中文地图文字图象理解的研究

地图的识别和理解是一项复杂而艰巨的工作。本文主要针对地图的字符要素，提出了分割合并算法，实现对字符要素的特征抽取，进而实现对字符要素的分割和提取。文章最后给出了分裂合并算法的字符分割提取的实验结果。本算法也可用于其它类型图的字符分割和提取。     

嵌入式GIS中矢量地图快速显示方法研究

为提高嵌入式GIS中矢量地图的显示速度,建立了要素分级的多层网格索引模型.该模型算法简单,耗用内存小,便于实现.显示地图时,直接依据当前的显示比例,读取对应网格索引中相应级别的地图数据,避免了大量非屏幕区域的冗余地图数据读取,极大地提高了显示速度,同时设计了折线与矩形求交的算法来提高地图数据显示处理的效率.实验结果表明,该方法能显著提高嵌入式平台矢量地图的显示速度,并且已成功应用于手持GPS定位终端软件.     

基于激光雷达的移动机器人定位和地图创建

针对未知环境下移动机器人定位和地图创建问题,提出了创建局部地图-机器人定位-更新全局地图的方法和步骤.利用激光雷达数据,采用"聚合-分割-聚合"的方法并运用动态阈值获得精确的局部地图.通过匹配局部地图和全局地图的线段关系,实现了机器人的定位,更新了机器人的位姿,减少了机器人的系统误差和环境误差,进而完成了全局地图的创建与更新.实验证明,此算法可以在实现机器人定位的同时获得精确的环境地图,并且有效的缩短了地图生成时间,可靠性高、实时性好.     

基于ArcGIS软件的数据扫描矢量化与数据转换

扫描矢量化是对各种类型的数字工作底图如纸基地图等进行矢量化处理,扫描矢量化工作是数据处理、数据转换的基础,本文通过南方Cass软件实现了地图扫描矢量化工作;数据转换就是把不同格式的空间数据转换成所用地理信息系统平台使用的格式,是对数据进一步处理与分析的前提。本实验通过应用ArcGIS软件实现了数据的转换,为避免直接转换存在的问题,本实验采用的方法是在ARCMAP中读入转换后的数据,然后将各类要素分别筛选出,再生成新的要素层。     

蓝牙 GPS实验导航系统地图加载和拖动功能

本文是《PC蓝牙GPS实验系统的VB编程》系列讲座的第二讲,提出了改进型蓝牙GPS实验定位系统的设计方案,实现蓝牙连接端口的自动检测,并进一步介绍了"GPS实验导航系统设计与制作"的界面设计、地图加载等内容的设计原理和相关代码.     

Transformer特征引导的双阶段地图智能生成

目的 现有的地图智能生成技术没有考虑到地图生成任务存在的地理要素类内差异性和地理要素域间差异性,这使得生成的地图质量难以满足实际需要。针对地理要素类内差异性和地理要素域间差异性,提出了一种Transformer特征引导的双阶段地图智能生成方法。方法 首先基于最新的Transformer网络,设计了一个基于该网络的特征提取模块,该模块提取遥感图像中的地理要素特征用于引导地图生成,解决了地理要素类内差异性导致的地图生成困难的问题。然后设计双阶段生成框架,该框架具备两个生成对抗网络,第1个生成对抗网络为初步生成对抗网络,利用遥感图像和Transformer特征得到初步的地图图像;第2个生成对抗网络为精修生成对抗网络利用初步地图图像生成高质量的精修地图图像,缓解了地理要素域间差异性导致的地图地理要素生成不准确问题。结果 在AIDOMG（aerial image dataset for online map generation）数据集上的9个区域进行了实验,与10种经典的和最新方法进行了比较,提出方法取得了最优的结果。其中,在海口区域,相比于Creative GAN方法,FID （Frechet inception distance）值降低了16.0%,WD （Wasserstein distance）降低了4.2%,1-NN （1-nearest neighbor）降低了5.9%;在巴黎区域,相比于Creative GAN方法,FID值降低了2.9%,WD降低了1.0%,1-NN降低了2.1%。结论 提出的Transformer特征引导的双阶段地图智能生成方法通过高质量的Transformer特征引导和双阶段生成框架解决了地理要素类内差异性和地理要素域间差异性所带来的地图生成质量较差的问题。     

