電子地圖中地理對象的智能轉(zhuǎn)換研究.pdf

1、科技迅速的發(fā)展，紙質(zhì)地圖已經(jīng)逐步走出歷史舞臺，取而代之的是電子地圖的百花齊放，但電子地圖的制作仍然需要大量的人力物力完成，電子地圖中地理對象的智能轉(zhuǎn)換因而成為一個非常重要的課題。本文主要研究衛(wèi)星圖像中主要地理對象的檢測和提取，有重要的學術(shù)價值和實際應(yīng)用價值。本文分析的對象主要是GoogleEarth衛(wèi)星圖像，在對源圖像進行預(yù)處理的條件下，采用模糊規(guī)則分類法，針對不同的對象建立不同的隸屬度函數(shù)，將地理對象分類為為建筑物、道路和水域三類重要

2、地物信息。利用數(shù)學形態(tài)學法與Hough算法相結(jié)合的算法，對道路對象進行提取，既能彌補Hough算法的局限，對細節(jié)提取不到位的缺陷，又能改善數(shù)學形態(tài)學法過提取的問題。對于建筑物的檢測和提取，采用擴展的OSTU分割算法，結(jié)合建筑物先驗知識，并進行多尺度分割處理提取出建筑物的潛在區(qū)域，于此同時，根據(jù)對象關(guān)系特征提取建筑物的陰影區(qū)域。對于水域的檢測和提取，主要利用水域邊緣的特性，水域與周圍物體在灰度上有較大的階梯，極易提取其初始輪廓，然后結(jié)合形