刘彤宇[1]2000年在《地形图中线对象的识别与重建》文中研究说明作为计算机技术的重要分支，计算机图形技术近年来取得了飞速的发展。计算机辅助设计（CAD）、计算机图形学（CG）、计算机图象处理（CIP）等高新技术的出现使世界面貌为之一新。CAD技术的推广和CG、CIP研究的深入，向人们提出了一个新问题：如何把工程图纸扫描输入的二值图象转换为矢量化图形。以满足CAD中图形输入的需要？各国学者对此作了大量的研究，然而，到目前为止，这一问题还远远没有得到解决。 本文对这一问题作了深入细致的研究，并针对图纸扫描输入的二值图象上的线对象（包括多边形、折线、椭圆），提出了一整套图形识别与重建的方法。其中主要包括截断跟踪识别方法，以及区域生长线宽识别方法。 截断跟踪法，按这种方法，从线对象上某一点开始，以相应的截断半径搜索线对象的下一点，直至识别出该线对象。经实验，此识别方法快速、准确，对扫描图象质量要求低。 区域生长线宽识别方法，按该方法，在线对象上某一点上，一个长、宽各为一各像素的正方形，向各个需要的方向生长，直至生成一个在线宽上完全覆盖线对象的最小矩形区域，再按照此区域内黑像素与线宽的关系，判断对象线宽。本文针对某些线宽，给出了线宽识别阈值及识别准确率。 以上两种方法均不需对图纸扫描图象进行细化，并适用于图象的自动识别和半自动识别。
盛宜韬[2]2010年在《地形图矢量化设计及在三维重建中的应用》文中指出图像矢量化技术是一种重要的图像处理技术,同时也是一门交叉技术,图像矢量化涉及到图形学等相关领域的知识。特别是近年来计算机CAD制图、地理信息系统(GIS)相关领域的快速发展,图像矢量化技术作为其中关键步骤,具有重要的研究价值和商用价值。由于不同图像的特点千差万别,所以即使目前有多种通用图像矢量化技术,也无法针对不同特点的图像都做到符合矢量化要求。因此本文仅仅针对一类以线划为主和一类可以进行颜色聚类的地形图作为可处理对象,研究这类图像的矢量化方法。对于一类以线划作为主要图像元素的地形图而言,本文提出了以数学形态学为主的图像增强方法,并针对线划图像易断裂,易粘连的情况进行了修正。本文针对线划图像的特点,提出了一种基于细化的矢量化算法,其中利用遗传算法找出线划关键点,并使用直线段和圆弧进行线划拟合。对于可以颜色聚类的地形图而言,与其他方法相比,本文提出使用FCM颜色聚类算法对图像区域进行颜色聚类,实验结果表明这种聚类方法能很好保持原图像区域间的拓扑关系,收到良好的效果。本文使用链表描述区域拓扑关系获得区域轮廓骨架图像。最后利用前述细化骨架的矢量化方法对其进行矢量化。本文针对矢量化后的数据特点,提出利用SVG标准图像格式对矢量数据进行存储,利用SVG存储矢量图像的优点在于便于修改和跟GIS软件进行交互。运用生成的SVG矢量等高线地形图,结合改进后的插值算法,获得网格点的近似高程值,利用GIS工具对这类地形图进行三维重建。通过实验,这种改进后的插值算法具有高度的准确性,重建也达到预期的效果。总而言之,利用本文提出的针对某一类地形图像的矢量化方法,可以较好的保持原图像中的图元的特点,为扫描图像的数字化提供了便利。
张睿[3]2007年在《高分辨率遥感影像地物要素半自动提取方法研究》文中研究表明从遥感影像中自动及半自动的提取道路建筑物等地物要素能够满足影像制图、地理信息系统的数据获取与自动更新的需求，对于计算机视觉与图像理解等领域的研究也有重要意义。高分辨率遥感影像光谱信息不丰富，同物异谱及异物同谱现象严重，但空间分辨率高，地物要素的几何结构清晰，可以使用光谱特征并辅助几何特征进行地物要素的提取。本文以分辨率大于1米的超高分辨率遥感影像作为试验数据，以具有一定宽度的带状道路和简单建筑物屋顶作为研究对象，探讨分析了高分辨率遥感影像中地物要素的半自动提取过程和方法：分析了高分辨率遥感影像中道路和建筑物的特征表现；提出了一种基于角度纹理特征和剖面匹配的带状道路半自动提取方法；对比分析了基于Snakes模型的道路提取算法；介绍了面向对象的图像分析和分类方法，使用该方法对简单建筑物屋顶进行了半自动提取；以原型系统方式对道路提取算法进行了实现；最后结合试验，对上述各种方法在实用性方面进行了评估。试验区研究表明，所研究的各种半自动提取方法在实际系统中具备可操作性，有一定的应用前景。
