謝志偉，賈永紅，孫立雙

(1. 沈陽(yáng)建筑大學(xué)，遼寧 沈陽(yáng) 110168； 2. 武漢大學(xué)遙感信息工程學(xué)院，湖北 武漢 430079)

多源導(dǎo)航電子地圖道路自動(dòng)對(duì)比分析

謝志偉1，賈永紅2，孫立雙1

(1. 沈陽(yáng)建筑大學(xué)，遼寧 沈陽(yáng) 110168； 2. 武漢大學(xué)遙感信息工程學(xué)院，湖北 武漢 430079)

為了測(cè)評(píng)導(dǎo)航電子地圖道路質(zhì)量的需要，提出了一種自動(dòng)對(duì)比分析多源導(dǎo)航電子地圖道路的方法。該方法首先提取導(dǎo)航電子地圖的道路網(wǎng)，然后通過基于緩沖區(qū)分析的算法自動(dòng)檢測(cè)不同數(shù)據(jù)源道路網(wǎng)之間的差異，最后采用基于Shi-Tomasi算子提取道路交叉點(diǎn)并統(tǒng)計(jì)道路段數(shù)，實(shí)現(xiàn)了定量對(duì)比分析多源導(dǎo)航電子地圖道路。試驗(yàn)表明本文方法能夠有效自動(dòng)對(duì)比分析多源導(dǎo)航電子地圖道路。

導(dǎo)航電子地圖；道路；緩沖區(qū)分析；差異檢測(cè)；道路交叉點(diǎn)

近年來，基于互聯(lián)網(wǎng)的電子地圖發(fā)展迅速，給人們的生產(chǎn)、生活提供了便利條件[1]。道路質(zhì)量是評(píng)價(jià)導(dǎo)航電子地圖質(zhì)量的重要內(nèi)容，它的質(zhì)量特性主要有：數(shù)據(jù)安全性、完整性、邏輯一致性、位置、屬性、時(shí)間精度與附件質(zhì)量[2]。多源導(dǎo)航電子地圖道路對(duì)比分析是比較不同源導(dǎo)航電子地圖道路差異的重要手段，可以為道路的質(zhì)量測(cè)評(píng)提供支持。

多源導(dǎo)航電子地圖道路自動(dòng)對(duì)比分析包括3個(gè)環(huán)節(jié)：道路自動(dòng)提取、多源數(shù)據(jù)道路差異檢測(cè)、道路差異分析。對(duì)于導(dǎo)航電子地圖道路自動(dòng)提取，學(xué)者們已經(jīng)作了很多的研究。海濤等[3]提出了基于對(duì)象特征法的柵格地圖道路網(wǎng)提取法，該方法利用道路的顏色特征提取道路網(wǎng)，取得了較好的效果；陳換新等[4]利用改進(jìn)的基于滑動(dòng)窗口分割及序貫跟蹤算法半自動(dòng)提取線狀要素,但仍需大量人機(jī)交互；Chiang等[5-6]通過用戶標(biāo)簽函數(shù)實(shí)現(xiàn)了復(fù)雜數(shù)據(jù)源的道路半自動(dòng)提取功能，取得了較好的效果；Wataru Itonaga等[7]利用道路的幾何屬性來提取道路，只能處理只有道路和背景的數(shù)據(jù)，具有一定的局限性；Stefan Leyk等[8]嘗試基于區(qū)域勻質(zhì)性迭代聚類的方法提取道路，但對(duì)于數(shù)據(jù)質(zhì)量的要求較高。上述所有的文獻(xiàn)均需要人工操作或在特定的條件下才能夠達(dá)到提取道路的效果。多源導(dǎo)航電子地圖道路對(duì)比分析的方法仍然以人工判讀為主，通過目視對(duì)比不同源的導(dǎo)航電子地圖查找差異道路，這種方法需要大量人力，而且人工判讀容易造成差異道路遺漏。

