CN109345450B - 一种利用地理实体要素信息的影像镶嵌方法 - Google Patents

Abstract

本发明公开了一种利用地理实体要素信息的影像镶嵌方法，利用地理实体要素信息的影像镶嵌方法，利用地理实体要素信息，将地理信息数据资源的先验知识信息应用于遥感影像数据的裁切与镶嵌，有效提高镶嵌边界线与自然地物边界的贴合，保证在合成的DOM影像中地物对象的完整性。同时，利用地理实体要素信息，确定遥感影像分割和镶嵌的单元，建设面向对象的实体影像数据库，开放DOM生产工艺流程，以实体对象为更新目标，进行影像的微分纠正、图斑分割、数据管理和影像镶嵌，能有效提高DOM数据生产效率。

Description

一种利用地理实体要素信息的影像镶嵌方法

技术领域

本发明属于影像镶嵌方法技术领域，具体涉及一种利用地理实体要素信息的影像镶嵌方法。

背景技术

遥感影像数据应用中，对航空(或航天)相片进行数字微分纠正和镶嵌，并按一定图幅范围裁剪，生成同时具有地图几何精度和影像特征的图像，通常称为数字正射影像图(DOM)。DOM具有精度高、信息丰富、直观逼真、获取快捷等优点，在影像图制作、地图分析背景、专题信息提取等方向具有非常广泛应用。

为了保障遥感影像数据的现势性，要求DOM生产周期尽可能短，数据质量尽可能高。随着POS辅助空中三角测量、多核CPU浮点运算、多核GPU并行运算、系统分布式集群处理模式、以及相关商业软件成熟可靠的算法，从空中三角测量，到DEM创建，再到数字微分纠正，以及DOM分幅等流程节点的自动化程度和效率都比之前有了大幅度的提高。但是影像镶嵌的过程依旧需要大量人工修补作业的工作量，自动化难度大，因此DOM数据生产的效率问题依然突出。

相关DOM数据镶嵌的研究主要是集中在镶嵌线的自动化生成算法上，对一组具有重叠区域的数字影像，基于灰度差异和梯度确定每幅影像对最终镶嵌影像的有效贡献区域，并使相邻影像的有效镶嵌区域无缝衔接，即不出现重叠像素区域和无有效像素的区域。孙明伟等公开了一种自动确定正射影像镶嵌线并进行正射影像自动无缝镶嵌的方法，该方法利用蚁群算法的正反馈，群体智能的启发式搜索特性，在差值图像中选择避开障碍区域的最优路径，即得到两幅待拼接正射影像的镶嵌线，利用镶嵌线将正射影像对进行镶嵌融合，实现正射影像自动无缝镶嵌；钟灿等提出了一种基于极小化极大算法的正射影像镶嵌线搜索的方法，采用贪心法搜索方法，结合改进后的极小化极大算法，进行影像镶嵌线的搜索；孙杰等针对LiDAR正射影像提出了利用改进的A＊算法自动避开障碍区域选择一条最优化镶嵌线的智能优化方案；马东岭等论述了将待镶嵌的相邻正射影像对根据地面坐标计算出它们在重叠区域的差值图像，通过外方位元素生成一条初始镶嵌线，并根据蚁群算法在重叠区域的差值图像上沿着初始镶嵌线在起点至终点选择一条最佳的路径避开房屋等高大地物，保存为最优镶嵌线的方法，实现大比例尺与城市地区的正射影像智能镶嵌；陈继溢等针对高分辨率遥感影像提出了一种基于最优生成树的镶嵌线快速智能检测方法。该方法利用影像亮度差异和梯度构建重叠区域差分影像并视其为带权无向图，以Bottleneck模型为基础，采用最优生成树生成方法智能检测最佳镶嵌线。然而，这些利用图像特征计算镶嵌边界的算法无法在大区域范围内保证线与自然地物边界重叠，依旧时常会出现镶嵌线穿过自然地物对象的情况。

发明内容

发明目的：针对上述现有技术存在的不足，本发明的目的是提供一种利用地理实体要素信息的影像镶嵌方法，有效提高镶嵌边界线与自然地物边界的贴合，保证在合成的DOM影像中地物对象的完整性。

