曹新虎

（山西省第五地質(zhì)工程勘察院，山西 臨汾041000）

0.引言

對(duì)于工程類的項(xiàng)目而言，在進(jìn)行招標(biāo)以及進(jìn)行研究的過(guò)程中，需要使用到傳統(tǒng)地形圖，將地形圖運(yùn)用相關(guān)的技術(shù)掃描之后，插入到相應(yīng)的CAD之中，再對(duì)其進(jìn)行修改與編輯，可達(dá)到工程項(xiàng)目所需要的標(biāo)準(zhǔn)精度[1]。。如何對(duì)所需要的傳統(tǒng)的地形圖進(jìn)行掃描，使得圖上信息能夠完整準(zhǔn)確展現(xiàn)出來(lái)，以及運(yùn)用哪種CAD格式進(jìn)行數(shù)據(jù)的轉(zhuǎn)換更加便捷，對(duì)于工程順利實(shí)施具有重要意義，這也成為目前亟待解決的一個(gè)問(wèn)題。

運(yùn)用矢量化的形式，將相關(guān)的、傳統(tǒng)的地形圖中的相關(guān)信息轉(zhuǎn)化為直線、圓弧、文字等相關(guān)圖形進(jìn)行儲(chǔ)存的過(guò)程稱為矢量化[2,3]。近些年以來(lái)隨著CAD，GNSS的廣泛普及，地形圖矢量化這一研究方法也得到了快速發(fā)展。矢量化研究方法已經(jīng)形成了基于細(xì)化原理、輪廓跟蹤、稀疏像素等集眾多方法于一體的算法，也相繼推出了一系列與圖紙識(shí)別相關(guān)的系統(tǒng)[4,5]。但在這過(guò)程中，仍然存在許多的問(wèn)題。比如，工程項(xiàng)目的應(yīng)用背景都是復(fù)雜的，需求也是相對(duì)多樣化的，針對(duì)目前的研究成果而言，普遍都會(huì)存在反應(yīng)速度慢、智能化程度較低、環(huán)境適應(yīng)力較差等問(wèn)題，同時(shí)在運(yùn)用矢量化的方法時(shí)，不能很好地自動(dòng)識(shí)別以及不能滿足不同項(xiàng)目的需求，這些造成了矢量法應(yīng)用推廣普及的困難。為了保證項(xiàng)目順利進(jìn)行，本文針對(duì)地形圖掃描過(guò)程中存在的問(wèn)題進(jìn)行相應(yīng)探討，并且開發(fā)出相關(guān)模型能夠準(zhǔn)確描述傳統(tǒng)地形圖的矢量法。

1.地形圖的矢量化算法

1.1 相關(guān)數(shù)據(jù)的分析以及提取

在工程的進(jìn)行中，所采用的地形圖一般都是單色的圖像。對(duì)這些單色的圖片進(jìn)行掃描之后，可以直接得到相應(yīng)的二值化圖像，對(duì)于二值化圖像中的掃描線，在實(shí)際中都是根據(jù)可以全部進(jìn)行連通的小黑像素所構(gòu)成的，有些是根據(jù)一系列的距離間隔較近或是可以相互之間連通的黑像素所構(gòu)成的，在不同的比例之下可以得到不同的狀態(tài)圖，下列分別為25%、100%與400%的矢量圖（如圖1所示）：

圖1不同比例之下的矢量圖

在圖像的數(shù)據(jù)中，對(duì)于黑像素的值定為1，對(duì)于白像素的值定為0，在對(duì)其像素進(jìn)行設(shè)置之后，可以采用一個(gè)二維的模型對(duì)矢量圖中的所有的像素進(jìn)行相應(yīng)記錄，同時(shí)將采用二維的布爾模型所記錄下來(lái)的像素命名為像素?cái)?shù)的組合。與平面直角坐標(biāo)軸相同，圖像左下角作為坐標(biāo)原點(diǎn)，水平方向?yàn)閤軸，豎直方向?yàn)閥軸。像素?cái)?shù)組中的數(shù)點(diǎn)根據(jù)相應(yīng)的x、y值放入到相應(yīng)的模型之中，像素?cái)?shù)組的數(shù)據(jù)也就代表了像素的不同的類型，這樣的情況之下,也就完成了對(duì)于地形圖的數(shù)據(jù)的提取。

1.2 黑像素變帶寬存儲(chǔ)

