何海威，钱海忠，谢丽敏，段佩祥

信息工程大学地理空间信息学院，河南 郑州 450000

OSM(open street map)作为大型的公开地图数据库，是地理信息情报(特别是境外地理信息数据)收集的重要数据源。在对该来源数据进行处理和建立多尺度模型时需要对其进行一定程度的制图综合。在大比例尺交通要素制图综合中，立交桥的分类是典型化的重要依据，并且能够为导航和位置服务、拥堵分析等提供重要信息。然而由于立交桥结构复杂，变化多样，往往属于同一类型的立交桥其辅路的形态也不完全相同，且和人行道相互交错，对分类模型的构建造成不小挑战。如何让计算机能够对复杂多变的交叉路口进行准确地分类一直是研究的难点。

当前针对立交桥的识别方法主要有：文献[1]提出一种利用道路节点密度对立交桥进行非结构化的定位方法，然而该方法仅限于定位，无法对立交桥所属类型进行判断；文献[2]提出一种基于结构模式识别的立交桥判别方法，该方法利用有向属性关系图来描述道路交叉口结构，建立典型结构模板库，然后通过关系图匹配识别典型交叉口；文献[3]提出了一种改进的结构模式识别方法，该方法利用道路拓扑特征分类对立交桥进行描述，建立典型量化表达式模板库，通过对比量化表达式识别立交桥类型；文献[4]对以往的结构描述方式进行了丰富，采用长度、面积、紧凑度、平行度、对称度和语义属性6个参数组成立交桥的特征空间，利用支持向量机(support vector machine，SVM)结合样本进行训练，并将训练好的模型用于主路和辅路的识别，不过该方法并未对立交桥进行分类，而只是识别了主路和辅路。……