CN109146773B - 将河道地图映射至Web地图的方法及装置 - Google Patents

将河道地图映射至Web地图的方法及装置 Download PDF

Info

Publication number
CN109146773B
CN109146773B CN201810876610.6A CN201810876610A CN109146773B CN 109146773 B CN109146773 B CN 109146773B CN 201810876610 A CN201810876610 A CN 201810876610A CN 109146773 B CN109146773 B CN 109146773B
Authority
CN
China
Prior art keywords
map
river
web
river channel
channel map
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.)
Active
Application number
CN201810876610.6A
Other languages
English (en)
Other versions
CN109146773A (zh
Inventor
沈伟
李瑞程
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.)
Guangzhou Xinguangfei Information Technology Co ltd
Original Assignee
Guangzhou Xinguangfei Information Technology Co ltd
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 Guangzhou Xinguangfei Information Technology Co ltd filed Critical Guangzhou Xinguangfei Information Technology Co ltd
Priority to CN201810876610.6A priority Critical patent/CN109146773B/zh
Publication of CN109146773A publication Critical patent/CN109146773A/zh
Application granted granted Critical
Publication of CN109146773B publication Critical patent/CN109146773B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G06T3/06—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformation in the plane of the image
    • G06T3/40—Scaling the whole image or part thereof
    • G06T3/4038—Scaling the whole image or part thereof for image mosaicing, i.e. plane images composed of plane sub-images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods

Abstract

本发明公开了一种将河道地图映射到Web地图的方法及装置，所述方法包括：分别提取河道地图和Web河道地图的水域图像；采用细化算法得到各自的水面拓扑结构图；根据水面拓扑结构图，提取相应特征点的特征点像素位置和GPS估计位置，并将特征点像素位置和GPS估计位置存储于水面拓扑结构图的各个对应节点；通过对应节点获得映射点对；利用映射点对计算河道地图到Web河道地图的透视投影变换矩阵及变换后的GPS映射坐标原点；利用透视投影变换矩阵完成河道地图到Web河道地图的映射。采用本发明，能够实现真实地理环境与Web地图的准确配准。

