arcscan提取道路中心线原理

Science &Technology Vision 0引言在地理信息数据中，道路网络是构成几何数据和应用分析的重要组成部分，道路网的描述，是用GIS 方法对自然界中人文影响和经济状况的表现形式。

对于道路网数据采集，往往是采用人工采集和计算机辅助自动化采集两种方法。

在许多GIS 平台，道路面提取中心线的原理有下面两类方法：（1）道路面按Delaunay 方法构造三角网，此方法在对路端喇叭形处生成的中心线表现为波浪折线和不正确的分叉，点数也较多，与理想形状的边线点几何形似差异较大。

（2）提取道路的面填充，生成栅格位图。

这种方法除了数据格式转换烦琐，还有矢量数据属性的丢失。

本文将针对以上情况，对路面形状进行边基于矢量路面提取道路中心线智能提取方法的实现刘学民摘要道路中心线是网络构建和分析的基础内容，为了从已有的大量道路面中快速高效的提取道路中心线，人们进行了研究并得到了一些相应的自动提取方法。

结合实际，本文介绍一种基于距离和内角相关智能化的提取方法。

关键词提取；道路中心线；相关中图分类号:G06T7/66文献标识码:ADOI ：10.19694/ki.issn2095-2457.2020.22.25刘学民本科,高级工程师,主要从事航空摄影测量技术研究及地理信息数据处理等工作,河北省地质测绘院。

AbstractRoad centerline is the basic content of network construction and analysis.In order to quickly and efficiently extract road centerline from a largenumber of existing road surfaces ，some corresponding automatic extraction methods have been studied and obtained.This paper introduces an intelligent extraction method based on distanceand Angle correlation.Key wordsExtraction;Center line of the road;Related77线调整、路端处理后，依据科学的计算判别，在已有软件中二次开发自己的工具实现道路中心线自动提取的功能。

多场景下结构光三维测量激光中心线提取方法在我们日常生活中，三维测量技术已经悄悄地融入了很多领域。

从汽车制造到医疗检测，再到艺术创作，三维测量真是无处不在。

而在这些技术背后，有一种叫做“结构光三维测量”的方法，听上去有点高深莫测，其实它的原理并不复杂。

简单来说，结构光就是通过投射一系列光线到物体表面，再根据光的变形来推算物体的三维形状。

这就像是用手电筒照射一个球，观察光线的变化来判断球的大小和形状。

今天我们聊聊的，就是如何提取这些光线中的“激光中心线”。

光是结构光三维测量的核心。

说到激光中心线，很多人可能第一反应是，这个东西就像电影里那些神秘的激光束，能切开钢铁，能精确定位。

但激光中心线提取是一个非常细致的活儿，要说复杂，简直就是一门艺术。

想象一下，一个激光束投射到物体上，不是直接照在物体表面，而是经过一番折射、反射，甚至是弯曲，最后才会出现在屏幕上。

这个过程中，我们要从“乱糟糟”的激光数据中找到最精确的中心线，确保它准确无误。

问题来了，为什么激光中心线如此重要呢？激光中心线其实是整个三维测量的基础。

如果我们连激光的中心都找不到，其他的测量数据怎么可能精准？就像我们做饭，连盐都没放好，怎么能指望味道好呢？如果测量不准，结果也就没什么意义了。

我们需要通过激光中心线来准确地确定物体的轮廓、形状、尺寸，甚至是它的表面细节。

这一步搞得好，接下来的三维重建才有可能做得像模像样。

但说到提取激光中心线，难度可不小。

毕竟，激光条纹是连续的，亮度不均匀，还常常受外界环境的影响，比如光线的变化，或者是物体表面有反射光等，这些都会影响激光的精准度。

就像我们在阳光下看手机屏幕，明明手机上显示的内容很清晰，但因为反光，怎么看都觉得模糊。

所以提取激光中心线，要求我们不仅要有精确的算法，还得有过硬的技术功底。

就像修理手机的师傅，技术好坏直接影响最终结果，哪怕一个小小的误差，都会导致整个三维重建出问题。

有些时候，激光条纹的形态并不是那么规则，特别是在复杂的物体表面。

arcgis道路面中心线提取道路面中心线提取是地理信息系统（GIS）中的一个重要功能，可以帮助我们更好地理解和分析道路网络。

在本文中，我们将探讨如何利用ArcGIS软件来提取道路面中心线，并讨论该过程的重要性和应用。

让我们了解一下什么是道路面中心线。

道路面中心线是指道路的中心轴线，即道路两侧边线的中间位置。

提取道路面中心线可以帮助我们分析道路网络的拓扑结构、交通流量分布以及道路规划等问题。

在城市规划、交通管理和环境评估等领域，道路面中心线的提取都具有重要的应用价值。

在ArcGIS中，提取道路面中心线可以通过多种方法实现。

一种常用的方法是基于道路面的几何特征进行提取。

首先，我们需要将道路面图层导入到ArcGIS软件中，并进行必要的预处理工作，例如清理和修复道路面的几何错误。

然后，我们可以利用ArcGIS的工具和功能来提取道路面的中心线。

在ArcGIS中，有几种工具可以用来提取道路面中心线，例如线性参考工具、最小二乘法等。

其中，线性参考工具可以根据道路面的几何特征来计算道路面中心线的位置。

最小二乘法则是利用统计学方法来拟合道路面的几何形状，从而提取道路面中心线。

除了基于几何特征的方法，还可以利用道路面的属性信息来提取道路面中心线。

例如，我们可以根据道路面的道路等级、交通流量、道路宽度等属性信息来推测道路面中心线的位置。

这种方法可以通过分析和建模道路面的属性信息来实现，可以提高道路面中心线的提取精度和可靠性。

道路面中心线提取的结果可以以多种方式进行展示和应用。

一种常见的方式是将提取的道路面中心线图层与其他地理数据进行叠加分析。

例如，我们可以将道路面中心线与交通流量数据进行叠加，从而分析道路网络的拥堵情况和交通状况。

另外，道路面中心线的提取结果还可以用来进行道路规划、交通导航和城市规划等工作。

道路面中心线的提取是GIS中的一个重要功能，可以帮助我们更好地理解和分析道路网络。

在ArcGIS中，可以利用几何特征和属性信息来提取道路面中心线，并通过叠加分析和应用来实现对道路网络的深入分析和应用。

一种复杂道路网中心线自动提取算法刘昌振;马红【摘要】由于道路网的复杂性,自动提取道路网的中心线并建立正确的拓扑关系是比较复杂和困难的.针对实际生产中道路网中心线自动提取的需求,提出一套针对较复杂道路网中心线自动提取的算法,主要包括道路网交叉拆分、约束迭代三角网建立、道路中心线提取并连接成网三个方面.实验表明:提出的算法可以实现复杂道路网中心线的自动提取.【期刊名称】《城市勘测》【年(卷),期】2019(000)004【总页数】3页(P145-147)【关键词】道路网;中心线;约束三角网【作者】刘昌振;马红【作者单位】重庆市勘测院,重庆 401121;重庆市地理国情监测工程技术研究中心,重庆 401121;重庆市勘测院,重庆 401121;重庆市地理国情监测工程技术研究中心,重庆 401121【正文语种】中文【中图分类】P208.1;P2091 引言道路作为地理信息要素的重要组成部分，是数据生产过程中重点采集的对象，道路中心线是路径规划、导航等应用的基础数据。

基础测绘数据入库一般要求提取道路中心线，并建立正确的拓扑关系和连通性。

在实际生产中，一般先采集道路边线，再根据道路边线获取道路中心线，因此，实现从道路边线中自动提取中心线可以有效提高生产效率。

目前，关于中心线自动提取的研究较多，如董箭等[1]提出了一种基于缓冲区边界相向逼近求交模型的中心线生成算法，杨得志等[2]提出一种单位圆滚动追踪算法提取中心线，艾廷华等[3]、钟世彬等[4]、罗小飞等[5]、李功权等[6]通过建立约束Delaunay三角网提取中心线，并基于三角网的邻接关系确定道路起点和交叉口，杨伟等[7]基于Delaunay三角网从众源轨迹数据提取中心线，朱庄生等[8]基于道路轮廓自动生成道路中心线，乔庆华[9]等通过改进Voronoi图提取面状河流中轴线，江岭等[10]提出一种基于欧式距离分配的面状河流图斑中轴线提取方法，王新生等[11]对比了Voronoi图矢量法和欧式距离区域分配栅格法提取复杂多边形中轴线，胡鹏等[12]总结和对比了多种中心线提取的算法，并提出了理论上较为严密的点对序列法和地图代数多边形中轴法。

