农宇,陈飞

• 1:武汉大学资源与环境科学学院
• 2:广州市城市规划勘测设计研究院

摘要(Abstract)：

土地利用现状图扫描符号的自动提取能节省人力财力物力。本文采用地图代数和人工神经网络的方法进行扫描现状图符号的自动提取和识别。首先根据图例建立用于特征匹配的符号模板库,然后使用加壳变换和蜕皮变换进行点状符号和线状符号的分离,并使用Canny算子平滑符号,再通过人工神经网络的训练进行色彩聚类而实现符号分割。定义多重相似度,实现符号的预分类识别,在此基础上计算加权距离再次识别。最后采用加壳变换连接断点并提取骨架线对这些断线进行连接,形成完整的线状符号。实验表明,本方法的正确率达到90%以上。

关键词(KeyWords)： 土地利用现状图;扫描符号;符号分割;符号识别;地图代数

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 农宇,陈飞

DOI: 10.16251/j.cnki.1009-2307.2011.02.001

参考文献(References)：

• [1]陈睿,张祖勋,张剑清.扫描地形图中数字高程注记的提取和识别[J].武汉大学学报(信息科学版),2004,27(2).
• [2]郭丙轩,李德仁,雷震.基于轮廓形状分析的地形图数字注记提取[J].武汉大学学报(信息科学版),2001,26(3).
• [3]郑华利,周献中,王宏波.一种新的地形图汉字注记自动提取算法[J].计算机工程与应用,2003,39(3).
• [4]陈飞,李长辉,王秀芳.地图上字线粘连符号的分割方法[J].测绘通报,2009,(6).
• [5]王秀芳,陈飞,农宇,王坤.农业专题图信息自动获取系统[J].农业机械学报,2008,39(5).
• [6]郭庆胜,任晓燕.智能化地理信息处理[M].武汉:武汉大学出版社,2003:113-115.
• [7]黄文骞.数字地形图符号的形状描述与识别[J].测绘学报,1999,28(3).
• [8]何孝莹,宋伟东,韩颜顺.点状地图符号的神经网络识别[J].测绘科学,2006,31(1).
• [9]胡鹏,游涟,杨传勇.地图代数[M].武汉:武汉大学出版社,2002:130-135,140-146.
• [10]陈飞,王秀芳,王坤,农宇.地形图点状符号的自动提取和识别[J].自动化学报,2007,33(10).