提取路面中心线的方法
基于矢量路面提取道路中心线智能提取方法的实现
Science &Technology Vision 0引言在地理信息数据中，道路网络是构成几何数据和应用分析的重要组成部分，道路网的描述，是用GIS 方法对自然界中人文影响和经济状况的表现形式。
对于道路网数据采集，往往是采用人工采集和计算机辅助自动化采集两种方法。
在许多GIS 平台，道路面提取中心线的原理有下面两类方法：（1）道路面按Delaunay 方法构造三角网，此方法在对路端喇叭形处生成的中心线表现为波浪折线和不正确的分叉，点数也较多，与理想形状的边线点几何形似差异较大。
（2）提取道路的面填充，生成栅格位图。
这种方法除了数据格式转换烦琐，还有矢量数据属性的丢失。
本文将针对以上情况，对路面形状进行边基于矢量路面提取道路中心线智能提取方法的实现刘学民摘要道路中心线是网络构建和分析的基础内容，为了从已有的大量道路面中快速高效的提取道路中心线，人们进行了研究并得到了一些相应的自动提取方法。
结合实际，本文介绍一种基于距离和内角相关智能化的提取方法。
关键词提取；道路中心线；相关中图分类号:G06T7/66文献标识码:ADOI ：10.19694/ki.issn2095-2457.2020.22.25刘学民本科,高级工程师,主要从事航空摄影测量技术研究及地理信息数据处理等工作,河北省地质测绘院。
AbstractRoad centerline is the basic content of network construction and analysis.In order to quickly and efficiently extract road centerline from a largenumber of existing road surfaces ，some corresponding automatic extraction methods have been studied and obtained.This paper introduces an intelligent extraction method based on distanceand Angle correlation.Key wordsExtraction;Center line of the road;Related77线调整、路端处理后，依据科学的计算判别，在已有软件中二次开发自己的工具实现道路中心线自动提取的功能。
高分辨率航空图像的道路中心线提取法
１引言航空或卫星图像是一类能提取诸如道路、建筑物等地形物体的标准数据源，而具有线性特征的地物的提取又占有非常大的比重，包括道路、铁路、河流等，具有非常重要的实际应用价值。
其中，道路网的检测提取对汽车导航、交通疏导、城市规划等都具有重要意义。
但是，道路的形状特征是非常复杂的，再加之变化的环境、成像设备的质量等因素，往往会对提取结果造成非常大的影响，使得自动提取道路信息成为一个难度很大的课题。
目前国内仍然没有可靠实用的道路自动识别软件。
针对图像成像方法、图像分辨率、地形区域的不同，人们已经提出了许多从航空和卫星图像中提取道路的方法。
根据道路特征提取的自动化程度，一般地，道路特征提取分为自动特征提取和半自动特征提取。
半自动提取的常用算法有模板匹配［１］、动态规划［２］、可变模型或Ｓｎａｋｅｓ方法［３］等；自动提取方法包括基于平行线对［４］、基于二值化和知识［５］、基于窗口模型特征［６］等。
本文以高分辨率图像乡村道路网的自动提取为对象，利用高斯一阶、二阶导数提取道路中心线信息，并利用Ｃａｎｎｙ边缘图进行修正，得到了比较好的结果。
第２节分析了道路的物理特性，第３节阐述了提取道路的算法，第４、５节分别给出实验结果与结论。
２道路的物理特性本文对道路的物理特性描述如下［６］：（１）道路内部与背景的灰度落差较大；（２）道路方向变化平缓，局部曲率小；（３）道路内部灰度比较平稳；（４）道路有一定的长度；（５）道路段是彼此相交或相连的。