技术方案：为了实现上述发明目的，本发明采用的技术方案为：

一种利用地理实体要素信息的影像镶嵌方法，步骤如下：

1)首先利用已有的地理实体要素数据，提取影像分割单元，存储为矢量数据格式；记录每个分割单元对应的可被分割的影像数据源；依据考虑成像方式的镶嵌规则，标记自动化处理流程中的默认最优的对应数据源；当默认有限的数据源无法满足应用需求时，可以从分割单元对应的其余数据源中选取；

2)使用分割单元图斑以及标记的最优数据源，对经过空三加密和地形微分纠正后的单片正射影像数据进行目标影像的裁切和分割，形成影像更新图斑；生成的影像图斑以GeoTIFF的文件方式存储在文件系统中，文件命名规则为“分割单元ID标识_被分割的数据源原始文件名”；同时建立实体对象、图幅、数据源、分割后单元影像文件之间的索引，在MongDB半结构化的数据库中存储；

3)以图幅为单位，读取相关地理实体单元影像文件，经过羽化处理，进行自动拼接，并且使用图幅范围进行切割，最终生成完整的单图幅DOM成果。

步骤1)中，地理实体要素数据包括地理国情土地利用土地覆盖、道路线网数据。

步骤1)中，提取影像分割单元应顾及遥感影像单幅影像覆盖范围、计算效率及分割后单元影像质量。

步骤1)中，存储为矢量数据格式为shapefiles。

步骤1)中，记录每个分割单元对应的可被分割的影像数据源，考虑到数据源的采集方式，相邻的有30％到60％的重叠区域，一个分割单元可对应1到4幅影像数据源。

提取实体边线的原则为：

a)首先应尽量选择线状地物构建镶嵌区域的骨架线，从而将整个区域分为形态较为规则的小范围地块；

b)当遇到立交桥、高架路、管线等架空地物对象时应尽量避让，不利用这些地物构建镶嵌线，客观上避不开时可在镶嵌完毕后的影像成果中再进行二次编辑处理，以保证地物的连续性且不变形；

c)在地块内部可利用植被和城镇建造类型的地物再划分地物对象，细化镶嵌线的构造；

d)实体对象，即影像分割单元，不应精度太高太琐碎，这样会增加影像镶嵌的处理速度，但同时面积或者长度不应当超过两幅影像重复区域范围，这样可以保证分割裁切实体对象时对象的完整性。

所述的利用地理实体要素信息的影像镶嵌方法，采用多任务并行影像镶嵌处理快速地完成影像裁切和合并的计算过程；所述的多任务并行影像镶嵌是将一个“巨大”的裁切和合并任务拆分成多个子任务，并开启多个进程，每个计算节点自动领取切图子任务并执行。

所述的多任务镶嵌处理支持单机多任务和多机多任务。

有益效果：与现有技术中完全基于影像灰度差异和梯度、影像匹配接边纠正、地理特征分析，以及数学模型算法应用等自动选择推算镶嵌线的方法相比，本发明的利用地理实体要素信息的影像镶嵌方法，利用地理实体要素信息，将地理信息数据资源的先验知识信息应用于遥感影像数据的裁切与镶嵌，有效提高镶嵌边界线与自然地物边界的贴合，保证在合成的DOM影像中地物对象的完整性。同时，利用地理实体要素信息，确定遥感影像分割和镶嵌的单元，建设面向对象的实体影像数据库，开放DOM生产工艺流程，以实体对象为更新目标，进行影像的微分纠正、图斑分割、数据管理和影像镶嵌，能有效提高DOM数据生产效率。

附图说明

图1是地理实体要素与待裁切影像数据源的对应关系图；

图2是实体对象分割影像数据存储的索引关系图；

图3是多任务并行镶嵌数据处理图；

图4是影像单片与地理实体拓扑计算结果图；

图5是自动镶嵌处理后生成的影像成果叠加实体镶嵌线图。

具体实施方式

下面结合具体实施例对本发明做进一步的说明。

实施例1

地理实体是现实世界中独立存在、可以唯一性标识的自然或人工地物。地理实体要素是对地球表面上一定时间内分布的复杂地物、现象和事件的空间位置、属性特征以及它们相互的空间关系进行抽象简化表达的结果，包括表示地球表面自然形态的地貌、水系、植被和土壤等自然地理要素，以及与人类在生产活动中改造自然界所形成的居民地、道路网、通讯设备、工农业设施和行政标志等社会经济要素。已有的地形图测绘和地理国情普查等测绘成果，都是对地理实体对象的空间信息表达。地理实体要素是采用面向对象的构模方法，是以点、线、面几何图元为空间数据表达与分类分层组织的基本单元。地理实体要素可以进行唯一的空间位置信息标识、分类标识与生命周期标识，可实现信息内容分类分级与管理。具有唯一的地理实体标识，可以通过地理实体标识实现地理实体与相关社会经济、自然资源信息的挂接，也可以通过地理实体标识实现地理实体与影像数据的关联，建立遥感影像分割的图形单元与地理实体对象间的一一对应关系，从而构建影像镶嵌的边界以及处理过程中的数据管理规则。

