CN108846877B - 一种基于影像分类结果的综合制图方法及系统 - Google Patents

一种基于影像分类结果的综合制图方法及系统 Download PDF

Info

Publication number
CN108846877B
CN108846877B CN201810572085.9A CN201810572085A CN108846877B CN 108846877 B CN108846877 B CN 108846877B CN 201810572085 A CN201810572085 A CN 201810572085A CN 108846877 B CN108846877 B CN 108846877B
Authority
CN
China
Prior art keywords
rendering
rendering template
color matching
attribute
determining
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810572085.9A
Other languages
English (en)
Other versions
CN108846877A (zh
Inventor
朱婷萼
张薇
刘建英
刘茂辉
靳云迪
张辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CETC 29 Research Institute
Original Assignee
CETC 29 Research Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by CETC 29 Research Institute filed Critical CETC 29 Research Institute
Priority to CN201810572085.9A priority Critical patent/CN108846877B/zh
Publication of CN108846877A publication Critical patent/CN108846877A/zh
Application granted granted Critical
Publication of CN108846877B publication Critical patent/CN108846877B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/001—Texturing; Colouring; Generation of texture or colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Processing Or Creating Images (AREA)
  • Image Analysis (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种基于影像分类结果的综合制图方法及系统，该方法包括：根据影像应用专题的分类体系为各应用专题确定相对应的渲染配色方案，建立专题类渲染模板库；为输入数据从专题类渲染模板库中推荐专题类渲染模板并进行自适应渲染；对已渲染好的输入数据的各类别要素进行自动标注。本发明主要对输入的影像分类结果按照建立好的专题类渲染模板进行自动渲染，为各类别要素按照建立的注记属性表进行自动标注，以提高制图效率。

