近年来，基于互联网的电子地图发展迅速，给人们的生产、生活提供了便利条件^[1]。道路质量是评价导航电子地图质量的重要内容，它的质量特性主要有：数据安全性、完整性、逻辑一致性、位置、属性、时间精度与附件质量^[2]。多源导航电子地图道路对比分析是比较不同源导航电子地图道路差异的重要手段，可以为道路的质量测评提供支持。

多源导航电子地图道路自动对比分析包括3个环节：道路自动提取、多源数据道路差异检测、道路差异分析。对于导航电子地图道路自动提取，学者们已经作了很多的研究。海涛等^[3]提出了基于对象特征法的栅格地图道路网提取法，该方法利用道路的颜色特征提取道路网，取得了较好的效果；陈换新等^[4]利用改进的基于滑动窗口分割及序贯跟踪算法半自动提取线状要素, 但仍需大量人机交互；Chiang等^[5-6]通过用户标签函数实现了复杂数据源的道路半自动提取功能，取得了较好的效果；Wataru Itonaga等^[7]利用道路的几何属性来提取道路，只能处理只有道路和背景的数据，具有一定的局限性；Stefan Leyk等^[8]尝试基于区域匀质性迭代聚类的方法提取道路，但对于数据质量的要求较高。上述所有的文献均需要人工操作或在特定的条件下才能够达到提取道路的效果。多源导航电子地图道路对比分析的方法仍然以人工判读为主，通过目视对比不同源的导航电子地图查找差异道路，这种方法需要大量人力，而且人工判读容易造成差异道路遗漏。

针对多源导航电子地图对比分析中存在的问题，本文提出了一种自动对比分析多源导航电子地图道路的方法。该方法首先实现了导航电子地图道路的自动提取，然后采用基于缓冲区分析的算法自动检测多源导航电子地图道路的差异，最后通过统计道路段数定量对比分析多源导航电子地图道路。

1 道路自动提取

道路自动提取需要3个步骤：首先，基于颜色和几何特征的背景检测和去除；然后，基于轮廓形状分析的算法检测注记并去除注记；最后，采用数学形态学算法连接和细化道路。

1.1 背景检测和去除

导航电子地图由3类组成：道路、背景、注记。道路包括不同的等级，如国道、省道、其他类别道路3种；背景由植被、水系、空白区域组成；注记包括地名、道路名、道路编号、设施名等^[9]。背景具有特定的颜色和几何特征，将其作为依据获得背景的像素值。

背景的颜色特征表现为：空白区域为白色，植被为绿色，水系为蓝色。这3类背景均为覆盖范围较大的地物，在导航电子地图中其像素值出现频率远高于道路和注记。对图像作灰度统计，可以发现国道、省道、其他类别道路、植被、水系、空白区域这6种地物的像素值出现频率较高，而注记由碎小的像素块组成，其像素值出现频率较低，若要检测背景只需要确定这6种像素值中背景的像素值。

背景的几何特征表现为：均为区域较大的面状地物，而道路为线状地物，背景宽度大于道路宽度，可以此区分背景和道路。道路的宽度由数据等级决定，国道为导航电子地图中宽度最大的道路，当数据等级为17级时道路宽度为12个像素，若在13×13窗口范围内被一种像素值填满时，该像素值不能为道路，更不能为注记，只能是背景，如图 1所示。设g_l(l=1, 2, …, 6)为像素值出现频率前6的像素值，建立一个13×13的模板T，且T_ij=g_l，对图像进行横向扫描，若g_l符合

判定g_l属于背景元素并停止扫描，这样依次对g_l进行判断，可确定其中数据背景的像素值。其中T_ij为T在(i, j)的像素值；G_ij为图像数据在T覆盖的范围中(i, j)的像素值。

对图像作二值化处理，将背景设置为0，其余设置为1，可以得到仅包含道路和注记的二值图像。

1.2 注记检测和去除

去除电子地图中背景要素，电子地图中剩下道路要素和注记。注记为碎小的块状几何结构，根据此特点区分道路要素和注记要素^[10]。首先获取电子地图二值化图像，将背景要素设置为0，其余设置为1。然后，提取二值化图像的图形轮廓，计算各个轮廓的最小外接矩形，根据注记的特征，最小外接矩形的长度L和宽度W满足：3＜L＜15，1＜W＜5，可判断为注记。

采用基于邻域特征的方法消除注记^[11]。记注记像素的8邻域像素为q_k(k=1, 2, …, 8)，以注记像素为极坐标，分别通过q_k作8个方向的射线，直到首先发现区域像素、道路像素或边界为止，并统计q_k包含的道路像素个数r、区域像素个数a、边界像素e，称r、a、e为注记像素的3个外延特征参数。因为电子地图中要素均被分为3类：区域、道路、噪声，因此外延特征参数的关系应该是固定的。当注记像素的外延特征参数满足r＞a时，将注记像素归类于道路；当r＜a时，将注记像素归类于区域；当r=a时，为过渡带，不作处理。

1.3 道路连接和细化

由于去除注记使部分道路中断，本文采用数学形态学算法连接中断的道路^[12]。首先使用3×3的模板对图像进行3次膨胀处理，连接相距小于6个像素的断口；然后腐蚀算法处理2次，在保持道路形状的条件下细化道路。

