一种城市边界获取方法、装置、智能终端及存储介质与流程

本发明涉空间数据分析技术领域，尤其涉及一种城市边界获取方法、装置、智能终端及存储介质。

背景技术：

城市计算表示利用计算机技术，从城市多源异构大数据中挖掘有价值的信息，探索城市中内涵的科学规律，从而更好的为人类生活服务促使城市高效健康的运转。

城市表示人类居住生活高度集中的区域，城市边界的准确描述能够帮助政府监测城市建设区是否无序扩张和协调规划城市居民出行和公共设施配置之间的关系，为城市可持续发展做出贡献，因此是城市计算的一项重要内容。

目前，城市的边界由地方当局或政府决定，这种自上而下的界定方式可能会与真实人类活动的区域有所出入。除此之外，有些技术通过信息熵法、断裂点分析法、遥感夜光灯判读等方法界定城市的边界，这些方法主要有两个弊端：1.人为阈值的界定比较模糊而且效率，主观性较强，难以做到准确客观2.界定范围时所依托的数据结构(如三角面)构建效率非常低，当数据量大时将无法得出理想结果。

因此，现有技术还有待于改进和发展。

技术实现要素：

鉴于上述现有技术的不足，本发明的目的在于提供一种城市边界获取方法、装置、智能终端及存储介质，旨在解决现有技术中城市边界划分方法效率低下，主观性强的问题。

本发明为解决上述技术问题所采用的技术方案如下：

第一方面，本发明实施例提供一种城市边界获取方法，所述方法包括：

根据路网数据获取道路交叉点集，对所述道路交叉点集内的道路交叉点构建四叉树，所述四叉树的每一叶子节点存储一个所述道路交叉点；

根据所述每一叶子节点所对应的矩形的几何信息计算密度值，并根据所述密度值将所述每一叶子节点所对应的矩形分为目标类矩形和背景类矩形；所述密度值为所述矩形面积的倒数；

对分类后的目标类矩形按照相邻接的拓扑关系进行非跨区域融合处理，得到城市边界。

所述的城市边界获取方法，其中，所述构建四叉树，具体构建过程：

计算所有所述道路交叉点的外包络矩形，并将所述外包络矩形作为根节点；

生成深度为n满四叉树，并计算每个道路交叉点和叶子节点矩形的关系，保存叶子节点矩形中的点数≤1的矩形；所述n为大于1且小于9的自然数；

对每个点数大于1的矩形，独立生成四叉树，直到所有叶子节点矩形中的点数≤1为止，并保存这些矩形；整合所有点数≤1的矩形，结束。

所述的城市边界获取方法，其中，所述步骤根据所述叶子节点所对应的矩形的几何信息计算密度值，根据所述密度值将所述叶子节点所对应的矩形分为目标类矩形和背景类矩形，具体为：

利用公式(1)将所有矩形分为目标类矩形和背景类矩形两个部分

其中，d为目标与背景的分割阈值，σw为目标和背景密度值的差，w0为目标点数占图像比例，σ0为目标点数占图像比例的方差，w1为背景点数占图像比例，σ1为背景点数占图像比例的方差；提取处于目标类的所有矩形信息。

所述的城市边界获取方法，其中，所述步骤对分类后的目标类矩形按照相邻接的拓扑关系进行非跨区域融合处理，得到城市边界，其中非跨区域融合处理包括步骤：

从分类后的目标类矩形中的任一矩形开始，筛选出与该矩形的邻接矩形，将所述邻接矩形存入到预先设置的集合中；

遍历每个邻接矩形，重复步骤筛选出与该矩形的邻接矩形，将所述邻接矩形存入到预先设置的集合中，直到不再有新的邻接矩形为止；

消除所述集合中的所有矩形的共同边，生成城市边界，结束。

所述的城市边界获取方法，其中，所述n为7。

第二方面，一种城市边界获取装置，所述装置包括：

四叉树构建单元，用于根据路网数据获取道路交叉点集，对所述道路交叉点集内的道路交叉点构建四叉树，所述四叉树的每一叶子节点存储一个所述道路交叉点；

矩形分类单元，根据所述每一叶子节点所对应的矩形的几何信息计算密度值，并根据所述密度值将所述每一叶子节点所对应的矩形分为目标类和背景类；所述密度值为所述矩形面积的倒数；

