CN112365495A - 基于遥感的识别违章建筑方法 - Google Patents

基于遥感的识别违章建筑方法 Download PDF

Info

Publication number
CN112365495A
CN112365495A CN202011386415.9A CN202011386415A CN112365495A CN 112365495 A CN112365495 A CN 112365495A CN 202011386415 A CN202011386415 A CN 202011386415A CN 112365495 A CN112365495 A CN 112365495A
Authority
CN
China
Prior art keywords
image
remote sensing
spots
suspected
land planning
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
CN202011386415.9A
Other languages
English (en)
Inventor
方美丽
焦明连
孙浩
殷梓峰
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.)
Jiangsu Ocean University
Original Assignee
Jiangsu Ocean University
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 Jiangsu Ocean University filed Critical Jiangsu Ocean University
Priority to CN202011386415.9A priority Critical patent/CN112365495A/zh
Publication of CN112365495A publication Critical patent/CN112365495A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/80—Geometric correction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation
    • G06T2207/30184—Infrastructure

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种基于遥感的识别违章建筑方法，该方法通过收集资料，获取研究区的遥感影像和土地规划图；对遥感影像中的图像进行预处理，对原始的畸变图像空间进行校正；先将遥感影像中的图像的三维空间坐标变换成二维空间坐标，然后将遥感影像与土地规划图进行叠加分析；接着，提取遥感影像中与土地规划图中不一致的图斑，并将图斑信息存入数据库，最后，导出信息，进行分析识别。该方法注重于当地的土地规划图与该时期的遥感影像进行矢量叠加分析，从而筛选出疑似图斑，最后再导出分析即可，大大提高了寻找违章建筑的速度，该方法也可运用于其他方面领域。

