CN106407941A - 基于面向对象影像分析的港口围填海监测的方法及系统 - Google Patents

基于面向对象影像分析的港口围填海监测的方法及系统 Download PDF

Info

Publication number
CN106407941A
CN106407941A CN201610847344.5A CN201610847344A CN106407941A CN 106407941 A CN106407941 A CN 106407941A CN 201610847344 A CN201610847344 A CN 201610847344A CN 106407941 A CN106407941 A CN 106407941A
Authority
CN
China
Prior art keywords
image
data
wkt
space
field
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
Application number
CN201610847344.5A
Other languages
English (en)
Inventor
齐越
董敏
聂向军
房卓
黄东旭
姚海元
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
TRANSPORT PLANNING AND RESEARCH INSTITUTE MINISTRY OF TRANSPORT CHINA
Original Assignee
TRANSPORT PLANNING AND RESEARCH INSTITUTE MINISTRY OF TRANSPORT CHINA
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by TRANSPORT PLANNING AND RESEARCH INSTITUTE MINISTRY OF TRANSPORT CHINA filed Critical TRANSPORT PLANNING AND RESEARCH INSTITUTE MINISTRY OF TRANSPORT CHINA
Priority to CN201610847344.5A priority Critical patent/CN106407941A/zh
Publication of CN106407941A publication Critical patent/CN106407941A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/13—Satellite images

Abstract

一种基于面向对象影像分析的港口围填海监测的方法，其根据数据的特点和港口围填海的特点，图像提取准确，处理效率高。该方法包括：(1)对遥感影像的一个波段使用lee sigma边缘提取算法，该算法使用一个特定的边缘滤波器，从原始影像中创建两个独立的边缘影像：一个亮边缘影像和一个暗边缘影像；(2)把所述亮边缘影像和暗边缘影像与遥感影像一起参与多尺度分割，得到影像对象；(3)在得到的影像对象中，以面矢量的形式生成港区范围矢量数据，把较大的影像范围缩小到感兴趣的港区范围内；(4)使用亮边缘影像强度均值特征进行提取，小于指定阈值的对象分类为围填海。还有系统。

