价与改善

随着遥感获取技术的不断完善，获得的遥感影像分辨率越来越高，影像的精度也不断增强。经过几何纠正的遥感影像具有现势性好、精度高等优点，通常用作地图更新的数据源。因此，可以利用经过几何纠正的高分辨率遥感影像作为参考数据，对VGI数据进行质量评价。

由于影像数据与矢量数据之间的格式差异，无法直接自动进行匹配比较。若全部提取影像中的道路，再以矢量参考数据的方式进行评价，过程过于繁杂，得不偿失。为此，参考一般矢量数据与影像的配准过程，可通过在影像和VGI数据中提取同名特征点的方法，将VGI数据与影像数据进行匹配，利用同名特征点之间的距离差异作为评价VGI数据精度的依据；还能够依据同名匹配点之间的关系，建立两者之间的转换关系，可以对VGI数据进行几何纠正，从而提高VGI数据的几何精度。基于影像匹配的VGI道路精度评价与改善的具体流程如图1所示。

图1 影像匹配进行VGI精度评价的流程

1.1 特征点的提取

影像数据的特征包括点特征、线特征和面特征等，考虑到后续对VGI精度的评价，需要进行匹配与构建变换关系等，故选取影像的点特征进行提取。

道路交叉口特点鲜明，能够提供道路的连接信息、拓扑关系等，是道路网结构的重要特征之一。因此，选择道路交叉口作为特征点，易于操作和实现。道路交叉口有多种形状，为了便于影像定位中心点，这里只提取十字型的道路交叉口。

对于VGI矢量数据而言，道路交叉口的提取方法较为简单。但是，由于VGI道路细节较为丰富，存在诸多平行路、立交桥等微观结构，需要首先对其进行简化处理。经过简化的VGI道路网交叉口提取，可以依据道路的拓扑关系进行判断。首先对道路网进行拓扑处理，遍历所有路段，并对路段的端点进行标记；然后遍历所有标记的端点，判断其是否联结4个线目标，如果是，则标记该端点为道路交叉口。

对于影像数据而言，道路交叉口作为影像的一种点特征，具有较多的自动提取方法。为了保证道路交叉口提取的准确性，以及控制提取点的均匀分布，本文选择人工提取的方法提取影像的道路交叉口，具体的提取方法不再赘述。

1.2 道路精度评价

对上述提取的两种数据的道路交叉口进行同名点对匹配，采取利用距离阈值的匹配方法，并计算同名点对的距离。在统计学中，均方根误差通常用来衡量观测值与真值之间的偏差，可以利用两组特征点对之间的均方根误差来表达VGI道路的几何精度。均方根误差的计算公式如下

(1)

1.3 道路精度纠正

可以将上述提取的两组特征点作为控制点，通过几何纠正的办法，对VGI道路数据进行几何位置的纠正，从而提高其数据精度。具体的思路是：利用两组控制点之间的关系，建立从VGI数据到影像数据之间的转换关系，然后根据该转换关系对VGI道路数据进行移位，实现VGI数据与影像数据的几何位置一致，从而提高VGI道路的精度。

考虑到VGI数据来源繁杂，不同用户编辑、上传的数据质量不同，数据精度具有随机性的特点。为了提高VGI道路的几何纠正效果，需要对转换的VGI数据进行剖分，采用局部调整的方法进行转换。常用的平面剖分方法有基于规则格网、基于Delaunay三角网等。Delaunay三角网具有唯一性、最大化、最小角等特点，将控制点作为Delaunay三角网的顶点，能够使纠正变化尽可能均匀分布，将纠正范围控制在每个Delaunay三角形中，可以有效提高纠正的精度[23]。本文采用基于Delaunay三角网的方法进行剖分，并对VGI数据进行几何纠正。

具体做法为：首先分别以两组控制点为三角形的顶点，建立Delaunay三角网；然后利用对应的两个三角形的顶点建立变换关系，得到该区域的转换关系；再以该转换关系将该区域内所有的VGI数据进行变换，实现VGI矢量数据的位移，直到所有的三角网转换完毕。