李华蓉[4]2010年在《基于图段的彩色地图线要素智能识别》文中指出建立地理信息系统(GIS)的一个重要环节是地理数据的获取,工作量占整个系统开发的80%以上,也是影响GIS发展的瓶颈。地图要素智能识别是地理数据获取的核心问题,是图像处理、模式识别和人工智能等多种学科的综合应用,同时也是计算机视觉领域的重要课题。其直接面向企业需求,具有很高的理论意义和应用价值,多年来的理论研究及实践为此课题的深入研究奠定了良好的基础,但也存在着许多亟待解决的问题,识别理论和方法有待突破。地形图是点、线、面符号的有机集合,是矢量线划图；而扫描地形图图像是点阵像素的自然集合。为了将点阵像素聚合为地图要素符号,本文从知识出发,进行分层处理和自组织的推理,力求加强表达单元整体性、提高表达的层次性、关注各种关联信息以及根据启发信息选择和组织识别数据。本文扩充了图段的约束条件,使其满足颜色、宽度和拓扑一致性要求,使图段成为具有单意义的图像表达单元。根据象素之间的关联,先对点阵图像进行游程编码,构建带有属性信息的扫描串,然后基于扫描串宽度、颜色和拓扑一致性形成图段,得到图像的图段表达,同时提取图段之间连接关系,构建图段连通体。根据图段连通体的属性提取点、线、面连通体,并对线进行矢量化,得到线符号及其之间的连接关系,构建线符号之间的邻接关系。根据线符号之间的关联性,搜索属于同一地图要素的所有线符号,提取之间的关系,重建地图要素。根据人脑识别地形图时对目标信息的组织方式,本文提出了地形图目标的三级模型——地图要素模型、符号模型和影像模型,符号模型将现实模型和影像模型联系起来,该模型基于矢量栅格一体化数据表达形式,是面向地物的,具有矢量数据的特点；同时,通过地物的标识号可以找到该地物途径的所有像元,从而又具有栅格的全部特性。基于符号模型进行地物的识别和提取,可以充分利用地物所有像元的局部特征,同时又可利用地物的拓扑关系等整体特征。识别过程中提取的信息分成图段、符号和地图要素三个层次,同一层次数据之间相互关联,不同层次数据之间也相互关联,这样既注重横向的关联又重视纵向的关联。在识别中,先获得像素局部特征再生成图段连通体的整体结构,然后又用整体结构去指导和修正局部特征；高层信息从低层数据获得,反过来又去指导低层数据,采用自下而上与自上而下推理相结合的方式完成整个识别。为了充分利用地形图的颜色信息,在分析前人分色处理方法的基础上,面向像元层次提出了增加颜色分类数的思想,从而有效地解决了过渡色分色模糊的难题；面向扫描串层次将颜色组合情况归纳为16种,巧妙地用各颜色代码之和来表示,从而使得扫描串带有了颜色信息,为图段颜色信息的提取提供了基础。本文采用游程编码技术实现了像元矩阵→扫描串→图段的转换。图段是满足颜色、宽度和拓扑一致性的邻接扫描串,其能够直接表达线段和交点。利用图段的颜色信息和邻接关系构建单版图段连通体,从而实现了地形图图像的自动分色,由于同时考虑了颜色属性与空间关系,其在处理效率和抑制噪声等方面更为优越。在单版连通体图基础上,对图段连通体进行分析。从地图符号的形状、尺寸和拓扑关系入手,归纳总结出特征尺寸、高宽比、黑白比、节点密度等适于表达的特征,并基于特征的区别有效地将线符号从点、面符号中分离出来。对提取得到的线符号,依据节点图段采用分段矢量化的处理方法,然后根据节点图段的邻接关系进行同源直线检测,从而得到属于同一地图要素的所有矢量线段,形成完整的矢量信息。同时针对不同的地图要素自适应地调整检测条件,更好的提取虚线型道路、河流和等高线的矢量数据。基于上述识别方法和算法,设计开发了一个地形图智能识别原型系统。软件以VC++为平台,采用面向对象的设计方法,并利用通用数据库管理数据。