Description

将河道地图映射至Web地图的方法及装置
技术领域
本发明涉及地图配准技术领域，尤其涉及将河道地图映射至Web地图的方法及装置。
背景技术
目前，定位系统广泛应用在平面地图中，如百度地图、高德地图等，但这类地图无法准确地直观和清晰的反映真实地理环境的格局和地貌，对用户的体验不够理想。
为解决以上问题，现有技术中，通常采用三维地图进行压缩、投影后形成的二维地图来反映真实的地理环境。但是，由于在三维地图绘制成二维地图的过程中会存在压缩形变，因此会造成该二维地图与实际的经纬度的配准存在一定的误差。
发明内容
本发明实施例所要解决的技术问题在于，提供将河道地图映射至Web地图的方法及装置，实现真实地理环境与Web地图的准确配准。
为解决上述问题，本发明实施例提供一种将河道地图映射到Web地图的方法，适于在计算设备中执行，至少包括如下步骤：
分别提取河道地图和Web河道地图的水域图像；
采用GuoHall细化算法，分别对所述河道地图和所述Web河道地图的水域图像进行细化，得到各自的水面拓扑结构图；
根据所述水面拓扑结构图，提取相应特征点的特征点像素位置和GPS估计位置，并将所述特征点像素位置和所述GPS估计位置存储于所述水面拓扑结构图的各个对应特征节点；
以所述GPS估计位置为中心点，根据预设空间半径构造包围矩形，在所述水面拓扑结构图中寻找落在所述包围矩形内的同类型的特征节点，作为所述河道地图到所述Web河道地图的特征映射点，即获得映射点对；
根据所述河道地图的自然分块特性，对每一个分块取若干个在所述Web河道地图上围成的图像面积最大的特征映射点，计算所述河道地图到所述Web河道地图的透视投影变换矩阵及变换后的GPS映射坐标原点；
根据所述透视投影变换矩阵，进行所述河道地图到所述Web河道地图的旋转拉伸变换后，按照所述GPS映射坐标原点，将所述河道地图放置到所述Web河道地图上，即完成所述河道地图到所述Web河道地图的映射。
进一步的，所述在所述分别提取河道地图和Web河道地图的水域图像之前，还包括：
采集河道地图，并获取所述河道地图的GPS坐标信息；
基于Web墨卡托大地投影体系，将所述河道地图的GPS坐标信息转化为大地投影的河道网络坐标信息；
根据所述河道网络坐标信息，求最小包围矩形，并根据所述包围矩形确定Web河道地图的坐标范围，得到所述Web河道地图。
进一步的，所述根据所述最小包围矩形确定Web河道地图的坐标范围，得到Web河道地图,具体为：
将所述最小包围矩形按不同等级划分成多个矩形方块，根据所述矩形方块反向计算出每个所述矩形方块中心点在Web地图中的GPS坐标；
根据所述GPS坐标将所述多个矩形方块进行拼接，得到所述Web河道地图。
进一步的，所述分别提取河道地图和Web河道地图的水域图像，具体为：
对所述河道地图与所述Web河道地图进行二值化，得到所述河道地图的水域图像以及所述Web河道地图的水域图像。
进一步的，所述采用GuoHall细化算法，分别对所述河道地图和所述Web河道地图的水域图像进行细化，得到各自的水面拓扑结构图，具体为：
采用GuoHall细化算法对所述河道地图和所述Web河道地图的水域及河面进行细化，获得水域及河面的细化骨架中线图，从而构建所述河道地图的水面拓扑结构图和所述Web河道地图的水面拓扑结构图。
进一步的，所述以所述GPS估计位置为中心点，根据预设空间半径构造包围矩形，在所述水面拓扑结构图中寻找落在所述包围矩形内的同类型的节点，具体为：
以所述GPS估计位置为中心点，构造预设空间半径为200～300米的圆的外包围正方形，在所述水面拓扑结构图中寻找落在所述外包围正方形内的同类型的特征节点。
进一步的，本发明的另一个实施例还提供了一种河道地图映射至Web地图的装置，包括：
水面图像提取模块，用于分别提取河道地图和Web河道地图的水域图像；
拓扑图获取模块，用于采用GuoHall细化算法，分别对所述河道地图和所述Web河道地图的水域图像进行细化，得到各自的水面拓扑结构图；
