地圖信息識(shí)別與提取技術(shù)

前言

近些年來，地理信息系統(tǒng)作為信息科學(xué)和信息產(chǎn)業(yè)的重要組成部分受到世界各國(guó)的普遍重視，并得到了快速地發(fā)展。數(shù)字地理信息是地理信息系統(tǒng)建立和應(yīng)用的基礎(chǔ)。國(guó)內(nèi)外的實(shí)踐表明，在建立地理信息系統(tǒng)的過程中，地理信息獲取在工作量和資金投入兩方面均占80％左右?，F(xiàn)有各種比例尺的地形圖是對(duì)地理信息較完整的表示，過去、現(xiàn)在和將來相當(dāng)長(zhǎng)的時(shí)期內(nèi)，地圖數(shù)字化都是獲取數(shù)字地理信息的主要途徑之一。傳統(tǒng)的地圖手扶跟蹤數(shù)字化方法有速度慢、精度低、可靠性差、自動(dòng)化程度低和勞動(dòng)強(qiáng)度大等缺點(diǎn)，已遠(yuǎn)遠(yuǎn)不能滿足地理信息系統(tǒng)發(fā)展的需要。從地圖掃描圖像上識(shí)別和提取數(shù)字地理信息為地圖數(shù)字化開辟了新的途徑，對(duì)促進(jìn)地理信息系統(tǒng)的建立和應(yīng)用具有重要意義。地圖信息的識(shí)別與提取技術(shù)涉及到計(jì)算機(jī)、模式識(shí)別、數(shù)字圖像處理、人工智能、計(jì)算機(jī)視覺、地理學(xué)、地圖學(xué)等多個(gè)學(xué)科。正如視覺計(jì)算理論的創(chuàng)始人美國(guó)麻省理工學(xué)院的Marr教授所指出的那樣，所謂“看見”，就是指“發(fā)現(xiàn)有什么東西，在什么地方”。地圖信息識(shí)別與提取在技術(shù)上主要解決地圖上各種地理要素屬性信息和空間信息的獲取問題。近些年來，國(guó)內(nèi)外的有關(guān)學(xué)者在該領(lǐng)域內(nèi)進(jìn)行了廣泛而深入的研究，推動(dòng)了地圖信息識(shí)別和提取技術(shù)的發(fā)展。本書是在作者博士論文的基礎(chǔ)上完成的，是作者近年來在地圖信息識(shí)別與提取領(lǐng)域所獲研究成果的總結(jié)，同時(shí)還包括了國(guó)內(nèi)外同行的部分有關(guān)研究成果。

內(nèi)容概要

本書是一本系統(tǒng)介紹地圖信息識(shí)別與提取原理和算法的學(xué)術(shù)專著。全書共分七章：第一章論述了地圖信息識(shí)別與提取技術(shù)的發(fā)展現(xiàn)狀；第二章介紹了現(xiàn)有的各種地圖信息識(shí)別與提取方法；第三章重點(diǎn)介紹了基于結(jié)構(gòu)特征的地圖信息識(shí)別與提取的基本原理；第四章介紹了地圖掃描圖像的自動(dòng)預(yù)處理方法；第五章介紹了各種主要地物符號(hào)的識(shí)別與提取算法；第六章介紹了等高線的識(shí)別與提取算法；第七章介紹了注記信息識(shí)別與提取的各種方法?！　”緯勺鳛闇y(cè)繪專業(yè)高年級(jí)學(xué)生和研究生的教學(xué)參考書，對(duì)從事測(cè)繪學(xué)、地理學(xué)、數(shù)字圖像處理和模式識(shí)別領(lǐng)域工作的廣大科技人員也有較大的參考價(jià)值。