對(duì)黑像素點(diǎn)進(jìn)行儲(chǔ)存的過(guò)程之中，需要對(duì)其進(jìn)行相應(yīng)數(shù)據(jù)元素的排列，將元素按照從下到上、從左到右進(jìn)行元素的排列，從而方便進(jìn)行黑像素點(diǎn)元素的檢索。將有效數(shù)組中的黑像素點(diǎn)分別進(jìn)行編號(hào)，有效數(shù)組中的黑像素點(diǎn)值為1的時(shí)候，則為有效數(shù)組的序號(hào)，如果其黑像素點(diǎn)值為2的時(shí)候，則說(shuō)明這類黑像素點(diǎn)可以取得兩個(gè)有效的值。由于地形圖中的黑像素是比較稀疏的，采用別的方法而言是相對(duì)比較復(fù)雜的，也不能很好對(duì)其進(jìn)行存儲(chǔ)，通過(guò)對(duì)黑像素的有效處理之后，進(jìn)一步提高矢量化進(jìn)行的過(guò)程（如圖2所示）：

圖2黑像素變寬存儲(chǔ)處理圖

1.3 原始點(diǎn)的選擇

當(dāng)相關(guān)的像素點(diǎn)的距離與起始點(diǎn)的數(shù)值之間的差距小于3個(gè)黑色像素的時(shí)候，就需要對(duì)這些像素點(diǎn)的有效值進(jìn)行編碼。編碼的順序需要按照被搜索的先后的順序依次加入相關(guān)的鏈條中，按照這個(gè)順序，在編碼過(guò)程中表示出起始點(diǎn)的位置，在找到有效點(diǎn)在鏈條中進(jìn)行編號(hào)之后，其對(duì)應(yīng)位置像素?cái)?shù)值就會(huì)變?yōu)?，那么變?yōu)?的這個(gè)像素點(diǎn)就成了無(wú)效點(diǎn)。將像素點(diǎn)進(jìn)行編碼并找到鏈條中像素位置的過(guò)程稱為吸附計(jì)算。吸附計(jì)算關(guān)鍵的步驟就是尋找關(guān)鍵點(diǎn)，圖元的起始位置就是所需要的第一個(gè)關(guān)鍵點(diǎn)，采用吸附計(jì)算所得到的有效點(diǎn)則被稱為節(jié)點(diǎn)（如表1所示）：

表1節(jié)點(diǎn)搜索次序

1.4 智能跟蹤算法

對(duì)像素點(diǎn)進(jìn)行智能跟蹤的時(shí)候，其進(jìn)行搜索的距離也就是按照跟蹤的長(zhǎng)短來(lái)進(jìn)行定義的，并根據(jù)其對(duì)于像素點(diǎn)的依附性以及距離的大小，進(jìn)行間斷點(diǎn)距離的變化，從而可以實(shí)現(xiàn)間斷點(diǎn)跟蹤的連續(xù)性與完整性，但是這樣的過(guò)程容易造成圖元之間相互跳躍的現(xiàn)象，從而導(dǎo)致智能跟蹤的過(guò)程中產(chǎn)生較大的誤差，這種情況需要按照實(shí)際的地形圖進(jìn)行確定，通過(guò)跟蹤方向來(lái)確定最終的像素點(diǎn)區(qū)域的劃分，具體的劃分（如圖3所示）：

圖3跟蹤方向劃分圖

在跟蹤方向區(qū)域的劃分當(dāng)中，其每一個(gè)都是代表了一個(gè)像素點(diǎn)，最中間的像素點(diǎn)則為有效像素中的關(guān)鍵點(diǎn)，對(duì)于關(guān)鍵點(diǎn)周圍的像素都會(huì)被跟蹤進(jìn)行編碼，從而減少進(jìn)行搜索的工作量，在搜索的過(guò)程中第一個(gè)有效點(diǎn)則是其有效點(diǎn)。保留這一有效點(diǎn)對(duì)下面的像素點(diǎn)進(jìn)行搜索，不斷地進(jìn)行吸附計(jì)算，直到將所有的像素點(diǎn)都搜索完，從而完成對(duì)一個(gè)圖元的像素搜索。