一种加快WebGIS服务器响应速度的空间索引

WebGIS服务器向用户提供电子地图浏览服务.每一个请求/响应回合,服务器端都进行着具有多尺度特性的成批式数据访问.多尺度特性是指地图比例尺决定着地图显示内容的详略.基于R-tree的数据访问方法与多尺度性和成批性不相适应,存在"同级要素弱簇聚"和"I/O粒度偏小"两大问题,绘图数据访问效率不高.提出的多级R-tree能够解决上述两个问题.来自实验的统计数据表明,对于区域查询,基于多级R-tree的访问方法的效率明显高于基于R-tree索引的访问方法.使用多级R-tree能够有效地提高WebGIS服务器的响应速度.     

彩色栅格地图滤除背景的模糊梯度方法

在总结栅格地图特性的基础上,利用梯度边缘检测和模糊边缘检测方法的思想,采用分区域梯度模糊检测方法,克服了梯度算法对糊模要素提取不佳的缺陷,较好地实现了地图背景的滤除,并在滤除背景的前景图上采用分色和数学形态学方法,得到了所需的前景要素。通过实验证明,此方法提取的前景要素清晰度高、连续性好、处理速度快并能很好地解决粘连等问题。     

基于形态分解运算的地形图要素自动提取与识别

针对地形图识别中的要素自动分割问题，提出了基于形态分解运算的提取算法．本算法根据形态特征的不同将地图要素进行结构分解，然后运用腐蚀、膨胀、改进的RLS变换等算子对相同特征的结构进行分类综合，最后依据要素特征组合的整体分析实现了地图上各要素的提取．同以往的算法相比，本算法运算简单，且能更好的解决地图要素的重叠及粘连问题．此算法已编程实现，实验证明效果比较理想。     

自主移动机器人的室内结构化环境地图创建

定位与地图创建是自主移动机器人领域研究的重要课题.本文阐述了一种以扩展卡尔曼滤波算法为主要框架,运用直接位姿控制模型描述机器人运动的算法,实现了机器人在室内结构化环境中的同时定位和地图创建.仿真与实验结果表明,里程计信息无法满足定位和创建环境地图的要求,本文算法则能够实现机器人的精确定位.并生成满足一致性要求的地图.     

一种新的地形图汉字注记自动提取算法

地形图中包含大量的汉字注记,为了实现地图要素自动识别,首先要将文字正确地提取出来。该文通过对汉字特征的分析,提出了一种新的汉字提取算法。首先根据地图图像的特点进行骨架运算,利用形态算子对汉字笔画进行分解,最后实现对汉字注记的笔画统计提取。该算法较好地解决了字线粘连、旋转等情况下的汉字提取问题,具有良好的稳定性。     

一种新的高效轻量级卷积神经网络模型

针对目前食物识别系统中网络模型参数量多、模型较大的问题，提出一种23层结构、参数量只有204k的网络模型，使用基本构造块（7×7、5×5、3×3）生成特征图，用不同感受野的2个池化层来融合卷积层的特征图，再用1×1的卷积核进行非线性组合，然后连接到空间金字塔池化层，最后在softmax分类器中分类。在公开数据集上的实验表明，与ResNet50和GoogLeNet相比，本文网络模型在分类性能不降低的情况下，模型参数分别减少了99.14%和96.63%。     

基于自增长型多级自组织映射网络的模式识别

以自组织映射网络为主要研究对象，描述了自组织映射网络的基本模型。在传统自组织映射网络的基础上，提出了基于自增长型多级自组织映射网络的模式识别方法，能够解决传统自组织映射网的静态结构带来的诸多问题，如在进行训练前必须预先确定网络的模型和神经元数目及其排列方式，若一次分类不准确将严重影响分析结果，等等。而且这种多级结构，还能将输入数据中存在的分级信息直观地表示出来，对于高维数据的分析尤其有利，因此自增长型多级自组织映射网络对大规模模式识别的研究一定会产生极大的促进作用。     

