3b 第四章 空间数据获取与处理.pptVIP

* * * * * * * 在扫描后处理中，需要进行栅格转矢量的运算，一般称为扫描矢量化过程。扫描矢量化可以自动进行，但是扫描地图中包含多种信息，系统难以自动识别分辨，这使得完全自动矢量化的结果不那么“可靠”，所以在实际应用中，常常采用交互跟踪矢量化，或者称为半自动矢量化。 将栅格图像转换为矢量地图一般需要以下一系列步骤： 1）图像二值化: 图像二值化用于从原始扫描图像计算得到黑白二值图像，通常将图像上的白色区域的栅格点赋值为0；而黑色区域为1，黑色区域对应了要矢量化提取的地物，又称为前景。 2）平滑: 图像平滑用于去除图像中的随机噪声，通常表现为斑点。 3）细化: 细化将一条线细化为只有一个像素宽，细化是矢量化过程中的重要步骤，也是矢量化的基础。 4）链式编码: 链式编码将细化后的图像转换成为点链的集合，其中每个点链对应于一条弧段。 5）矢量线提取: 将每个点链转化成为一条矢量线。每条线由一系列点组成，点的数目取决于线的弯曲程度和要求的精度。 1.4.2 图像拼接/裁剪 1）图像拼接 以两相邻地图图像的部分重叠区为基础，把它们合成为一幅整图的过程叫做图像拼接，分上下拼接和左右拼接。 2）图像裁剪 把一幅图像裁成两两相邻的规则图块的过程称为地图裁剪。图像裁剪非常简单，实际应用中，可以根据不同的硬件配置确定采用和不采用图像裁剪技术。 1.4.3 图像细化预处理二值图像平滑 在将地图扫描或摄像输入时，由于线不光滑以及扫描、摄像系统分辨率的限制，使得一些曲线目标带来多余的小分支（即毛刺噪声）；此外，还有孔洞和凹陷噪声，如图4-4所示。如果不在细化前去除这几种噪声，就会造成细化误差和失真，这样会最终影响地图跟踪和矢量化。 图4-4：扫描图像的“毛刺”和“凹陷孔洞” 为了去除毛刺噪声的影响，可以采用如图5所示的3×3模板进行处理。处理的过程是：按点阵格式扫描图像上每一像素，只要图像相应区域与图4-5中的模板匹配，则判定为毛刺，对应于模板中心的像素数值变为O。根据需要可进行多次这种匹配运算。 0 0 0 0 1 0 Ⅹ Ⅹ Ⅹ 图4-5：去毛刺模板，X为任意数值 X 1 X 1 0 1 Ⅹ Ⅹ Ⅹ 图4-6：去孔洞凹陷模板 为了去除孔洞及凹陷噪声，我们采用如图4-6所示的模板进行处理，只要图像对应区域与该模板（包括其三次90O旋转）匹配，则区域中心点数值变为1。 1.4.4 图像细化（Thinning） 细化算法对二值图像进行处理，得到细化后的图像。线细化是处理包含线状地物二值图像的一种重要技术，在地图扫描处理中，由于地图上主要信息是不同粗细和不同形状的线，必须首先进行线细化，以准确、有效地提取这些线信息，并进一步完成跟踪矢量化。 线细化，就是不断去除曲线上不影响连通性的轮廓像素的过程，对细化的一般要求是： 保证细化后曲线的连通性 细化结果是原曲线的中心线 保留细线端点 根据各种不同的应用，目前已经提出了许多线细化算法，如内接圆法、经典算法、异步算法、快速并行算法及并行八边算法等，不同的算法在处理速度和效果上各有其特点。 下面介绍一个常用的细化算法，其它算法基本是此算法的改进。首先介绍几个相关的概念和符号。对于二值栅格图像中每个像素点p，以及该像素直接相邻的8个像素点（图6-7），令： 图4-7：像素周围的8个直接相邻像素 1）N(p)为p的邻点的数值的和； 2）图像像素联接数T(p)，如果旋转着看像素周围的点，T(p)就是p周围8个点从0变成1的次数，它反映了像素邻点的联接的块数（图6-8）。 3）pW，pE，pS，pN分别指像素左侧、右侧、下边、上边邻点的数值。 图4-8：像素联结数 算法步骤如下[Zhang-Suen，1984]： 1：对于栅格图像中的每个点p，进行如下操作： 如果2?N(p)?6并且T(p)=1并且pNpSpE=0并且pWpEpS=0 则标志p点； 2：将所有被标志的栅格点赋值为0，如果没有被标志的点，则算法结束； 3：对于栅格图像中的每个点p，进行如下操作： 如果2?N(p)?6并且T(p)=1并且pNpSpW=0并且pWpEpN=0 则标志p点；