一种面状覆盖数据异形图斑的处理方法及系统与流程

文档序号:29127900发布日期:2022-03-05 00:38阅读:254来源:国知局
一种面状覆盖数据异形图斑的处理方法及系统与流程

1.本发明属于地图制图技术领域,尤其涉及一种面状覆盖数据异形图斑的处理方法及系统。


背景技术:

2.面状覆盖数据是地理空间矢量数据中一类连续的面状数据,应用于自然资源监测和国土空间的调查、规划以及用途管制等场景;面状覆盖数据在数据采集和数据叠加、切割等编辑处理过程中,会形成不合理的尖锐、折刺和狭长等异形图斑,对整体数据的应用分析带来不利影响,需要进行处理。
3.发明人发现,传统的异形图斑处理方法是由人工判读并修改进行处理,存在工作量大、效率低和容易遗漏等问题。


技术实现要素:

4.本发明为了解决上述问题,提出了一种面状覆盖数据异形图斑的处理方法及系统,本发明在处理异形图斑问题时,大幅度减少了人工处理的工作量,提高了生产效率,对异形图斑的自动处理效率和准确率达95%以上,处理后的底图数据质量明显提高,有利于后续的图斑解译与更新。
5.为了实现上述目的,本发明是通过如下的技术方案来实现:
6.第一方面,本发明提供了一种面状覆盖数据异形图斑的处理方法,包括:
7.沿待处理图斑的边界线,构造图斑边界线的向内平行复制线,得到检测线;
8.去除位于图斑边界线外部的检测线,整理获得位于内部的处理基线,反向平行复制处理基线,得到分割线并对图斑进行分割处理;
9.对分割处理得到的细碎图斑归并处理。
10.进一步的,图斑的异形部位至少包括尖锐和狭长面中的一种或几种。
11.进一步的,检测图斑异形部位包括:
12.确定检测阈值;
13.使用图斑边界向面内方向进行平行复制,生成检测线;
14.判断检测线是否在被检测图斑面的内部,检测线完全在内部的为正常图斑;检测线不完全在内部的为问题图斑;
15.提取检测结果。
16.进一步的,检测阈值为小于最小采集指标一半长度。
17.进一步的,对图斑进行分割处理包括:
18.以被处理的问题图斑作为边界范围裁剪检测线,提取问题图斑面内部的检测线;
19.整理面内部的检测线,将碎线进行合并处理,获取处理基线;
20.按照检测时采用的阈值,与检测时反向等值平行复制,获得用于裁剪问题图斑的裁剪线;
21.利用生成的裁剪线,对问题图斑进行分割处理;
22.提取分割后产生的细碎图斑。
23.进一步的,将碎线进行合并处理,是指剔除自相交和重叠拓扑错误,获取连续、闭合的处理基线,用于下一步的反向平行复制。
24.进一步的,将分割后产生的细碎图斑归并到原图斑外的共享边最长的、面积比自己大的相邻图斑中,融合成新的面状图斑;
25.对异形图斑的处理进行迭代处理,对处理后形成了新的图斑继续进行处理。
26.第二方面,本发明还提供了一种面状覆盖数据异形图斑的处理系统,包括:
27.检测模块,被配置为:沿待处理图斑的边界线,构造图斑边界线的向内平行复制线,得到检测线,检测图斑的异形部位;
28.分割模块,被配置为:去除位于图斑边界线外部的检测线,整理获得位于内部的处理基线,反向平行复制处理基线,得到分割线并对图斑进行分割处理;
29.处理模块,被配置为:对分割处理得到的细碎图斑归并处理。
30.第三方面,本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现了第一方面所述的面状覆盖数据异形图斑的处理方法的步骤。
31.第四方面,本发明还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现了第一方面所述的面状覆盖数据异形图斑的处理方法的步骤。
32.与现有技术相比,本发明的有益效果为:
33.本发明在处理异形图斑问题时,通过构造图斑边界向内的平行复制线的方式,实现异形图斑的检测,以及通过整理和反向平行复制获取切割线,最终实现异形图斑的处理,处理方法效果明显;通过本发明,大幅度减少了人工处理的工作量,提高了生产效率,对异形图斑的自动处理效率和准确率达95%以上,处理后的底图数据质量明显提高,有利于后续的图斑解译与更新。
附图说明
34.构成本实施例的一部分的说明书附图用来提供对本实施例的进一步理解,本实施例的示意性实施例及其说明用于解释本实施例,并不构成对本实施例的不当限定。
35.图1为本发明实施例1的自动化处理工作流程;
36.图2为本发明实施例1的面状覆盖数据中异形图斑错误显示图,图中虚线部分为错误提示;
37.图3为本发明实施例1的第一种正常图斑示意图;
38.图4为本发明实施例1的第二种正常图斑示意图;
39.图5为本发明实施例1的带有尖锐异常部分的图斑示意图;
40.图6为本发明实施例1的带有狭长面异常部分的图斑示意图;
41.图7为本发明实施例1的带有尖锐异常部分的图斑分割处理示意图;
42.图8为本发明实施例1的带有狭长面异常部分的图分割处理示意图
43.图9为本发明实施例1的迭代前新生产的图斑示意图;