Description

基于面向对象影像分析的港口围填海监测的方法及系统
技术领域
本发明涉及图像处理的技术领域，尤其涉及一种基于面向对象影像分析的港口围填海监测的方法，以及基于面向对象影像分析的港口围填海监测的系统。
背景技术
港口作为海上运输的重要组成部分，已经越来越受到人们的重视，成为交通规划的一个关键研究方向。而港口的规划建设，需要获取港口的各种地物及其位置。围填海是一种港口的重要地物，港口围填海的监测是一个非常重要的项目，值得投入大量的研发力量。
但是，目前还没有专门的方法针对港口围填海的监测。已有的方法在提取和监测时，并没有根据数据的特点和港口围填海的特点，因此图像提取不准确，处理效率低。
发明内容
为克服现有技术的缺陷，本发明要解决的技术问题是提供了一种基于面向对象影像分析的港口围填海监测的方法，其根据数据的特点和港口围填海的特点，图像提取准确，处理效率高。
本发明的技术方案是：这种基于面向对象影像分析的港口围填海监测的方法，该方法包括以下步骤：
(1)对遥感影像的一个波段使用lee sigma边缘提取算法，该算法使用一个特定的边缘滤波器，从原始影像中创建两个独立的边缘影像：一个亮边缘影像和一个暗边缘影像；
(2)把所述亮边缘影像和暗边缘影像与遥感影像一起参与多尺度分割，得到影像对象；
(3)在得到的影像对象中，以面矢量的形式生成港区范围矢量数据，把较大的影像范围缩小到感兴趣的港区范围内；
(4)使用亮边缘影像强度均值特征进行提取，小于指定阈值的对象分类为围填海。
本发明要提取的围填海在影像上随着围填海的进度呈现不同的亮暗色调，但其与水域相邻且与水域相距一定距离内，围填海表面色调均一，纹理平滑，所以本发明根据其特点使用与水体的距离、亮度均值以及ENDVI、亮边缘影像强度均值特征提取围填海，因此本发明根据数据的特点和港口围填海的特点，图像提取准确，处理效率高。
还提供了一种基于面向对象影像分析的港口围填海监测的系统，该系统包括：
lee sigma边缘提取算法模块，其配置来对遥感影像的一个波段使用lee sigma边缘提取算法，该算法使用一个特定的边缘滤波器，从原始影像中创建两个独立的边缘影像：一个亮边缘影像和一个暗边缘影像；多尺度分割算法模块，其配置来把所述亮边缘影像和暗边缘影像与遥感影像一起参与多尺度分割，得到影像对象；
第一分类模块，其配置来在得到的影像对象中，以面矢量的形式生成港区范围矢量数据，把较大的影像范围缩小到感兴趣的港区范围内；
第二分类模块，其配置来使用亮边缘影像强度均值特征进行提取，小于指定阈值的对象分类为围填海。
附图说明
图1所示为根据本发明的基于面向对象影像分析的港口围填海监测的方法的流程图。
具体实施方式
如图1所示，这种基于面向对象影像分析的港口围填海监测的方法，该方法包括以下步骤：
(1)对遥感影像的一个波段使用lee sigma边缘提取算法，该算法使用一个特定的边缘滤波器，从原始影像中创建两个独立的边缘影像：一个亮边缘影像和一个暗边缘影像；
(2)把所述亮边缘影像和暗边缘影像与遥感影像一起参与多尺度分割，得到影像对象；
(3)在得到的影像对象中，以面矢量的形式生成港区范围矢量数据，把较大的影像范围缩小到感兴趣的港区范围内；
(4)使用亮边缘影像强度均值特征进行提取，小于指定阈值的对象分类为围填海。
本发明要提取的围填海在影像上随着围填海的进度呈现不同的亮暗色调，但其与水域相邻且与水域相距一定距离内，围填海表面色调均一，纹理平滑，所以本发明根据其特点使用与水体的距离、亮度均值以及ENDVI、亮边缘影像强度均值特征提取围填海，因此本发明根据数据的特点和港口围填海的特点，图像提取准确，处理效率高。
另外，所述步骤(4)中，指定阈值为0.2。
更进一步地，ArcGIS产品线为用户提供一个可伸缩的、全面的GIS平台。ArcObjects包含了大量的可编程组件，从细粒度的对象(例如单个的几何对象)到粗粒度的对象(例如与现有ArcMap文档交互的地图对象)涉及面极广，这些对象为开发者集成了全面的GIS功能。每一个使用ArcObjects建成的ArcGIS产品都为开发者提供了一个应用开发的容器，包括桌面GIS(ArcGIS Desktop)，嵌入式GIS(ArcGIS Engine)以及服务GIS(ArcGISServer)。
常规的含有GIS空间的业务数据(主要是目前流行的ArcGIS数据格式)在进行数据维护编辑时(主要是增删改查)，目前主要有两种方式进行空间及属性数据的统一管理控制：
一、地理信息系统(Geographic Information System或Geo－Informationsystem，GIS)有时又称为“地学信息系统”。它是一种特定的十分重要的空间信息系统。它是在计算机硬、软件系统支持下，对整个或部分地球表层(包括大气层)空间中的有关地理分布数据进行采集、储存、管理、运算、分析、显示和描述的技术系统。
