CN103049535A - 遥感影像与地理信息数据的配准方法 - Google Patents
遥感影像与地理信息数据的配准方法 Download PDFInfo
- Publication number
- CN103049535A CN103049535A CN2012105693430A CN201210569343A CN103049535A CN 103049535 A CN103049535 A CN 103049535A CN 2012105693430 A CN2012105693430 A CN 2012105693430A CN 201210569343 A CN201210569343 A CN 201210569343A CN 103049535 A CN103049535 A CN 103049535A
- Authority
- CN
- China
- Prior art keywords
- information data
- geographic information
- polygon
- remote sensing
- registering
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Processing Or Creating Images (AREA)
Abstract
一种遥感影像与地理信息数据的配准方法，所述方法包括：确定几何变换参数；获取地理信息数据中的多边形；预测所述地理信息数据中的多边形在遥感图像上的同名点的位置；基于所述遥感图像上的同名点提取同名多边形特征；获取相似特征量；判断所述地理信息数据中的多边形与所述同名多边形是否相似，若是，则提取所述地理信息数据中的多边形的重心作为控制点。本发明技术方案具有遥感影像与地理信息数据的配准精度高，计算量小的优势。
Description
技术领域
本发明涉及地理信息数据处理领域，特别涉及一种遥感影像与地理信息数据的配准方法。
背景技术
卫星遥感影像几何纠正是遥感应用中的一个基础处理步骤。在遥感影像几何纠正过程中，地面控制点的选取是一项非常耗时的步骤。现有的获取地面控制点的方式主要包括如下几种：从数字地形图上选取；从已有的正射影像图上获取；利用全球定位系统或传统的野外测量方法获取。
随着地理信息数据库的建设，从数字地形图中获取地面控制点已经逐渐成为趋势。从数字地形图中获取地面控制点主要分为人工提取同名控制点和通过自动匹配寻找待纠正图像和参考基准图像之间的同名点两种。但是，人工对照遥感影像和数字地形图而选取同名控制点的费时、费力，且由于操作者经验不同，容易导致遥感影像几何纠正结果误差。对于第二种方法，即通过自动匹配寻找待纠正图像和参考基准图像之间的同名点，具体而言可以分为两大类：（1）基于一定大小局部区域灰度相关技术的方法，该方法有时为了增加匹配的可靠性，在处理过程中加入几何约束条件；（2）基于特征的匹配方法，即从遥感影像中提取一些特征替代影像灰度来确定同名点。现有基于特征匹配的提取方法大多是基于特征点或特征线，这就导致完成整个遥感图像特征提取需要巨大的计算量。
更多关于遥感影像几何纠正的技术方案可以参考公开号为CN 101685539的中国专利。
发明内容
本发明解决的是现有技术中遥感图像和地理信息数据匹配计算量大的问题。
为了解决上述问题，本发明技术方案提供一种遥感影像与地理信息数据的配准方法，所述方法包括： 确定几何变换参数；获取地理信息数据中的多边形；预测所述地理信息数据中的多边形在遥感图像上的同名点的位置；基于所述遥感图像上的同名点提取同名多边形特征；获取相似特征量；判断所述地理信息数据中的多边形与所述同名多边形是否相似，若是，则提取所述地理信息数据中的多边形的重心作为控制点。
所述遥感影像与地理信息数据的配准方法还包括在所述确定几何变化参数之前，预处理所述地理信息数据。
所述预处理所述地理信息数据包括：从所述地理信息数据中选取面状地物，提取表达所述面状地物的几何形状的多边形；对所述多边形进行筛选；获取筛选后的所述多边形的相似特征量；确定所述多边形的标识点。
所述相似特征量包括所述多边形最小外接矩形的面积、所述多边形最小外接矩形的宽和高、所述多边形的面积、所述多边形的周长和/或所述多边形的形状。
所述的遥感影像与地理信息数据的配准方法还包括：提供误差阈值；获取所述控制点的误差；若所述控制点误差超出所述误差阈值，则剔除所述控制点。
与现有技术相比，本发明技术方案具有遥感影像与地理信息数据的配准精度高，计算量小的优势。
附图说明
图1是本发明实施方式的遥感影像与地理信息数据的配准方法的流程图。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。在以下描述中阐述了具体细节以便于充分理解本发明。但是本发明能够以多种不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广。因此本发明不受下面公开的具体实施方式的限制。
本发明技术方案提供一种遥感影像与地理信息数据的配准方法。参阅图1，图1是本发明实施方式的遥感影像与地理信息数据的配准方法的流程图。所述遥感影像与地理信息数据的配准方法包括：
S10：确定几何变换参数；
S20：获取地理信息数据中的多边形；
S30：预测所述地理信息数据中的多边形在遥感图像上的同名点的位置；
S40：基于所述遥感图像上的同名点提取同名多边形特征；
S50：获取相似特征量；
S60：判断所述地理信息数据中的多边形与所述同名多边形是否相似，若是，则提取所述地理信息数据中的多边形的重心作为控制点。
所述遥感影像与地理信息数据的配准方法还包括在所述确定几何变化参数之前，预处理所述地理信息数据。具体而言，所述预处理所述地理信息数据包括：