（６）道路两侧的树木、房屋的阴影、路面上的汽车等物体的遮挡，对路面的灰度均匀性影响不大；（７）道路宽度变化较小，并且沿线长方向宽度变化程度很小。
本文利用特性（１）进行道路脊点的提取，特性（２）被用于道路连接，道路虚警的消除使用了特性（３）、（４）和（５），道路中心线的修正则与特性（６）和（７）有着密切的关系。
３道路提取方法为了减少运算量，首先对图像４抽１降分辨率，利用图像高斯一阶、二阶导数信息提取道路脊点（即假设的道路中心线上的点），然后根据一定的准则连接脊点，再进行线的延伸、分割和修剪，将线的尺寸映射回图像原始分辨率，最后图像由高分辨率航空图像的道路中心线提取法吴青李金宗（哈尔滨工业大学图像信息技术与工程研究所，哈尔滨１５０００１）Ｅ－ｍａｉｌ：ｗｕ９６２２１＠ｈｏｔｍａｉｌ．ｃｏｍ摘要在高分辨率航空或卫星图像中提取道路特征具有越来越重要的实际意义。
提取公路中线
提取面带状地物中线
——公路
任务：提取下面工程中公路的中线，结果是线状要素。
1、将公路单独提取出来，围绕它的外围画一个面。
2、用擦除工具，将外围面与公路相交的地方抠出。
擦除结果如下：
3、用合并工具，将擦除后的面与公路合并，并将两者的ID值修改为不一样。
4、用面转栅格工具，将合并后的面转为栅格要素。
其中字段值一项选择ID，注意ID值绝对不能一致。
如果公路有多个要素，则所有公路的ID值均为一个相同值，外围面为一个ID，ID只能有两个值（二值化）。
结果如下图，注意它现在是栅格数据，只有1和6两个值。
5、新建一个线要素，line，打开ArcScan工具，编辑line文件。
6、设置参数，最重要的是下图红框参数，为提取线的最大宽度，大于这个宽度将不会生成线，将转为面，默认为20。
7、点击自动矢量化。
8、设置要编辑的要素，第一个红框是线要素，选择line，下面红框没有显示，因为我们编辑的空间里面没有面要素，如果有则会显示选择面要素，当宽度大于20时，将矢量化为面要素。
9、点击确定，可见提取公路中线成功。
途中红圈处因为宽度大于20，没有处理；如果有编辑面要素，则该处会自动矢量化为面。
利用到路面提取道路中心线的方法
利用到路面提取道路中心线的方法一种常用的方法是利用图像处理技术进行道路中心线的提取。
以下将详细介绍一个基于图像处理的道路中心线提取方法。
首先，我们需要将道路图像转换为灰度图像。
灰度图像只包括灰度级别的像素，而不包括颜色信息。
这样做的目的是为了简化图像处理过程。
接下来，我们可以应用边缘检测算法，如Canny边缘检测算法，来检测道路图像中的边缘。
Canny算法通过计算图像中像素之间的梯度来检测边缘。
这些边缘通常代表了道路的边界。
然后，我们可以使用霍夫变换来检测道路的直线段。
霍夫变换将图像空间中的点转换为Hough空间中的直线。
通过在Hough空间中寻找累加值最大的直线，我们可以检测到道路的直线段。
接下来，我们需要从检测到的直线段中提取出道路中心线。
这可以通过计算直线段的中点来实现。
直线段的中点可以通过端点的平均值来计算。
这样，我们就可以得到道路的中心线。
然而，由于实际道路可能是弯曲的，直线段方法可能无法提取出所有的道路中心线。
为了解决这个问题，我们可以使用曲线拟合算法来近似道路的中心线。
常用的曲线拟合算法有最小二乘法和贝塞尔曲线拟合算法。
这些算法通过拟合一条曲线来逼近道路的中心线。
最后，我们可以利用形态学操作来对提取出的道路中心线进行进一步的处理。
形态学操作可以根据道路的特点来对道路中心线进行细化或者消除不必要的噪点。
总结起来，图像处理方法可以较为有效地提取道路中心线。
通过灰度化、边缘检测、直线检测、曲线拟合和形态学操作等步骤，我们可以得到比较准确的道路中心线。
然而，由于不同道路的特点各不相同，所以在实际应用中，需要根据具体情况进行适当的调整和优化。
快速提取城市道路中心线
