SUCHBASIERTE VERFAHREN ZUR AUTOMATISCHEN RASTER-VEKTOR*
UND VEKTOR-RASTER TRANSFORMATION DER GRAUWERTBILDER
Yonglong Xu, MSc. Institut für Photogrammetrie und
Ingenieurvermessungen, Universität Hannover , BRD, Co.lll
Zusammenfassung
Basierend auf den heuristischen Suchtechniken in der künstlichen Intelligenz werden in dieser Arbeit
Verfahren zur schnellen automatischen Raster-Vektor- und Vektor-Raster-Transformation digitaler
Grauwertbilder mit 10096 Genauigkeit vorgeschlagen. Sie kónnen zur Hybridmanipulation, Kontur-
Verfolgung und Erzeugung von Binárbildern aus symbolischen Bildern angewendet werden. Die
Leistungsfáhigkeit und Korrektheit der Transformationen wurden mit Hilfe von 6 unterschiedlich
aufgenommenen Grauwertbildern und 2 klassifizierten symbolischen Bildern prüft bzw. belegt.
Search based Methods for Automatic Raster-Vector and Vector-Raster Transformation of Grey
Images
Based on the heuristic search techniques in the Artificial Intelligence, Methods for fast automatic raster-
vector and vector-raster transformation of digital multigrey images with 10096 correctness are presented in
this paper. They can be used for hybrid-manipulation, contour following and creating of binary images from
symbol images. The efficiency and correctness of the methods are proved by the transformations of 6
differently recorded grey images and 2 symbol images.
KEY WORDS
Raster- und Vektordaten, heuristiche Suche, Grauwertbilder, depth-first Search, Backtracking.
1. EINLEITUING
Seit über 10 Jahren bescháftigt man sich schon im
Gebiet der Raster-Vektor-Transformation /Illert/. Da
einerseits zur geometrischen Darstellung
ráumlicher Objekte in GIS meist Vektordaten
bevorzugt verwendet werden /Lichtner, 1987,1989/,
und andererseits die automatisch gescannten
Karten in Rasterform liegen, ist ein Verfahren zur
automatischen Raster-Vektor-Konvertierung
erforderlich. Ein erwähnenswertes Programm dafür
ist RAVEL /Lichtner,1987/. Dabei wird ein
abgetastes Grauwertbild zuerst binärisiert dann
vektorisiert. Als Ergebnis bieten sich 2
Möglichkeiten an: Kantenpolygone und Skelette, die
jeweils aus Knoten und Linien bestehen /lllert,
Klauer/.
Heutzutage gewinnt in GIS bzw. Bildverarbeitung
die Hybridmanipulation der Raster- und
Vektordaten zunehmend an Bedeutung/Konecny/.
Wobei werden kartographische Karten in
Vektorform und Bilddaten in Rasterform getrennt
gespeichert /Mayer/ und Hybridmanipulation betrifft
haüfig Visualisierung. Da es schwierig ist, ohne
Fehler die beiden Daten gegenseitig zu
konvertieren, bleibt die simultane Verarbeitung
beider Daten in einem Algorithmus ein offenes
Forschungsthema. Derartige Verarbeitung wird
ebenfalls in derzeitiger Bildanalyse stark
gewünscht. Dies setzt vor allem eine schnelle,
vollautomatische und völlig korrekte Raster-Vektor
Umwandlung bzw. Zurückwandlung der
Grauwertbilder voraus.
Mit dieser neuen Fragestellung haben wir Verfahren
entwickelt, die die wünschenswerten schnellen und
automatischen Raster-Vektor und Vektor-Raster
Transformationen von Grauwertbildern
ermöglichen. In der vorliegenden Arbeit werden
erstens drei Sorten von verwendeten Objekten
definiert. Anschließend werden die auf die
heuristischen Suchstrategien /Bauer, Fu/ in der
künstlichen Intelligenz aufgebauten
Vorgehensweisen vorgestellt. Zum Schluß werden
die Leistungsfähigkeit und Korrektheit durch
Beispielstransformationen mit den auf Workstation
SUN 4-SPARC in C-Sprache realisierten
Programmen verdeutlicht. Dabei wurden acht
digitale Bilder eingesetzt: zwei Amateuraufnahmen,
eine Luftaufnahme, ein geocodiertes Seasat SAR-
Bild, ein Thematic-Mapper TM1-Bild, ein
Multispektralscanner-Bild in Blau-Kanal und zwei
symbolische Bilder nämlich klassifizierte Thematic-
Mapper- sowie SPOT-Daten. Jedes Bild wurde
zuerst mit dem Vektorisierungsprogramm in
* Die Arbeit wurde unter der Betreuung von Prof. Dr. mult. G. Konecny mit der Unterstützungen der
Zentralen Kommission für die Fórderung des wissenschaftlichen und künstlerischen Nachwuchses an der
Universitát Hannover und der Gottlieb Daimler- und Karl Benz-Stiftung durchgeführt.
Ve
zu
ihr
ide
Ze
Pb
be
Be
Ve
vo
Bir
Ko
we
(a)
Die
Vek
Zus
durc
Dar:
Fen: