地形图等高线自动识别与提取中的若干方法研究

地形图等高线自动识别与提取中的若干方法研究

陈丹[1]2004年在《地形图等高线自动识别与提取中的若干方法研究》文中指出地形图的自动识别是结合人工智能与数字图形图像处理技术解决地理信息系统中数据采集、建库与地理空间信息自动理解的重要研究课题之一。等高线作为反映区域地貌形态的基础地理数据,以其数据量大、形态复杂的特点而成为自动识别与提取研究中的关键环节。近几年来,经过世界各国该领域中众多学者的努力,在等高线信息的识别与提取方面取得了突破性的进展,采用自动化跟踪方法已可以方便地取得等高线的矢量信息。但就目前研究现状来说,等高线粘连与断裂情况的处理以及高程值快速可靠的获取方法,仍是地图信息识别和提取技术的理论和应用领域有待解决的问题。 本文通过深入分析棕版地形图上造成等高线长距离断裂的若干原因以及已知高程等高线与未知高程等高线间的相互关系,探寻解决这两个问题有效方法和途径,提出了断点连接的分层处理策略及基于图幅边缘知识推理的开曲线赋值方法。文章首先介绍了地形图等高线自动识别技术的研究现状,以及解决断点连接和等高线开曲线自动赋值的重要意义:然后概要描述几种地图识别与提取中的常用方法,其中部分内容将在后面章节中用到;接着在进行地图扫描图像预处理的基础上对棕版地形图要素加以分解,将各类地图要素分别从棕版图上提取出来,为断点连接和等高线高程赋值做准备;然后详细阐述了等高线断点连接的分层处理策略,及基于图幅边缘推理的等高线赋值自动方法,并通过实验验证了该方法的可行性;文章最后对这两种方法做以小结和评价,并对等高线自动识别技术的发展趋势作了简要的分析与展望。

郑华利[2]2003年在《彩色地形图的自动识别与矢量化研究》文中指出地理信息的数字化是建立地理信息系统(GIS)的重要环节,工作量占整个系统开发的叁分之二以上。地形图自动识别与矢量化是涉及多个学科、集理论和实践为一体的图像处理与识别技术,据此可显着提高数字地图的开发效率。多年来的理论及实践为此课题的深入研究奠定了良好的基础,但也存在着许多亟待解决的问题。本文首先分析了地形图自动识别及矢量技术的发展现状,指出了现存的主要问题。然后参考人类视觉系统的信息提取原理,分别从地形图图像预处理、颜色分层、等高线矢量化、黑版要素提取与识别、虚线的提取五个方面提出了自己的观点及算法。最后将以上算法综合,自主开发了一个地形图自动识别与矢量化原型系统,这既是对本文算法的检验,也为整体系统进一步开发、完善打下良好基础。 本文的研究成果主要包括: 1.分析了地图信息提取与识别的重要意义及发展现状,研究了地形图自动识别与矢量化的常用方法及作业方式,指出本课题现存的主要问题。 2.探讨了地形图图像质量退化的误差成因,指出图像预处理工作的必要性。通过对目前非线性扩散算法的分析、总结,提出了基于区域特征分析的地形图图像自适应平滑算法。该方法克服了原有算法噪声敏感、角点模糊的缺点,对其它图像的平滑也可收到较好的效果。 3.指出目前地形图分层算法设计中仅考虑像素颜色信息的不足,提出了空间关系信息与颜色信息相结合的地形图分层算法,同时通过色彩空间转换、改进的模糊C均值算法实现了地形图图像的分色。实验证明,该算法可有效地抑制地图图像的颜色误差,提高分层精度,为地图的分层识别及矢量化奠定了良好的基础。 4.对目前的图纸矢量化算法进行了较全面的总结与分析。为改善等高线自动矢量化的效果,提出基于区域流向分析的可变形模型跟踪算法。同以往基于二值图像的二阶段矢量化算法不同,本算法直接基于原地形图图像。最终通过初始种子段的生成、可变内力控制及区域流向分析,实现了等高线的自动矢量化及断点、粘连点的处理,具有较好的稳定性及自适应特征。 5.分析了地形图黑版要素的形态特征,提出了基于形态分解的地形图黑版要素提取及识别算法。此算法在多角度并行运算的基础上进行扩展,辅以要素的节点分析,运用腐蚀、膨胀、改进的RLS变换等算子对相同特征的结构进行摘要分类后综合,初步实现了黑版要素如道路、居民地、汉字等的自动提取、识别。 6.对地形图制图中的视觉组织现象进行分析,指出运用视觉组织算法进行地形图识别的意义及必要性,提出了基于视觉组织的虚线自动提取算法。该算法通过虚线点的相互作用分析、形态滤波、有界深度优先搜索、可变形模型迭代跟踪实现了虚线的自动跟踪及矢量化。 7.根据以上思路和算法,将理论与实践相结合,开发了二个彩色地形图自动识别与矢量化的原型系统,初步具备了地形图要素的自动提取、识别与矢量化功能。同时,提出矢量化效果的整体评价指标,对实验结果进行了系统的评价。最后,分析与展望了地形图智能理解的研究前景。

