地图影像的几何纠正与识别学习教案.ppt
上传人:王子****青蛙 上传时间:2024-09-13 格式:PPT 页数:49 大小:3.4MB 金币:10 举报 版权申诉
预览加载中,请您耐心等待几秒...

地图影像的几何纠正与识别学习教案.ppt

地图影像的几何纠正与识别学习教案.ppt

预览

免费试读已结束,剩余 39 页请下载文档后查看

10 金币

下载此文档

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

现阶段,纸质地图是获取数字(shùzì)地理信息的主要来源,而实现这一信息获取的主要途径是对地图进行扫描,形成栅格影像图,然后进行矢量化处理,生成矢量图。经过处理后的数字(shùzì)影像地图和矢量地图是GIS最重要的组成部分,而上述方式是目前GIS数据采集的最主要方式。影像地图以栅格形式存储,格式(géshi)简单,容易与遥感影像和DEM进行联合空间分析并易实现数据共享,但数据量大且不是面向对象的。直接(zhíjiē)扫描得到的栅格影像经过几何纠正、镶嵌等处理可生成影像地图,即GIS中的DRG数据。对已处理的影像地图人工矢量化或自动识别可生成GIS中最主要的数据源DLG。一、扫描影像几何(jǐhé)纠正减小几何(jǐhé)变形整体纠正(jiūzhèng)方法(1)整体(zhěngtǐ)纠正方法(2)整体(zhěngtǐ)纠正(3-1)整体(zhěngtǐ)纠正(3-2)分块纠正(jiūzhèng)方法传统(chuántǒng)纠正方法的不足(1)、选取影像纠正的控制点,以大比例尺地形图为例,选择图廓角点和公里格网线的交点作为控制点,这些点的地理坐标已知,需要(xūyào)精确量测出影像坐标。变形(biànxíng)矢量图变形(biànxíng)等值线图三维变形(biànxíng)效果图顾及(gùjí)变形特征的Delaunay三角网分块纠正方法Delaunay三角网定义(dìngyì)VIP选择性构网顾及变形特征(tèzhēng)的Delaunay三角网构网方法(关键点)连接地形图图廓的四角点,然后连接其中一条对角线,组成(zǔchénꞬ)两个初始三角形,如图阀值的选定(xuǎndìnꞬ)试验(shìyàn)方法实验结果(jiēguǒ)对比二、地图(dìtú)影像的自动识别地图(dìtú)影像自动识别的目的及含义地图识别:计算机实现人对地图的阅读和理解(lǐjiě),从二维数字扫描图像中自动提取目标的色彩、形状和语义信息,并通过特征信息的处理和分析,完成对不同地图模式的分类决策,自动为智能化GIS提供数据信息。国内外研究(yánjiū)现状研究内容(nèiróng)和方法点状符号(fúhào)的描述与识别基于形状分析的点状符号识别形状是最主要的视觉变量,对识别影响大。从输入的待识点阵(diǎnzhèn)图形中选择提取描述该符号的形状特征,再根据一定的准则判定该符号所属的类别。特征的选取原则:较强的分类能力、较高的稳定性和抗干扰性、容易提取,大小、旋转、平移不变性利用欧拉数、体态比、密度集、面积、周长等组合特征对点状符号逐级分类识别基于傅里叶系数特征识别采用傅里叶系数表示点状符号的轮廓线,并计算特征不变量(圆形度F1、细长度F2、密集度F3)基于傅里叶系数(xìshù)特征的点状符号识别平移(pínꞬyí)不变性大小(dàxiǎo)不变性基于(jīyú)神经网络的点状符号识别对网络(wǎngluò)进行训练,使其记住以上8个样本符号线状符号(fúhào)的描述与识别等高线的识别(shíbié)人机协同(xiétóng)策略房屋(fángwū)的识别陡坎的识别(shíbié)流程人工输入属性信息并在靠近棱缘线附近给定一点,计算机以这点为中心找到棱缘线上的点S。从S点分别向两个(liǎnꞬꞬè)方向跟踪,直至分别遇到一个三结点,将跟踪过栅格矢量化,计算线段长度和两端处的曲率,线段长度即为示坡线间隔。从其中的一个三结点开始跟踪1像元,直至遇到结点或断点,将跟踪过的像元作标记并矢量化,根据曲率判断是否是棱缘线,根据曲率和线段长度判断是否有断点,有则作扇形搜索,不断重复上述过程。总体(zǒngtǐ)技术路线关键性技术(jìshù)结束语谢谢(xièxie)!感谢您的观看(guānkàn)!内容(nèiróng)总结