CN110263113A - 地形图中地物要素的更新方法、系统及设备 - Google Patents
地形图中地物要素的更新方法、系统及设备 Download PDFInfo
- Publication number
- CN110263113A CN110263113A CN201910480688.0A CN201910480688A CN110263113A CN 110263113 A CN110263113 A CN 110263113A CN 201910480688 A CN201910480688 A CN 201910480688A CN 110263113 A CN110263113 A CN 110263113A
- Authority
- CN
- China
- Prior art keywords
- atural object
- object element
- repaired
- image
- topographic
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Remote Sensing (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Instructional Devices (AREA)
Abstract
本发明公开了一种地形图数据库中地物要素的更新方法，包括：获取前期影像和后期影像；其中，所述前期影像为与当前地形图同时相的遥感影像数据，所述后期影像为当前最新的遥感影像数据；将所述前期影像和所述后期影像进行比对，得到差异结果图；其中，所述差异结果图包括变化区域和非变化区域；在所述差异结果图中提取所述变化区域；将所述变化区域的地物要素与待修测地形图数据库中的地物要素进行比对分析，以更新待修测地形图数据库中的地物要素。本发明还公开一种地形图数据库中地物要素的更新系统和一种地形图数据库中地物要素的更新设备。采用本发明实施例，能有效提高地形图中地物要素更新的工作效率。
Description
技术领域
本发明涉及制图编绘技术领域，尤其涉及一种地形图中地物要素的更新方法、系统及设备。
背景技术
地形图在地质勘探、矿山开采、城市用地分析、城市规划、工程建设等领域都有着广泛的用途；随着我国经济的快速发展和城市建设的日新月异，国内大部分城市都已基本完成了城市中心城区或规划建成区大比例尺(1:500、1:1000、1:2000等)地形图的测绘并建库，在城市规划、建设与管理中发挥了重要的基础性支撑作用。
地物是指的是地面上各种有形物(如山川、森林、建筑物等)和无形物(如省、县界等)的总称，泛指地球表面上相对固定的物体。在大比例尺地形图更新时，主要靠人工巡检巡视来发现变化的区域(包含地物要素)，即外业测绘人员以待更新的纸质地形图为基础进行外业巡查，对巡查结果进行工作量统计，然后进行控制测量，并采用内外业一体化数字测图技术进行修测更新，最后检查归档。人工巡检巡视是最可靠的地物要素变化发现的方法，但该方法工作量巨大导致工作效率非常低，难以满足城市大比例地形图中更新地物要素的时效性要求。
发明内容
本发明实施例的目的是提供一种地形图中地物要素的更新方法、系统及设备，能有效提高地形图中地物要素更新的工作效率。
为实现上述目的，本发明实施例提供了一种地形图数据库中地物要素的更新方法，包括：
获取前期影像和后期影像；其中，所述前期影像为与当前地形图同时相的遥感影像数据，所述后期影像为当前最新的遥感影像数据；
将所述前期影像和所述后期影像进行比对，得到差异结果图；其中，所述差异结果图包括变化区域和非变化区域；
在所述差异结果图中提取所述变化区域；
将所述变化区域的地物要素与待修测地形图数据库中的地物要素进行比对分析，以更新待修测地形图数据库中的地物要素。
作为上述方案的改进，所述将所述前期影像和所述后期影像进行比对，得到差异结果图，包括：
对所述前期影像和所述后期影像进行辐射校正；
将进行完辐射校正后的所述前期影像和所述后期影像输入卷积神经网络模型中进行特征提取，得到前期影像特征图和后期影像特征图；
计算所述前期影像特征图和所述后期影像特征图的欧氏距离，得到所述前期影像和所述后期影像的差异结果图。
作为上述方案的改进，所述待修测地形图数据库中的每一地物要素均标记有ID值和更新时间。
作为上述方案的改进，所述将所述变化区域的地物要素与待修测地形图数据库中的地物要素进行比对分析，包括：
将所述待修测地形图数据库中被所述变化区域包含或相交的地物要素导出，以生成所述变化区域的待修测地形图；
对所述待修测地形图进行内外业修测，得到所述变化区域的已修测地形图；
其中，所述对所述待修测地形图进行内外业修测，包括：
当所述待修测地形图中有新增的地物要素时，赋予所述新增的地物要素ID值和更新时间；
当所述待修测地形图中有待修改的地物要素时，保持所述待修改的地物要素的ID值不变，并修改所述待修改的地物要素的更新时间为当前时间；
当所述待修测地形图中有待删除的地物要素时，删除所述待删除的地物要素。
作为上述方案的改进，所述更新待修测地形图数据库中的地物要素，包括：
读取所述已修测地形图中的地物要素；
当在所述待修测地形图数据库中无法查到所述已修测地形图中的地物要素的ID值时，将所述已修测地形图中无法查找到ID值的地物要素写入所述待修测地形图数据库中；
当在所述待修测地形图数据库中查找到与所述已修测地形图中的地物要素相同的ID值时，判断更新时间是否相同；若是，则保持所述待修测地形图数据库中地物要素不变；若否，则移除所述待修测地形图数据库中相同的ID值的地物要素，并将所述已修测地形图中相同ID值的地物要素写入所述待修测地形图数据库中；
将所述待修测地形图数据库中被所述已修测地形图包含或相交的地物要素导出，将导出的地物要素与所述已修测地形图中的地物要素进行ID值匹配，在所述待修测地形图数据库中移除与所述已修测地形图的地物要素的ID值不相同的地物要素。
作为上述方案的改进，所述得到所述前期影像和所述后期影像的差异结果图后，还包括：
利用阈值分割算法对所述差异结果图进行阈值分割。
为实现上述目的，本发明实施例还提供了一种地形图数据库中地物要素的更新系统，包括：
遥感影像数据获取模块，用于获取前期影像和后期影像；其中，所述前期影像为与当前地形图同时相的遥感影像数据，所述后期影像为当前最新的遥感影像数据；
差异结果图生成模块，用于将所述前期影像和所述后期影像进行比对，得到差异结果图；其中，所述差异结果图包括变化区域和非变化区域；
变化区域提取模块，用于在所述差异结果图中提取所述变化区域；
比对分析模块，用于将所述变化区域的地物要素与待修测地形图数据库中的地物要素进行比对分析；
地物要素更新模块，用于更新待修测地形图数据库中的地物要素。
作为上述方案的改进，所述差异结果图生成模块具体用于：
对所述前期影像和所述后期影像进行辐射校正；
将进行完辐射校正后的所述前期影像和所述后期影像输入卷积神经网络模型中进行特征提取，得到前期影像特征图和后期影像特征图；
计算所述前期影像特征图和所述后期影像特征图的欧氏距离，得到所述前期影像和所述后期影像的差异结果图。
作为上述方案的改进，所述待修测地形图数据库中的每一地物要素均标记有ID值和更新时间。
为实现上述目的，本发明实施例还提供一种地形图数据库中地物要素的更新设备，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任一实施例所述的地形图数据库中地物要素的更新方法。
相比于现有技术，本发明实施例提供的地形图数据库中地物要素的更新方法、系统和设备具有如下有益效果：
在基础地形图变化的区域自动发现方面，与采用人工外业巡视来发现地形图变化相比，本方案能极大地减少人工外业巡视的工作量，内业通过程序即可自动发现地形图变化的大概区域(或范围)；在基础地形图变化区域(或范围)内地物要素自动更新方面，本方案通过在待修测地形图数据库额外设计并增加唯一ID和更新时间两个属性字段，并在不改变现有地形图测绘工作流程的基础上，通过程序自动判断变化区域(或范围)内的新增地物要素、修改地物要素和删除地物要素，进一步提高了地形图要素更新的工作效率。另外，通过矢量数据库和变化检查程序自动发现并更新地物要素，从而进一步提高了测绘技术人员的工作效率，为提高地形图的现势性提供了进一步的支撑。
附图说明
图1是本发明实施例提供的一种地形图数据库中地物要素的更新方法的流程图；
图2是本发明实施例提供的一种地形图数据库中地物要素的更新方法中步骤S2的流程图；
图3是本发明实施例提供的一种地形图数据库中地物要素的更新方法中的差异结果图；
图4是本发明实施例提供的一种地形图数据库中地物要素的更新方法中的现状差异结果图；
图5是本发明实施例提供的一种地形图数据库中地物要素的更新方法中的面状差异结果图；
图6是本发明实施例提供的一种地形图数据库中地物要素的更新方法中步骤S4的流程图；
图7是本发明实施例提供的一种地形图数据库中地物要素的更新方法中步骤S42的流程图；
图8是本发明实施例提供的一种地形图数据库中地物要素的更新系统的结构框图；
图9是本发明实施例提供的一种地形图数据库中地物要素的更新设备的结构框图。
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作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。
实施例一
参见图1，图1是本发明实施例提供的一种地形图数据库中地物要素的更新方法的流程图；包括：
S1、获取前期影像和后期影像；其中，所述前期影像为与当前地形图同时相的遥感影像数据，所述后期影像为当前最新的遥感影像数据；
S2、将所述前期影像和所述后期影像进行比对，得到差异结果图；其中，所述差异结果图包括变化区域和非变化区域；
S3、在所述差异结果图中提取所述变化区域；
S4、将所述变化区域的地物要素与待修测地形图数据库中的地物要素进行比对分析；
S5、更新待修测地形图数据库中的地物要素。
具体的，在步骤S1中，获取前期影像和后期影像；其中，所述前期影像为与当前地形图同时相的遥感影像数据，比如所述前期影像为2018年度遥感影像数据；所述后期影像为当前最新的遥感影像数据，比如所述后期影像为2019年度影像数据。进一步的，还获取第三次全国国土调查地物要素特征的纹理影像库并标识，如居民地、道路、水系、境界、土质、植被等地块要素的纹理影像。
具体的，在步骤S2中，参见图2，所述将所述前期影像和所述后期影像进行比对，得到差异结果图，具体包括：
S21、对所述前期影像和所述后期影像进行辐射校正；
S22、将进行完辐射校正后的所述前期影像和所述后期影像输入卷积神经网络模型中进行特征提取，得到前期影像特征图和后期影像特征图；
S23、计算所述前期影像特征图和所述后期影像特征图的欧氏距离，得到所述前期影像和所述后期影像的差异结果图。
值得说明的是，本发明实施例可以采用TensorFlow(一个基于数据流编程的符号数学系统，由谷歌人工智能团队谷歌大脑开发和维护，被广泛应用于各类机器学习算法的编程实现)，基于卷积神经网络模型(CNN)开发，参考第三次全国国土调查的纹理影像库，开发所述前期影像和所述后期影像的自动变化检测工具，从而通过所述自动变化检测工具执行步骤S21～S23的过程。在变化检测过程中采用了第三次国土调查地物特征纹理数据库，极大地提高了变化的识别率。
在步骤S21中，使用影像匀光匀色软件或工具，分别对所述前期影像和所述后期影像进行辐射校正，使得所述前期影像和所述后期影像的色调大致相同。值得说明的是，本发明实施例除了对所述前期影像和所述后期影像进行辐射校正外，还可以对所述前期影像和所述后期影像进行其他预处理操作，比如过滤、图像增强和复原等，都在本发明的保护范围内。在步骤S22中，将预处理后、色调大致相同的两期影像所述前期影像和所述后期影像输入双路卷积网络提取特征，可以得到所述前期影像特征图和所述后期影像特征图。在步骤S23中，计算所述前期影像特征图和所述后期影像特征图中每个特征点的欧氏距离，得到所述前期影像和所述后期影像的差异结果图。
优选的，在执行完步骤S23之后，还包括步骤S24：利用阈值分割算法对所述差异结果图进行阈值分割。
所述差异结果图中包括变化区域和非变化区域，如图3所示，图3是本发明实施例提供的一种地形图数据库中地物要素的更新方法中的大范围差异结果图；其中的黑色部分表示变化区域。图4是本发明实施例提供的一种地形图数据库中地物要素的更新方法中的现状差异结果图；图5是本发明实施例提供的一种地形图数据库中地物要素的更新方法中的面状差异结果图。
具体的，在步骤S3中，在所述差异结果图中提取所述变化区域为矢量变化的范围面，从而实现变化区域的自动提取。
具体的，在步骤S4中，参见图6，图6是本发明实施例提供的一种地形图数据库中地物要素的更新方法中步骤S4的流程图；将所述变化区域的地物要素与待修测地形图数据库中的地物要素进行比对分析，包括：
S41、将所述待修测地形图数据库中被所述变化区域包含或相交的地物要素导出，以生成所述变化区域的待修测地形图；
S42、对所述待修测地形图进行内外业修测，得到所述变化区域的已修测地形图。
具体的，所述待修测地形图数据库中的每一地物要素均标记有ID值和更新时间。即每个地物要素的唯一ID不同，更新时间根据需要进行初始化设置，也可以设置为当前时间。针对每一个所述变化区域，利用地理信息系统(GIS)的空间分析技术(以输入的变化区域和空间关系(如被包含、相交等)为输入参数，结果会自动返回被变化区域包含或相交的地物要素，本质上通过两者之间的坐标值来对应)，将所述待修测地形图数据库中的所有地物要素与所述变化区域进行自动分析，将被所述变化区域包含以及与所述变化区域相交的地物要素，从所述待修测地形图数据库中导出，以生成所述变化区域的待修测地形图，此时所述待修测地形图中包括导出的地物要素。
其中，参见图7，所述对所述待修测地形图进行内外业修测，包括：
S421、当所述待修测地形图中有新增的地物要素时，赋予所述新增的地物要素ID值和更新时间；基于内外业修测软件(如北京清华山维EPSW2008)，新生成唯一ID值，更新时间设置为当前采集时间；
S422、当所述待修测地形图中有待修改的地物要素时，保持所述待修改的地物要素的ID值不变，并修改所述待修改的地物要素的更新时间为当前时间；
S423、当所述待修测地形图中有待删除的地物要素时，删除所述待删除的地物要素。
具体的，在步骤S5中，编制自动化入库程序，实现所述变化区域中已修测地形图的自动化入库。其中，所述更新待修测地形图数据库中的地物要素，包括：
读取所述已修测地形图中的地物要素(包括新增的、已修改的)；具体更新流程如下：
