分析彩色城市交通地图的道路识别与提取

2020-03-29胡卫荣

探索科学(学术版) 2020年12期

关键词：像素聚类颜色

胡卫荣

北京晶众智慧交通科技股份有限公司北京100012

对于色彩城市交通地图来说,可以采用不同颜色要素对城市交通中的内容进行表示。因此,通过颜色差异进行识别和提取是识别的地图中一项常用方法,可见加强对该项内容的探讨意义重大。

1 彩色城市交通地图的特点

(1)采用不同颜色表示地图中的不同要素。例如,采用白色表示城市中道路;绿色表示城市中的绿化地带;蓝色表示城市中的水系;棕色表示城市中的建筑。

(2)针对同一地图要素来说人眼难以对其颜色上差异进行辨别,但是,从事实情况来看,表示同一种地图要素颜色深浅不一,而且存在不同颜色成分。造成这一现象是因为,纸质地图使用或印刷原因,扫描期间,地质地图无法完全放平,通过扫面获取信息后,存储到计算机中的图像避免不了会出现这一问题。

(3)地图中的不同要素之间会存在过渡带,这些过渡段颜色的成分较为复杂,分别起来难度较大[1]。

(4)地图中会存在大量的图例和文字标识,这些标识都表示不同的机构,而在对地图中的道路进行提取时,这些标识会被成为噪声。

2 道路识别的思想与实现

2.1 消除标识带来的干扰城市中的道路都用白色表示,而在城中的许多学校、图书馆等建筑都有“文”、“馆”等文字的图标,这写图标中具有白色像素,这些标识会对道路提取造成一定程度干扰,因此,在进行道路提取时,要去除标识的干扰。在同一地图集中,同一种标识的颜色、大小都相同,因此,在去除干扰上可以的采取模板匹配方法消除。模板匹配是一种基本、原始方法,应用效果良好[2]。传统模板匹配方法在实现上计算大,较为复杂,匹配效率较低,因此,在具体应用期间,可以依据地图中图例标识具备特则,对该方法进行适当改进,处理方法如下:

(1)依据地图中图标具体大小选择与之相对应的像素矩阵,进而将其作为模板。

(2)选取图标中的特征点进行匹配。

(3)模板要在整幅地图上移动,对比模板和地图中相同的像素进行对比。

在模板匹配时采用通过改进模板匹配算法,一方面能够快速找到地图中所有相同的图标,进而消除图表中图像中白色像素对道路识别和提取的干扰,另一方通过改进的算法与传统算法相比,其计算量更小,消除干扰速度更快。

2.2 消除地图中存在的噪声在色彩城市交通地图中,被归类未噪声类的各个像素点都采用黑色加以表示,这些噪声是由图例标识、文字、依据其它不同类型的噪声点共同构成。因此,在进行道路识别与提取时,为了能够高效、准确完成对色彩城市交通地图中道路的提取,要先去除这些噪声[3]。具体去除时,这里采用根据噪声像素的外延特征去除地图中噪声的算法。通过对该算法进行应用,能够很好的将去除掉地图中的噪声,进而实现对色彩城市交通地图中的道路的识别与提取,该方法应用效果良好,能够满足应用需求。该噪声去除方法在具体应用期间就是将色彩城市交通地图重大所有噪声类像素进重新归类,最终被归为区域类或道路类,进而达到去除噪声的最终目的。

该方法通过对“有偏”聚类准则进行应用,完成对道路中各项噪声像素的合理聚类,通过对这一方法的合理应用,能够将各种噪声归类准则更加偏向道路类,进而提高识别效果。特别是当道路上存在的一些较大块的噪声现象时,在识别与提取上,该聚类在具体应用期间,能够实现对道路识别噪声原因引起的阻断而发生欠识别问题的合理预防,提高识别效率与准确性[4]。通过聚类方式处理后,基本完成了对道路上各种不同类型噪声的有效去除,对于道路上的剩余噪声,可全部都划入到的区域类中。

2.3 优化最终识别结果针对色彩城市交通地图进行去除后,地图上黑色标示的噪声类像素全都被去除,地图上剩余的像素点只有两种类型,一种是白色,其表示的为道路类像素,另一种为灰色,其是表示的为区域类像素。在对色彩城市交通地图进行识别和提取期间,若只提取道路类像素,则能够获取到的地图中道路识别和提取的最终结果,完成识别和提取任务。为了获取到更好的效果,可优化处理。

经过处理后的地图中可能会还会存在一些孤立噪声,例如,带路和区域中分别存在不属于在区域的独立噪声。造成这一现象的原因是在地图要素聚类时,受扫苗、印刷、周围环境等问题影响,致使地图颜色出现了不均匀现象,及时同一地图要素颜色区域也可能会出现聚类其它类地图要素现象,同时,地图之间的不同要素之间还会存在过渡带,地图存在大量的噪声颜色,而在地图中依据颜色聚类后,可能会产生孤立噪声[5]。除此之外,地图道路边缘或上面存在的图例、文字等噪声可能会发生占地面积较大现象,这会发生识别不到位情况,而为了将这些孤立噪声去除掉,要对数学形态方法进行应用。具体问题处理上,通过对形态学中的腐蚀和膨胀运算进行应用,使上述遇到的各项问题得到解决。