谢建华[5]2010年在《纸制军事地图生成电子沙盘系统研究》文中指出目前,数字图像处理技术已广泛应用于许多领域。军事地图的自动识别对国防建设有着重要的意义,帮助实现纸质地图向数字化生产的转轨,且为三维立体地图的生成提供数据。地图的自动识别一直是一个重要而又难以彻底解决的问题,它涉及学科广泛,且集理论与实践为一体。尤其军事地图自动识别更需要智能化程度高,通用性能好,在生成电子沙盘的过程中人工参与尽可能地少,构建速度尽可能地快。本文把数字图像处理技术应用于地图的识别过程中,利用模糊聚类、数学形态学等知识,研究了地图的分色和细化等算法的设计问题。最后将以上算法综合,自主开发了一个纸质军事地图生成电子沙盘系统,这既是对本文算法的检验,也为整体系统进一步开发和完善打下良好基础。针对军事地形图的非线性几何畸变和旋转角度的校正问题,采用了基于栅格控制点的几何拉伸图像复原方法,该方法应用灵活,对各种不可预测的几何畸变均有良好复原效果,然后采用了双线性灰度级插补法,处理空间变换后图像中像素灰度级的赋值问题。对于非线性的畸变复原难点在于配准控制点对的选取,本文针对军事地形图的固有特点,根据网格交点计算出了配准控制点对；对于旋转角度的校正,采用了识别分类经纬度数字标注方法,获得了较好的配准效果。针对军事地形图进行了空间坐标位置配准问题的研究,采用彩色特征的交互相关配准准则测评待拼接图片间的配准区域的相似程度,其中,选取含有控制点的配准区域是一个难点,本文应用一种根据含有彩色特征的频数,自动选取边缘重叠区内最大彩色特征区域作为配准区域的方法,取得了较好的效果,并且应用空间坐标配准技术,使用VC++6.0作为开发工具,运用MFC、BOOST库和ImageStone图像处理库,开发出了一个拼接软件系统,成功的实现对军事地图的自动拼接、半自动拼接和手动拼接。在分色算法的研究中,首先进行色彩空间模型转换,然后提出了基于样本加权的改进FCM算法,对隶属度进行调整,将二维彩色直方图引入到加权系数中。本算法克服了已有的模糊c均值算法中的两点不足,即当隶属度相近时,分类会变得模糊,且对于不同的样本矢量,聚类效果不同。算法已用Visual C++6.0编程实现,效果比较理想。在细化算法的研究中,提出了一种改进的快速并行细化算法。不但考虑到模板的对称性问题,同时还给出了删除数组,提高了算法的运行速度。本算法也是通过VC++6.0实现的,从运行结果看,没有发生骨架畸变现象,避免了过度腐蚀,具有较好的连通性。在矢量化算法的研究中,提出了一种变步长的基于圆跟踪的自动适应矢量化方法。依据线条的复杂程度改变跟踪圆半径的大小,等高线变化平缓的地方,半径选取的大些,等高线变化剧烈的地方,半径选取的小些,以斜率作为半径选取的依据。变步长的方法提取具有代表性的数据点,可以更准确地保持等高线的特性。采用Delaunay三角网进行三维建模,用插值算法重建数字地面模型,用OpcnGL进行三维显示来生成三维地形图,结合开发实例分析每一个步骤及相应算法,对某一军用地图进行建模和可视化,生成三维电子地图。最后,结束语部分对前面所做的工作进行了总结,并对地图数字化的现状和未来的发展状况进行了阐述。
田宽[6]2017年在《彩色地形图中的点状符号识别算法研究》文中进行了进一步梳理地图模式识别是提高地图自动矢量化效率的关键技术,彩色地形图中点状符号识别作为地图模式识别的重要组成部分,是目前研究的重点和难点,提高点状符号识别的准确率对于促进地图自动矢量化的发展具有重要的意义。本文阐述了地图点状符号识别的研究意义以及发展现状,概述了彩色地形图的基础理论,简要说明了点状符号相关的彩色地形图颜色分割算法和线状要素提取算法,重点研究了彩色地形图中的点状符号识别算法,给出了基于非线性映射与广义霍夫变换的点状符号识别算法和基于深度学习与区域特征的点状符号识别算法,并开发了基于QGIS开源平台的点状符号识别软件。主要包含以下工作内容:(1)针对彩色地形图中点状符号灰度直方图的特征,在广义霍夫变换的基础上,本文给出了一种基于非线性映射与广义霍夫变换的点状符号识别算法。在彩色地形图线状要素提取与传统广义霍夫变换的基础上,该算法引入了点状符号的灰度直方图特征,对传统广义霍夫变换算法的识别结果与点状符号进行非线性映射,然后对非线性映射结果进行模板匹配,通过匹配结果反馈对初步识别结果进行筛选与修正,以提高点状符号识别算法的准确率。