CN104809746B - 遥感影像解译样本拍摄点标绘位置识别方法 - Google Patents

Abstract

本发明提供了一种遥感影像解译样本拍摄点标绘位置识别方法，包括：提取拍摄点标绘位置所在的原始影像块；根据提取到原始影像块，利用光谱法识别拍摄点标绘位置；当利用光谱法无法识别时，根据提取到的原始影像块，运用梯度法识别拍摄点标绘位置。本发明解决了遥感解译样本不能全数据检查的问题，提高了检索效率，增加了拍摄点标绘位置的准确度，便于国情普查中数据样本的质量管控。

Description

遥感影像解译样本拍摄点标绘位置识别方法

技术领域

本发明涉及图像处理技术领域，具体地，涉及一种遥感影像解译样本拍摄点标绘位置识别方法。

背景技术

随着社会经济的发展、人们对生态文明的重视，地理国情普查作为一种获取地理国情信息的重要手段，得到了政府和国土等部门的大力支持。地理国情普查可帮助政府查清我国自然和人文地理要素的现状和空间分布情况，为制定和实施国家发展战略与规划、优化国土空间开发格局和各类资源配置提供重要依据，为推进生态环境保护、建设资源节约型和环境友好型社会的重要支撑。遥感影像解译样本作为地理国情普查成果中的一员，对地理国情普查的顺利推进起着非常重要的支撑作用。

遥感解译样本数据包含两类，一是地面照片，二是遥感影像实例数据，两类数据可通过在遥感影像实例上标绘的拍摄点位置建立明确的对应关系，且能够相互印证。这可为遥感影像解译者建立对相关地域的正确认识提供支持，也可在解译结果的质量控制方面发挥重要作用，同时也为长期监测积累实地参考资料。以上所提遥感解译样本数据的应用价值，是在以遥感影像解译结果正确性较高的前提下才得以体现，而拍摄点位置标绘的正确性，直接关系着遥感影像解译结果的正确性。另外，目前质量检验人员通常采用传统人工检查核对的方法检查拍摄点标绘位置，该方法效率低下，对大批量的遥感解译样本数据很难做到全部检查。因此，提出一种准确高效的拍摄点标绘位置检查方法，对整个地理国情普查具有重要的实践意义。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种遥感影像解译样本拍摄点标绘位置识别方法。

根据本发明提供的遥感影像解译样本拍摄点标绘位置识别方法，包括如下步骤：

步骤1：提取拍摄点标绘位置所在的原始影像块；

步骤2：根据提取到原始影像块，利用光谱法识别拍摄点标绘位置；

步骤3：若步骤2没有识别到拍摄点标绘位置，则根据提取到的原始影像块，运用梯度法识别拍摄点标绘位置。

优选地，所述步骤1，包括：

步骤1.1：将数据库中提供的拍摄点位置坐标从地理坐标系转为投影坐标系；

步骤1.2：以步骤1.1得到的拍摄点位置为中心，截取面积为S的矩形原始影像块，S>0；

所述遥感影像解译样本拍摄点标绘位置识别方法，还包括步骤：

步骤4：若步骤3没有识别到拍摄点标绘位置，则令S的值增加，进入步骤1.2继续执行。

优选地，所述步骤2，包括：

步骤2.1：利用最值线性拉伸法分波段对步骤1.2中提取出的原始影像块进行拉伸处理，得到拉伸后的影像块；其中，最值线性拉伸法的计算公式如下：

式中，A,B分别代表影像块最小、最大输出像素值,[a,b]为原始影像块的像素值范围，g(x,y)_R,G,B表示最值线性拉伸法处理后的影像块在(x,y)处的像素值，f(x,y)_R,G,B为原始影像块在(x,y)处的像素值，其中(x,y)表示行列坐标中的第x行、第y列；

步骤2.2：利用宽高均和拍摄点标识一致的搜索窗口循环搜索步骤2.1中得到的拉伸后的影像块，当搜索窗口中影像的中心行、中心列像素的像素值均相等时，得到初始拍摄点标绘位置；