辛动军[3]2006年在《彩色地形图要素的自动识别与获取研究》文中研究说明地理信息的数字化是建立地理信息系统(GIS)的重要环节,工作量占整个系统开发的叁分之二以上。地理信息系统中数据的获取仍是影响其发展的瓶颈。彩色地图要素的自动识别与获取技术涉及到多个学科,是集理论和实践为一体的图像处理与识别技术。多年来的理论及实践为此课题的深入研究奠定了良好的基础,但也存在着许多亟待解决的问题。本文以比例尺为1:5万的彩色地形图为研究对象,重点对颜色分层、等高线的识别与获取、黑板要素图上道路的识别与获取、蓝版要素图上水系的识别与获取几个方面进行了研究。利用本文提出的算法,结合本课题已有研究成果开发了一个彩色地形图识别与获取原型系统。本文的主要研究成果及创新点:1.提出了基于类中心约束的模糊c均值(fuzzy c-means,FCM)聚类算法。根据RGB空间中颜色的统计特征初始化隶属度矩阵,解决了传统FCM算法对初始值敏感的问题。为了克服FCM算法不能很好的处理聚类尺寸不同和数据疏密程度不同的情况,定义了新的度量方式。除利用了颜色信息外,还引入了像素关系信息,从而有效地降低了颜色误差对分色的影响。2.提出了等高线跟踪算法和基于等高线线体流向分析的补断算法。利用数学形态学的击中—击不中变换消除等高线图上的噪声和孔洞。为了提高等高线的矢量化效果,克服噪声的影响,采用改进的梯度矢量流主动轮廓模型提取等高线。在未经细化的等高线图上直接提取等高线,可避免因等高线细化畸变导致的跟踪错误。利用等高线线体流向信息并结合等高线邻接关系修复断裂的等高线。3.提出了虚线道路和实线道路的提取算法。构造了基于格式塔准则的虚线道路图搜索A~*算法启发式函数。定义了提取实线道路基元的投影矩阵。改进了提取实线道路的主动轮廓模型,提高了对弱边缘的提取能力。4.提出了不同水系要素的不同提取方法。包括不同交叉模式的跟踪方法、双线河流的判别方法、改进的梯度矢量流模型及面状要素提取的初始化方法等。5.根据以上思路和算法,开发了一个彩色地形图矢量化原型系统。

夏春林, 王雪, 叶长青[4]2007年在《等高线自动识别方法的研究》文中认为地形图中的等高线数据量大、形态复杂,给数据入库工作带来了极大的不便,因此等高线的自动识别的研究成了GIS领域的一个重要研究内容。采用了地图代数的理论和方法,将含有等高线的棕版图从彩色地形图中分离出来,充分利用等高线间的空间关系以及等高线与其他地貌要素的区别,将其在棕版图中进行识别和提取,并提出了不同的等高线进行断点连接方法。

