中国科技大学GPS 实验室——RS篇
中国科技大学GPS实验室是由鲍远律教授和刘振安教授联合组建。实验室曾以中日智能交通课题组骨干成员身份详细考察世界公认的智能交通先进典范城市，立志将这些交通管理理念与经验,结合国情建立自己的技术规范与操作目标。实验室研发成功数字地图自动生成、专用高速集群通信、运动轨迹动态校正等自主知识产权技术成果。近年来曾实现包括全国公路和部分省市的车辆导航与交通监控的实际工程或示范系统多个，发表大量文章和专著，有些获全国畅销图书奖及教材奖。本专栏搜集整理了实验室近年来RS领域的科研成果，供大家分享讨论。 [ 阅读全文 ]

本文以扫描纸质地图为处理对象，采用图像处理、模式识别等相关知识，实现地图中道路信息的自动提取，利用道路的宽度等特征来识别道路，有效地减少了噪声的干扰。实现了自适应模板算法，能够有效去除孤立噪声。同时对地图中的其他一些点信息、边界、河流等的提取也做了初步的探讨。最后，关于地图的规范化方面，用程序实现了人工交互式图像规范方法。

本文内容大致安排如下：首先，介绍了全球卫星导航系统、地理信息系统和智能交通系统的概念、应用及意义。同时讲述了本课题的研究现状。其次，本文用了很大篇幅介绍了所用到的数字图像处理和模式识别的基础理论知识和相关概念。再次，本文分三章内容分别总结了三个方面的相关研究工作，包括特征匹配方法应用于地图模式识别、专门针对城市交通地图的边缘检测算法以及一种新的去除城市交通地图字符噪声的算法。

本论文综合运用图像处理，模式识别的理论来构建彩色城市交通地图道路识别与提取系统。实现了开环状态下彩色城市交通地图道路的识别与提取，在此基础提出了基于人工神经网络的道路识别与提取闭环控制系统，由计算机自动调整系统的阈值，达到道路识别的自动化。图像处理的理论涉及到彩色图像的灰度分割，边缘提取，数学形态学和Hough变换等。模式识别的理论包括统计模式识别，特征提取与选择，聚类分析，模板匹配以及人工神经网络等理论知识。

本文的目的是改进城市地图道路识别率。设计了改进城市地图道路识别率的算法。改进部分包括：1. 设计标签分类算法，将区域内的噪声点归为区域；2. 设计去除道路上字符的优化算法，将道路上的噪声点归为道路；3. 完成道路识别系统局部反馈的尝试算法，利用一定的反馈策略识别出道路，并获得良好的实验结果。

本文论述的就是这样一个软件包(RoadIdent)的设计和实现。RoadIdent的主体功能就是从扫描进入计算机中的点阵地图中识别和提取出其中的道路信息。RoadIdent基于地图中道路、背景和文字三种要素之间的位置和颜色关系，借助于图象处理技术，在人机交互的方式下，识别和提取出其中的道路。对与质量上乘的地图，RoadIdent可以较为完整并且快速的提取出其中的道路信息。