書籍目錄

第一章　緒論　1.1　地理信息獲取的方法與途徑　1.2　地圖信息識(shí)別與提取技術(shù)的發(fā)展與現(xiàn)狀　1.3　目前地圖信息獲取技術(shù)存在的主要問題第二章　地圖信息識(shí)別與提取方法綜述　2.1　線劃跟蹤方法　　2.1.1　細(xì)線劃的跟蹤　　2.1.2　粗線劃的跟蹤　　2.1.3　區(qū)域邊線的跟蹤　　2.1.4　預(yù)測(cè)跟蹤算法　　2.1.5　交叉點(diǎn)的處理　　2.l.6　評(píng)述　2.2　數(shù)學(xué)形態(tài)學(xué)方法　　2.2.1　二值影像的形態(tài)變換　　2.2.2　二值影像形態(tài)變換的結(jié)構(gòu)元　　2.2.3　地圖信息識(shí)別與提取的數(shù)學(xué)形態(tài)學(xué)典型算法簡(jiǎn)介　　2.2.4　評(píng)述　2.3　統(tǒng)計(jì)一結(jié)構(gòu)方法　　2.3.1　彩色地圖的統(tǒng)計(jì)聚類分色處理方法　　2.3.2　點(diǎn)狀符號(hào)的統(tǒng)計(jì)一結(jié)構(gòu)法識(shí)別　　2.3.3　評(píng)述　2.4　神經(jīng)網(wǎng)絡(luò)方法　　2.4.l　神經(jīng)網(wǎng)絡(luò)的基本概念　　2.4.2　Kohonen神經(jīng)網(wǎng)絡(luò)與地圖分色處理　　2.4.3　BP神經(jīng)網(wǎng)絡(luò)與點(diǎn)狀符號(hào)識(shí)別　　2.4.4　評(píng)述　2.5　人工智能方法　　2.5.1　地圖信息識(shí)別所需知識(shí)及其分類　　2.5.2　地圖識(shí)別所需知識(shí)的表示方法　　2.5.3　地圖信息識(shí)別中知識(shí)的利用　　2.5.4　評(píng)述　2.6　本章小結(jié)第三章　基于結(jié)構(gòu)特征的地圖信息識(shí)別方法與策略　3.l　地圖信息結(jié)構(gòu)特征的種類　3.2　基于結(jié)構(gòu)特征的地圖信息識(shí)別與提取的基本原理　　3.2.l　模式基元的選擇與提取　　3.2.2　模式基元之間關(guān)系的分析與描述　　3.2.3　地圖符號(hào)的識(shí)別與提取　3.3　特征提取的有關(guān)算法　　3.3.1　像素點(diǎn)特征　　3.3.2　收縮變換　　3.3.3　擴(kuò)張變換　　3.3.4　細(xì)化　　3.3.5　直線段的檢測(cè)與提取　　3.3.6　曲線特征點(diǎn)的提取　　3.3.7　Hough變換　　3.3.8　RLS變換　3.4　地圖信息識(shí)別與提取的分層處理策略　　3.4.1　地圖分色或分版　　3.4.2　地圖要素的分類　　3.4.3　已識(shí)別地圖要素的去除　3.5　地圖信息的屬性編碼與數(shù)據(jù)結(jié)構(gòu)　　3.5.1　屬性編碼　　3.5.2　數(shù)據(jù)結(jié)構(gòu)　　3.6　本章小結(jié)第四章　地圖掃描圖像的預(yù)處理　4.1　地圖掃描圖像的二值化　　4.1.1　定閾值二值化方法　　4.1.2　可變閾值二值化方法　　4.1.3　自適應(yīng)二值化方法　　4.1.4　最優(yōu)閾值二值化方法　　4.1.5　地圖掃描圖像二值化實(shí)例　4.2　地圖圖像的自動(dòng)定向　　4.2.1　十字交點(diǎn)的識(shí)別與提取　　4.2.2　圖廓點(diǎn)的識(shí)別和提取　　4.2.3　定向參數(shù)的求取　　4.2.4　實(shí)例與結(jié)論　4.3　地圖圖像上方里網(wǎng)線的自動(dòng)消除　　4.3.1　方里網(wǎng)線端點(diǎn)高斯坐標(biāo)的求取　　4.3.2　方里網(wǎng)線端點(diǎn)圖像坐標(biāo)的求取　　4.3.3　方里網(wǎng)線的跟蹤與檢測(cè)　　4.3.4　方里網(wǎng)線的消除　　4.3.5　方里網(wǎng)線消除實(shí)例　4.4　圖外信息的消除　4.5　本章小結(jié)第五章　地物符號(hào)的識(shí)別與提取　5.1　黑塊類符號(hào)的識(shí)別與提取　　5.1.1　收縮變換　　5.1.2　消除細(xì)線和孤立點(diǎn)　　5.1.3　擴(kuò)張變換　　5.1.4　邊線的自動(dòng)跟蹤　　5.1.5　黑塊類符號(hào)屬性判別　　5.1.6　黑塊類符號(hào)定位信息的提取　　5.1.7　已識(shí)別黑塊類符號(hào)的消除　5.2　帶暈線類符號(hào)的識(shí)別與提取　　5.2.1　圖像變換　　5.2.2　開線劃的消除　　5.2.3　邊界點(diǎn)的自動(dòng)跟蹤　　5.2.4　帶暈線類符號(hào)屬性判別　　5.2.5　已識(shí)別帶暈線類符號(hào)的消除　5.3　虛線類符號(hào)的識(shí)別與提取　　5.3.1　兩端均為自由端的線分割與提取　　5.3.2　交叉短線的分割與提取　　5.3.3　短線的跟蹤與合成　　5.3.4　虛線類符號(hào)定位信息的提取　　5.3.5　虛線類符號(hào)屬性判別　　5.3.6　已識(shí)別虛線類符號(hào)的消除　5.4　閉合曲線類符號(hào)的識(shí)別與提取　　5.4.l　閉合曲線的跟蹤　　5.4.2　閉合曲線類符號(hào)屬性判別　　5.4.3　閉合曲線類符號(hào)定位信息的提取　　5.4.4　已識(shí)別閉合曲線類符號(hào)的消除　　5.5　組合線劃類符號(hào)的識(shí)別與提取　　……第六章　等高線的識(shí)別與提取第七章　注記信息的識(shí)別與提取參考文獻(xiàn)后記