从所述地理信息数据中选取面状地物，提取表达所述面状地物的几何形状的多边形。区域是图像上具有灰度强相关性的像素集合，区域内的像素具有某一个相似属性，如灰度值、文库等。区域把图像分割成一些具有明显特征的不同部分，相对点特征和线特征而言，区域特征具有更明显区别于周围像素的特征，包含更丰富的特征信息。本领域技术人员知晓，给定一个生长的种子点，预定一个灰度一致性阈值，当种子点的灰度值差异小于所述阈值，则认为该像素与种子点属于同类地物，反之则属于不同类地物。
对所述多边形进行筛选。
获取筛选后的所述多边形的相似特征量。所述相似特征量包括所述多边形最小外接矩形的面积、所述多边形最小外接矩形的宽和高、所述多边形的面积、所述多边形的周长和/或所述多边形的形状。上述相似特征量组成了由粗到细的相似特征量集合，虽然单就每个相似特征量而言不能唯一确定同名多边形，但一组相似特征量就可以尽可能缩小特征范围，上述缩小后的特征范围与步骤S10中确定几何变换参数结合，即可唯一确定同名多边形。
确定所述多边形的标识点。
所述的遥感影像与地理信息数据的配准方法还包括：提供误差阈值；获取所述控制点的误差；若所述控制点误差超出所述误差阈值，则剔除所述控制点。
以上公开了本发明的多个方面和实施方式，本领域的技术人员会明白本发明的其它方面和实施方式。本发明中公开的多个方面和实施方式只是用于举例说明，并非是对本发明的限定，本发明的真正保护范围和精神应当以权利要求书为准。
Claims (5)
1.一种遥感影像与地理信息数据的配准方法，其特征在于，所述方法包括：
确定几何变换参数；
获取地理信息数据中的多边形；
预测所述地理信息数据中的多边形在遥感图像上的同名点的位置；
基于所述遥感图像上的同名点提取同名多边形特征；
获取相似特征量；
判断所述地理信息数据中的多边形与所述同名多边形是否相似，若是，则提取所述地理信息数据中的多边形的重心作为控制点。
2.如权利要求1所述的遥感影像与地理信息数据的配准方法，其特征在于，所述方法还包括在所述确定几何变化参数之前，预处理所述地理信息数据。
3.如权利要求2所述的遥感影像与地理信息数据的配准方法，其特征在于，所述预处理所述地理信息数据包括：
从所述地理信息数据中选取面状地物，提取表达所述面状地物的几何形状的多边形；
对所述多边形进行筛选；
获取筛选后的所述多边形的相似特征量；
确定所述多边形的标识点。
4.如权利要求3所述的遥感影像与地理信息数据的配准方法，其特征在于，所述相似特征量包括所述多边形最小外接矩形的面积、所述多边形最小外接矩形的宽和高、所述多边形的面积、所述多边形的周长和/或所述多边形的形状。
5.如权利要求1所述的遥感影像与地理信息数据的配准方法，其特征在于，所述方法还包括：
提供误差阈值；
获取所述控制点的误差；
若所述控制点误差超出所述误差阈值，则剔除所述控制点。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2012105693430A CN103049535A (zh) | 2012-12-25 | 2012-12-25 | 遥感影像与地理信息数据的配准方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2012105693430A CN103049535A (zh) | 2012-12-25 | 2012-12-25 | 遥感影像与地理信息数据的配准方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN103049535A true CN103049535A (zh) | 2013-04-17 |
Family
ID=48062176
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2012105693430A Pending CN103049535A (zh) | 2012-12-25 | 2012-12-25 | 遥感影像与地理信息数据的配准方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103049535A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104732540A (zh) * | 2015-03-27 | 2015-06-24 | 北京永新医疗设备有限公司 | Pet/ct几何配准方法和系统 |
| CN106097412A (zh) * | 2016-06-03 | 2016-11-09 | 安徽大学 | 一种基于弯曲层次树的曲线曲折度描述方法 |
| CN107301659A (zh) * | 2017-05-25 | 2017-10-27 | 环境保护部卫星环境应用中心 | 一种高分辨率影像与gis数据配准方法及装置 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030112235A1 (en) * | 2001-12-19 | 2003-06-19 | Earth Science Associates, Inc. | Method and system for creating irregular three-dimensional polygonal volume models in a three-dimensional geographic information system |
| CN101685539A (zh) * | 2009-06-29 | 2010-03-31 | 中国测绘科学研究院 | 一种遥感影像在线正射纠正方法和系统 |
-
2012