曾迎生[5]2003年在《地图图符提取与识别算法研究》文中认为地形图计算机自动输入识别技术是一个国际上公认的难题,是地图信息自动化管理和地图出版计算机自动化的关键技术。地理信息系统中数据库的管理技术已相对较为成熟,而数据的获取成为其发展的瓶颈。地形图图符粗分类有十几种,本文选取其中使用最频繁但自动识别难度最大的等高线图符、点状图符、汉字注记图符作为研究对象,并准备把其有效的方法推广到其它图符,来完成有关图符的提取与识别工作。而地形图的比例尺也有很多种。1∶5万的地形图信息密度最大。其他几种比例的地形图能从1∶5万地形图中得到。因而本文选择其作为研究对象。 文章首先综述了在地图图符提取与识别方面国内外的发展状况,接着概要介绍了整个论文所涉及的算法。 彩色分割方面,在充分研究人眼视觉机理和色度学,模仿人眼感色机制的基础上,构造了一种把图像的空间分布和颜色空关有机结合的四维模型。 提出了基于四维模型的综合互补聚色算法。该算法对四维空间进行线性变换,对四类地形图要素构造不同的特征函数。针对彩色地形图印刷及扫描过程产生的颜色误差,该算法利用信息综合和逐层分解的方法,实现了地图不同要素之间的分版。大量测试表明该算法运行效率高、适应性强、自动化程度高。 等高线识别方面,提出了在等高线识别中先进行计曲线和首曲线分类的思想。即开始时采用模式识别通用的方法,分层识别,先粗分类,然后逐步细化处理,但在这一过程中保留其中的有用信息用来指导后续的处理与识别,这一新的思路 为进行等高线连接提供了重要的先验知识,明显地提高了等高线的断线连接率。 在等高线的断线连接中采用了多层混合法。该方法中各层采用金字塔结构,使人机智能达到最合理的分配。同时为等高线的断点建立一种动静结合的知识库,使程序的运行效率得到很大的提高。 给出了等高线组与等高线群的概念。在对等高线分版数据进行矢量数据压缩以及拓扑分析、高程赋值时,结合地形图知识设计了合理的数据结构。同时编制了基于二叉树的等高线高程自动赋值算法。该方法速度快,准确率高。 在点状图符识别方面采用了多基元信息融合和置信度分析的算法。该算法以多种特征作为识别的基础。它集成了两种神经网络分类器。利用各分类器输出数据中的置信度对最终结果进行综合判决。同时对识别置信度设置门限来进行流程控制,使总的系统在识别率不降低的情况下减少时间代价。 在汉字注记的分割方面,采用结构模式识别的有关理论同时结合基于知识的推理方法来构造识别框架,编制了对文字的结构和规则特性进行综合分析的算法。通过对搜索区域进行合理区分,使粘连汉字的分割取得了较明显的效果。国防科学技术人学研究生院学位论文 综上所述,本文的工作在地形图图符自动提取与识别算法研究方面进行了有益的探索,攻克了其中的一些理论和技术难题。为地形图计算机自动输入识别技术的工程应用打下了良好的基础。关键词等高线点状图符地图注记模式识别地形图汉字分割扫描数字化!1

余章蓉[6]2008年在《数字地形图质量检查系统研究》文中认为近年来,高新技术在测绘行业得到了普及应用,给绘图技术带来了机遇,促进了绘图技术的快速发展。随着计算机技术及地理信息系统的不断成熟和发展,手工制图已经被计算机数字化制图所取代。由于数据质量的好坏直接影响到数字地形图产品在各个领域的应用,因此地形图数字化作业过程中的各个环节及数据的检查校对,对高质量的数字地形信息获取都是不可缺少的。数字地形图的质量检查已成为必要,但传统的检查手段已经不适应数字地形图生产的发展要求,因此有必要建立一套新的质量检查体系。目前,对数字地形图质量检查系统的理论研究和实际应用研究还是比较多的。但由于数字地形图质量检查的复杂性,能够完全进行自动检查的系统还没有能够得到实现。随着计算机技术、人工智能化的发展,实现测绘产品质量控制的程序化、自动化及智能化是测绘技术发展研究的一个重要方向。本文系统的分析了数字地形图质量检查的现状,简要介绍了数字地形图数据质量的重要性以及研究质量检查系统的必要性,详细描述了数字地形图质量检查的内容及目前采用的质量检查方法,认真探讨了数字地形图质量检查评价指标的确定并指出了现有的检查方法的缺点,进而设计了数字地形图人机交互式质量检查系统,阐述了该系统的设计原理、实现方法。论文研究了数字地形图质量检查系统的可行性。该系统设置了数据质量检查层,对数据进行人机交互式检查,将错误直接采用错误标志标注在质量检查层上,在没有改变原图的情况下,使检查结果一目了然。检查过后将结果输入评价系统对所检查的数字地形图做出定性的评价。该系统的好处是:使质量评定变得方便、直观、及时、上下级之间的评定结果明确,并且节约了仪器及纸张的利用。