2.輸出文件進(jìn)行優(yōu)化

在對(duì)地形圖進(jìn)行掃描之后，需要進(jìn)行數(shù)據(jù)分析，獲得數(shù)據(jù)之后矢量的文件也就可以獲得，在對(duì)文件進(jìn)行輸出的過(guò)程中，需要保證輸出文件的最優(yōu)化，在輸出數(shù)據(jù)傳輸之前,需要對(duì)輸出的文件進(jìn)行不斷地優(yōu)化之后,再進(jìn)行傳輸語(yǔ)句。輸出文件的優(yōu)化過(guò)程主要有三個(gè)部分，分別是地形圖線寬的相關(guān)計(jì)算、去除地形圖的雜點(diǎn)以及對(duì)數(shù)據(jù)進(jìn)行平滑的計(jì)算。這三部分中的每一部分對(duì)于文件傳輸?shù)膬?yōu)化都是至關(guān)重要的。

2.1 地形圖線寬的計(jì)算

對(duì)于地形圖中的每一條線寬都需要進(jìn)行準(zhǔn)確地把握，從而可以對(duì)地形線中的圖元進(jìn)行更好地確定與計(jì)算。就一般情況而言，地形圖的線寬一般是一個(gè)常數(shù)，在進(jìn)行線寬的計(jì)算的時(shí)候可以運(yùn)用下列的公式進(jìn)行計(jì)算，如式（1）所示：

在式（1）中，w為線寬；ne與nb則為關(guān)鍵點(diǎn)與節(jié)點(diǎn)的數(shù)量多少；li表示的是第i與i+1之間的距離的大小。

2.2 去雜點(diǎn)

對(duì)于圖像中不在鏈條上點(diǎn)的一些雜點(diǎn)，這部分的雜點(diǎn)的數(shù)量通常是比較少的，所以要將這些點(diǎn)設(shè)置為一個(gè)具有下限的數(shù)組,進(jìn)行雜點(diǎn)的剔除，實(shí)現(xiàn)對(duì)于文件的雜點(diǎn)的剔除。在去雜點(diǎn)的鏈條之中，內(nèi)部的有效圖元必須要滿足有效的計(jì)算，具體的計(jì)算公式如式（2）所示：

在上述式子中，ne與nb為關(guān)鍵點(diǎn)與節(jié)點(diǎn)的數(shù)量，nmin代表的是有效數(shù)據(jù)組中最少的有效像素點(diǎn)的數(shù)量，通過(guò)軟件的相關(guān)計(jì)算,用戶可自定義具體數(shù)值。

3.地形圖掃描分析的具體例子分析

基于線條的平滑特點(diǎn),同時(shí)矢量法保留了對(duì)于地形圖線寬的相關(guān)特點(diǎn)，所以能夠更加準(zhǔn)確具體地將原本的地貌反應(yīng)出來(lái)。但是，由于在地形圖進(jìn)行掃描的過(guò)程中,對(duì)有關(guān)數(shù)字以及文字進(jìn)行了相關(guān)處理，造成了部分?jǐn)?shù)字以及文字的失真，這對(duì)原本的圖像造成了一定的影響，為了掃描后的地圖能夠最大程度地保留原本圖像信息，還需要對(duì)數(shù)字以及文字失真的問(wèn)題進(jìn)行具體詳細(xì)研究，矢量化的地圖（如圖4所示）：

圖4矢量化地圖

4.應(yīng)用實(shí)例

由于矢量圖像存儲(chǔ)空間相對(duì)較小、縮放時(shí)不會(huì)產(chǎn)生變形以及方便進(jìn)行各種變化等優(yōu)點(diǎn)，圖像矢量化技術(shù)在諸多工程領(lǐng)域中都有著廣泛應(yīng)用。在電腦矢量化的過(guò)程中，需要對(duì)地形圖中的線條進(jìn)行矢量化處理，實(shí)現(xiàn)圖的縮放，并且需要對(duì)這些線條進(jìn)行走針處理。一般的位圖圖像是不能夠進(jìn)行這一種操作的，所以需要采用矢量化方法對(duì)地形圖進(jìn)行處理，以矢量化之后的圖形為依據(jù)進(jìn)行相關(guān)計(jì)算，可以得到關(guān)于地形圖的矢量化圖形。本文將采用矢量化方法對(duì)地形圖進(jìn)行具體介紹。

實(shí)現(xiàn)地形圖矢量化需要對(duì)其走針的路線進(jìn)行相關(guān)計(jì)算，也就是計(jì)算出鏈碼。實(shí)現(xiàn)這一功能需要做到以下幾個(gè)步驟：

（1）圖案的區(qū)域標(biāo)識(shí)；

（2）圖的邊界識(shí)別與跟蹤；

（3）圖案邊界的光滑與矢量化；

（4）地形圖走針路線的具體設(shè)計(jì)。

4.1 圖案的區(qū)域標(biāo)識(shí)

地形圖識(shí)別處理通常為文字、各種線條，這些圖案可以視為一塊連通的區(qū)域。為了方便后續(xù)進(jìn)行處理的需要，必須要將圖案中的相互連通的區(qū)域進(jìn)行詳細(xì)描述，并要確定出其具體的屬性，比如區(qū)域的范圍以及圖形等。如果有的地形圖的圖像是彩色的圖像，需要除去不相互連通的標(biāo)識(shí)區(qū)域外，還需要對(duì)其顏色的屬性進(jìn)行不同區(qū)域的劃分與識(shí)別。本文所采用的例子當(dāng)中沒(méi)有顏色的區(qū)分，因此只對(duì)其線條進(jìn)行區(qū)分。

4.2 二值圖像的區(qū)域標(biāo)識(shí)算法

在對(duì)二值圖像的區(qū)域標(biāo)識(shí)進(jìn)行計(jì)算的時(shí)候，其主要是運(yùn)用sign作為當(dāng)前的一個(gè)標(biāo)識(shí)性的記號(hào)，通過(guò)一個(gè)數(shù)組flag用來(lái)記錄原本的標(biāo)識(shí)面積，也就是以i作為標(biāo)號(hào)的區(qū)域面積，對(duì)于任何一個(gè)二值圖像而言，它代表的是背景的像素及目標(biāo)的像素。進(jìn)行地形圖區(qū)域算法的主要步驟是以下幾部分：

（1）從左向右、從上到下逐個(gè)對(duì)元素進(jìn)行掃描；

（2）在掃描的過(guò)程中，當(dāng)目標(biāo)的像素為P點(diǎn)的時(shí)候，如果這一個(gè)點(diǎn)的右上、正上、左上、左前四個(gè)點(diǎn)都沒(méi)有形成像素，那么就不是物體，這一個(gè)點(diǎn)就是新出現(xiàn)的點(diǎn)。那么就需要將sign增加1，并且讓標(biāo)識(shí)面積等于1；

（3）如果P點(diǎn)是在右上角，那么P點(diǎn)則是與右上角相同的點(diǎn)，并且需要將其flag數(shù)組的元素都增加1。這種情況之下，P點(diǎn)位可以與其右上角的點(diǎn)進(jìn)行連通并且合并；

（4）如果正上、左上、左前是目標(biāo)像素點(diǎn)的時(shí)候，那么需要將P點(diǎn)與相同方向的像素標(biāo)記相同的值，并且將其對(duì)應(yīng)的flag元素進(jìn)行簡(jiǎn)單相加。

經(jīng)過(guò)相關(guān)計(jì)算之后，對(duì)不相鄰的像素點(diǎn)采用不同的數(shù)值進(jìn)行標(biāo)記，并且可以運(yùn)用相關(guān)方法計(jì)算出相應(yīng)的區(qū)域面積。需要引起注意的是，不同區(qū)域雖然用不同的數(shù)值進(jìn)行了標(biāo)記，但是這些標(biāo)記的數(shù)值之間并不是連續(xù)的，區(qū)域的標(biāo)識(shí)值有可能是5、20、50等，這些數(shù)值之間并不是連續(xù)的，為了方便進(jìn)行處理，那么就將這些數(shù)據(jù)運(yùn)用了整數(shù)標(biāo)識(shí)。進(jìn)行標(biāo)識(shí)的過(guò)程中，只需要將flag數(shù)組中記錄不為0的數(shù)值，建立新的索引數(shù)據(jù)，再對(duì)這些數(shù)據(jù)進(jìn)行重新的整合。

4.3 小區(qū)域的合并與刪除

對(duì)于紙質(zhì)版的地形圖而言，其線條是不太均勻的，不會(huì)出現(xiàn)太大的噪音點(diǎn)以及邊界失真的情況等。但是經(jīng)過(guò)掃描之后的電腦位圖圖像常常會(huì)出現(xiàn)一些噪音點(diǎn)以及邊界失真的情況。這些噪音點(diǎn)和邊界顏色失真會(huì)使得區(qū)域識(shí)別的時(shí)候，錯(cuò)誤識(shí)別出許多小的區(qū)域，這就會(huì)使得我們?cè)谶M(jìn)行真正識(shí)別的時(shí)候，地形圖的邊界會(huì)變得非常粗糙，并且會(huì)增加工作量。為了繼續(xù)后面的操作，就必須要將這些噪音點(diǎn)和邊界失真帶來(lái)的影響進(jìn)行消除。