节点模块，用于根据所述水面拓扑结构图，提取相应特征点的特征点像素位置和GPS估计位置，并将所述特征点像素位置和所述GPS估计位置存储于所述水面拓扑结构图的各个对应节点；
特征映射模块，用于以所述GPS估计位置为中心点，根据预设空间半径构造包围矩形，在所述水面拓扑结构图中寻找落在所述包围矩形内的同类型的节点，作为所述河道地图到所述Web河道地图的特征映射点，即获得映射点对；
坐标原点模块，用于根据所述河道地图的自然分块特性，对每一个分块取若干个在所述Web河道地图上围成的图像面积最大的特征映射点，计算所述河道地图到所述Web河道地图的透视投影变换矩阵及变换后的GPS映射坐标原点；
图像映射模块，用于根据所述透视投影变换矩阵，进行所述河道地图到所述Web河道地图的旋转拉伸变换后，按照所述GPS映射坐标原点，将所述河道地图放置到所述Web河道地图上，即完成所述河道地图到所述Web河道地图的映射。
进一步的，还包括：
地图采集模块，用于采集河道地图，并获取所述河道地图的GPS坐标信息；
投影模块，用于基于Web墨卡托大地投影体系，将所述河道地图的GPS坐标信息转化为大地投影的河道网络坐标信息；
Web河道地图获取模块，用于根据所述河道网络坐标信息，求最小包围矩形，并根据所述包围矩形确定Web河道地图的坐标范围，得到所述Web河道地图。
进一步的，所述拓扑图获取模块具体用于采用GuoHall细化算法，分别对所述河道地图和所述Web河道地图的水域图像进行细化，得到各自的水面拓扑结构图，具体为：
采用GuoHall细化算法对所述河道地图和所述Web河道地图的水域及河面进行细化，获得水域及河面的细化骨架中线图，从而构建所述河道地图的水面拓扑结构图和所述Web河道地图的水面拓扑结构图。
进一步的，本发明的又一实施例还提供了一种将河道地图映射至Web地图的装置，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述的将河道地图映射到Web地图的方法。
实施本发明实施例，具有如下有益效果：
本发明实施例提供的一种将河道地图映射到Web地图的方法及装置，所述方法包括：分别提取河道地图和Web河道地图的水域图像；采用细化算法得到各自的水面拓扑结构图；根据水面拓扑结构图，提取相应特征点的特征点像素位置和GPS估计位置，并将特征点像素位置和GPS估计位置存储于水面拓扑结构图的各个对应节点；通过对应节点获得映射点对；利用映射点对计算河道地图到Web河道地图的透视投影变换矩阵及变换后的GPS映射坐标原点；利用透视投影变换矩阵完成河道地图到Web河道地图的映射。采用本发明，能够实现真实地理环境与Web地图的准确配准。
附图说明
图1是本发明的一个实施例提供的将河道地图映射到Web地图的方法的流程示意图；
图2是本发明的又一个实施例将河道地图映射到Web地图的方法的流程示意图；
图3是本发明的另一个实施例提供的将河道地图映射至Web地图的方法的流程示意图；
图4是本发明的一个实施例提供的将河道地图映射至Web地图的装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1。
如图1所示，本发明的一个实施例提供的将河道地图映射到Web地图的方法，包括：
S11，分别提取河道地图和Web河道地图的水域图像。
S12，采用GuoHall细化算法，分别对所述河道地图和所述Web河道地图的水域图像进行细化，得到各自的水面拓扑结构图。
S13，根据水面拓扑结构图，提取相应特征点的特征点像素位置和GPS估计位置，并将特征点像素位置和GPS估计位置存储于水面拓扑结构图的各个对应节点。
S14，以GPS估计位置为中心点，根据预设空间半径构造包围矩形，在水面拓扑结构图中寻找落在包围矩形内的同类型的特征节点，作为河道地图到Web河道地图的特征映射点，即获得映射点对。
S15，根据河道地图的自然分块特性，对每一个分块取若干个在Web河道地图上围成的图像面积最大的特征映射点，计算河道地图到Web河道地图的透视投影变换矩阵及变换后的GPS映射坐标原点。
S16，根据透视投影变换矩阵，进行河道地图到Web河道地图的旋转拉伸变换后，按照GPS映射坐标原点，将河道地图放置到Web河道地图上，即完成河道地图到Web河道地图的映射。
对于步骤S11，具体的，通过对河道地图与Web河道地图进行二值化，得到并提取河道地图的水域图像以及Web河道地图的水域图像。
在本实施例中，通过对无人机航拍视频的河道地图和Web地图进行二值化，从而提取出河道地图和Web地图的水面区域二值图像。
对于步骤S12，具体的，采用GuoHall细化算法对河道拼接地图和Web地图的水域及河面进行细化，获得水域及河面的细化骨架中线图，从而逐像素构建河道拼接地图的水面拓扑结构图和Web地图的水面拓扑结构图。
在本实施例中，使用GuoHall细化算法对河道地图以及Web河道地图中的水域及河面进行细化，利用水面检测算法检测出待映射河道拼接地图中的水面，经细化处理获得水面中间线，获得水域及河面的细化骨架中线图，从该细化骨架中线图中逐像素地构建以无向图结构存储的水面拓扑结构图。为了降低特征点的选取难度和误选率，并提高计算速度，在对特征点进行提取和搜索时均先将河道地图以及Web河道地图精简为拓扑结构图，寻找特征点均是从以无向图结构存储的拓扑结构图上进行的。
对于步骤S13，具体的，提取河道地图上的GPS坐标信息与Web地图相应的GPS坐标信息，得到特征点像素GPS估计位置，并对水流大幅度转角、交汇等特征点像素位置及GPS估计位置进行提取，存储在水面拓扑结构图的各个对应节点中。
在本实施例中，基于河道的形态学特征在Web地图与河道地图的河道区域上寻找便于匹配的特征点，并记录和存储特征点在各自图像上的坐标到水面拓扑结构图的各个对应节点中，以便进行匹配运算。该特征点包括大幅度的河道转角、两河交汇、弧形弯道的起止点、直角弯道的顶点等不同缩放比例下的旋转不变的空间特征点。
对于步骤S14，具体的，以GPS估计位置为中心点，构造预设空间半径为200～300米的圆的外包围正方形，在水面拓扑结构图中寻找落在外包围正方形内的同类型的特征节点作为河道地图到Web河道地图的特征映射点，即获得映射点对。
在本实施例中，在Web地图上寻找特征节点前会根据特征节点在河道地图上的无人机飞行GPS坐标作为为粗略估计中心点，并在此GPS估计坐标点附近，实际空间半径200～300米的圆的外包围矩形中从内向外寻找同类型的特征节点作为河道地图到Web河道地图的特征映射点，从而获得映射点对，以便降低误匹配错误率并提高搜索和匹配的速度。
对于步骤S15，具体的，将河道地图投影到墨卡托地图空间中，再根据河道地图的自然分块特性，对每一个分块取若干个分块在Web地图上围成的图像面积最大的特征映射点，计算相应透视投影变换矩阵以及变换后的GPS映射坐标原点。
在本实施例中，先使用地图学的常规投影方法将河道拼接地图投影到墨卡托地图空间中，再根据河道拼接地图的自然分块特性，对每一个分块取4个在Web地图上围成的图像面积最大的匹配点，计算河道地图到Web地图的透视投影变换矩阵及变换后的GPS映射坐标原点。
对于步骤S16，具体的，根据透视投影变换矩阵，进行河道地图到Web河道地图的旋转拉伸变换后，按照GPS映射坐标原点，将河道地图放置到Web河道地图上，即完成河道地图到Web河道地图的映射。
本实施例中，将无人机航拍到的河道地图通过透视投影变换矩阵进行旋转拉伸变换，最终将变换后的河道地图按照GPS映射坐标原点放置到Web地图上，即完成无人机航拍视频的地图到现有Web地图的映射。
请参阅图2-3。
如图2-3所示，本发明的又一个实施例提供的将河道地图映射到Web地图的方法，除图1所示流程方法外，还包括:
S08，采集河道地图，并获取河道地图的GPS坐标信息。
S09，基于Web墨卡托大地投影体系，将河道地图的GPS坐标信息转化为大地投影的河道网络坐标信息。
S10，根据河道网络坐标信息，求最小包围矩形，并根据包围矩形确定Web河道地图的坐标范围，得到Web河道地图。