钱静[7]2005年在《彩色地形图中等高线提取方法的研究》文中研究表明地形图是通过各种样式的点、线、面等符号特征来描绘地球上真实的地形与地理信息。传统地形图多为纸质地图,其信息不能为计算机直接利用,但随着计算机技术在城市规划、水资源管理、遥感成像、GIS等领域的应用,人们需要使用大量的电子地形图。因此,将现有的纸质地图转换为电子地图,即地图矢量化是当前比较重要的工作。而在地形图中大量的等高线被用于描述叁维地形信息,其矢量化工作更为紧迫,并且它也是生成DEM数据的一种有效方法。本文主要研究从彩色扫描地形图中自动提取等高线的方法,重点解决由彩色分割造成等高线断裂的问题。具体工作如下:第一,采用本征向量拟合算法提取各类地图符号(包括等高线)样本的颜色特征,用以克服扫描彩色地形图中的颜色混淆和假彩色现象。第二,针对分割结果中等高线断裂的现象,融合线状符号灰度分割的方法来改善彩色分割结果;和现有方法不同的是,本文不仅详细分析了造成等高线断裂的各种原因,而且有针对性地采用相应的方法连接这些断裂。第叁,使用轮廓线跟踪算法和DPL多边形近似方法实现等高线数据的矢量转换;并基于等高线矢量数据建立不规则叁角网,再内插格网生成DEM点阵数据。第四,将本文的方法应用于典型地形图样本和整幅1:50000国家标准地形图上,分别给出了定性、定量评价,实验结果显示了本文方法的适用性。

乔利军[8]2005年在《DEM数据提取关键技术研究》文中研究表明高程数据是构建数字高程模型(DEM)的数据基础。地形图中包含了大量的高程信息,是DEM数据的重要的来源。如何快速有效地从现有地形图中提取DEM数据的问题成为重要研究课题。本文旨在将地形图中等高线信息快速转化为格网DEM数据,提出了面向DEM数据提取的等高线跟踪方法,以及一种利用等高线内插生成DEM数据的有效算法,最后实现了一个完整的DEM数据提取与误差分析系统。本文工作主要体现在以下叁个方面:1、等高线跟踪识别方法研究提出了面向DEM数据提取的等高线跟踪算法,较为准确地提取等高线的中心线。同时提出用不同颜色代表不同高程值的方法,解决了等高线的赋值问题。2、等高线内插DEM数据方法研究提出了基于等高线特征约束的DEM数据提取算法。该算法模拟人工判读高程的过程,解决了内插参考点的选取问题,提高了DEM数据内插精度。3、系统的设计与实现根据本文提出的算法,结合相关技术和方法,设计并实现了一个完整的DEM数据提取与误差分析系统,完成了从地形图输入到DEM数据生成的全过程。

谢松法[9]2007年在《模式特征的提取与应用研究》文中研究表明特征的提取问题是图像处理与模式识别中最基本也是最重要的问题之一,其应用领域非常广泛.图像的不变性特征提取,图像的边缘特征检测,地形图纸矢量化处理中基于特征的地形要素的识别与清理,流化床锅炉中气泡相的统计特征提取是本文研究的主要内容.极坐标变换、Radon变换、Walsh变换、Fourier变换、小波分析等是本文主要的研究工具.本文的主要工作包括:针对模式识别中的特征提取问题,给出了两种不变性特征提取方法.第一种方法是在极坐标变换下,结合Fourier变换与Walsh变换来提取模式的特征量,给出了具有旋转不变性的Walsh-Fourier不变矩,并进一步解决了尺度与平移不变性问题;第二种方法是在线性Radon变换下,利用Fourier变换提取模式的特征量,给出了具有平移与旋转不变性的Radon-Fourier不变量,并进一步给出了尺度不变性问题的解决方法.实验结果显示,这两类不变性特征量都具有很强的特征刻画能力,均能获得较高的目标识别率,特别是在抗噪性能上,它们都明显地优于经典的Hu不变矩与Zernike不变矩.针对图像的边缘特征检测问题,提出了两类边缘检测算法.第一类算法是基于局部径向投影曲线的边缘检测算法.首先,构造了一类与局部径向投影曲线相对应的环算子,并利用循环卷积实现阶跃型边缘的检测;其次,提出一种利用局部径向投影曲线的Fourier变换系数检测边缘的方法,即分别利用一阶与二阶谐波分量系数检测阶跃型边缘与屋脊型边缘,并且可由直流分量系数判断屋脊型边缘的类型.实验结果显示,所给出的阶跃型边缘检测算法优于经典的Soble算子以及LoG算子,与最优Canny算子基本相当;所给出的屋脊型边缘检测算法则明显地优于一阶差分过零点检测算法与主曲率检测算法.第二类算法是基于局部伪线性Radon变换的边缘检测算法.该算法首先是对当前列的相邻几列进行伪线性Radon变换,得到变换矩阵;再沿变换矩阵的每一列求差分;最后由差分值的大小检测出当前列上的所有阶跃边缘点.实验结果显示,该算法优于经典的Soble算子以及LoG算子,在边缘的精细程度上要好于Canny算子.针对地形扫描图的矢量化问题,进行了两项预处理工作的研究.第一项工作是研究了高程值的识别问题.首先通过提取连通分量分离高程值标记,然后采用了两种方法识别高程值.其一是以字符的环投影曲线的多尺度分形维数作为特征来识别数字字符;其二是利用最小覆盖圆以及线性拟合等手段得到数字字符的旋转角度,并采用模板匹配方法识别这些数字字符.实验结果显示,上述方法能有效的分割与识别高程值.第二项工作是研究了非等高线要素的识别与清除问题.首先将各种非等高线要素进行了分类;然后针对不同的类型提出了不同的识别与清除方法.具体包括:利用连通分量的提取清除独立要素;利用局部直角坐标投影清除块状要素;利用局部极坐标投影清除圆圈要素与非等高线线状要素.实验结果显示,这些方法能够有效的清除大部分非等高线要素.这两项工作为等高线矢量化处理提供了极大的方便.针对流化床锅炉中的气泡分布问题,提出了一种气泡统计特征的提取方法.首先,根据流化床锅炉内气泡相与密相浓度信号的幅值以及频谱特性的差异,采用小波分析方法确定两相信号交替出现的时刻,并提取出其中的气泡相浓度信号;其次,应用局部互相关方法求取流化床内气泡运动参数,并给出了气泡运动参数的统计规律.实验结果表明,气泡的尺寸与运动速度均服从对数正态分布规律.该项研究为流化床锅炉的放大设计与自动控制提供了有力的帮助.