基于ArcGIS的道路中心线自动提取方法
殷俊;黄宗维
【期刊名称】《地矿测绘》
【年(卷),期】2016(032)001
【摘要】以柳州基础地理数据库道路中心线的提取为例,对比利用ArcGIS生成道路中心线的两种方法,在此基础上提出了基于ArcScan工具与ArcEngine二次开发相结合自动提取道路中心线的方法.结果表明,该方法可提高效率和准确度.
【总页数】3页(P40-42)
【作者】殷俊;黄宗维
【作者单位】广西国土测绘院,广西南宁530023;广西国土测绘院,广西南宁530023
【正文语种】中文
【中图分类】P208
【相关文献】
1.一种基于约束三角网的道路中心线的提取方法 [J], 李功权;蔡祥云
2.基于GDAL和ArcGIS Engine的水系中心线自动提取 [J], 孟祥辉
3.一种基于方向纹理特征和卡尔曼滤波的影像道路中心线提取方法 [J], 傅筱白;王婷婷;苏伟;李润生
4.基于步行轨迹的复杂道路中心线提取方法 [J], 李俊杰; 刘鹏程; 顿玉多吉
5.基于矢量路面提取道路中心线智能提取方法的实现 [J], 刘学民
因版权原因，仅展示原文概要，查看原文内容请购买。

