CN114723792A - 地块信息更新方法、装置、电子设备及存储介质 - Google Patents
地块信息更新方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114723792A CN114723792A CN202210306798.7A CN202210306798A CN114723792A CN 114723792 A CN114723792 A CN 114723792A CN 202210306798 A CN202210306798 A CN 202210306798A CN 114723792 A CN114723792 A CN 114723792A
- Authority
- CN
- China
- Prior art keywords
- point
- boundary
- reference point
- updated
- points
- 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
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000004590 computer program Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 7
- 230000009466 transformation Effects 0.000 description 7
- 238000001514 detection method Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/40—Filling a planar surface by adding surface attributes, e.g. colour or texture
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Instructional Devices (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明涉及信息技术领域,提供了一种地块信息更新方法、装置、电子设备及存储介质,所述方法包括:获取待更新地块的数字正射影像图及无人机图像,其中,数字正射影像图包括待更新地块在数字正射影像图中的第一边界;确定第一边界的外接图形内的参考特征点及无人机图像中与参考特征点对应的配准特征点;根据参考特征点和配准特征点,对数字正射影像图中待更新地块的地块信息进行更新,本发明利用成本较低的无人机图像对数字正射影像图中需要更新地块的地块信息的更新,极大地降低了数字正射影像图的更新成本。
Description
技术领域
本发明涉及信息技术领域,具体而言,涉及一种地块信息更新方法、装置、电子设备及存储介质。
背景技术
数字正射影像DOM(Digital Orthophoto Map,DOM)是利用近距离航空摄影测量拍摄的照片,在电脑上经过对像素纠正、像片镶嵌等一系列处理后形成的影像平面图(已加绘坐标格网、线画要素、文字注记等),DOM具有信息量丰富、直观易懂等特点,通常用于大比例尺的城市及周边地区地图,但是,DOM的更新成本较高。
当利用DOM对地块信息进行管理时,一旦地块信息发生变化,则需要对DOM中的地块信息进行更新,由于DOM的更新成本较高,导致DOM中地块信息更新的成本也较高。
发明内容
本发明的目的在于提供了一种地块信息更新方法、装置、电子设备及存储介质,其能够降低DOM中地块信息更新的成本。
为了实现上述目的,本发明实施例采用的技术方案如下:
第一方面,本发明实施例提供了一种地块信息更新方法,所述方法包括:
获取待更新地块的数字正射影像图及无人机图像,其中,所述数字正射影像图包括所述待更新地块在所述数字正射影像图中的第一边界;
确定所述第一边界的外接图形内的参考特征点及所述无人机图像中与所述参考特征点对应的配准特征点;
根据所述参考特征点和所述配准特征点,对所述数字正射影像图中所述待更新地块的地块信息进行更新。
进一步地,所述确定所述第一边界的外接图形内的参考特征点及所述无人机图像中与所述参考特征点对应的配准特征点的步骤包括:
确定第一外接图形内的第一参考点,其中,所述第一外接图形为所述外接图形中的最小图形;
基于所述第一参考点,确定第二参考点,其中,所述第一边界处于所述第二参考点连成的闭合区域内;