步骤2.3：根据搜索窗口中所含的与窗口影像中心行、中心列相等像素值的像素个数必须小于阈值T_1的限制条件，排除误识别的初始拍摄点标绘位置得到已排除误识别的拍摄点标绘位置；其中，阈值T_1用来判断窗口影像是否是均质区域，以排除影像均质区域对拍摄点标绘位置识别的干扰，且所述阈值略大于拍摄点标绘位置和地面照片视野范围所用到的像素个数。

优选地，所述步骤3，包括：

步骤3.1：若步骤2没有识别到拍摄点标绘位置，则利用加权平均法把步骤1.2中得到的原始影像块灰度化得到原始灰度影像；其中，原始灰度影像像素值计算公式如下：

gray(x,y)＝0.3*f(x,y)_R+0.59*f(x,y)_G+0.11*f(x,y)_B

式中，gray(x,y)表示对原始影像块的RGB三个波段进行加权平均以得到灰度影像像素值，f(x,y)_R、f(x,y)_G、f(x,y)_B分别代表红、绿、蓝三个波段在原始影像块(x,y)位置的像素值；

步骤3.2：使用最值线性拉伸法对原始灰度影像进行拉伸处理，得到拉伸后的灰度影像；

步骤3.3：利用宽高均和拍摄点标识一致的搜索窗口循环搜索拉伸后的灰度影像，当搜索窗口中影像的中心行、中心列像素中满足条件F的像素个数大于阈值T_3，则确定所述搜索窗口包含拍摄点标绘位置；其中，所述满足条件F的像素，是指：该像素的像素值与相邻行或相邻列像素的像素值之差大于阈值T_2。

优选地，所述步骤2.2中，初始拍摄点标绘位置是根据原始影像拍摄点经纬度坐标信息，用原始影像颜色的反差色表示的十字丝标绘的，十字丝的横竖长度均为15个像素，宽度为1个像素，面积S的原始尺寸的宽高均为20个像素。

优选地，所述阈值T_2表示标绘的十字丝与十字丝所在原始影像之间的像素值反差情况，取十字丝与所在原始影像之间的最小反差值作为T_2的值；所述阈值T_3用来判断搜索窗口中是否含有标绘的拍摄点位置，其中，根据标绘地面照片视野范围对十字丝识别的最大影响度来确定阈值T_3。

与现有技术相比，本发明具有如下的有益效果：

1、本发明在被最值线性拉伸法拉伸后的影像上，利用光谱法与梯度法自动识别拍摄点标绘位置，克服了传统人工检查核对方法效率低下的问题，提高了检查效率，使遥感解译样本数据全数检查成为可能，为地理国情普查中遥感解译样本数据的质量管控提供了方便。

2、本发明使用程序自动检查大量遥感解译样本数据拍摄点标绘位置，减少人工干预，节约了地理国情普查中的人工成本，提高了经济效益。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为本发明提供的拍摄点标绘位置识别流程图；

图2为本发明提供的搜索窗口示意图；

图3为本发明提供的遥感影像实例数据示意图。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。

如图1所示，本发明提供的遥感影像解译样本拍摄点标绘位置识别方法，包括如下步骤：

步骤1：提取拍摄点标绘位置所在的原始影像块；

步骤2：根据提取到原始影像块，利用光谱法识别拍摄点标绘位置；

步骤3：若步骤2没有识别到拍摄点标绘位置，则根据提取到的原始影像块，运用梯度法识别拍摄点标绘位置。

优选地，所述步骤1，包括：

步骤1.1：将数据库中提供的拍摄点位置坐标从地理坐标系转为投影坐标系；

步骤1.2：以步骤1.1得到的拍摄点位置为中心，截取面积为S的矩形原始影像块，S>0；

所述遥感影像解译样本拍摄点标绘位置识别方法，还包括步骤：

步骤4：若步骤3没有识别到拍摄点标绘位置，则令S的值增加，进入步骤1.2继续执行。

优选地，所述步骤2，包括：

步骤2.1：利用最值线性拉伸法，如公式(1)所示，对步骤1.2中提取出的原始影像块进行拉伸处理，得到拉伸后的影像块；其中公式(1)如下：

式中，A,B分别代表影像块最小、最大输出像素值,[a,b]为原始影像块的像素值范围，g(x,y)_R,G,B表示最值线性拉伸法处理后的影像块在(x,y)处的像素值，f(x,y)_R,G,B为原始影像块在(x,y)处的像素值，其中(x,y)表示行列坐标中的第x行、第y列；