S51、当在所述待修测地形图数据库中无法查到所述已修测地形图中的地物要素的ID值时，即表明所述待修测地形图数据库中的地物要素是新增的，将所述已修测地形图中无法查找到ID值的地物要素写入所述待修测地形图数据库中；
S52、当在所述待修测地形图数据库中查找到与所述已修测地形图中的地物要素相同的ID值时，判断更新时间是否相同；若相同，则保持所述待修测地形图数据库中地物要素不变；若不相同，表明该地物要素为需要修改的(包括空间位置变化或属性变化)，此时移除所述待修测地形图数据库中相同的ID值的地物要素，并将所述已修测地形图中相同ID值的地物要素写入所述待修测地形图数据库中；
S53、将所述待修测地形图数据库中被所述已修测地形图包含或相交的地物要素导出，将导出的地物要素与所述已修测地形图中的地物要素进行ID值匹配，在所述待修测地形图数据库中移除与所述已修测地形图的地物要素的ID值不相同的地物要素。优选的，可以将从所述待修测地形图数据库中移除的地物要素放入历史数据中。
更进一步的，在执行完步骤S4之后，执行步骤S5之前，还包括：利用质量检查软件(如北京清华山维EPSW2008)对所述变化区域内已修测地形图进行质量检查，使其符合入库标准。具体的，一般的内外业修测软件都包含了质量检查软件或工具包，如EPSW2008；质量检查的指标一般应按照《数字测绘成果质量检查与验收》(GB/T 18316)的要求，包括空间参考系、位置精度、属性精度、完整性、逻辑一致性等。
相比于现有技术，本发明实施例提供的地形图数据库中地物要素的更新方法具有如下有益效果：
本方案通过影像数据和机器学习算法自动发现变化的大概区域和范围，采用高分辨率的前、后期遥感影像数据，结合第三次全国国土调查收集到的各类地物要素的纹理影像特征数据，采用TensorFlow编程，基于卷积神经网络模型(CNN)开发，实现了地物要素变化区域(或范围)的自动化划定，即通过遥感影像数据和机器学习算法自动发现基础地形图发生变化的大概区域(或范围)，为城市基础地形图的修改提供了重要参考和指导。
本方案通过矢量数据库和变化检查程序自动发现并更新变化区域和范围内的地物要素，在上述变化区域(或范围)面发现的基础上，通过将变化区域内的地物要素“掏出”->“修测”->“入库”，采用地理信息系统(GIS)和空间数据库技术，实现变化区域(或范围)内地物要素的自动增加、修改与删除等操作，即通过矢量数据库和变化检查程序自动发现并更新地物要素，从而进一步提高了测绘技术人员的工作效率，为提高地形图的现势性提供了进一步的支撑。
在基础地形图变化的区域自动发现方面，与采用人工外业巡视来发现地形图变化相比，本方案能极大地减少人工外业巡视的工作量，内业通过程序即可自动发现地形图变化的大概区域(或范围)；在基础地形图变化区域(或范围)内地物要素自动更新方面，本方案通过在待修测地形图数据库额外设计并增加唯一ID和更新时间两个属性字段，并在不改变现有地形图测绘工作流程的基础上，通过程序自动判断变化区域(或范围)内的新增地物要素、修改地物要素和删除地物要素，进一步提高了地形图要素更新的工作效率。
实施例二
参见图8，图8是本发明实施例提供的一种地形图数据库中地物要素的更新系统10的结构框图；包括：
遥感影像数据获取模块11，用于获取前期影像和后期影像；其中，所述前期影像为与当前地形图同时相的遥感影像数据，所述后期影像为当前最新的遥感影像数据；
差异结果图生成模块12，用于将所述前期影像和所述后期影像进行比对，得到差异结果图；其中，所述差异结果图包括变化区域和非变化区域；
变化区域提取模块13，用于在所述差异结果图中提取所述变化区域；
比对分析模块14，用于将所述变化区域的地物要素与待修测地形图数据库中的地物要素进行比对分析；
地物要素更新模块15，用于更新待修测地形图数据库中的地物要素。
优选的，所述差异结果图生成模块12具体用于：对所述前期影像和所述后期影像进行辐射校正；将进行完辐射校正后的所述前期影像和所述后期影像输入卷积神经网络模型中进行特征提取，得到前期影像特征图和后期影像特征图；计算所述前期影像特征图和所述后期影像特征图的欧氏距离，得到所述前期影像和所述后期影像的差异结果图。
优选的，所述比对分析模块14具体用于：将所述待修测地形图数据库中被所述变化区域包含或相交的地物要素导出，以生成所述变化区域的待修测地形图；对所述待修测地形图进行内外业修测，得到所述变化区域的已修测地形图；
其中，所述对所述待修测地形图进行内外业修测，包括：当所述待修测地形图中有新增的地物要素时，赋予所述新增的地物要素ID值和更新时间；当所述待修测地形图中有待修改的地物要素时，保持所述待修改的地物要素的ID值不变，并修改所述待修改的地物要素的更新时间为当前时间；当所述待修测地形图中有待删除的地物要素时，删除所述待删除的地物要素。