基于所述第二参考点,确定所述参考特征点及所述配准特征点。
进一步地,所述基于所述第一参考点,确定第二参考点的步骤包括:
若所述第一边界处于所述第一参考点连成的闭合区域内,则将所述第一参考点作为所述第二参考点;
若所述第一边界未处于所述第一参考点连成的闭合区域内,则扩大所述第一外接图形,并用扩大后的所述第一外接图形替换所述第一外接图形、用扩大后的所述第一外接图形中的第一参考点替换所述第一参考点,直至所述第一边界处于第一参考点连成的闭合区域内,将所述第一边界处于的闭合区域对应的第一参考点作为第二参考点。
进一步地,所述基于所述第二参考点,确定所述参考特征点及所述配准特征点的步骤包括:
确定所述无人机图像中与所述第二参考点对应的第一初始配准点;
根据第二参考点和所述第一初始配准点,对所述无人机图像进行配准;
提取配准后的所述无人机图像中所述待更新地块的第二边界;
若所述第二边界处于所述第二参考点对应的第一初始配准点连成的闭合区域内,则将所述第二参考点作为所述参考特征点、并将所述第一初始配准点作为所述配准特征点;
若所述第二边界未处于所述第二参考点对应的第一初始配准点连成的闭合区域内,则对所述第二参考点对应的第二外接图形进行扩大,并基于所述第二外接图形内的第一参考点重新确定第二参考点,重复上述步骤,直至所述第二边界处于所述第二参考点对应的第一初始配准点连成的闭合区域内。
进一步地,所述确定第一外接图形内的第一参考点的步骤包括:
若所述第一外接图形内存在角点,则将所述角点作为所述第一参考点。
进一步地,所述第一边界包括多条边,所述确定第一外接图形内的第一参考点的步骤还包括:
对所述多条边中每一条边均进行边界拟合,得到所述每一条边的边界拟合线;
若两条相交的所述边界拟合线的交点处于所述第一外接图形内,则将所述交点作为所述第一参考点。
进一步地,所述地块信息包括地块图像,所述根据参考特征点和所述配准特征点,对所述数字正射影像图中所述待更新地块的地块信息进行更新的步骤包括:
将所述参考特征点连成的闭合区域作为第一区域;
将所述配准特征点连成的闭合区域作为第二区域;
利用所述第二区域的地块图像替换所述第一区域的地块图像,以对所述数字正射影像图中所述待更新地块的地块图像进行更新。
进一步地,所述地块信息还包括作物类别,将所述参考特征点连成的闭合区域作为第一区域,将所述配准特征点连成的闭合区域作为第二区域,所述根据参考特征点和所述配准特征点,对所述数字正射影像图中所述待更新地块的地块信息进行更新的步骤还包括:
获取所述第一区域的第一作物类别;
确定所述第二区域的第二作物类别;
利用所述第二作物类别替换所述第一作物类别,以对所述数字正射影像图中所述待更新地块的作物类别进行更新。
第二方面,本发明实施例还提供了一种地块信息更新装置,所述装置包括:
获取模块,用于获取待更新地块的数字正射影像图及无人机图像,其中,所述数字正射影像图包括所述待更新地块在所述数字正射影像图中的第一边界;
确定模块,用于确定所述第一边界的外接图形内的参考特征点及所述无人机图像中与所述参考特征点对应的配准特征点;
更新模块,用于根据所述参考特征点和所述配准特征点,对所述数字正射影像图中所述待更新地块的地块信息进行更新。
第三方面,本发明实施例还提供了一种电子设备,所述电子设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现上述第一方面的地块信息更新方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述第一方面的地块信息更新方法。
相对现有技术,本发明实施例提供一种地块信息更新方法、装置、电子设备及存储介质,首先获取待更新地块的数字正射影像图及无人机图像,然后确定数字正射影像图中待更新地块的第一边界的外接图形内的参考特征点与无人机图像中与参考特征点对应的配准特征点,最后,根据参考特征点和配准特征点,对数字正射影像图中的待更新地块的地块信息进行更新,本发明实施例利用成本较低的无人机图像对数字正射影像图中需要更新地块的地块信息的更新,极大地降低了数字正射影像图的更新成本。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本发明实施例提供的地块信息更新方法的一种流程示意图。
图2示出了本发明实施例提供的无人机图像及其中待更新地块的示例图。
图3示出了本发明实施例提供的最小外接图形与扩充后的图形的示例图。
图4为图1示出的地块信息更新方法中步骤102的一种流程示意图。
图5示出了本发明实施例提供的边界拟合的示例图。
