基于模式识别的道路网数据LOD表达

道路网的Level_of_Detail (LOD)表达对于空间数据的自适应可视化、网络渐进传输、多尺度路网数据库的建立以及空间信息服务质量的提高等方面具有十分重要的作用和意义。目前，道路网LOD表达方面的研究在道路网结构模式的识别与LOD模型间的映射关系方面存在欠缺。本项目以道路网数据为研究对象，研究（1）基于语义特征和几何数据的道路网局部结构模式的自动识别算法；（2）道路网结构模式特征保留和连通不变的道路网LOD表达算法；（3）道路网LOD模型间的映射关系模型；（4）拓扑一致性的压缩算法对道路网LOD模型进行压缩。通过上述关键技术的突破为智能导航与位置服务中的空间数据的自适应可视化、网络渐进传输、多尺度空间数据库的建立奠定技术基础。