结合SAM大模型和数学形态学的历史地图水系信息提取方法

历史地图记载着丰富的历史地理信息，能够帮助了解历史规律，为当代发展提供借鉴。不同于现代地图、遥感影像等数据，历史地图保存时间久，存在留存数量少、图像精度低等问题，地图符号也与现代有所差异，因此信息难以被高效提取。针对该问题，本文以历史地图《宁夏省境黄河沿岸沟渠水道地形图》为试验数据，提出一种智能化历史地图水系信息提取方法。首先，结合符号句法，运用聚类与数学形态学方法构建数据集；然后，改进通用大模型(SAM)结构并进行迁移学习优化权重；最后，借助改进SAM自动提取历史地图水系信息。将试验结果与其他模型作对比，显示本文方法提取结果边界清晰，轮廓完整，准确率、精度等指标均为最高。同时，将提取结果与该区域水系现状作对比，发现历史上的河流沟渠如今大多改道、偏移或消失，湖泊面积大大减小。本文方法基于SAM通用大模型进行改进，验证了大模型在地图领域的可用性，为地图信息提取提供了思路。