arcgis道路中心线提取一、背景在GIS领域中，道路中心线提取是一个非常重要的任务。

道路中心线是道路要素的核心部分，它可以用来进行交通规划、道路设计、交通管理等方面的工作。

因此，如何快速、准确地提取道路中心线成为了GIS领域中一个重要的研究课题。

二、arcgis道路中心线提取方法1.数据准备在进行arcgis道路中心线提取之前，需要先准备好相关数据。

这些数据包括：影像数据、DEM数据、道路矢量数据等。

其中，影像数据和DEM数据用于提取地形特征，而道路矢量数据则用于辅助确定道路位置。

2.影像预处理在进行影像预处理时，需要对原始影像进行一系列的处理操作。

首先，需要对影像进行大气校正和辐射校正，以消除大气和辐射对影像质量的影响。

其次，在进行图像分割时，需要选择合适的分割算法，并设置合适的参数值。

3.DEM处理DEM是数字高程模型（Digital Elevation Model）的缩写。

在进行DEM处理时，需要对原始DEM进行滤波去噪和填洼操作。

这样可以使得DEM更加平滑，并且填补DEM中的洼地。

4.道路提取在进行道路提取时，可以利用多种算法来实现。

其中，常用的算法包括：边缘检测算法、模板匹配算法、基于区域生长的算法等。

在选择算法时，需要根据具体情况进行选择，并设置合适的参数值。

5.道路中心线提取在进行道路中心线提取时，可以利用多种方法来实现。

其中，常用的方法包括：基于几何特征的方法、基于图像分析的方法、基于拓扑关系的方法等。

在选择方法时，需要根据具体情况进行选择，并设置合适的参数值。

6.结果评估在进行arcgis道路中心线提取之后，需要对结果进行评估。

评估指标包括：精度、召回率、F1值等。

通过对结果进行评估，可以得到提取结果的质量，并对后续工作做出相应调整。

三、arcgis道路中心线提取案例以某城市为例，在arcgis平台上实现了道路中心线提取。

具体步骤如下：1.数据准备首先收集了该城市影像数据、DEM数据和道路矢量数据，并将其导入到arcgis平台中。

提取道路中心线算法
道路中心线是道路设计和规划中的重要参数，在GIS和地图制图中也有着广泛的应用。

提取道路中心线算法是一种常见的图像处理技术，其目的是从道路图像中自动提取出道路中心线。

道路中心线的提取可以通过多种方法实现，其中最常见的是基于图像处理算法的方法。

这些算法通常涉及到图像预处理、边缘检测、线性拟合等步骤，最终得到一条尽可能准确的道路中心线。

在图像预处理阶段，需要对输入的道路图像进行平滑处理、灰度化、二值化等操作，以便更好地进行后续的边缘检测和线性拟合。

边缘检测是提取道路中心线的关键步骤之一，其目的是从图像中提取出道路边缘的信息。

常用的边缘检测算法包括Sobel算子、Canny 算子等。

接下来，需要对检测到的道路边缘进行线性拟合，以得到最终的道路中心线。

线性拟合通常采用的是最小二乘法，其目的是找到一条贴合道路边缘的直线，并将其作为道路中心线输出。

需要注意的是，提取道路中心线的算法必须考虑到道路的曲线、交叉口等特殊情况。

在这些情况下，算法需要具备一定的鲁棒性和自适应性，以保证提取出的道路中心线能够准确地反映实际道路的情况。

总体而言，提取道路中心线算法是一项复杂而重要的图像处理技术，其应用范围广泛，对于道路设计、交通规划及地图制图等领域都有着重要的意义。

- 1 -。

arcscan提取道路中心线原理ArcScan是ArcGIS的一个工具模块，它可以自动提取道路中心线。

道路中心线是道路的中央轴线，通常由道路的车行区域的中心划分而成。

提取道路中心线是许多城市规划、交通管理和导航系统设计等工作的基础，它可以为这些应用提供准确的路线和空间数据。

以下是ArcScan提取道路中心线的原理。

首先，使用ArcScan工具前，需要先进行地理纠正，也就是将扫描的纸质道路地图或空照图转换为地理空间数据。

这可以通过扫描纸质地图或导入空照图，并使用参考数据（如控制点或地理辅助网格）来配准图像完成。

在地理纠正完成后，可以使用ArcScan工具模块开始提取道路中心线。

ArcScan提供了多种工具和方法来帮助用户进行道路中心线的提取。

首先是草图工具。

用户可以使用草图工具手动绘制道路中心线。

草图工具提供了各种绘图功能，如笔刷大小调整、节点调整和拐角调整等。

用户可以根据地图或图像上的道路情况，手动绘制道路中心线。

第二种方法是边界识别。

ArcScan利用边界检测算法来自动探测图像中的道路边界，然后通过将这些道路边界进行连接和平滑操作，生成道路中心线。

这种方法适用于道路边界较为清晰明确的情况。

第三种方法是基于颜色和纹理的识别。

ArcScan可以分析图像中的颜色和纹理信息，根据道路特征提取道路中心线。

这种方法适用于道路的颜色和纹理信息相对突出或与周围环境有明显差异的情况。

最后，ArcScan还提供了一种半自动的方式，即模板匹配。

用户可以事先准备好一组预定义的道路模板，然后将这些模板与图像进行匹配。

ArcScan会根据匹配结果生成道路中心线。

这种方法可以提高道路中心线的准确性和一致性。

总之，ArcScan提取道路中心线的原理主要包括地理纠正、手动绘制、边界识别、基于颜色和纹理的识别以及模板匹配等方法。

这些方法可以根据道路的特征和图像的质量选择和组合使用，提供准确的道路中心线数据。

使用ArcScan进行道路中心线的提取可以为城市规划、交通管理和导航系统等应用提供重要的空间数据基础。

专利名称：一种提取道路中心线的方法、设备和系统
专利类型：发明专利
发明人：刘松,彭伟,张军民,秦华,韩凯铭,杨丽君,于莎丽,沈炎娣,杨飚,洪海晨
申请号：CN202010495644.8
申请日：20200603
公开号：CN111696153A
公开日：
20200922
专利内容由知识产权出版社提供
摘要：本发明公开了一种提取道路中心线的方法、设备和系统，属于测绘技术领域。

本发明通过获取道路的边界线，并在边界线上选取多个子线段，子线段的长度与道路宽度相关；将子线段旋转至道路内部方向；将子线段中路面内部的几何点连接，获得道路中心线，避免了人工操作，提高了道路的中心线提取的效率和可靠性。

