CN110727747B - 基于经纬度识别的纸质地图快速矢量化方法及系统 - Google Patents

基于经纬度识别的纸质地图快速矢量化方法及系统 Download PDF

Info

Publication number
CN110727747B
CN110727747B CN201910824817.3A CN201910824817A CN110727747B CN 110727747 B CN110727747 B CN 110727747B CN 201910824817 A CN201910824817 A CN 201910824817A CN 110727747 B CN110727747 B CN 110727747B
Authority
CN
China
Prior art keywords
longitude
latitude
matched
image
template
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.)
Expired - Fee Related
Application number
CN201910824817.3A
Other languages
English (en)
Other versions
CN110727747A (zh
Inventor
张谦
杨洋
张良
安红红
郭佳金
郭雨晴
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.)
Hubei University
Original Assignee
Hubei University
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 Hubei University filed Critical Hubei University
Priority to CN201910824817.3A priority Critical patent/CN110727747B/zh
Publication of CN110727747A publication Critical patent/CN110727747A/zh
Application granted granted Critical
Publication of CN110727747B publication Critical patent/CN110727747B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/56—Information retrieval; Database structures therefor; File system structures therefor of still image data having vectorial format
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/587—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Library & Information Science (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了基于经纬度识别的纸质地图快速矢量化方法及系统，包括：S100，对栅格图像进行纠偏；S200，对纠偏后的栅格图像进行几何约束，提取经度待匹配区域和纬度待匹配区域；S300，读取与栅格图像相应的经度和纬度模版图像，并与经度和纬度待匹配区域进行匹配；S400，利用匹配获得的中心点像素横/纵坐标以及经度/纬度值求解仿射变换模型六参数；S500，将纠偏后的栅格图像进行色彩空间变换；S600，对步骤S500输出的栅格图像进行矢量化处理，并将像素点逐一转换为地理坐标。本发明借助现代计算机技术实现了纸质地图扫描后的栅格图像的快速自动矢量化，同时还实现了像素坐标到地理坐标的精准转换。

