一种基于图像处理算法的2.5维地图建筑物热区自动提取方法技术

本发明专利技术公开了一种基于图像处理算法的2.5维地图建筑物热区自动提取方法，属于图像处理技术和地理信息技术领域。本发明专利技术针对当前2.5维地图生产过程中的问题，采用基于图像处理算法的方式，发明专利技术了2.5维地图建筑物热区自动提取算法，将原来依赖人工勾画建筑物热区的方式优化为计算机算法自动提取，从而实现了大批量的2.5维地图的建筑物热区自动提取过程。该方式提高了2.5维生产流程中的热区生产的效率和精度，大大提高了2.5维地图生产的进度，从而满足了大范围、大比例尺的高精度2.5维地图生产。大比例尺的高精度2.5维地图生产。

【技术实现步骤摘要】
一种基于图像处理算法的2.5维地图建筑物热区自动提取方法


[0001]本专利技术涉及地理栅格数据处理和地理信息科学领域，具体涉及一种 2.5维地图的建筑物轮廓自动提取方法。

技术介绍

[0002]2.5维电子地图除了继承二维电子地图在数据采集、分析与处理等方面的强大功能外，其直观和真实的空间表现能力，弥补了二维GIS图形表现的局限性。相对于三维电子地图来说，2.5维电子地图数据量更小，后台运行更快。
[0003]在现阶段的2.5维生产过程中，需要同时生产2.5维地图中建筑物的热区，实现建筑物的要素化，从而能够在其上添加建筑物的各类属性信息，如建筑物的名称、建筑物的编号、建筑物面积、建筑物周长、建筑物高度、建筑物楼层数等基础信息，同时还能在其上挂接各类业务信息。而传统的建筑物热区提取方式是通过人工勾取建筑物轮廓的方式，这种方式由于依赖于配准人员的经验，效率低，准确性不高，在大面积2.5维地图生产中无法满足生产的要求，因此本专利技术提出一种基于图像处理的方式，通过图像处理算法，自动快速提取建筑物热区面要素，从而满足大面积批量的2.5维地图生产的需要。

技术实现思路

[0004]针对当前2.5维地图生产过程中的问题，为提高2.5维地图建筑物的要素化准确性和生产效率，本专利技术采用基于图像处理算法的建筑物热区自动提取算法，将原来依赖人工勾画建筑物的方式优化为采用计算机算法自动提取，从而实现了大批量的2.5维地图的建筑物热区自动提取过程。
[0005]本专利技术采用的技术方案是：
[0006]S1：在渲染2.5维地图的同时，渲染一张建筑物通道图。然后对该图像运行算法，算法步骤如S2至S10所述。
[0007]S2：首先将输入的建筑物通道图进行高斯滤波(GaussianBlur)。
[0008]S3：然后对建筑物通道图进行二值化处理(Image Binarization)。
[0009]S4：对二值化后的建筑物通道图提取边缘，使建筑物边缘为白色，其它区域为黑色。
[0010]S5：对所得到的建筑物边缘图像进行边缘追踪，得到了所有的边界点集合，。
[0011]S6：对所得到的边界点集合生成一个矢量点图层。。
[0012]S7：对所得到的矢量点图层根据边界Id得到了一个矢量边界线图层。
[0013]S8：对S7中所得到的边界线进行点抽稀。
[0014]S9：对S8中所得到的边界线进行拓扑检查。
[0015]S10：对所得到的建筑物边界矢量数据进行转面的操作，得到建筑物热区面的矢量数据。
[0016]S11：最终将所得到的建筑物热区面的矢量数据和2.5维地图进行配准，使两者能够准确套合。
附图说明
[0017]图1：方案流程图
[0018]图2：二值化后的建筑物通道图
[0019]图3：边缘提取后的建筑物通道图
[0020]图4：边缘追踪后所得到的边界点矢量图层
[0021]图5：边界点矢量图层转成线矢量图层
[0022]图6：边界线矢量图层转成面矢量图层
[0023]图7：建筑物热区面和2.5维套合结果
具体实施方式
[0024]S1：在渲染2.5维地图的同时，渲染一张建筑物通道图。将该建筑物通道图作为建筑物热区提取算法的源图像，渲染该图像需要确保建筑物能够和地形区域清晰的区分开。
[0025]S2：首先将建筑物建筑物图像进行高斯滤波(GaussianBlur)，去除图像中存在的噪点。噪点对后续图像算法的影响很大，应尽量去除。
[0026]S3：然后根据阈值，一般取灰度值(rgb(128，128，128))对图像进行二值化处理(Image Binarization)。对图像中所有的像素点进行循环判断：像素点值高于该阈值的设为rgb(255，255，255)，像素点值低于该阈值的设使背景为rgb(0，0，0)，最终结果将得到一张二值化后的建筑物通道图，此时建筑物部分为白色，其它区域为黑色，见图2。
[0027]S4：对二值化后的图像进行提取边缘算法。该算法对整幅图像的每个像素依次判断其所在的3*3的像素范围内的像素值。若该9个像素中有像素值等于rgb(255，255，255)的，则将该像素值设为rgb(255，255， 255)，否则则将该像素值设为rgb(0，0，0)。运行完成后，得到一张黑白的建筑物边界图，建筑物边缘为白色，其它区域为黑色。见图3。
[0028]S5：对所得到的建筑物边缘图像进行边缘追踪算法。该算法对每个边界点进行追踪，依次记录下要素的横纵坐标(P
x
，P
y
)，由此得到了所有的边界点的像素坐标集合，见图4。
[0029]S6：对所得到的边界点集合生成一个矢量点图层。对属于同一个边界的给予一个相同的边界id值，不同边界赋予不同的边界id。
[0030]S7：将同一个的边界的点根据边界id进行点转线的运算，得到了一个矢量的边界线，见图5。
[0031]S8：对S7中所得到的边界线进行节点抽稀运算。经过以上算法步骤后所获得的边界线的节点很密，过密点的会导致矢量数据很大，不仅会增加后续算法的计算时间，同时还会导致很多异常错误，因此需要进行对节点进行抽稀，对于在确保边界线形状不变化的情况下，去除冗余的点。
[0032]S9：对S8中所得到的边界线进行拓扑检查，确保边界线的拓扑关系正确，例如不能出现边界线自相交、边界线，错误的拓扑关系可能导致转面时产生错误的面，例如形成空洞，或者转面失败。
[0033]S10：对所得到的建筑物边界矢量数据进行转面的操作，从而得到了建筑物热区面
的矢量数据，见图6。
[0034]S11：最终将所得到的建筑物热区面的矢量数据和2.5维地图进行配准，使两者能够准确套合，见图7 。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像处理算法的2.5维地图建筑物热区自动提取方法，其特征在于：S1：在渲染2.5维地图的同时，渲染一张建筑物通道图；S2：首先将输入的建筑物通道图进行高斯滤波(GaussianBlur)；S3：然后对建筑物通道图进行二值化处理(Image Binarization)；S4：对二值化后的建筑物通道图提取边缘，使建筑物边缘为白色，其它区域为黑色；S5：对所得到的建筑物边缘图像进行边缘追踪...

【专利技术属性】
技术研发人员：徐亮，
申请(专利权)人：徐亮，
类型：发明
国别省市：