二、所谓MIS(管理信息系统--MANAGEMENT INFORMATION SYSTEM)系统，主要指的是进行日常事务操作的系统。这种系统主要用于管理需要的记录，并对记录数据进行相关处理，将处理的信息及时反映给管理者的一套网络管理系统。
开发网站的过程中，如果以传统MIS开发方式进行相关服务及接口的设计工作，在设计上由于不对GIS数据的特殊性多加考虑，往往在开发实现过程中会在调用MIS组件的同时调用GIS组件，针对同一对象的操作往往同时将会脱离出事务机制的控制。对最终数据造成不可预知的隐患。
因此，本发明还提供了基于面向对象影像分析的港口围填海监测的方法的一种兼容ArcGIS的空间及属性数据的统一控制方法，其包括数据库层面、数据访问层面、前端展示层面；
在数据库层面，针对具备空间数据的实体，在增加自定义空间类别的同时，增添字符类型的WKT字段，该字段作为自定义空间类别字段的WKT形式的冗余；针对数据信息的创建，通过编写存储过程在包含WKT字段的记录执行创建时，执行WKT与自定义类别数据的同步工作；针对编辑更新操作，通过编写存储过程对自定义类别数据字段进行同步更新；针对删除操作，通过数据库自有功能进行删除；针对查询操作，分为空间查询、属性查询、空间属性混合查询三种形式，其中属性查询是非空间字段的条件查询；
在数据访问层面，通过原生SQL或ORM方式进行数据库操作；
在前端展示层面，将用户绘制的图形转换为WKT形式的字符串传递到数据库。
该方法统一数据库设计，综合考虑GIS与MIS数据存储，在一定要求的前提下以成熟的传统的方式进行数据库设计工作，因此能够避免GIS与MIS数据设计分离的现象；本发明统一数据库访问及操作机制，兼容流行的SQL及ORM访问操作方式，因此支持事务等数据库所有特性；本发明在进行业务数据操作的同时，可以业务事件等方式进行相关业务事件触发，因此增强GIS业务操作业务复杂度，灵活度高；本发明在开发过程中，只需要普通的MIS开发人员在较少的GIS业务知识背景下即可进行GIS及MIS&GIS混合等方式的GIS系统的开发，系统框架无GIS组件及版本依赖；本发明所产生的数据产品与ArcGIS软件产品兼容，因此可通过ArcGIS软件进行数据再次编辑维护、服务发布等工作。
本领域普通技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，包括上述实施例方法的各步骤，而所述的存储介质可以是：ROM/RAM、磁碟、光盘、存储卡等。因此，与本发明的方法相对应的，本发明还同时包括一种基于面向对象影像分析的港口围填海监测的系统，该系统通常以与方法各步骤相对应的功能模块的形式表示。使用该方法的系统，该系统包括：
lee sigma边缘提取算法模块，其配置来对遥感影像的一个波段使用lee sigma边缘提取算法，该算法使用一个特定的边缘滤波器，从原始影像中创建两个独立的边缘影像：一个亮边缘影像和一个暗边缘影像；多尺度分割算法模块，其配置来把所述亮边缘影像和暗边缘影像与遥感影像一起参与多尺度分割，得到影像对象；
第一分类模块，其配置来在得到的影像对象中，以面矢量的形式生成港区范围矢量数据，把较大的影像范围缩小到感兴趣的港区范围内；
第二分类模块，其配置来使用亮边缘影像强度均值特征进行提取，小于指定阈值的对象分类为围填海。另外，该系统还包括第三分类模块，其配置来在得到的影像对象中，红波段比值较大的对象分类为类别B，从而得到红色房顶的仓库类别。
另外，所述第二分类模块中，指定阈值为0.2。
还提供了基于面向对象影像分析的港口围填海监测的系统的一种兼容ArcGIS的空间及属性数据的统一控制系统，该系统包括：
数据库，其配置来针对具备空间数据的实体，在增加自定义空间类别的同时，增添字符类型的WKT字段，该字段作为自定义空间类别字段的WKT形式的冗余；针对数据信息的创建，通过编写存储过程在包含WKT字段的记录执行创建时，执行WKT与自定义类别数据的同步工作；针对编辑更新操作，通过编写存储过程对自定义类别数据字段进行同步更新；针对删除操作，通过数据库自有功能进行删除；针对查询操作，分为空间查询、属性查询、空间属性混合查询三种形式，其中属性查询是非空间字段的条件查询；
数据访问模块，其配置来通过原生SQL或ORM方式进行数据库操作；
前端展示模块，其配置来将用户绘制的图形转换为WKT形式的字符串传递到数据库。
以上所述，仅是本发明的较佳实施例，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属本发明技术方案的保护范围。