周蓓蓓[10]2008年在《彩色地形图点状地物符号的提取与识别》文中指出地理空间数据对数字城市的建设至关重要,将现有的地形图数字化,并对地图要素进行自动提取和识别以获得地理信息,是获得地理空间数据的一种低廉而高效的方法,在今后相当长的一段时间内仍将是数字地理信息的主要来源之一。本文针对彩色地形图点状地物符号的自动提取和识别作了具体的研究工作。本文首先分析了人阅读地图的过程,并利用模式识别理论分析了计算机阅读地图过程,在此基础上对地图识别的总体框架进行了设计,采用二次去噪模型,提高了彩色图像处理的效果。地形图经扫描后,采用非线性各向异性扩散方法对彩色图像进行平滑处理,以提高彩色图像的质量。通过对各种颜色空间的比较,选择了适合彩色地形图分割的I1-I2-I3颜色空间,并利用模糊C均值聚类方法在颜色链表的直方图上完成了对彩色地形图的自动分色,得到了黑、棕、蓝、绿四个要素图。要素图经二值化后,用数学形态学方法对其进行二次去噪,修补断点,去除孤立点、毛刺,为后续的识别打下基础。对细化的二值要素图进行矢量化操作,得到矢量化数据。最后使用统计方法和神经网络方法实现了点状地物符号的识别。

参考文献:

[1]. 地形图等高线自动识别与提取中的若干方法研究[D]. 陈丹. 武汉大学. 2004

[2]. 彩色地形图的自动识别与矢量化研究[D]. 郑华利. 南京理工大学. 2003

[3]. 彩色地形图要素的自动识别与获取研究[D]. 辛动军. 南京理工大学. 2006

[4]. 等高线自动识别方法的研究[J]. 夏春林, 王雪, 叶长青. 矿山测量. 2007

[5]. 地图图符提取与识别算法研究[D]. 曾迎生. 国防科学技术大学. 2003

[6]. 数字地形图质量检查系统研究[D]. 余章蓉. 昆明理工大学. 2008

[7]. 彩色地形图中等高线提取方法的研究[D]. 钱静. 国防科学技术大学. 2005

[8]. DEM数据提取关键技术研究[D]. 乔利军. 国防科学技术大学. 2005

[9]. 模式特征的提取与应用研究[D]. 谢松法. 华中科技大学. 2007

[10]. 彩色地形图点状地物符号的提取与识别[D]. 周蓓蓓. 苏州大学. 2008

标签:;  ;  ;  ;  ;  ;  ;  ;  ;  ;  

地形图等高线自动识别与提取中的若干方法研究
下载Doc文档

猜你喜欢