优选的，所述地物要素更新模块15具体用于：读取所述已修测地形图中的地物要素；
当在所述待修测地形图数据库中无法查到所述已修测地形图中的地物要素的ID值时，将所述已修测地形图中无法查找到ID值的地物要素写入所述待修测地形图数据库中；
当在所述待修测地形图数据库中查找到与所述已修测地形图中的地物要素相同的ID值时，判断更新时间是否相同；若是，则保持所述待修测地形图数据库中地物要素不变；若否，则移除所述待修测地形图数据库中相同的ID值的地物要素，并将所述已修测地形图中相同ID值的地物要素写入所述待修测地形图数据库中；
将所述待修测地形图数据库中被所述已修测地形图包含或相交的地物要素导出，将导出的地物要素与所述已修测地形图中的地物要素进行ID值匹配，在所述待修测地形图数据库中移除与所述已修测地形图的地物要素的ID值不相同的地物要素。
具体的所述地形图数据库中地物要素的更新系统10的工作过程请参考上述实施例一所述的地形图数据库中地物要素的更新方法的工作过程，在此不再赘述。
相比于现有技术，本发明实施例提供的地形图数据库中地物要素的更新系统10具有如下有益效果：
在基础地形图变化的区域自动发现方面，与采用人工外业巡视来发现地形图变化相比，本方案能极大地减少人工外业巡视的工作量，内业通过程序即可自动发现地形图变化的大概区域(或范围)；在基础地形图变化区域(或范围)内地物要素自动更新方面，本方案通过在待修测地形图数据库额外设计并增加唯一ID和更新时间两个属性字段，并在不改变现有地形图测绘工作流程的基础上，通过程序自动判断变化区域(或范围)内的新增地物要素、修改地物要素和删除地物要素，进一步提高了地形图要素更新的工作效率。另外，通过矢量数据库和变化检查程序自动发现并更新地物要素，从而进一步提高了测绘技术人员的工作效率，为提高地形图的现势性提供了进一步的支撑。
实施例三
参见图9，图9是本发明实施例提供的一种地形图数据库中地物要素的更新设备20的结构框图；该实施例的地形图数据库中地物要素的更新设备20包括：处理器21、存储器22以及存储在所述存储器22中并可在所述处理器21上运行的计算机程序。所述处理器21执行所述计算机程序时实现上述各个3D场景显示控制方法实施例中的步骤，例如图1所示的步骤S1～S5。或者，所述处理器21执行所述计算机程序时实现上述各装置实施例中各模块/单元的功能，例如遥感影像数据获取模块11。
示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器22中，并由所述处理器21执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述地形图数据库中地物要素的更新设备20中的执行过程。例如，所述计算机程序可以被分割成遥感影像数据获取模块11、差异结果图生成模块12、变化区域提取模块13、比对分析模块14和地物要素更新模块15，各模块具体功能如下：
遥感影像数据获取模块11，用于获取前期影像和后期影像；其中，所述前期影像为与当前地形图同时相的遥感影像数据，所述后期影像为当前最新的遥感影像数据；
差异结果图生成模块12，用于将所述前期影像和所述后期影像进行比对，得到差异结果图；其中，所述差异结果图包括变化区域和非变化区域；
变化区域提取模块13，用于在所述差异结果图中提取所述变化区域；
比对分析模块14，用于将所述变化区域的地物要素与待修测地形图数据库中的地物要素进行比对分析；
地物要素更新模块15，用于更新待修测地形图数据库中的地物要素。
所述地形图数据库中地物要素的更新设备20可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述地形图数据库中地物要素的更新设备20可包括，但不仅限于，处理器21、存储器22。本领域技术人员可以理解，所述示意图仅仅是地形图数据库中地物要素的更新设备20的示例，并不构成对地形图数据库中地物要素的更新设备20的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述地形图数据库中地物要素的更新设备20还可以包括输入输出设备、网络接入设备、总线等。
所述处理器21可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器21是所述地形图数据库中地物要素的更新设备20的控制中心，利用各种接口和线路连接整个地形图数据库中地物要素的更新设备20的各个部分。