２ ０ １ ５ 年 １月
测绘 与 空 间地 理 信 息
ＧＥＯＭ ＡＴ Ｉ ＣＳ ＆ Ｓ ＰＡＴＩ ＡＬ ｌ ＮＦｏＲＭＡＴｌ ｏＮ Ｔ ＥＣＨＮＯＬ ＯＧＹ
Ｖｏ １ ． ３ ８， Ｎｏ ． １
Ｊ ａ ｎ ．， ２ ０ １ ５
快 速 提 取 城 市 道 路 中心 线
Ｔｈ ｅ Ｃｅ ｎｔ ｅ ｒ ｌ ｉ ｎ ｅ Ｒａ ｐ ｉ ｄ Ｅｘ ｔ ｒ ａ ｃ ｔ ｉ ｏ ｎ ｏ ｆ Ｕｒ ｂ ａ ｎ Ｒｏ ａ ｄ
Ｊ Ｉ ＡＮＧ Ｚ ｈ ｏ ｎ ｇ—ｌ ｉ ａ ｎ ｇ，ＹＡＮＧ Ｍｉ ｎ—ｈ ｕ ａ ，ＹＡＮＧ Ｄｅ—ｄ ｉ
（ Ｓ ｃ ｈ ｏ ｏ ｌ ｏ ｆ Ｇｅ ｏ ｓ ｃ ｉ ｅ ｎ ｃ ｅ ｓ ａ ｎ ｄ ｌ ｎ ｆ ｏ—Ｐ ｈ ｙ ｓ ｉ ｃ ｓ ，Ｃ ｅ ｒ ｓ ｉ ｔ ｙ ， Ｃ ｈ ａ ｎ ｇ ｓ ｈ ａ ４ １ ０ ０ ８ ３ ， Ｃ ｈ ｉ ｎ ａ ）
块， 根据 道路 条 块 间 的上 下 左 右 关 系 判 断条 块 间是 否 连 通； 根据 道路 条块 间 长度 比值 以及 与 左右 两 边 起 始 点 连 线 组成 的两段 有 向线段 对应 的夹 角∽ 与 阈值 ｎ ， 的大
小 关系 判断是 否处 于 路 口。如若 连通 并 且 不处 于路 口则 合 并这 两个 道 路条 块 ， 扫描 完整 幅 图像 后 ， 所有 的道路 条
，
ｈ ａ ｓ ｐ ｒ ａ ｃ ｔ ｉ ｃ ｌ ａ ｖ ａ ｌ ｕｅ ．
Ｋｅ ｙ ｗｏ ｒ ｄ ｓ： ｏａ ｒ ｄ ｃ ｅ ｎ ｔ ｅ ｒ ｌ ｉ ｎ ｅ ；ｒ ｅ ｍｏ ｔ ｅ ｓ ｅ ｎ ｓ ｉ ｎ ｇ ｉ ｍａ ｇ ｅ ｓ ；ｓ ｃ ａ ｎ ｌ ｉ ｎ ｅ
arcgis道路中心线提取
arcgis道路中心线提取一、背景在GIS领域中，道路中心线提取是一个非常重要的任务。
道路中心线是道路要素的核心部分，它可以用来进行交通规划、道路设计、交通管理等方面的工作。
因此，如何快速、准确地提取道路中心线成为了GIS领域中一个重要的研究课题。
二、arcgis道路中心线提取方法1.数据准备在进行arcgis道路中心线提取之前，需要先准备好相关数据。
这些数据包括：影像数据、DEM数据、道路矢量数据等。
其中，影像数据和DEM数据用于提取地形特征，而道路矢量数据则用于辅助确定道路位置。
2.影像预处理在进行影像预处理时，需要对原始影像进行一系列的处理操作。
首先，需要对影像进行大气校正和辐射校正，以消除大气和辐射对影像质量的影响。
其次，在进行图像分割时，需要选择合适的分割算法，并设置合适的参数值。
3.DEM处理DEM是数字高程模型（Digital Elevation Model）的缩写。
在进行DEM处理时，需要对原始DEM进行滤波去噪和填洼操作。
这样可以使得DEM更加平滑，并且填补DEM中的洼地。
4.道路提取在进行道路提取时，可以利用多种算法来实现。
其中，常用的算法包括：边缘检测算法、模板匹配算法、基于区域生长的算法等。
在选择算法时，需要根据具体情况进行选择，并设置合适的参数值。
5.道路中心线提取在进行道路中心线提取时，可以利用多种方法来实现。
其中，常用的方法包括：基于几何特征的方法、基于图像分析的方法、基于拓扑关系的方法等。
在选择方法时，需要根据具体情况进行选择，并设置合适的参数值。
6.结果评估在进行arcgis道路中心线提取之后，需要对结果进行评估。
评估指标包括：精度、召回率、F1值等。
通过对结果进行评估，可以得到提取结果的质量，并对后续工作做出相应调整。
三、arcgis道路中心线提取案例以某城市为例，在arcgis平台上实现了道路中心线提取。
具体步骤如下：1.数据准备首先收集了该城市影像数据、DEM数据和道路矢量数据，并将其导入到arcgis平台中。
提取道路中心线算法
提取道路中心线算法
道路中心线是道路设计和规划中的重要参数，在GIS和地图制图中也有着广泛的应用。
