手扶跟踪数字化¶

尽管手扶跟踪数字化（Manual Digitising）工作量非常繁重，但是它仍然是目前最为广泛采用的将已有地图数字化的手段。

利用手扶跟踪数字化仪可以输入点地物、线地物以及多边形边界的坐标。其具体的输入方式与地理信息系统软件的实现有关，另外一些GIS系统也支持用数字化仪输入非空间信息，如等高线的高度，地物的编码数值等等。

手扶跟踪数字化仪的通讯和参数：

手扶跟踪数字化仪是通过RS-232（串口）接口与计算机进行连接的，为了能够进行正确的数据发送和接收，需要进行通讯参数的设置，包括波特率、数据位、校验位、停止位等等。此外，数字化仪还包括坐标原点、分辨率、采点方式、数据格式等参数。数字化仪的参数通常可以利用数字化板上的开关和菜单确定。为了保证数据录入的正确，必须设置数字化软件的参数与数字化仪的一致。

在进行数字化之前，首先要确定需要数字化哪些信息，在目前由于大多数GIS软件对空间数据采用分层管理，所以要确定输入哪些图层，以及每个图层包含的具体内容。另外，由于数字化过程不可能一次完成，在两次输入之间地图的位置可能相对于数字化板发生错动，这样前后两次录入的坐标就会偏移或旋转。解决该问题的办法就是，在每次录入之前，先输入至少三个定位点（Tick Marks），或称为注册点（Register Points），这些点相对于地图的位置是固定的，这样两次输入的内容就可以根据定位点坐标之间的关系进行匹配。

通常，数字化仪采用两种数字化方式，即点方式（Point Mode）和流方式（Stream Mode），点方式是当录入人员按下游标(Puck)的按键时，向计算机发送一个点的坐标。输入点状地物要素时必须使用点输入方式；而线和多边形地物的录入可以使用点方式，在输入时，输入者可以有选择地输入曲线上的采样点，而采样点必须能够反映曲线的特征。

流方式录入能够加快线或多边形地物的录入速度，在录入过程中，当录入人员沿着曲线移动游标时，能够自动记录经过点的坐标。采用流方式录入曲线时，往往采集点的数目要多于点方式，造成数据量过大，一个解决的方案是对记录的点进行实时采样，即尽管系统接收到了点的坐标，但是可以根据采样原则确定是否记录该点 [1]_。

目前大多数系统采取两种采样原则，即距离流方式（Distance Stream）和时间流方式（Time Stream）(图6-1)。

1. 距离流方式是当前接收的点与上一点距离超过一定阈值，才记录该点；

2. 采用时间流方式时，按照一定时间间隔对接收的点进行采样。

采用时间流方式录入时，一个优点是当录入曲线比较平滑时，录入人员往往移动游标比较快，这样记录点的数目少；而曲线比较弯曲时，游标移动较慢，记录点的数目就多。而采用距离流方式时，容易遗漏曲线拐点，从而使曲线形状失真。所以在保证曲线的形状方面，时间流方式要优于距离流方式。

在实际的录入过程中，可以根据不同的录入对象选择不同的录入方式。例如，当录入地块图时，由于其边界多为直线，并且点的数据较少，可以采用点方式录入；录入交通线时，因为要保证某些特征点位置的准确性，也可以使用点方式；而等高线的录入由于数据量大，使用流方式可以加快录入速度。

其它的矢量数据录入方式：

尽管手扶跟踪数字化是目前最主要的矢量格式地理数据的录入手段，但是在某些场合下，也可以采用其它的数据输入方式：

其它数据转换：

其它格式数据的转换包括三种情形：

1. 矢量格式数据（往往是由其它GIS软件制订）的转换；

2. 数据，往往表现为关系数据库表的形式（表6-1）；

3. 描述信息，以关系数据表形式存取，同样可以转换为不太精确的坐标数据（表6-2）。

表6-1：测站信息表（部分）

测站编码	经度	纬度
68013344	107.2	29.8
68026785	115.5	30.2

表6-2：企业员工信息表（部分）

姓名	住址
张三	北京市海淀区
李四	河北省石家庄市

键盘录入：

对于数据量较小、并且已知地物精确坐标的情况下，可以采用键盘录入。此外键盘录入也是录入属性数据的主要手段。

鼠标录入：

如果不愿意手扶跟踪数字化，而扫描矢量化又难以识别地物时，可以使用鼠标录入，通常是将地图扫描后，作为底图显示在屏幕上，用鼠标参照底图进行采点。由于鼠标定位不如数字化仪精确，所以一般用于输入一些示意图。