Description

一种基于影像分类结果的综合制图方法及系统
技术领域
本发明涉及数字地图制图领域，尤其涉及一种基于影像分类结果的综合制图方法及系统。
背景技术
遥感分类结果的制图表达，是对遥感分类结果综合直观的反映，能够给用户提供准确的信息以及视觉享受。但目前，利用分类影像制作各类专题图时，需要利用GIS制图软件，也提供了地图自动渲染和注记自动配置，但在地图渲染方面为考虑分类表达的直观性和美观性，需要对不和谐的配色进行更改；在注记配置方面需要对照制图图式标准及编绘规范进行人工标注地物，在此环节中需要依靠人工来配置注记字体与字号，注记间隔，注记颜色，注记排列方式等；最后还需要进行图幅整饰，设置图名、比例尺、图例、制图单位等，这些制图要素的属性设置均需要大量的人工干预，且整个过程较为耗时、耗力，大大地影响了制图效率和制图周期。
发明内容
本发明所要解决的技术问题是：针对现有技术存在的问题，本发明提出了一种基于影像分类结果的综合制图方法及系统，主要对输入的影像分类结果按照建立好的专题类渲染模板进行自动渲染，为各类别要素按照建立的注记属性表进行自动标注，以提高制图效率。
本发明提供的一种基于影像分类结果的综合制图方法，包括：
根据影像应用专题的分类体系为各应用专题确定相对应的渲染配色方案，建立专题类渲染模板库；
为输入数据从专题类渲染模板库中推荐专题类渲染模板并对进行自适应渲染；
对已渲染好的输入数据的各类别要素进行自动标注。
进一步，建立专题类渲染模板库的方法包括：
基于Munsell色彩调和理论中不同的色彩调和关系，依据专题遥感数据采用的分类体系建立渲染规则：(1)多彩色组合方法，适用于区别分类体系中的一级类别；(2)单色渐变配色方法，适用于各一级类别下对应的各子类别的渲染设色，主要以一级类别的配色为主色调，为对应的子类别进行渐变配色，若子类别数量大于5时，仍选择规则(1)进行配色，形成不同的渲染配色方案；
利用美度评价指标评判设计的配色方案，并确定各专题类渲染模板的最终渲染配色方案。
进一步，推荐专题类渲染模板的方法包括：
将输入数据的分类结果属性与专题类渲染模板库中的专题类渲染模板属性利用词频转化为向量；
分别计算输入数据属性转化的向量与各专题类渲染模板属性转化的向量的余弦相似度；
推荐余弦相似度值最高的专题类渲染模板。
进一步，对已渲染好的输入数据的各类别要素进行自动标注的方法包括：
为不同的要素分别设计注记属性表；为不同的类别分别设置阈值；
基于各要素边界，计算各要素的最小外接矩形面积，若要素的面积小于该要素所在类别的阈值，则不进行标注，若要素的面积大于该要素所在类别的阈值，则记录该要素的四个角点坐标，该四个角点坐标确定的范围为待标注区，并统计最小外接矩形的长和宽；
若待标注要素为普通面状要素，则根据最小外接矩形的倾斜角度确定注记的排列方式；若待标注要素为水系要素，则根据主要沿河流走向确定注记的排列方式；
根据待标注要素的名称和待标注区的长度确定注记字间隔；
对待标注区进行标注冲突检测，若检测通过，则在该待标注区按照该要素的注记属性进行自动标注，若检测不通过，则对下一个标注区进行冲突检测，所述冲突是指注记与注记之间相互重叠。
本发明的另一方面提供的一种基于影像分类结果的综合制图系统，包括：
渲染模板建立模块，用于根据影像应用专题的分类体系为各应用专题确定相对应的渲染配色方案，建立专题类渲染模板库；
渲染模板推荐模块，用于为输入数据从专题类渲染模板库中推荐专题类渲染模板并进行自适应渲染；
自动标注模块，用于对已渲染好的输入数据的各类别要素进行自动标注。
进一步，渲染模板建立模块建立专题类渲染模板库的方法包括：
基于Munsell色彩调和理论中不同的色彩调和关系，依据专题遥感数据采用的分类体系建立渲染规则：(1)多彩色组合方法，适用于区别分类体系中的一级类别；(2)单色渐变配色方法，适用于各一级类别下对应的各子类别的渲染设色，主要以一级类别的配色为主色调，为对应的子类别进行渐变配色，若子类别数量大于5时，仍选择规则(1)进行配色，形成不同的渲染配色方案；
利用美度评价指标评判设计的配色方案，并确定各专题类渲染模板的最终渲染配色方案。
进一步，渲染模板推荐模块推荐专题类渲染模板的方法包括：
将输入数据的分类结果属性与专题类渲染模板库中的专题类渲染模板属性利用词频转化为向量；
分别计算输入数据属性转化的向量与各专题类渲染模板属性转化的向量的余弦相似度；
推荐余弦相似度值最高的专题类渲染模板。
进一步，自动标注模块对已渲染好的输入数据的各类别要素进行自动标注的方法包括：
为不同的要素分别设计注记属性表；为不同的类别分别设置阈值；
基于各要素边界，计算各要素的最小外接矩形面积，若要素的面积小于该要素所在类别的阈值，则不进行标注，若要素的面积大于该要素所在类别的阈值，则记录该要素的四个角点坐标，该四个角点坐标确定的范围为待标注区，并统计最小外接矩形的长和宽；
若待标注要素为普通面状要素，则根据最小外接矩形的倾斜角度确定注记的排列方式；若待标注要素为水系要素，则根据主要沿河流走向确定注记的排列方式；