- 2012-12-25 CN CN2012105693430A patent/CN103049535A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030112235A1 (en) * | 2001-12-19 | 2003-06-19 | Earth Science Associates, Inc. | Method and system for creating irregular three-dimensional polygonal volume models in a three-dimensional geographic information system |
| CN101685539A (zh) * | 2009-06-29 | 2010-03-31 | 中国测绘科学研究院 | 一种遥感影像在线正射纠正方法和系统 |
Non-Patent Citations (1)
| Title |
|---|
| 张晓东: "基于遥感影像与GIS数据的变化检测理论和方法研究", 《中国优秀博硕士学位论文全文数据库(博士) 基础科学辑》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104732540A (zh) * | 2015-03-27 | 2015-06-24 | 北京永新医疗设备有限公司 | Pet/ct几何配准方法和系统 |
| CN104732540B (zh) * | 2015-03-27 | 2017-11-17 | 北京永新医疗设备有限公司 | Pet/ct几何配准方法和系统 |
| CN106097412A (zh) * | 2016-06-03 | 2016-11-09 | 安徽大学 | 一种基于弯曲层次树的曲线曲折度描述方法 |
| CN106097412B (zh) * | 2016-06-03 | 2019-07-02 | 安徽大学 | 一种基于弯曲层次树的曲线曲折度描述方法 |
| CN107301659A (zh) * | 2017-05-25 | 2017-10-27 | 环境保护部卫星环境应用中心 | 一种高分辨率影像与gis数据配准方法及装置 |
| CN107301659B (zh) * | 2017-05-25 | 2018-11-02 | 环境保护部卫星环境应用中心 | 一种高分辨率影像与gis数据配准方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104765026A (zh) | 合成孔径雷达干涉测量数据中地面属性数据的提取方法 | |
| CN115063525B (zh) | 一种城市道路路基及管道的三维成图方法及装置 | |
| CN110910343A (zh) | 路面裂缝检测的方法、装置及计算机设备 | |
| CN101836233B (zh) | 房屋变动判断方法、房屋变动判断用图像生成方法及房屋变动判断用图像 | |
| JP2018156317A (ja) | ひび割れ検出処理装置、およびひび割れ検出処理プログラム | |
| CN104134080A (zh) | 一种道路路基塌陷和边坡坍塌的自动检测方法及系统 | |
| CN107832849B (zh) | 一种基于知识库的电力线廊道三维信息提取方法及装置 | |
| CN111191696B (zh) | 一种基于深度学习算法的钢筋分层方法及系统 | |
| CN114895302A (zh) | 城市道路路基病害快速探测的方法及装置 | |
| CN103049535A (zh) | 遥感影像与地理信息数据的配准方法 | |
| CN102419865B (zh) | 一种图像对象层次的变化检测方法 | |
| CN112179294A (zh) | 一种土地校对方法、装置以及系统 | |
| KR20150068809A (ko) | 폴리곤과 ｄｅｍ을 이용한 유역추출 장치 및 방법 | |
| CN101923651B (zh) | 基于路面图像的破损数据自动识别准确率的校验方法 | |
| CN108550142A (zh) | 一种牙孔检测方法及装置 | |
| US20180197305A1 (en) | Hierarchical Tiling Method for Identifying a Type of Surface in a Digital Image | |
| Jiang | A crack detection and diagnosis methodology for automated pavement condition evaluation | |
| Fakhri et al. | Road crack detection using gaussian/prewitt filter | |
| Ruiz-Lendínez et al. | Method for an automatic alignment of imagery and vector data applied to cadastral information in Poland | |
| Safaei | Pixel and region-based image processing algorithms for detection and classification of pavement cracks | |
| Estoque et al. | Measuring urban volume: Geospatial technique and application | |
| CN101021940A (zh) | 灰度图像嵌入信息量的分析方法 | |
| CN115393370A (zh) | 一种页岩数字岩心构建方法、装置、设备及介质 | |
| CN105261005A (zh) | 基于多尺度空间模糊聚类的无监督mri图像分割方法 | |
| CN111986078B (zh) | 一种基于引导数据的多尺度岩心ct图像融合重建的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130417 |