对于步骤S10，具体的，根据河道网络坐标信息，确定最小包围矩形的大小和尺寸，从而根据最小包围矩形的大小和尺寸确定Web河道地图的坐标范围，从而得到完整的Web河道地图。
在本实施例中，根据河道网络坐标信息，将最小包围矩形按16个等级划分成320*320大小的矩形方块，根据矩形方块反向计算出每个矩形方块中心点的GPS坐标。以矩形方块中心点坐标作为中心点，放大成640*640区块，向静态地图API接口请求Web地图分片。在对Web地图API接口进行请求时，通过设置标志位来去除Web地图除河道以外的所有其他标签或标识，包括道路、地点、地名、等高线等可见标志设置，并将水面标志设置为可见，颜色设置为村白，并将地图背景设置为纯黑。获得矩形方块后，剪除方块见在边缘的重叠区域并将所有矩形方块拼接为一个整体，获得完整的Web河道地图。
本发明实施例提供一种将河道地图映射至Web地图的方法，通过提取河道地图和Web河道地图的水域图像，获取河道地图和Web河道地图的特征映射点，通过计算变换矩阵得到映射关系完成河道地图到Web河道地图的映射。采用本发明，可实现真实地理环境与Web地图的准确配准。
参阅图4，本发明的一个实施例提供的将河道地图映射至Web地图的装置，包括：
地图采集模块101，用于采集河道地图，并获取河道地图的GPS坐标信息。
投影模块102，用于基于Web墨卡托大地投影体系，将河道地图的GPS坐标信息转化为大地投影的河道网络坐标信息。
Web河道地图获取模块103，用于根据河道网络坐标信息，求最小包围矩形，并根据包围矩形确定Web河道地图的坐标范围，得到Web河道地图。
具体的，Web河道地图获取模块103用于根据河道网络坐标信息，确定最小包围矩形的大小和尺寸，从而根据最小包围矩形的大小和尺寸确定Web河道地图的坐标范围，从而得到完整的Web河道地图。
在本实施例中，根据河道网络坐标信息，将最小包围矩形按16个等级划分成320*320大小的矩形方块，根据矩形方块反向计算出每个矩形方块中心点的GPS坐标。以矩形方块中心点坐标作为中心点，放大成640*640区块，向静态地图API接口请求Web地图分片。在对Web地图API接口进行请求时，通过设置标志位来去除Web地图除河道以外的所有其他标签或标识，包括道路、地点、地名、等高线等可见标志设置，并将水面标志设置为可见，颜色设置为村白，并将地图背景设置为纯黑。获得矩形方块后，剪除方块见在边缘的重叠区域并将所有矩形方块拼接为一个整体，获得完整的Web河道地图。
水面图像提取模块104，用于分别提取河道地图和Web河道地图的水域图像。
具体的，水面图像提取模块104用于通过对河道地图与Web河道地图进行二值化，得到并提取河道地图的水域图像以及Web河道地图的水域图像。
在本实施例中，水面图像提取模块104用于通过对无人机航拍视频的河道地图和Web地图进行二值化，从而提取出河道地图和Web地图的水面区域二值图像。
拓扑图获取模块105，用于采用GuoHall细化算法，分别对河道地图和Web河道地图的水域图像进行细化，得到各自的水面拓扑结构图。
具体的，拓扑图获取模块105用于采用GuoHall细化算法对河道拼接地图和Web地图的水域及河面进行细化，获得水域及河面的细化骨架中线图，从而逐像素构建河道拼接地图的水面拓扑结构图和Web地图的水面拓扑结构图。
在本实施例中，拓扑图获取模块105用于使用GuoHall细化算法对河道地图以及Web河道地图中的水域及河面进行细化，利用水面检测算法检测出待映射河道拼接地图中的水面，经细化处理获得水面中间线，获得水域及河面的细化骨架中线图，从该细化骨架中线图中逐像素地构建以无向图结构存储的水面拓扑结构图。为了降低特征点的选取难度和误选率，并提高计算速度，在对特征点进行提取和搜索时均先将河道地图以及Web河道地图精简为拓扑结构图，寻找特征点均是从以无向图结构存储的拓扑结构图上进行的。
节点模块106用于提取相应特征点的特征点像素位置和GPS估计位置，并将特征点像素位置和GPS估计位置存储于水面拓扑结构图的各个对应节点。