Description

基于经纬度识别的纸质地图快速矢量化方法及系统
技术领域
本发明属于地理信息与计算机视觉的交叉技术领域，具体涉及一种基于经纬度识别的纸质地图快速矢量化方法及系统。
背景技术
矢量格式是GIS应用分析中常用的数据格式之一，矢量格式数据(后文简记为矢量数据)不仅可以用于空间分析，而且也可表达栅格数据分析得到的结果。但目前相关应用研究中有时很难获取到合适的电子版矢量数据，这主要是因为早期我国受限于计算机技术的发展，地理数据多以纸质材料保存，再就是现今商业公司提供的数据价格一般比较昂贵，而且比例尺也很难满足实际应用要求。
为了弥补地理数据的缺失，通常将纸质地图数据扫描成栅格图像，再利用GIS软件进行人工矢量化，得到矢量数据。目前纸质地图的矢量化方法具有诸多的局限，主要表现为：
1)人工矢量化无法根据地图生产需求的不同，产生绝对统一的作业标准，一定程度上会造成评估偏差；
2)地图类产品需要时常更新，每次地图更新都需要重新绘制或修改矢量数据，耗时耗力，作业成本高昂；
3)人工方式会因人员个体差异、人为失误影响最终的成图质量。
随着计算机技术的发展以及科研人员对矢量化技术方法的探索，栅矢转换也取得了一些突破性进展。对于常规栅格影像已经可以实现快速且精确的矢量化处理，但是纸质地图扫描后的栅格图像由于缺乏地理坐标信息，其并不同于常规栅格图像。因此若将纸质地图扫描后的栅格图像应用于GIS分析，还需对图像数据的坐标进行转换，将像素坐标转换为地理坐标。传统方法是通过GIS软件中的配准模块进行几何配准，但此法依赖人工选择配准点，因此存在如下问题：
1)当数据量过多时，数据生产效率低；
2)选取的配准点无法保证在图像上均匀分布，难免造成配准误差过大；
3)少数纸质地图很难找到具有标准坐标格式的对应参考图，可能导致无法进行人工配准操作。
发明内容
为了解决上述技术问题，本发明提供了基于经纬度识别的纸质地图快速矢量化方法及系统，该方法及系统无需人工选择配准点，可自动实现纸质地图扫描后的栅格图像的快速矢量化。
本发明提供的基于经纬度识别的纸质地图快速矢量化方法，包括：
S100，对由待矢量化纸质地图扫描所得的栅格图像进行纠偏；
S200，对纠偏后的栅格图像进行几何约束，提取仅包含经度标识的经度待匹配区域和仅包括纬度标识的纬度待匹配区域；
S300，读取与栅格图像相应的经度和纬度模版图像，并与经度和纬度待匹配区域进行匹配；经度和纬度模版图像分别指包括一经度值和一纬度值的图像，需提前制作；与栅格图像相应的经度和纬度模版图像指：经度值和纬度值在栅格图像所在行政区域的经度和纬度跨度内、且与栅格图像所标识的经纬度间隔一致的经度模版图像和纬度模版图像；
本步骤进一步包括：
S310，经度/纬度模版图像依次与经度/纬度待匹配区域进行匹配，对获取的特征点进行基于距离比值法的筛选；
S320，获取经度/纬度待匹配区域内每一个经度/纬度标识的最小外包矩形，每次匹配后，统计经度/纬度待匹配区域内各最小外包矩形内筛选后的特征点数；
S330，匹配完成后，依据正确匹配时特征点数最大原则，获取各最小外包矩形正确匹配的经度/纬度模版图像；
S340，使正确匹配的经度/纬度模版图像记录所匹配的最小外包矩形的中心点像素横/纵坐标以及经度/纬度值；
需要说明的是，步骤S300中包括经度模版图像与经度待匹配区域的匹配、以及纬度模版图像与纬度待匹配区域的匹配，经度匹配和纬度匹配两种匹配步骤完全一致。为描述简便，此处采用符号“/”来表示两种匹配的并列性。
具体来说，子步骤S310中“经度/纬度模版图像依次与经度/纬度待匹配区域进行匹配”表示应执行“经度模版图像依次与经度待匹配区域进行匹配”、以及“纬度模版图像依次与纬度待匹配区域进行匹配”。
子步骤S320中“获取经度/纬度待匹配区域内每一个经度/纬度标识的最小外包矩形，每次匹配后，统计经度/纬度待匹配区域内各最小外包矩形内筛选后的特征点数”表示应执行“获取经度待匹配区域内每一个经度标识的最小外包矩形，每次匹配后，统计经度待匹配区域内各最小外包矩形内筛选后的特征点数”、以及“获取纬度待匹配区域内每一个纬度标识的最小外包矩形，每次匹配后，统计纬度待匹配区域内各最小外包矩形内筛选后的特征点数”。
子步骤S330中“匹配完成后，依据正确匹配时特征点数最大原则，获取各最小外包矩形正确匹配的经度/纬度模版图像”表示应执行“匹配完成后，依据正确匹配时特征点数最大原则，获取各最小外包矩形正确匹配的经度模版图像”、以及“匹配完成后，依据正确匹配时特征点数最大原则，获取各最小外包矩形正确匹配的经度模版图像”。
子步骤S340中“使正确匹配的经度/纬度模版图像记录所匹配的最小外包矩形的中心点像素横/纵坐标以及经度/纬度值”表示应执行“使正确匹配的经度模版图像记录所匹配的最小外包矩形的中心点像素横坐标以及经度值”、以及“使正确匹配的纬度模版图像记录所匹配的最小外包矩形的中心点像素纵坐标以及纬度值”；
S400，利用各经度/纬度模版图像所记录的中心点像素横/纵坐标以及经度/纬度值求解仿射变换模型六参数；
S500，将步骤S100纠偏后的栅格图像变换到HSV色彩空间，提取感兴趣区域，输出仅含感兴趣区域的栅格图像；
S600，对步骤S500输出的栅格图像进行矢量化处理，利用仿射变换模型六参数将矢量化数据像素点逐一转换为地理坐标。
进一步的，步骤S100进一步包括：
S110，对栅格图像进行轮廓提取；
S120，筛选出最外层轮廓，并利用霍夫变换计算该最外层轮廓四条边的旋转角度；
S130，利用旋转角度进行逆向旋转，实现栅格图像纠偏。
进一步的，步骤S200进一步包括：
S210，提取纠偏后的栅格图像的轮廓；
S220，查找并获取面积第二大轮廓的四顶点像素坐标；
S230，将像素横坐标在[0,XMin]范围内的图像区域作为纬度待匹配区域，将像素纵坐标在[0,YMin]范围内的图像区域作为经度待匹配区域；
其中，XMin为面积第二大轮廓四顶点的像素横坐标中的最小值，YMin为面积第二大轮廓四顶点的像素纵坐标坐标中的最小值。
进一步的，步骤S300中，经度和纬度模版图像的制作方法为：
分别以1°和30′为间隔，制作东经73°～东经135°跨度范围内的经度模版图像，以及北纬3°～北纬54°跨度范围内的纬度模版图像，每一张经度模版图像包含一经度值，每一张纬度模版图像包含一纬度值；
根据我国各级行政区域的经纬度跨度，对经度和纬度模版图像进行归类；具体为：将属于同一行政区域经纬度跨度范围内的经度和纬度模版图像归为一类；
根据栅格图像所在行政区域即可直接读取该行政区域下所有的经度和纬度模版图像，从中提取出与栅格图像所标识的经纬度间隔一致的模版图像，即与栅格图像匹配的经度和纬度模版图像。
进一步的，步骤S300中，经度和纬度模版图像的制作方法为：
根据待矢量化纸质地图的经纬度跨度和间隔制作经度模版图像和纬度模版图像，每一张经度模版图像包含一经度值，每一张纬度模版图像包含一纬度值。
进一步的，步骤S600中，利用基于游程编码的矢量化方法对栅格图像进行矢量化。
本发明提供的基于经纬度识别的纸质地图快速矢量化系统，包括：
纠偏模块，用来对由待矢量化纸质地图扫描所得的栅格图像进行纠偏；
几何约束模块，用来对纠偏后的栅格图像进行几何约束，提取仅包含经度标识的经度待匹配区域和仅包括纬度标识的纬度待匹配区域；
匹配模块，用来读取与栅格图像相应的经度和纬度模版图像，并与经度和纬度待匹配区域进行匹配；
经度和纬度模版图像分别指包括一经度值和一纬度值的图像，需提前制作；
与栅格图像相应的经度和纬度模版图像指：经度值和纬度值在栅格图像所在行政区域的经度和纬度跨度内、且与栅格图像所标识的经纬度间隔一致的经度模版图像和纬度模版图像；
所述匹配模块进一步包括子模块：
匹配子模块，用来经度/纬度模版图像依次与经度/纬度待匹配区域进行匹配，对获取的特征点进行基于距离比值法的筛选；
统计模块，用来获取经度/纬度待匹配区域内每一个经度/纬度标识的最小外包矩形，每次匹配后，统计经度/纬度待匹配区域内各最小外包矩形内筛选后的特征点数；
获取正确匹配模块，用来匹配完成后，依据正确匹配时特征点数最大原则，获取各最小外包矩形正确匹配的经度/纬度模版图像；
记录模块，用来使正确匹配的经度/纬度模版图像记录所匹配的最小外包矩形的中心点像素横/纵坐标以及经度/纬度值；
参数求解模块，用来利用各经度/纬度模版图像所记录的中心点像素横/纵坐标以及经度/纬度值求解仿射变换模型六参数；
感兴趣区域提取模块，用来将纠偏模块纠偏后的栅格图像变换到HSV色彩空间，提取感兴趣区域，输出仅含感兴趣区域的栅格图像；
矢量化模块，用来对栅格图像进行矢量化处理，利用仿射变换模型六参数将矢量化数据像素点逐一转换为地理坐标。
和现有技术相比，本发明具有如下优点和有益效果：
本发明借助现代计算机技术实现了纸质地图扫描后的栅格图像快速矢量化，该矢量化过程高度自动化，无需人工选择配准点。在实现快速矢量化的同时，本发明还实现了像素坐标到地理坐标的精准转换，具有较强的应用价值。
经实验验证，利用本发明完成单幅图像的矢量化，仅需21s，坐标转换的精度高达99％，极大地提高了纸质地图矢量化的效率和精度。
附图说明
图1是实施例的流程示意图；
图2是实施例中部分经度模版图像的样图，图(a)、图(b)、图(c)分别为三张不同的经度模版图像；
图3是实施例中经度标识的最小外包矩形示意图；
图4是实施例中栅格图像几何约束示意图；
图5和图7是实施例所用栅格图像，其中，图5为山东省泰安市地图的栅格图像，图7为山东省东营市地图的栅格图像；
图6和图8是图5和图7所示栅格地图的矢量化结果。
具体实施方式
为了更清楚地说明本发明技术方案，下面将对照附图提供本发明实施例及其所产生的技术效果。显而易见地，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的实施方式。
本实施例利用C++开发语言编写相应的计算机程序来自动执行本发明，即利用所编写的计算机程序自动对栅格图像进行矢量化。
本实施例将以图5和图7所示的山东省泰安市以及东营市的纸质地图为例，将图5和图7所示纸质地图扫描为栅格图像，采用所编写的计算机程序将所得栅格图像矢量化，矢量化区域为地图上的生态保护红线区和Ⅰ类红线区。
下面将结合图1对本实施例栅格图像的矢量化流程进行详细描述。
在进行自动矢量化之前，需要利用扫描仪对待矢量化的纸质地图进行扫描，获得电子版的栅格地图，之后对电子版的栅格地图进行矢量化处理。
Step1，对栅格图像进行纠偏。
在利用扫描仪扫描纸质地图时，容易发生图像偏转，所以需要对扫描所得的栅格图像进行纠偏。纠偏即用于纠正纸质地图扫描时发生的偏转，使得后续配准时能更快速更精准的获取像素坐标。目前有很多可实现图像纠偏的现成算法，直接使用即可。本实施例所采用的纠偏方法为：首先，对栅格图像进行轮廓提取；然后，筛选出最外层轮廓，并利用Hough变换(霍夫变换)计算该最外层轮廓四条边的旋转角度；最后，利用旋转角度进行逆向旋转，实现栅格图像纠偏。
Step2，对纠偏后的栅格图像进行几何约束，提取待匹配区域，所述待匹配区域包括经度待匹配区域和纬度待匹配区域。
几何约束的目的是提高后续图像匹配效率，其指从栅格图像中提取出与经度模板图像、纬度模板图像分别对应的经度待匹配区域、纬度待匹配区域。图4所示区域①即经度待匹配区域，区域②即纬度待匹配区域，区域①和区域②部分重叠。
下面将提供本步骤的一种具体实施方式。
首先，提取纠偏后的栅格图像的轮廓，提取图像轮廓的现有方法很多，例如基于Laplacian、Sobel、Canny算子的边缘检测方法。本实施例利用opencv工具自带的findcontours算法进行栅格图像轮廓提取。然后，查找并获取面积第二大的轮廓的四个顶点的像素坐标，四个顶点即图4中A、B、C、D点，将左上顶点A的像素坐标记为[XMin,YMin]。这里，面积最大的轮廓指栅格图像的最外层轮廓，即图4中由A’、B’、C’、D’点构成的方形框。
在进行图像匹配前，对栅格图像进行几何约束，即提取出经度待匹配区域和纬度待匹配区域。
本实施例中几何约束具体为：
将面积最大轮廓的左上顶点记作原点(0,0)，将水平向右记为横轴的正方向，将竖直向下记为纵轴的正方向，将像素横坐标在[0,XMin]范围内的图像区域作为纬度待匹配区域，将像素纵坐标在[0,YMin]范围内的图像区域作为经度待匹配区域，其中，XMin为面积第二大的轮廓四个顶点的像素横坐标中的最小值，YMin为面积第二大的轮廓四个顶点的像素纵坐标坐标中的最小值。
Step3，从经纬度模板图像库中自动选择与栅格图像所在行政区域匹配的经度模版图像和纬度模版图像，将经度和纬度待匹配区域分别与经度和纬度模版图像进行匹配。
模版图像用作图像匹配中的待匹配图像。扫描后获取的栅格图像由于缺乏空间坐标信息，必须将栅格图像中像素坐标转换为地理坐标，才能用于GIS相关分析。
本步骤的实施需要预先构建经纬度模版图像库。由于纸质地图边缘部分一般有经纬度标识，所以可根据中国精度和纬度跨度、以及纸质地图常用经纬度标识，来制作经纬度模版图像，所有经纬度模版图像存储于经纬度模版图像库内。
经纬度模版图像的制作方法如下：
公知，中国经度跨度为东经73°～东经135°，纬度跨度为北纬3°～北纬54°，而我国纸质地图上经纬度标识多以1°或30′为间隔，经纬度标识可参见图5和图7，图5和图7中经度和纬度标识间隔均为30′。故本实施例在制作经纬度模版图像时，分别以1°和30′为间隔，制作东经73°～东经135°跨度范围内的经度模版图像，以及北纬3°～北纬54°跨度范围内的纬度模版图像，每一张经度模版图像包含一经度值，每一张纬度模版图像包含一纬度值，图2所示为3张经度模版图像的样图。制作模版图像时推荐使用ArcGIS以及CorelDRAW软件。根据中国下辖省级行政区经纬度跨度对所制备的全国范围内经度和纬度模版图像进行归类，简言之，以省级行政区对经度和纬度模版图像进行分类。
作业员也可根据待矢量化纸质地图的经纬度标识提前自行制作经纬度模版图像，并添加至经纬度模板图像库。自备经纬度模版图像的尺寸与形式应与待矢量化栅格图像的尺寸与形式一致。具体来说，经度模版图像尺寸应与栅格图像中经度标识的最小外包矩形尺寸一致，而纬度模版图像尺寸应与栅格图像中纬度标识的最小外包矩形尺寸一致；且经度模版图像中经度值应与栅格图像中经度标识一致，纬度模版图像中纬度值应与栅格图像中纬度标识一致。参见图3，4个经度标识外的方框即各自的最小外包矩形，本实施例中该最小外包矩形尺寸为255像素*85像素。
进行图像匹配前，应从经纬度模板图像库中选择栅格地图所在省级行政区域以及经纬度间隔一致的所有经纬度模版。本实施例栅格地图所在行政区都为山东省下辖的市级行政单位，从图5和图7可以看出，经纬度标识间隔均为30′，所以本实施例选择山东省的以30′为间隔的所有经纬度模版图像，共17个经度和纬度模版图像。
之后，将选择的所有经度模版图像依次与经度待匹配区域进行匹配，将选择的所有纬度模版图像依次与纬度待匹配区域进行匹配。本发明中对经度模版图像和纬度模版图像的匹配顺序并无要求，可以先进行经度模版图像匹配，也可以先进行维度模板匹配，也可以同时进行经度和纬度模版匹配。本实施例中是先进行经度模版图像匹配，再进行维度模版图像匹配。
下面将以经度模版图像匹配为例，提供本实施例进行图像匹配的详细过程。匹配算法可以采用现有的图像匹配算法，本实施例选择SURF算法进行图像匹配。
首先，利用SURF将选择的经度模版图像依次与经度待匹配区域进行匹配，对产生的特征点按照距离比值法进行筛选。获取经度待匹配区域内每一个经度标识的最小外包矩形，每次匹配完毕，统计各最小外包矩形中筛选后的特征点数。在所选择的全部经度模版图像均与经度待匹配区域匹配完毕后，基于正确匹配时特征点数最大原则，依据每次匹配各最小外包矩形中产生的特征点数确定与各最小外包矩形正确匹配的经度模版图像。所有匹配完毕，经度模版图像则记录其所匹配的最小外包矩形的中心点像素横坐标及该经度模版图像中的经度信息。
纬度模版图像匹配按照经度模版图像的匹配方法，最后正确匹配的纬度模版图像记录其所匹配的最小外包矩形的中心点像素纵坐标及该纬度模版图像的纬度信息。
特征点的距离比值法筛选，具体为：
计算待匹配区域上每个特征点与模板图像上任意一特征点直接的欧式距离，将所得所有欧式距离中的最小值除以次小值，判断所得比率是否小于预设阈值，是则保留待匹配区域上的该特征点；否则删除该特征点。阈值设置为经验值，本实施例中将阈值设为0.6。
本实施例图像匹配的一种优选方案为：将经纬度模版图像的文件名设置为该经纬度模版图像的经纬度值，匹配时，自动按照经纬度值从小到大的顺序，依次与待匹配区域进行匹配。
