第三届全国数字成像技术及相关材料发展与应用学术研讨会(已被录用)特征匹配法实现地图中特殊符号的快速识别季方鲍远律海涛屈静（中国科学技术大学自动化系GPS实验室安徽合肥230027）摘要在地图道路识别过程中，表示医院等特殊符号严重影响识别结果。通过对栅格地图上医院“十字”符号特征的提取，结合通用的模板匹配法，本文提出了一种运用特征匹配法实现地图中特殊符号的快速识别算法。关键词：栅格地图模板匹配道路识别符号识别特征匹配中图法分类号：TP391.41；基金项目：国家自然科学基金(60272040)资助项目FastRecognitionofSpecialSymbolBasedonFeatureMatchingMethodJiFangBaoYuanluHaiTaoQuJingGPSLab,UniversityofScienceandTechnologyofChina,Hefei230027,AnhuiChinaAbstractInthecourseofroadrecognitionfromrastermap,somesymbolssuchashospital,telcometc.badlyinfluencetheresultofrecognition.Bydistillingthefeatureofsymbolandcombiningitwithtempletmatchingmethod,thisarticleproposesfeaturematchingmethodtoefficientlyrecognisespecialsymbol.KeyWordsrastermap;templetmatching;roadrecognition;symbolrecognition;featurematching近年来，地理信息系统(GIS，geographicinformationsystem)技术得到飞速发展，并已经应用于国民经济的各个领域。地理信息系统中应用的地图可分为栅格地图和矢量地图(又称数字地图)两类。因为矢量地图相对于栅格地图有很多优点，应用越来越广泛，所以，将现有的栅格地图转化为矢量地图已成为地理信息系统应用的重要任务。城市交通地图信息的识别是地理信息系统的基础，如何提取完整的道路信息以及如何自动快速地识别特殊符号信息则成为栅格地图矢量化过程中必不可少的环节。在一幅城市交通地图中，存在很多特殊符号（如医院“”、电信“”、政府“”等），如果能够准确、快速地定位、识别出这些符号，将可以实现在矢量地图中对以上信息的自动添加；同时，由于这些符号（特别是医院和电信的符号）内部颜色和道路颜色相似甚至相同，在道路信息识别过程中引起误识别；而且，在有些地图上，这些特殊符号（特别是政府的标志）既位于道路上又位于区域上，如果能首先将这些特殊符号识别出来，并运用一定的处理方法将这些特殊符号进行分割处理，划归道路或区域，则使得后期处理更加方便、快捷、准确。基于模板匹配的方法在地图中特殊符号自动识别方面的研究工作已经很多，但是模板匹配方法计算量大，严重影响识别的速度。本文通过提取医院符号的特征，并运用MATLAB强大的数据处理能力实现了对栅格地图中医院符号的快速、准确识别。本文用于实验和处理的对象为中国公路交通图册（光盘版）[6]（地质出版社地图编辑室所编制）。1医院“十字”符号的特征提取为了研究“十字”符号的特征，只有从它的颜色特征着手。如图1所示，为医院“十字”符号的灰度值表格，共17*17个像素，每个空格表示一个像素，空格内的数字为本像素的灰度值。从图1中可以看到区域中心有很多像素的灰度值为251，这和表示道路的白色的灰度值255很接近；同时有很多灰度值为95的像素环绕这个“十字”，其实这就是我们看到的红色像素。而且在红色像素和白色像素之间还有很多其它噪声像素，这些其实是红白两色之间的过渡色。以上可以说是医院“十字”符号的基本特征。16816816816816216816816222316216816817216216816916916217216916916816820012318995951681691681681691681681681621681682001239595959595223168169168172162172168168223123959515695959595224169162168168168169238246108951732512511739520022324716817216916820012322321295173251251223952002122231681691692001239595952121892512