根據(jù)掃描面積可以設(shè)定兩個(gè)閾值t1與t2，其中t1

（1）如果S≤t2，那么這種情況之下就是小區(qū)域，需要對(duì)小區(qū)域進(jìn)行合并或者是刪除，并且將其進(jìn)行到步驟2中，否則不利于下一個(gè)地區(qū)的判斷；

（2）所有的小區(qū)域都有一個(gè)共同的特點(diǎn)，就是有無(wú)目標(biāo)點(diǎn)，如果有目標(biāo)點(diǎn)，那么這兩個(gè)點(diǎn)之間存在相似性，如果沒(méi)有目標(biāo)點(diǎn)，那么這兩個(gè)點(diǎn)之間就沒(méi)有相似的目標(biāo)點(diǎn)。如果S

（3）然后對(duì)地形圖中所有的點(diǎn)都重新進(jìn)行檢查，直到需要?jiǎng)h除或者是合并的小區(qū)域?yàn)橹埂?/p>

4.4 地形圖的邊界識(shí)別與跟蹤

因?yàn)閰^(qū)域之內(nèi)的所有的數(shù)字都是從1連續(xù)整數(shù)進(jìn)行識(shí)別的，所以需要對(duì)定圖的邊界進(jìn)行標(biāo)識(shí)與識(shí)別，地形圖邊界進(jìn)行識(shí)別的基本算法有：

（1）獲得圖像像素的高與寬；

（2）開辟相應(yīng)的緩沖區(qū)，用于記錄圖像的邊界；

（3）讀入圖像，將領(lǐng)域像素讀入數(shù)組中，如果像素點(diǎn)均與中心點(diǎn)的標(biāo)識(shí)相同，那么就是內(nèi)部點(diǎn)。將內(nèi)部點(diǎn)進(jìn)行記錄，否則其他點(diǎn)為邊界點(diǎn)；

（4）重復(fù)步驟3，將所有內(nèi)部點(diǎn)與邊界點(diǎn)進(jìn)行計(jì)算與標(biāo)識(shí)。

對(duì)于某個(gè)連通區(qū)域而言，如果它是單連通的，則其邊界只會(huì)有一條邊界線組成，如果是多連通的，則其邊界會(huì)由多條邊界線組成。將需要標(biāo)識(shí)的區(qū)域設(shè)為i并進(jìn)行邊界跟蹤，其算法為：

（1）開辟緩沖區(qū)，將邊界點(diǎn)i進(jìn)行拷貝；

（2）從左到右、從上到下，遇到目標(biāo)點(diǎn)進(jìn)行跟蹤，開辟出新的點(diǎn)；

（3）新的點(diǎn)中需要記錄當(dāng)前的坐標(biāo)，在緩沖區(qū)中需要將其刪除。

根據(jù)上面的原理及算法，編制開發(fā)了相應(yīng)的軟件，并對(duì)圖5的地形圖進(jìn)行了自動(dòng)矢量化的計(jì)算，從而生成矢量化圖（如圖6所示）：

圖5紙質(zhì)圖紙掃描圖像局部

圖6矢量化的圖像

從軟件矢量化效果來(lái)看，本文方法反映了地形線平滑任意多變的特點(diǎn)，因?yàn)楸Ａ袅司€寬信息，圖形真實(shí)地反映了圖紙?jiān)玻驗(yàn)閿?shù)字和文字也當(dāng)成了地形線圖元處理，數(shù)字和文字有些失真，這一方面還有待于進(jìn)一步研究。

5.結(jié)束語(yǔ)

本文主要是針對(duì)在工程類項(xiàng)目使用地形圖中所遇到的問(wèn)題進(jìn)行優(yōu)化處理。針對(duì)工程項(xiàng)目所需要的掃描地形圖，提出一種能夠在地形圖掃描圖像中地形線快速矢量化的方法。采用使得地形線變寬儲(chǔ)存以及在有效的像素點(diǎn)中選擇合適的圖元，這一種方式可以提高了原本計(jì)算的速度。所采用的優(yōu)先算法也可以將搜索的線路變的最短化。通過(guò)對(duì)地形線的線路進(jìn)行線寬的計(jì)算以及像素等文件優(yōu)化方法可以體現(xiàn)出原本的地形圖的基本特征，又能在一定的程度上面提高矢量化之后的質(zhì)量。這一系列的方法對(duì)于地形圖數(shù)據(jù)的分析具有較好的效果。