3.1 交通矢量地图的误差来源分析
从总体上来说，交通矢量地图其自身信息的误差可能来自于其各个生成阶段。从生成方法上来说，国内目前矢量地图常用生成方式有两种，一种是用数字化仪从纸质地图中提取，另一种是从点位图中利用模式识别的有关理论进行识别和提取。数字化仪矢量化和全自动矢量化都会产生相应的道路拓扑数据文件。因此，对于这两种来源不同的矢量地图来说，其误差的来源也不同。本文主要分析和处理后一种方式生成的矢量地图中的信息误差。
一般来说，考虑到地图矢量化的全部过程，矢量信息的误差可能来自于以下几个方面：
1）由于转换和人工操作带来的误差。矢量地图的数据是通过对栅格地图转换并矢量化而得到的，因此就存在原本地图比例尺的问题；如果栅格地图（位图）是由纸质地图扫描而成的，就还存在在扫描过程中纸质地图摆放是否平整等人工操作带来的问题。
2）栅格地图（图源）本身的误差。这是误差的一个主要来源，如果地图本身有缺损或模糊信息，这些误差在前面的各种操作中是无法去除的，它将被完全带入到矢量化后的矢量地图中。
3）矢量化过程中的局部偶然误差。无论是道路识别、细化还是矢量化，都不存在一种万能的处理方法，能够有效的抑制各种误差的出现，因此总是会引入一些拓扑错误或位置误差，留待后续处理解决。
3.2 矢量地图数据格式介绍
在对矢量地图自身的各种问题进行分析之前，首先来对矢量地图自身数据格式的组织作简单的介绍。
3.2.1 矢量地图拓扑结构特点
我们的矢量地图的基本元素是节点，节点可以给出矢量地图中各地点的位置信息；同时，道路的拓扑信息则由弧来表示，对于每条弧，也都是用构成这条弧的节点序列来表示。这样，节点之间的拓扑关系唯一地决定了一幅矢量地图。一幅地图中，节点数目是有限的，任意两个节点之间总是分开（有距离）的，并且存在孤立节点与非孤立节点两大类。矢量地图上的弧由连接非孤立节点的线段构成，而表示某一地理单位的孤立节点则总是包围在某个闭合的区域或闭合路线范围内。整个道路网格即由弧与节点的集合来组成。
对于节点之间的拓扑关系，要满足一定的限定条件。比如，矢量地图上非孤立节点在其构成的线上的相邻序号关系总是不变的，在处理过程中任何的颠倒及错误连接都会引发很大的问题，但节点之间的相对距离关系和节点的位置等则与很多因素有关，本身可能存在误差，可以进行微小的调整；同时，孤立节点位于其所在的闭合区域范围内的规则总是不变的。因此，对于一幅矢量地图，在生成过程中一定要避免大的拓扑连接错误，这些错误一旦出现，其影响范围很广，而且不易于校正。
3.2.2 道路拓扑数据文件的基本结构
以上的矢量地图基本拓扑和道路信息也可以以一定的数据文件格式予以保存。我们的道路拓扑数据文件（*.CLR）就是由道路自动生成系统生成的地图图形数据库文件，反映着城市道路的实际情况。道路拓扑数据文件中的信息是与上一小节中叙述的点、弧等拓扑结构相一致，也与实际的城市地图基本保持一致，*.CLR 中的节点和弧段往往可以在实际的地图中找到相应的地点和道路表示。 道路拓扑数据文件为数字地图的产生提供了最基本的地理道路信息，为数字地图后续应用奠定了基础。
*.CLR 文件包含了矢量地图基本信息，如果要将矢量地图信息用于各种应用工作，则需要根据*.CLR 文件生成点、弧、路等专门的数据文件，这些文件含有更丰富的道路信息，能够满足应用的需要。
3.3 根据矢量图人工分析各种误差
矢量地图固然可以用特定的数据文件格式来表示，但这样的数据格式是抽象非直观的，很难直接从其中直接看出存在的问题，从而分析并解决。同时，应该注意到矢量地图本身也是实际地图的一种表达形式，其中的点与实际的地点一一对应，弧与道路各路段一一对应，那么如果采用图像的方式来表达，更方便于用肉眼来发现其中的问题，从而为分析提供了便利。
本节先通过矢量地图的生成步骤来说明矢量地图信息与原地图的沿革和继承关系，然后利用它们之间的叠加图来作为人工分析的对象。
3.3.1 矢量地图产生过程介绍
本文中的矢量地图是由原始的城市道路交通地图一步步分析转化得来的。这里以合肥地图为例，来说明一下“彩色地图--黑白位图--矢量图“的转换过程：
我们给定一副合肥原始彩图，如图3.1 所示
首先，读入黑白位图：
3.3.2 利用图像叠加来分析问题