针对遥感影像分割与镶嵌的需求，对基础地理信息数据、地理国情普查数据等数据成果进行具体分析，分析境界、政区、道路、水系、居民地等要素的图形和属性特征，重点关注地理实体要素的范围和边界信息，分别尝试对境界线、建成区界线、道路中心线和道路边线、水系边线和水系骨架线、房屋住宅区边线、种植土地边线等要素信息的分析与利用，结合成图区的地理特征，选择最优的实体边线组合用于遥感影像处理中的图像分割和镶嵌边线。提取实体边线的时候应当可虑以下原则：

a)首先应尽量选择线状地物(如道路、河流)构建镶嵌区域的骨架线，从而将整个区域分为形态较为规则的小范围地块。

b)当遇到立交桥、高架路、管线等架空地物对象时应尽量避让，不利用这些地物构建镶嵌线，客观上避不开时可在镶嵌完毕后的影像成果中再进行二次编辑处理，以保证地物的连续性且不变形。

c)在地块内部可利用植被和城镇建造类型的地物再划分地物对象，细化镶嵌线的构造。

d)实体对象，即影像分割单元，不应精度太高太琐碎，这样会增加影像镶嵌的处理速度，但同时面积或者长度不应当超过两幅影像重复区域范围，这样可以保证分割裁切实体对象时对象的完整性。例如，当遇到房屋密集的城区时，包含大片的高层建筑以及建筑物中间的植被覆盖，建议在一个地块之内，合并这些实体对象，成为一个完整的对象。

在制定完地理实体要素提取规则后，自动生成的地理实体要素，若出现镶嵌先不合理或者遗漏、编辑错误的情况下，可选择在提取镶嵌线时进行人工干预，对矢量数据的编辑和处理时间远远小于对影像数据的处理时间，从而提升整体镶嵌的效率。

影像镶嵌的数据源一般为采用摄影方式遥感获得的航空和航天遥感图像信息，成像采用光学原理摄影成像的方法。影像镶嵌中应顾及数据源的成像方式和特征。采用航空摄影方式获取的遥感影像，应顾及航高、像幅、焦距等参数的影响，应尽可能避免距离像主点远近不同带来的投影变形的差异。在影像分割中，应将像幅的覆盖范围、重叠情况、实体大小和边线特征、距离像主点的距离等参数设置为影像重叠区域的取舍依据，使得统一地理实体对象的影像，尽可能取自同一张遥感影像。

利用已有的地理地理信息数据资源进行地理实体对象数据的编辑后，DOM影像生产流程中的镶嵌过程，具体如下：

1)首先利用已有的地理实体要素数据(如地理国情土地利用土地覆盖、道路线网等数据)，顾及遥感影像单幅影像覆盖范围、计算效率及分割后单元影像质量，提取影像分割单元，存储为矢量数据格式(如shapefiles)。记录每个分割单元(即提取综合后的地理实体对象图斑)对应的可被分割的影像数据源(如图1)，考虑到数据源的采集方式，相邻的有30％到60％的重叠区域，一个分割单元可对应1到4幅影像数据源。依据考虑成像方式的镶嵌规则，标记自动化处理流程中的默认最优的对应数据源。当默认有限的数据源无法满足应用需求时，可以从分割单元对应的其余数据源中选取。

2)使用分割单元图斑以及标记的最优数据源，对经过空三加密和地形微分纠正后的单片正射影像数据进行目标影像的裁切和分割，形成影像更新图斑(即地理实体单元影像文件)。生成的影像图斑以GeoTIFF的文件方式存储在文件系统中，文件命名规则为“分割单元ID标识_被分割的数据源原始文件名”。同时建立实体对象、图幅、数据源、分割后单元影像文件之间的索引(如图2)，在MongDB半结构化的数据库中存储。