处理单元，用于对分类后的目标类矩形按照相邻接的拓扑关系进行非跨区域融合处理，得到城市边界。

所述的装置，其中，所述四叉树构建单元包括：

计算子单元，用于计算所有所述道路交叉点的外包络矩形，并将所述外包络矩形作为根节点；

生成子单元，生成深度为n满四叉树，并计算每个道路交叉点和叶子节点矩形的关系，保存叶子节点矩形中的点数≤1的矩形；所述n为大于1且小于9的自然数；

存储子单元，用于对每个点数大于1的矩形，独立生成四叉树，直到所有叶子节点矩形中的点数≤1为止，并保存这些矩形；整合所有点数≤1的矩形，结束。

所述的装置，其中，所述处理单元包括：

筛选自单元，用于从分类后的目标类矩形中的任一矩形开始，筛选出与该矩形的邻接矩形，将所述邻接矩形存入到预先设置的集合中；

遍历子单元，用于遍历每个邻接矩形，重复步骤筛选出与该矩形的邻接矩形，将所述邻接矩形存入到预先设置的集合中，直到不再有新的邻接矩形为止；

消除自单元，用于消除所述集合中的所有矩形的共同边，生成城市边界，结束。

第三方面，本发明实施例还提供一种智能终端，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于执行如上述所述的方法。

第四方面，本发明实施例还提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如上述所述的方法。

本发明的有益效果：本发明通过建立空间四叉树，对全国范围内道路交叉口快速聚类并生成城市边界范围方法，能准确描述能够帮助政府监测城市建设区是否无序扩张和协调规划城市居民出行和公共设施配置之间的关系，对城市可持续发展有着重要意义。

附图说明

图1是本发明提供的城市边界获取方法的较佳实施例的流程图。

图2是本发明提供的城市边界获取方法的较佳实施例步骤s100的流程图。

图3是本发明提供的城市边界获取方法的较佳实施例的四叉树构建示意图。

图4是本发明提供的城市边界获取方法的较佳实施例经过dissolve处理后的全国城市空间范围示意图。

图5是本发明提供的智能终端的功能原理图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

由于现有技术中的对城市边界的划分、获取多采用如下方式：

一是相关部门规划设定，采用这种规划设定的方式，主观性较强，所得到的城市边界与实际的城市边界有出入。二是依托数据信息，通过信息熵法、断点分析法、遥感夜光灯判读等方法，这些方法在界定范围时所依托的数据结构构建效率非常低，当数据量较大时将无法得出想要的结果。

为了解决上述技术问题，在本发明实施例中，当需要对某个城市进行边界界定时，可以先获取全国路网数据或者该城市所在的省路网数据。根据上述路网数据从中分析出道路交叉点(道路交叉口点)，将道路交叉口点汇聚在一起形成点集，接着对道路交叉口点构建满四叉树，令四叉树上的每一个叶子节点只存储一个对应的道路交叉口点。计算叶子节点所对应的矩形的面积，从而计算出点密度值，根据点密度值对与之对应的矩形进行分类，分类可以分为两类，如目标(城市)、背景(非城市)，即可以根据点密度值将点集中的点分为目标类和背景类。对目标类中的矩形按照相邻接的拓扑关系进行非跨区域融合dissolve处理，得到城市边界。

本发明通过建立空间四叉树，对全国范围内道路交叉口快速聚类并生成城市边界范围方法，能准确描述能够帮助政府监测城市建设区是否无序扩张和协调规划城市居民出行和公共设施配置之间的关系，对城市可持续发展有着重要意义。

举例说明，若用户想定义深圳的边界，则只需要使用全国或全广东省的路网数据，取得道路交叉口点集，然后按照上述步骤生成全广东或全国所有城市的边界(包括深圳市)。由于城市边界代表了人类活动相对集中的区域，所以要确定一个城市的边界，则必须选择一个比其更大的区划范围来对其进行界定。否则如果仅使用深圳市内的道路交叉口，得到的结果不会是深圳城市边界，而是深圳各个区的边界。

下面结合附图，详细说明本发明的各种非限制性实施方式。

示例性方法

参见图1，本实施例提供一种城市边界获取方法，包括如下步骤：

步骤100、根据路网数据获取道路交叉点集，对所述道路交叉点集内的道路交叉点构建四叉树，所述四叉树的每一叶子节点存储一个所述道路交叉点。

具体来说，路网数据主要是公路网数据，也可以结合铁路网数据，上述路网数据的获得，可以通过大数据进行采集，路网数据具体的获取可以是现有技术中的任何一种方式，只要能满足需要即可。从已知的路网数据中分析出道路的交叉口，路网数据中的每个交叉口记为一个点，将所得到的所有道路交叉口点形成点集。对点集内的所有点构建四叉树。