申请人：杭州市勘测设计研究院
地址：310013 浙江省杭州市西湖区莫干山路武林门新村13号
国籍：CN
代理机构：北京维正专利代理有限公司
代理人：郭彩红
更多信息请下载全文后查看。

激光中心线提取算法激光中心线提取算法是一种常用的计算机视觉算法，用于从激光扫描数据中提取出目标物体的中心线信息。

本文将介绍激光中心线提取算法的原理和应用，以及该算法在实际场景中的效果和优化方法。

一、激光中心线提取算法原理激光中心线提取算法是基于激光扫描数据的分析和处理。

激光扫描数据是通过激光传感器获取的目标物体表面的三维坐标点云数据。

而中心线提取算法的目标就是从这些点云数据中提取出目标物体的中心线。

中心线提取算法的原理是基于目标物体的几何特征。

通过对激光扫描数据进行预处理，如去噪、滤波等，可以得到较为干净的点云数据。

然后，通过计算每个点与其邻域点的距离，找出距离最大的点作为中心点。

接下来，根据中心点与其邻域点的距离关系，可以确定中心线的方向。

最后，通过统计中心点的分布情况，可以得到中心线的形状。

激光中心线提取算法在许多领域都有广泛的应用。

其中，最常见的应用就是在机器人导航和自动驾驶系统中。

通过提取道路的中心线，可以帮助机器人或车辆进行路径规划和导航。

此外，激光中心线提取算法还可以应用于工业检测和三维重建等领域。

三、激光中心线提取算法效果及优化方法激光中心线提取算法的效果主要取决于点云数据的质量和算法的参数设置。

如果点云数据存在噪声或缺失，会导致提取的中心线不准确。

因此，在应用激光中心线提取算法之前，需要对点云数据进行预处理，如去噪和补全。

算法的参数设置也会影响提取结果。

例如，中心点的选择和邻域点的距离阈值的设置都会对提取的中心线形状产生影响。

因此，需要根据实际情况进行参数调整和优化，以提高算法的准确性和稳定性。

四、总结激光中心线提取算法是一种常用的计算机视觉算法，通过对激光扫描数据的分析和处理，可以提取出目标物体的中心线信息。

该算法在机器人导航、自动驾驶等领域有广泛的应用。

然而，算法的准确性和稳定性受点云数据质量和参数设置的影响，因此需要进行预处理和优化。

随着计算机视觉技术的不断发展，激光中心线提取算法将在更多领域得到应用，并不断提升其性能和效果。

A r c G I S方法利用到路面提取道路中心线的方法集团企业公司编码：（LL3698-KKI1269-TM2483-LUI12689-ITT289-A r c G I S方法-利用到路面提取道路中心线的方法利用到路面提取道路中心线的方法在利用GIS制图时，需要经常跟数据打交道。

很多初级的制图人员都存在一种惯性思路，以为数据精度越高，出图的效果就越好。

这是错误的观点。

假如现在需要制作1:1w的地图，但手头上却只有1:500的地形图，数据精度虽然很高，但却无法在小比例尺下显示出来。

回到主题上，1:500的数据，大多数道路都是以面状显示。

由于其精度高，有些数据甚至是不带线道路图层的，而在1w的地图下，道路以线状表达才是符合要求的。

所以，这就需要涉及到地图制图的一个常规工作—地图缩编。

本文主要介绍如何从到路面直接提取出道路中心线，从而辅助小比例尺地图的制作。

由于面状数据一般都是不规则的，所以很难从其提取中心线，一般的GIS 软件也没提供直接提取的工具。

ArcGIS里面虽然也有一些工具可以辅助一下处理，例如在制图工具箱里面有一个提取中心线的工具，但这个工具的作用是通过道路边线（双线）提取中心线。

也有人说ArcGIS里面同样是提供面转线工具，先用工具转一道再提取不就行了吗？可是问题来了，面转线工具传出来的数据是封闭线，而不是道路边线，提取中心线工具依然是不可用，除非在每个路面图形打断两端的封闭，不然无法进行提取，恰好打断工作又是非常的巨大。