采用基于形态学的细化算法统一道路宽度^[13]。该算法结构元素的选择很关键，为了保持图像的关键点和连通性不变，采用如图 2所示的结构元素。

其中，“*”可以为目标点像素值，又可以为背景点像素值。将结构元素陆续旋转90°、180°、270°，又可以得到6种结构元素，共有8种结构元素。同时移动8个结构元素的中心点，每当其中一个结构元素在目标像素点位置上击中目标图像时就把该位置标记下来，即该像素应被删除。在一次迭代完成以后，把所有标记过的目标像素点删除，到此完成一次细化运算迭代。这样一直到某次迭代完成后没有目标像素点需要删除，迭代收敛，循环结束，即可得到细化的道路。

2 道路差异检测

一条现实中存在的道路在一种导航电子地图中被绘制出来，而在另一种导航电子地图中被遗漏，这种差异为两种数据源间的道路差异。然而因数据采集精度和操作人员的个体差异会造成同一条道路在不同数据源的导航电子地图上出现位置偏移，这种位置偏移造成的道路差异需要排除。针对道路差异的特点，采用基于缓冲区分析的差异道路检测方法检测差异道路。

(1) 建立缓冲区。道路为线状地物，在栅格数据中线状实体由连续的像素点构成，建立缓冲区时，可以将缓冲区的距离转化为栅格数据的像素个数^[14]。

建立道路网数据R的缓冲区。若R_ij为R在(i, j)处的像素值，i、j为道路上的点，作半径为w=10像素的圆，并作该圆与道路前进方向相同的切线v，切线到圆心的距离为w，即为缓冲区范围，如图 3所示。

(2) 差异提取。在图 3中，R_S为参考道路，R_M为待测道路。将R_M与建立缓冲区的参考数据道路R_S相叠合，w为缓冲区的范围，R_M在R_S的缓冲区中出现，则R_M存在，表明R_M不是差异道路；若R_M在R_S的缓冲区中不出现，则判定R_M为差异道路。

3 道路差异分析

为了统计道路网中道路的段数，需要提取道路交叉点，采用基于Shi-Tomasi算子^[15]的道路交叉点提取算法。如图 4所示，黑色的线段为提取的道路，线框标定的位置为道路的交叉点。

Shi-Tomasi算法是Harris算法的改进算法，该算法计算每一个前景点周围的变化判断兴趣点，同时为每一个兴趣点设定一个质量评价值，如果一个兴趣点的质量评价值比一定范围内其他兴趣点的质量值都小，则舍弃该点，保留质量值较大的兴趣点。

检测获得的兴趣点并不全为道路交叉点，道路交叉点具有特定的几何属性。在现实中道路在较短的距离内不能同时出现两个交叉点，绘制以兴趣点为中心的尺寸为11×11的窗口，即在10个像素范围内不能同时存在两个交叉点。交叉点是超过两条线相交获得，线段与窗口的相交点必须多于2个，同时相邻相交点与中心点的夹角a应该不小于45°且不大于135°，如5所示。

确定交叉点并去除，统计去除道路交叉点后的线段的个数，即可获得道路段数。

若将需要对比分析的两个数据源记作参考数据和待测数据，则参考数据和待测数据的相似度P可表示为

式中，N_b为参考数据的道路段数；n_b为待测数据比参考数据缺少的道路段数。

P可用来定量对比分析多源导航电子地图道路，作为导航电子地图道路质量测评的一个指标。导航电子地图生产公司根据测试区域内道路的总长度来设定相似度的阈值，若待测区域与参考区域相似度小于阈值，则待测区域的道路需要修测，否则不需要修测。

4 试验分析

试验区为宿迁市北部的一个区域，该区域包含高速公路、省道、其他等级道路、植被和水系。参考数据为数据等级为17级Google导航电子地图，待测数据为另一个品牌相同等级的导航电子地图，数据分辨率均为2.15 m。图像的尺寸为1280×768像素，由5×3个尺寸为256×256像素的瓦片数据拼接而成。参考数据如图 6(a)所示，待测数据如图 6(b)所示。

多源导航电子地图道路自动对比分析的流程如图 7所示，由于参考数据和待测数据在地图投影、坐标加密、数据采集精度等方面有差异，需进行待测数据到参考数据的精配准。

参考数据道路网与待测数据道路网的合成图如图 8所示，其中灰色线为参考数据提取得到的道路网，黑色为待测数据提取得到的道路网。对图 8分析可知，灰色线临近有黑色线伴随的情况表明该道路在两种数据源中同时存在，而当只有灰色线没有黑色线的情况说明该道路在待测数据中不存在，只有黑色线没有灰色线说明在待测数据中存在而在参考数据中不存在，这两种情况为差异道路。将提取的参考数据道路网和待测数据道路网作道路差异检测，结果如图 9所示，通过目视判读可知，图 8中差异道路能够全部被检测。

对参考数据和待测数据的道路网作道路交叉点提取，获得道路段数，由于对道路作了细化处理，线段的宽度为1像素，因此可以通过统计道路像素数量获得道路长度，道路段数和道路长度统计结果见表 1。

利用表 1的道路差异统计数据计算得到待测数据与参考数据的相似度为P=0.87，将结果与导航电子地图生产公司制定的相似度阈值相比较即可判断待测数据的道路是否需要修测。

5 结语

依靠人工对比分析多源导航电子地图道路存在工作量大、容易出现遗漏等问题，多源电子地图自动对比分析方法可自动检测不同数据源间的道路差异，通过计算数据源间的相似度定量分析多源导航电子地图道路。该方法提高了多源导航电子地图对比分析的工作效率，可以为测评导航电子地图道路质量提供客观依据，通过试验表明该方法可以取得预期效果。