根据待标注要素的名称和待标注区的长度确定注记字间隔；
对待标注区进行标注冲突检测，若检测通过，则在该待标注区按照该要素的注记属性进行自动标注，若检测不通过，则对下一个标注区进行冲突检测，所述冲突是指注记与注记之间相互重叠。
本发明的另一方面提供的一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上所述的方法的步骤。
本发明按照建立的专题类渲染模板对影像分类结果进行自动渲染，在专业制图软件中不需要针对分类结果选择配色方案并对具体类别进行逐一渲染，减少人工对影像分类结果渲染的干预；而对分类结果的标注，本发明按照对各要素注记属性的设置，进行自动化标注，大大减少了制图中人工对注记属性按照图式标准进行逐一设置，提高了制图效率。
附图说明
本发明将通过例子并参照附图的方式说明，其中：
图1为本发明实施例提供的制图方法的流程图。
具体实施方式
本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。
本说明书中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。
遥感专题图为不同行业提供信息服务，每年需要制作的专题图不计其数，本发明目的在于提高制图效率，减少制图环节中的人工干预，为不同应用专题提供一种便捷的综合制图方法。
如图1所示，本发明的制图方法包括：
步骤1，根据影像应用专题的分类体系(如土地覆盖分类体系，地质分类体系，生态系统分类体系等)为各应用专题确定相对应的渲染配色方案，建立专题类渲染模板库。在一些实施例中，步骤1具体包括以下步骤：
步骤1.1，基于Munsell色彩调和理论中不同的色彩调和关系(垂直调和、螺旋调和、圆周调和等)，依据专题(农业、林业、环保、国土等)遥感数据采用的分类体系建立渲染规则：(1)多彩色组合方法，适用于区别分类体系中的一级类别；(2)单色渐变配色方法，适用于各一级类别下对应的各子类别的渲染设色，主要以一级类别的配色为主色调，为对应的子类别进行渐变配色。由于人眼能分辨的彩色分级数有限，若子类别数量大于5时，仍选择规则(1)进行配色，形成不同的渲染配色方案。
步骤1.2，利用美度评价指标M评判设计的配色方案，并确定各专题类渲染模板的最终渲染配色方案。
M＝O/C (1)
其中，M表示美度；O表示秩序因素；C表示复杂度因素。
Figure BDA0001686128600000051
其中，Og是仅由无彩色组成时的秩序因数；Oh，Ov，Oc是在有彩色参与配色时分别由色相级差，明度级差和彩度级差得到的各秩序因素。
C＝Cm+Ch+Cv+Cc (3)
Cm为构成配色方案中的总色彩数；Ch为在配色方案中所有可能组合的色对中具有色相差别的色对数；Cv为在配色方案中所有可能组合中具有明度级差的色对数；Cc为在配色方案中所有可能组合中具有彩度差别的色对数。
当M>0.5时，评价配色方案是美的，值越大表示配色效果越佳。确定配色效果最佳的配色方案作为相应专题类渲染模板的渲染配色方案。
步骤2，为输入数据从专题类渲染模板库中推荐专题类渲染模板并进行自适应渲染，输入的数据为影像的分类结果。在一些实施例中，利用输入数据属性即影像分类结果属性(如类别名称)与已建立的专题类渲染模板属性(如类别名称)的相似度进行推荐，具体步骤如下：
步骤2.1，将输入数据属性(如类别名称)与专题类渲染模板库中的专题类渲染模板属性(如类别名称)利用词频转化为向量。
步骤2.2，分别计算输入数据属性转化的向量X(x1,x2,x3…xn)与各专题类渲染模板属性转化的向量Yi(yi1,yi2,yi3…yin)的余弦相似度：
Figure BDA0001686128600000061
其中，X表示输入数据属性转化的向量，Yi表示已有专题类渲染模板属性转化的向量，i表示已建立的专题类渲染模板个数。
步骤2.3，推荐余弦相似度值最高的专题类渲染模板对输入数据进行自适应渲染。
步骤3，对已渲染好的输入数据的各类别要素进行自动标注。如在某一分类结果中，居民地有x个，林地有y个，则这x个居民地是居民地类别的要素，y个林地是林地类别的要素，需要对这x个居民地和y个林地进行自动标注。主要包括以下步骤：
步骤3.1，为不同的类别要素设计注记属性表，添加更多便于标注的辅助信息，例如标注行政区，按照不同的等级进行注记样式设计，包括首都、省级政府、地级政府、县级政府、乡镇、行政村等，如省级政府驻地应添加标注字体(粗等线体)、字号(4.5)、字体颜色(M100Y100)等固定属性字段，不同要素的注记属性表的设计主要参照国家基本比例尺地图图式标(GB/T20257.1-2006,GB/T 20257.2-2006,GB/T 20257.3-2006,GB/T 20257.4-2006)。
步骤3.2，为输入的分类结果中的各类别分别设置阈值Tk，k表示影像类别，基于各要素边界，计算各要素的最小外接矩形面积Sxj，j表示同一类别下的要素；若要素的面积小于该要素所在类别的阈值，则不进行标注，若要素的面积大于该要素所在类别的阈值，则记录该要素的四个角点坐标，该四个角点坐标确定的范围为待标注区，并统计最小外接矩形的长和宽。
