为了解决目前地理信息系统矢量化过程中存在的若干问题,该文在对地图矢量化的现状进行研究和分析的基础上,进一步深入分析了地图矢量化的流程和各种算法及其应用.通过比较和研究各类算法的性能和差异,首先,对于彩色地图的矢量化前期分色问题,提出了包括行程跟踪,折线拟合,关系校正三个步骤在内的彩色地图道路矢量化流程.其中对于行程跟踪方面,根据彩色地图矢量化的需要,不仅提出了改进的颜色空间分类方法,而且对行程定义进行了扩充,并相应提供了改进的行程集合提炼方法,因而理论上能够以最少的噪声和断点将道路抽取出来;其次,通过对霍夫变换及其各种改进算法的分析,首次将霍夫变换与动态聚类方法和RBF神经网络结合在一起,实现了一种综合的改进型城市地理信息系统霍夫变换搜索圆识别系统,并详细介绍了搜索系统的整体流程和基本搜索步骤,从而为城市地理信息系统中圆及圆弧的识别和后续矢量化提供了一种切实有效的方法;然后,在进一步将矢量化处理后的行程集合分割为相连接的直线段的过程中,该文对传统的直线三元组统计拟合算法进行了改进,首次通过使用最远非噪声点进行直线参数的确定,实现了以最小偏差拟合直线段,适合地图中的短线识别.最后,该文研究了在矢量地图上进行最佳路径搜索的途径.