步骤2.2：利用宽高均和拍摄点标识一致的搜索窗口循环搜索步骤2.1中得到的拉伸后的影像块，当搜索窗口中影像的中心行、中心列像素的像素值均相等时，得到初始拍摄点标绘位置；

步骤2.3：根据搜索窗口中所含的与窗口影像中心行、中心列相等像素值的像素个数必须小于阈值T_1的限制条件，排除误识别的初始拍摄点标绘位置得到已排除误识别的拍摄点标绘位置；其中，阈值T_1用来判断窗口影像是否是均质区域，因此利用该阈值可排除影像均质区域对拍摄点标绘位置识别的干扰，其值以略大于标绘拍摄点位置和地面照片视野范围所用到的像素个数为宜。

优选地，所述步骤3，包括：

步骤3.1：若步骤2没有识别到拍摄点标绘位置，则利用加权平均法把步骤1.2中得到的原始影像块灰度化得到原始灰度影像；

步骤3.2：使用最值线性拉伸法对原始灰度影像进行拉伸处理，得到拉伸后的灰度影像；

步骤3.3：利用宽高均和拍摄点标识一致的搜索窗口循环搜索拉伸后的灰度影像，当搜索窗口中影像的中心行、中心列像素中满足条件F的像素个数大于阈值T_3，则确定所述搜索窗口包含拍摄点标绘位置；其中，所述满足条件F的像素，是指：该像素的像素值与相邻行或相邻列像素的像素值之差大于阈值T_2。阈值T_2表示标绘的十字丝与其所在原始影像之间的像素值反差情况，可取十字丝与其所在原始影像之间的最小反差值作为T_2的最佳值；阈值T_3用来判断搜索窗口中是否含有标绘的拍摄点位置，理论上T_3应和标准十字丝的长度一致，但由于地面照片视野范围的标绘，可能会降低标绘的十字丝满足条件F的像素个数，因此，可根据标绘地面照片视野范围对十字丝识别的最大影响度来确定阈值T_3。

优选地，所述步骤2.2中，初始拍摄点标绘位置是根据原始影像拍摄点经纬度坐标信息，用原始影像颜色的反差色表示的十字丝标绘的，十字丝的横竖长度均为15个像素，宽度为1个像素，面积S的原始尺寸的宽高均为20个像素。

具体地，所述搜索窗口的长宽均为15*15，当没有识别出拍摄点标绘位置时，则移动搜索窗口，直到整个拉伸后的影像块被搜索完毕。

具体地，如果在宽高均为20*i的原始影像块中未找到拍摄点标绘位置，就可用把i每次增加1的方式，逐步扩大影像块，再利用光谱法、梯度法识别拍摄点标绘位置，直到找到拍摄点标绘位置。

更进一步地，步骤2中光谱法识别拍摄点标绘位置的算法，具有简单高效、识别准确率高的特点，但仅适用于标绘的十字丝颜色均相同，且属于公式2中集合A的情况，因此，如果利用光谱法在影像块内未找到拍摄点的标绘位置，还需要利用步骤3的梯度法再次搜寻拍摄点标绘位置，以避免漏识别拍摄点的标绘位置；其中公式(2)如下：

