CN102332168A - 一种基于v图的栅格地图矢量化方法 - Google Patents

Abstract

本发明基于V图的栅格地图矢量化方法，对扫描打断的弧段单元标以唯一编号值，并且将该编号值带入V图的运算过程，从而使得每条V图边都包含有其两个基础点所在弧段单元的编号值，并据此来判断该V图边是否由同一或相邻弧段单元中的基础点所产生，因此本发明能较准确的去除V图中明显不属于骨架线的V图边，为进一步完成骨架线的提取做出了突出贡献。本发明通过引入“弧段单元”编号值这一信息，巧妙的解决了传统栅格图矢量化过程中骨架线提取的难题，对V图边的判断准确而快速，大大缩短矢量化时间，而且最终获得的矢量图几乎不需要再进行人工修正。

Description

一种基于V图的栅格地图矢量化方法

技术领域

本发明涉及一种基于V图的栅格地图矢量化方法，属于栅格地图矢量化技术领域。

背景技术

随着GIS技术在城市数字化社区的广泛应用，以地形图空间数据为主的基础数据采集已成为GIS成功运用的先决条件。栅格图形的矢量化是当前处理地形图空间数据的主要技术。众所周知，矢量图的制作一般都是以栅格图为依据，通过手工标绘或计算机辅助标绘等手段生成。因为手工标绘方法工作繁重，因此计算机辅助标绘方法一直是国内外自动矢量化技术的研究重点。栅格图形矢量化是一个综合了计算机视觉，计算机图像处理，计算机图形学和人工智能等各个学科的交叉课题。多年来的理论及实践为此课题的研究奠定了良好的基础，但也存在着一些问题。由于其应用背景的复杂性以及需求的多样性，目前的研究结果普遍存在处理速度慢，智能程度低，以及适应性能差等特点。矢量化软件很少有在通用性上能较好地满足实际需求。

在矢量化过程中，提取目标图形骨架线是实现栅格矢量转换的核心内容。由于骨架能够准确地反映空间对象的几何结构特征，利用骨架来表示图像中已经提取的线状目标，可以在保证目标重要拓扑特征的前提下，最大限度地减少目标存贮记录中的冗余信息，是一个受到广泛关注的研究课题，前人的相关研究很多。迄今为止，已有大量的骨架提取算法，大致可归纳为迭代和非迭代算法两类。近年来还出现了一些利用Voronoi图(文中也简称V图)来求解骨架的方法。这些方法都是对栅格图形生成Voronoi图，并通过各自的判定规则(如Nirangan Mayya提出的带有岛的Voronoi图骨架提取算法)，提取Voronoi图中的某些边，作为该图形的骨架线，从而达到矢量化的目的。然而现有基于V图的提取骨架线方法大多存在运算复杂，矢量化时间长，需要人工手动修正等缺陷。

发明内容

本发明要解决技术问题是：克服现有技术的上述不足，提供一种基于V图的栅格地图矢量化方法，其能够以较快的速度处理较为复杂的扫描地图，且能得到较好的矢量化效果。

为了解决以上技术问题，本发明提供的基于V图的栅格地图矢量化方法，包括以下步骤：

第一步、对单要素栅格图进行黑白二值化；

第二步、通过边界追踪方法提取栅格图中要素的边界栅格，从而获得以所述边界栅格为要素的边界栅格图；

第三步、对所述边界栅格图进行线扫描，将边界栅格图中的弧段打断形成若干弧段单元，并且对所述边界栅格图的所有弧段单元标以唯一编号值；

第四步、以第二步提取的边界栅格中各栅格的中心点生成V图，其中，各V图边的特征信息中均包含有生成该V图边的两个基础点所在弧段单元的编号值；

第五步、判断V图中各V图边，若生成该V图边的两个基础点所在弧段单元为同一弧段单元或相邻弧段单元，则剔除该V图边，否则保留；

第六步、若第五步保留下的V图边的两个端点所在栅格均为黑色，则保留该V图边，反之则剔除，最终保留的V图边构成单要素栅格图的矢量化结果。

本发明的创新点在于，对扫描打断的弧段单元标以唯一编号值，并且将该编号值带入V图的运算过程，从而使得每条V图边都包含有其两个基础点所在弧段单元的编号值，并据此来判断该V图边是否由同一或相邻弧段单元中的基础点所产生，而据本领域技术人员所知，对于属于同一或相邻弧段单元的两基础点所产生V图边不为提取目标图形的骨架线，因此本发明能较准确的去除V图中明显不属于骨架线的V图边，为进一步完成骨架线的提取做出了突出贡献。