Step5，模型参数求解，利用步骤Step4获取的经纬度信息以及像素横纵坐标信息，求解仿射变换模型六参数,该六参数包括栅格图像左上角顶点的经度与纬度坐标、栅格图像横向和纵向的分辨率，以及图像旋转系数。解算出六参数即相当于构建了模版图像和栅格图像的数学关系。
仿射变换模型公式如下：
Figure BDA0002188741240000091
式(1)中：
A0～A5为六参数，依次表示栅格图像左上角顶点的经度、栅格图像像素坐标系横轴方向分辨率、图像旋转系数1、栅格图像左上角顶点的纬度、图像旋转系数2、栅格图像像素坐标系纵轴方向分辨率；
x'表示经度值，y'表示纬度值，(x'，y')则为经纬度坐标；
x表示像素横坐标，y表示像素纵坐标，(x，y)表示像素坐标。
步骤Step4获取的是多组数据，经度模版图像与经度待匹配区域进行图像匹配，获得像素横坐标及对应的经度值，一像素横坐标及对应的经度值构成一组数据；纬度模版图像与纬度待匹配区域进行图像匹配，获得像素纵坐标及对应的纬度值，一像素纵坐标及对应的纬度值也构成一组数据。将各组数据分别带入式(1)模型，获得多组模型，通过求解多组模型，即可求解六参数A0～A5。
经纬度信息以及像素横纵坐标信息带入公式(1)，即可求解六参数。
Step6，对纠偏后的栅格图像进行色彩空间变换。
将纠偏后的栅格图像由RGB色彩空间变换到HSV色彩空间，色彩空间变换后，图像色彩的表达更加直观，颜色之间对比更加明显，便于感兴趣区域的提取，从而减少矢量化时栅格图像上其他区域对感兴趣区域的干扰。
Step7，从色彩空间变换后的栅格图像中提取感兴趣区域。
完成色彩空间变换后的栅格图像，不同区域的色彩区别明显加大，更容易提取出感兴趣区域。通过设置色彩取值范围，即设置明度、饱和度和色相的取值范围，即可从栅格图像中分离并输出仅含感兴趣区域的栅格图像。感兴趣区域的提取为本领域的现有技术，因此不再赘述其详细实施过程。以图5和图7所示栅格图像为例，图上生态保护红线区和I类红线区为感兴趣区域，设置生态保护红线区的色彩取值范围：色彩取值范围：色相110<H<130，饱和度S＞230，明度V＞230；设置I类红线区色彩取值范围：色相110<H<140，饱和度110<S<140，明度V＞230。
Step8，栅格图像的矢量化与坐标转换。
利用基于游程编码的矢量化方法对Step7输出的栅格图像进行矢量化处理，利用游程编码压缩图形文件，集合区位表减少提取像元属性时对游程编码的查找次数，对游程编码属性进行标记限定，能够无冗余地生成完整的图形边界弧段，具有较强的灵活性与实用性。之后再利用Step5解算出的六参数，对矢量化后的数据坐标进行逐像素点转换，从像素坐标转换为地理坐标，从生成矢量文件并输出。输出的矢量文件参见图6和图8，分别为图5和图7的适量化结果。
像素坐标转换为地理坐标的公式如下：
Figure BDA0002188741240000101
式(2)中：
X'表示经度值，Y'表示纬度值，(X',Y')为经纬度坐标；
A0～A5为六参数；
x表示像素横坐标，y表示像素纵坐标，(x,y)为像素坐标。
专业人员可以意识到，结合本申请材料中所公开的实施例，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能性一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。技术人员可以对每个特定的应用使用不同方法来实现所描述的功能，但是这种实现不应超过本发明的范围。
本申请中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机储存器、内存、只读存储器、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其他形式的存储介质中。
总而言之，上述实施例是用以具体说明本发明技术方案及技术效果，文中虽通过特定的术语进行说明，但不能以此限定本发明的保护范围，熟悉此技术领域的技术人员可在了解本发明的精神与原则后对其进行变更或修改而达到等效目的，而此等效变更和修改，皆应涵盖于权利要求范围所界定范畴内。