(2)针对彩色地形图中点状符号的区域特征,在彩色地形图颜色分割与LeNet卷积神经网络的基础上,本文给出了一种基于深度学习与区域特征的点状符号识别算法。在彩色地形图黑色分版图结果中,该算法引入了点状符号的连通域特征,通过对黑色分版图中的所有连通域进行筛选,得到所有疑似点状符号的连通域,并根据连通域外接矩形提取原彩色地形图中的相应图像块,然后通过训练好的点状符号分类模型对疑似点状符号图像块进行识别,对所有疑似点状符号进行筛选与分类,得到最终的点状符号识别结果,在引入连通域特征时忽略了连通域本身的类别属性,以提高点状符号识别算法的效率。(3)根据选题对点状符号识别的研究成果,设计了基于QGIS开源平台的点状符号识别软件,依赖于OpenCV开源计算机视觉库,在Visual Studio 2010环境中对该软件进行了开发,得到了相应的点状符号识别功能模块。本文算法实验结果表明,基于非线性映射与广义霍夫变换的点状符号识别算法和基于深度学习与区域特征的点状符号识别算法对彩色地形图中的点状符号识别准确率达到了90%以上。同时,基于QGIS开源平台开发了用于点状符号识别的多个功能模块,已经可以应用于作业采集工作。
齐行祥[7]2011年在《基于个性化虚拟人台的服装合体性评价模型研究》文中研究说明本文在当前物联网迅速发展的大背景下,研究了基于个性化虚拟人台的服装合体性评价模型。研究内容包括三维人体信息数据的获取、传输和存储,个性化虚拟人台参数的获取与解析,个性化虚拟人台建模技术,虚拟服装建模技术,服装合体性评价模型等。首先应用数据挖掘技术对女性躯干部位三维扫描数据进行了研究分析。对用[TC]2系统获取的数据进行预处理,提取出躯干部分的点云数据,将清洗后的三维点云数据作为数据挖掘的数据源,运用描述型数据挖掘算法找出躯干部位人体表面的关键点和关键面。运用预测型数据挖掘算法由关键点预测其它点的数据信息,并进行了误差分析。在数据挖掘结论的基础上,研究开发了基于多张图片的三维人体信息数据获取系统。从指定角度拍摄多张人体照片,通过图像处理、畸变校正、轮廓识别等获取人体轮廓,再通过特征点识别、关键点识别,获取人体躯干表面的关键点,再由关键点预测其它点的数据信息,从而获取三维人体信息数据。根据数据挖掘提取的关联规则,参考应用XML技术,对三维人体信息数据的表示和传输提出了一套切实可行的解决方案,并在Visual Studio 2005环境下对XML文件进行了解析验证。于此构建了三维人体信息数据库模型,并在MS SQL Sever 2005数据库中进行了具体实现。本文的个性化虚拟人台建模首先要获取能体现虚拟人台个性化特征的参数。针对网络环境下个性化虚拟人台建模的需要,研究个性化虚拟人台参数的获取与解析,通过运用Web Service技术实现个性化虚拟人台的参数获取方案,为构建个性化虚拟人体提供数据支持。最后运用三角面片建模技术建立了个性化虚拟人台。还研究了在个性化虚拟仿真人台上生成领围线、胸围线、腰围线、臀围线、前中线、后中线及侧缝线等基础线,为服装合体性评价做好准备工作。最后,论文构建了服装合体性三级评价模型,从低级到高级依次为基于服装号型的服装合体性评价、基于人体基础线的服装合体性评价、基于人体曲面的服装合体性评价。该评价模型适用范围广,能够满足电子商务服装网络营销、物联网发展的需要。运算效率高,三级模型层层递进,每层都能将非常不合体的服装筛选列出,避免了每次评价都需要三级模型逐级全部运行,既节省了运算所需资源,也缩短了评价所需的时间。在使用过程中,用户可以选择所要使用的评价级别,运行更加灵活,更能满足不同用户或用户不同的需要。评价结果运用可视化技术将数据转换成图形,可以在人与数据、人与人之间实现图像通信,操作界面更加友好,可操作性强。论文创新性地完成了以下工作：1.基于数据挖掘技术的三维人体扫描数据分析用描述型数据挖掘算法对女性躯干部位三维点云数据进行分析后,得出两个结论：在层维上,女性躯干部位自下而上均分为50层,同时为一阶差分极大值和二阶差分极小值的层有第10、20、29、31、34、36层。