课题关键问题及难点：

彩色地图等高线的自动识别与提取以及矢量化，是一项复杂的工程，相关理论和技术要求比较高，涉及到计算机视觉中的图像分割、滤波、细化、文字符号等识别，计算机图形学中的矢量化等方向。大概归纳为以下三点：

1）提取的等高线质量

地图等高线识别通常分为五个步骤：地图扫描、过滤、阈值分割、细化并裁剪二值图像、栅格到矢量转换，第一步得到的图像决定于扫描仪，二三四步得到提取的等高线的栅格数据，提取得到的等高线的质量直接决定了最后一步的质量。采取有效的分割方法得到清晰的等高线是一个难点，。

2）地形图本身的复杂性

地形图各种要素颜色形状各异，不同要素会出现覆盖重叠交叉等，这大大提高了自动识别提取等高线等地图要素的难度。

3）算法评价体系

大多文献实验仅仅展示几幅图展示算法的效果，缺乏一个统一的客观的测试标准。

本文研究了彩色地形图中等高线提取的一般性步骤。等高线提取一般性步骤包括：扫描、过滤与阈值分割、细化裁剪和去噪、栅格到矢量转换。扫描是由扫描仪完成，得到纸质地形图的彩色栅格图；过滤与阈值分割是基于HSI颜色空间，初步提取出二值等高线；细化裁剪和去噪借助了数字图像处理中的形态学方法，对二值等高线进行细化、去噪、裁剪；栅格到矢量转换包括断点重连、栅格图自动矢量化、矢量数据压缩、写入shapefile文件。断点重连将断开的悬挂点进行匹配连接；自动矢量化将栅格等高线转换为矢量坐标串；矢量数据压缩则采用道格拉斯·普克经典算法压缩矢量数据；最后借助第三方程序库将矢量数据写入shapefile文件。断点重连是整个等高线提取的难点之一，本文将断点重连单独成章，并提出了基于距离和方向的一种改进算法。

整个等高线自动提取过程涉及到的理论和算法非常多，每一环节都可单独进行研究，本文重点在于等高线提取过程的框架，以及涉及的理论、算法，并进行实现，因此本文并不对每一环节进行深入研究。

研究工作总结

地形图等高线自动提取，并将栅格数据转换为矢量数据整个工作是非常有难度的。首先需要借助颜色分割算法对彩色地形图中的等高线进行初步提取，然后借助图像处理中的数学形态学、滤波等算法进行去噪，接着使用细化算法对图像进行骨架提取，再对得到的细化图像进行非常关键的一步处理：断点重连，经过自动矢量化，道格拉斯数据压缩，最后写入到shapefile文件。整个工程量很大，涉及的算法也很多。本课题属于GIS与模式识别的交叉学科，涉及到了模式识别、视觉感知、图像处理（数学形态学）多个领域。

本文基于这些算法研发了一个较为完整的系统，从彩色地形图等高线自动提取、细化、去噪、断点重连等到自动矢量化、数据压缩、写入到shapefile都用Python进行了实现。每一节的实验或者效果图都是基于此系统完成的。