彩色扫描地图的交互矢量化

提出了一种基于彩色地图的交互式矢量化方法。该方法综合利用了颜色距离、线宽等特征,采取了模糊选点、跟踪方向自适应调节和跟踪模式自由切换等策略,克服了当前矢量化几种常用方法的不足,实现了彩色扫描地图的快速交互式矢量化。在实际应用中取得了比较满意的效果。     

栅格地图矢量化关键技术研究与实现

在GIS中,采用扫描仪录入地图数据的难点为地图各要素的分割、细化和矢量化等问题。该文对相关技术进行了分析比较,并用数学形态学相关理论方法实现了对扫描图像中具有同一线型但不同线宽的线状要素的分类提取、细化和矢量化。     

彩色地图分色算法研究现状

对已有彩色地图分色方法进行了综述.把彩色地图分色方法细分成颜色空间的选择和具体的分割方法两个方面,并从上述两个方面进行了总结.具体分割算法包括基于直方图的阈值化方法,基于特征空间的聚类、基于模糊的方法、基于神经网络的方法、基于熵的方法、基于遗传算法的方法、基于随机场模型的统计学方法以及其它一些方法.颜色空间模型包括RGB颜色空间、CIELab空间、HVC空间、HLS颜色空间等.     

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.     

扫描输入彩色地图的去噪与自动分割*

针对扫描输入纸质彩色地图噪声干扰严重,自动分割效果不理想的现状,提出了一种先去噪后分割的地图分割新方法。根据噪声性质采用维纳滤波与小波阈值萎缩相结合的去噪方法,进行基于CIE-L*a*b*色空间的颜色聚类。与传统的彩图分割相比,该方法对噪声具有更强的鲁棒性,处理速度快且分割清晰。     

一种光栅图像地图转化成矢量数据地图的方法

矢量化光栅地图是一个重要而又远未解决的问题。该文通过对分布式虚拟战场环境中仿真实体及其应用研究的开发应用，对光栅图像地图转化成矢量数据地图的方法进行研究。该方法首先对扫描仪扫描输入的图像进行处理，然后采用一种动态线划的自动、半自动跟踪算法，数字化现有地图上的等高线等地貌信息，该方法是利用跟踪地图地理要素线划中心的模式完成跟踪的，较好地模拟了人工矢量化所采用的策略和方法，获得的矢量数据骨架点准确，失真少、处理速度快，与人的直观视觉相符，能用于各类地图的矢量化。     

栅格地图道路的快速矢量化方法研究与实现

以彩色数字栅格地图道路数据为处理对象,提出一种基于可变矩形跟踪框技术快速矢量化道路类线要素的方法。在确定道路矢量化规则的基础上,通过采用可变矩形跟踪框技术,结合端点(交点)判断及道路惯性延伸点判断方法实行栅格地图道路的快速矢量化,并克服了当前几种常用矢量化方法的不足。实验结果表明该方法的矢量化效果十分理想。     

信息融合技术在彩色图像分割方法中的应用

将信息融合技术应用于彩色图像分割,提出了一种新的分割方法,并应用剥壳方法降低问题的复杂度,为彩色分割在不同领域中的应用提供了一种新的思路与解决方法,将该方法应用于彩色地图自动矢量化输入系统,得到了令人满意的结果。     

局部线性嵌入与模糊 C-均值聚类的红外图像彩色化算法

针对红外图像彩色化处理后清晰度低、色彩不够自然等问题,将改进后的局部线 性嵌入算法(LLE)算法引入到红外图像彩色化应用中,提出了一种 LLE 与模糊 C-均值聚类的红 外图像彩色化算法。首先通过扩大邻域范围和添加权重信息等方法改善了 LLE 算法敏感于稀疏 矩阵的缺陷,在红外和彩色模板像素矢量化空间中,利用最近邻搜索计算最佳匹配系数,经彩 色值计算将彩色模板中的颜色映射到红外图像特定区域,完成模板彩色与红外目标图像的颜色 传递。利用改进后的模糊 C-均值聚类对彩色化后的红外图像进行颜色聚类,在颜色聚类集上利 用直方图均衡化进行分段颜色均衡处理,最后将均衡化后的图像合成。将本算法与其他两种红 外彩色化算法进行仿真对比,实验结果表明,与其他两种算法相比,提出的红外图像彩色化算 法在仅仅利用目标红外图像和彩色模板下就能获得图像较为清晰、目标突出的彩色化结果。     

基于视觉显著图的异性纤维彩色图像分割方法

为实现对棉花异性纤维自动视觉检测系统采集的彩色图像的精确分割,提出了基于视觉显著图的异性纤维彩色图像分割方法.通过计算颜色显著图,实现彩色异性纤维目标的识别;通过计算亮度显著图,实现灰色异性纤维目标的识别;将彩色和灰色目标进行融合,得到全部异性纤维目标.实验结果表明,该方法可以准确分割出异性纤维彩色图像中含有的各种异性纤维目标.通过比较发现,该方法在分割精度上明显优于其它方法,可以实现对异性纤维彩色图像的精确分割.     

空间关系信息和颜色信息相结合的地形图分层算法

在对地形图图象颜色进行误差分析的基础上，指出目前在地形图分层算法设计中，由于仅考虑地形图色彩信息而存在许多不足，因此提出了地形图像素空间关系信息的概念，并讨论了像素空间关系信息的提取方法，进而给出一个将地形图像素的空间关系信息与颜色信息相结合，以实现彩色地形图分层的新算法．实验表明，此算法可有效地抑制地形图图象的颜色误差和提高分层的精度，从而为地形图的分层识别及自动矢量化奠定了良好的基础．     

基于知识的窗口矢量化技术

介绍了一种工程图扫描识别中基于知识库推理的自适应窗口矢量化技术。它既避免了常用的基于细化的识别处理方法在交叉点处引起的畸变,又较好地实现了交叉点的精确定位。文中还给出了自适应窗口的约束条件和黑游程结构图的构造方法,同时详尽地分析了知识库的组织机制。     

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。     

基于边缘颜色对的车牌定位新方法

车牌定位是车牌自动识别系统中的一个关键问题．该文提出了一种新的基于边缘颜色对的车牌定位方法．首先进行彩色边缘检测，然后以每一边缘点为中心，垂直于边缘方向取一线形窗口，在窗口内检测边缘点两侧像素的颜色是否分别匹配车牌的底色与字符颜色，若是，则保留为候选车牌边缘点；然后进行形态滤波，剥离不符合车牌结构特征的区域，最后对候选车牌区域进行纹理特征的分析以确定真实车牌区域．该方法抓住了车牌背景与字符具有固定颜色搭配的重要特点，综合利用了车牌的结构特征和纹理特征，提高了车牌定位的可靠性．对各种条件下拍摄的163幅含有车牌的图像应用该算法，定位准确率达到98．2％。     

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.     

An approach to computer-supported cartooning

An approach to computer-supported cartooning is described that aims at optimizing the image-related working process by introducing computer-support in the drawing and painting stages of traditional cartoon production, in particular, allowing automatic coloring of a sequence of digitized images. This is achieved by using a shape-matching algorithm to evaluate the similarity of image regions and by performing an optimum region assignment to identify the corresponding ones and propagate the color information through the image sequence. In order to maintain the use of traditional drawing tools, the first step in the proposed system architecture is the processing of scanned animators' drawings to enhance their quality and extract meaningful information. Two different system modules allow either manual coloring of images or computer-assisted automatic painting of an image sequence. Additional modules allow the construction of a vector representation for the images, the generation of in-betweens, and the composing of each cartoon frame. The first stages of the system's architecture — image preprocessing, painting and vectorization — are presented. Special emphasis is placed on the fundamental ideas behind the computer-assisted painting and vectorization steps. The competitiveness of the approach, which requires no special hardware or high-performance workstation, is shown.     

地形图数字注记的自动提取与识别

地形图的自动扫描矢量化是GIS领域亟待解决的一个重要难题。地形图中包含了大量的字体丰富的数字注记,用以表示地物地貌的属性等特征,正确提取并识别这些数字是图纸处理中的重要组成部分。本文分析了现有的提取方法的不足,提出了一种新的数字注记自动提取与识别算法,首先根据先验的尺寸大小确定候选数字,再采用OCON结构的BP神经网络识别出真正的数字,然后利用近邻关系提取出扩展数字。实验表明,该算法是快速、高效、可靠的。     

扫描图象细化后象点点位精度研究

该文提出了一种计算扫描图象细化后象点点位中误差的方法,通过实验,得出的主要结论是：扫描图象细化后的点位精度由固定误差和比例误差两部分组成;不同细化算法对点位精度影响不大,但扫描仪可能存在系统误差,其大小有待进一步研究。图象细化是扫描图象矢量化的基础,研究扫描图象细化后的精度对某些应用领域（如图象转换为ＧＩＳ数据库的数据）有着重要的意义。     

Direct gray-scale extraction of features for character recognition

A method for feature extraction directly from gray-scale images of scanned documents without the usual step of binarization is presented. This approach eliminates binarization by extracting features directly from gray-scale images. In this method, a digitized gray-scale image is treated as a noisy sampling of the underlying continuous surface and desired features are obtained by extracting and assembling topographic characteristics of this surface. The advantages and effectiveness of the approach are both shown theoretically and demonstrated through preliminary experiments of the proposed method