第10层位于人体臀围附近,第20层位于人体腰围附近,第29层位于人体下胸围附近,第31层位于人体胸围附近,第36层位于人体上胸围附近,第34层位于胸围线与上胸围线之间。这六层是表示女性躯干部位曲面特征的关键面。在扇维上,正面轮廓、侧面轮廓、侧45°轮廓(或侧135°轮廓),这三个轮廓所在的都经过原点的平面将女性躯干部位等夹角地分为八等分,相邻两个平面的夹角为45°。投影形成这3个轮廓的3组扇面是女性躯干部位曲面特征的关键扇面；用预测型数据挖掘算法对女性躯干部位三维点云数据进行分析后,得出如下结论：每层中的非关键点与关键点之间存在多值依赖关系,非关键点可根据其相邻的3个关键点的值运用线性回归数据挖掘算法进行预测,其误差在可接受范围之内。2.构建了三维人体信息数据的获取、传输和存储等标准体系根据对三维人体扫描数据进行数据挖掘的结论研究了用三张照片获取三维人体信息数据的方法。为了使获取的数据精度能够达到服装行业使用的要求,对人体图像的获取和人体图像的畸变进行了校正,对校正后的图像进行轮廓提取、人体特征点识别、人体关键点计算,进而能够实现人体尺寸的提取和生成三维人体点云数据。为了满足数据获取需要制作了角度定位旋转板等辅助工具,开发了可以获取三维人体点云的三维人体信息数据获取系统。应用XML技术,针对三维人体信息数据的表示和传输,参考服装行业相关标准,提出了一套切实可行的解决方案,并在Visual Studio 2005环境下,对XML文件进行了解析验证。构建了三维人体信息数据库模型,并在MS SQL Sever 2005数据库中进行了具体实现。3.建立了面向服装合体性评价的个性化虚拟服装人台建立了面向服装合体性评价的个性化虚拟服装人台,按照建立人体模型所需的参数,分为四个层级。参数结构由简到繁依次为一至四层级即尺寸层级、特征点层级、关键点层级、点云层级,各层级之间也可以组合使用。本文使用第三层级即关键点层级,通过Web Service技术建立个性化虚拟人台参数的获取方案,实现了能够适应Internet计算环境的松散耦合的分布式组件互联,可以将存储在不同的商家、存储在不同的操作系统和硬件平台上数据结构和程序接口不同的个性化人体数据有效地结合到一起使用,实现商家之间客户个性化身体数据信息的共享。通过获取的关键点信息生成人体躯干部位点云的三维坐标数据,对点云数据进行网格化处理后,基于三次B样条技术进行了人体曲面建模。最后,为了满足多级服装合体性评价需要,在所建立的个性化虚拟仿真人台上生成了领围线、胸围线、腰围线、臀围线、前中线、后中线及侧缝线等基础线。4.构建了服装合体性三级评价模型在服装合体性三级评价模型体系结构中,基于服装号型的服装合体性评价是最低级别的评价。其评价方法最简单,所需数据最少,运算时问最短,能够满足款式较宽松、面料弹性较大的服装的合体性评价需要。二级基于人体基础线的服装合体性评价是在一级评价基础上进行的,只有在一级评价基本通过,并需要做进一步评价的情况下,才进入二级评价流程。三级基于人体曲面的服装合体性评价在二级评价基础上进行,只有在二级评价基本通过,并需要对服装合体性做进一步评价的情况下,再进入三级评价流程。三级评价是最高级别的评价,需要的人体数据和服装数据比较详细,运算时间也相应较长,能够满足款式贴体和较贴体、面料弹性较小的服装的合体性评价需要。该模型适用范围广,满足电子商务服装网络营销、物联网发展的需要。其运算效率高,三级模型层层递进,每层能列出不需要进行高一级评价的服装。既节省了运算所需资源,也缩短了评价所需的时间。在使用过程中,用户可以根据需要选择所要使用的评价级别,运行更加灵活。评价结果运用可视化技术将数据转换成图形,在人与数据、人与人之间实现图像通信,故操作界面更加友好,可操作性强。
吕希奎[8]2008年在《基于遥感信息的选线系统地理环境建模方法及应用研究》文中研究指明根据中国铁路中长期发展规划,到2020年,中国将建成2万多公里高速客运专线和城际铁路。高速铁路和城际铁路经行地区经济发达,城镇密布,并且铁路沿线地理环境和地质环境均较复杂,选线设计更注重环境选线、景观选线和地质选线。传统的等高线地形图模型已不能满足高速铁路和城际铁路的选线需求。将遥感技术、数字摄影测量技术、虚拟现实技术、数字地质技术综合相集成,建立一个能够同时满足地质选线和环境选线要求的三维可视化选线地理模型,让工程师在一个逼真显示的三维可视化地理环境中进行选线方案设计与决策,不仅是铁路勘测设计一体化、智能化研究领域亟待解决的课题,更是现代铁路设计的需求。基于这一思想,本文以“基于遥感信息的选线系统三维地理环境建模方法和应用”为主题,对其中的所涉及的理论方法和关键技术进行了研究,从建模方法和算法方面提出了一整套方法并予以实现。主要研究内容及研究结果如下:1.针对铁路选线带状大范围地形的特点,以航测、卫星遥感为数据源,以全数字摄影测量系统为工具,采用于数字地形分幅采集方法,以获取铁路强带状地形特点的地形数据,能够最大程度的减少构建三维地形时的数据冗余。对采集的地形数据,提出基于改进坡度RMSE与三维可视化联合的粗差检测与剔除方法,实现了对DEM粗差有效的检测与剔除,保证三维地理环境的建模精度。2.提出矢栅一体化的选线系统三维地质环境建模方法。首次将地质对象遥感解译影像应用于铁路选线系统。根据选线系统地理环境特点,提出地质对象文化特征概念,以地质对象的名称和ID标识号作为其文化特征,将文化特征作为地质对象特殊的矢量数据,按照准确地理位置叠加到地质对象的矢量三维目标上,实现地质对象在三维地理环境中的定位和计算机内部的有效识别。基于TIN模型、约束TIN模型实现地质对象的遥感解译影像在三维空间的准确定位,以遥感解译影像直接表达地质信息。为地质对象建立矢量、栅格影像同时存在的表达和描述模式,在此基础上建立了直观的三维地质环境。3.提出基于超地图模型的选线系统信息管理和组织方法。基于遥感正射影像图的影像环境,首次将超地图概念引入到铁路选线系统,建立了基于地理信息、地质、水文信息、地质知识的选线超地图模型。实现基于超目录结构模型对这些信息之间关系的非线性存储、组织、管理和浏览。为选线工程师提供图文并茂的地质、地理和地质知识环境。4.提出基于多子库铁路工程地质信息库建模方法。根据选线设计涉及的地质条件的多样性,将不同类型地质对象进行分类和标引,在地质知识表示方法上,提出基于三维可视化的用户外部知识表示方法。针对选线地质知识涉及的不同地理环境,构建了河谷、冻土、风沙地区等各类三维地理环境,并在该环境中表达知识,实现知识的三维可视化表示。为选线工程师提供三维可视的铁路工程地质知识环境。针对选线设计的复杂性,以认知心理学为依据,提出基于案例推理的知识应用方法。5.探索了基于逼真显示的三维地理环境的地质选线技术。采用三维目标与信息数据库相连接技术,解决在三维环境中直接进行选线设计的技术问题,包括在逼真显示的三维地理环境中线路局部走向选择,基于遥感地质影像环境的不良地质区域选线方法等。根据线路穿越的不良地质对象的类型和位置,实现系统自动从知识库中提取选线地质知识,并给出选线建议,以指导选线工程师在不良地质区域的选线设计。根据山区等地形地质复杂地区的选线设计特点,从地质选线角度,提出直接根据方案的设计信息获取方案评价指标值的思想,建立了基于三维地理环境的复杂地质区域线路方案评价模型,解决线路多方案的比选问题。6.综合应用三维空间观察原理、真实感图形绘制技术、计算机动画、虚拟现实等技术,以OpenGL图形库和VC++6.0为开发工具,实现了线路三维场景的实时动态显示。并与正射和透视两种模式设计相结合,使得三维可视化技术不仅用于设计成果的直观表达,而且融入整个设计过程中,从而实现本文提出的三维虚拟环境下的选线设计思想。7.基于所提出的理论方法,研制了一个选线地理环境建模平台。该平台实现本文提出的基于航测和卫星信息的三维可视化选线地理环境模和应用技术。并用实例对系统的主要功能进行了测试。验证和测试结果表明,本文提出的建模方法和应用技术是切实可行的。基于本文提出的方法所建立的原型系统,可较容易的开发实用的集遥感技术、虚拟现实技术、数字地质技术、空间数据库等技术的三维可视化选线系统。本文的研究虽然是针对铁路选线设计问题进行的,其研究成果可直接应用于公路路线系统的设计研究。
郑华利[9]2003年在《彩色地形图的自动识别与矢量化研究》文中提出地理信息的数字化是建立地理信息系统(GIS)的重要环节，工作量占整个系统开发的三分之二以上。地形图自动识别与矢量化是涉及多个学科、集理论和实践为一体的图像处理与识别技术，据此可显著提高数字地图的开发效率。多年来的理论及实践为此课题的深入研究奠定了良好的基础，但也存在着许多亟待解决的问题。本文首先分析了地形图自动识别及矢量技术的发展现状，指出了现存的主要问题。然后参考人类视觉系统的信息提取原理，分别从地形图图像预处理、颜色分层、等高线矢量化、黑版要素提取与识别、虚线的提取五个方面提出了自己的观点及算法。最后将以上算法综合，自主开发了一个地形图自动识别与矢量化原型系统，这既是对本文算法的检验，也为整体系统进一步开发、完善打下良好基础。 本文的研究成果主要包括： 1．分析了地图信息提取与识别的重要意义及发展现状，研究了地形图自动识别与矢量化的常用方法及作业方式，指出本课题现存的主要问题。 2．探讨了地形图图像质量退化的误差成因，指出图像预处理工作的必要性。通过对目前非线性扩散算法的分析、总结，提出了基于区域特征分析的地形图图像自适应平滑算法。该方法克服了原有算法噪声敏感、角点模糊的缺点，对其它图像的平滑也可收到较好的效果。 3．指出目前地形图分层算法设计中仅考虑像素颜色信息的不足，提出了空间关系信息与颜色信息相结合的地形图分层算法，同时通过色彩空间转换、改进的模糊C均值算法实现了地形图图像的分色。实验证明，该算法可有效地抑制地图图像的颜色误差，提高分层精度，为地图的分层识别及矢量化奠定了良好的基础。 4．对目前的图纸矢量化算法进行了较全面的总结与分析。为改善等高线自动矢量化的效果，提出基于区域流向分析的可变形模型跟踪算法。同以往基于二值图像的二阶段矢量化算法不同，本算法直接基于原地形图图像。最终通过初始种子段的生成、可变内力控制及区域流向分析，实现了等高线的自动矢量化及断点、粘连点的处理，具有较好的稳定性及自适应特征。 5．分析了地形图黑版要素的形态特征，提出了基于形态分解的地形图黑版要素提取及识别算法。此算法在多角度并行运算的基础上进行扩展，辅以要素的节点分析，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摘要分类后综合，初步实现了黑版要素如道路、居民地、汉字等的自动提取、识别。 6.对地形图制图中的视觉组织现象进行分析，指出运用视觉组织算法进行地形图识别的意义及必要性，提出了基于视觉组织的虚线自动提取算法。该算法通过虚线点的相互作用分析、形态滤波、有界深度优先搜索、可变形模型迭代跟踪实现了虚线的自动跟踪及矢量化。 7.根据以上思路和算法，将理论与实践相结合，开发了二个彩色地形图自动识别与矢量化的原型系统，初步具备了地形图要素的自动提取、识别与矢量化功能。同时，提出矢量化效果的整体评价指标，对实验结果进行了系统的评价。最后，分析与展望了地形图智能理解的研究前景。
吴宁[10]2013年在《基于目标识别和参数化技术的城市建筑群三维重建研究》文中进行了进一步梳理随着数字城市的快速发展和城市三维空间模型应用领域的不断扩展,城市建筑群三维模型的需求日益增长。然而传统建筑物三维重建方法在面对大空间尺度、大数据量、更新节奏快的城市建筑群时,在效率、精度、成本、尺度、技术门槛等方面均不同程度存在缺陷。为此,论文尝试引入目标识别和参数化技术,探求一种适用于城市建筑群的低成本、低门槛、高效率的“大众化”三维重建解决方案,以满足数字城市及相关领域的迫切需求。论文的主要内容包括：(1)对建筑物三维重建、目标识别和参数化建模这三大领域的相关研究、技术方法作了总结回顾,指出了其存在的问题；(2)对三大技术体系作了深度解构,指出了“二元并行框架”的成因,给出了交叉的可行途径,并通过体系重构,构建了城市建筑群三维重建的“三元交叉框架”；(3)针对遥感影像分割,提出了面向对象的多尺度区域合并分割方法和基于量化合并代价的快速区域合并分割方法；(4)针对矢量图形优化,提出了基于删除代价的矢量图形单层次优化方法、面向遥感影像矢量化图形的多层次优化方法和面向建筑群的矩形拟合优化方法；(5)针对三维信息提取,提出了基于扩展统计模型的建筑群高度提取方法和三种城市建筑群层数估算模型,针对侧向航拍影像提出了一种建筑群坐标修正方法；(6)提出了“参-建分离”的系统架构。针对该架构中的参数管理模块,设计了参数的关联、组织、管理和属性块的恢复、管理等方法。针对服务网站模块,设计了风格库管理和项目库管理子模块。针对自动建模模块,提出了DXF-SHP文件格式自动转换,CGA文法规则和规则库框架设计,规则库的调用和参数值传递,以及自动化建模脚本的设计等系列方法；(7)集成关键技术方法,开发了城市建筑群三维重建软件原型系统(3DRS)及其子系统CBRS、CityUp,并以杭州市西湖区为案例开展了实证研究,从精度、效率、成本、技术门槛、时效性等方面验证了整套解决方案的可行性。研究表明：(1)建筑物目标识别与参数化建模技术,恰可解决建筑物三维重建面临的两大难点；“三元交叉框架”使三大技术体系成为一个紧密连接、流程清晰、分工明确、目标一致的统一整体,为相关研究提供了理论支撑和方法指导；(2)面向对象的多尺度区域合并分割方法使综合考虑多种地物特征和多尺度分割成为可能,最大限度地缩短了队列长度,提高了分割精度和速度；基于量化合并代价的快速区域合并分割方法不仅能够保证分割精度,而且合并速度优势随初始分割区域数量的增加而越加显著；(3)相较于经典DP方法,基于删除代价的矢量图形单层次优化方法具有更高的精度和更低的时间复杂度,而且单位节点处理能力和等压缩率下的处理速度均具有显著优势；相较于传统单层次优化方法,面向遥感影像矢量化图形的多层次优化方法对影像不同的分割尺度和空间分辨率具有更强的适应性,能更好地还原地物的多层次特性；面向建筑群的矩形拟合优化方法可以有效减少最小面积外接矩形的计算时间,确保矩形对边平行、邻边垂直的关系,所得优化结果的形态和面积精度均较为理想；(4)基于扩展统计模型的建筑群高度提取方法、建筑群层数估算模型和建筑群坐标修正方法分别达到了较高的精度水平,可满足相关应用需求；(5)“参-建分离”的系统架构以及针对三大模块提出的一系列创新方法大幅降低了参数化建模平台的技术门槛和边际成本,提高了建模效率,为参数化技术的快速、广泛普及提供了新的发展思路；(6)本研究所提方法及系统在精度、效率、成本、门槛、时效性等方面均满足实验预定目标,体现了广泛的优势和大众化特性,整套解决方案具有可行性；(7)研究成果将推动数字城市三维空间数据基础设施的建设,使之在城市规划与管理、建筑景观设计、国防军事、应急救灾、环境保护、虚拟旅游、交通导航等诸多领域得到更广泛的应用。
参考文献：
[1]. 地形图中线对象的识别与重建[D]. 刘彤宇. 大连理工大学. 2000
[2]. 地形图矢量化设计及在三维重建中的应用[D]. 盛宜韬. 华南理工大学. 2010
[3]. 高分辨率遥感影像地物要素半自动提取方法研究[D]. 张睿. 山东科技大学. 2007
[4]. 基于图段的彩色地图线要素智能识别[D]. 李华蓉. 武汉大学. 2010
[5]. 纸制军事地图生成电子沙盘系统研究[D]. 谢建华. 东北大学. 2010
[6]. 彩色地形图中的点状符号识别算法研究[D]. 田宽. 西安电子科技大学. 2017
[7]. 基于个性化虚拟人台的服装合体性评价模型研究[D]. 齐行祥. 东华大学. 2011
[8]. 基于遥感信息的选线系统地理环境建模方法及应用研究[D]. 吕希奎. 西南交通大学. 2008
[9]. 彩色地形图的自动识别与矢量化研究[D]. 郑华利. 南京理工大学. 2003
[10]. 基于目标识别和参数化技术的城市建筑群三维重建研究[D]. 吴宁. 浙江大学. 2013
标签：自然地理学和测绘学论文; 矢量化论文; 三维地质建模论文; 地图符号论文; 建模软件论文; 三维地图论文; 虚拟技术论文; 三维重建论文; 特征提取论文; 数据建模论文; 系统评价论文; 符号计算论文; 地图应用论文; 算法论文;