自组织特征映射神经网络及其在彩色地图自动分层中的应用

地图数据分层是地图识别系统的一个重要组成部分。由于传统的基于Ｂａｙｅｓ准则识别方法要求已知概率分布密度，当实际概率分布与假设条件存在差异时，无法取得满意的识别效果。神经网络方法可以克服这些缺点。本利用Ｋｏｈｏｎｅｎ提出的自组织特征映射网络的学习、识别能力实现了对彩色地图扫描数据的自动分层。     

实现彩色地图扫描数据自动分层的途径与方法

彩色地图扫描数据自动分层是全自动地图数字化的关键技术之一。作者在研究了彩色地图扫描数据中客观存在的颜色误差后,指出仅用颜色这一单一判据很难实现彩色地图扫描数据的分层;同时研究出了顾及彩色地图颜色特点、利用地图知识辅助的彩色地图扫描数据的自动分层。此外,本文还提出了一种适用于彩色地图扫描数据的按颜色分类的快速算法。     

地图图像智能识别与理解:特征、方法与展望

随着测绘制图与通讯技术的发展,公众能够借助各种平台和工具实时地自由创建、发布、编辑和共享地图图像大数据资源和产品,地图图像在地图内容、绘图标准等方面具有了显著的泛在性,导致难以创建大规模、高质量的地图图像标注数据。因此,尽管现有深度学习方法在识别标准地图的内容中取得了突破性的进展,但受制于地图图像标注数据的局限,依然无法有效应对地图图像的识别和理解。根据目前国内外的相关研究进展与挑战,结合地理空间人工智能技术,探讨支持泛源地图图像大数据识别的理论与技术框架。首先,提出既能够表达地图图像内容,又能够为模型或算法表征的地图特征;然后,探讨面向地图图像内容识别的地理空间人工智能技术,以及面向地图图像理解的语义分析方法;最后,总结和展望基于地图图像大数据的相关应用及潜在价值。需要进一步研究支持地图图像表征的理论与方法,且集成地图图像显式内容的识别（地图感知）和地图图像潜在语义的分析（地图认知）才可充分挖掘地图图像大数据的价值。希望能够从数据表征和地理空间人工智能的角度为地图图像的研究提供新思路。     

VxWorks下栅格地图显示解决方案

在资源有限的VxWorks嵌入式系统中,利用数据分割模型对栅格地图进行分层分块编码,优化地图数据访问方式,减少内存数据的加载冗余,并通过WindML双缓存技术,消除地图漫游抖动问题,从而实现地图的快速平滑显示.     

地图数据的空间关系与数据模型

详细论述了地图数据及其空间关系、地图数据的几何与属性的关系以及地图要素空间关系的建立与地图要素完整性之间的关系.提出了解决由于地图要素分层管理所带来空间关系分割问题和多图幅之间空间关系连接的方法.最后给出了基于地图数据空间关系的数据模型.     

地图数据的空间关系与数据模型

详细论述了地图数据及其空间关系,地图数据的几何与属性的关系以及地图地素空间关系的建立与地图要素完整性之间的关系。提出了解决由于地图要素分层管理所带来空间关系分割问题和多图幅之空关系连接的方法,最后给出了基于地图数据空间关系的数据模型。     

利用遥感数据更新GIS的研究

GIS中地图数据库的变化检测和更新一直为人们所关注，它的重要性来源于空间信息系统的多时相分析、动态监测以及保证地学空间数据的现势性要求。在本文中首先讨论了彩色扫描地图数据接颜色信息进行自动分层，在此基础上用RLS（Run-lengthSmearing）变换对黑色要素层进行了进一步的识别与提取，然后运用图像理解和已提取出的GIS中数字地图的先验知识，提出了一种利用现势性较好的航空像片自动发现数字地图中居民地变化的方法，进而更新GIS。实验结果证明了该方法的有效性。     

省(区)地图集中县(市)分层设色地图的制印工艺设计

县（市）分层设色地图是省（区）普通地图集的主体，其设色效果的好坏，对图集的印制质量具有较大的影响。现根据我们印制省地图集的实践，谈谈县（市）分层设色地图的印刷工艺设计，包括：1．县（市）分层设色地图的制版工艺；2．县（市）分层设色地图的彩色设计。3．县（市）分层设色地图的边打样边印刷。     

