一种鲁棒的彩色地图分割算法

研究了一种按颜色分割彩色地图的新算法。根据人类初级视觉的特性,先大致将图像分割为低频区和高频区,然后进行颜色聚类和区域生长。该方法不需人为指定聚色中心和类数,阈值的选定不对最终分割质量起决定性作用,具有较好的鲁棒性。

扫描输入彩色地图的去噪与自动分割

针对扫描输入纸质彩色地图噪声干扰严重,自动分割效果不理想的现状,提出了一种先去噪后分割的地图分割新方法。根据噪声性质采用维纳滤波与小波阈值萎缩相结合的去噪方法,进行基于CIE L a b 色空间的颜色聚类。与传统的彩图分割相比,该方法对噪声具有更强的鲁棒性,处理速度快且分割清晰。

彩色地图影像分割方法及其实现

利用统计模式识别的方法，通过提供强大的图像分析功能和方便的人机交互界面，在MAPGIS二次开发平台上实现了彩色地图影像的分割，能够解决绝大多数彩色套印地图的分层分色问题。

基于遗传模糊C-均值聚类算法的地图分割

图像分割和对象提取是从图像处理到图像分析的关键步骤。经典的模糊C-均值聚类算法(FCMA)是将图像分割成C类的常用方法,但依赖于初始聚类中心的选择。该算法通常得到的是局部最优解而非全局最优解。遗传算法是一类全局优化搜索算法。通过将遗传算法(GA)与FCMA相结合,对彩色地图直接按红绿蓝(RGB)三色空间进行聚类,用遗传算法搜索全局最优解,有效地避免了模糊C-均值聚类算法收敛到局部最优的问题,并在此基础上实现了对彩色地图的分割,得到了比较满意的效果。