摘  要： 研究從彩色柵格交通地圖中提取完整的道路網(wǎng)絡(luò)集合的方法。在地圖規(guī)范化的基礎(chǔ)上，基于彩色柵格地圖上的噪聲特征，處理欠識別和誤識別的道路點集集合，并以實例說明應(yīng)用該方法提取道路的過程和效果。
　　關(guān)鍵詞： 模式識別  柵格地圖  道路提取  聚類  地理信息系統(tǒng)

 　　近年來地理信息系統(tǒng)技術(shù)迅速發(fā)展，在資源管理、城市規(guī)劃管理、交通及軍事等許多方面得到廣泛應(yīng)用。隨著人們對地理信息需求量的增加、地理信息處理的批量化及高性能計算機的制造，使得處理海量地理信息所要求的速度越來越快，人工識別被看成是一項既費時又費力的工作。地理信息的識別已成為地理信息系統(tǒng)（Geographic Information System，GIS）發(fā)展的瓶頸。地圖數(shù)據(jù)的掃描輸入及自動提取的研究受到越來越多的關(guān)注。
　　城市交通地圖信息的識別和提取是地理信息系統(tǒng)的基礎(chǔ)，而城市交通地圖中道路信息的識別和提取又是地理信息識別和提取的一個重要組成部分。目前，人們已經(jīng)對如何從彩色城市地圖中識別和提取道路做了大量的研究，并且提出了許多方法。這些方法主要可以歸納為以下3種：(1)基于地圖拓撲結(jié)構(gòu)的道路識別和提取。(2)基于地圖顏色特征的道路識別和提取。(3)結(jié)合以上2種方法進行道路的識別和提取。
　　對大部分彩色城市交通地圖而言，地圖中的噪聲表現(xiàn)為文字和一些有特殊含義的符號。對于彩色城市地圖中的噪聲，既不能用道路的顏色來替代，也不能用區(qū)域的顏色來填充。因此，必須對噪聲進行分類。本文將利用地圖中的噪聲特征對噪聲進行分類，從而有效地對彩色城市交通地圖中的道路進行識別和提取。
1  地圖的特征分析
　　本文所研究的地圖來源于中國地質(zhì)出版社出版的中國公路交通圖圖冊壓縮光盤。文中所用的示例地圖是彩色合肥市交通圖(只取了其中的一部分)，如圖1所示。

　　從圖1中可以看到(因本刊為非彩色印刷，故用灰度表示)：與水相關(guān)的河流、湖泊以及護城河等用深淺不一的藍色表示；與綠地有關(guān)的公園、綠化帶等用綠色（RGB(103，169，121)）表示；城市區(qū)域是用顏色一致的棕色（RGB(191，162，142)）表示；城市道路根據(jù)道路的性質(zhì)不同分別用白色（RGB(255，255，255)）、綠色（RGB(130，179，108)）、粉紅色（RGB(234，116，163)）、橙色（RGB(239，157，70)）等幾種顏色表示。但是，在道路和區(qū)域中存在大量的文字及少量的表示特殊含義的標志，如醫(yī)院的標號“+”等。
    根據(jù)彩色城市地圖的特點，將其劃分為3個集合：(1)道路集R。(2)區(qū)域集A。(3)噪聲集N。在這里，把不同性質(zhì)的道路劃分為道路集；綠地、河流及城市區(qū)域歸入?yún)^(qū)域集；所有文字和表示特殊含義的標志作為噪聲集。道路集、區(qū)域集和噪聲集都是由一些具有顏色特征的象素點構(gòu)成的集合。
2  地圖規(guī)范化
　　道路集中的道路和區(qū)域集中的地理要素都是以多種顏色表示。噪聲集中也存在少量的白色符號（一般把道路的顏色用白色表示）。所有這些因素對道路的識別和提取非常不利。因此，必須對原始地圖做規(guī)范化處理，以更有利于道路的識別和提取。地圖的規(guī)范化由2部分組成：（1）去除地圖中的白色符號。（2）道路集和區(qū)域集顏色規(guī)范化。
2.1 去除白色符號
　　從圖1中可以看到：道路的顏色主要是白色，而地圖中也存在白色的符號，如醫(yī)院的標號“?籩”。在識別和提取道路的處理過程中，一般以白色表示道路。因此，在識別和提取道路之前，必須去除地圖中的白色符號。對于同一個地圖集來說，同一種符號的大小一般相同。因此，可以采用模板匹配的方法來消除地圖中的白色符號。具體處理過程如下：(1)根據(jù)白色符號的大小選擇一個適當?shù)哪０?，例如：對于醫(yī)院符號，可以采用19×19的矩陣作為模板。（2）從白色符號中提取幾個特征點，并且以每個特征點的顏色來初始化模板相應(yīng)位置的顏色。模板其他位置的顏色為任意值（在處理過程中，不對這些位置的顏色和地圖中19×19的矩陣塊的相應(yīng)位置的顏色做比較）。(3)掃描整幅地圖，將地圖中的每個19×19的矩陣塊和模板作比較，如果矩陣塊和模板匹配，則把矩陣塊中心的一些象素點的顏色用灰色（RGB(168，168，168)）代替。利用該方法對圖1進行規(guī)范化處理，則規(guī)范化后的效果圖如圖2所示。