2 试验与分析

以郑州市的OSM数据和高德影像数据为例，对上述算法进行试验验证。试验区域为郑州市东区，试验区域面积为20 km2,道路长度为85 km。首先利用上述方法提取两组控制点，控制点数量为19个，并分别构建Delaunay三角网，如图2所示。

图2 控制点的三角网

图2中，深灰色为影像控制点的三角网，浅灰色为VGI数据的控制点三角网，黑色为VGI道路。由图2可以看出，VGI道路数据与影像基本能够套合，但是部分数据仍然偏差较大。利用本文所提方法对VGI数据进行几何纠正，并计算纠正前后的VGI控制点到相应影像控制点的距离，如图3所示。

图3 纠正前后的控制点距离对比

由图3可知，在未进行纠正之前，各个控制点的精度差别较大，说明VGI数据本身精度分布不均匀，经过纠正以后，各个控制点的精度明显有所改善，但是仍然存在一定差异。利用本文所提方法计算纠正前后的控制点均方根误差，分别为17.76和8.77m，说明未纠正前，该区域的道路几何精度为17.76m，经过纠正达到了8.77m。

3 结 语

随着地理信息走进人们的日常生活，VGI将会取得快速的发展，VGI数据将是未来地理信息获取的重要手段。研究如何通过质量评价、质量控制等手段，提高其应用范围和影响力，具有重大的实用价值。本文研究了利用影像匹配的方法对VGI道路精度进行评价和改善，从试验结果来看，取得了较为理想的结果。下一步的研究中，要继续研究VGI数据的其他要素的精度评价，并进一步研究影像控制点的自动提取算法，提高该方法的自动化水平和实用性。

[1] 张红平, 顾学云. 自发地理信息研究应用进展与趋势[J].地理信息世界, 2012,8(4): 67- 71.

[2]GOODCHILDMF.CitizensasSensors:TheWorldofVolunteeredGeography[J].GeoJournal, 2007, 69(4): 211- 221.

[3] 李德仁，钱新林. 浅论自发地理信息的数据管理[J]. 武汉大学学报(信息科学版), 2010, 35(4): 379- 383.

[4] 单杰, 秦昆，黄长青，等. 众源地理数据处理与分析方法探讨[J]. 武汉大学学报(信息科学版), 2014, 39(4): 390- 394.

[5]HAKLAYM.HowGoodisVolunteeredGeographicalInformation?AComparativeStudyofOpenStreetMapandOrdnanceSurveyDatasets[J].EnvironmentandPlanningB(PlanningandDesign), 2010, 37(4): 682- 703.

[6]CIEPLUCHB,MOONEYP.SketchesofGenericFrameworkforQualityAssessmentofVolunteeredGeographicalData[C]∥IEEEGeoscienceandRemoteSensingSociety.[S.l.]：IEEE,2011.

[7]AL-BAKRIM,FAIRBAIRND.AssessingtheAccuracyof“Crowsourced”DataandItsIntegrationwithOfficialSpatialDataSets[C]∥ProceedingsoftheNinthInternationalSymposiumsonSpatialAccuracyAssessmentinNaturalResourcesandEnvironmentSciences.[S.l.]：[s.n.]，2010: 317- 320.

[8]MACOH,CHRISTOFA.ComparativeSpatialAnalysisofPositionalAccuracyofOpenStreetMapandProprietaryGeodata[M]∥Geovizualisation,SocietyandLearning.Berlin:HerbertWichmannVerlag, 2012: 24- 32.

[9]ROBERTOC,PEGGYA.APhotogrammetricApproachforAssessingPositionalAccuracyofOpenStreetMapRoads[J].Geo-Information, 2013, 2(2):276- 301.

[10] 王明, 李清泉，胡庆武，等. 面向众源开放街道地图空间数据的质量评价方法[J].武汉大学学报(信息科学版), 2013, 38(12): 1490- 1494.

[11]ZHENGShudan,ZHENGJianghua.AssessingtheCompletenessandPositionalAccuracyofOpenStreetMapinChina[M]∥ThematicCartgraphyfortheSociety.Berlin：Springer, 2014.

