项目名称: 彩色地形图中地理要素提取与识别技术研究

项目编号: No.61472302

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 计算机科学学科

项目作者: 苗启广

作者单位: 西安电子科技大学

项目金额: 84万元

中文摘要: 大幅面彩色地形图中地理要素的提取与识别是地形图数字矢量化的基础,本课题针对目前地形图中地理要素提取与识别方面存在的难题,通过关键技术的探索与创新,分别在线划要素提取与分割、点状符号与文字注记提取与识别等方面进行深入研究。针对传统的图像分割算法在大幅面彩色地形图图像分割过程中存在的计算复杂度高和分割不精确等问题,以线划要素的同质区域为分割对象,研究基于区域特征和种子扩散的地形图中线划要素提取算法以及基于区域特征的线划要素分割算法。针对传统符号识别算法难以检测全部点状符号的问题,研究基于GHT的彩色地形图中点状符号直接识别算法。针对大幅面地形图中含有众多字符串和孤立字符的情况,通过分析地形图中文字注记在颜色、尺寸大小和方向等方面的特点,探索图模型和文字注记在地形图中的分布之间的关系,研究基于图模型的文字注记自动编组算法。这些关键技术的突破,对于大幅面彩色地形图高效数字化和矢量化,具有重要意义。

中文关键词: 彩色地形图;线要素;图像分割;点状符号;文字注记

英文摘要: The extraction and recognition of the geographical elements in large color topographic map is the basis of the map vectorization. This project analyses the problems of the extraction and recognition of the geographical elements, and explores the new methods and ideas in the key problems. We research the problems about line segmentation and the identification of point symbols and texts.There are difficulties for traditional methods to segment these large maps because of the huge amount of computation and long computation time,in order to solve this problem, the methods based on the area features and seed spreading are used to seperate and segment the lines.In this method, the line elements are segmented, rather than pixels.In the research on the symbol recognition,the traditional methods cannot detect all the symbols in the maps, and a new method based on GHT is proposed to detect the symbols directly in topographic maps.A topographic map contains a large amount of strings and isolated character, by analyzing the characteristic of characters in color, size and direction, the distributing relaionship between graph model and character note is explored and the automatic text annotation grouping algorithm based on graph model is researched.

英文关键词: color topographic map;linear feature;image segmentation;point symbol;text mark

成为VIP会员查看完整内容
1

相关内容

中国信通院:量子信息技术发展与应用研究报告
专知会员服务
42+阅读 · 2022年1月1日
面向行人重识别的局部特征研究进展、挑战与展望
专知会员服务
26+阅读 · 2021年10月13日
专知会员服务
17+阅读 · 2021年7月3日
专知会员服务
85+阅读 · 2021年6月30日
专知会员服务
69+阅读 · 2021年3月23日
专知会员服务
94+阅读 · 2021年2月6日
小目标检测技术研究综述
专知会员服务
118+阅读 · 2020年12月7日
事件知识图谱构建技术与应用综述
专知会员服务
148+阅读 · 2020年8月6日
最新《自然场景中文本检测与识别》综述论文,26页pdf
专知会员服务
69+阅读 · 2020年6月10日
人脸识别常用开源数据集大全
极市平台
0+阅读 · 2022年2月26日
综述:图像滤波常用算法实现及原理解析
极市平台
0+阅读 · 2022年1月29日
实例分割研究综述总结
极市平台
1+阅读 · 2021年12月2日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
人脸专集2 | 人脸关键点检测汇总(文末有相关文章链接)
计算机视觉战队
25+阅读 · 2019年4月4日
Elasticsearch地理信息存储及查询之Geo_Point
Analysys易观
13+阅读 · 2018年12月29日
图像检索研究进展:浅层、深层特征及特征融合
中国计算机学会
122+阅读 · 2018年3月26日
OCR技术浅析
机器学习研究会
40+阅读 · 2017年12月8日
关系推理:基于表示学习和语义要素
计算机研究与发展
18+阅读 · 2017年8月22日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Antipatterns in Software Classification Taxonomies
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月17日
小贴士
相关VIP内容
中国信通院:量子信息技术发展与应用研究报告
专知会员服务
42+阅读 · 2022年1月1日
面向行人重识别的局部特征研究进展、挑战与展望
专知会员服务
26+阅读 · 2021年10月13日
专知会员服务
17+阅读 · 2021年7月3日
专知会员服务
85+阅读 · 2021年6月30日
专知会员服务
69+阅读 · 2021年3月23日
专知会员服务
94+阅读 · 2021年2月6日
小目标检测技术研究综述
专知会员服务
118+阅读 · 2020年12月7日
事件知识图谱构建技术与应用综述
专知会员服务
148+阅读 · 2020年8月6日
最新《自然场景中文本检测与识别》综述论文,26页pdf
专知会员服务
69+阅读 · 2020年6月10日
相关资讯
人脸识别常用开源数据集大全
极市平台
0+阅读 · 2022年2月26日
综述:图像滤波常用算法实现及原理解析
极市平台
0+阅读 · 2022年1月29日
实例分割研究综述总结
极市平台
1+阅读 · 2021年12月2日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
人脸专集2 | 人脸关键点检测汇总(文末有相关文章链接)
计算机视觉战队
25+阅读 · 2019年4月4日
Elasticsearch地理信息存储及查询之Geo_Point
Analysys易观
13+阅读 · 2018年12月29日
图像检索研究进展:浅层、深层特征及特征融合
中国计算机学会
122+阅读 · 2018年3月26日
OCR技术浅析
机器学习研究会
40+阅读 · 2017年12月8日
关系推理:基于表示学习和语义要素
计算机研究与发展
18+阅读 · 2017年8月22日
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员