计算机彩色视觉在地图分色中的应用

彩色地图是用不同的颜色表示各个数据层，可以利用颜色信息有效地实现地图各个数据层的自动提取，本文用分光光度计对待扫描的标准色块进行颜色测量，然后用最小二乘法建立起颜色ＲＧＢ分量与颜色三属性的关系，并提出了一种识别地图颜色的新方法，以及实现了彩色地图要素的自动分离。     

测绘学科博士论文摘要选登(四)

题目：彩色地图扫描数据自动分层与等高线分析作者：黄培之导师：张祖勋摘要：对现有地图进行数字化是地理信息系统数据输入的一个重要途径。由于全要素地图包含有多种数据,其信息含量十分丰富以及目前计算机自动识别技术的限制,直接对这种全要素地图进行全自动数字化还...     

基于航片颜色分割的土地利用更新调查技术

本文对基于航片的土地利用更新调查作业流程进行了分析,对其中的地物提取、地图纠正技术进行了探讨,提出了基于神经元网络和启发式学习规则的彩色地图分层的方法,用以提取彩色地形图中的特征地物以及进行颜色分割。还构造了地图自动纠正算法,它自动准确地提取图内的格网,以进行纠正。这些算法提高了土地利用更新作业效率。     

基于微机的快速数字地图修测系统的研究

根据彩色数字地图色彩的光谱特性，运用色度学和模式识别的基本原理，对彩色数字地图进行处理，把彩色数字地图数据自动分类、识别，获得了单要素层的数字地图，然后在微机上把它们和新的像片（正射影像）叠置，进行数字修测。     

政区地图设色方案的自动实现

分析了政区地图的设色要求 ,阐述了色彩设计中的对比调和理论 ,以此为依据设计出相应色环 ,规定一种间色 ,在色环中确定这种间色的对比色和类似色的CMY配色值 ,依据一定的顺序 ,自动把颜色配置在全国政区图上 ,并对自动设色和人工设色结果进行了比较分析 ,表明在可视化环境中 ,自动设色的地图比没有或仅有较少制图知识的人设计出的地图工效高     

基于色彩空间转换及模糊约束聚类的地形图自动分色

针对彩色地形图的自动分色问题，提出了一种新的模糊聚类算法。该方法首先对地图的色彩空间进行转换，使其支方图的峰谷特性更加明显，然后对模糊C—均值(FCM)聚类算法进行模糊约束，并把此算法扩展到2维空间，从而较好地解决了地图的自动分色问题。此算法已编程实现，效果比较理想。     

地图综合智能化研究的发展与思考

地图综合是地图制图和多尺度空间数据变换的核心与关键技术。20世纪60年代以来,数字地图数据的自动综合研究逐渐展开并取得了长足的进步,囿于人工智能技术的限制,地图综合的智能解决方法虽有不少成果,但距离真正的智能化、实用化仍有一定的距离。近年来,以深度学习为代表的人工智能技术应用于诸多研究领域并取得显著成效,地图综合的智能化研究也有诸多新的尝试。首先,在归纳自动地图综合研究模式的基础上,阐述了智能地图综合研究的必要性;然后,结合人工智能发展历程回顾智能地图综合研究,梳理和分析了基于传统机器学习与基于深度学习的智能地图综合研究现状,并归纳了地图综合智能化研究的主要方法;最后,围绕地图综合智能化研究中的几个热点问题,探讨了智能地图综合的发展趋势。     

关于地图符号及其设计的改进

介绍了地图符号的发展,对工作、学习、生活中常用地图符号进行分析,叙述了地图符号的设计对生产的影响,以交通符号为例,提出了一些常用地图符号的设计改进思路。     

大比例尺地形图在地理国情普查中的应用探讨

地理国情普查最主要的内容是地表覆盖分类与重要地理国情要素,其中地表覆盖主要基于遥感或航空影像影像进行分割、分类,解译出地表覆盖物的类型,以便从地理的角度进行统计分析。大比例尺地形图具有地表覆盖物与地理要素丰富信息的特点,本文结合生产实践探索出一套大比例尺地形图数据应用于地理国情普查的有效技术方法。