所述存储器22可用于存储所述计算机程序和/或模块，所述处理器21通过运行或执行存储在所述存储器22内的计算机程序和/或模块，以及调用存储在存储器22内的数据，实现所述地形图数据库中地物要素的更新设备20的各种功能。所述存储器22可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，所述存储器22可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中，所述地形图数据库中地物要素的更新设备20集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器21执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本发明提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
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。
Claims (10)
1.一种地形图数据库中地物要素的更新方法，其特征在于，包括：
获取前期影像和后期影像；其中，所述前期影像为与当前地形图同时相的遥感影像数据，所述后期影像为当前最新的遥感影像数据；
将所述前期影像和所述后期影像进行比对，得到差异结果图；其中，所述差异结果图包括变化区域和非变化区域；
在所述差异结果图中提取所述变化区域；
将所述变化区域的地物要素与待修测地形图数据库中的地物要素进行比对分析，以更新待修测地形图数据库中的地物要素。
2.如权利要求1所述的地形图数据库中地物要素的更新方法，其特征在于，所述将所述前期影像和所述后期影像进行比对，得到差异结果图，包括：
对所述前期影像和所述后期影像进行辐射校正；
将进行完辐射校正后的所述前期影像和所述后期影像输入卷积神经网络模型中进行特征提取，得到前期影像特征图和后期影像特征图；
计算所述前期影像特征图和所述后期影像特征图的欧氏距离，得到所述前期影像和所述后期影像的差异结果图。
3.如权利要求1所述的地形图数据库中地物要素的更新方法，其特征在于，所述待修测地形图数据库中的每一地物要素均标记有ID值和更新时间。
4.如权利要求3所述的地形图数据库中地物要素的更新方法，其特征在于，所述将所述变化区域的地物要素与待修测地形图数据库中的地物要素进行比对分析，包括：
将所述待修测地形图数据库中被所述变化区域包含或相交的地物要素导出，以生成所述变化区域的待修测地形图；
对所述待修测地形图进行内外业修测，得到所述变化区域的已修测地形图；
其中，所述对所述待修测地形图进行内外业修测，包括：
当所述待修测地形图中有新增的地物要素时，赋予所述新增的地物要素ID值和更新时间；
当所述待修测地形图中有待修改的地物要素时，保持所述待修改的地物要素的ID值不变，并修改所述待修改的地物要素的更新时间为当前时间；
当所述待修测地形图中有待删除的地物要素时，删除所述待删除的地物要素。
5.如权利要求4所述的地形图数据库中地物要素的更新方法，其特征在于，所述更新待修测地形图数据库中的地物要素，包括：
读取所述已修测地形图中的地物要素；
当在所述待修测地形图数据库中无法查到所述已修测地形图中的地物要素的ID值时，将所述已修测地形图中无法查找到ID值的地物要素写入所述待修测地形图数据库中；
当在所述待修测地形图数据库中查找到与所述已修测地形图中的地物要素相同的ID值时，判断更新时间是否相同；若是，则保持所述待修测地形图数据库中地物要素不变；若否，则移除所述待修测地形图数据库中相同的ID值的地物要素，并将所述已修测地形图中相同ID值的地物要素写入所述待修测地形图数据库中；
将所述待修测地形图数据库中被所述已修测地形图包含或相交的地物要素导出，将导出的地物要素与所述已修测地形图中的地物要素进行ID值匹配，在所述待修测地形图数据库中移除与所述已修测地形图的地物要素的ID值不相同的地物要素。
6.如权利要求2所述的地形图数据库中地物要素的更新方法，其特征在于，所述得到所述前期影像和所述后期影像的差异结果图后，还包括：
利用阈值分割算法对所述差异结果图进行阈值分割。
7.一种地形图数据库中地物要素的更新系统，其特征在于，包括：
遥感影像数据获取模块，用于获取前期影像和后期影像；其中，所述前期影像为与当前地形图同时相的遥感影像数据，所述后期影像为当前最新的遥感影像数据；
差异结果图生成模块，用于将所述前期影像和所述后期影像进行比对，得到差异结果图；其中，所述差异结果图包括变化区域和非变化区域；
变化区域提取模块，用于在所述差异结果图中提取所述变化区域；
比对分析模块，用于将所述变化区域的地物要素与待修测地形图数据库中的地物要素进行比对分析；
地物要素更新模块，用于更新待修测地形图数据库中的地物要素。
8.如权利要求7所述的地形图数据库中地物要素的更新系统，其特征在于，所述差异结果图生成模块具体用于：
对所述前期影像和所述后期影像进行辐射校正；
将进行完辐射校正后的所述前期影像和所述后期影像输入卷积神经网络模型中进行特征提取，得到前期影像特征图和后期影像特征图；
计算所述前期影像特征图和所述后期影像特征图的欧氏距离，得到所述前期影像和所述后期影像的差异结果图。