[12]KOUNADIO.AssessingtheQualityofOpenStreetMapData[D].London:UniversityCollegeofLondon, 2009.

[13]ZIELSTRAD,ZIPFA.AComparativeStudyofProprietaryGeodataandVolunteeredGeographicInformationforGermany[C]∥Proceedingsof13thAGILEInternationalConferenceonGeographicInformationScience.[S.l.]：[s.n.]，2010：10- 14.

[14]KOUKOLETSOST,HAKLAYM.AnAutomatedMethodtoAssessDataCompletenessandPositionalAccuracyofOpenStreetMap[C]∥GeoComputation.[S.l.]:[s.n.]，2011：236- 241.

[15]MOHAMMADF,MAHMOUDR.AQualityStudyoftheOpenStreetMapDatasetforTehran[J].Geo-Information, 2014, 3(2): 750- 763.

[16]HAKLAYM,BASIOUKAS.HowManyVolunteersDoesItMaketoMapAnAreaWell?TheValidityofLinus’sLawtoVolunteeredGeographicInformation[J].TheCartographicJournal, 2010, 47(4):315- 322.

[17]ARSANJANIJJ,BARRONC.AssessingtheQualityofOpenStreetMapContributorsTogetherwithTheirContributions[J].AGILE, 2013,5(1): 4- 17.

[18]CHRISTOPHERB,PASCALN.AComprehensiveFrameworkforIntrinsicOpenStreetMapQualityAnalysis[J].TransactionsinGIS, 2014,18(6):877- 895.

[19]KEBLERC,DEGROOTTA.TrustasaProxyMeasurefortheQualityofVolunteeredGeographicInformationintheCaseofOpenStreetMap[M]∥GeographicInformationScienceattheHeartofEurope.Berlin：Springer，2013:21- 37.

[20]BISHRM,MANTELASL.ATrustandReputationModelforFilteringandClassifyingKnowledgeaboutUrbanGrowth[J].GeoJournal，2008,72(3- 4)：229- 237.

[21]MOONEYP,PADRAIGC.CharactteristicsofHeavilyEditedObjectsinOpenStreetMap[J].FutureInternet, 2012, 4(1):285- 305.

[22] 赵肄江，周晓光.地理信息志愿者信誉度评估的版本相似度模型——以面目标为例[J].测绘学报,2015,44(5):578- 584.

[23] 卜坤，张树文，杨久春，等. 基于Delaunay三角网的Shapefile几何纠正算法与实现[J].吉林大学学报(地球科学版), 2008, 38(3): 521- 526.

Accuracy Evaluation and Improvement of Volunteer GeographicInformation Based on Image Matching

MA Chao,SUN Qun,XU Qing,WANG Zhijian

(Institute of Geospatial Information, Information Engineering University, Zhengzhou 450001, China)

Aiming at the question that it is difficult to evaluate the accuracy of the volunteer geographic information under no vector reference data condition, a road accuracy evaluation method based on imaging matching is proposed. Firstly, the road intersections between the image and the volunteer geographic information are extracted as control points, and the corresponding control points are matched，then, the root mean square error of the control points of the same name are taken as road accuracy of the volunteer geographic information; Secondly, Delaunay triangulation network are respectively built by two sets of the control points, and affine translation for each triangulation network are conducted by using the corresponding relationship between these two sets, in order to achieve geometric correction of volunteer geographic information and improve its accuracy. Finally, the road data of Open Street Map in Zhengzhou city are utilized to do an experiment. The result shows the algorithm proposed in this paper is able to improve the road accuracy of the volunteer information effectively.

image matching；volunteer geographic information；accuracy evaluation；geometric correction

2016- 05- 11；

2017- 02- 07

国家863计划(2012AA12A404)；国家自然科学基金(41571399；41201391；41201469) 作者简介： 马 超(1988—)，男，博士生，主要研究方向为数字地图制图与应用。E- mail：13203711480@163.com

马超，孙群，徐青，等.基于影像匹配的自发地理信息道路精度评价与改善[J].测绘通报，2017(3)：22- 25.

10.13474/j.cnki.11- 2246.2017.0076.

P237

A

0494- 0911(2017)03- 0022- 04