提取道路中心线算法是一种常见的图像处理技术，其目的是从道路图像中自动提取出道路中心线。
道路中心线的提取可以通过多种方法实现，其中最常见的是基于图像处理算法的方法。
这些算法通常涉及到图像预处理、边缘检测、线性拟合等步骤，最终得到一条尽可能准确的道路中心线。
在图像预处理阶段，需要对输入的道路图像进行平滑处理、灰度化、二值化等操作，以便更好地进行后续的边缘检测和线性拟合。
边缘检测是提取道路中心线的关键步骤之一，其目的是从图像中提取出道路边缘的信息。
常用的边缘检测算法包括Sobel算子、Canny 算子等。
接下来，需要对检测到的道路边缘进行线性拟合，以得到最终的道路中心线。
线性拟合通常采用的是最小二乘法，其目的是找到一条贴合道路边缘的直线，并将其作为道路中心线输出。
需要注意的是，提取道路中心线的算法必须考虑到道路的曲线、交叉口等特殊情况。
在这些情况下，算法需要具备一定的鲁棒性和自适应性，以保证提取出的道路中心线能够准确地反映实际道路的情况。
总体而言，提取道路中心线算法是一项复杂而重要的图像处理技术，其应用范围广泛，对于道路设计、交通规划及地图制图等领域都有着重要的意义。
- 1 -。
采动区公路路灯杆点云中心线提取方法
采动区公路路灯杆点云中心线提取方法摘要：通过选取道路两旁的路灯杆作为特征地物，对比不同时间路灯杆中心坐标变化，求取公路水平移动与变形。
针对路灯杆点云特征，推导了路灯杆中心线的提取模型，采用遗传算法进行路灯杆中心线提取，并分析了随机误差、粗差、点云观测不全面对算法中心线提取的影响。
研究结果表明，该方法求取路灯杆中心坐标的精度优于1mm，并且具有较强的抗干扰能力。
关键词：采区公路；三维激光扫描；中心线提取；遗传算法；抗干扰能力三维激光扫描技术可用于监测沉陷地表或地物的垂直方向沉降，但由于缺少同名点信息，很难利用激光点云数据监测沉陷区的水平移动和变形[1]。
为监测公路路面的水平移动，可在路边选择一些特征点作为标志点，通过标志点的坐标扫描提取获取相应的水平移动和水平变形。
由于道路两旁的路灯一般为制式杆件，而且灯杆之间的间距大致相等，因此可以通过计算不同时间灯杆中心线的坐标变化，获取公路的水平移动与变形。
路灯中心线的提取实质上是根据点云数据求取路灯中心线参数方程。
一般方法是首先给出路灯表面的几何参数方程，采用最小二乘方法拟合求解参数，获取路灯表面方程和中心线方程。
但传统的最小二乘法容易受到噪声点的干扰，造成拟合圆心的位置偏移而产生误差[2]，因此对点云数据坐标抗差能力较弱。
针对这些问题，本文从理论上对圆台状物体的中心拟合方法进行分析和推导，通过构造相应的寻优准则，采用遗传算法求解中心线的参数方程。
理论设计数据实验，表明该方法求取路灯支撑杆中心坐标的精度优于1mm，且具有较强的抗干扰能力[3-9]。
1 遗传算法提取路灯中心线的模型构建将遗传算法应用到圆台状物体中心线提取问题上，需要明确研究问题、参数解形式和范围、适应度函数以及迭代参数。
1)研究问题利用圆台状物体的表面点云坐标数据，求取其中心轴线方程。
即构造一组圆台上、下表面中心坐标和半径，使得构造而成的圆台体与实际表面点云组成的圆台体最为接近。
2)参数解的形式以及其范围确定。
gis道路中心线提取
gis道路中心线提取
道路中心线提取是一种基于地理信息系统（GIS）的技术，用
于从高分辨率卫星图像、航空图像和数字地面模型（DEM）
等数据源中自动或半自动地提取道路中心线。
以下是一些常见的道路中心线提取方法：
1. 基于阈值分割的方法：通过设定阈值来分离道路和背景像素，并通过连接较小的道路片段来恢复中心线。
2. 基于边缘检测的方法：使用边缘检测算法（例如Sobel、Canny等）来提取道路边界，并根据道路的宽度和形状估计道
路中心线。
3. 基于图论的方法：将道路网看作一个图形，使用最短路径算法（例如Dijkstra、A*等）或最小割算法来查找道路中心线。
