【技術實現步驟摘要】
本專利技術涉及電子地圖，尤其是涉及一種道路矢量融合擬視神經柵化多比例匹配方法、裝置及設備。
技術介紹
1、眾所周知，地圖比例尺是基于出圖和渲染的壓要素與實際地理實體之間的尺寸大小之比。但對于地圖而言，尤其對于包括導航圖在內的電子地圖而言，地圖比例尺更多的是表達，地物幾何精度和坐標準度的標準。因此在不同精度或不同比例尺下的同一地物的幾何表達，其對細節的表述是不同的。
2、若識別不同比例尺的同一條道路段是否表達同一要素，相關技術一般為直接幾何匹配或幾何匹配輔以道路名稱、種別、形態等信息，其存在的缺點如下：
3、(1)前者比對計算量較大，識別失誤率也比較大。
4、(2)后者過于依賴非幾何信息，非幾何信息的不完整或不準確，將導致識別失誤率不會比第一種降低太多，且直接幾何對比的計算復雜度，也一直居高不下。
技術實現思路
1、有鑒于此，本專利技術的目的在于提供一種道路矢量融合擬視神經柵化多比例匹配方法、裝置及設備，可以顯著降低道路段數據匹配所耗時長和識別失誤率。
2、第一方面，本專利技術實施例提供了一種道路矢量融合擬視神經柵化多比例匹配方法，包括：
3、獲取至少一個待匹配比例尺對應的道路段數據；
4、基于預設的參考比例尺和所述待匹配比例尺，對所述道路段數據進行擬視神經柵化表達，得到所述道路段數據所處的精度柵格集；
5、基于所述精度柵格集之間的相對位置關系，確定不同所述待匹配比例尺對應的所述道路段數據之間的匹配結
6、在一種實施方式中，基于預設的參考比例尺和所述待匹配比例尺，對所述道路段數據進行擬視神經柵化表達，得到所述道路段數據所處的精度柵格集的步驟，包括：
7、獲取所述待匹配比例尺對應的第一比例精度，和預設參考比例尺對應的小數位數和第二比例精度；
8、根據所述小數位數、所述第一比例精度和所述第二比例精度，將所述道路段數據中每個坐標點對應的坐標值轉換為柵格行列值，以實現對所述道路段數據的擬視神經柵化表達；
9、基于所述道路段數據中每個所述坐標點對應的所述柵格行列值，確定所述道路段數據所處的精度柵格集。
10、在一種實施方式中，根據所述小數位數、所述第一比例精度和所述第二比例精度，將所述道路段數據中每個坐標點對應的坐標值轉換為柵格行列值，以實現對所述道路段數據的擬視神經柵化表達的步驟，包括：
11、按照如下公式將所述道路段數據中每個坐標點對應的坐標值轉換為柵格行列值：
12、
13、其中，(x1，y1)為坐標點的坐標值，(x2，y2)為坐標點的柵格行列值，n為小數位數，d1為第一比例精度，d2為第二比例精度。
14、在一種實施方式中，基于所述精度柵格集之間的相對位置關系，確定不同所述待匹配比例尺對應的所述道路段數據之間的匹配結果的步驟，包括：
15、對于兩個所述待匹配比例尺對應的所述道路段數據，判斷第一道路段數據所處的第一精度柵格集與第二道路段數據所處的第二精度柵格集之間是否部分重合；
16、如果是，則從所述第一精度柵格集和所述第二精度柵格集中提取重合柵格集，從所述第一精度柵格集中提取第一非重合柵格集，從所述第二精度柵格集中提取第二非重合柵格集；
17、如果所述重合柵格集的柵格數量與所述第一非重合柵格集的柵格數量之間的比值大于預設比值閾值，和/或，所述重合柵格集的柵格數量與所述第二非重合柵格集的柵格數量之間的比值大于所述預設比值閾值，則判斷所述第一非重合柵格集與所述第二非重合柵格集是否滿足相鄰原則；
18、在第一非重合柵格集與所述第二非重合柵格集滿足所述相鄰原則的情況下，確定所述第一道路段數據與所述第二道路段數據之間的匹配結果為完全匹配。
19、在一種實施方式中，判斷第一道路段數據所處的第一精度柵格集與第二道路段數據所處的第二精度柵格集之間是否部分重合的步驟，包括：
20、判斷第一道路段數據所處的第一精度柵格集中的每個柵格行列值，與第二道路段數據所處的第二精度柵格集中的每個柵格行列值是否均一致；
21、如果否，則確定所述第一精度柵格集與所述第二精度柵格集之間部分重合。
22、在一種實施方式中，所述方法還包括：
23、如果所述第一精度柵格集中的每個柵格行列值，與所述第二精度柵格集中的每個柵格行列值均一致，則確定所述第一道路段數據與所述第二道路段數據之間的匹配結果為完全匹配。
24、在一種實施方式中，判斷所述第一非重合柵格集與所述第二非重合柵格集是否滿足相鄰原則的步驟，包括：
25、遍歷所述第一非重合柵格集中每個柵格行列值，判斷所述第二非重合柵格集中是否存在與該柵格行列值之間的行差值、列差值均小于預設差值閾值的柵格行列值；
26、如果是，則確定所述第一非重合柵格集與所述第二非重合柵格集滿足所述相鄰原則。
27、第二方面，本專利技術實施例還提供一種道路矢量融合擬視神經柵化多比例匹配裝置，包括：
28、數據獲取模塊，用于獲取至少一個待匹配比例尺對應的道路段數據；
29、柵化表達模塊，用于基于預設的參考比例尺和所述待匹配比例尺，對所述道路段數據進行擬視神經柵化表達，得到所述道路段數據所處的精度柵格集；
