地理信息的提取和识别是建立地理信息系统(GIS)的基础，获取地理信息重要途径之一就是扫描地图的矢量化，这一课题的研究关系到GIS的精度和效率。多年来的理论及实践成果为此课题的深入研究奠定了良好的基础，但仍有许多问题需要解决。因此本文以扫描彩色地图为研究对象，重点对线状要素的识别与获取进行了探索。 本文的研究内容主要包括：1.分析了地图矢量化的重要意义及发展现状，研究了地图自动识别与矢量化的常用方法及作业方式，指出本课题现存的主要问题。 2.探讨了地图质量退化以及误差的成因，指出图像预处理的必要性，并提出了基于平滑滤波的解决方案。 3.指出目前地图分层算法设计中的不足，提出了基于改进的自组织神经网络的分层算法，同时通过颜色空间的转换，对地图图像进行分层。 4.针对在二值图像细化过程中容易出现的问题，提出了基于形态学击中击不中变换的细化算法，并且进行了改进。对于细化后的图像普遍存在部分信息丢失的问题，本文详细讨论了断点的成因、分类，并根据断点的结构特征提出断点连接的算法。 5.采用二阶段的矢量化方法，首先对细化后图像进行跟踪编码，然后再进行化简，即二次矢量化。在化简过程中，本文根据GA提出了一种新的化简算法。 6.根据以上思路及算法，开发了一个彩色地图的自动矢量化系统。并利用多幅地图资料进行了综合实验，同时对实验结果进行了分析及评价，从总体上验证了设计思路的可行性和算法的有效性。 对于地图矢量化这一具有实践背景的课题，本文从应用出发，通过对问题的透彻分析，提出了完整的解决方法。同时，实验结果表明本文所述的方法简便易行，计算迅速，对地图线状要素的提取有较高的准确率，明显提高了矢量化的效率和自动化程度。