章節(jié)摘錄

插圖：1.手工采集階段。手工采集地理信息的方法是把屏幕當(dāng)作數(shù)字板，用鼠標(biāo)逐點(diǎn)采集地圖圖像上各地理要素的空間信息，而通過鍵盤或菜單輸入其相應(yīng)的屬性信息。這一方法在技術(shù)上要求對(duì)圖像有屏幕漫游的功能，并能把采樣點(diǎn)的圖像坐標(biāo)轉(zhuǎn)化為相應(yīng)的大地坐標(biāo)。盡管這種方法仍屬完全人工的數(shù)字化作業(yè)方式，但比在數(shù)字化板上手扶跟蹤數(shù)字化的傳統(tǒng)方法已在以下三個(gè)方面有了進(jìn)步：一是將作業(yè)員的工作姿態(tài)從低頭操作改為抬頭操作，減輕了作業(yè)員的勞動(dòng)強(qiáng)度；二是對(duì)圖像可以實(shí)現(xiàn)開窗放大，這樣不僅可減輕人眼的疲勞感，而且能顯著提高采樣精度；三是實(shí)現(xiàn)了采集結(jié)果（矢量數(shù)據(jù)）與地圖圖像（柵格數(shù)據(jù)）的實(shí)時(shí)疊加顯示，為地圖數(shù)字化作業(yè)提供了一種科學(xué)可靠的檢查手段，從而可以有效避免地圖信息的漏采和重采現(xiàn)象，提高了地圖數(shù)字化結(jié)果的質(zhì)量。有人作過統(tǒng)計(jì)，采用該方法的作業(yè)效率可比傳統(tǒng)方法提高30％左右。然而，即使如此，這一方法仍然具有作業(yè)速度慢和自動(dòng)化程度低的缺點(diǎn)。這一類的軟件有Autoview等，國(guó)內(nèi)、軍內(nèi)也有少量類似軟件在地圖數(shù)字化作業(yè)中使用。2.交互式跟蹤矢量化階段。交互式跟蹤矢量化方法是通過人工引導(dǎo)下的線劃自動(dòng)跟蹤技術(shù)獲取地圖上各要素的空間信息，采用人機(jī)交互方法確定并輸入相應(yīng)的屬性信息。該方法通常是在二值圖像上進(jìn)行的，為了便于跟蹤，一般還需要作細(xì)化（Thinning）處理。這一技術(shù)的基礎(chǔ)是計(jì)算機(jī)視覺中最經(jīng)典的線劃跟蹤算法，適用于地圖上實(shí)線類符號(hào)和面狀符號(hào)邊線的矢量化。在細(xì)化后的地圖圖像上，對(duì)介于兩結(jié)點(diǎn)或端點(diǎn)間的線段，只要在其附近給定一個(gè)近似位置，即可將該線段自動(dòng)矢量化。由于地圖上各要素間存在著大量的粘連和交叉現(xiàn)象，常常需將一個(gè)完整的線劃分成多段進(jìn)行跟蹤矢量化，這不但增加了人工干預(yù)的次數(shù)，而且也使矢量化的結(jié)果帶有許多冗余的結(jié)點(diǎn)。為了克服這些缺點(diǎn)，出現(xiàn)了各種改進(jìn)的跟蹤方法，預(yù)測(cè)跟蹤（Predict-ing-While-Tracing）就是其中性能較好的一種（Thomas，198l；Toshio，1986；呂建平，1988）等。

后記

本書是在作者博士論文的基礎(chǔ)上完成的，在本書即將出版之際，謹(jǐn)向那些曾經(jīng)給予我?guī)椭娜藗冎乱灾孕牡闹x意。首先感謝我的導(dǎo)師錢曾波教授在我攻讀博士學(xué)位期間給予的指導(dǎo)和培養(yǎng)。正是在他的支持和教誨下，我才得以順利完成該項(xiàng)研究。他淵博的知識(shí)、敏捷的思維、嚴(yán)謹(jǐn)?shù)膶W(xué)風(fēng)以及對(duì)事業(yè)執(zhí)著的追求給我留下深刻的印象，使我受益終生。同時(shí)還要感謝宋其友教授和李漢如教授多年來對(duì)我的指導(dǎo)和幫助。還要特別感謝中國(guó)地圖出版社的同志在出版本書的過程中所給予的支持和付出的勞動(dòng)。謹(jǐn)以本書告慰我所有的親人們。

編輯推薦

《地圖信息識(shí)別與提取技術(shù)》：全國(guó)高技術(shù)重點(diǎn)圖書，信息獲取與處理領(lǐng)域。

圖書封面

評(píng)論、評(píng)分、閱讀與下載

---

    地圖信息識(shí)別與提取技術(shù) PDF格式下載

---