Claims (7)

1.基于经纬度识别的纸质地图快速矢量化方法，包括：
S100，对由待矢量化纸质地图扫描所得的栅格图像进行纠偏；
S200，对纠偏后的栅格图像进行几何约束，提取仅包含经度标识的经度待匹配区域和仅包括纬度标识的纬度待匹配区域；
S300，读取与栅格图像相应的经度和纬度模版图像，并与经度和纬度待匹配区域进行匹配；经度和纬度模版图像分别指包括一经度值和一纬度值的图像，需提前制作；与栅格图像相应的经度和纬度模版图像指：经度值和纬度值在栅格图像所在行政区域的经度和纬度跨度内、且与栅格图像的经纬度标识间隔一致的经度模版图像和纬度模版图像；
本步骤进一步包括：
S310，经度模版图像依次与经度待匹配区域进行匹配，纬度模版图像依次与纬度待匹配区域进行匹配，对获取的特征点进行基于距离比值法的筛选；
S320，获取经度待匹配区域内每一个经度标识的最小外包矩形，每次匹配后，统计经度待匹配区域内各最小外包矩形内筛选后的特征点数；以及获取纬度待匹配区域内每一个纬度标识的最小外包矩形，每次匹配后，统计纬度待匹配区域内各最小外包矩形内筛选后的特征点数；S330，匹配完成后，依据正确匹配时特征点数最大原则，获取各最小外包矩形正确匹配的经度和纬度模版图像；
S340，使正确匹配的经度模版图像记录所匹配的最小外包矩形的中心点像素横坐标以及经度值，以及使正确匹配的纬度模版图像记录所匹配的最小外包矩形的中心点像素纵坐标以及纬度值；S400，利用各经度和纬度模版图像所记录的中心点像素横和纵坐标以及经度和纬度值求解仿射变换模型六参数；
S500，将步骤S100纠偏后的栅格图像变换到HSV色彩空间，提取感兴趣区域，输出仅含感兴趣区域的栅格图像；
S600，对步骤S500输出的栅格图像进行矢量化处理，利用仿射变换模型六参数将矢量化数据像素点逐一转换为地理坐标。
2.如权利要求1所述的基于经纬度识别的纸质地图快速矢量化方法，其特征是：
步骤S100进一步包括：
S110，对栅格图像进行轮廓提取；
S120，筛选出最外层轮廓，并利用霍夫变换计算该最外层轮廓四条边的旋转角度；
S130，利用旋转角度进行逆向旋转，实现栅格图像纠偏。
3.如权利要求1所述的基于经纬度识别的纸质地图快速矢量化方法，其特征是：
步骤S200进一步包括：
S210，提取纠偏后的栅格图像的轮廓；
S220，查找并获取面积第二大轮廓的四顶点像素坐标；
S230，将像素横坐标在[0,XMin]范围内的图像区域作为纬度待匹配区域，将像素纵坐标在[0,YMin]范围内的图像区域作为经度待匹配区域；
其中，XMin为面积第二大轮廓四顶点的像素横坐标中的最小值，YMin为面积第二大轮廓四顶点的像素纵坐标坐标中的最小值。
4.如权利要求1所述的基于经纬度识别的纸质地图快速矢量化方法，其特征是：
步骤S300中，经度和纬度模版图像的制作方法为：
分别以1°和30′为间隔，制作东经73°～东经135°跨度范围内的经度模版图像，以及北纬3°～北纬54°跨度范围内的纬度模版图像，每一张经度模版图像包含一经度值，每一张纬度模版图像包含一纬度值；
根据我国各级行政区域的经纬度跨度，对经度和纬度模版图像进行归类；具体为：将属于同一行政区域经纬度跨度范围内的经度和纬度模版图像归为一类；
根据栅格图像所在行政区域即可直接读取该行政区域下所有的经度和纬度模版图像，从中提取出与栅格图像所标识的经纬度间隔一致的模版图像，即与栅格图像匹配的经度和纬度模版图像。
5.如权利要求1所述的基于经纬度识别的纸质地图快速矢量化方法，其特征是：
步骤S300中，经度和纬度模版图像的制作方法为：
根据待矢量化纸质地图的经纬度跨度和间隔制作经度模版图像和纬度模版图像，每一张经度模版图像包含一经度值，每一张纬度模版图像包含一纬度值。
6.如权利要求1所述的基于经纬度识别的纸质地图快速矢量化方法，其特征是：
步骤S600中，利用基于游程编码的矢量化方法对栅格图像进行矢量化。
7.基于经纬度识别的纸质地图快速矢量化系统，其特征是，包括：
纠偏模块，用来对由待矢量化纸质地图扫描所得的栅格图像进行纠偏；
几何约束模块，用来对纠偏后的栅格图像进行几何约束，提取仅包含经度标识的经度待匹配区域和仅包括纬度标识的纬度待匹配区域；
匹配模块，用来读取与栅格图像相应的经度和纬度模版图像，并与经度和纬度待匹配区域进行匹配；
经度和纬度模版图像分别指包括一经度值和一纬度值的图像，需提前制作；
与栅格图像相应的经度和纬度模版图像指：经度值和纬度值在栅格图像所在行政区域的经度和纬度跨度内、且与栅格图像所标识的经纬度间隔一致的经度模版图像和纬度模版图像；
所述匹配模块进一步包括子模块：
匹配子模块，用来经度模版图像依次与经度待匹配区域进行匹配，纬度模版图像依次与纬度待匹配区域进行匹配，对获取的特征点进行基于距离比值法的筛选；
统计模块，用来获取经度待匹配区域内每一个经度标识的最小外包矩形，每次匹配后，统计经度待匹配区域内各最小外包矩形内筛选后的特征点数；以及获取纬度待匹配区域内每一个纬度标识的最小外包矩形，每次匹配后，统计纬度待匹配区域内各最小外包矩形内筛选后的特征点数；
获取正确匹配模块，用来匹配完成后，依据正确匹配时特征点数最大原则，获取各最小外包矩形正确匹配的经度和纬度模版图像；
记录模块，用来使正确匹配的经度模版图像记录所匹配的最小外包矩形的中心点像素横坐标以及经度值，以及使正确匹配的纬度模版图像记录所匹配的最小外包矩形的中心点像素纵坐标以及纬度值；
参数求解模块，用来利用各经度和纬度模版图像所记录的中心点像素横/纵坐标以及经度/纬度值求解仿射变换模型六参数；
感兴趣区域提取模块，用来将纠偏模块纠偏后的栅格图像变换到HSV色彩空间，提取感兴趣区域，输出仅含感兴趣区域的栅格图像；
矢量化模块，用来对栅格图像进行矢量化处理，利用仿射变换模型六参数将矢量化数据像素点逐一转换为地理坐标。
CN201910824817.3A 2019-09-02 2019-09-02 基于经纬度识别的纸质地图快速矢量化方法及系统 Expired - Fee Related CN110727747B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910824817.3A CN110727747B (zh) 2019-09-02 2019-09-02 基于经纬度识别的纸质地图快速矢量化方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910824817.3A CN110727747B (zh) 2019-09-02 2019-09-02 基于经纬度识别的纸质地图快速矢量化方法及系统