具体的，节点模块106用于提取河道地图上的GPS坐标信息与Web地图相应的GPS坐标信息，得到特征点像素GPS估计位置，并对水流大幅度转角、交汇等特征点像素位置及GPS估计位置进行提取，存储在水面拓扑结构图的各个对应节点中。
在本实施例中，节点模块106用于基于河道的形态学特征在Web地图与河道地图的河道区域上寻找便于匹配的特征点，并记录和存储特征点在各自图像上的坐标到水面拓扑结构图的各个对应节点中，以便进行匹配运算。该特征点包括大幅度的河道转角、两河交汇、弧形弯道的起止点、直角弯道的顶点等不同缩放比例下的旋转不变的空间特征点。
特征映射模块107用于特征映射模块用于以GPS估计位置为中心点，根据预设空间半径构造包围矩形，在水面拓扑结构图中寻找落在包围矩形内的同类型的节点，作为河道地图到Web河道地图的特征映射点，即获得映射点对。
具体的，特征映射模块107用于以GPS估计位置为中心点，构造预设空间半径为200～300米的圆的外包围正方形，在水面拓扑结构图中寻找落在外包围正方形内的同类型的特征节点作为河道地图到Web河道地图的特征映射点，即获得映射点对。
在本实施例中，特征映射模块107用于在Web地图上寻找特征节点前会根据特征节点在河道地图上的无人机飞行GPS坐标作为为粗略估计中心点，并在此GPS估计坐标点附近，实际空间半径200～300米的圆的外包围矩形中从内向外寻找同类型的特征节点作为河道地图到Web河道地图的特征映射点，从而获得映射点对，以便降低误匹配错误率并提高搜索和匹配的速度。
坐标原点模块108用于根据河道地图的自然分块特性，对每一个分块取若干个在Web河道地图上围成的图像面积最大的特征映射点，计算河道地图到Web河道地图的透视投影变换矩阵及变换后的GPS映射坐标原点。
具体的，坐标原点模块108用于将河道地图投影到墨卡托地图空间中，再根据河道地图的自然分块特性，对每一个分块取若干个分块在Web地图上围成的图像面积最大的特征映射点，计算相应透视投影变换矩阵以及变换后的GPS映射坐标原点。
在本实施例中，坐标原点模块108用于先使用地图学的常规投影方法将河道拼接地图投影到墨卡托地图空间中，再根据河道拼接地图的自然分块特性，对每一个分块取4个在Web地图上围成的图像面积最大的匹配点，计算河道地图到Web地图的透视投影变换矩阵及变换后的GPS映射坐标原点。
图像映射模块109，用于根据透视投影变换矩阵，进行河道地图到Web河道地图的旋转拉伸变换后，按照GPS映射坐标原点，将河道地图放置到Web河道地图上，即完成河道地图到Web河道地图的映射。
具体的，图像映射模块109用于根据透视投影变换矩阵，进行河道地图到Web河道地图的旋转拉伸变换后，按照GPS映射坐标原点，将河道地图放置到Web河道地图上，即完成河道地图到Web河道地图的映射。
本实施例中，图像映射模块109用于将无人机航拍到的河道地图通过透视投影变换矩阵进行旋转拉伸变换，最终将变换后的河道地图按照GPS映射坐标原点放置到Web地图上，即完成无人机航拍视频的地图到现有Web地图的映射。
本发明实施例提供一种将河道地图映射至Web地图的装置，通过提取河道地图和Web河道地图的水域图像，获取河道地图和Web河道地图的特征映射点，通过计算变换矩阵得到映射关系完成河道地图到Web河道地图的映射。采用本发明，可实现真实地理环境与Web地图的准确配准。
本发明的又一实施例还提供了一种将河道地图映射到Web地图的装置，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上述的将河道地图映射到Web地图的方法。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。
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流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。