步骤3.3，若待标注要素为普通面状要素(如居民地，耕地、林地等)，则根据最小外接矩形的倾斜角度确定注记的排列方式(沿矩形中轴线或沿着矩形对角线排列)；若待标注要素为水系要素(如狭长河流)，则根据主要沿河流走向确定注记的排列方式。
步骤3.4，根据待标注要素的名称和待标注区的长度确定注记字间隔；
步骤3.5，注记与注记之间相互重叠即为冲突，这样不便于解读专题图，标注前需要对待标注区进行标注冲突检测，若检测通过，则在该待标注区按照该要素的注记属性进行自动标注，并将该注记添加到冲突检测集中，若检测不通过，则对下一个标注区域进行冲突检测。
在一个具体实施例中，以土地利用分类结果为输入源，以建立国土专题类渲染模板、生态专题类渲染模板、林业专题类渲染模板为实例来详细阐述本发明的具体实施步骤：
步骤一：根据分类体系建立各专题类渲染模板；
(1)建立国土专题类渲染模板，国土专题类渲染模板的配色方案根据土地覆盖体系确定，具体是土地利用类型划分为6个一级类别和25个二级类别，如下表1所示，为各一级类别设立基本色，二级类别的配色方案基于Munsell色彩调和秩序(垂直调和螺旋调和)，以一级类别的基色配合调和秩序确定二级配色，并利用美度评价指标完成对配色方案的评价后，确定国土专题类渲染模板，如下表1所示。
表1国土专题类渲染模板
Figure BDA0001686128600000081
Figure BDA0001686128600000091
(2)建立生态专题类渲染模板，生态专题类渲染模板的配色方案根据湿地类分类体系确定，具划分为4个一级类别和19个二级类别，配色方案的确立规同国土类渲染模板，具体方案如表2所示：
表2生态专题类渲染模板
Figure BDA0001686128600000092
(3)建立林业专题类渲染模板，林业专题类渲染模板的配色方案根据林业分类体系确定，具体划分为7个一级类别和4个二级类别，配色方案确立的规则同国土专题类渲染模板，具体配色方案如表3所示：
表3林业专题类渲染模板
Figure BDA0001686128600000093
Figure BDA0001686128600000101
/>
(4)利用输入数据的属性值(类别名称)，计算其与已建立的专题类渲染模板属性值(类别名称)的余弦相似度，推荐余弦相似度值最高的专题类渲染模板对输入的分类结果进行自适应渲染。
已有土地利用分类结果，类别主要有旱地、林地、草地、河流、水库、居民地六类，对此分类结果进行渲染，分别与国土类模板中的六个一级类别(耕地、林地、草地、水域、居民地、未利用土地)，生态类模板中的四个一级类别(河流、湖泊、沼泽、人工湿地)，林业类模板中的七个一级类别(林地、疏林地、未成林、苗圃、无立木林、宜林地、林业辅助生产用地)进行相似度计算，以专题类模板的属性为基准，利用词频将分类结果的属性和专题类模板的属性转化为向量进而计算两向量的余弦相似度：
1)输入数据属性：向量X(0,1,1,0,0,1)
国土类专题:向量Y1(1,1,1,1,1,1)
Figure BDA0001686128600000102
2)输入属性:向量X(0,0,0,1,0,0)
生态类专题：向量Y2(1,1,1,1,0,0)
Figure BDA0001686128600000103
3)输入属性：向量X(0,1,0,0,0,0,0)
林业类专题：向量Y3(1,1,1,1,1,1,1)
Figure BDA0001686128600000111
选择余弦相似度值最高的国土类专题类渲染模板进行自适应渲染。
步骤二：基于土地覆盖分类体系的各要素注记属性表设计。
对照国家基本比例尺地图图式标准(GB/T 20257.1-2006，GB/T 20257.2-2006，GB/T 20257.3-2006，GB/T 20257.4-2006)，分别为各要素进行注记属性表设计，如表2所示为行政区(居民地)的注记属性表。其中，主要的字段有要素编码，名称，注记字体，字体颜色，字体大小。字体排列方式和注记字间隔由要素的外接矩形确定。要素的编码主要由比例尺编码、要素类别编码和影像覆盖区域编码，比例尺编码为首位(国家基本比例尺编码从A～K)，要素类别为二、三位，注记等级为四、五位。
表2 1:2000行政区注记属性表
Figure BDA0001686128600000112
/>
步骤三：基于分类结果的自动化标注。
对分类结果的自动化标注主要分为：(1)确定标注的区域；(2)确定标注的具体位置；(3)确定注记的排列方式；(4)确定注记字间隔。实现这四部分内容需要先获取各个要素的最小外接矩形，将此区域作为待标注区，并将面积记为Si。以设定的面积阈值确定需要标注的各类别要素。
本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合，以及披露的任一新的方法或过程的步骤或任何新的组合。