4. 基于机器学习的方法：通过训练神经网络或支持向量机等分类器来区分道路和非道路像素，并从中恢复道路中心线。
总之，道路中心线提取是一个非常复杂的过程，需要考虑到数据质量、噪声、道路类型和形状等因素，因此选择适合的方法对于正确提取道路中心线至关重要。
一种提取道路中心线的方法、设备和系统[发明专利]
![一种提取道路中心线的方法、设备和系统[发明专利]](https://img.taocdn.com/s3/m/17a99f09aeaad1f347933f67.png)
专利名称：一种提取道路中心线的方法、设备和系统
专利类型：发明专利
发明人：刘松,彭伟,张军民,秦华,韩凯铭,杨丽君,于莎丽,沈炎娣,杨飚,洪海晨
申请号：CN202010495644.8
申请日：20200603
公开号：CN111696153A
公开日：
20200922
专利内容由知识产权出版社提供
摘要：本发明公开了一种提取道路中心线的方法、设备和系统，属于测绘技术领域。
本发明通过获取道路的边界线，并在边界线上选取多个子线段，子线段的长度与道路宽度相关；将子线段旋转至道路内部方向；将子线段中路面内部的几何点连接，获得道路中心线，避免了人工操作，提高了道路的中心线提取的效率和可靠性。
申请人：杭州市勘测设计研究院
地址：310013 浙江省杭州市西湖区莫干山路武林门新村13号
国籍：CN
代理机构：北京维正专利代理有限公司
代理人：郭彩红
更多信息请下载全文后查看。
ArcGIS方法利用到路面提取道路中心线的方法精编版
A r c G I S方法利用到路面提取道路中心线的方法集团企业公司编码：（LL3698-KKI1269-TM2483-LUI12689-ITT289-A r c G I S方法-利用到路面提取道路中心线的方法利用到路面提取道路中心线的方法在利用GIS制图时，需要经常跟数据打交道。
很多初级的制图人员都存在一种惯性思路，以为数据精度越高，出图的效果就越好。
这是错误的观点。
假如现在需要制作1:1w的地图，但手头上却只有1:500的地形图，数据精度虽然很高，但却无法在小比例尺下显示出来。
回到主题上，1:500的数据，大多数道路都是以面状显示。
由于其精度高，有些数据甚至是不带线道路图层的，而在1w的地图下，道路以线状表达才是符合要求的。
所以，这就需要涉及到地图制图的一个常规工作—地图缩编。
本文主要介绍如何从到路面直接提取出道路中心线，从而辅助小比例尺地图的制作。
由于面状数据一般都是不规则的，所以很难从其提取中心线，一般的GIS 软件也没提供直接提取的工具。
ArcGIS里面虽然也有一些工具可以辅助一下处理，例如在制图工具箱里面有一个提取中心线的工具，但这个工具的作用是通过道路边线（双线）提取中心线。
也有人说ArcGIS里面同样是提供面转线工具，先用工具转一道再提取不就行了吗？可是问题来了，面转线工具传出来的数据是封闭线，而不是道路边线，提取中心线工具依然是不可用，除非在每个路面图形打断两端的封闭，不然无法进行提取，恰好打断工作又是非常的巨大。
因此，该方法还是不可用。
为了解决这个问题，那就是ArcScan扩展模块。
提到ArcScan扩展，很多专业人员第一时间反应是这只是个栅格矢量化工具，跟当前讨论的中心线提取似乎没有任何关系。
只要深入了解ArcScan扩展的具体细节，我们不难发现其自动矢量化里面可以提取面要素和中心线，利用这一特性，我们就可以曲线去完成该任务了。
先来说说总体思路：将路面（矢量面数据）转化为栅格数据，因为ArcScan只能对栅格数据进行处理，由于是从矢量转为栅格而非扫描，栅格质量一般会非常好；通过二值化栅格数据后，调整捕捉参数和提取参数，直接提取矢量中心线。
提取道路中心线算法
提取道路中心线算法
道路中心线是指道路两侧边缘之间的中心线，是道路设计和规划中的重要参数，也是车辆自动驾驶和导航系统中的基础之一。
提取道路中心线算法是将图像或激光雷达数据转化为道路中心线的过程，其准确性和效率直接影响到自动驾驶和导航系统的实际效果。