图6示出了本发明实施例提供的第一边界处于参考点连成的闭合区域内的示例图。
图7为图1示出的地块信息更新方法中步骤103的一种流程示意图。
图8为图1示出的地块信息更新方法中步骤103的另一种流程示意图。
图9示出了本申请实施例提供的地块信息更新装置的方框示意图。
图10示出了本申请实施例提供的电子设备的方框示意图。
图标:10-电子设备;11-处理器;12-存储器;13-总线;100-地块信息更新装置;110-获取模块;120-确定模块;130-更新模块。
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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中,需要说明的是,若出现术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该发明产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,若出现术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
需要说明的是,在不冲突的情况下,本发明的实施例中的特征可以相互结合。
农田区域数据是对农田区域进行农业精准管理的基础,对于农田区域数据及时、有效更新是其中必不可少的环节。如果每次对农田区域数据进行更新时都要重新拍摄DOM,再利用最新的DOM更新旧的DOM,更新成本较高。
为了降低更新成本,现有技术会采用成本较低的卫星图像,利用卫星图像对DOM更新,但是这种方式又存在新的问题,一方面,农田区域数据通常包括多个地块,其中有一些地块是常年不发生变化的地块,这部分地块实际上不需要频繁更新,另一方面,卫星图像的分辨率较低,无法满足农田区域数据的地块级数据的更新。
有鉴于此,本发明实施例提供一种地块信息更新方法、装置、电子设备及存储介质,可以实现地块级数据的更新,下面将对其进行详细描述。
请参考图1,图1示出了本发明实施例提供的地块信息更新方法的一种流程示意图,该方法包括以下步骤:
步骤S101,获取待更新地块的数字正射影像图及无人机图像,其中,数字正射影像图包括待更新地块在数字正射影像图中的第一边界。
在本实施例中,待更新地块可以通过卫星影像中的变化图斑确定,也可以人工确定。以卫星影像为例,首先获取两张不同时期的卫星影像,通过预设影像变化检测算法或者已知的影像变化检测工具发现疑似变化图斑,排除其中诸如果树、池塘等常年不发生变化的地块,将剩余疑似变化图斑对应的地块作为待更新地块。
在本实施例中,确定待更新地块后,可以采用无人机对待更新地块进行拍摄,以得到待更新地块的无人机图像,为了使无人机图像中包括完整的待更新地块,可以设置无人机图像的长度是无人机图像中待更新地块的长度的预设倍数,例如,预设倍数为3倍,请参照图2,图2示出了本发明实施例提供的无人机图像及其中待更新地块的示例图,图2中,待更新地块的中心位置大致与无人机图像的中心位置重合,待更新地块大致为正方形,无人机图像的边长大致为待更新地块的边长的3倍。
在本实施例中,为了保证无人机图像的长度为待更新地块的长度的预设倍数,可以根据待更新地块中的预设兴趣点规划无人机航线,预设兴趣点可以是待更新地块的中心点坐标,或者是便于定位待更新地块的其他预设点的坐标,同时还可以根据地块大小,拍摄设备的分辨率,确定需要拍摄的原始图像的数量,当原始图像的数量为多个时,可以将多个原始图像进行拼接,得到最终的无人机图像,以保证无人机图像的长度为待更新地块的长度的预设倍数。
在本实施例中,作为一种具体应用场景,数字正射影像图可以是历史时间拍摄的,无人机图像可以是当前最新时间拍摄的,此时,第一边界为拍摄数字正射影像图时待更新地块的边界,第二边界为拍摄无人机图像时待更新地块的边界,第二边界可能与第一边界不同。作为另一种具体应用场景,数字正射影像图和无人机图像可以是任意两个不同时间点拍摄的图像,通过本发明实施例提供的方法可以自动精确确定两者之间的差别。
步骤S102,确定第一边界的外接图形内的参考特征点及无人机图像中与参考特征点对应的配准特征点。
在本实施例中,外接图形可以是圆形、正方形、矩形,也可以是其他规则的多边形。外接图形可以包括第一边界的最小外接图形及与最小外接图形同心的按照预设步长进行一次或多次扩充后的图形。请参照图3,图3示出了本发明实施例提供的最小外接图形与扩充后的图形的示例图。图3中,外接图形为圆形,地块A的最小外接圆为外接圆1,将外接圆1的半径增加预设长度,得到外接圆2,将外接圆2的半径增加预设长度,得到外接圆3,外接圆1、2、3为同心圆。参考特征点可以是最小外接图形内的点,也可以是非最小外接图形内的点。
