基于轮廓形状分析的地形图数字注记提取

针对地形图中图线与注记字符分离的问题 ,本文提出了基于轮廓的形状分析来提取组成地形图注记基元的方法 ,克服了字线粘连造成的分离困难 ,提高了所提取注记信息的完整性。提取的结果为地形图中注记的进一步识别提供了依据。

地形图数字注记的自动提取与识别

地形图的自动扫描矢量化是GIS领域亟待解决的一个重要难题。地形图中包含了大量的字体丰富的数字注记 ,用以表示地物地貌的属性等特征 ,正确提取并识别这些数字是图纸处理中的重要组成部分。本文分析了现有的提取方法的不足 ,提出了一种新的数字注记自动提取与识别算法 ,首先根据先验的尺寸大小确定候选数字 ,再采用OCON结构的BP神经网络识别出真正的数字 ,然后利用近邻关系提取出扩展数字。实验表明 ,该算法是快速、高效。

地图符号的说明注记和数字注记识别

论述了地图符号的说明注记和数字注记的集合及属性，并分别给出了这两种注记的识别方法。

地图数字注记识别的神经网络方法

讨论了基于径向基函数网络（RBFN）的地图数字注记识别问题。在分析了网络结构和训练算法的基础上,用地回扫描数据进行了识别实验。结果表明,本文提出的方法用于地图数字注记识别是非常有效的。

基于面积最大内接四边形的图斑自动数字注记

提出了一种基于面积最大内接四边形的图斑自动数字注记方法,并给出了该标注方法的理论推导与实现过程,解决了目前不规则凹多边形图斑注记质量不好的现状,经山西大土河光明村图斑测试,证明这种方法标注质量好,效果显著。

基于神经网络的地图数字注记识别

指出了地图自动识别系统中地图数字注记识别存在的困难，论证了利用神经网络技术解决这种困难的可能性，并通过一个含有２个隐藏层的ＢＰ网络，说明了这种技术用于地图数字注记识别的可行性。

土地利用扫描图件的注记自动识别与入库研究

土地利用基础图件建库是国土资源信息化和“数字国土”的重要组成部分。在传统建库过程中,图件上的大量注记主要是人工识别、手工录入到数据库中,影响了数据库建库的进度,并使数据库质量难以保障。为此提出了扫描图件数字注记自动识别与属性自动入库技术流程和方法,设计开发了较为实用的软件。在包头市土地利用详查数据库建库中的应用表明,上述技术方法合理,注记自动识别精度在87%以上,属性的自动入库准确率超过90%,具有较高的实用价值。

数字识别算法研究

对数字识别算法进行了深入的研究,提出了切割法,并且在此基础上进行了相应的改进,进而介绍了边缘跟踪法。为了提高跟踪的效率,在边缘跟踪法的跟踪过程中引进了迷宫算法。通过建立了相应的算法模型,分析了各自算法对数字识别的影响。实验结果表明,边缘跟踪法对数字的识别率可以达到95%左右,而切割法对数字的识别率则只能达到70%左右。因此边缘跟踪法比切割法在数字识别中存在着精度高、准确性好等优点。

一种简单的数字识别方法研究

在现有扫描数字化数字识别的基础上 ,提出了一种新的数字识别方法 ,此方法在数字注记为规范植字时 ,识别效果良好。

战国中山王墓《兆域图》的初步探讨

前言 在河北省平山县战国中山国都城遗址以西约2公里的一座大型中山王(?)墓(一号墓)的发掘中,发现一幅刻划在一块长94厘米、宽48厘米、厚约1厘米的长方形铜版上的地图——《兆域图》(见附图),在这幅图上标有“中宫垣”、内宫垣”、“丘足”、“宫”、“堂”、“门”等图形线划符号、数字注记和文字说明;图上还刻有中山王命四十三字。图形线划之间注有距离数据。线条、符号与铭文都用金银镶错而成,是一幅制作极为精细、极为完整的墓域建筑规划平面图。