Claims (7)

1.一种基于影像分类结果的综合制图方法，其特征在于，包括：
根据影像应用专题的分类体系为各应用专题确定相对应的渲染配色方案，建立专题类渲染模板库；
为输入数据从专题类渲染模板库中推荐专题类渲染模板并进行自适应渲染；
对已渲染好的输入数据的各类别要素进行自动标注；
推荐专题类渲染模板的方法包括：
将输入数据的属性与专题类渲染模板库中的专题类渲染模板的属性利用词频转化为向量；
分别计算输入数据属性转化的向量与各专题类渲染模板属性转化的向量的余弦相似度；
推荐余弦相似度值最高的专题类渲染模板。
2.根据权利要求1所述的一种基于影像分类结果的综合制图方法，其特征在于，建立专题类渲染模板库的方法包括：
基于Munsell色彩调和理论中不同的色彩调和关系，依据专题遥感数据采用的分类体系建立渲染规则：(1)多彩色组合方法，适用于区别分类体系中的一级类别；(2)单色渐变配色方法，适用于各一级类别下对应的各子类别的渲染设色，主要以一级类别的配色为主色调，为对应的子类别进行渐变配色，若子类别数量大于5时，仍选择规则(1)进行配色，形成不同的渲染配色方案；
利用美度评价指标评判设计的配色方案，并确定各专题类渲染模板的最终渲染配色方案。
3.根据权利要求1所述的一种基于影像分类结果的综合制图方法，其特征在于，对已渲染好的输入数据的各类别要素进行自动标注的方法包括：
为不同的要素分别设计注记属性表；为不同的类别分别设置阈值；
基于各要素边界，计算各要素的最小外接矩形面积，若要素的面积小于该要素所在类别的阈值，则不进行标注，若要素的面积大于该要素所在类别的阈值，则记录该要素的四个角点坐标，该四个角点坐标确定的范围为待标注区，并统计最小外接矩形的长和宽；
若待标注要素为普通面状要素，则根据最小外接矩形的倾斜角度确定注记的排列方式；若待标注要素为水系要素，则根据主要沿河流走向确定注记的排列方式；
根据待标注要素的名称和待标注区的长度确定注记字间隔；
对待标注区进行标注冲突检测，若检测通过，则在该待标注区按照该要素的注记属性进行自动标注，若检测不通过，则对下一个标注区进行冲突检测，所述冲突是指注记与注记之间相互重叠。
4.一种基于影像分类结果的综合制图系统，其特征在于，包括：
渲染模板建立模块，用于根据影像应用专题的分类体系为各应用专题确定相对应的渲染配色方案，建立专题类渲染模板库；
渲染模板推荐模块，用于为输入数据从专题类渲染模板库中推荐专题类渲染模板并进行自适应渲染；
自动标注模块，用于对已渲染好的输入数据的各类别要素进行自动标注；
渲染模板推荐模块推荐专题类渲染模板的方法包括：
将输入数据的分类结果属性与专题类渲染模板库中的专题类渲染模板属性利用词频转化为向量；
分别计算输入数据属性转化的向量与各专题类渲染模板属性转化的向量的余弦相似度；
推荐余弦相似度值最高的专题类渲染模板。
5.根据权利要求4所述的一种基于影像分类结果的综合制图系统，其特征在于，渲染模板建立模块建立专题类渲染模板库的方法包括：
基于Munsell色彩调和理论中不同的色彩调和关系，依据专题遥感数据采用的分类体系建立渲染规则：(1)多彩色组合方法，适用于区别分类体系中的一级类别；(2)单色渐变配色方法，适用于各一级类别下对应的各子类别的渲染设色，主要以一级类别的配色为主色调，为对应的子类别进行渐变配色，若子类别数量大于5时，仍选择规则(1)进行配色，形成不同的渲染配色方案；
利用美度评价指标评判设计的配色方案，并确定各专题类渲染模板的最终渲染配色方案。
6.根据权利要求4所述的一种基于影像分类结果的综合制图系统，其特征在于，自动标注模块对已渲染好的输入数据的各类别要素进行自动标注的方法包括：
为不同的要素分别设计注记属性表；为不同的类别分别设置阈值；
基于各要素边界，计算各要素的最小外接矩形面积，若要素的面积小于该要素所在类别的阈值，则不进行标注，若要素的面积大于该要素所在类别的阈值，则记录该要素的四个角点坐标，该四个角点坐标确定的范围为待标注区，并统计最小外接矩形的长和宽；
若待标注要素为普通面状要素，则根据最小外接矩形的倾斜角度确定注记的排列方式；若待标注要素为水系要素，则根据主要沿河流走向确定注记的排列方式；
根据待标注要素的名称和待标注区的长度确定注记字间隔；
对待标注区进行标注冲突检测，若检测通过，则在该待标注区按照该要素的注记属性进行自动标注，若检测不通过，则对下一个标注区进行冲突检测，所述冲突是指注记与注记之间相互重叠。
7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至3中任一项所述的方法的步骤。
CN201810572085.9A 2018-06-06 2018-06-06 一种基于影像分类结果的综合制图方法及系统 Active CN108846877B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810572085.9A CN108846877B (zh) 2018-06-06 2018-06-06 一种基于影像分类结果的综合制图方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810572085.9A CN108846877B (zh) 2018-06-06 2018-06-06 一种基于影像分类结果的综合制图方法及系统