常用的提取道路中心线算法有基于图像处理的方法和基于激光
雷达数据处理的方法。
基于图像处理的方法一般采用边缘检测算法或者霍夫变换等方法，先将道路边缘提取出来，然后通过一系列处理步骤得到道路中心线。
而基于激光雷达数据处理的方法则是利用激光雷达获取的点云
数据进行计算，一般采用分割算法、曲线拟合算法等方法，将道路边缘点云数据分割出来并进行曲线拟合，从而得到道路中心线。
无论是基于图像处理还是基于激光雷达数据处理的方法，提取道路中心线算法都需要考虑数据的噪声、复杂性和实时性等问题。
因此，算法的优化和改进是提高道路中心线提取准确性和效率的关键。
- 1 -。
ArcGIS方法-利用到路面提取道路中心线地方法
ArcGIS 方法 -利用到路面提取道路中心线的方法利用到路面提取道路中心线的方法在利用GIS 制图时，需要经常跟数据打交道。
很多初级的制图人员都存在一种惯性思路，以为数据精度越高，出图的效果就越好。
这是错误的观点。
假如现在需要制作1:1w 的地图，但手头上却只有1:500 的地形图，数据精度虽然很高，但却无法在小比例尺下显示出来。
回到主题上，1:500 的数据，大多数道路都是以面状显示。
由于其精度高，有些数据甚至是不带线道路图层的，而在 1w 的地图下，道路以线状表达才是符合要求的。
所以，这就需要涉及到地图制图的一个常规工作—地图缩编。
本文主要介绍如何从到路面直接提取出道路中心线，从而辅助小比例尺地图的制作。
由于面状数据一般都是不规则的，所以很难从其提取中心线，一般的GIS 软件也没提供直接提取的工具。
ArcGIS 里面虽然也有一些工具可以辅助一下处理，例如在制图工具箱里面有一个提取中心线的工具，但这个工具的作用是通过道路边线（双线）提取中心线。
也有人说ArcGIS 里面同样是提供面转线工具，先用工具转一道再提取不就行了吗？可是问题来了，面转线工具传出来的数据是封闭线，而不是道路边线，提取中心线工具依然是不可用，除非在每个路面图形打断两端的封闭，不然无法进行提取，恰好打断工作又是非常的巨大。
因此，该方法还是不可用。
为了解决这个问题，那就是 ArcScan 扩展模块。
提到 ArcScan 扩展，很多专业人员第一时间反应是这只是个栅格矢量化工具，跟当前讨论的中心线提取似乎没有任何关系。
只要深入了解 ArcScan 扩展的具体细节，我们不难发现其自动矢量化里面可以提取面要素和中心线，利用这一特性，我们就可以曲线去完成该任务了。
先来说说总体思路：将路面（矢量面数据）转化为栅格数据，因为 ArcScan 只能对栅格数据进行处理，由于是从矢量转为栅格而非扫描，栅格质量一般会非常好；通过二值化栅格数据后，调整捕捉参数和提取参数，直接提取矢量中心线。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
提取路面中心线的方法
李远祥1、路面数据如下，要先设置好纯色符号（建议为纯黑色），去掉轮廓线。
2、设置好约束比例，例如2000
3、点击全屏视图，导出地图，采用tiff方式记录坐标，格式设置为1位单色阈值（非常重
要）
根据实际需要设置好dpi，这个是直接影响图形识别的因素。
4、将导出的栅格地图加载到arcmap中，新建一个线要素图层，坐标系与栅格一致，一并
加载。
加载arcscan工具条，如下图
对栅格数据进行充分类，设置为两类，0和1
设置了分类后，arcscan工具条会显示栅格数据
5、打开编辑器，开始编辑，选中中心线图层。
在arcscan工具条中可以显示预览
如果需要更详细的设置，在矢量化—选项中设置对应的输出图层由于提取的是中心线，矢量化方式就必须选中心线
预览效果如下
6、蓝色部分为没有捕捉到，可以设置一下工具条
将栅格捕捉适当调整一下，如下图
设置后的预览就不存在蓝色不能捕捉部分，如下图
7、达到效果后可以点击生成按钮生成最终的效果。
停止编辑并保存数据即可完成所有的提取工作。