Claims (6)

1.基于面向对象影像分析的港口围填海监测的方法，其特征在于：该方法包括以下步骤：
(1)对遥感影像的一个波段使用lee sigma边缘提取算法，该算法使用一个特定的边缘滤波器，从原始影像中创建两个独立的边缘影像：一个亮边缘影像和一个暗边缘影像；
(2)把所述亮边缘影像和暗边缘影像与遥感影像一起参与多尺度分割，得到影像对象；
(3)在得到的影像对象中，以面矢量的形式生成港区范围矢量数据，把较大的影像范围缩小到感兴趣的港区范围内；
(4)使用亮边缘影像强度均值特征进行提取，小于指定阈值的对象分类为围填海。
2.根据权利要求1所述的基于面向对象影像分析的港口围填海监测的方法，其特征在于：所述步骤(4)中，指定阈值为0.2。
3.基于根据权利要求1所述的基于面向对象影像分析的港口围填海监测的方法的兼容ArcGIS的空间及属性数据的统一控制方法，其特征在于：其包括数据库层面、数据访问层面、前端展示层面；
在数据库层面，针对具备空间数据的实体，在增加自定义空间类别的同时，增添字符类型的WKT字段，该字段作为自定义空间类别字段的WKT形式的冗余；针对数据信息的创建，通过编写存储过程在包含WKT字段的记录执行创建时，执行WKT与自定义类别数据的同步工作；针对编辑更新操作，通过编写存储过程对自定义类别数据字段进行同步更新；针对删除操作，通过数据库自有功能进行删除；针对查询操作，分为空间查询、属性查询、空间属性混合查询三种形式，其中属性查询是非空间字段的条件查询；
在数据访问层面，通过原生SQL或ORM方式进行数据库操作；
在前端展示层面，将用户绘制的图形转换为WKT形式的字符串传递到数据库。
4.基于面向对象影像分析的港口围填海监测的系统，其特征在于：该系统包括：
lee sigma边缘提取算法模块，其配置来对遥感影像的一个波段使用
lee sigma边缘提取算法，该算法使用一个特定的边缘滤波器，从原始影像中创建两个独立的边缘影像：一个亮边缘影像和一个暗边缘影像；
多尺度分割算法模块，其配置来把所述亮边缘影像和暗边缘影像与遥感影像一起参与多尺度分割，得到影像对象；
第一分类模块，其配置来在得到的影像对象中，以面矢量的形式生成港区范围矢量数据，把较大的影像范围缩小到感兴趣的港区范围内；
第二分类模块，其配置来使用亮边缘影像强度均值特征进行提取，小于指定阈值的对象分类为围填海。
5.根据权利要求4所述的基于面向对象影像分析的港口围填海监测的系统，其特征在于：所述第二分类模块中，指定阈值为0.2。
6.基于根据权利要求4所述的基于面向对象影像分析的港口围填海监测的系统的兼容ArcGIS的空间及属性数据的统一控制系统，其特征在于：该系统包括：
数据库，其配置来针对具备空间数据的实体，在增加自定义空间类别的同时，增添字符类型的WKT字段，该字段作为自定义空间类别字段的WKT形式的冗余；针对数据信息的创建，通过编写存储过程在包含WKT字段的记录执行创建时，执行WKT与自定义类别数据的同步工作；
针对编辑更新操作，通过编写存储过程对自定义类别数据字段进行同步更新；针对删除操作，通过数据库自有功能进行删除；针对查询操作，分为空间查询、属性查询、空间属性混合查询三种形式，其中属性查询是非空间字段的条件查询；
数据访问模块，其配置来通过原生SQL或ORM方式进行数据库操作；前端展示模块，其配置来将用户绘制的图形转换为WKT形式的字符串传递到数据库。
CN201610847344.5A 2016-09-23 2016-09-23 基于面向对象影像分析的港口围填海监测的方法及系统 Pending CN106407941A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610847344.5A CN106407941A (zh) 2016-09-23 2016-09-23 基于面向对象影像分析的港口围填海监测的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610847344.5A CN106407941A (zh) 2016-09-23 2016-09-23 基于面向对象影像分析的港口围填海监测的方法及系统

Publications (1)

Publication Number Publication Date
CN106407941A true CN106407941A (zh) 2017-02-15