公式(2)中，(255,0,0)与其它七组数据中的三个数字分别代表影像红色、绿色、蓝色波段的像素值。

更为具体地，在一个优选例中，首先，把数据库中提供的拍摄点位置坐标由地理坐标系转为投影坐标系，并以此坐标为中心截取宽高均为20*i的影像块，其中i的初始值为1，且可循环增加。然后，使用最值线性拉伸法对影像块进行拉伸处理，最后，在拉伸后的影像上利用光谱法识别拍摄点位置，如找到拍摄点位置则停止搜索，否则再进一步使用梯度法搜索寻找拍摄点标绘位置。拍摄点标绘位置识别流程如图1所示，步骤如下：

步骤1-1：选取一景遥感影像实例数据，如图3所示，在数据库中找到与之对应的拍摄点位置经纬度坐标，并把该坐标由地理坐标系转为投影坐标系；

步骤1-2：以步骤1-1中计算得到的拍摄点标绘位置为中心，截取宽高均为20*1个像素大小的影像块；

步骤1-3：对步骤1-2获取的影像块，利用公式(1)分波段进行最值线性拉伸处理；

步骤1-4：在步骤1-3得到的影像上利用光谱法识别拍摄点标绘位置，方法为：如果窗口影像的中心行、列的像素值均相等，且满足公式3的要求，则此窗口的中心被初步认定为拍摄点标绘位置。

公式3如下：

(g(x,y)_R,g(x,y)_G,g(x,y)_B)∈A (3)

式中(g(x,y)_R,g(x,y)_G,g(x,y)_B分别代表红、绿、蓝三个波段在坐标(x,y)位置的影像像素值；

步骤1-5：为了排除步骤1-4中误识别的拍摄点位置，添加了“窗口中与窗口影像中心行、列相等的像素值个数必须小于45个”的限制条件，以剔除误识别的拍摄点标绘位置；

如果利用光谱法在该影像块中找到了拍摄点标绘位置，返回结果，否则，需要进一步调用梯度法识别拍摄点标绘位置。

梯度法识别拍摄点标绘位置的步骤如下：

步骤2-1：根据人眼对绿色的敏感度最高，对蓝色敏感度最低的特性，利用公式(4)对原始影像的RGB三个波段进行加权平均能得到较合理的灰度影像像素值gray(x,y)；

公式(4)如下：

gray(x,y)＝0.3*f(x,y)_R+0.59*f(x,y)_G+0.11*f(x,y)_B (4)

公式(4)中f(x,y)_R，f(x,y)_G，f(x,y)_B分别代表红、绿、蓝三个波段在原始影像块(x,y)位置的像素值；

步骤2-2：利用公式1对步骤2-1得到的灰度影像进行最值线性拉伸处理，得到拉伸后的灰度影像像素值s_gray(x,y)；

步骤2-3：利用宽高均和拍摄点标绘的十字丝一致的窗口循环搜索步骤2-2得到的灰度影像，如果窗口影像中心行、列满足“中心行、列的像素值与相邻行、列的像素值之差大于阈值45”条件的像素数大于阈值5，如公式5和6所示，即可确定该窗口的中心点为拍摄点标绘位置；

公式(5)如下：

(|s_gray(8,y)-s_gray(7,y)|≥45)∩(|s_gray(8,y)-s_gray(9,y)|≥45) (5)

公式(6)如下：

(|s_gray(x,8)-s_gray(x,7)|≥45)∩(|s_gray(x,8)-s_gray(x,9)|≥45) (6)

公式5、公式6中，符号∩表示“并且”的意思。

如果利用梯度法在该影像块中仍未找到拍摄点标绘位置，则需要再次调用步骤1-2，增大原始影像块的范围，然后，在新的原始影像块上重新利用步骤2的光谱法和步骤3的梯度法识别拍摄点标绘位置。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。

Claims (4)