針對(duì)多源導(dǎo)航電子地圖對(duì)比分析中存在的問題，本文提出了一種自動(dòng)對(duì)比分析多源導(dǎo)航電子地圖道路的方法。該方法首先實(shí)現(xiàn)了導(dǎo)航電子地圖道路的自動(dòng)提取，然后采用基于緩沖區(qū)分析的算法自動(dòng)檢測(cè)多源導(dǎo)航電子地圖道路的差異，最后通過統(tǒng)計(jì)道路段數(shù)定量對(duì)比分析多源導(dǎo)航電子地圖道路。

1 道路自動(dòng)提取

道路自動(dòng)提取需要3個(gè)步驟：首先，基于顏色和幾何特征的背景檢測(cè)和去除；然后，基于輪廓形狀分析的算法檢測(cè)注記并去除注記；最后，采用數(shù)學(xué)形態(tài)學(xué)算法連接和細(xì)化道路。

1.1 背景檢測(cè)和去除

導(dǎo)航電子地圖由3類組成：道路、背景、注記。道路包括不同的等級(jí)，如國(guó)道、省道、其他類別道路3種；背景由植被、水系、空白區(qū)域組成；注記包括地名、道路名、道路編號(hào)、設(shè)施名等[9]。背景具有特定的顏色和幾何特征，將其作為依據(jù)獲得背景的像素值。

背景的顏色特征表現(xiàn)為：空白區(qū)域?yàn)榘咨脖粸榫G色，水系為藍(lán)色。這3類背景均為覆蓋范圍較大的地物，在導(dǎo)航電子地圖中其像素值出現(xiàn)頻率遠(yuǎn)高于道路和注記。對(duì)圖像作灰度統(tǒng)計(jì)，可以發(fā)現(xiàn)國(guó)道、省道、其他類別道路、植被、水系、空白區(qū)域這6種地物的像素值出現(xiàn)頻率較高，而注記由碎小的像素塊組成，其像素值出現(xiàn)頻率較低，若要檢測(cè)背景只需要確定這6種像素值中背景的像素值。

背景的幾何特征表現(xiàn)為：均為區(qū)域較大的面狀地物，而道路為線狀地物，背景寬度大于道路寬度，可以此區(qū)分背景和道路。道路的寬度由數(shù)據(jù)等級(jí)決定，國(guó)道為導(dǎo)航電子地圖中寬度最大的道路，當(dāng)數(shù)據(jù)等級(jí)為17級(jí)時(shí)道路寬度為12個(gè)像素，若在13×13窗口范圍內(nèi)被一種像素值填滿時(shí)，該像素值不能為道路，更不能為注記，只能是背景，如圖1所示。設(shè)gl(l=1,2,…,6)為像素值出現(xiàn)頻率前6的像素值，建立一個(gè)13×13的模板T，且Tij=gl，對(duì)圖像進(jìn)行橫向掃描，若gl符合

(1)

判定gl屬于背景元素并停止掃描，這樣依次對(duì)gl進(jìn)行判斷，可確定其中數(shù)據(jù)背景的像素值。其中Tij為T在(i,j)的像素值；Gij為圖像數(shù)據(jù)在T覆蓋的范圍中(i,j)的像素值。

對(duì)圖像作二值化處理，將背景設(shè)置為0，其余設(shè)置為1，可以得到僅包含道路和注記的二值圖像。

1.2 注記檢測(cè)和去除

去除電子地圖中背景要素，電子地圖中剩下道路要素和注記。注記為碎小的塊狀幾何結(jié)構(gòu)，根據(jù)此特點(diǎn)區(qū)分道路要素和注記要素[10]。首先獲取電子地圖二值化圖像，將背景要素設(shè)置為0，其余設(shè)置為1。然后，提取二值化圖像的圖形輪廓，計(jì)算各個(gè)輪廓的最小外接矩形，根據(jù)注記的特征，最小外接矩形的長(zhǎng)度L和寬度W滿足：3

采用基于鄰域特征的方法消除注記[11]。記注記像素的8鄰域像素為qk(k=1,2,…,8)，以注記像素為極坐標(biāo)，分別通過qk作8個(gè)方向的射線，直到首先發(fā)現(xiàn)區(qū)域像素、道路像素或邊界為止，并統(tǒng)計(jì)qk包含的道路像素個(gè)數(shù)r、區(qū)域像素個(gè)數(shù)a、邊界像素e，稱r、a、e為注記像素的3個(gè)外延特征參數(shù)。因?yàn)殡娮拥貓D中要素均被分為3類：區(qū)域、道路、噪聲，因此外延特征參數(shù)的關(guān)系應(yīng)該是固定的。當(dāng)注記像素的外延特征參數(shù)滿足r>a時(shí)，將注記像素歸類于道路；當(dāng)r

1.3 道路連接和細(xì)化

由于去除注記使部分道路中斷，本文采用數(shù)學(xué)形態(tài)學(xué)算法連接中斷的道路[12]。首先使用3×3的模板對(duì)圖像進(jìn)行3次膨脹處理，連接相距小于6個(gè)像素的斷口；然后腐蝕算法處理2次，在保持道路形狀的條件下細(xì)化道路。

采用基于形態(tài)學(xué)的細(xì)化算法統(tǒng)一道路寬度[13]。該算法結(jié)構(gòu)元素的選擇很關(guān)鍵，為了保持圖像的關(guān)鍵點(diǎn)和連通性不變，采用如圖2所示的結(jié)構(gòu)元素。

圖2 結(jié)構(gòu)元素

其中，“*”可以為目標(biāo)點(diǎn)像素值，又可以為背景點(diǎn)像素值。將結(jié)構(gòu)元素陸續(xù)旋轉(zhuǎn)90°、180°、270°，又可以得到6種結(jié)構(gòu)元素，共有8種結(jié)構(gòu)元素。同時(shí)移動(dòng)8個(gè)結(jié)構(gòu)元素的中心點(diǎn)，每當(dāng)其中一個(gè)結(jié)構(gòu)元素在目標(biāo)像素點(diǎn)位置上擊中目標(biāo)圖像時(shí)就把該位置標(biāo)記下來，即該像素應(yīng)被刪除。在一次迭代完成以后，把所有標(biāo)記過的目標(biāo)像素點(diǎn)刪除，到此完成一次細(xì)化運(yùn)算迭代。這樣一直到某次迭代完成后沒有目標(biāo)像素點(diǎn)需要?jiǎng)h除，迭代收斂，循環(huán)結(jié)束，即可得到細(xì)化的道路。

2 道路差異檢測(cè)

一條現(xiàn)實(shí)中存在的道路在一種導(dǎo)航電子地圖中被繪制出來，而在另一種導(dǎo)航電子地圖中被遺漏，這種差異為兩種數(shù)據(jù)源間的道路差異。然而因數(shù)據(jù)采集精度和操作人員的個(gè)體差異會(huì)造成同一條道路在不同數(shù)據(jù)源的導(dǎo)航電子地圖上出現(xiàn)位置偏移，這種位置偏移造成的道路差異需要排除。針對(duì)道路差異的特點(diǎn)，采用基于緩沖區(qū)分析的差異道路檢測(cè)方法檢測(cè)差異道路。

(1) 建立緩沖區(qū)。道路為線狀地物，在柵格數(shù)據(jù)中線狀實(shí)體由連續(xù)的像素點(diǎn)構(gòu)成，建立緩沖區(qū)時(shí)，可以將緩沖區(qū)的距離轉(zhuǎn)化為柵格數(shù)據(jù)的像素個(gè)數(shù)[14]。

建立道路網(wǎng)數(shù)據(jù)R的緩沖區(qū)。若Rij為R在(i,j)處的像素值，i、j為道路上的點(diǎn)，作半徑為w=10像素的圓，并作該圓與道路前進(jìn)方向相同的切線v，切線到圓心的距離為w，即為緩沖區(qū)范圍，如圖3所示。

圖3 緩沖區(qū)分析

(2) 差異提取。在圖3中，RS為參考道路，RM為待測(cè)道路。將RM與建立緩沖區(qū)的參考數(shù)據(jù)道路RS相疊合，w為緩沖區(qū)的范圍，RM在RS的緩沖區(qū)中出現(xiàn)，則RM存在，表明RM不是差異道路；若RM在RS的緩沖區(qū)中不出現(xiàn)，則判定RM為差異道路。

3 道路差異分析

為了統(tǒng)計(jì)道路網(wǎng)中道路的段數(shù)，需要提取道路交叉點(diǎn)，采用基于Shi-Tomasi算子[15]的道路交叉點(diǎn)提取算法。如圖4所示，黑色的線段為提取的道路，線框標(biāo)定的位置為道路的交叉點(diǎn)。

圖4 道路交叉點(diǎn)示意圖

Shi-Tomasi算法是Harris算法的改進(jìn)算法，該算法計(jì)算每一個(gè)前景點(diǎn)周圍的變化判斷興趣點(diǎn)，同時(shí)為每一個(gè)興趣點(diǎn)設(shè)定一個(gè)質(zhì)量評(píng)價(jià)值，如果一個(gè)興趣點(diǎn)的質(zhì)量評(píng)價(jià)值比一定范圍內(nèi)其他興趣點(diǎn)的質(zhì)量值都小，則舍棄該點(diǎn)，保留質(zhì)量值較大的興趣點(diǎn)。

檢測(cè)獲得的興趣點(diǎn)并不全為道路交叉點(diǎn)，道路交叉點(diǎn)具有特定的幾何屬性。在現(xiàn)實(shí)中道路在較短的距離內(nèi)不能同時(shí)出現(xiàn)兩個(gè)交叉點(diǎn)，繪制以興趣點(diǎn)為中心的尺寸為11×11的窗口，即在10個(gè)像素范圍內(nèi)不能同時(shí)存在兩個(gè)交叉點(diǎn)。交叉點(diǎn)是超過兩條線相交獲得，線段與窗口的相交點(diǎn)必須多于2個(gè)，同時(shí)相鄰相交點(diǎn)與中心點(diǎn)的夾角a應(yīng)該不小于45°且不大于135°，如5所示。

圖5 相鄰相交點(diǎn)夾角示意圖

確定交叉點(diǎn)并去除，統(tǒng)計(jì)去除道路交叉點(diǎn)后的線段的個(gè)數(shù)，即可獲得道路段數(shù)。

若將需要對(duì)比分析的兩個(gè)數(shù)據(jù)源記作參考數(shù)據(jù)和待測(cè)數(shù)據(jù)，則參考數(shù)據(jù)和待測(cè)數(shù)據(jù)的相似度P可表示為

P=(Nb-nb)/Nb

(2)

式中，Nb為參考數(shù)據(jù)的道路段數(shù)；nb為待測(cè)數(shù)據(jù)比參考數(shù)據(jù)缺少的道路段數(shù)。

P可用來定量對(duì)比分析多源導(dǎo)航電子地圖道路，作為導(dǎo)航電子地圖道路質(zhì)量測(cè)評(píng)的一個(gè)指標(biāo)。導(dǎo)航電子地圖生產(chǎn)公司根據(jù)測(cè)試區(qū)域內(nèi)道路的總長(zhǎng)度來設(shè)定相似度的閾值，若待測(cè)區(qū)域與參考區(qū)域相似度小于閾值，則待測(cè)區(qū)域的道路需要修測(cè)，否則不需要修測(cè)。

4 試驗(yàn)分析

試驗(yàn)區(qū)為宿遷市北部的一個(gè)區(qū)域，該區(qū)域包含高速公路、省道、其他等級(jí)道路、植被和水系。參考數(shù)據(jù)為數(shù)據(jù)等級(jí)為17級(jí)Google導(dǎo)航電子地圖，待測(cè)數(shù)據(jù)為另一個(gè)品牌相同等級(jí)的導(dǎo)航電子地圖，數(shù)據(jù)分辨率均為2.15 m。圖像的尺寸為1280×768像素，由5×3個(gè)尺寸為256×256像素的瓦片數(shù)據(jù)拼接而成。參考數(shù)據(jù)如圖6(a)所示，待測(cè)數(shù)據(jù)如圖6(b)所示。

圖6 試驗(yàn)數(shù)據(jù)

多源導(dǎo)航電子地圖道路自動(dòng)對(duì)比分析的流程如圖7所示，由于參考數(shù)據(jù)和待測(cè)數(shù)據(jù)在地圖投影、坐標(biāo)加密、數(shù)據(jù)采集精度等方面有差異，需進(jìn)行待測(cè)數(shù)據(jù)到參考數(shù)據(jù)的精配準(zhǔn)。

圖7 對(duì)比分析流程

參考數(shù)據(jù)道路網(wǎng)與待測(cè)數(shù)據(jù)道路網(wǎng)的合成圖如圖8所示，其中灰色線為參考數(shù)據(jù)提取得到的道路網(wǎng)，黑色為待測(cè)數(shù)據(jù)提取得到的道路網(wǎng)。對(duì)圖8分析可知，灰色線臨近有黑色線伴隨的情況表明該道路在兩種數(shù)據(jù)源中同時(shí)存在，而當(dāng)只有灰色線沒有黑色線的情況說明該道路在待測(cè)數(shù)據(jù)中不存在，只有黑色線沒有灰色線說明在待測(cè)數(shù)據(jù)中存在而在參考數(shù)據(jù)中不存在，這兩種情況為差異道路。將提取的參考數(shù)據(jù)道路網(wǎng)和待測(cè)數(shù)據(jù)道路網(wǎng)作道路差異檢測(cè)，結(jié)果如圖9所示，通過目視判讀可知，圖8中差異道路能夠全部被檢測(cè)。

圖8 道路網(wǎng)合成

圖9 差異道路

對(duì)參考數(shù)據(jù)和待測(cè)數(shù)據(jù)的道路網(wǎng)作道路交叉點(diǎn)提取，獲得道路段數(shù)，由于對(duì)道路作了細(xì)化處理，線段的寬度為1像素，因此可以通過統(tǒng)計(jì)道路像素?cái)?shù)量獲得道路長(zhǎng)度，道路段數(shù)和道路長(zhǎng)度統(tǒng)計(jì)結(jié)果見表1。

表1 道路差異統(tǒng)計(jì)

利用表1的道路差異統(tǒng)計(jì)數(shù)據(jù)計(jì)算得到待測(cè)數(shù)據(jù)與參考數(shù)據(jù)的相似度為P=0.87，將結(jié)果與導(dǎo)航電子地圖生產(chǎn)公司制定的相似度閾值相比較即可判斷待測(cè)數(shù)據(jù)的道路是否需要修測(cè)。

5 結(jié) 語(yǔ)

依靠人工對(duì)比分析多源導(dǎo)航電子地圖道路存在工作量大、容易出現(xiàn)遺漏等問題，多源電子地圖自動(dòng)對(duì)比分析方法可自動(dòng)檢測(cè)不同數(shù)據(jù)源間的道路差異，通過計(jì)算數(shù)據(jù)源間的相似度定量分析多源導(dǎo)航電子地圖道路。該方法提高了多源導(dǎo)航電子地圖對(duì)比分析的工作效率，可以為測(cè)評(píng)導(dǎo)航電子地圖道路質(zhì)量提供客觀依據(jù)，通過試驗(yàn)表明該方法可以取得預(yù)期效果。

[1] 左棟，張雨心.國(guó)內(nèi)互聯(lián)網(wǎng)地圖POI存在的涉密問題及其解決辦法[J].測(cè)繪通報(bào)，2016(9)：108-111.

[2] 孫旭.導(dǎo)航電子地圖檢測(cè)規(guī)范[M].北京：測(cè)繪出版社，2010.

[3] 海濤，叢爽，鮑遠(yuǎn)律.彩色城市柵格地圖道路網(wǎng)絡(luò)自動(dòng)獲取方法[J].西安交通大學(xué)學(xué)報(bào)，2011，45(12)：16-21.

[4] 陳換新，孫群，劉新貴，等.彩色掃描地圖中背景色的等高(等深)線矢量化研究[J].武漢大學(xué)學(xué)報(bào)(信息科學(xué)版)，2013，38(5)：622-625.

[5] CHIANG Y Y，KNOBLOCK C A.A General Approach for Extracting Road Vector Data from Raster Maps[J].International Journal on Document Analysis and Recognition (IJDAR)，2013，16(1)：55-81.

[6] CHIANG Y Y，KNOBLOCK C A，SHAHABI C，et al.Automatic and Accurate Extraction of Road Intersections from Raster Maps[J].GeoInformatica，2009，13(2)：121-157.

[7] ITONAGA W，MATSUDA I，YONEYAMA N，et al.Automatic Extraction of Road Networks from Map Images[J].Electronics & Communications in Japan，1999，86(4)：62-72.

[8] LEYK S，BOESCH R.Colors of the Past：Color Image Segmentation in Historical Topographic Maps Based on Homogeneity[J].GeoInformatica，2010，14(1)：1-21.

[9] 張中.柵格公路交通地圖道路信息提取方法的研究[D].合肥：中國(guó)科學(xué)技術(shù)大學(xué)，2005.

[10] 郭丙軒，李德仁，雷震.基于輪廓形狀分析的地形圖數(shù)字注記提取[J].武漢大學(xué)學(xué)報(bào)(信息科學(xué)版)，2001，26(3)：275-278.

[11] 季方，鮑遠(yuǎn)律.基于外延特征的柵格地圖噪聲去除算法[J].中國(guó)圖象圖形學(xué)報(bào)，2004，9(9)：1062-1068.

[12] 王樹文，閆成新，張?zhí)煨?，?數(shù)學(xué)形態(tài)學(xué)在圖像處理中的應(yīng)用[J].計(jì)算機(jī)工程與應(yīng)用，2004，40(32)：89-92.

[13] JANG B K，CHIN R T.Analysis of Thinning Algorithms Using Mathematical Morphology[J].IEEE Transactions on Pattern Analysis & Machine Intelligence，1990，12(6)：541-551.

[14] 藍(lán)秋萍，費(fèi)立凡，李嘉.基于矢-柵混合數(shù)據(jù)的線目標(biāo)緩沖區(qū)構(gòu)建[J].測(cè)繪通報(bào)，2009(10)：26-29.

[15] SHI J，TOMASI C.Good Features to Track[C]∥Proceedings of IEEE Computer Society Conference on Computer Vision and Pattern Recognition.[S.l.]：IEEE，1994：593-600.

AutomaticComparisonandAnalysisofRoadinMulti-sourceNavigationElectronicMap

XIE Zhiwei1，JIA Yonghong2，SUN Lishuang1

(1. School of Traffic Engineering，Shenyang Jianzhu University，Shenyang 110168，China； 2. School of Remote Sensing and Information Engineering,Wuhan University，Wuhan 430079，China)

In order to evaluate the quality of the road in navigation electronic map，a method of automatic comparison and analysis of road in multi-source navigation electronic map is proposed.Road networks are automatically extracted firstly，and difference between the road networks in multi-source navigation electronic map is detected using algorithms based on buffer analysis.Intersections of road are detected afterwards using Shi-Tomasi operator and the number of road is count，which realizes quantitative comparison and analysis of multi-source navigation electronic map.Experiments have proved the effectiveness of this method.

navigation electronic map；road；buffer analysis；difference detection；road intersection

2017-03-15

遼寧省科學(xué)事業(yè)公益研究基金 (2015003004)

謝志偉(1986—)，男，博士，講師，主要研究方向?yàn)榈乩硇畔⑻崛　-mail:zwxrs16@163.com

謝志偉，賈永紅，孫立雙.多源導(dǎo)航電子地圖道路自動(dòng)對(duì)比分析[J].測(cè)繪通報(bào)，2017(12)：77-81.