Family

ID=57996564

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610847344.5A Pending CN106407941A (zh) 2016-09-23 2016-09-23 基于面向对象影像分析的港口围填海监测的方法及系统

Country Status (1)

Country Link
CN (1) CN106407941A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107767045A (zh) * 2017-10-17 2018-03-06 北京师范大学 一种围填海活动强度的确定方法
CN110009213A (zh) * 2019-03-28 2019-07-12 交通运输部水运科学研究所 一种基于长时间序列卫星遥感数据的航道工程生态影响跟踪监测评价方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030081833A1 (en) * 2001-04-23 2003-05-01 National Aeronautics And Space Administration Method for implementation of recursive hierarchical segmentation on parallel computers
CN102663394A (zh) * 2012-03-02 2012-09-12 北京航空航天大学 基于多源遥感图像融合的大中型目标识别方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030081833A1 (en) * 2001-04-23 2003-05-01 National Aeronautics And Space Administration Method for implementation of recursive hierarchical segmentation on parallel computers
CN102663394A (zh) * 2012-03-02 2012-09-12 北京航空航天大学 基于多源遥感图像融合的大中型目标识别方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
宋志豪: "基于开源软件的地表覆盖知识地图集系统技术研究与实现", 《中国优秀硕士学位论文全文数据库——信息科技辑》 *
甘甜: "基于高分辨率遥感影像数据的建筑物震害信息分类提取研究", 《中国优秀硕士学位论文全文数据库——基础科学辑》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107767045A (zh) * 2017-10-17 2018-03-06 北京师范大学 一种围填海活动强度的确定方法
CN110009213A (zh) * 2019-03-28 2019-07-12 交通运输部水运科学研究所 一种基于长时间序列卫星遥感数据的航道工程生态影响跟踪监测评价方法
CN110009213B (zh) * 2019-03-28 2021-10-22 交通运输部水运科学研究所 一种基于长时间序列卫星遥感数据的航道工程生态影响跟踪监测评价方法

Similar Documents

Publication Publication Date Title
US10783173B2 (en) Methods and systems for selecting and analyzing geospatial data on a discrete global grid system
CN106407940A (zh) 一种港口水域图像的提取方法及系统
CN109976735B (zh) 一种基于web可视化的知识图谱算法应用平台
US8176053B2 (en) Query system for a hybrid voxel and feature database
Yu et al. Analysis of large-scale UAV images using a multi-scale hierarchical representation
Wang et al. Image inpainting detection based on multi-task deep learning network
CN103294676A (zh) 一种基于gist全局特征和sift局部特征的网络图片内容重复检测方法
Kurtz et al. Multi-resolution region-based clustering for urban analysis
Bauer et al. Variable grid method: An intuitive approach for simultaneously quantifying and visualizing spatial data and uncertainty
Zhang et al. Impervious surface extraction from high-resolution satellite image using pixel-and object-based hybrid analysis
CN106407941A (zh) 基于面向对象影像分析的港口围填海监测的方法及系统
She et al. 3D building model simplification method considering both model mesh and building structure
Hu et al. Multi-information PointNet++ fusion method for DEM construction from airborne LiDAR data
CN106408027A (zh) 一种提取港口的堆场后方物流仓库图像的方法及系统
CN106407938A (zh) 一种利用遥感影像提取港口特定地物的方法及系统
CN106408572A (zh) 一种利用遥感影像监测港口的集装箱堆场的方法及系统
CN110851868A (zh) 一种用于轨迹数据发布的位置代表元生成方法
Zhang et al. Fast and robust superpixel generation method
CN106485726A (zh) 一种港口的矿石堆场图像的提取方法及系统
CN110414497A (zh) 对象电子化的方法、装置、服务器及存储介质
US20160188538A1 (en) Method and apparatus of building intermediate character library
Wu et al. Salient object detection via reliable boundary seeds and saliency refinement
Höllt et al. Visual Analysis of Reservoir Simulation Ensembles.
Shen et al. Raster-based method for building selection in the multi-scale representation of two-dimensional maps
CN106408582A (zh) 一种监测港口的油品及液体化工品堆场的方法及系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20170215

RJ01 Rejection of invention patent application after publication