因此，该方法还是不可用。

为了解决这个问题，那就是ArcScan扩展模块。

提到ArcScan扩展，很多专业人员第一时间反应是这只是个栅格矢量化工具，跟当前讨论的中心线提取似乎没有任何关系。

只要深入了解ArcScan扩展的具体细节，我们不难发现其自动矢量化里面可以提取面要素和中心线，利用这一特性，我们就可以曲线去完成该任务了。

先来说说总体思路：将路面（矢量面数据）转化为栅格数据，因为ArcScan只能对栅格数据进行处理，由于是从矢量转为栅格而非扫描，栅格质量一般会非常好；通过二值化栅格数据后，调整捕捉参数和提取参数，直接提取矢量中心线。

提取道路中心线算法
道路中心线是指道路两侧边缘之间的中心线，是道路设计和规划中的重要参数，也是车辆自动驾驶和导航系统中的基础之一。

提取道路中心线算法是将图像或激光雷达数据转化为道路中心线的过程，其准确性和效率直接影响到自动驾驶和导航系统的实际效果。

常用的提取道路中心线算法有基于图像处理的方法和基于激光
雷达数据处理的方法。

基于图像处理的方法一般采用边缘检测算法或者霍夫变换等方法，先将道路边缘提取出来，然后通过一系列处理步骤得到道路中心线。

而基于激光雷达数据处理的方法则是利用激光雷达获取的点云
数据进行计算，一般采用分割算法、曲线拟合算法等方法，将道路边缘点云数据分割出来并进行曲线拟合，从而得到道路中心线。

无论是基于图像处理还是基于激光雷达数据处理的方法，提取道路中心线算法都需要考虑数据的噪声、复杂性和实时性等问题。

因此，算法的优化和改进是提高道路中心线提取准确性和效率的关键。

- 1 -。

基于Arcgis利⽤道路⾯要素提取道路中⼼线的⽅法路⽹复杂的时候，arcgis制图综合⼯具箱⾥提取中⼼线的⽅法效果很难让⼈满意，以下⽅法亲测有效，效果很好，结果直接输出到模板，很实⽤,感谢⼤神。

但是Arcscan在进⾏栅格单元捕捉时最⼤能识别100个像素，所以如果道路⾯数据没有预处理⼯作没做好的话，还是容易导致部分交叉路⼝识别不了。

利⽤到路⾯提取道路中⼼线的⽅法在利⽤GIS制图时，需要经常跟数据打交道。

很多初级的制图⼈员都存在⼀种惯性思路，以为数据精度越⾼，出图的效果就越好。

这是错误的观点。

假如现在需要制作1:1w的地图，但⼿头上却只有1:500的地形图，数据精度虽然很⾼，但却⽆法在⼩⽐例尺下显⽰出来。

回到主题上，1:500的数据，⼤多数道路都是以⾯状显⽰。

由于其精度⾼，有些数据甚⾄是不带线道路图层的，⽽在1w的地图下，道路以线状表达才是符合要求的。

所以，这就需要涉及到地图制图的⼀个常规⼯作—地图缩编。

本⽂主要介绍如何从到路⾯直接提取出道路中⼼线，从⽽辅助⼩⽐例尺地图的制作。

由于⾯状数据⼀般都是不规则的，所以很难从其提取中⼼线，⼀般的GIS软件也没提供直接提取的⼯具。

ArcGIS⾥⾯虽然也有⼀些⼯具可以辅助⼀下处理，例如在制图⼯具箱⾥⾯有⼀个提取中⼼线的⼯具，但这个⼯具的作⽤是通过道路边线（双线）提取中⼼线。

也有⼈说，ArcGIS⾥⾯同样是提供⾯转线⼯具，先⽤⼯具转⼀道再提取不就⾏了吗？可是问题来了，⾯转线⼯具传出来的数据是封闭线，⽽不是道路边线，提取中⼼线⼯具依然是不可⽤，除⾮在每个路⾯图形打断两端的封闭，不然⽆法进⾏提取，恰好打断⼯作⼜是⾮常的巨⼤。