3)以图幅为单位，读取相关地理实体单元影像文件，经过羽化处理，进行自动拼接，并且使用图幅范围进行切割，最终生成完整的单图幅DOM成果。

影像镶嵌涉及到的数据体量大，并且基于地理实体对象生成的镶嵌线导致数据源被分割的次数多，再次，数据通常在网络存储设备上存储时受网络带宽的限制，影像数据镶嵌处理的计算效率非常低下，少则几天，多则需要一个月乃至更长时间，远不能满足实际应用需求。以江苏省一个县市为例，单幅10cm精度的基础航空摄影影像大小大于1GB，全区域包含几千幅微分纠正影像单片，数千个地理实体对象分割单元，处理一个县市便会有至少数千次分割处理，涉及到大于2TB的数据体量，而江苏省一共包含百余个类似的县市。为了提高工作效率，减少人员的等待时间，需要利用并行处理才能快速地完成影像裁切和合并的计算任务。

多任务并行影像镶嵌是将一个“巨大”的裁切和合并任务拆分成多个子任务，并开启多个进程，每个计算节点自动领取切图子任务并执行(如图3)。多任务镶嵌处理支持在一台计算机上开启多个进程执行镶嵌任务(即单机多任务)，也支持在多个计算机分别开启多个进程执行镶嵌任务(即多机多任务)。

实施例2

采用实施例1的方法，进行实地测试，具体如下：

实验数据2018年江苏省计划完成覆盖全省陆域范围0.1米分辨率(主要为苏南地区)和0.2米分辨率(主要为苏北地区)的基础航空摄影，并制作1∶1000和1∶2000的数字正射影像图。随机选定覆盖太仓县的航摄分区，采用POS辅助航空摄影、POS辅助空中三角测量和已有DEM数据完成航摄分区内的全部航摄像片的单片正射影像创建，试验利用地理实体要素信息改进影像镶嵌。试验区域总共2500余幅微分纠正后的影像单片，每一幅影像至少有一幅影像与其相交，相交覆盖率在纵横航线上分别为60％和30％。影像的格式为GeoTIFF，数据量约为2.5TB。地理实体对象采用地理国情土地利用土地覆盖的面数据以及道路骨架网线数据，格式为Shapefile。太仓市地区涉及到的1∶2000国家标准分幅图数为3200余幅。

实验利用ArcGIS对空间数据的处理工具提取地理实体要素信息，利用太仓市辖区内的道路、河流等地理实体作为镶嵌线骨架，结合地理国情地表覆盖图形，并与微分纠正后的影像单片重叠计算，获取影像单片边缘区相交的完整地理实体图形，在保证地理实体完整的情况下，进行拓扑运算获得到最小裁切分割区域作为数据镶嵌线成果数据，具体效果如图4。

考虑到部署环境的灵活性，以及方法运行效率，数据镶嵌工具实现采用开源的GDAL影像库以及RasterIO、GeoPandas等依赖库，使用Python开发语言。大约3000个图幅的影像数据并行计算任务需要大量的计算节点，为了在短期内迅速满足资源需求，实验在生产内网中的私有云环境中，利用云计算的动态易扩展虚拟化资源的特性，快速获取10个虚拟机节点，每个虚拟机配置为4核CPU、16G内存、300G硬盘空间，将3000个图幅为单位的计算任务平均划分到现有的虚拟机节点上，即每台机器处理300个图幅的数据镶嵌任务，每台机器上启动两个线程同时处理图幅任务。航摄处理后的正射影像数据源全部存储在网络云存储设备中，设备底层采用HDFS分布式架构，保证多台计算节点同时访问存储设备进行I/O读写时的并发效率。在千兆网络带宽的情况下，处理过程的中间数据在虚拟机本地存储保存，而输入和最终的输出DOM成果均在网络存储中存储，处理一个图幅的计算时间平均为2分钟，因此完成全部计算大约需要5个小时。理论上当虚拟资源池中的计算资源充足时，可通过增加虚拟机个数，并且提升网络带宽速度以获取更高的并行化处理效率。计算完毕后，释放所有虚拟资源。对比现有采用Inpho商业软件生成镶嵌线后执行影像镶嵌，通过photoshop进行质量修补，再利用切图工具生成标准分幅的技术路线，除自动化程度提升外，同等的图幅数量的数据处理任务需要耗费时间，现有技术流程是基于地理实体要素自动镶嵌流程的二倍以上。基于地理实体要素自动镶嵌流程可节省的时间倍数取决于对象提取的优劣，以及可供并行计算任务使用的计算节点个数。