2.2 道路集和區(qū)域集顏色規(guī)范化
　　基于上面的分析，可以把道路集中性質(zhì)不同的道路分別用不同的顏色標識。同樣，區(qū)域集中的綠地、河流及城市區(qū)域也用不同的顏色標識。在提取道路之前，先把道路集中所有的道路顏色規(guī)范化，使得道路集中的道路顏色以同一種顏色（白色）標識。同樣，把區(qū)域集中綠地、河流及城市區(qū)域的顏色規(guī)范化，使得區(qū)域集中的各要素以同一種顏色（灰色，RGB(168，168，168)）標識。為此，要掃描整幅地圖并分別計算道路集中道路顏色和地圖中各象素顏色之間的顏色距離。如果顏色距離小于事先設(shè)定的閾值（比較小的正數(shù)），就可以認為在地圖中該顏色標識的是道路，并且把該顏色替換為白色。再采用同樣的方法對區(qū)域集顏色規(guī)范化。顏色距離的計算公式如下：
　　
　　這里R1、G1、B1分別代表地圖中象素顏色的紅色、綠色和藍色分量。R2、G2、B2分別代表道路集的道路顏色（或區(qū)域集中的圖元顏色）的紅色、綠色和藍色分量。D代表這2種顏色之間的距離。
3  基于噪聲特征的道路識別和提取
　　噪聲集是由文字和一些具有特殊含義的符號組成。然而，噪聲集中的這些噪聲要素各自具有其特征。如何利用這些特征來識別和提取道路將是下面討論的主題。
3.1 噪聲的特征分析
　　從圖2中可以看出：地圖上的噪聲主要是文字噪聲，還有一些表示特殊含義的符號和區(qū)域之間的分界線。對文字而言，文字的筆劃有一定的寬度，筆劃間有一定的間距，且文字的筆劃一般在1～5個象素之間（道路的寬度一般在6～20個象素之間）。通過對文字的放大，還可以發(fā)現(xiàn)其他的一些重要特征：文字和區(qū)域及文字和道路之間存在過渡色，并且道路上的文字和道路之間的過渡色具有較大的灰度值，而區(qū)域內(nèi)的文字和區(qū)域之間的過渡色的灰度值較小。道路上的文字和區(qū)域內(nèi)的文字分別如圖3和圖4所示。就區(qū)域之間的分界線來說，這些線條一般都很細。對于一些表示特殊含義的符號和粘連的文字來說，噪聲一般呈塊狀出現(xiàn)。

