彩色扫描地形图中等高线提取方法的研究

提出了一种从彩色扫描地形图中提取等高线的方法，重点研究并解决等高线的断裂问题。其中，在地形图彩色分割方面，采用本征向量拟合算法计算各类地图符号（包括等高线）样本的颜色特征，以用于克服地形图在扫描过程中出现的颜色混淆和错误现象。在等高线断裂连接方面，提出了针对不同原因造成的断裂用不同的方法连接，并利用线状符号灰度分割结果来改善等高线彩色分割结果的方法。一方面对一些有代表性的地形图样本的提取结果进行了定性描述，另一方面则将该方法用于1：5万国家标准地形图上等高线的提取，通过对结果的定量评价表明，该方法具有一定的实用性。     

扫描地形图中等高线的识别

针对一般质量地形图的扫描过程中颜色混淆和错误现象比较严重,以致于在彩色分割等高线时不仅由于其自身与其他地图符号交叉或交叠而形成的断裂变得更为复杂,而且等高线间的密集排列也会造成粗线现象（等高线彼此粘连在一起）等问题提出一种有效的针对一般质量地形图中等高线的识别方法.该方法具有3个特点：一是彩色地图分割中使用关键颜色集技术以补偿混淆和错误颜色;二是在原图像中等高线出现断裂和粗线的地方采用局部窗口再分割算法,以解决等高线断裂和彼此粘连问题;最后利用等高线的全局拓扑性质滤波得到正确的等高线.实验结果表明该方法对于一些高质量和一般质量的地形图中等高线的识别都具有一定的应用潜力.     

以数字化等高线地形图快速生成DEM

本文提出一种根据等高线快速建立DEM的方法,用以矢量方式存储的等高线和等高线树形关系作为基础数据,通过分析计算出各等高线间空白区域的高程,并用这些数据将原数据填补成完整的DEM数据。     

应用神经网络实现基于等高线的三维地形图

在分析过程中,需要将其转换为三维地形图以利于更直观的观察,为此探讨应用神经网络方法实现基于等高线的三维地形图,先从等高线图中提取样本数据,进而利用神经网络的良好逼近功能,较好地拟合样本数据,从而可以得到其余部分的高程值.使用Mat-Lab的神经网络工具箱可以很方便地进行BP网络的建立、训练和仿真,并绘制出相应的三维地形图.实验表明,该方法的效果很好.     

彩色等高线地形图矢量化的预处理方法

地形图矢量化生成 DEM 的应用需求非常广泛,由于地形扫描图像难免存在模糊及粘连现象,提取法提取出的等高线效果均不理想。结合形态学在RGB色域空间和HSV色域空间分别用剔除法剔除非等高线信息,对分离出来的等高线图像进行 USM 锐化,然后再进行灰度剔除和光滑处理,利用剔除信息提出了一种断点匹配法对断点进行连接,生成了较高质量的二值等高线。整个预处理过程算法简单,易于实现。     

基于连贯性的地形等高线提取方法研究

该文提出了基于地形等高线国贯性的的等高线自动识别方法,等高线连贯性和线的连贯性,点的辖 贯性是指同一条等高线上的任何一点都具有相同的标高;线的连贯性是指相邻两条等高线的高度值之差是一个常量,文中所提出的方法首先利用地识别功能得到部分显式标注的等高线的高度值,然后利用等高线的连续建立等高线之间的邻接关系,并递推计算出其余等高线的高度值,该文最后提出了几个实例用以说明该方法的有效性。     

地形图等高线的计算机矢量化及三维地形模型的生成

本文提出地形图纸等高线的矢量化及进而生成三维地形模型的工程问题,并根据实践过程中的具体算法实现,结合计算机图形学,图象处理和模式识别理论,阐述了解决问题的一系列步骤;扫描,预处理,细线化,矢量化,三维实体建模。     

基于MAPGIS的等高线矢量化研究

论述了基于MAPGIS平台的等高线矢量化方法,并对矢量化过程中出现的彩色地形图、等高线与图廓相交、断线及等高线方向不清等问题作了适当的方法论述.     

基于梯度矢量流主动轮廓模型的等高线提取算法

为了提取彩色地形图上的等高线,首先把RGB颜色空间转换为HSV颜色空间,对彩色地形图进行分色,以获得棕色等高线的二值图像;然后利用数学形态学的方法对二值等高线图像滤波,消除等高线线体内的孔洞.利用梯度矢量流主动轮廓模型在等高线二值图像上直接提取未经细化的等高线,并结合等高线断裂区域的等高线流向场连接断裂的等高线.最后验证了文中算法的有效性.     

面向对象的扫描地形图自动分层算法研究

地形图的数字化对构建地理信息系统有十分重要的意义。借鉴面向对象的思想,提出了一种扫描地形图自动分层算法,算法先将地形图线划要素与普染区背景分离;然后把具有相同特征的像素分割成线段对象与块对象,以这些对象为最基本的分类单元;通过提取对象的颜色、形状和近邻关系等特征,建立分类标准,实现地形图的自动分层。该算法能有效克服扫描引起的颜色混淆和假彩色的影响,分层结果完整连通,从而很大程度上抑制“椒盐”现象的发生。     

Contour line and geographic feature extraction from USGS color topographical paper maps

This paper presents a method for the extraction of contour lines and other geographic information from scanned color images of topographical maps. Although topographic maps are available from many suppliers, this work focuses on United States Geological Survey (USGS) maps. The extraction of contour lines, which are shown with brown color on USGS maps, is a difficult process due to aliasing and false colors induced by the scanning process and due to closely spaced and intersecting/overlapping features inherent to the map. These difficulties render simple approaches such as clustering ineffective. The proposed method overcomes these difficulties using a multistep process. First, a color key set, designed to comprehend color aliasing and false colors, is generated using an eigenvector line-fitting technique in RGB space. Next, area features, representing vegetation and bodies of water, are extracted using RGB color histogram analysis in order to simplify the next stage. Then, linear features corresponding to roads and rivers including contours, are extracted using a valley seeking algorithm operating on a transformed version of the original map. Finally, an A* search algorithm is used to link valleys together to form linear features and to close the gaps caused by intersecting features. The performance of the algorithm is tested on a number of USGS topographic map samples.     

地形扫描图中高程数据的自动识别*

针对地形扫描图中高程数据的特点,提出了一种高程数据的自动探测与识别方法.首先,根据数学形态学中提取连通分量的算法探测并分离高程数据;其次,采用环投影变换及分形维数得到高程数据中数字字符的旋转不变性特征向量,并利用该特征向量识别高程数据. 实验表明,该方法能准确地识别高程数据.     

基于方框邻域内点的等高线识别方法研究

文章以扫描输入的大比例彩色地形图为研究对象,重点讨论了彩色地形图中等高线的计算机识别方法,提出了基于方框邻域内点的算法,针对分色后提取出来的等高线二值图像进行识别和处理,使等高线中的首曲线和计曲线区分开来,以达到计算机可以识别的目的。同时该算法和思想还具有通用性,可以推广到其它有关曲线图像粗细识别中去。     

彩色公路交通地图图像道路提取

根据彩色公路交通地图的图像特征,提出一种新颖的道路识别与提取方法。这种方法包括三个关键步骤。首先,根据区域的特征,提取出区域的灰度值;其次,根据道路的颜色和形状特征以及数字图像处理的一些方法（如对象的连通成分等）,识别并提取出道路的颜色;最后,为了获得完整的道路网络,一些道路连接方法被提出。这种算法已经被应用于许多彩色公路地图图像中去提取道路网络。大量成功的实例表明这个算法是非常有效的。     

Automatic lip contour extraction from color images

Visual information from lip shapes and movements helps improve the accuracy and robustness of a speech recognition system. In this paper, a new region-based lip contour extraction algorithm that combines the merits of the point-based model and the parametric model is presented. Our algorithm uses a 16-point lip model to describe the lip contour. Given a robust probability map of the color lip image generated by the FCMS (fuzzy clustering method incorporating shape function) algorithm, a region-based cost function that maximizes the joint probability of the lip and non-lip region can be established. Then an iterative point-driven optimization procedure has been developed to fit the lip model to the probability map. In each iteration, the adjustment of the 16 lip points is governed by three pieces of quadratic curves that constrain the points to form a physical lip shape. Experiments show that the proposed approach provides satisfactory results for 5000 unadorned lip images of over 20 individuals. A real-time lip contour extraction system has also been implemented.     

一种使用轮廓差分的直线探测算法

直线探测是许多有关机器视觉应用场景的一项基本任务。通常,从复杂图像中探测直线需要诸如图像滤波,边缘提取等预处理过程,而这些预处理的质量对直线探测算法具有重大影响。为了规避预处理对后继操作的负面影响,本文引入了一种轮廓差分的概念,来刻画定方向直线存在的可能性,并基于此概念提出一种直线探测的新方法。该方法无需对输入图像进行任何预处理,仅仅在图像平面上直接计算轮廓差分,就可以将直线的探测问题演变成轮廓差分极大值的搜寻问题。对复杂的田间灰度图像的实验表明,本文方法能准确地标记出植株的位置,并且对噪声和模糊等干扰因素也较为鲁棒。     

基于肤色模型和梯度算子的正面人脸轮廓提取

文章提出了一种新的正面人脸封闭轮廓提取方法,首先采用肤色模型对肤色区域进行初定位,然后经过筛选去除非人脸区域,最后提取人脸初步轮廓,并结合梯度算子提取下巴轮廓,进而得到一个连续、封闭的人脸轮廓.该算法基本克服了下巴轮廓难以从颈部提取的问题,满足了人脸轮廓特征提取的要求,同时具有较高的时效性.