电子地图中地理对象的智能识别研究

摘要

地理信息的提取和识别是地理信息系统(GIS)、全球定位系统(GPS)发展的基础和迫切需要。自动矢量化因其效率、精度、自动化程度和可靠性方面的显著优势，已经成为获取地理信息的主要途径之一。本文在研究和分析了目前具有代表性的扫描图像矢量化方法的基础上，针对普通扫描图像中图形对象的特点，应用小波变换、数字图像处理等方法对图像进行预处理，然后采用一种基于细化的矢量化方法对处理后的图像进行矢量化，并基于此理论在PC机上用VC++6.0和Matlab混合编程实现了一个自动矢量化实验系统RasToVec。 本文采用目前比较流行的基于细化的矢量化方法作为整体设计思想。首先将扫描地图进行去噪、灰度化等预处理，然后对图像进行边缘检测，从而提取出对象边缘并将地图的中的文字等标注去除。其中的边缘检测采用基于MAS小波变换的边缘检测方法，该方法较普通Canny算子检测、Sobel算子检测等方法具有明显的优点，它能够正确的提取出地理对象的边缘，并有效消除文字标注等噪声，为进一步细化打下基础。在对图像进行细化时，本文借鉴传统细化方法的基础上，实现了一种基于标记的保留节点域的细化方法，该方法避免了传统细化方法中节点变形从而改变图形拓扑结构的问题。 在矢量化时，本文根据地图的整体拓扑特征，先将地图中的节点域和连通弧段提取出来，然后利用二分步长矢量化方法将连通弧段进行矢量化得到连通矢量弧段，根据最长延伸原则合并矢量弧段，确定节点，并得到最终的矢量段。在细化及连通弧段编码过程中都采用边处理象素边擦除象素的方法，有效避免象素的重复处理，降低图像的复杂度，并提高了矢量化的速度。 目前的矢量化研究大多是在工程图领域进行的，本文尝试将这种研究进行到有一定规律的普通扫描地图中，提出的算法经证明具有可行性，并用VC++6.0和Matlab编程实现了实验系统，在地理信息系统领域有一定的理论意义和应用价值。

目录

文摘

英文文摘

声明

1绪论

1.1地理信息提取与识别技术概述

1.1.1使用数字地图的意义

1.1.2栅格数据结构

1.1.3矢量数据结构

1.1.4矢量化的意义和矢量化软件的设计要求

1.2地理信息提取与识别方法现状

1.3论文主要工作及内容安排

1.3.1本文工作

1.3.2本文内容安排

2图像预处理

2.1基于MAS小波变换的边缘检测

2.1.1小波变换与边缘检测

2.1.2 MAS小波及其小波变换

2.1.3 MAS小波变换分析边界

2.1.4尺度独立的小波变换算法

2.1.5普通电子地图地理对象边缘分析

2.1.6算法的评价与实验结果

2.2噪声滤除

2.2.1数学形态学理论

2.2.2形态学基本运算的噪声滤除功能

2.2.3膨胀腐蚀算法的实现原理

3地图的细化处理

3.1细化理论及现状

3.2基本概念

3.3象素标记的含义

3.4算法设计思想

3.5算法描述

3.6算法的评价与实验结果

4图形的识别与提取

4.1自动矢量化简介

4.2矢量化的总体设计

4.2.1矢量化的总体思想

4.2.2 Freeman编码

4.2.3节点域的提取

4.2.4对连通段的Freeman编码

4.3提取矢量线段

4.3.1传统提取矢量线段方法

4.3.2二分步长矢量化方法

4.4矢量线段的合并

4.5实验结果分析

5系统结构及技术实现

5.1矢量化系统的基本框架

5.2系统基本功能

5.3算法的结构组织

5.4系统使用手册

5.4.1实验系统界面

5.4.2矢量化操作过程

6结论

6.1实验系统特点

6.2地图信息识别与提取的展望

参考文献

附录 识别结果

攻读硕士学位期间发表学术论文情况

致 谢