Publications (2)

Publication Number Publication Date
CN108846877A CN108846877A (zh) 2018-11-20
CN108846877B true CN108846877B (zh) 2023-03-31

Family

ID=64210297

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810572085.9A Active CN108846877B (zh) 2018-06-06 2018-06-06 一种基于影像分类结果的综合制图方法及系统

Country Status (1)

Country Link
CN (1) CN108846877B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110471695A (zh) * 2019-08-14 2019-11-19 苏州博雅达勘测规划设计集团有限公司 图件注记批量处理方法、存储介质、系统
CN111784812B (zh) * 2020-06-09 2024-05-07 北京五一视界数字孪生科技股份有限公司 渲染方法、装置、存储介质及电子设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102289991A (zh) * 2011-09-05 2011-12-21 武汉大学 一种基于视觉变量的地图注记自动分类配置方法
CN102622219A (zh) * 2011-01-31 2012-08-01 富士通株式会社 对动态调用服务的执行结果进行渲染的方法、装置及系统
WO2014010576A1 (ja) * 2012-07-13 2014-01-16 日本電気株式会社 配色支援装置、配色支援方法、およびプログラム
CN104851047A (zh) * 2015-05-08 2015-08-19 西安理工大学 一种农业气象要素在线空间可视化的分析方法
CN105069020A (zh) * 2015-07-14 2015-11-18 国家信息中心 自然资源数据三维可视化方法和系统
CN106204692A (zh) * 2016-07-13 2016-12-07 国家海洋信息中心 一种基于gis平台的海洋断面图绘制方法
CN107766344A (zh) * 2016-08-15 2018-03-06 阿里巴巴集团控股有限公司 一种模板渲染的方法、装置及浏览器