在本实施例中，获取路网中的道路交叉点集，是因为道路交叉口密度反应了城市基础设施的建设情况，通过对其聚类可以有效判定城市土地的实际空间发展。

参见图2，步骤s100中，四叉树的构建步骤为：

s110、计算所有所述道路交叉点的外包络矩形，并将所述外包络矩形作为根节点；

s120、生成深度为n满四叉树，并计算每个道路交叉点和叶子节点矩形的关系，保存叶子节点矩形中的点数≤1的矩形；所述n为大于1且小于9的自然数；

s130、对每个点数大于1的矩形，独立生成四叉树，直到所有叶子节点矩形中的点数≤1为止，并保存这些矩形；整合所有点数≤1的矩形，结束。

具体来说，通常地理空间划分往往使用满四叉树结构来可视化不同尺度的空间信息(如栅格切片)，但是此方式存在的缺点较为明显。普遍来讲，地图层级由全球范围到街道尺度多达15-20层，如果以满四叉树方式构建，到达第十六层需要的矩形数量高达50亿之多，占用空间高达几tb字节，往往超出了计算机内存的处理能力。本发明采取了先广度再深度的四叉树构建方法，具体来讲，先通过广度优先的方法生成n层(如7-9层)的满四叉树，并且在最后一层子节点中存储空间实体信息，接着对子节点中包含较多要素的区域进行深度优先方式递归做到只有一个空间要素为止。为了避免四叉树结构的不平衡以及存储空间的浪费，将地理实体信息存储在完全包含它的最小矩形节点中，不存储在它的父节点中，每个地理实体只在树中存储一次，避免存储空间的浪费。

在本实施例中，构建成的四叉树为深度为7的满四叉树，其中7层的满四叉树节点个数为16384个，在该层基础上能够顺利进行后续步骤，如若四叉树为深度9层，则所需要的内存在32g左右。

s200、根据所述每一叶子节点所对应的矩形的几何信息计算密度值，并根据所述密度值将所述每一叶子节点所对应的矩形分为目标类矩形和背景类矩形；所述密度值为所述矩形面积的倒数。

步骤s200具体为，将每个矩形看做像素，计算每个点对应的密度值(1/矩形面积)看作像素值来计算阈值，阈值为最大类间方差(公式1)所计算出来的结果。公式(1)如下：

其中，d为目标与背景的分割阈值，σw为目标和背景密度值的差，w0为目标点数占图像比例，σ0为目标点数占图像比例的方差，w1为背景点数占图像比例，σ1为背景点数占图像比例的方差；

当像素值小于公式(1)计算出来的像素阈值时，则表示该矩形为目标，像素值大于公式(1)计算出来的像素阈值时，则表示该矩形为背景，即通过采用上述方式提取出处于前景类的所有矩形信息。因为是两类分类，则将处于前景类的所有矩形信息后，背景矩形信息也可以得到。

s300、对分类后的矩形按照相邻接的拓扑关系进行非跨区域融合处理，得到城市边界。

具体来说，对分类后的矩形按照拓扑关系进行非跨区域融合dissolve处理，其中dissolve处理表示融合相邻接(共边)的目标矩形，流程如下：在前景类矩形中，由任意矩形开始找到与该矩形相邻接的矩形，存放到指定集合中，遍历每个邻接矩形，重复上述步骤，直到不再有新的邻接矩形为止。消除集合中所有矩形的共同边，形成新的多边形，所得到的新多边形即为城市边界。

如图3-4所示，图3为依据全国路网数据，对道路所有交叉口点四叉树构建示意图。图4为图3经过dissolve处理后的全国城市空间范围示意图，图4中颜色较深处表示城市范围。

基于上述实施例，本发明还提供了一种智能终端，其原理框图可以如图5所示。该智能终端包括通过系统总线连接的处理器、存储器、网络接口、显示屏、温度传感器。其中，该智能终端的处理器用于提供计算和控制能力。该智能终端的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该智能终端的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种城市边界获取方法。该智能终端的显示屏可以是液晶显示屏或者电子墨水显示屏，该智能终端的温度传感器是预先在智能终端内部设置，用于检测内部设备的当前运行温度。

本领域技术人员可以理解，图5中示出的原理框图，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的智能终端的限定，具体的智能终端可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种智能终端，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：

根据路网数据获取道路交叉点集，对所述道路交叉点集内的道路交叉点构建四叉树，所述四叉树的每一叶子节点存储一个所述道路交叉点；

根据所述每一叶子节点所对应的矩形的几何信息计算密度值，并根据所述密度值对所述叶子节点所对应的矩形进行分类；所述密度值为所述矩形面积的倒数；

对分类后的矩形按照相邻接的拓扑关系进行非跨区域融合处理，得到城市边界。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。

综上所述，本发明公开了一种城市边界获取方法、装置、智能终端以及存储介质。所述方法包括：根据路网数据获取道路交叉点集，对所述点集内的道路交叉点构建四叉树，所述四叉树的每一叶子节点存储一个所述道路交叉点；根据所述叶子节点所对应的矩形的几何信息计算密度值，并根据所述密度值对所述叶子节点所对应的矩形进行分类；所述密度值为所述矩形面积的倒数；对分类后的矩形按照相邻接的拓扑关系进行非跨区域融合dissolve处理，得到城市边界。本发明改进了对城市大数据空间信息的空间四叉树索引处理方法，并依据该类型数据的非线性的密度特征进行聚类。相较于传统的城市数据的聚类方法，该方法不需提前设置参数，并且速度快、可扩展性强，能够有效帮助挖掘城市化或人类城市活动的非线性空间规律。

应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。