Claims (10)

1.一种将河道地图映射到Web地图的方法，其特征在于，包括：
分别提取河道地图和Web河道地图的水域图像；
采用GuoHall细化算法，分别对所述河道地图和所述Web河道地图的水域图像进行细化，得到各自的水面拓扑结构图；
根据所述水面拓扑结构图，提取相应特征点的特征点像素位置和GPS估计位置，并将所述特征点像素位置和所述GPS估计位置存储于所述水面拓扑结构图的各个对应节点；
以所述GPS估计位置为中心点，根据预设空间半径构造包围矩形，在所述水面拓扑结构图中寻找落在所述包围矩形内的同类型的节点，作为所述河道地图到所述Web河道地图的特征映射点，即获得映射点对；
根据所述河道地图的自然分块特性，对每一个分块取若干个在所述Web河道地图上围成的图像面积最大的特征映射点，计算所述河道地图到所述Web河道地图的透视投影变换矩阵及变换后的GPS映射坐标原点；
根据所述透视投影变换矩阵，进行所述河道地图到所述Web河道地图的旋转拉伸变换后，按照所述GPS映射坐标原点，将所述河道地图放置到所述Web河道地图上，即完成所述河道地图到所述Web河道地图的映射。
2.根据权利要求1所述的将河道地图映射到Web地图的方法，其特征在于，在所述分别提取河道地图和Web河道地图的水域图像之前，还包括：
采集河道地图，并获取所述河道地图的GPS坐标信息；
基于Web墨卡托大地投影体系，将所述河道地图的GPS坐标信息转化为大地投影的河道网络坐标信息；
根据所述河道网络坐标信息，求最小包围矩形，并根据所述包围矩形确定Web河道地图的坐标范围，得到所述Web河道地图。
3.根据权利要求2所述的将河道地图映射到Web地图的方法，其特征在于，所述根据所述最小包围矩形确定Web河道地图的坐标范围，得到Web河道地图,具体为：
将所述最小包围矩形按不同等级划分成多个矩形方块，根据所述矩形方块反向计算出每个所述矩形方块中心点在Web地图中的GPS坐标；
根据所述GPS坐标将所述多个矩形方块进行拼接，得到所述Web河道地图。
4.根据权利要求1所述的将河道地图映射到Web地图的方法，其特征在于，所述分别提取河道地图和Web河道地图的水域图像，具体为：
对所述河道地图与所述Web河道地图进行二值化，得到所述河道地图的水域图像以及所述Web河道地图的水域图像。
5.根据权利要求1所述的将河道地图映射到Web地图的方法，其特征在于，所述采用GuoHall细化算法，分别对所述河道地图和所述Web河道地图的水域图像进行细化，得到各自的水面拓扑结构图，具体为：
采用GuoHall细化算法对所述河道地图和所述Web河道地图的水域及河面进行细化，获得水域及河面的细化骨架中线图，从而构建所述河道地图的水面拓扑结构图和所述Web河道地图的水面拓扑结构图。
6.根据权利要求1所述的将河道地图映射到Web地图的方法，其特征在于，所述以所述GPS估计位置为中心点，根据预设空间半径构造包围矩形，在所述水面拓扑结构图中寻找落在所述包围矩形内的同类型的特征节点，具体为：
以所述GPS估计位置为中心点，构造预设空间半径为200～300米的圆的外包围正方形，在所述水面拓扑结构图中寻找落在所述外包围正方形内的同类型的特征节点。
7.一种将河道地图映射至Web地图的装置，其特征在于，包括：
水面图像提取模块，用于分别提取河道地图和Web河道地图的水域图像；
拓扑图获取模块，用于采用GuoHall细化算法，分别对所述河道地图和所述Web河道地图的水域图像进行细化，得到各自的水面拓扑结构图；
节点模块，用于根据所述水面拓扑结构图，提取相应特征点的特征点像素位置和GPS估计位置，并将所述特征点像素位置和所述GPS估计位置存储于所述水面拓扑结构图的各个对应节点；
特征映射模块，用于以所述GPS估计位置为中心点，根据预设空间半径构造包围矩形，在所述水面拓扑结构图中寻找落在所述包围矩形内的同类型的节点，作为所述河道地图到所述Web河道地图的特征映射点，即获得映射点对；
坐标原点模块，用于根据所述河道地图的自然分块特性，对每一个分块取若干个在所述Web河道地图上围成的图像面积最大的特征映射点，计算所述河道地图到所述Web河道地图的透视投影变换矩阵及变换后的GPS映射坐标原点；
图像映射模块，用于根据所述透视投影变换矩阵，进行所述河道地图到所述Web河道地图的旋转拉伸变换后，按照所述GPS映射坐标原点，将所述河道地图放置到所述Web河道地图上，即完成所述河道地图到所述Web河道地图的映射。
8.根据权利要求7所述的将河道地图映射至Web地图的装置，其特征在于，还包括：
地图采集模块，用于采集河道地图，并获取所述河道地图的GPS坐标信息；
投影模块，用于基于Web墨卡托大地投影体系，将所述河道地图的GPS坐标信息转化为大地投影的河道网络坐标信息；
Web河道地图获取模块，用于根据所述河道网络坐标信息，求最小包围矩形，并根据所述包围矩形确定Web河道地图的坐标范围，得到所述Web河道地图。
9.根据权利要求7所述的将河道地图映射至Web地图的装置，其特征在于，所述拓扑图获取模块具体用于采用GuoHall细化算法，分别对所述河道地图和所述Web河道地图的水域图像进行细化，得到各自的水面拓扑结构图，具体为：
采用GuoHall细化算法对所述河道地图和所述Web河道地图的水域及河面进行细化，获得水域及河面的细化骨架中线图，从而构建所述河道地图的水面拓扑结构图和所述Web河道地图的水面拓扑结构图。
10.一种将河道地图映射至Web地图的装置，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述的将河道地图映射到Web地图的方法。
CN201810876610.6A 2018-08-02 2018-08-02 将河道地图映射至Web地图的方法及装置 Active CN109146773B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810876610.6A CN109146773B (zh) 2018-08-02 2018-08-02 将河道地图映射至Web地图的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810876610.6A CN109146773B (zh) 2018-08-02 2018-08-02 将河道地图映射至Web地图的方法及装置

Publications (2)

Publication Number Publication Date
CN109146773A CN109146773A (zh) 2019-01-04
CN109146773B true CN109146773B (zh) 2022-10-11

Family

ID=64791452

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810876610.6A Active CN109146773B (zh) 2018-08-02 2018-08-02 将河道地图映射至Web地图的方法及装置

Country Status (1)

Country Link
CN (1) CN109146773B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110246414A (zh) * 2019-05-31 2019-09-17 重庆颂拓科技有限公司 河道地图显示方法、装置、储存介质及设备
CN110634156A (zh) * 2019-08-28 2019-12-31 重庆知行宏图科技有限公司 室内平面图的在线配准方法
CN114581287B (zh) * 2022-02-18 2023-02-07 高德软件有限公司 数据处理方法以及装置
CN115965535B (zh) * 2023-03-14 2023-06-30 海豚乐智科技(成都)有限责任公司 基于特征矫正gps信息的航拍图实时拼接方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105469405A (zh) * 2015-11-26 2016-04-06 清华大学 基于视觉测程的同时定位与地图构建方法
CN107657623A (zh) * 2017-08-28 2018-02-02 北京工业大学 一种用于无人机的河道线检测系统与方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6503906B2 (ja) * 2015-06-10 2019-04-24 富士通株式会社 画像処理装置、画像処理方法および画像処理プログラム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105469405A (zh) * 2015-11-26 2016-04-06 清华大学 基于视觉测程的同时定位与地图构建方法
CN107657623A (zh) * 2017-08-28 2018-02-02 北京工业大学 一种用于无人机的河道线检测系统与方法

Also Published As

Publication number Publication date
CN109146773A (zh) 2019-01-04

Similar Documents

Publication Publication Date Title
CN109146773B (zh) 将河道地图映射至Web地图的方法及装置
KR102344012B1 (ko) 관심 지점을 표시하기 위한 방법 및 장치
US9324003B2 (en) Location of image capture device and object features in a captured image
WO2020052530A1 (zh) 一种图像处理方法、装置以及相关设备
JP4232167B1 (ja) 対象特定装置、対象特定方法および対象特定プログラム
CN104281840A (zh) 一种基于智能终端定位识别建筑物的方法及装置
US9600607B2 (en) Methods, apparatuses and computer program products for automatic, non-parametric, non-iterative three dimensional geographic modeling
US10949999B2 (en) Location determination using street view images
CN109243289A (zh) 高精度地图制作中地下车库停车位提取方法及系统
CN111028358A (zh) 室内环境的增强现实显示方法、装置及终端设备
CN110969592A (zh) 图像融合方法、自动驾驶控制方法、装置和设备
Ghilardi et al. Crosswalk localization from low resolution satellite images to assist visually impaired people
CN111967341A (zh) 一种卫星地图目标物轮廓的识别方法
WO2019097422A2 (en) Method and system for enhanced sensing capabilities for vehicles
Liu et al. Image-translation-based road marking extraction from mobile laser point clouds
US9031281B2 (en) Identifying an area of interest in imagery
CN105631849A (zh) 多边形目标的变化检测方法及装置
CN116823966A (zh) 相机的内参标定方法、装置、计算机设备和存储介质
CN113139031A (zh) 用于自动驾驶的交通标识的生成方法及相关装置
KR20220096162A (ko) 항공영상 기반 도로 검출장치 및 그 방법
CN112767498A (zh) 相机标定方法、装置和电子设备
CN112801077B (zh) 用于自动驾驶车辆的slam初始化的方法及相关装置
CN116007637B (zh) 定位装置、方法、车载设备、车辆、及计算机程序产品
US11836975B1 (en) System and method for mapping land parcels using computer processes and images of the land parcels
EP4246455A1 (en) Method and device for detecting object and vehicle

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant