彩色地形图中地理要素提取与识别技术研究

The extraction and recognition of the geographical elements in large color topographic map is the basis of the map vectorization. This project analyses the problems of the extraction and recognition of the geographical elements, and explores the new methods and ideas in the key problems. We research the problems about line segmentation and the identification of point symbols and texts.There are difficulties for traditional methods to segment these large maps because of the huge amount of computation and long computation time,in order to solve this problem, the methods based on the area features and seed spreading are used to seperate and segment the lines.In this method, the line elements are segmented, rather than pixels.In the research on the symbol recognition,the traditional methods cannot detect all the symbols in the maps, and a new method based on GHT is proposed to detect the symbols directly in topographic maps.A topographic map contains a large amount of strings and isolated character, by analyzing the characteristic of characters in color, size and direction, the distributing relaionship between graph model and character note is explored and the automatic text annotation grouping algorithm based on graph model is researched.

大幅面彩色地形图中地理要素的提取与识别是地形图数字矢量化的基础，本课题针对目前地形图中地理要素提取与识别方面存在的难题，通过关键技术的探索与创新，分别在线划要素提取与分割、点状符号与文字注记提取与识别等方面进行深入研究。针对传统的图像分割算法在大幅面彩色地形图图像分割过程中存在的计算复杂度高和分割不精确等问题，以线划要素的同质区域为分割对象，研究基于区域特征和种子扩散的地形图中线划要素提取算法以及基于区域特征的线划要素分割算法。针对传统符号识别算法难以检测全部点状符号的问题，研究基于GHT的彩色地形图中点状符号直接识别算法。针对大幅面地形图中含有众多字符串和孤立字符的情况，通过分析地形图中文字注记在颜色、尺寸大小和方向等方面的特点，探索图模型和文字注记在地形图中的分布之间的关系，研究基于图模型的文字注记自动编组算法。这些关键技术的突破，对于大幅面彩色地形图高效数字化和矢量化，具有重要意义。

大幅面彩色地形图中地理要素的提取与识别是地形图数字矢量化的基础。然而对于现存的扫描地形图而言，由于载体纸质本身质量的问题，以及在扫描过程中引入的噪声、颜色混淆等问题，对地形图的各种文字、符号等元素的识别面临着重大挑战。本课题针对目前地形图中地理要素提取与识别方面存在的难题，通过关键技术的探索与创新，分别在地形图分割、线划要素提取与分割、点状符号与文字注记提取与识别等方面进行深入研究。针对传统的图像分割算法在大幅面彩色地形图图像分割过程中存在的计算复杂度高和分割不精确等问题，提出一种基于自适应确定聚类算法和多级图像融合的地形图分割算法；针对扫描地形图分割结果中经常存在的线状地理要素不连续的问题，提出了一种基于线划要素特征的扫描地形图分割算法；针对等高线往往具有数量多、分布密、难于分割的特点，提出了一种基于模糊聚类与区域生长相结合的扫描地形图分割算法；针对扫描地形图中广泛存在的颜色失真、颜色混淆以及混合色等问题，提出了一种基于超像素的扫描地形图分割算法；针对扫描地形图中的超像素划分容易过分割的问题，提出了一种有导向的扫描地形图超像素生成算法，从而实现扫描地形图的准确超像素划分；针对地形图中点状符号不易识别的问题，在基于广义霍夫曼变换框架之上，我们提出了一种高效、高精度、易操作和鲁棒性强的算法，以实现直接在地形图上识别点状符号；针对地形图中，需要对完整的单词或者词组进行注记才有实际地理意义这一需求，提出了基于字符颜色、尺寸和方向一致性的文字注记自动编组算法，对彩色地形图中的文字注记进行自动编组。对这些关键技术的突破，对于大幅面彩色地形图高效数字化和矢量化，具有重要意义。研究成果可用于军事、民用等相关领域，具有较好的理论和应用价值。