在本实施例中,参考特征点和配准特征点是对应的,参考特征点用于确定数字正射图像中的待更新地块,第一边界处于参考特征点连成的闭合区域内,配准特征点用于确定无人机图像中的待更新地块,第二边界处于配准特征点连成的闭合区域内。
步骤S103,根据参考特征点和配准特征点,对数字正射影像图中待更新地块的地块信息进行更新。
在本实施例中,待更新地块的地块信息包括、但不限于待更新地块的边界、待更新地块的图像、待更新地块的作物类别等。
本实施例提供的上述方法,通过获取待更新地块的无人机图像,确定DOM的外接图形内的参考特征点及无人机图像中对应的配准特征点,实现了DOM的地块级的地块信息的更新。
在图1的基础上,本发明实施例还提供了一种确定参考特征点及配准特征点的具体实现方式,请参照图4,图4为图1示出的地块信息更新方法中步骤102的一种流程示意图,步骤S102包括以下子步骤:
子步骤S1021,确定第一外接图形内的第一参考点,其中,第一外接图形为外接图形中的最小图形。
在本实施例中,第一参考点可以是第一外接图形内的角点,也可以是第一外接图形内两条边的交点,也可以同时包括角点和交点。在图像分析领域,至少有以下两种定义:(1)角点可以是两个边缘的角点;(2)角点是邻域内具有两个主方向的特征点。对于角点的识别,现有技术中已经有成熟的识别算法,此处不再赘述。由于角点具有容易识别的特性,利用角点可以准确确定待更新地块的形状或者边界等。
在本实施例中,角点和交点均可以为一个或者多个。
在本实施例中,作为一种具体实施方式,确定第一参考点可以采用如下步骤:
若第一外接图形内存在角点,则将角点作为第一参考点。
在本实施例中,除了将识别出的角点作为第一参考点的实现方式,对于待识别地块中圆弧状的边缘,很难确定其角点,此时,可以采用另一种方式确定第一参考点,具体步骤如下:
首先,对多条边中每一条边均进行边界拟合,得到每一条边的边界拟合线。
在本实施例中,若待识别地块包括多个圆弧状的边缘,则需要对每一圆弧状的边缘的两条边均进行边界拟合,得到对应的边界拟合线。请参照图5,图5示出了本发明实施例提供的边界拟合的示例图,图5中,待更新地块B包括圆弧状的边缘,用左边的小正方形框出,该边缘的两条边界拟合线如图5所示,两条边界拟合线的交点为交点S。
其次,若两条相交的边界拟合线的交点处于第一外接图形内,则将交点作为第一参考点。
通过上述两种实现方式,无论待更新地块是否存在角点,都可以确定出第一外接图形内的第一参考点。
子步骤S1022,基于第一参考点,确定第二参考点,其中,第一边界处于第二参考点连成的闭合区域内。
在本实施例中,第一边界可能处于第一参考点连成的闭合区域,此时,直接将第一参考点作为第二参考点,第一边界也可能未处于第一参考点连成的闭合区域,此时需要基于第一参考点确定第二参考点,以使第一边界处于第二参考点连成的闭合区域内,具体实施方式如下:
首先,若第一边界处于第一参考点连成的闭合区域内,则将第一参考点作为第二参考点。
其次,若第一边界未处于第一参考点连成的闭合区域内,则扩大第一外接图形,并用扩大后的所述第一外接图形替换所述第一外接图形、用扩大后的所述第一外接图形中的第一参考点替换所述第一参考点,直至第一边界处于第一参考点连成的闭合区域内,将第一边界处于的闭合区域对应的第一参考点作为第二参考点。
在本实施例中,为了更清楚地说明第一边界处于参考点连成的闭合区域内的情况,请参照图6,图6示出了本发明实施例提供的第一边界处于参考点连成的闭合区域内的示例图,图6中,参考点包括S1~S5,S1~S5连成的闭合区域为图6中虚线框围成的区域,待更新地块A的第一边界处于该闭合区域内。
在本实施例中,以外接图形为圆形为例,例如,第一外接图形为圆形a,确定圆形a内的第一参考点A1、A2和A3,若此时第一边界未处于第一参考点A1、A2和A3连成的闭合区域内,则将圆形a的半径增加预设长度len以扩大圆形a,扩大后的圆形a用圆形b表示,确定圆形b内的第一参考点B1、B2和B3,若此时第一边界处于圆形b的第一参考点连成的闭合区域内,则将圆形b的第一参考点B1、B2和B3作为第二参考点,否则继续扩大圆形b,直至确定出第二参考点。
子步骤S1023,基于第二参考点,确定参考特征点及配准特征点。
在本实施例中,第二参考点可能可以直接作为参考特征点,也可能需要基于第二参考点确定参考特征点,具体需要根据无人机图像中与第二参考点对应配准点及无人机图像中待更新地块的第二边界确定,作为一种具体实施方式,处理过程可以是:
