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三分之二以上。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，据此可显著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。