彩色城市交通地图的道路识别与提取

地图信息的识别和提取是地理信息系统的基础。研究对彩色城市交通地图中的道路信息进行识别和提取的问题。首先采用改进的模板匹配法去除地图中图例标识对于道路提取造成的干扰;然后根据地图的特征,为清除地图中的噪音,提出了一种基于颜色聚类分析的分离地图要素的算法,将各种地图要素按颜色进行归类,并根据噪声的特征结合采用有效的噪声去除算法实现对地图中道路的识别和提取,最后结果用数学形态学的方法进行优化处理,并进行试验。实验结果表明,该方法可以取得良好的道路提取效果。     

A visual exploration of mobile phone users,land cover,time, and space

A series of maps were produced that together form a type of atlas of the Nokia Mobile Data Challenge (MDC). Like in a traditional geographic atlas, a limited number of base map configurations is generated, onto which various thematic elements are then overlaid. Two of those base maps are themselves derived from MDC data; the third is referenced in geographic space. Thematic overlays serve several purposes, including elaborating different elements from which the base map geometry had been derived, as well as linking other data to it. The core of the study presented here is an intersection of high-dimensional concepts, dimensionality reduction, geographic analysis, and visualization, intended as a point of departure towards an integrated, attribute-centered understanding of people’s movement patterns. Among the advances put forth is a new time-weighted kernel density model approach derived from journey vertices captured via GPS and WLAN.     

A visual-inspection system using a self-organizing map

Visual inspections by hand often cause bottlenecks in production processes in industries. Therefore, it is desirable to be mechanized and automated. In order to satisfy these requirements, we apply image recognition using a self-organizing map (SOM) to visual inspection equipment. The SOM maps high-dimensional input data onto a low-dimensional (typically two-dimensional) space. Through the mapping, the data are automatically clustered based on their similarity. Any unknown data which are input onto the self-organized map are also mapped onto it according to their similarity. The categories of the unknown data are thus recognized based on their positions on the map. The reason we use a SOM for inspections is that users can then know the similarity distribution of all data at a glance on the map, and understand the mechanism of the recognition visually. We have developed a visual inspection system using a SOM, and have evaluated it using actual product images. We have obtained high recognition accuracies of 98% and 96% for one- and two-inspection-point tests, respectively, for a real industrial product.     

Synchronization and periodic windows in a globally coupled map lattice

A globally coupled map lattice (GCML) is an extension of a spin glass model. It consists of a large number of maps with a high degree of nonlinearity, and evolves iteratively under averaging interactions via their mean field. It exhibits various interesting phases in the conflict between randomness and coherence. We have found that even in its weak coupling regime, the effects of the periodic windows of element maps dominate the dynamics of the system, and the system forms periodic cluster attractors. This may give a clue to efficient pattern recognition by the brain. We analyze how the effect systematically depends on the distance from the periodic windows in the parameter space.     

基于矢量地图数据的异构混合快速绘制框架

随着测绘、遥感及相关技术的发展，矢量地图的数据规模和细节层次迅速增加，它们含有大量复杂的地理空间要素，且要素间存在复杂的拓扑几何关系，这使得大规模矢量地图的快速可视化对于高性能并行计算的需求十分迫切。针对这一问题，本文在原有的CPU多核处理的基础上引入GPU加速运算，提出一种基于CPU-GPU协同工作的异构混合并行绘制技术。实验结果表明，这种处理框架在矢量数据的快速可视化中作用较为显著，在大比例尺数据下并行加速比达到了较高的数值。     

A Hierarchical Symmetric Stereo Algorithm Using Dynamic Programming

In this paper, a new hierarchical stereo algorithm is presented. The algorithm matches individual pixels in corresponding scanlines by minimizing a cost function. Several cost functions are compared. The algorithm achieves a tremendous gain in speed and memory requirements by implementing it hierarchically. The images are downsampled an optimal number of times and the disparity map of a lower level is used as offset disparity map at a higher level. An important contribution consists of the complexity analysis of the algorithm. It is shown that this complexity is independent of the disparityrange. This result is also used to determine the optimal number of downsample levels. This speed gain results in the ability to use more complex (compute intensive) cost functions that deliver high quality disparity maps. Another advantage of this algorithm is that cost functions can be chosen independent of the optimisation algorithm. The algorithm in this paper is symmetric, i.e. exactly the same matches are found if left and right image are swapped. Finally, the algorithm was carefully implemented so that a minimal amount of memory is used. It has proven its efficiency on large images with a high disparity range as well as its quality. Examples are given in this paper.