首先,确定无人机图像中与第二参考点对应的第一初始配准点。
在本实施例中,第一初始配准点有可能就是配准特征点,也可能不是配准特征点,若第一初始配准点为配准特征点,则第二参考点就是参考特征点。
其次,根据第二参考点和第一初始配准点,对无人机图像进行配准。
在本实施例中,对无人机图像进行配准的过程即是将无人机图像以数字正射影像图为标准进行配准,具体配准过程可以是:首先,通过特征描述算作及相似性度量建立第二参考点和第一初始配准点之间的对应关系,其次,根据无人机图像和数字正射影像图之间的几何畸变,选择最佳拟合两者之间变化的几何变换模型,常见的变换模型包括仿射变换、透视变换、多项式变换等,最后,根据几何变换模型将无人机图像做对应的参数变换,使其与数字正射影像图处于同一个坐标系下。
第三,提取配准后的无人机图像中待更新地块的第二边界。
在本实施例中,第二边界的提取可以采用图像分割模型或者边界提取算法提取,边界提取算法包括、但不限于Sobel算法,Laplacian算法,Canny算法等。
第四,若第二边界处于第二参考点对应的第一初始配准点连成的闭合区域内,则将第二参考点作为参考特征点、并将第一初始配准点作为配准特征点。
第五,若第二边界未在第二参考点对应的第一初始配准点连成的闭合区域内,则对第二参考点对应的第二外接图形进行扩大,并基于第二外接图形内的第一参考点重新确定第二参考点,重复上述步骤,直至第二边界处于第二参考点对应的第一初始配准点连成的闭合区域内。
在本实施例中,基于第二外接图形内的第一参考点的重新确定第二参考点的方式与基于第一外接图形内的第一参考点的确定第二参考点的方式类似,若第一边界未处于第二外接图形内的第一参考点连成的闭合区域内时,需要扩大第二外接图形,并用扩大后的第二外接图形替换第二外接图形,用扩大后的第二外接图形的第一参考点替换第一参考点,直至第一边界处于第二外接图形内的第一参考点连成的闭合区域内,最终重新确定出第二参考点,具体不再赘述。
本实施例提供的上述方法,通过确定参考特征点和配准特征点,保证DOM中待更新地块的第一边界处于参考特征点连成的闭合区域内、且无人机图像中待更新地块的第二边界处于配准特征点连成的闭合区域内,实现了DOM中待更新地块和无人机图像中待更新地块的精准匹配,进而确保地块信息更新的准确性。
在图1的基础上,本发明实施例还提供了一种更新地块信息的具体实现方式,请参照图7,图7为图1示出的地块信息更新方法中步骤103的一种流程示意图,步骤S103包括以下子步骤:
子步骤S103-11,将参考特征点连成的闭合区域作为第一区域。
子步骤S103-12,将配准特征点连成的闭合区域作为第二区域。
子步骤S103-13,利用第二区域的地块图像替换第一区域的地块图像,以对数字正射影像图中待更新地块的地块图像进行更新。
本发明实施例提供的上述方法,通过用无人机图像中的第二区域替换数字正射影像图中的第一区域,实现了地块图像的低成本更新。
在图1的基础上,本发明实施例还提供了另一种更新地块信息的具体实现方式,请参照图8,图8为图1示出的地块信息更新方法中步骤103的一种流程示意图,步骤S103还包括以下子步骤:
子步骤S103-21,获取第一区域的第一作物类别。
子步骤S103-22,确定第二区域的第二作物类别。
在本实施例中,第一区域为参考特征点连成的闭合区域,第二区域为配准特征点连成的闭合区域。
子步骤S103-23,利用第二作物类别替换第一作物类别,以对数字正射影像图中待更新地块的作物类别进行更新。
本发明实施例提供的上述方法,通过用无人机图像中的第二区域的作物类别替换数字正射影像图中的第一区域的作物类别,实现了地块图像的低成本更新。
需要说明的是,可以单独更新数字正射影像图中待更新地块的地块图像,也可以单独更新数字正射影像图中待更新地块的作物类别,也可以同时更新地块图像和作物类别,当然,也可以基于上述方法,更新数字正射影像图中待更新地块的其他地块信息,例如地块作物长势,地块面积等。
为了执行上述实施例及各个可能的实施方式中的相应步骤,下面给出一种地块信息更新装置100的实现方式。请参照图9,图9示出了本发明实施例提供的地块信息更新装置100的方框示意图。需要说明的是,本实施例所提供的地块信息更新装置100,其基本原理及产生的技术效果和上述实施例相同,为简要描述,本实施例部分未提及指出。
地块信息更新装置100包括获取模块110、确定模块120及更新模块130。
获取模块110,用于获取待更新地块的数字正射影像图及无人机图像,其中,数字正射影像图包括待更新地块在数字正射影像图中的第一边界。