44.图10为本发明实施例1的迭代处题示意图;
45.图11为本发明实施例1的处理前图斑示意图;
46.图12为本发明实施例1的处理后图斑示意图。
具体实施方式:
47.下面结合附图与实施例对本发明作进一步说明。
48.应该指出,以下详细说明都是例示性的,旨在对本技术提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本技术所属技术领域的普通技术人员通常理解的相同含义。
49.实施例1:
50.本实施例提供了一种面状覆盖数据异形图斑的处理方法,包括:
51.沿待处理图斑的边界线,构造图斑边界线的向内平行复制线,得到检测线;
52.去除位于图斑边界线外部的检测线,整理获得位于内部的处理基线,反向平行复制处理基线,得到分割线并对图斑进行分割处理;
53.对分割处理得到的细碎图斑归并处理。
54.具体的,如图1所示,本实施例中,在处理过程中,对检测、分割、融合和判断等过程进行实时标记,形成检测标记集,可以理解的,检测标记集用于在大批量数据处理过程中记录所检测的问题图斑,记录数据处理过程,便于回溯问题异形图斑的检测过程为:
55.仅从图斑层面考虑,问题图斑不合理的本质是异形部位不符合最小采集指标,表现为局部的尖锐、狭长面,如果将一个图斑沿边界平行向内收缩,则图斑的尖锐、狭长部分将首先消失,因此,可以利用这个原理进行异形图斑的检测与分割,构造图斑边界向内的平行复制线,检测图斑是否存在异形部位;具体包括:
56.确定检测阈值,在本实施例中,可以阈值设置为小于最小采集指标一半长度;
57.其中,最小采集指标是指图斑数据生产时,单个图斑应满足的最小面积以及局部位置的最小宽度阈值。
58.生成检测线,使用图斑边界向面内方向进行平行复制,生成平行复制线,如图中虚线。
59.拓扑判断,判断检测线是否在被检测图斑面内部,如图3和图4所示,检测线在内部则为正常图斑;如图5和图6所示,检测线有部分在面外部则为问题图斑;
60.提取检测结果,是指将被检测出的问题图斑记录下来,进行后续步骤的处理,需要同时提取问题图斑本身和生成的检测线。
61.在本实施例那种,异形图斑的分割方法包括:
62.依据构造的检测线,在查找问题图斑的基础上,可以利用问题图斑尖锐、狭长等异形部位的检测线位于图斑外部,通过整理和反向平行复制,获取切割线,实现问题图斑异形部位与图斑主体部位的分割,如图7和图8所示,具体包括:
63.检测线裁剪,以问题图斑为边界范围裁剪检测线,提取问题图斑面内部的检测线;
64.检测线整理,整理面内部的检测线,将碎线进行合并处理,剔除自相交和重叠等拓扑错误,获取闭合处理基线;
65.生成裁剪线,按照检测时采用的阈值,与检测时反向平行复制处理基线,获得用于裁剪问题图斑的裁剪线;
66.图斑分割处理,利用生成的裁剪线,对问题图斑进行分割处理;
67.提取分割后产生的细碎图斑,所述细碎图斑即为尖锐和狭长面部分。
68.在本实施例中,细碎图斑归并处理包括:
69.本实施例中,采取“就近就大”的原则,将分割后产生的细碎图斑归并到原图斑外的共享边最长的和面积比自己大的相邻图斑中,融合成新的面状图斑。
70.迭代处理
71.如图9和图10所示,当一个狭长部位同时与另外两个面接触时,处理后形成了新的异形图斑,可重复运行处理内容,完成此类问题的最终处理。
72.应用本实施例中的技术方法,开发的自动化工具在处理异形图斑问题时,大幅度减少了人工处理的工作量,提高了生产效率,对异形图斑的自动处理效率和准确率达95%以上,如图11和图12所示,处理后的底图数据质量明显提高,有利于后续的图斑解译与更新。
73.实施例2:
74.本实施例提供了一种面状覆盖数据异形图斑的处理系统,包括:
75.检测模块,被配置为:沿待处理图斑的边界线,构造图斑边界线的向内平行复制线,得到检测线,检测图斑的异形部位;
76.分割模块,被配置为:去除位于图斑边界线外部的检测线,整理获得位于内部的处理基线,反向平行复制处理基线,得到分割线并对图斑进行分割处理;
77.处理模块,被配置为:对分割处理得到的细碎图斑归并处理。
78.实施例3:
79.本实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现了实施例1所述的面状覆盖数据异形图斑的处理方法的步骤。
80.实施例4:
81.本实施例提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现了实施例1所述的面状覆盖数据异形图斑的处理方法的步骤。
82.以上所述仅为本实施例的优选实施例而已,并不用于限制本实施例,对于本领域的技术人员来说,本实施例可以有各种更改和变化。凡在本实施例的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本实施例的保护范围之内。
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1