本文由王振华、胡翔云和单杰共同撰写，发表于2015年第八期的《测绘通报》期刊。王振华来自武汉大学遥感信息工程学院，胡翔云同样来自该学院，单杰则来自普渡大学土木工程学院。研究得到了国家自然科学基金和广州市产学研协同创新重大专项的支持。

学术背景

本研究的主要科学领域是地理信息系统（GIS）和城市道路网络提取。传统获取数字城市道路网的技术，如车载移动测量和基于航摄、遥感的外业测图，存在成本高、更新周期长的缺点。相比之下，众源GPS浮动车数据（crowdsourcing GPS floating car data）具有成本低、现势性好的优点。然而，众源GPS数据采样间隔较长、数据量大、GPS点分布不均匀，给道路提取带来了挑战。因此，本研究提出了一种基于栅格化的“分级”提取道路中心线的方法，旨在提高道路提取的准确度、完整度和效率。

研究流程

本研究主要包括以下几个步骤：

1. 栅格化处理
   栅格化是将矢量的GPS点与生成的栅格点建立对应关系，目的是将临近的GPS点作为一个处理单元进行处理，从而减少处理时间。具体公式为： [ x = \frac{f{lon} - l{lon}}{r{lon} - l{lon}} \times wr ] [ y = \frac{f{lat} - b{lat}}{u{lat} - b_{lat}} \times hr ] 其中，((x, y))为影像像素坐标，(f{lon})和(f{lat})分别为GPS点的经纬度，(l{lon})、(r{lon})、(b{lat})、(u_{lat})分别为试验区域的最小经度值、最大经度值、最小纬度值、最大纬度值，(w)和(h)为试验区域的实际宽高，(r)为生成影像的分辨率。分辨率设置为2米，以避免高等级道路栅格点模糊。

2. 分级提取道路中心线
   根据GPS点密度将栅格点分为“高等级”和“低等级”，分别采用不同的方法提取道路中心线。

   • 高等级道路中心线提取：首先使用形态学开运算（morphological opening operation）去除密度较低的道路栅格点，然后利用基于距离变化的骨架提取方法得到高等级道路中心线。
     
   • 低等级道路中心线提取：基于高等级道路中心线作缓冲区，将缓冲区与原灰度影像作减运算，得到低等级道路栅格点。通过综合GPS点的密度和方向信息去除噪声，然后利用闭运算（morphological closing operation）使低等级道路点连续，最后提取低等级道路的中心线。

3. 道路中心线连接
   根据临近性原则，从提取的低等级道路端点出发，在其行进方向构建一个连接矩形窗口，在窗口内寻找最适合的道路点并连接。最佳连接点的确定基于端点与连接点连接得到的线段经过的GPS点数。利用道格拉斯-普克法（Douglas-Peucker algorithm）简化并进行矢量化，得到最终的完整矢量道路网。

主要结果

本研究采用武汉市2009年6月中旬连续6天的出租车GPS数据进行试验，试验区域包含27,811,907个GPS点，面积为675平方公里。试验结果显示，提取的道路中心线总长度为110,356公里，处理时间为32分钟。通过缓冲区分析，不同缓冲区宽度下的正确率分别为53.5%（10米）、71.5%（15米）、85.6%（20米）、94.9%（25米）和98.9%（30米）。小区域试验结果也表明，本文方法在完整度和准确度方面表现优异。

结论

本研究提出了一种基于栅格化的“分级”提取道路中心线的方法，有效解决了众源GPS数据采样间隔长、数据量大、分布不均匀的问题。试验结果表明，该方法在道路提取的完整度、准确度和效率方面均具有显著优势，为城市道路网的快速更新提供了新的技术手段。

研究亮点

1. 方法创新：提出了基于栅格化的“分级”处理思想，能够同时处理高密度和低密度的GPS数据，提高了道路提取的完整度和准确度。
2. 效率提升：通过栅格化处理，将临近的GPS点作为一个处理单元，大大减少了处理时间，适合处理大规模的众源GPS数据。
3. 应用价值：该方法为城市道路网的快速更新提供了一种低成本、高效率的解决方案，具有广泛的应用前景。

其他有价值的内容

本研究还指出了未来改进的方向，如解决相邻道路未分离、复杂交叉路口提取错误及方法参数过多等问题。此外，研究得到了武汉大学测绘遥感信息工程国家重点实验室3S集成与多媒体研究中心、北京吉威时代软件技术有限公司和谷歌影像数据的支持。

通过本研究，我们不仅提出了一种新的道路提取方法，还为众源地理数据的应用提供了新的思路，具有重要的科学价值和应用价值。