9.如权利要求7所述的地形图数据库中地物要素的更新系统，其特征在于，所述待修测地形图数据库中的每一地物要素均标记有ID值和更新时间。
10.一种地形图数据库中地物要素的更新设备，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中任意一项所述的地形图数据库中地物要素的更新方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910480688.0A CN110263113A (zh) | 2019-06-04 | 2019-06-04 | 地形图中地物要素的更新方法、系统及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910480688.0A CN110263113A (zh) | 2019-06-04 | 2019-06-04 | 地形图中地物要素的更新方法、系统及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110263113A true CN110263113A (zh) | 2019-09-20 |
Family
ID=67916611
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910480688.0A Pending CN110263113A (zh) | 2019-06-04 | 2019-06-04 | 地形图中地物要素的更新方法、系统及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110263113A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113626455A (zh) * | 2021-08-13 | 2021-11-09 | 湖州市测绘院 | 图库联动更新方法及装置、电子设备、存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106250388A (zh) * | 2016-07-15 | 2016-12-21 | 西安测绘研究所 | 一种联动更新地理信息与地图制图数据的方法 |
| CN106997398A (zh) * | 2017-04-20 | 2017-08-01 | 中博宇图信息科技有限公司 | 一种地形图数据库更新的自动化方法 |
| CN107918776A (zh) * | 2017-11-01 | 2018-04-17 | 中国科学院深圳先进技术研究院 | 一种基于机器视觉的用地规划方法、系统及电子设备 |
| CN109241846A (zh) * | 2018-08-06 | 2019-01-18 | 广州市城市规划勘测设计研究院 | 遥感影像的时空变化估测方法、装置与存储介质 |
| US20190147331A1 (en) * | 2017-11-13 | 2019-05-16 | Lyft, Inc. | Generation and Update of HD Maps Using Data from Heterogeneous Sources |
| US20190156507A1 (en) * | 2016-10-10 | 2019-05-23 | Tencent Technology (Shenzhen) Company Limited | Method and apparatus for processing point cloud data and storage medium |
-
2019
- 2019-06-04 CN CN201910480688.0A patent/CN110263113A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106250388A (zh) * | 2016-07-15 | 2016-12-21 | 西安测绘研究所 | 一种联动更新地理信息与地图制图数据的方法 |
| US20190156507A1 (en) * | 2016-10-10 | 2019-05-23 | Tencent Technology (Shenzhen) Company Limited | Method and apparatus for processing point cloud data and storage medium |
| CN106997398A (zh) * | 2017-04-20 | 2017-08-01 | 中博宇图信息科技有限公司 | 一种地形图数据库更新的自动化方法 |
| CN107918776A (zh) * | 2017-11-01 | 2018-04-17 | 中国科学院深圳先进技术研究院 | 一种基于机器视觉的用地规划方法、系统及电子设备 |