确定模块120,用于确定第一边界的外接图形内的参考特征点及无人机图像中与参考特征点对应的配准特征点。
可选地,确定模块120具体用于:确定第一外接图形内的第一参考点,其中,第一外接图形为外接图形中的最小图形;基于第一参考点,确定第二参考点,其中,第一边界处于第二参考点连成的闭合区域内;基于第二参考点,确定参考特征点及配准特征点。
可选地,确定模块120在具体用于基于第一参考点,确定第二参考点时,具体用于:若第一边界处于第一参考点连成的闭合区域内,则将第一参考点作为第二参考点;若第一边界未处于第一参考点连成的闭合区域内,则扩大第一外接图形,并用扩大后的第一外接图形替换第一外接图形、用扩大后的第一外接图形中的第一参考点替换第一参考点,直至第一边界处于第一参考点连成的闭合区域内,将第一边界处于的闭合区域对应的第一参考点作为第二参考点。
可选地,确定模块120在具体用于基于第二参考点,确定参考特征点及配准特征点时具体用于:确定人机图像中与所第二参考点对应的第一初始配准点;根据第二参考点和第一初始配准点,对无人机图像进行配准;提取配准后的无人机图像中待更新地块的第二边界;若第二边界处于第二参考点对应的第一初始配准点连成的闭合区域内,则将第二参考点作为参考特征点、并将第一初始配准点作为配准特征点;若第二边界未处于第二参考点对应的第一初始配准点连成的闭合区域内,则对第二参考点对应的第二外接图形进行扩大,并基于所述第二外接图形内的第一参考点重新确定第二参考点第二外接图形内的第一参考点重新确定第二参考点,重复上述步骤,直至第二边界处于第二参考点对应的第一初始配准点连成的闭合区域内。
可选地,确定模块120在具体用于确定第一外接图形内的第一参考点时具体用于:若第一外接图形内存在角点,则将角点作为第一参考点。
可选地,确定模块120在具体用于确定第一外接图形内的第一参考点时具体还用于:对多条边中每一条边均进行边界拟合,得到每一条边的边界拟合线;若两条相交的边界拟合线的交点处于第一外接图形内,则将交点作为第一参考点。
更新模块130,用于根据参考特征点和配准特征点,对数字正射影像图中待更新地块的地块信息进行更新。
可选地,地块信息包括地块图像,更新模块130具体用于:将参考特征点连成的闭合区域作为第一区域;将配准特征点连成的闭合区域作为第二区域;利用第二区域的地块图像替换第一区域的地块图像,以对数字正射影像图中待更新地块的地块图像进行更新。
可选地,地块信息还包括作物类别,将参考特征点连成的闭合区域作为第一区域,将配准特征点连成的闭合区域作为第二区域,更新模块130具体还用于:获取第一区域的第一作物类别;确定第二区域的第二作物类别;利用第二作物类别替换第一作物类别,以对数字正射影像图中待更新地块的作物类别进行更新。
请参照图10,图10示出了本申请实施例提供的电子设备10的方框示意图。电子设备10可以是计算机设备,例如,智能手机、平板电脑、个人电脑、服务器、地面站、私有云、公有云等中的任意一种,上述设备都可以用于实现上述实施例提供的地块信息更新方法,具体可根据实际应用场景确定,在此不作限制。电子设备10包括处理器11、存储器12及总线13,处理器11通过总线13与存储器12连接。
存储器12用于存储程序,例如图9所示的地块信息更新装置100,地块信息更新装置100包括至少一个可以软件或固件(firmware)的形式存储于存储器12中的软件功能模块,处理器11在接收到执行指令后,执行所述程序以实现上述实施例揭示的地块信息更新方法。
存储器12可能包括高速随机存取存储器(Random Access Memory,RAM),也可能还包括非易失存储器(non-volatile memory,NVM)。
处理器11可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器11中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器11可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、微控制单元(Microcontroller Unit,MCU)、复杂可编程逻辑器件(Complex Programmable LogicDevice,CPLD)、现场可编程门阵列(Field Programmable Gate Array,FPGA)、嵌入式ARM等芯片。
本申请实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器11执行时实现上述实施例揭示的地块信息更新方法。