因此，该⽅法还是不可⽤。

为了解决这个问题，作者想到以另⼀种⽅式去完成这个⼯作，那就是ArcScan扩展模块。

提到ArcScan扩展，很多专业⼈员第⼀时间反应是这只是个栅格⽮量化⼯具，跟当前讨论的中⼼线提取似乎没有任何关系。

只要深⼊了解ArcScan扩展的具体细节，我们不难发现其⾃动⽮量化⾥⾯可以提取⾯要素和中⼼线，利⽤这⼀特性，我们就可以曲线去完成该任务了。

ArcGIS 方法 -利用到路面提取道路中心线的方法利用到路面提取道路中心线的方法在利用GIS 制图时，需要经常跟数据打交道。

很多初级的制图人员都存在一种惯性思路，以为数据精度越高，出图的效果就越好。

这是错误的观点。

假如现在需要制作1:1w 的地图，但手头上却只有1:500 的地形图，数据精度虽然很高，但却无法在小比例尺下显示出来。

回到主题上，1:500 的数据，大多数道路都是以面状显示。

由于其精度高，有些数据甚至是不带线道路图层的，而在 1w 的地图下，道路以线状表达才是符合要求的。

所以，这就需要涉及到地图制图的一个常规工作—地图缩编。

本文主要介绍如何从到路面直接提取出道路中心线，从而辅助小比例尺地图的制作。

由于面状数据一般都是不规则的，所以很难从其提取中心线，一般的GIS 软件也没提供直接提取的工具。

ArcGIS 里面虽然也有一些工具可以辅助一下处理，例如在制图工具箱里面有一个提取中心线的工具，但这个工具的作用是通过道路边线（双线）提取中心线。

也有人说ArcGIS 里面同样是提供面转线工具，先用工具转一道再提取不就行了吗？可是问题来了，面转线工具传出来的数据是封闭线，而不是道路边线，提取中心线工具依然是不可用，除非在每个路面图形打断两端的封闭，不然无法进行提取，恰好打断工作又是非常的巨大。

因此，该方法还是不可用。

为了解决这个问题，那就是 ArcScan 扩展模块。

提到 ArcScan 扩展，很多专业人员第一时间反应是这只是个栅格矢量化工具，跟当前讨论的中心线提取似乎没有任何关系。

只要深入了解 ArcScan 扩展的具体细节，我们不难发现其自动矢量化里面可以提取面要素和中心线，利用这一特性，我们就可以曲线去完成该任务了。

先来说说总体思路：将路面（矢量面数据）转化为栅格数据，因为 ArcScan 只能对栅格数据进行处理，由于是从矢量转为栅格而非扫描，栅格质量一般会非常好；通过二值化栅格数据后，调整捕捉参数和提取参数，直接提取矢量中心线。

基于MDB数据库的道路中心线快速提取技术作者：卢天正侯岳方乐道来源：《河南科技》2017年第07期摘要：在实际工作中经常遇到需要处理道路中心线的工作，为了减轻手工处理的劳动量，针对这种问题进行研究，总结出栅格化矢量图形法和路网边界双线化法2种快速处理的技术方法，为任务的顺利完成提供有力的技术保障。

关键词：MDB数据库；快速提取；栅格化；路网边界中图分类号：U495 文献标识码：A 文章编号：1003-5168（2017）04-0020-02Rapid Extraction Technology of Road Centerline Based on MDB DatabaseLu Tianzheng1 Hou Yue2 Fang Ledao2（1.Yuzhou Hongrui Mapping Ltd.，Yuzhou Henan 461670；2.Surveying & Mapping Engineering Institute of Henan Province，Zhengzhou Henan 450003）Abstract： In practice， we have a lot of work to deal with the road centerline. In order to reduce the workload of manual processing， this paper studied this problem， summed up the two kinds of fast processing methods， which are raster vector graphic method and road network boundary double line method， to provide a powerful technical support for the successful completion of the task.Keywords： MDB database；rapid extraction；rasterize；road network boundary在各项数据库建设任务中，如地理国情普查、万分之一数据建库、数字地形图缩编及天地图路网处理等，都存在提取道路中心线的问题[1]。