30、數據匹配模塊，用于基于所述精度柵格集之間的相對位置關系，確定不同所述待匹配比例尺對應的所述道路段數據之間的匹配結果。
31、第三方面，本專利技術實施例還提供一種電子設備，包括處理器和存儲器，所述存儲器存儲有能夠被所述處理器執行的計算機可執行指令，所述處理器執行所述計算機可執行指令以實現第一方面提供的任一項所述的方法。
32、第四方面，本專利技術實施例還提供一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機可執行指令，所述計算機可執行指令在被處理器調用和執行時，計算機可執行指令促使處理器實現第一方面提供的任一項所述的方法。
33、本專利技術實施例提供的一種道路矢量融合擬視神經柵化多比例匹配方法、裝置及設備，首先獲取至少一個待匹配比例尺對應的道路段數據；然后基于預設的參考比例尺和待匹配比例尺，對道路段數據進行擬視神經柵化表達，得到道路段數據所處的精度柵格集；最后基于精度柵格集之間的相對位置關系，確定不同待匹配比例尺對應的道路段數據之間的匹配結果。上述方法模擬人類視覺對地物的感知，按照參考比例尺將不同待匹配比例尺對應的道路段數據進行擬視神經柵化表達，以利用擬視神經柵化表達快速比對道路段數據的位置，從而基于精度柵格集之間的相對位置關系，確定不同待匹配比例尺對應的道路段數據之間的匹配結果，本專利技術實施例可以顯著降低道路段數據匹配所耗時長和識別失誤率。
34、本專利技術的其他特征和優點將在隨后的說明書中闡述，并且，部分地從說明書中變得顯而易見，或者通過實施本專利技術而了解。本專利技術的目的和其他優點在說明書、權利要求書以及附圖中所特別指出的結構來本文檔來自技高網...
【技術保護點】
1.一種道路矢量融合擬視神經柵化多比例匹配方法，其特征在于，包括：
2.根據權利要求1所述的道路矢量融合擬視神經柵化多比例匹配方法，其特征在于，基于預設的參考比例尺和所述待匹配比例尺，對所述道路段數據進行擬視神經柵化表達，得到所述道路段數據所處的精度柵格集的步驟，包括：
3.根據權利要求2所述的道路矢量融合擬視神經柵化多比例匹配方法，其特征在于，根據所述小數位數、所述第一比例精度和所述第二比例精度，將所述道路段數據中每個坐標點對應的坐標值轉換為柵格行列值，以實現對所述道路段數據的擬視神經柵化表達的步驟，包括：
4.根據權利要求1所述的道路矢量融合擬視神經柵化多比例匹配方法，其特征在于，基于所述精度柵格集之間的相對位置關系，確定不同所述待匹配比例尺對應的所述道路段數據之間的匹配結果的步驟，包括：
5.根據權利要求4所述的道路矢量融合擬視神經柵化多比例匹配方法，其特征在于，判斷第一道路段數據所處的第一精度柵格集與第二道路段數據所處的第二精度柵格集之間是否部分重合的步驟，包括：
6.根據權利要求5所述的道路矢量融合擬視神經柵化
7.根據權利要求4所述的道路矢量融合擬視神經柵化多比例匹配方法，其特征在于，判斷所述第一非重合柵格集與所述第二非重合柵格集是否滿足相鄰原則的步驟，包括：
8.一種道路矢量融合擬視神經柵化多比例匹配裝置，其特征在于，包括：
9.一種電子設備，其特征在于，包括處理器和存儲器，所述存儲器存儲有能夠被所述處理器執行的計算機可執行指令，所述處理器執行所述計算機可執行指令以實現權利要求1至7任一項所述的方法。
10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有計算機可執行指令，所述計算機可執行指令在被處理器調用和執行時，計算機可執行指令促使處理器實現權利要求1至7任一項所述的方法。
...【技術特征摘要】
1.一種道路矢量融合擬視神經柵化多比例匹配方法，其特征在于，包括：
2.根據權利要求1所述的道路矢量融合擬視神經柵化多比例匹配方法，其特征在于，基于預設的參考比例尺和所述待匹配比例尺，對所述道路段數據進行擬視神經柵化表達，得到所述道路段數據所處的精度柵格集的步驟，包括：
3.根據權利要求2所述的道路矢量融合擬視神經柵化多比例匹配方法，其特征在于，根據所述小數位數、所述第一比例精度和所述第二比例精度，將所述道路段數據中每個坐標點對應的坐標值轉換為柵格行列值，以實現對所述道路段數據的擬視神經柵化表達的步驟，包括：
4.根據權利要求1所述的道路矢量融合擬視神經柵化多比例匹配方法，其特征在于，基于所述精度柵格集之間的相對位置關系，確定不同所述待匹配比例尺對應的所述道路段數據之間的匹配結果的步驟，包括：
5.根據權利要求4所述的道路矢量融合擬視神經柵化多比例匹配方法，其特征在于，判斷第一道路段...
【專利技術屬性】
技術研發人員：孔維楨，王宇翔，尚勤江，楊雅俊，
申請(專利權)人：航天宏圖信息技術股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。