【技术实现步骤摘要】
本专利技术涉及地图数字化，特别涉及一种基于小波神经网络算法的扫描地图地名注记自动化提取方法及系统。
技术介绍
1、现有从图像中提取文字的常用方法是光学字符识别技术(ocr)，ocr技术在清晰无噪声、文字排列整齐的图片中提取文字性能良好，但地图图像内容复杂，一幅地图图像除文字注记外，还有点、线、面等其他地物符号，影响了文字的清晰度和对比度，ocr技术无法有效处理这些噪声对识别结果的干扰，致使识别出来的文字注记边缘不清晰，同时带有除注记外的其他混杂要素。在地图图像中，受制图综合的影响，地图注记不是整齐排列，而是依附于地图图斑非均匀分布、扭曲分布或倾斜分布，为了突出显示地图中的重要信息，同一幅地图图像上的注记通常使用不同的字体和字号，这就使ocr技术在复杂环境中难以完整提取地图注记文字特征，最终造成地图注记漏识别或误识别。
技术实现思路
1、为此，本专利技术提供一种基于小波神经网络算法的扫描地图地名注记自动化提取方法及系统，解决现有背景噪声较大的纸质或扫描地图的文字自动提取不准确的问题。
...【技术保护点】
1.一种基于小波神经网络算法的扫描地图地名注记自动化提取方法，其特征在于，包含：
2.根据权利要求1所述的基于小波神经网络算法的扫描地图地名注记自动化提取方法，其特征在于，所述背景滤波模型包括编码器和解码器，在编码器中利用卷积层提取输入图像特征，在每个卷积层后加入批量归一化和激活函数，使用池化层进行下采样，且在每次下采样中堆叠设置卷积层和池化层，以通过增加特征图通道数来扩展特征多样性；在解码器中利用转置卷积层对特征图进行转置卷积操作，且转置卷积过程中的特征图通道数与图像特征提取过程中的特征图通道数一致，并将两个特征图通道数进行跳跃连接，以对特征图进行叠加。
3.根...
【技术特征摘要】
1.一种基于小波神经网络算法的扫描地图地名注记自动化提取方法，其特征在于，包含：
2.根据权利要求1所述的基于小波神经网络算法的扫描地图地名注记自动化提取方法，其特征在于，所述背景滤波模型包括编码器和解码器，在编码器中利用卷积层提取输入图像特征，在每个卷积层后加入批量归一化和激活函数，使用池化层进行下采样，且在每次下采样中堆叠设置卷积层和池化层，以通过增加特征图通道数来扩展特征多样性；在解码器中利用转置卷积层对特征图进行转置卷积操作，且转置卷积过程中的特征图通道数与图像特征提取过程中的特征图通道数一致，并将两个特征图通道数进行跳跃连接，以对特征图进行叠加。
3.根据权利要求1或2所述的基于小波神经网络算法的扫描地图地名注记自动化提取方法，其特征在于，背景滤波模型的训练过程包含如下内容：
4.根据权利要求1所述的基于小波神经网络算法的扫描地图地名注记自动化提取方法，其特征在于，利用背景滤波模型并通过连...
【专利技术属性】
技术研发人员：孙群，徐青，季晓林，刘新贵，徐立，赵天明，
申请(专利权)人：中国人民解放军网络空间部队信息工程大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。