Description

基于遥感的识别违章建筑方法
技术领域
本发明涉及遥感技术应用领域，特别是一种基于遥感的识别违章建筑方法。
背景技术
目前，遥感技术在社会发展中起到了不可或缺的地位，它可以实现大面积的同步观测，且具有时效性高、成本低、周期短等特点，已经被广泛运用于各个领域，对于城市违章建筑的查找也提供了强有力的帮助，给社会经济带来了不少的效益。基于三十多年来的研究，我国在遥感技术上了也有了重大的突破并且取得了大量的研究成果，国产高分辨率遥感卫星的数据源也跨越了从无到有，对于房屋违章建设、国家产权保护等方面得到了一个极大的应用。
但是，现有技术中采用遥感图形识别违章建筑存在一些缺陷：
1、研究需要至少两期以上的遥感影像数据进行比对，再筛选出有变化的地物，同时还需要当地执法人员进行现场核实最终获得违章建筑案件的数据，工作量大，操作起来繁琐，对于快速找出违章建筑有一定的困难；
2、由作业人员将不同时期的影响进行对比，筛选出有异常的建筑，经过一连串的分类与整理后，汇集违章建筑的图斑信息表，但有时候违章建筑的图斑数据量大并且信息复杂，经常会有漏看、误看的现象，即耗时又不大准确。
发明内容
本发明所要解决的技术问题是针对现有技术的不足，提供一种可操作性强、能够快速找出违章建筑，提高执法监督效率的基于遥感的识别违章建筑方法。
本发明所要解决的技术问题是通过以下的技术方案来实现的。本发明是一种基于遥感的识别违章建筑方法，该方法通过获取研究区的遥感影像和土地规划图，然后将两者进行叠加分析，以识别出研究区的违章建筑。
本发明所要解决的技术问题还可以通过以下的技术方案来进一步实现，对于以上所述的基于遥感的识别违章建筑方法，该方法的具体步骤如下：
(1)收集资料，获取研究区的遥感影像和土地规划图；
(2)对遥感影像中的图像进行预处理，对原始的畸变图像空间进行校正；
(3)先将遥感影像中的图像的三维空间坐标变换成二维空间坐标，然后将遥感影像与土地规划图进行叠加分析；
(4)提取遥感影像中与土地规划图中不一致的图斑，并将图斑信息存入数据库，最后，导出信息，进行分析识别。
本发明所要解决的技术问题还可以通过以下的技术方案来进一步实现，对于以上所述的基于遥感的识别违章建筑方法，步骤(2)中，原始的畸变图像空间与校正图像空间的坐标变换关系为：
Figure BDA0002809219940000021
或
Figure BDA0002809219940000022
其中x、y是畸变图像空间中的像元坐标，ξ、η是x、y在校正图像空间中对应的像元坐标，称作x、y的共轭点。
本发明所要解决的技术问题还可以通过以下的技术方案来进一步实现，对于以上所述的基于遥感的识别违章建筑方法，步骤(3)中，采用的方法是综合了原来两层或多层地图要素所具有的属性，并利用Sutherland-Hodgeman算法和Weiler算法，同时还采用了布尔运算，坐标变换公式为：
Figure BDA0002809219940000031
其中，x、y、z是二维空间坐标，θ、γ分别是偏振角和光轴倾角，x’、y’、z’是三维空间坐标。
本发明所要解决的技术问题还可以通过以下的技术方案来进一步实现，对于以上所述的基于遥感的识别违章建筑方法，步骤(4)中，将图斑分为疑似新增图斑、疑似改建图斑和疑似拆除图斑，并对其进行编号，再将图斑编号、面积、地址的信息录入ArcGIS数据库中。
与现有技术相比，本发明注重于当地的土地规划图与该时期的遥感影像进行矢量叠加分析，从而筛选出疑似图斑，最后再导出分析即可，大大提高了寻找违章建筑的速度，同时，可减轻工作人员的工作量，也不会过多影响他们的工作时间，该方法也可运用于其他方面领域。
附图说明
图1为本发明布尔操作运算示意框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例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。
参照图1，基于遥感的识别违章建筑方法，该方法包括以下步骤：
(1)收集资料，获取研究区的遥感影像和土地规划图；
(2)对图像进行预处理，其原始的畸变图像空间与校正图像空间的坐标变换关系为：
Figure BDA0002809219940000041
或
Figure BDA0002809219940000042
其中x、y是畸变图像空间中的像元坐标，ξ、η是x、y在校正图像空间中对应的像元坐标，称作x、y的共轭点；
(3)将遥感影像与土地规划图进行叠加分析，其结果综合了原来两层或多层地图要素所具有的属性，Sutherland-Hodgeman算法和Weiler算法是叠加分析的两种典型方法，同时还采用了布尔运算，详见附图1；成像时是立处于三维坐标系的环境中，而形成的图像是二维的，所以它们之间存在着一个坐标变换，使得实际三维空间中的目标在成像空间中成像，该变换如下所示：
Figure BDA0002809219940000043
其中，x、y、z是二维空间坐标，θ、γ分别是偏振角和光轴倾角，x′、y′、z′是三维空间坐标；
(4)提取影像与规划图中不一致的图斑，将图斑分为疑似新增图斑、疑似改建图斑和疑似拆除图斑，对其进行编号，再将图斑编号、面积、地址等信息录入ArcGIS数据库中，最后导出分析识别违章建筑，并可进行现场检验其准确度。
本发明提出了一个基于遥感的识别违章建筑方法，该方法考虑到利用常规的方法去寻找违章建筑，且需要工作人员去现场进行核实，很不方便；本发明可减轻工作人员的工作量，也不会过多影响他们的工作时间。
以上阐述的有关发明的基本原理、方法和优势均不局限于本实施案例，在不违背本发明的精神和范围内，对本发明进行的任何修改、润色、等同替换和改进等，均应纳入本发明的保护范围之内。

Claims (5)

