電子地圖中地理對(duì)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(tái)，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(duì)象的智能轉(zhuǎn)換因而成為一個(gè)非常重要的課題。本文主要研究衛(wèi)星圖像中主要地理對(duì)象的檢測(cè)和提取，有重要的學(xué)術(shù)價(jià)值和實(shí)際應(yīng)用價(jià)值。本文分析的對(duì)象主要是GoogleEarth衛(wèi)星圖像，在對(duì)源圖像進(jìn)行預(yù)處理的條件下，采用模糊規(guī)則分類法，針對(duì)不同的對(duì)象建立不同的隸屬度函數(shù)，將地理對(duì)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(xué)形態(tài)學(xué)法與Hough算法相結(jié)合的算法，對(duì)道路對(duì)象進(jìn)行提取，既能彌補(bǔ)Hough算法的局限，對(duì)細(xì)節(jié)提取不到位的缺陷，又能改善數(shù)學(xué)形態(tài)學(xué)法過(guò)提取的問(wèn)題。對(duì)于建筑物的檢測(cè)和提取，采用擴(kuò)展的OSTU分割算法，結(jié)合建筑物先驗(yàn)知識(shí)，并進(jìn)行多尺度分割處理提取出建筑物的潛在區(qū)域，于此同時(shí)，根據(jù)對(duì)象關(guān)系特征提取建筑物的陰影區(qū)域。對(duì)于水域的檢測(cè)和提取，主要利用水域邊緣的特性，水域與周?chē)矬w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