發(fā)明主要應(yīng)用于前期地形圖圖式設(shè)計(jì)的檢驗(yàn)，后續(xù)生產(chǎn)用圖中圖式質(zhì)量的檢 查。
[0048] 在精度方面:通過(guò)本發(fā)明一方面可以減少人為因素在量取符號(hào)式樣的測(cè)量誤差， 另一方面可以減少人眼在符號(hào)色值判斷中的視覺誤差。
[0049] 在效率方面:針對(duì)大量待評(píng)價(jià)數(shù)據(jù)，本發(fā)明通過(guò)程序批量化評(píng)價(jià)，極大提高了圖式 質(zhì)量評(píng)價(jià)的效率。
[0050] 靈活性方面:根據(jù)人為要求或最新圖式要求，通過(guò)修改控制文件可以很方面的調(diào) 整符號(hào)式樣以及符號(hào)色值的設(shè)定，而且可以重復(fù)利用，避免資源浪費(fèi)。
【附圖說(shuō)明】
[0051 ]圖1是本發(fā)明的地形圖圖式質(zhì)量評(píng)價(jià)方法的總體流程圖；
[0052]圖2是本發(fā)明的基于空間約束Harris角點(diǎn)的圖像校正流程圖；
[0053]圖3是本發(fā)明的基于空間緩沖分析的符號(hào)色值檢測(cè)流程圖；
[0054]圖4是本發(fā)明的基于GrabCut分割算法的符號(hào)式樣檢測(cè)流程；
[0055] 圖5是本發(fā)明的基于GrabCut分割算法的基本過(guò)程示意圖。
【具體實(shí)施方式】
[0056] 為使本發(fā)明實(shí)施例的目的和技術(shù)方案更加清楚，下面將結(jié)合本發(fā)明實(shí)施例的附 圖，對(duì)本發(fā)明實(shí)施例的技術(shù)方案進(jìn)行清楚、完整地描述。顯然，所描述的實(shí)施例是本發(fā)明的 一部分實(shí)施例，而不是全部的實(shí)施例?；谒枋龅谋景l(fā)明的實(shí)施例，本領(lǐng)域普通技術(shù)人員 在無(wú)需創(chuàng)造性勞動(dòng)的前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
[0057]本技術(shù)領(lǐng)域技術(shù)人員可以理解，除非另外定義，這里使用的所有術(shù)語(yǔ)(包括技術(shù)術(shù) 語(yǔ)和科學(xué)術(shù)語(yǔ))具有與本發(fā)明所屬領(lǐng)域中的普通技術(shù)人員的一般理解相同的意義。還應(yīng)該 理解的是，諸如通用字典中定義的那些術(shù)語(yǔ)應(yīng)該被理解為具有與現(xiàn)有技術(shù)的上下文中的意 義一致的意義，并且除非像這里一樣定義，不會(huì)用理想化或過(guò)于正式的含義來(lái)解釋。
[0058]如圖1所示，本發(fā)明的一種地形圖圖式質(zhì)量評(píng)價(jià)方法，包括以下步驟：
[0059] (1)數(shù)據(jù)源獲取:獲取待處理的數(shù)據(jù)并識(shí)別數(shù)據(jù)的數(shù)據(jù)類型，并將所獲取的數(shù)據(jù)輸 入到數(shù)據(jù)處理器；
[0060] (2)根據(jù)基準(zhǔn)圖像進(jìn)行數(shù)據(jù)預(yù)處理；
[0061 ] (3)根據(jù)空間約束的Harris角點(diǎn)檢測(cè)形成地形圖內(nèi)圖廓角點(diǎn)的有效配對(duì)并實(shí)現(xiàn)圖 像校正；
[0062] (4)根據(jù)基準(zhǔn)圖像和國(guó)家基本比例尺地圖圖式制作點(diǎn)狀矢量控制文件；
[0063] (5)基于空間緩沖分析進(jìn)行符號(hào)色值的檢測(cè)；
[0064] (6)基于GrabCut分割算法實(shí)現(xiàn)符號(hào)式樣的檢測(cè)；