| US20190147331A1 (en) * | 2017-11-13 | 2019-05-16 | Lyft, Inc. | Generation and Update of HD Maps Using Data from Heterogeneous Sources |
| CN109241846A (zh) * | 2018-08-06 | 2019-01-18 | 广州市城市规划勘测设计研究院 | 遥感影像的时空变化估测方法、装置与存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 杨文杰，张新长，罗国玮，郭泰圣: "基于要素的地形图数据更新方法研究", 《地理信息世界》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113626455A (zh) * | 2021-08-13 | 2021-11-09 | 湖州市测绘院 | 图库联动更新方法及装置、电子设备、存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109978249B (zh) | 基于分区建模的人口数据空间化方法、系统及介质 | |
| CN106780089B (zh) | 基于神经网络元胞自动机模型的永久性基本农田划定方法 | |
| CN106530170B (zh) | 一种区域生态保护红线的边界优化方法 | |
| CN110298553A (zh) | 一种基于gis的国土空间规划方法、系统和设备 | |
| CN109145171A (zh) | 一种多尺度地图数据更新方法 | |
| CN109658510B (zh) | 变电站选址的方法、装置和服务器 | |
| CN109241846A (zh) | 遥感影像的时空变化估测方法、装置与存储介质 | |
| CN112528508A (zh) | 电磁可视化方法和装置 | |
| Yang et al. | A map‐algebra‐based method for automatic change detection and spatial data updating across multiple scales | |
| Luo et al. | Terrace extraction based on remote sensing images and digital elevation model in the loess plateau, China | |
| CN113066160A (zh) | 室内移动机器人场景数据及其测试用例的生成方法 | |
| CN108595613A (zh) | Gis局部地图编辑方法及装置 | |
| CN115797568A (zh) | 一种基于三维gis与bim集成的建模方法及装置 | |
| CN118094196B (zh) | 基于数据分析的土地利用规划方法及规划系统 | |
| CN113744106A (zh) | 一种自动划分自然资源确权登记单元的方法 | |
| CN116451900A (zh) | 基于一张图工程的国土空间精细化管理方法及系统 | |
| CN118298117A (zh) | 一种三维多层级地质模型构建方法 | |
| CN114255270A (zh) | 基于倾斜摄影技术的路基土石方自动算量方法和平台 | |
| CN110263113A (zh) | 地形图中地物要素的更新方法、系统及设备 | |
| CN111241228B (zh) | 基于矢量数据与图形化处理技术的综合制图方法 | |
| CN115600732A (zh) | 一种基于大数据分析的城市规划方法及系统 | |
| Chakraborti et al. | Assessing dynamism of urban built-up growth and landuse change through spatial metrics: a study on Siliguri and its surroundings | |
| Tan et al. | LiDAR-Based Automatic Pavement Distress Detection and Management Using Deep Learning and BIM | |
| CN114722471A (zh) | 一种三维建筑报建与审批方法 | |
| CN114492093A (zh) | 一种城市可视化方法及系统 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190920 |