电子地图中地理对象的智能识别研究

来源 :大连理工大学 | 被引量 : 0次 | 上传用户:e5134
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
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。
其他文献
期刊
期刊
期刊
学位
会议
会议
期刊
期刊
学位
时间序列预测研究的是如何利用时间序列数据的历史观测值对其未来发展变化做出合理有效地推断,涉及统计学、计算机科学等多个学科。时间序列数据几乎无处不在,与人们的生产生活息息相关。近年来,伴随着信息科学和计算机技术的飞速发展,越来越多的技术方法被应用于解决时间序列预测问题。传统的基于时间序列模型的分析方法能够很好地解决低维线性数据的预测问题,但是它们在处理普遍存在的高维非线性时间序列数据时,表现出许多不
学位