1.一种基于遥感的识别违章建筑方法，其特征在于：该方法通过获取研究区的遥感影像和土地规划图，然后将两者进行叠加分析，以识别出研究区的违章建筑。
2.根据权利要求1所述的基于遥感的识别违章建筑方法，其特征在于：该方法的具体步骤如下：
(1)收集资料，获取研究区的遥感影像和土地规划图；
(2)对遥感影像中的图像进行预处理，对原始的畸变图像空间进行校正；
(3)先将遥感影像中的图像的三维空间坐标变换成二维空间坐标，然后将遥感影像与土地规划图进行叠加分析；
(4)提取遥感影像中与土地规划图中不一致的图斑，并将图斑信息存入数据库，最后，导出信息，进行分析识别。
3.根据权利要求1所述的基于遥感的识别违章建筑方法，其特征在于：步骤(2)中，原始的畸变图像空间与校正图像空间的坐标变换关系为：
Figure FDA0002809219930000011
或
Figure FDA0002809219930000012
其中x、y是畸变图像空间中的像元坐标，ξ、η是x、y在校正图像空间中对应的像元坐标，称作x、y的共轭点。
4.根据权利要求1所述的基于遥感的识别违章建筑方法，其特征在于：步骤(3)中，采用的方法是综合了原来两层或多层地图要素所具有的属性，并利用Sutherland-Hodgeman算法和Weiler算法，同时还采用了布尔运算，坐标变换公式为：
Figure FDA0002809219930000021
其中，x、y、z是二维空间坐标，θ、γ分别是偏振角和光轴倾角，x’、y’、z’是三维空间坐标。
5.根据权利要求1所述的基于遥感的识别违章建筑方法，其特征在于：步骤(4)中，将图斑分为疑似新增图斑、疑似改建图斑和疑似拆除图斑，并对其进行编号，再将图斑编号、面积、地址的信息录入ArcGIS数据库中。
CN202011386415.9A 2020-11-30 2020-11-30 基于遥感的识别违章建筑方法 Pending CN112365495A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011386415.9A CN112365495A (zh) 2020-11-30 2020-11-30 基于遥感的识别违章建筑方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011386415.9A CN112365495A (zh) 2020-11-30 2020-11-30 基于遥感的识别违章建筑方法

Publications (1)

Publication Number Publication Date
CN112365495A true CN112365495A (zh) 2021-02-12

Family

ID=74536550

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011386415.9A Pending CN112365495A (zh) 2020-11-30 2020-11-30 基于遥感的识别违章建筑方法

Country Status (1)

Country Link
CN (1) CN112365495A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114140689A (zh) * 2021-11-29 2022-03-04 苏州华创智城科技有限公司 一种违法建筑自动识别方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100114633A1 (en) * 2008-10-31 2010-05-06 David Sislak System and method for planning/replanning collision free flight plans in real or accelerated time
CN104103076A (zh) * 2014-07-29 2014-10-15 环境保护部卫星环境应用中心 一种基于高分辨率遥感影像的核电厂规划限制区遥感监查方法
WO2017071160A1 (zh) * 2015-10-28 2017-05-04 深圳大学 一种大幅面遥感图像海陆分割的方法及系统
CN109063680A (zh) * 2018-08-27 2018-12-21 湖南城市学院 基于高分遥感和无人机的城市规划动态监测系统及方法
CN109214270A (zh) * 2018-07-13 2019-01-15 中国地质调查局南京地质调查中心 基于无人机影像的疑似违法违规用地信息快速提取方法
CN110108257A (zh) * 2019-05-20 2019-08-09 苏州中飞遥感技术服务有限公司 一种基于无人机航拍影像和静态规划图相匹配的展示方法
CN110689563A (zh) * 2019-09-27 2020-01-14 佛山科学技术学院 一种用于提取遥感图像中违法建筑信息的数据处理方法
CN110853174A (zh) * 2019-10-30 2020-02-28 中设设计集团股份有限公司 一种船岸协同的内河巡查与综合执法方法、装置及系统
CN111539296A (zh) * 2020-04-17 2020-08-14 河海大学常州校区 一种基于遥感影像变化检测的违章建筑识别方法及系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100114633A1 (en) * 2008-10-31 2010-05-06 David Sislak System and method for planning/replanning collision free flight plans in real or accelerated time
CN104103076A (zh) * 2014-07-29 2014-10-15 环境保护部卫星环境应用中心 一种基于高分辨率遥感影像的核电厂规划限制区遥感监查方法
WO2017071160A1 (zh) * 2015-10-28 2017-05-04 深圳大学 一种大幅面遥感图像海陆分割的方法及系统
CN109214270A (zh) * 2018-07-13 2019-01-15 中国地质调查局南京地质调查中心 基于无人机影像的疑似违法违规用地信息快速提取方法
CN109063680A (zh) * 2018-08-27 2018-12-21 湖南城市学院 基于高分遥感和无人机的城市规划动态监测系统及方法
CN110108257A (zh) * 2019-05-20 2019-08-09 苏州中飞遥感技术服务有限公司 一种基于无人机航拍影像和静态规划图相匹配的展示方法
CN110689563A (zh) * 2019-09-27 2020-01-14 佛山科学技术学院 一种用于提取遥感图像中违法建筑信息的数据处理方法
CN110853174A (zh) * 2019-10-30 2020-02-28 中设设计集团股份有限公司 一种船岸协同的内河巡查与综合执法方法、装置及系统
CN111539296A (zh) * 2020-04-17 2020-08-14 河海大学常州校区 一种基于遥感影像变化检测的违章建筑识别方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
CHEN CHEN ETC: "Illegal Constructions Detection in Remote Sensing Images based on Multi-scale Semantic Segmentation", 《2020 IEEE INTERNATIONAL CONFERENCE ON SMART INTERNET OF THINGS (SMARTIOT)》 *
袁延良: "基于航空影像的城市违章建筑识别研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 05, pages 1 - 4 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114140689A (zh) * 2021-11-29 2022-03-04 苏州华创智城科技有限公司 一种违法建筑自动识别方法

Similar Documents

Publication Publication Date Title
CN102662949B (zh) 一种基于多特征融合的指定目标检索方法及系统
CN101315631B (zh) 一种新闻视频故事单元关联方法
CN107092877A (zh) 基于建筑物基底矢量的遥感影像屋顶轮廓提取方法
Lei et al. Automated pavement distress detection and deterioration analysis using street view map
CN104778245A (zh) 基于海量车牌识别数据的相似轨迹挖掘方法及装置
CN110889327B (zh) 一种基于热红外图像的水域周边排污口智能检测方法
CN110196892B (zh) 一种基于物联网的保护地综合监控平台及其方法
Zhang et al. Learning from GPS trajectories of floating car for CNN-based urban road extraction with high-resolution satellite imagery
CN108986122A (zh) 室内泊车引导地图智能重构方法
CN107993488A (zh) 一种基于鱼眼相机的车位识别方法、系统及介质
CN108846402B (zh) 基于多源数据的梯田田坎自动化提取方法
CN105160330A (zh) 一种车标识别方法及车标识别系统
CN105787062A (zh) 一种基于视频平台对目标对象进行搜索的方法和设备
CN108898096B (zh) 一种面向高分影像的信息快速精确提取方法
CN110427441B (zh) 一种基于空天地一体化技术的铁路外部环境隐患检测和管理方法
CN104978743A (zh) 一种多核并行sar图像变化信息实时提取方法及装置
CN111914767A (zh) 一种基于多源遥感数据的散乱污企业检测方法及系统
CN101319875A (zh) 基于视觉注意机制的气体泄漏源搜寻方法
CN112365495A (zh) 基于遥感的识别违章建筑方法
CN114004950A (zh) 一种基于BIM与LiDAR技术的路面病害智能识别与管理方法
Ji et al. Changenet: Multi-temporal asymmetric change detection dataset
CN116796044B (zh) 一种poi数据集的数据处理方法及装置
CN107301658A (zh) 一种无人机影像与大规模旧时相影像快速匹配定位的方法
CN112166688B (zh) 基于小卫星的沙漠与沙漠化土地监测方法
CN107564015A (zh) 一种基于多色级图像连通域的分割和标记方法及装置

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