基于标签分类的道路提取算法

文中研究对彩色地图图像中的道路和区域识别提取的问题。讨论了基于标签分类的一种按颜色分离地图要素的算法，对于其结果用数学形态学方法进行优化。该算法充分利用栅格地图的颜色信息和空间信息并取得了良好的实验结果。     

彩色数字栅格地图中道路识别与提取

根据数字栅格地图特征,提出一种通过识别地图标注来实现道路提取的方法。对原始数字栅格地图采用基于视觉一致性的色彩聚类分析,分离出所需等级道路及标注信息,结合色彩聚类分析与特征匹配精确识别各类标注体,确定标注区域,分析各类标注与被覆盖道路的关系,根据道路特征实现中断道路的连通。实验结果表明,该方法对标注的正确识别率达到98%以上,能实现不同等级道路的提取,并获取各类标注信息。     

彩色城市交通地图的道路识别与提取

地图信息的识别和提取是地理信息系统的基础。研究对彩色城市交通地图中的道路信息进行识别和提取的问题。首先采用改进的模板匹配法去除地图中图例标识对于道路提取造成的干扰;然后根据地图的特征,为清除地图中的噪音,提出了一种基于颜色聚类分析的分离地图要素的算法,将各种地图要素按颜色进行归类,并根据噪声的特征结合采用有效的噪声去除算法实现对地图中道路的识别和提取,最后结果用数学形态学的方法进行优化处理,并进行试验。实验结果表明,该方法可以取得良好的道路提取效果。     

基于区域特征和连接成分的地图规范化算法

地图图像规范化算法是使地图图像同类型对象的某种属性具有相同的表现形式的一种方法或过程,它是地理信息识别的一个重要步骤。根据彩色栅格城市交通地图图像中各类地理要素的特征,提出一种基于区域特征和连接成分的地图图像规范化算法。首先对地图图像中的区域特征进行分析,并建立区域识别测度,实现了区域颜色规范化;再通过对非区域对象的连接成分进行分析,并建立道路识别测度,在区域颜色规范化的基础上,实现了道路颜色规范化。实验结果表明,对于彩色城市交通地图图像,该算法取得了良好的效果。     

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。     

基于区域特征和连接成分的地图规范化算法

地图图像规范化算法是使地图图像同类型对象的某种属性具有相同的表现形式的一种方法或过程，它是地理信息识别的一个重要步骤。根据彩色栅格城市交通地图图像中各类地理要素的特征，提出一种基于区域特征和连接成分的地图图像规范化算法。首先对地图图像中的区域特征进行分析，并建立区域识别测度，实现了区域颜色规范化；再通过对非区域对象的连接成分进行分析，并建立道路识别测度，在区域颜色规范化的基础上，实现了道路颜色规范化。实验结果表明，对于彩色城市交通地图图像，该算法取得了良好的效果。     

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。     

地图信息的分层提取

提出了一种分层提取彩色地图信息的方法。首先根据一般地图中区域要素的结构和颜色特点，利用统计的方法实现区域规范化，这一步基本上不需要人工干预；然后采用模板匹配方法提取地图中的标识，这些识别出来的标识一方面作为一层信息被提取出来，另一方面对后面的道路的提取有着重要的作用；提取道路时，充分利用它们的颜色特征和连通特性，结合前面提取出来的标识以及地图中的其它要素对道路进行连接、修补处理。试验结果表明了该方法的有效性。     

彩色地图图像中道路信息的识别和提取

本文研究对彩色地图图像中的道路识别提取的问题。讨论了基于聚类分析的一种按颜色分离地图要素的算法,并对若干影响效果的问题提出了修正和解决办法。     

彩色公路地图道路自动获取的结构元素法

为了适应栅格地图向矢量地图转化的需求,提出一种彩色公路地图道路自动获取的结构元素方法.该方法包括2个关键步骤:第一步自动识别所有的区域像素并且将其全部置于白色;第二步通过完全消除区域中的文字、图标等噪声来获取道路.为了说明文中方法的有效性,将其应用到一大类彩色公路地图,并通过与已有方法的对比说明了其优越性.     

采色地图图像中道路信息的识别和提取

本文研究对彩色地图图像中的道路识别提取的问题。讨论了基于聚类分析的一种按颜色分离地图要素的算法,并对若干影响效果的问题提出了修正和解决办法。     

基于分色和一种新的去噪算法的地图自动输入技术

介绍一种利用图象处理方法对彩色地图进行识别,从而自动建立地图数据库的方法。首先用分色法对地图中的道路进行识别和抽取,再利用一种新的去噪算法进行去噪,然后进行城市识别和矢量化,得到地图数据库。最后给出了实验结果。     

彩色栅格交通地图图像中道路识别与提取

在地图图像数学模型的基础上,根据地图中各类对象的颜色特征对地图图像进行规范化处理;在分析地图图像中噪声特征的基础上,利用噪声的自身特征和数学形态学的基本疗法来消除地图图像中的噪声,以达到识别与提取完整的道路网络的目的．该方法对道路欠识别进行了处理,并以实例来验证其对道路网络识别与提取的过程及其效果．     

彩色地图中道路的识别和提取

对彩色地图中道路信息的识别与提取方法进行了研究,根据道路自身的特征,提出了一种利用圆形度与颜色特征相结合的提取方法,同时,对若干相关问题进行了详细的介绍,如区域标记、圆形度等.还介绍了对道路信息提取之后的细父化和矢量化,并着重描述了道路细化过程中形态变换的用法.通过研究可以得出,利用这种提取方法可以使处理的结果更准确,而且在提取的过程中可以很自然的把道路上的文字等噪声去掉.     

视觉密码的彩色栅格地图分存算法

目的 现有栅格地图安全保护技术主要有：基于混沌理论的图像加密技术、数字图像置乱技术和图像信息隐藏技术,这些技术不适用于丢失容忍、解密简单、共享份图像顺序可交换、权限控制等应用场合。图像分存技术可应用于上述场合,其中基于视觉密码的图像分存技术秘密图像恢复时运算简单,仅利用人眼视觉系统或借助简单计算设备,便可以获得恢复图像的信息。但运用于彩色栅格地图分存的彩色视觉密码方案,存在像素扩展度较大、秘密图像颜色受限等问题。为解决该问题,基于异或运算给出了概率型彩色视觉密码方案定义,并构造了一种概率型（k,n）彩色视觉密码方案。方法 在方案设计前,首先给出RGB颜色集合、彩色像素异或运算、共享份异或运算和基于异或运算的概率型（k,n）彩色视觉密码方案等定义。基于异或运算的概率型（k,n）彩色视觉密码方案定义包括对比条件、安全性条件和防串扰条件3个部分。根据定义,给出概率型（k,n）-CVCS（color visual cryptography scheme）的详细构造方法,该方法以（k,k）彩色视觉密码方案为基础,通过设计扩展变换算子f,将k个共享份随机等概地扩充到n个共享份,实现了（k,n）彩色栅格地图分存算法,解决了彩色栅格地图分存算法存在像素扩展度大、恢复图像视觉效果差的问题。随后,从定义的对比条件、安全性条件和防串扰条件3个方面,对本文方案有效性进行了理论证明。结果 为验证方案的有效性,利用本文算法构造出的（3,4）方案对具体的栅格地图进行分存,随机选择3个共享份XOR（exclusive or异或）后可以得到原栅格地图,而任意单个、两个共享份XOR只能得到杂乱无章的噪声图像,无法获取原栅格地图的任何信息。同时,运用其他彩色视觉密码方案对相同栅格地图进行分存,实验结果表明,本文方案像素不扩展,在视觉效果上具有更优的结果,计算得到的恢复图像峰值信噪比也优于其他相关方案。结论 本文方案无像素扩展,在减小系统开销的同时,改善了栅格地图的视觉效果,且无需对栅格地图进行半色调处理。     

基于Kohonen神经网络的地图自动输入技术

本文介绍一种利用神经网络对彩色地图进行识别,从而自动建立地图数据库的方法,首先采集样本对Kohonen神经网络进行训练,然后通过神经网络对地图中的道路进行识别和抽取,再利用去噪算法进行去噪,最后进行城市识别和矢量化,得到地图数据库,文中给出了实验结果。     

基于图像配准的栅格地图拼接方法

栅格地图拼接是多移动机器人协同创建环境地图中的一项关键技术. 本文提出一种图像配准意义下的栅格地图拼接方法. 该方法将栅格地图拼接问题视为图像配准问题, 建立相应的目标函数, 并给出局部收敛的迭代最近点算法求解该目标函数. 为获得最优的拼接结果, 该方法从待拼接的地图中提取局部不变特征, 并借助随机抽样一致性算法分析初始拼接参数, 以作为迭代最近点算法的初值. 最后, 提出了拼接参数已知时的栅格地图融合规则. 实验结果表明, 该方法能可靠地实现栅格地图拼接, 且具有精度高和速度快的优点.     

基于外延特征的栅格地图噪声去除算法

为了既能去除彩色城市交通地图的噪声，又能保持有用信息不致损失，在对彩色地图进行像素分类、聚类的基础上，提出了一种基于外延特征的栅格地图噪声去除新算法，该算法首先以所处理的噪声像素为原点建立一个极坐标，再通过8方向搜索来获得噪声像素的外延特征；然后按照“无偏”聚类准则与“有偏”聚类准则，确定该噪声点对道路或区域的新聚类。实验结果表明，该新方法不仅完全去除了地图中的噪声，而且使区域和道路界限分明。     

融合图特征的多机器人栅格地图拼接方法

现有的栅格地图拼接方法在地图重叠区域较小、地图特征较少、地图存在自相似性和非刚性形变的情况下匹配精度往往会大幅度下降甚至失配,提出了一种融合图特征的多机器人栅格地图拼接方法。提取待匹配栅格地图的ORB特征点并粗匹配,接下来建立ORB特征点之间的中值[K]近邻图;建立最优传输目标函数并融合ORB特征和图特征构建传输代价矩阵,同时建立增广节点筛选通过Sinkhorn算法求解最优匹配,RANSAC算法求解两张栅格地图之间的刚体变换,实现多机器人栅格地图的配准和拼接。通过实验验证了该方法具备较高的拼接精度,可应对重叠率低、特征不太明显的场景,展现出了较快的计算速度,并分析了相关参数对算法表现的影响。     

混合视觉系统的运动物体检测和静态地图重建

复杂动态背景环境下的运动物体检测和静态地图重建中容易出现运动物体检测不完整的问题。针对上述问题,提出了一种混合视觉系统下点云分割辅助的运动物体检测方法。首先,提出了直通滤波+随机采样一致性（PassThrough+RANSAC）方法来克服大面积墙壁干扰以实现点云地面点的识别;其次,将非地面点数据作为特征点投射到图像上,并估计其光流运动向量和人工运动向量,从而对动态点进行检测;然后,采用动态阈值策略对点云进行欧氏聚类;最后,整合动态点检测结果与点云分割结果来完整地提取出运动物体。此外,通过八叉树地图（Octomap）工具将点云地图转换为三维栅格地图以完成地图的构建。通过实验结果和数据分析可知,所提方法可以有效提高运动物体检测的完整性,同时重建出低损耗、高实用性的静态栅格地图。