Publications (2)

Publication Number Publication Date
CN110727747A CN110727747A (zh) 2020-01-24
CN110727747B true CN110727747B (zh) 2022-03-15

Family

ID=69218848

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910824817.3A Expired - Fee Related CN110727747B (zh) 2019-09-02 2019-09-02 基于经纬度识别的纸质地图快速矢量化方法及系统

Country Status (1)

Country Link
CN (1) CN110727747B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112085357B (zh) * 2020-08-27 2021-06-04 东南大学 一种出让地块规划条件冲突要点识别与处理的系统与方法
CN112837604B (zh) * 2020-09-21 2024-03-12 中国地质调查局发展研究中心 确定地图中的目标点的地理坐标的方法和装置
CN112525208B (zh) * 2020-11-27 2022-06-28 青岛泛钛客科技有限公司 城市道路地图快速构建方法和装置及设备
CN113535879B (zh) * 2021-07-28 2024-05-03 工银科技有限公司 一种行政区域的地图数据处理方法及装置
US11854110B2 (en) 2021-11-12 2023-12-26 Rockwell Collins, Inc. System and method for determining geographic information of airport terminal chart and converting graphical image file to hardware directives for display unit
US12002369B2 (en) 2021-11-12 2024-06-04 Rockwell Collins, Inc. Graphical user interface (GUI) for selection and display of enroute charts in an avionics chart display system
US11748923B2 (en) 2021-11-12 2023-09-05 Rockwell Collins, Inc. System and method for providing more readable font characters in size adjusting avionics charts
US11915389B2 (en) 2021-11-12 2024-02-27 Rockwell Collins, Inc. System and method for recreating image with repeating patterns of graphical image file to reduce storage space
US11887222B2 (en) 2021-11-12 2024-01-30 Rockwell Collins, Inc. Conversion of filled areas to run length encoded vectors
US11842429B2 (en) 2021-11-12 2023-12-12 Rockwell Collins, Inc. System and method for machine code subroutine creation and execution with indeterminate addresses
US11954770B2 (en) 2021-11-12 2024-04-09 Rockwell Collins, Inc. System and method for recreating graphical image using character recognition to reduce storage space
CN115661286A (zh) * 2022-10-27 2023-01-31 北京星天科技有限公司 矢量化海图绘制方法、装置及电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101853514A (zh) * 2009-04-02 2010-10-06 肖克炎 彩色地质图图像的交互式矢量化方法及其系统
CN102706352A (zh) * 2012-05-21 2012-10-03 南京航空航天大学 一种航空用线状目标的矢量地图匹配导航方法
CN103034737A (zh) * 2012-12-27 2013-04-10 天津市通卡公用网络系统有限公司 电子地图的纠偏方法
CN107564078A (zh) * 2016-06-30 2018-01-09 中国电力科学研究院 一种带有干扰像素的栅格分区图自动矢量化方法
CN108227717A (zh) * 2018-01-30 2018-06-29 中国人民解放军陆军装甲兵学院 基于orb特征的多移动机器人地图融合方法及融合平台
CN109447160A (zh) * 2018-10-31 2019-03-08 武汉大学 一种影像和矢量道路交叉点自动匹配的方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10536164B2 (en) * 2017-11-17 2020-01-14 Adobe Inc. Adapting image vectorization operations using machine learning

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101853514A (zh) * 2009-04-02 2010-10-06 肖克炎 彩色地质图图像的交互式矢量化方法及其系统
CN102706352A (zh) * 2012-05-21 2012-10-03 南京航空航天大学 一种航空用线状目标的矢量地图匹配导航方法
CN103034737A (zh) * 2012-12-27 2013-04-10 天津市通卡公用网络系统有限公司 电子地图的纠偏方法
CN107564078A (zh) * 2016-06-30 2018-01-09 中国电力科学研究院 一种带有干扰像素的栅格分区图自动矢量化方法
CN108227717A (zh) * 2018-01-30 2018-06-29 中国人民解放军陆军装甲兵学院 基于orb特征的多移动机器人地图融合方法及融合平台
CN109447160A (zh) * 2018-10-31 2019-03-08 武汉大学 一种影像和矢量道路交叉点自动匹配的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
《彩色交通栅格地图中城市道路与公路的自动获取》;海涛;《中国博士学位论文全文数据库 工程科技Ⅱ辑》;20131015;全文 *

Also Published As

Publication number Publication date
CN110727747A (zh) 2020-01-24

Similar Documents

Publication Publication Date Title
CN110727747B (zh) 基于经纬度识别的纸质地图快速矢量化方法及系统
US11410435B2 (en) Ground mark extraction method, model training METHOD, device and storage medium
CN110263717B (zh) 一种融入街景影像的土地利用类别确定方法
CN107092877B (zh) 基于建筑物基底矢量的遥感影像屋顶轮廓提取方法
CN107633192B (zh) 一种基于机器视觉的复杂背景下条形码分割与识读方法
CN110866871A (zh) 文本图像矫正方法、装置、计算机设备及存储介质
CN109902527B (zh) 一种qr码自动识读方法和装置
CN106920235A (zh) 基于矢量底图匹配的星载光学遥感影像自动校正方法
CN108763575B (zh) 基于像控点数据库的像控点自动选取方法
CN109727279A (zh) 一种矢量数据与遥感影像的自动配准方法
CN113255452A (zh) 一种目标水体的提取方法及提取系统
CN116797757A (zh) 一种基于实景三维的城市建筑群数据采集方法
CN114241326A (zh) 一种渐进式遥感影像地物要素智能生产方法及系统
CN111724354A (zh) 一种基于图像处理的多株小麦穗长与小穗数的测量方法
CN115471619A (zh) 基于立体成像高分辨率卫星影像的城市三维模型构建方法
JP2008242508A (ja) 特定領域自動抽出システム、特定領域自動抽出方法、および、プログラム
CN108022245A (zh) 基于面线基元关联模型的光伏面板模板自动生成方法
JPH05181411A (ja) 地図情報照合更新方式
Chaloeivoot et al. Building detection from terrestrial images
JP2011002965A (ja) 画像検索方法および装置
CN117934750A (zh) 城市孪生模型建筑外表材质识别赋予方法、装置及设备
JP2005134601A (ja) 地図画像の解析装置
CN112668578B (zh) 指针式仪表读数方法、装置、计算机设备和存储介质
CN109461137B (zh) 一种基于灰度相关性的面向对象正射影像质量检查方法
JP2004094427A (ja) 帳票画像処理装置及び該装置を実現するためのプログラム

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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20220315