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102622219A (zh) * 2011-01-31 2012-08-01 富士通株式会社 对动态调用服务的执行结果进行渲染的方法、装置及系统
CN102289991A (zh) * 2011-09-05 2011-12-21 武汉大学 一种基于视觉变量的地图注记自动分类配置方法
WO2014010576A1 (ja) * 2012-07-13 2014-01-16 日本電気株式会社 配色支援装置、配色支援方法、およびプログラム
CN104851047A (zh) * 2015-05-08 2015-08-19 西安理工大学 一种农业气象要素在线空间可视化的分析方法
CN105069020A (zh) * 2015-07-14 2015-11-18 国家信息中心 自然资源数据三维可视化方法和系统
CN106204692A (zh) * 2016-07-13 2016-12-07 国家海洋信息中心 一种基于gis平台的海洋断面图绘制方法
CN107766344A (zh) * 2016-08-15 2018-03-06 阿里巴巴集团控股有限公司 一种模板渲染的方法、装置及浏览器

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
"基于 Munsell 色彩调和理论的地图面状要素配色方法";王红等;《科学技术与工程》;20170831;第17卷(第23期);论文摘要，第1-5节 *
在GPU上实现地形渲染的自适应算法;王旭等;《计算机辅助设计与图形学学报》;20101015(第10期);全文 *
基于ArcEngine的油气专题制图系统设计与实现;刘小驰等;《测绘学报》;20151215;全文 *
基于ArcGIS Engine的遥感影像专题图自动制作系统的设计与实现;陈丽;《电脑知识与技术》;20130325(第09期);论文摘要，第1-5节 *
系列地图批处理自动成图解决方案――以勘查地球化学系列图为例;陈志军等;《地质学刊》;20130928(第03期);全文 *

Also Published As

Publication number Publication date
CN108846877A (zh) 2018-11-20

Similar Documents

Publication Publication Date Title
Lloyd Spatial data analysis: an introduction for GIS users
Board Maps as models
Kopczewska Applied spatial statistics and econometrics: data analysis in R
CN106204684A (zh) 一种基于任务流的海洋专题图件自动化编制方法
Li et al. An automatic approach for urban land-cover classification from Landsat-8 OLI data
CN103577475A (zh) 一种图片自动化分类方法、图片处理方法及其装置
CN108846877B (zh) 一种基于影像分类结果的综合制图方法及系统
Feng et al. Impervious surface extraction based on different methods from multiple spatial resolution images: a comprehensive comparison
CN111695555B (zh) 一种基于题号的精准框题方法、装置、设备和介质
Lang et al. Combined object-based classification and manual interpretation–synergies for a quantitative assessment of parcels and biotopes
Kahya et al. Land cover classification with an expert system approach using Landsat ETM imagery: a case study of Trabzon
Wu et al. Machine learning-based characterisation of urban morphology with the street pattern
CN105022724A (zh) 一种基于统计数据与制图需求的统计符号自动选择方法
Ferreira et al. Methods to calculate urban surface parameters and their relation to the LCZ classification
CN106611425A (zh) 一种全色遥感图像分割方法
CN104794236B (zh) 一种地图制图规则构建及其结构化组织方法与系统
Cheng et al. Automated detection of impervious surfaces using night-time light and Landsat images based on an iterative classification framework
Wang et al. Land use mapping based on composite regions in aerial images
Härkönen A novel aggregation strategy for producing population density surfaces using poll tax data: the case of Vyborg in 1880
Vlad et al. Developing reliably distinguishable color schemes for legends of natural resource taxonomy-based maps
CN106803269A (zh) 对文档图像进行透视校正的方法和设备
Alahmadi Spatial non-stationarity analysis to estimate dwelling units in Riyadh, Saudi Arabia
Doan et al. Reducing the impacts of intra-class spectral variability on the accuracy of soft classification and super-resolution mapping of shoreline
Escobar Visualization and Communication of LUC Data
Strode et al. Geovisualization of land use and land cover using bivariate maps and Sankey flow diagrams

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant