地图符号识别方法地研究.pdfVIP

414 第九届东北三省测绘学术与信息交流会论文集 地图符号识别方法的研究 曰白 云，高国勇公，鬲图男 (辽宁省第三测绘院，辽宁沈阳 110034) 【摘 要l地图模式识别是目前制图自动化的一个重点研究方向，利用计算机从扫描地形图上识 别和提取地图信息为地图数字化开辟了新的途径． 【关键词l点状地图符号；网络模型；参数调整：房屋识别 0引言 纸质地图是目前地理信息系统的主要数据来源．从扫描纸质地图上识别和提取数字信息为 地图数字化开辟了新的途径．对促进地理信息的建立和应用具有重要的意义。地图由点、线、 面符号构成．地图的识别就是各种点、线、面符号的识别，由于线状、面状符号可看成是由基 本的点状符号经过各种组合构成的．因此点状符号的自动识别是实现整个地图符号识别的核心 和基础，本文即是以此为基本研究内容的。同时考虑到面状符号中的房屋在地形图上的数量较 多．对地图信息自动提取的速度影响较大，本文将其作为另一个研究内容。 点状符号自动识别目前发展得相对成熟，通常使用的有统计结构法、人工智能法．线划跟 踪法、神经网络法等多种识别方法。人工神经网络由于其较强的学习和自适应能力，在模式识 别领域尤其是近些年来得到了较快的发展．其中由反向传播算法训练的多层感知网络(BP) 更是简单有效，具有很强的实用性。本文在通过对各种识别方法的分析的基础上选择了此种实 现方法．对所采用的神经网络方法进行了详尽的阐述；详细介绍了点状符号自动识别实现的过 程及所进行的实验．重点是网络模型的构建和各种网络参数的调整及对网络模型的各种改进措 施。 在面状房屋的自动识别中进行了预处理、房屋跟踪起始点搜索，轮廓提取、断点连接．角 点检测，直角化等内容。 1点状地图符号识别方法的研究 点状地图符号识别属于模式识别的范畴．模式识别根据研究方法的不同．可分为统计法、 结构法．模板匹配法、人工智能法、神经网络法．还有专门针对图形图像处理的线划跟踪法、 数学形态学法等。各种方法各有所长，在实际构造识别系统．即可单独使用某种方法．也可各 种方法综合使用以达到更好的效果。 2神经网络的优点及网络模型分析 白云等：地图符号识别方法的研究 415 基于神经网络的点状地图符号识别也是对人的视觉识别的一种模拟．但是它不同于以形状 分析为主的识别方法．其研究内容侧重于模仿人脑中神经元的信息加工行为及其互联机制．并 采用一种非语言、非逻辑的信息处理方式。由于神经网络的强分类和联想功能及非凡的自适 应、自组织、自学习．容错能力，对于扫描地图上相互粘连、相互压盖，不完整及变形和噪声 等因素影响的符号具有很好的识别效果．而这些符号用常规法等很难达到满意的识别精度。神 经网络识别可直接输入符号的点阵．这就避免了符号识别中最困难的特征提取问题．并且点阵 能最大程度代表符号．避免了符号由特征代表时的各种损失。同时由于神经网络的并行处理及 自适应调整权值，速度快且更智能化。神经网络与传统分类器比较如图l： 从枷t样本获钰参败估计 上 图l传统分类器(上)与神经网络分类器(下)比较 在神经网络的不同算法中。应用和研究最多的是反向传播人工神经网络模型(BP)。如 图2： m奢曩 ●人一 图2 BP网络结构 BP算法的基本思想．是根据网络实际输出与期望输出的误差．从输出层开始，反过来调 整网络的权值．最终使输出的均方误差最小。具体地说，对于输入值．要求先向前传播到隐节 点．经作用函数作用后．再把隐节点的输出信息传播到输出节点．最后给出输出值。节点的作 用函数通常是选择S型函数．其表达式如下： 1 f(net,)=—{ (1) ．