然而在传统矢量化方法获得的V图中，各V图边均不包含任何关于“弧段单元”的信息，V图边之间仅仅存在坐标差异，仅仅通过坐标来判定V图边是否在骨架线上显然是不可能做到的，因此还需要结合图形的特点，设计判断方法，这对于快速提取骨架线带来了很大的麻烦。可见，针对这种不包含任何弧段单元信息的V图，提取骨架线的方法是十分复杂的，运算量巨大、耗时长、错误率高，并且需要人工进行修正。

而本发明正是通过引入“弧段单元”编号值这一信息，巧妙的解决了传统栅格图矢量化过程中骨架线提取的难题，对V图边的判断准确而快速，大大缩短矢量化时间，而且最终获得的矢量图几乎不需要再进行人工修正。

针对多要素彩色待矢量化栅格地图，则首先通过分色，得到多个单色的单要素栅格图，再分别对单要素栅格图执行第一步至第五步。

此外本发明还提供两种打断弧段的方法，分别基于行扫描、列扫描

本发明第三步中，基于行扫描的打断弧段的方法如下：

逐行扫描边界栅格图，如果与扫描线相交的栅格点为弧段顶点，则将弧段从该顶点处打断；当存在连续多个栅格点与某一条扫描线相交，则判断首尾栅格点处的联通情况，如果首尾栅格点皆为上联通或皆为下联通，则将弧段从所述的首尾栅格点处打断。

本发明第三步中，基于列扫描的打断弧段的方法如下：

逐列扫描边界栅格图，如果与扫描线相交的栅格点为弧段的顶点，则将弧段从该顶点处打断；当存在连续多个栅格点与某一条扫描线相交，则判断首、尾栅格点处的联通情况，如果首、尾栅格点皆为左联通或皆为右联通，则将弧段从所述的首、尾栅格点处打断。

端点的提取是决定地图矢量化效果的重要因素之一。本发明利用提取获得的端点将弧段打断成若干弧段单元，这给后续的判断提供了便利。

本发明基于Voronoi图提取骨架线的思想，提出了一种对扫描地图自动矢量化的方法。该方法借助图像二值化、边界追踪、端点扫描等预处理手段，依据特有的端点编号机制和骨架判定规则，较为精确地提取地图要素的骨架线，达到矢量化的目的。试验结果表明，对于处理较复杂的扫描地图，无论是在速度还是效果上均能较好地满足实际需求。

附图说明

下面结合附图对本发明作进一步的说明。

图1是黑白二值化后的栅格图像。

图2是对图1进行处理获得的边界栅格图。

图3为线扫描图2将弧段打断成弧段单元示意图。

图4为基于图2生成的V图。

图5为利用本发明第五步处理图4后保留的V图。

图6为图1的矢量化结果。

具体实施方式

下面根据附图详细说明本发明，本发明的目的和效果将变得更加明显。

本实施例基于V图的栅格地图矢量化方法，包括以下步骤：

第一步、对单要素栅格图进行黑白二值化，获得图1；为了便于进行栅格数据向矢量数据的转换，需要对扫描地图进行二值化处理。这是因为通常扫描后的原始地图是以不同灰度级存储的，而太多的灰度级不便于进行矢量化处理，故需进行压缩，通常压缩为两级(0和1)，这个过程就称为二值化。

二值化处理的目的是从地图图像中分割出各地图要素，将地图要素与地图背景作为二值图像对待。目前最常用的地图扫描图像二值化方法是定阈值二值化方法，对于反差较大的扫描地图，一般均可取得比较令人满意的结果。该方法的关键是在灰度级的最大和最小值之间选取一个合理的阈值，当灰度级小于阈值时，取为0，反之，取1。

本实施例针对8位256色bmp图像，由于该类地图中要素与背景的颜色反差比较明显，其中地图的背景部分主要为白色，因此二值化过程比较简单，只需将图像中的白色与非白色部分赋予不同的值(非白色部分一律赋予黑色)，即可得到效果较好的二值黑白图。

第二步、通过边界追踪方法提取栅格图中要素的边界栅格，从而获得以所述边界栅格为要素的边界栅格图(图2)。

对二值栅格数据的边界追踪是本扫描地图矢量化方法的重要步骤之一。迄今为止，已有很多关于图像边界的计算方法，且比较成熟。目前比较常见的一种方法是窗口匹配法，该方法的核心是采用2×2的栅格窗口对边界线进行搜索，在每个窗口内的四个栅格的数据模式可以唯一地确定下一弧段的搜索方向。

第三步、对所述边界栅格图进行线扫描，将边界栅格图中的弧段打断形成若干弧段单元，并且对所述边界栅格图的所有弧段单元标以唯一编号值。

本步骤中，采用基于行扫描的打断弧段的方法，具体方法如下：

逐行扫描边界栅格图，如果与扫描线相交的栅格点为弧段的顶点，则将弧段从该顶点处打断；当存在连续多个栅格点与某一条扫描线相交，则判断首、尾栅格点处的联通情况，如果首、尾栅格点皆为上联通或皆为下联通，则将弧段从所述的首、尾栅格点处打断。

顶点判断条件是，当某个栅格单元两侧只存在上联通或只存在下联通，那么满足该条件的栅格单元即为判断为顶点。

如图3所示，利用本实施例中的打断弧段方法将图中的两个弧段一共打断成8段弧段单元，并且对他们进行编号。具体编号方式可以是顺序编号，也可以是随机编号，如果采用顺序编号，则可以通过编号规则来判断两基础点是否位于相邻弧段单元；如果随机编号，则编号后可建立弧段单元的表格，在表格中呈现弧段之间的关系，可通过查询表格来判断两基础点是否位于相邻弧段单元。本步骤编号的目的是在判断生成V图边的两基础点所在弧段单元之间的关系，置于编号的具体规则和方法不限。

除了基于行扫描的打断弧段的方法以外，本发明还提供一种基于列扫描的打断弧段的方法：

逐列扫描边界栅格图，如果与扫描线相交的栅格点为弧段的顶点，则将弧段从该顶点处打断；当存在连续多个栅格点与某一条扫描线相交，则判断首、尾栅格点处的联通情况，如果首、尾栅格点皆为左联通或皆为右联通，则将弧段从所述的首、尾栅格点处打断。

从理论上讲，最理想的情况是找到边界栅格图的首尾端点，并从首尾端点处断开，依次最终提取出来的骨架线是最精确的，且运算量是最小的。虽然用人眼识别简单界栅格图的首尾端点比较容易，然而利用计算机识别却十分困难，迄今为止仍然没能突破，成为本学术领域难题之一。

针对此难题，发明人另辟蹊径，巧妙的通过线扫描方式选取顶点及满足一定条件的同一扫描线上连续栅格的首尾来进行分割，经实践表明，采用该方法分割弧段，虽然弧段单元数量较多，但能较为精确地提取地图要素的骨架线，达到矢量化的目的。

第四步、以第二步提取的边界栅格中各栅格的中心点生成V图(图4)，其中，各V图边的特征信息中均包含有生成该V图边的两个基础点所在弧段单元的编号值。

适当改进V图的算法，在每条V图边生成的过程中增加两个变量，分别将两个基础点所在弧段单元的编号值赋值给这两个变量，并且最终这两个变量被包含在V图边的信息中，这样就能够提取这两个变量值，并且据此进行第五步中的判断。

第五步、判断V图中各V图边，若生成该V图边的两个基础点所在弧段单元为同一弧段单元或相邻弧段单元，则剔除该V图边，否则保留；保留结果见图5。

经过上述步骤提取的骨架线(V图边集合)，并未达到最终矢量化的要求。图5为初步提取的骨架线图，可以看出除位于地图要素之内的真骨架线以外，还存在介于两相邻地图要素间的假骨架线。那么就需要执行第六步剔除假骨架线。

第六步、若第五步保留下的V图边的两个端点所在栅格均为黑色，则保留该V图边，反之则剔除，最终保留的V图边构成单要素栅格图的矢量化结果。

对于真假骨架线的筛选，本步骤中将栅格数据与矢量数据结合，通过判断V图边与地图要素的包含关系来达到目的。具体筛选过程为，将V图边的两个顶点的坐标值转换为网格行列号，判断这两个网格在二值黑白图中的颜色，由于地图要素均为黑色，因此若两个网格同时为黑色，证明该V图边包含于地图要素中，为真骨架线。提取所有真骨架线，得到的V图边的集合即为最终的矢量化结果，本步骤可以与第五步同时进行。

本步骤保留真实骨架线，剔除伪骨架线，最终保留的结果即为矢量化结果。

经过上述处理，可以得到最终的矢量化结果。图1-图6为运用本矢量化方法，对一幅简单扫描地图处理得到的各步骤效果图。可以看到，各步骤处理过程都很好地围绕地图要素展开，没有出现明显偏离。基于Voronoi图的特性，本方法提取的骨架线为地图要素的中心线。因此，最终得到的矢量线与原扫描地图要素能很好吻合，符合地图矢量化的要求。

利用本方法对多要素的彩色地图进行矢量化，则首先通过分色，将彩色地图分为多个单色的单要素栅格图，再执行第一步至第五步。

除上述实施例外，本发明还可以有其他实施方式。凡采用等同替换或等效变换形成的技术方案，均落在本发明要求的保护范围。

Claims (4)

1.一种基于V图的栅格地图矢量化方法，包括以下步骤：

第一步、对单要素栅格图进行黑白二值化；

第二步、通过边界追踪方法提取栅格图中要素的边界栅格，从而获得以所述边界栅格为要素的边界栅格图；

第三步、对所述边界栅格图进行线扫描，将边界栅格图中的弧段打断形成若干弧段单元，并且对所述边界栅格图的所有弧段单元标以唯一编号值；

第四步、以第二步提取的边界栅格中各栅格的中心点生成V图，其中，各V图边的特征信息中均包含有生成该V图边的两个基础点所在弧段单元的编号值；

第五步、判断V图中各V图边，若生成该V图边的两个基础点所在弧段单元为同一弧段单元或相邻弧段单元，则剔除该V图边，否则保留；

第六步、若第五步保留下的V图边的两个端点所在栅格均为黑色，则保留该V图边，反之则剔除，最终保留的V图边构成单要素栅格图的矢量化结果。

2.根据权利要求1所述的基于V图的栅格地图矢量化方法，其特征在于：如果待矢量化地图为多要素的彩色地图，则首先通过分色，得到多个单色的单要素栅格图，再分别对单要素栅格图执行第一步至第五步。

3.根据权利要求1所述的基于V图的栅格地图矢量化方法，其特征在于：所述第三步中，打断弧段的方法如下：

逐行扫描边界栅格图，如果与扫描线相交的栅格点为弧段的顶点，则将弧段从该顶点处打断；当存在连续多个栅格点与某一条扫描线相交，则判断首、尾栅格点处的联通情况，如果首、尾栅格点皆为上联通或皆为下联通，则将弧段从所述的首、尾栅格点处打断。

4.根据权利要求1所述的基于V图的栅格地图矢量化方法，其特征在于：所述第三步中，打断弧段的方法如下：

逐列扫描边界栅格图，如果与扫描线相交的栅格点为弧段的顶点，则将弧段从该顶点处打断；当存在连续多个栅格点与某一条扫描线相交，则判断首、尾栅格点处的联通情况，如果首、尾栅格点皆为左联通或皆为右联通，则将弧段从所述的首、尾栅格点处打断。

Images