DOM数据成果经过质量检查，便可最终入库存档。但当镶嵌成果质量无法满足应用需求的时候，例如出现明显色差，地物被分割错位等情况，数据处理人员可通过实体对象信息提取时候建立的索引查找与当前出现问题的分割单元对应的其他多幅影像数据源，通过切换多幅裁切源数据达到改善成果数据质量问题的目的。当问题是由自动生成的镶嵌线引起的时候，也可以通过编辑工具重新编辑问题区域镶嵌线，并且裁切影像图斑，局部更新到成果影像中。实验采用ArcGIS二次开发SDK，提供ArcGIS插件来实现编辑功能，增加自动镶嵌处理的灵活性。

Claims (8)

1.一种利用地理实体要素信息的影像镶嵌方法，其特征在于，步骤如下：

1)首先利用已有的地理实体要素数据，提取影像分割单元，存储为矢量数据格式；记录每个分割单元对应的可被分割的影像数据源；依据考虑成像方式的镶嵌规则，标记自动化处理流程中的默认最优的对应数据源；当默认有限的数据源无法满足应用需求时，可以从分割单元对应的其余数据源中选取；

2)使用分割单元图斑以及标记的最优数据源，对经过空三加密和地形微分纠正后的单片正射影像数据进行目标影像的裁切和分割，形成影像更新图斑；生成的影像图斑以GeoTIFF的文件方式存储在文件系统中，文件命名规则为“分割单元ID标识_被分割的数据源原始文件名”；同时建立实体对象、图幅、数据源、分割后单元影像文件之间的索引，在MongDB半结构化的数据库中存储；

3)以图幅为单位，读取相关地理实体单元影像文件，经过羽化处理，进行自动拼接，并且使用图幅范围进行切割，最终生成完整的单图幅DOM成果。

2.根据权利要求1所述的利用地理实体要素信息的影像镶嵌方法，其特征在于，步骤1)中，地理实体要素数据包括地理国情土地利用土地覆盖、道路线网数据。

3.根据权利要求1所述的利用地理实体要素信息的影像镶嵌方法，其特征在于，步骤1)中，提取影像分割单元应顾及遥感影像单幅影像覆盖范围、计算效率及分割后单元影像质量。

4.根据权利要求1所述的利用地理实体要素信息的影像镶嵌方法，其特征在于，步骤1)中，存储为矢量数据格式为shapefiles。

5.根据权利要求1所述的利用地理实体要素信息的影像镶嵌方法，其特征在于，步骤1)中，记录每个分割单元对应的可被分割的影像数据源，考虑到数据源的采集方式，相邻的有30％到60％的重叠区域，一个分割单元可对应1到4幅影像数据源。

6.根据权利要求1所述的利用地理实体要素信息的影像镶嵌方法，其特征在于，提取实体边线的原则为：

a)首先应尽量选择线状地物构建镶嵌区域的骨架线，从而将整个区域分为形态较为规则的小范围地块；

b)当遇到立交桥、高架路、管线等架空地物对象时应尽量避让，不利用这些地物构建镶嵌线，客观上避不开时可在镶嵌完毕后的影像成果中再进行二次编辑处理，以保证地物的连续性且不变形；

c)在地块内部可利用植被和城镇建造类型的地物再划分地物对象，细化镶嵌线的构造；

d)实体对象，即影像分割单元，不应精度太高太琐碎，这样会增加影像镶嵌的处理速度，但同时面积或者长度不应当超过两幅影像重复区域范围，这样可以保证分割裁切实体对象时对象的完整性。

7.根据权利要求1所述的利用地理实体要素信息的影像镶嵌方法，其特征在于，采用多任务并行影像镶嵌处理快速地完成影像裁切和合并的计算过程；所述的多任务并行影像镶嵌是将一个“巨大”的裁切和合并任务拆分成多个子任务，并开启多个进程，每个计算节点自动领取切图子任务并执行。

8.根据权利要求7所述的利用地理实体要素信息的影像镶嵌方法，其特征在于，所述的多任务镶嵌处理支持单机多任务和多机多任务。

Images