要分析现有数据文件中所存在的问题，从数据文件本身出发是不大可能的。我们需要对大量直观信息的分析分类，来总结矢量地图的信息误差。在这里我们采用了叠加法，即将直观化的矢量地图和原始的彩色地图进行叠加，通过寻找二者的不同点，找出各种误差，并进行总结分类，得出具有普遍意义的各种问题表达。
下图为经过程序处理后的叠加图像，在合肥市的彩色地图上，用红色细线表示相应矢量地图上的道路信息，用蓝色、绿色节点表示相应的地点信息。
我们运用MapVectorTry和叠加程序对39个城市道路光盘地图都进行了处理，得到了各个城市的叠加图，以便于对存在的各种问题进行总结并给出分类。
3.4 矢量地图信息中存在的几类主要问题
在这里，我们通过对39个城市的叠加地图的分析，得出了几类普遍存在的问题。这些问题出现的频率很高，比较具有代表性。
3.4.1 问题介绍和分类
1）断路问题
表现：在图像中，原始地图中连续的路变得不连续的几条较短弧段，在数据文件中往往体现为较多的短弧出现。
可能的后果：导致道路拓扑错误，影响道路网格的连通性，如果在道路稀疏区域出现，将可能会影响较大区域间的相互连通性，其错误影响更大。
2） 多余分路口问题
表现：
①原始彩图中为一个十字交叉的路口，在矢量化之后变成两个相距很近丁字或Y型路口。
②原始地图中为一个多岔路口，矢量化后变成多个复杂的扭曲的丁字路口。其实这种情况是情况1的一种特殊表现，产生原因相同，并且在实际的校正过程中，可以用同样的方式来解决。
可能的后果：这种错误虽然是一种拓扑错误，但是一般只是增加了多余的弧，并没有改变整体的拓扑关系。但是，由于多余弧和节点的出现，使得道路的表示变得复杂，同时也伴有位置的变化，会影响到以后的各种应用工作。
3）多余回路问题
表现：本该是道路的交叉点的位置上，却出现一个多边形的回路。
可能后果：这是一种拓扑错误，回路的出现直接改变了局部的道路形态。由于在实际的道路交通中，回路型交叉口的规则比十字交叉口要复杂，这无疑会影响车辆驾驶员的判断决策，而且由于往往伴有位置误差，也不利于最短路径的寻优。
4） 丁字路口问题
表现：在原始地图中为垂直的丁字路，在处理后在丁字路口处出现了扭曲。
可能后果：这是一种位置的误差。由于改变了道路的位置信息，直接会影响到最短路径寻优的结果。
5） 短路问题
表现：原始彩图两路中间本没有路，在处理后两路中间多了一条或多条短路
可能后果：这是一种拓扑错误，细小短路的出现直接改变了局部的道路形态。在实际的道路交通中，短路的出现这无疑会直接影响车辆驾驶员的判断决策，而且也对最短路径的寻优造成干扰。
3.4.2 问题产生原因分析
对应于3.4.1节中5类较为常见的问题，我们也试图从道路识别提取过程和预处理、矢量化等阶段去寻找产生上述问题的原因，以便于进行下一步的校正处理。
1）断路问题产生原因：由图3.8不难看出，断路多是因为由于原始彩图路（白色）中有字，造成道路识别过程中的误识别误提取，从而产生断路。
2）多余分路口问题产生原因：矢量化算法是在细化后的道路地图上进行的。而图像细化的要求黑白位图中宽的道路细化成为单像素宽的线条弧，黑白地图的交叉路口处情况往往不易处理，因此细化后的线条会变得更加复杂。另外，采用提取道路中心线的方法进行道路的提取和识别，会造成在交叉路口处出现几个距离很近的点，而不是实际上的一个点。从而使得矢量化的交叉路口往往会有冗余的点、弧甚至回路。
3）多余回路问题产生原因：原始彩图中是一个十字交叉口，但是由于不是垂直相交，并且中间有字噪声干扰，所以在处理时误以为该处会有一条短路连接，所以产生了一个多边形的回路。
4）丁字路口问题产生原因：与十字路口产生原因类似，主要是因为细化后的结果没有保持原有直路的形态特性，从而在矢量化过程中生成了错误的节点信息。
5）短路问题产生原因有两方面：
原始彩图中两路中间有字，道路识别过程中被误识别为短路
原始彩图中两路中间距离过短，划分区域、道路的阈值判断时，由于小于距离判断阈值，故将其直接连接。
除了以上的几类基本问题之外，也会有一些问题出现。但这些问题都有其特定的复杂发生原因，不仅不具有一般性，而且也往往难以用算法自动解决，需要人工修正。所幸的是，每幅地图中这样的特殊问题极少，即使用手工校正的方法也比较方便。