1.一种遥感影像解译样本拍摄点标绘位置识别方法，其特征在于，包括如下步骤：

步骤1：提取拍摄点标绘位置所在的原始影像块；所述步骤1，包括：

步骤1.1：将数据库中提供的拍摄点位置坐标从地理坐标系转为投影坐标系；

步骤1.2：以步骤1.1得到的拍摄点位置为中心，截取面积为S的矩形原始影像块，S>0；

步骤2：根据提取到原始影像块，利用光谱法识别拍摄点标绘位置；所述步骤2，包括：

步骤2.1：利用最值线性拉伸法分波段对步骤1.2中提取出的原始影像块进行拉伸处理，得到拉伸后的影像块；其中，最值线性拉伸法的计算公式如下：

$g{(x,y)}_{R,G,B}=\frac{B-A}{b-a}*(f{\left(x,y\right)}_{R,G,B}-a)$

式中，A,B分别代表影像块最小、最大输出像素值,[a,b]为原始影像块的像素值范围，g(x,y)_R,G,B表示最值线性拉伸法处理后的影像块在(x,y)处的像素值，f(x,y)_R,G,B为原始影像块在(x,y)处的像素值，其中(x,y)表示行列坐标中的第x行、第y列；

步骤2.2：利用宽高均和拍摄点标识一致的搜索窗口循环搜索步骤2.1中得到的拉伸后的影像块，当搜索窗口中影像的中心行、中心列像素的像素值均相等时，得到初始拍摄点标绘位置；

步骤2.3：根据搜索窗口中所含的与窗口影像中心行、中心列相等像素值的像素个数必须小于阈值T_1的限制条件，排除误识别的初始拍摄点标绘位置得到已排除误识别的拍摄点标绘位置；其中，阈值T_1用来判断窗口影像是否是均质区域，以排除影像均质区域对拍摄点标绘位置识别的干扰，且所述阈值大于拍摄点标绘位置和地面照片视野范围所用到的像素个数；

步骤3：若步骤2没有识别到拍摄点标绘位置，则根据提取到的原始影像块，运用梯度法识别拍摄点标绘位置；

步骤4：若步骤3没有识别到拍摄点标绘位置，则令S的值增加，进入步骤1.2继续执行。

2.根据权利要求1所述的遥感影像解译样本拍摄点标绘位置识别方法，其特征在于，所述步骤3，包括：

步骤3.1：若步骤2没有识别到拍摄点标绘位置，则利用加权平均法把步骤1.2中得到的原始影像块灰度化得到原始灰度影像；其中，原始灰度影像像素值计算公式如下：

gray(x,y)＝0.3*f(x,y)_R+0.59*f(x,y)_G+0.11*f(x,y)_B

式中，gray(x,y)表示对原始影像块的RGB三个波段进行加权平均以得到灰度影像像素值，f(x,y)_R、f(x,y)_G、f(x,y)_B分别代表红、绿、蓝三个波段在原始影像块(x,y)位置的像素值；

步骤3.2：使用最值线性拉伸法对原始灰度影像进行拉伸处理，得到拉伸后的灰度影像；

步骤3.3：利用宽高均和拍摄点标识一致的搜索窗口循环搜索拉伸后的灰度影像，当搜索窗口中影像的中心行、中心列像素中满足条件F的像素个数大于阈值T_3，则确定所述搜索窗口包含拍摄点标绘位置；其中，所述满足条件F的像素，是指：该像素的像素值与相邻行或相邻列像素的像素值之差大于阈值T_2。

3.根据权利要求1所述的遥感影像解译样本拍摄点标绘位置识别方法，其特征在于，所述步骤2.2中，初始拍摄点标绘位置是根据原始影像拍摄点经纬度坐标信息，用原始影像颜色的反差色表示的十字丝标绘的，十字丝的横竖长度均为15个像素，宽度为1个像素，面积S的原始尺寸的宽高均为20个像素。

4.根据权利要求2所述的遥感影像解译样本拍摄点标绘位置识别方法，其特征在于，所述阈值T_2表示标绘的十字丝与十字丝所在原始影像之间的像素值反差情况，取十字丝与所在原始影像之间的最小反差值作为T_2的值；所述阈值T_3用来判断搜索窗口中是否含有标绘的拍摄点位置，其中，根据标绘地面照片视野范围对十字丝识别的最大影响度来确定阈值T_3。