10.13474/j.cnki.11-2246.2017.0383.

P28

A

0494-0911(2017)12-0077-05

歡迎訂閱《測(cè)繪通報(bào)》

《測(cè)繪通報(bào)》創(chuàng)刊于1955年，是由國(guó)家測(cè)繪地理信息局主管、中國(guó)地圖出版社(測(cè)繪出版社)主辦的反映我國(guó)測(cè)繪地理信息科技發(fā)展現(xiàn)狀和指導(dǎo)全國(guó)測(cè)繪地理信息生產(chǎn)業(yè)務(wù)的綜合性、技術(shù)性刊物。現(xiàn)為《中文核心期刊要目總覽》收錄期刊、中國(guó)科技核心期刊(中國(guó)科技論文統(tǒng)計(jì)源期刊)、中國(guó)科學(xué)引文數(shù)據(jù)庫(kù)(CSCD)來源期刊、中國(guó)學(xué)術(shù)期刊網(wǎng)絡(luò)出版總庫(kù)(CAJD)全文收錄期刊、中國(guó)學(xué)術(shù)期刊綜合評(píng)價(jià)數(shù)據(jù)庫(kù)(CAJCED)核心統(tǒng)計(jì)源期刊、《中國(guó)學(xué)術(shù)期刊文摘》收錄期刊。曾被評(píng)為第二、三屆國(guó)家期刊獎(jiǎng)百種重點(diǎn)期刊，多次榮獲全國(guó)優(yōu)秀測(cè)繪地理信息期刊獎(jiǎng)。

《測(cè)繪通報(bào)》的主要內(nèi)容包括大地測(cè)量、全球?qū)Ш叫l(wèi)星系統(tǒng)(GNSS)、攝影測(cè)量、遙感(RS)、地圖制圖、地理信息系統(tǒng)(GIS)、工程測(cè)量、礦山測(cè)量、地籍測(cè)繪、海洋測(cè)繪、測(cè)繪儀器、信息傳輸、圖形圖像處理等方面的新成果和新技術(shù)；行業(yè)管理、科研、教學(xué)、生產(chǎn)的先進(jìn)經(jīng)驗(yàn)；計(jì)算機(jī)、通信等相關(guān)理論技術(shù)在測(cè)繪地理信息領(lǐng)域里的應(yīng)用及測(cè)繪地理信息科技在國(guó)家經(jīng)濟(jì)建設(shè)各個(gè)方面的應(yīng)用；國(guó)內(nèi)外測(cè)繪地理信息學(xué)術(shù)動(dòng)態(tài)及有關(guān)測(cè)繪地理信息科技信息等。

《測(cè)繪通報(bào)》的主要欄目有學(xué)術(shù)研究、技術(shù)交流、測(cè)繪地理信息論壇、經(jīng)驗(yàn)介紹、測(cè)量員之窗、國(guó)外測(cè)繪地理信息、行業(yè)管理、行業(yè)研究、行業(yè)調(diào)查、知識(shí)窗、新書介紹、企業(yè)之窗、測(cè)繪地理信息教學(xué)等。

《測(cè)繪通報(bào)》為月刊，2018年定價(jià)：35.00元，郵發(fā)代號(hào)：2-223。

編輯部地址：北京市西城區(qū)三里河路50號(hào)，郵編：100045，訂閱電話：010-68531192(金老師)，68531317(傳真)。

網(wǎng)址：http:∥tb.sinomaps.com