电子地图地理对象的智能识别研究与系统实现
摘要 | 第1-5页 |
Abstract | 第5-9页 |
1 绪论 | 第9-15页 |
1.1 地理信息提取与识别技术概况 | 第9-11页 |
1.1.1 地理信息系统简介 | 第9页 |
1.1.2 矢量化的提出 | 第9-10页 |
1.1.3 矢量化的意义和矢量化软件的设计要求 | 第10-11页 |
1.2 地图信息识别与提取方法现状 | 第11-13页 |
1.2.1 基于细化的矢量化方法 | 第11页 |
1.2.2 轮廓匹配方法 | 第11-12页 |
1.2.3 整体矢量化方法 | 第12-13页 |
1.2.4 与人工智能技术的结合 | 第13页 |
1.3 本论文所写的内容 | 第13-15页 |
2 彩色地图图像预处理 | 第15-29页 |
2.1 小波分析 | 第15-22页 |
2.1.1 小波分析概述 | 第15页 |
2.1.2 小波边缘检测的方法 | 第15-20页 |
2.1.3 多尺度小波边缘检测 | 第20-22页 |
2.2 普通彩色电子地图地理对象分析 | 第22-23页 |
2.3 彩色纸质地图的边缘检测 | 第23-29页 |
2.3.1 图像数字化 | 第24页 |
2.3.2 彩色图像灰度化 | 第24-25页 |
2.3.3 图像的增强 | 第25-27页 |
2.3.4 增强图像的边缘检测 | 第27-29页 |
3 二值图像预处理 | 第29-36页 |
3.1 数学形态学基本理论 | 第29-32页 |
3.1.1 腐蚀和膨胀 | 第30-31页 |
3.1.2 开运算和闭运算 | 第31-32页 |
3.2 Bresenham算法 | 第32-33页 |
3.2.1 Bresenham画直线方法 | 第32-33页 |
3.2.2 Bresenham画圆方法 | 第33页 |
3.3 噪音滤除 | 第33-36页 |
3.3.1 基本思想 | 第34页 |
3.3.2 算法步骤 | 第34-36页 |
4 图形矢量化 | 第36-56页 |
4.1 现有矢量化算法总结 | 第36-37页 |
4.2 面向对象的矢量化算法模型 | 第37-41页 |
4.2.1 总体思想 | 第37-38页 |
4.2.2 图形对象类和继承 | 第38-40页 |
4.2.3 图形对象的特征分析 | 第40-41页 |
4.3 直线对象(Bar)的矢量化算法 | 第41-50页 |
4.3.1 一条直线的矢量化(OLV) | 第42-45页 |
4.3.2 直线网络的矢量化(LNV) | 第45-50页 |
4.4 圆弧对象的矢量化算法 | 第50-54页 |
4.4.1 寻找特征圆弧 | 第51-52页 |
4.4.2 圆弧跟踪和动态调整 | 第52-53页 |
4.4.3 圆弧删除 | 第53-54页 |
4.5 面向对象矢量化算法总结 | 第54-56页 |
5 系统结构及技术实现 | 第56-67页 |
5.1 系统功能 | 第56-61页 |
5.1.1 实验系统与MapInfo的接口 | 第56-58页 |
5.1.2 坐标系定制及坐标配准 | 第58-60页 |
5.1.3 栅格图像的读取和显示 | 第60-61页 |
5.2 矢量化算法的实现 | 第61-64页 |
5.2.1 算法的总体流程 | 第61-62页 |
5.2.2 图形对象类的定义 | 第62-64页 |
5.3 程序功能界面及使用 | 第64-67页 |
5.3.1 实验系统界面 | 第64-66页 |
5.3.2 矢量化操作 | 第66-67页 |
结论 | 第67-69页 |
参考文献 | 第69-71页 |
附录A 文中图表目次附录 | 第71-73页 |
附录B 原始地图扫描图像 | 第73-74页 |
附录C 识别结果 | 第74-78页 |
攻读硕士学位期间发表学术论文情况 | 第78-79页 |
致谢 | 第79-80页 |
大连理工大学学位论文版权使用授权书 | 第80页 |