其它定点测量设备：

目前GPS已经成为流行的定位导航设备，它同样可以为GIS提供矢量格式的坐标数据。其它的定点测量设备包括平板测图仪等，使用这些设备，最重要的是要考虑精度问题。

曲线离散化算法¶

在数字化过程中，需要对曲线进行采样简化，即在曲线上取有限个点，将其变为折线，并且能够在一定程度上保持原有的形状。下面介绍Douglas-Peucker算法（图6-2）。

1. 在曲线首尾两点A、B之间连接一条直线段AB，该直线称为曲线的弦；

2. 得到曲线上离该直线段距离最大的点C，并计算其与AB的距离d；

3. 比较该距离与预先给定阈值ε的大小，如果小于ε，则将该直线段作为曲线的近似，该段曲线处理完毕；

4. 如果距离大于阈值，则用C将曲线分为两段AC和BC，并分别对两段曲线进行1-3步的处理。

5. 当所有曲线都处理完毕后，依次连接各个分割点形成的折线，即可以作为曲线的近似。

很明显，该算法是一个递归算法。

扫描矢量化以及处理流程¶

随着计算机软件和硬件更加便宜，并且提供了更多的功能，空间数据获取成本成为GIS项目中最主要的成分。由于手扶跟踪数字化需要大量的人工操作，使得它成为以数字为主体的应用项目瓶颈。扫描技术的出现无疑为空间数据录入提供了有力的工具。

常见的地图扫描处理的过程如图6-3所示。由于扫描仪扫描幅面一般小于地图幅面，因此大的纸地图需先分块扫描，然后进行相邻图对接；当显示终端分辨率及内存有限时，拼接后的数字地图还要裁剪成若干个归一化矩形块，对每个矩形块进行矢量化（Vectorization）处理后生成便于编辑处理的矢量地图，最后把这些矢量化的矩形图块合成为一个完整的矢量电子地图，并进行修改、标注、计算和漫游等编辑处理。

在扫描后处理中，需要进行栅格转矢量的运算，一般称为扫描矢量化过程。扫描矢量化可以自动进行，但是扫描地图中包含多种信息，系统难以自动识别分辨（例如，在一幅地形图中，有等高线、道路、河流等多种线地物，尽管不同地物有不同的线型、颜色，但是对于计算机系统而言，仍然难以对它们进行自动区分），这使得完全自动矢量化的结果不那么“可靠”，所以在实际应用中，常常采用交互跟踪矢量化，或者称为半自动矢量化。

将栅格图像转换为矢量地图一般需要以下一系列步骤[Musavi 1988]：

1）图像二值化（Threshold）

图像二值化用于从原始扫描图像计算得到黑白二值图像（Binary Image），通常将图像上的白色区域的栅格点赋值为0；而黑色区域为1，黑色区域对应了要矢量化提取的地物，又称为前景。

2）平滑（Smooth）

图像平滑用于去除图像中的随机噪声，通常表现为斑点。

3）细化

细化将一条线细化为只有一个像素宽，细化是矢量化过程中的重要步骤，也是矢量化的基础。

4）链式编码

链式编码将细化后的图像转换成为点链的集合，其中每个点链对应于一条弧段。

5）矢量线提取

将每个点链转化成为一条矢量线。每条线由一系列点组成，点的数目取决于线的弯曲程度和要求的精度。

除了上述五个步骤以外，还需要一些处理以方便图像矢量化过程，如图像拼接和剪裁等等，下面对这些操作以及相关算法进行描述。

图像拼接/裁剪¶

1）图像拼接

以两相邻地图图像的部分重叠区为基础，把它们合成为一幅整图的过程叫做图像拼接，分上下拼接和左右拼接。以左右拼接为例，取左图右边缘一个矩形区域A，取右图左边缘一个矩形区域B，如果A和B有一定的重叠区，可以利用计算机实现自动的匹配，其拼接算法如下：

（1．1）由A中右侧边缘从右至左依次取若干个列L1（O），L1（1），…，L1（n），以各列内像素灰度的长度序列为特征向量，分别求出以上各列的特征向量V1（O），V1（1），…，V1（n）。

（2．2）自动拼接 即由B中左侧从左至右依次取若干列L2（n），L2（n-1），…，L2（O），以各列内像素灰度的长度序列为特征向量，分别求出以上各列的特征向量V2（n）：V2（n-1），…，V2（O）。若向量序列[V1（O）；V1（1）,…，V1（n）］和[V2（O），V2（1），…，V2（n）］匹配，则转向步骤4。

（2．3）人工拼接 即固定A，通过人机交互控制B以一定步长上下左右移动，直到A和B重叠区对齐为止。

（2．4）根据步骤2匹配情况或步骤3的偏移情况对两相邻地图图像进行修正和合成。

2）图像裁剪

把一幅图像裁成两两相邻的规则图块的过程称为地图裁剪。图像裁剪非常简单，实际应用中，可以根据不同的硬件配置确定采用和不采用图像裁剪技术。

图像细化预处理二值图像平滑¶

在将地图扫描或摄像输入时，由于线不光滑以及扫描、摄像系统分辨率的限制，使得一些曲线目标带来多余的小分支（即毛刺噪声）；此外，还有孔洞和凹陷噪声，如图6-4所示。如果不在细化前去除这几种噪声，就会造成细化误差和失真，这样会最终影响地图跟踪和矢量化。曲线目标越宽，提取骨架和去除轮廓所需的次数也越多，因此噪声影响也越大。

扫描图像的“毛刺”和“凹陷孔洞”

为了去除毛刺噪声的影响，可以采用如图5所示的3×3模板进行处理。处理的过程是：按点阵格式扫描图像上每一像素，只要图像相应区域与图6-5中的模板（包括其三次90⁰旋转所形成的模板）匹配，则判定为毛刺，对应于模板中心的像素数值变为O。根据需要可进行多次这种匹配运算。

0	0	0
0	1	0
Ⅹ	Ⅹ	Ⅹ

图6-5：去毛刺模板，X为任意数值

为了去除孔洞及凹陷噪声，我们采用如图6-6所示的模板进行处理，只要图像对应区域与该模板（包括其三次90^O旋转）匹配，则区域中心点数值变为1。

X	1	X
1	0	1
Ⅹ	Ⅹ	Ⅹ

去孔洞凹陷模板

总之，通过以上两种平滑处理，基本上消除了毛刺和孔洞凹陷噪声的影响，为进一步进行细化处理打下了基础。

图像细化（Thinning）¶

细化算法对二值图像进行处理，得到细化后的图像。线细化是处理包含线状地物二值图像的一种重要技术，在地图扫描处理中，由于地图上主要信息是不同粗细和不同形状的线，必须首先进行线细化，以准确、有效地提取这些线信息，并进一步完成跟踪矢量化。

线细化，就是不断去除曲线上不影响连通性的轮廓像素的过程，对细化的一般要求是：

• 保证细化后曲线的连通性

• 细化结果是原曲线的中心线

• 保留细线端点

根据各种不同的应用，目前已经提出了许多线细化算法，如内接圆法、经典算法、异步算法、快速并行算法及并行八边算法等，不同的算法在处理速度和效果上各有其特点。

下面介绍一个常用的细化算法，其它算法基本是此算法的改进。

首先介绍几个相关的概念和符号。对于二值栅格图像中每个像素点p，以及该像素直接相邻的8个像素点（图6-7），令：

1. N(p)为p的邻点的数值的和；

2. 图像像素联接数T(p)，如果旋转着看像素周围的点，T(p)就是p周围8个点从0变成1的次数，它反映了像素邻点的联接的块数（图6-8）。

3. p:sub:`W`，p:sub:`E`，p:sub:`S`，p:sub:`N`分别指像素左侧、右侧、下边、上边邻点的数值。

算法步骤如下[Zhang-Suen，1984]：

1：对于栅格图像中的每个点p，进行如下操作：

如果2≤N(p)≤6并且T(p)=1并且p:sub:`N`p:sub:`S`p:sub:`E`=0并且p:sub:`W`p:sub:`E`p:sub:`S`=0

则标志p点；

2：将所有被标志的栅格点赋值为0，如果没有被标志的点，则算法结束；

3：对于栅格图像中的每个点p，进行如下操作：

如果2≤N(p)≤6并且T(p)=1并且p:sub:`N`p:sub:`S`p:sub:`W`=0并且p:sub:`W`p:sub:`E`p:sub:`N`=0

则标志p点；

4：将所有被标志的栅格点赋值为0，如果没有被标志的点，则算法结束；

5：转到第一步。

图6-9显示了采用该算法细化的过程和结果。

链码（弗里曼码）¶

链码是由弗里曼（Freeman）提出的用曲线出发点坐标和线的斜率来描述二值线图形的一种方法。图6-10（a）所示是链码的八个方向及它们的序号。图6-10（b）的细线的链码为(3,0)21100066567，其中（3,0）为起始点坐标，之后的数值序列描述了方向。

任意一条细线都可用链码序列表示为下式：

C＝a:sub:`1`a:sub:`2`...a:sub:`n`，0≤a:sub:`i`≤7

如果始点a1和终点an重合，则说明曲线是闭合的。

(a)：链码的8个方向；(b)细线

矢量线生成¶

扫描矢量化的最后一步是生成矢量线，可以很方便地将链式编码的每一条链转换成为一条矢量线。自然地，弯曲的矢量线比直线需要更多的点，这还取决于要求的精度。在矢量线生成过程中，可以使用Douglas-Peucher算法。

目前，自动扫描矢量化还不是完全可靠的，为了提高其可靠性，需要在模式识别方面做出更多的研究。