[0065] (7)根據(jù)符號(hào)色值和符號(hào)式樣檢測(cè)結(jié)果進(jìn)行地形圖圖式質(zhì)量評(píng)價(jià)。
[0066] 作為一種優(yōu)選的方式，步驟（1)中，數(shù)據(jù)源包括基準(zhǔn)圖像和待處理數(shù)據(jù);所述基準(zhǔn) 圖像分為標(biāo)準(zhǔn)分幅數(shù)據(jù)和任意分幅數(shù)據(jù)，其數(shù)據(jù)類型為后綴名*. jpg的JPEG、*, tif的TIFF 或*. img的IMAGINE Image;待處理數(shù)據(jù)分為標(biāo)準(zhǔn)地形圖分幅數(shù)據(jù)和任意地形圖分幅數(shù)據(jù)， 其數(shù)據(jù)類型為后綴名*· shp的Shapef ile、* .mdb的Personal Geodatabase或*· gdb的File Geodatabase〇
[0067] 作為一種優(yōu)選的方式，步驟(2)中需要對(duì)待處理的數(shù)據(jù)源根據(jù)基準(zhǔn)影像進(jìn)行預(yù)處 理，包括投影轉(zhuǎn)換和矢量轉(zhuǎn)柵格，所述投影轉(zhuǎn)換用于將待處理數(shù)據(jù)的坐標(biāo)系調(diào)整與基準(zhǔn)圖 像的坐標(biāo)系一致;所述矢量轉(zhuǎn)柵格用于將待處理數(shù)據(jù)的數(shù)據(jù)類型轉(zhuǎn)化為基準(zhǔn)圖像的數(shù)據(jù)類 型。
[0068] 如圖2所示，步驟(3)中基于空間約束Harr is角點(diǎn)的圖像校正包括如下步驟：
[0069] (a)讀取基準(zhǔn)圖像和預(yù)處理后的數(shù)據(jù)；
[0070] (b)根據(jù)圖像的大小為NXM將數(shù)據(jù)分成大小為L(zhǎng)XL的數(shù)據(jù)塊，其中，N為列像素?cái)?shù)， Μ為行像素?cái)?shù)，L單位為像素，以圖像四角處最小圖像塊包含內(nèi)圖廓線相交的交點(diǎn)確定最小 的L為圖像分塊初始值，后續(xù)根據(jù)匹配效果動(dòng)態(tài)確定L值，直到L = N或L=M;并根據(jù)分塊數(shù)據(jù) 的空間關(guān)系選取原始圖像四角處四塊數(shù)據(jù)作為代檢測(cè)數(shù)據(jù)；
[0071] (c)Harris 角點(diǎn)檢測(cè)；
[0072] (cOHarris角點(diǎn)匹配將歐氏距離作為評(píng)判描述子匹配程度的標(biāo)準(zhǔn)；
[0073] (e)利用RANSAC隨機(jī)抽樣一致性算法，根據(jù)幾何限制消除誤匹配，提高魯棒性；
[0074] (f)根據(jù)下式對(duì)得到的匹配角點(diǎn)分別在基準(zhǔn)圖像和待校正圖像間進(jìn)行空間約束；
[0075]
[0076] 其中，Sl為兩個(gè)角點(diǎn)間距離，^為數(shù)據(jù)內(nèi)圖廓邊長(zhǎng)(比例尺一定的地形圖其內(nèi)圖廓 的四個(gè)邊長(zhǎng)是確定的），△ S為容差；Qi為三個(gè)角點(diǎn)構(gòu)成的角度(理論上其構(gòu)成的角度為90 度），Δα為容差;Max(M，N)取M、N中的最大值；
[0077] (g)根據(jù)形成的內(nèi)圖廓角點(diǎn)有效匹配對(duì)完成圖像數(shù)據(jù)的校正。
[0078] 作為一種優(yōu)選的方式，步驟(4)中根據(jù)基準(zhǔn)圖像和國(guó)家基本比例尺地圖圖式制作 點(diǎn)狀矢量控制文件，包括符號(hào)色值的確定和符號(hào)式樣的量化，所述符號(hào)色值的確定用于在 CMYK模式下確定靛青C、品紅Μ、黃Y、黑K的四色色值;所述符號(hào)式樣量化用于將具有幾何特 征的符號(hào)以重心、寬度和高度的指標(biāo)表示出來(lái)。
[0079] 如圖3所示，步驟(5)中基于空間緩沖分析進(jìn)行符號(hào)色值的檢測(cè)包括如下步驟：
[0080] (1)根據(jù)創(chuàng)建的點(diǎn)狀控制文件生成緩沖區(qū)；
[0081 ] (2)將控制文件中的CMYK模式下的色值轉(zhuǎn)化為RGB模式下的色值，轉(zhuǎn)換公式如下：
[0082] R = 255*(100-C)*(100-K)/10000;
[0083] G = 255*(100-M)*(100-K)/10000;
[0084] B = 255*(100-Y)*(100-K)/10000;
[0085] (3)根據(jù)創(chuàng)建的緩沖區(qū)范圍在待檢測(cè)圖像內(nèi)進(jìn)行RGB色值匹配；
[0086] (4)根據(jù)匹配結(jié)果輸出符號(hào)色值檢測(cè)結(jié)果;所述測(cè)結(jié)果包括圖像對(duì)比和文字描述。
[0087] 如圖4所示，步驟(6)中基于GrabCut分割算法實(shí)現(xiàn)符號(hào)式樣的檢測(cè)包括如下步驟：
[0088] 0-)根據(jù)點(diǎn)狀的控制文件生成用于GrabCut分割的矩形范圍；
[0089] (2'）根據(jù)符號(hào)色值檢測(cè)結(jié)果確定用于GrabCut分割的前景色，以提高分割精度；
[0090] (3'）在上述步驟（1)和（2)的基礎(chǔ)上進(jìn)行GrabCut分割，并通過(guò)灰度化和二值化得 到二值圖像；
[0091] (4'）通過(guò)數(shù)學(xué)形態(tài)學(xué)腐蝕運(yùn)算和開運(yùn)算，填充內(nèi)部斑點(diǎn)得到比較平滑的二值區(qū)域 后進(jìn)行輪廓檢測(cè)；
[0092] (5'）量化檢測(cè)的圖形，包括圖形的重心、寬度和高度；
[0093] (6'）與控制文件中的符號(hào)式樣的重心、寬度和高度進(jìn)行匹配，并輸出符號(hào)式樣檢 測(cè)結(jié)果;所述檢測(cè)結(jié)果包括圖形對(duì)比和文字描述；
[0094] 作為一種優(yōu)選的方式，步驟(7)中需要根據(jù)符號(hào)色值和符號(hào)式樣檢測(cè)結(jié)果進(jìn)行地 形圖圖式質(zhì)量評(píng)價(jià)，所述圖式質(zhì)量評(píng)價(jià)包括如下步驟:根據(jù)輸出的符號(hào)色值檢測(cè)結(jié)果和符 號(hào)式樣檢測(cè)結(jié)果進(jìn)行定性和定量描述；當(dāng)符號(hào)色值或符號(hào)式樣任何一個(gè)出現(xiàn)錯(cuò)誤就判定為 不合格。
[0095] 本發(fā)明的點(diǎn)狀矢量控制文件字段設(shè)計(jì)如下表：
[0096]
[0097]
[0098] 相關(guān)的算法介紹如下：
[0099] 1. Harris角點(diǎn)檢測(cè)算法基本流程如下：
[0100] (1)計(jì)算圖像I(x，y)在X和Y兩個(gè)方向的梯度Ix、Iy。
[0101]
[0102] (2)計(jì)算圖像兩個(gè)方向梯度的乘積。
[0103]

[0104] (3)使用尺度可變高斯函數(shù) 對(duì)Λ2、和I xy進(jìn)行高斯加權(quán) (取σ = 1)，生成矩陣Μ的元素 A、B和C。
[0105]
[0106] 其中，w為加權(quán)函數(shù)
[0107] (4)計(jì)算每個(gè)像元的Harris相應(yīng)值R，并對(duì)小于某一閾值t的R置為0。
[0108] R= {R: detM-a(traceM)2<t