地图不仅仅是空间信息的图形表达,它同时也是一件艺术品,因为地图中凝聚了地图设计、制图综合这样的创造性劳动及艺术加工。我们在阅读一幅设计和制作都很优秀的地图作品时,相信不仅能获取我们所需要的信息,更能从中得到一种艺术享受。在数字化时代的今天,GIS已成为空间信息分析应用的主要工具,但空间信息在GIS中的最佳表示方式仍然是地图,能否快速地获取和更新地图数据是GIS能不能得到广泛应用的关键。而无论是从遥感影像还是通过纸图扫描数字化来获取多比例尺地图数据,都少不了制图综合,地图的数字化生产迫切需要制图综合自动化,自动制图综合已成为制约GIS发展的瓶颈问题。 因此,自动制图综合倍受关注,成为当前的一个研究热点。由于制图综合是一种凝聚了人类创造性思维的劳动,要实现其自动化存在较大的困难。目前的研究方向是尝试利用人工智能的研究成果,比如神经元网络、遗传算法、Agent等,去模拟视觉思维来处理综合决策及过程控制等方面的问题。相对纯粹的图形图像处理和数学计算则开发相应算法和模型。智能化是实现制图综合自动化的方向。 有鉴于此,本文尝试将人工神经元网络、模式识别等方法用于自动综合之中,利用矢量栅格一体化数据模型的优点和数学形态学等栅格计算方法与计算几何等矢量计算相结合,来设计具有一定智能性的新算法。并主要针对居民地要素层的综合作了一些研究和开发应用,综合自动化程度大幅度提高,并取得了较好的综合效果。 本文的主要内容主要包括: 1.开发了几个实用算法,不仅能用于自动综合,也可用于数字化生产等方面。 2.研究探讨了居民地要素层自动综合的策略方法。 3.在矢量栅格一体化数据模型的支持下,建立了点状地物选取的神经元网络模型。 4.在数学形态学提取街道网的支持下,实现街区自动合并。 5.利用神经元网络和数学形态学对建筑物多边形实现了模式识别化简。 6.针对居民地图形等级自动转换及居民地和道路之间的关系处理进行了实验。