基于移动测图系统的城市部件自动识别

针对移动测图系统图像具有连续、含立体像对可量测等特性，选取不同种类的线状、面状、体状典型城市部件样本，依据这些样本的颜色、形状、尺寸、纹理等特征运用不同图像处理和模式识别方法进行目标识别，研究适合于移动测图系统图像的自动识别方法并确定自动识别的基本流程。根据城市部件信息提取资料有其历史遗存特性，引入空间逻辑判别特征改进和完善城市部件自动识别方法，重点解决图像背景复杂或特征相似城市部件难以识别的问题，从而提高自动识别的准确性和效率。通过对城市部件识别准确性的检验与分析，建立不同类别典型城市部件的识别准确性优化模型，确定各类城市部件最优判别特征，进而研究判别特征对城市部件识别准确性的影响机理。本研究从理论上揭示影响移动测图系统中城市部件识别的主要因素，分析不同识别方法对城市部件的适用程度；实践中，解决当前移动测图技术应用领域中数据后期处理主要以人工方式进行信息提取而造成的费时低效问题。

1)完成了MMS数据采集以及MMS立体影像库建设。在2012年以及2013年完成了30余次MMS数据采集：MMS影像数量共计42.6万余张，数据总量106.2GB；为了更好地建立体影像库，对数据采集设备进行了成功升级改造；将采集到的数据汇总整理后建立MMS立体影像库。完成了3类标准规范(初稿)制定：《MMS数据采集规范》、《MMS数据生产质量评价技术导则》、《基于MMS影像的城市部件可视化管理建库规范》，为MMS数据工程性应用打下良好基础。.2)开展了城市部件识别基本流程研究。选择6种基于颜色特征识别算法以及5种基于形状特征的识别算法，开展MMS图像的城市部件识别试验；比较分析后，采用颜色阈值分割以及Hough变换相结合方式进行为MMS影像识别。通过对已有识别算法实验中大量识别样本的分析和整理，也确定了本项目中MMS图像的城市部件识别基本流程。.3)开展了MMS图像序列中城市部件自动识别的方法研究。为实现海量MMS影像的自动识别，以时间和空间相结合的网格化存储方式了实现了与MMS影像数量无关的存储和检索机制，保证数据的有效存储以及识别中数据检索的效率，申请了相关专利；并应用以上算法和识别流程，针对6类典型城市部件（交通标志、井盖、人防工事牌、路名牌、公共健身设施牌、果皮箱）开展了识别实验。.4)完成基于MMS图像序列的城市部件自动识别相关3个系统研发。研发了包括基于MMS图像的城市部件自动识别系统、MMS数据自动色阶调整系统以及城市部件（交通设施）可视化管理系统软件。使得研究成果通过这样的方式得到固化，并形成了从数据管理，预处理，自动识别，到具体应用的完整的MMS数据识别、更新链条。.5)开展了基于MMS图像的城市部件自动识别结果分析。针对6类典型的城市部件开展了自动识别结果分析：结果表明MMS影像的空间逻辑特征，有助于城市部件识别准确性显著提升(3.2%-16.5%)；针对4类不同形状交通设施类部件开展了自动识别结果分析，从形状特征方面上将揭示影响MMS图像中城市部件识别的主要因素，从实践上将对利用MMS特性寻找到更准确、更有效率的各种城市部件识别方法具有重要的指导意义。.6)发表研究论文6篇（其中EI已检索2篇）,申请6项专利（其中授权3项），申请并获得软件著作权1项，培养研究生3人，部分研究成果在西城区城市管理监督指挥中心城市部件管理工作中应用。