3.2 利用噪聲特征識別和提取道路
　　下面將利用噪聲的這些特征來對噪聲進行分類，進而從地圖中提取出道路信息。
　　從圖2可以看出，已識別出的道路集是由白色象素組成的集合，已識別出的區(qū)域集是由灰色象素組成的集合，噪聲集中的噪聲象素的顏色則比較豐富。問題轉(zhuǎn)化為對所有的噪聲集中的噪聲點進行正確聚類，把原本屬于道路的所有噪聲點劃分到道路集，把原來屬于區(qū)域的所有噪聲點劃分到區(qū)域集。從而可以實現(xiàn)彩色地圖中道路的識別和提取。 對于區(qū)域中的塊狀噪聲，用適當階數(shù)的方陣(如15×15的方陣)來掃描整幅地圖。如果方陣中所有的象素點都屬于區(qū)域集和噪聲集的并集，則把該方陣中心的一些象素點歸并到區(qū)域集中。對于線狀的噪聲（文字的筆劃及區(qū)域的分界線），可以根據(jù)文字的筆劃特征及其二側(cè)象素點的屬性來判斷這些噪聲點的歸屬。如果線狀噪聲二側(cè)的象素點都屬于道路集，則把這些噪聲點歸并到道路集（稱這類噪聲為道路上的噪聲）；如果線狀噪聲二側(cè)的象素點都屬于區(qū)域集，則把這些噪聲點歸并到區(qū)域集（稱這類噪聲為區(qū)域內(nèi)的噪聲）；如果線狀噪聲二側(cè)的象素點分別屬于道路集和區(qū)域集，則保留這些噪聲點。利用文字過渡色的特征，選擇一個適當?shù)拈撝?，把灰度值大于該閾值的噪聲象素劃分到道路集中。這里，閾值的選取對識別和提取道路有較大的影響。如果選取的閾值過大，可能會導(dǎo)致斷路現(xiàn)象，即道路欠識別；如果選取的閾值太小，則有可能產(chǎn)生過識別（也稱誤識別）的道路。選取閾值的原則是：在保證過識別道路的寬度較?。ㄒ话阈∮?個象素）的前提下，盡量減少道路的欠識別。識別和提取道路的具體操作步驟如下。
　　(1)處理區(qū)域內(nèi)塊狀噪聲。(2)處理道路上的噪聲。(3)處理區(qū)域內(nèi)的文字噪聲和線形噪聲。(4)處理過渡色象素噪聲。(5)再次處理道路上的噪聲。(6)把沒有聚類的噪聲象素點都劃分到區(qū)域集，對圖像進行二值化和反色處理。(7)檢查已識別出的道路集，采用步驟(2)來消除過識別的道路。此時，步驟(2)實際上等同于處理區(qū)域內(nèi)的噪聲（這里把過識別的道路作為噪聲）。(8)道路細化，并連接斷點（斷點一般成對出現(xiàn)）。如果2個斷點間的距離小于事先設(shè)定的閾值，則把這2個斷點連接起來。(9)矢量化。
利用上述方法對圖2進行處理，得到提取道路細化前的效果圖如圖5所示，細化并矢量化后的效果圖如圖6所示。

4  結(jié)  論
　　在彩色城市交通圖中，各個噪聲要素都具有一定的特征。本文提到的各類噪聲要素的特征，對彩色地圖來說具有普遍性。因此，利用噪聲的特征來完善道路信息的識別過程是有效的且具有一定的通用性。而且，這種方法比較簡單，效率也很高。從對合肥市彩色交通圖的處理結(jié)果來看，效果較為滿意。
參考文獻
1   葉家鳴.彩色城市交通地圖道路信息的識別與提取.中國科學(xué)技術(shù)大學(xué)碩士論文，2003
2   Ye J M，Bao Y L，Liu A P.Road Extraction from Color City
     Map.In：Proceeding of 2002 International Conference on  Control and Automation，China，2002
3   史久根，張旺生，鮑遠律.彩色地圖圖像中道路信息的識別和提取.微機發(fā)展，2000；10（1）
4   姚振旺.GIS環(huán)境矢量電子地圖校正平臺的設(shè)計和實現(xiàn).中國科學(xué)技術(shù)大學(xué)學(xué)士論文，1998