综上所述,本发明实施例提供了一种地块信息更新方法、装置、电子设备及存储介质,所述方法包括:获取待更新地块的数字正射影像图及无人机图像,其中,数字正射影像图包括待更新地块在数字正射影像图中的第一边界;确定第一边界的外接图形内的参考特征点及无人机图像中与参考特征点对应的配准特征点;根据参考特征点和配准特征点,对数字正射影像图中待更新地块的地块信息进行更新。与现有技术相比,本发明实施例利用成本较低的无人机图像对数字正射影像图中需要更新地块的地块信息的更新,极大地降低了数字正射影像图的更新成本。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (11)
1.一种地块信息更新方法,其特征在于,所述方法包括:
获取待更新地块的数字正射影像图及无人机图像,其中,所述数字正射影像图包括所述待更新地块在所述数字正射影像图中的第一边界;
确定所述第一边界的外接图形内的参考特征点及所述无人机图像中与所述参考特征点对应的配准特征点;
根据所述参考特征点和所述配准特征点,对所述数字正射影像图中所述待更新地块的地块信息进行更新。
2.如权利要求1所述的地块信息更新方法,其特征在于,所述确定所述第一边界的外接图形内的参考特征点及所述无人机图像中与所述参考特征点对应的配准特征点的步骤包括:
确定第一外接图形内的第一参考点,其中,所述第一外接图形为所述外接图形中的最小图形;
基于所述第一参考点,确定第二参考点,其中,所述第一边界处于所述第二参考点连成的闭合区域内;
基于所述第二参考点,确定所述参考特征点及所述配准特征点。
3.如权利要求2所述的地块信息更新方法,其特征在于,所述基于所述第一参考点,确定第二参考点的步骤包括:
若所述第一边界处于所述第一参考点连成的闭合区域内,则将所述第一参考点作为所述第二参考点;
若所述第一边界未处于所述第一参考点连成的闭合区域内,则扩大所述第一外接图形,并用扩大后的所述第一外接图形替换所述第一外接图形、用扩大后的所述第一外接图形中的第一参考点替换所述第一参考点,直至所述第一边界处于第一参考点连成的闭合区域内,将所述第一边界处于的闭合区域对应的第一参考点作为第二参考点。
4.如权利要求2所述的地块信息更新方法,其特征在于,所述基于所述第二参考点,确定所述参考特征点及所述配准特征点的步骤包括:
确定所述无人机图像中与所述第二参考点对应的第一初始配准点;
根据第二参考点和所述第一初始配准点,对所述无人机图像进行配准;
提取配准后的所述无人机图像中所述待更新地块的第二边界;
若所述第二边界处于所述第二参考点对应的第一初始配准点连成的闭合区域内,则将所述第二参考点作为所述参考特征点、并将所述第一初始配准点作为所述配准特征点;
若所述第二边界未处于所述第二参考点对应的第一初始配准点连成的闭合区域内,则对所述第二参考点对应的第二外接图形进行扩大,并基于所述第二外接图形内的第一参考点重新确定第二参考点,重复上述步骤,直至所述第二边界处于所述第二参考点对应的第一初始配准点连成的闭合区域内。
5.如权利要求2所述的地块信息更新方法,其特征在于,所述确定第一外接图形内的第一参考点的步骤包括:
若所述第一外接图形内存在角点,则将所述角点作为所述第一参考点。
6.如权利要求2所述的地块信息更新方法,其特征在于,所述第一边界包括多条边,所述确定第一外接图形内的第一参考点的步骤还包括:
对所述多条边中每一条边均进行边界拟合,得到所述每一条边的边界拟合线;
若两条相交的所述边界拟合线的交点处于所述第一外接图形内,则将所述交点作为所述第一参考点。
7.如权利要求1所述的地块信息更新方法,其特征在于,所述地块信息包括地块图像,所述根据参考特征点和所述配准特征点,对所述数字正射影像图中所述待更新地块的地块信息进行更新的步骤包括:
将所述参考特征点连成的闭合区域作为第一区域;
将所述配准特征点连成的闭合区域作为第二区域;
利用所述第二区域的地块图像替换所述第一区域的地块图像,以对所述数字正射影像图中所述待更新地块的地块图像进行更新。
8.如权利要求1所述的地块信息更新方法,其特征在于,所述地块信息还包括作物类别,将所述参考特征点连成的闭合区域作为第一区域,将所述配准特征点连成的闭合区域作为第二区域,所述根据参考特征点和所述配准特征点,对所述数字正射影像图中所述待更新地块的地块信息进行更新的步骤还包括:
获取所述第一区域的第一作物类别;
确定所述第二区域的第二作物类别;
利用所述第二作物类别替换所述第一作物类别,以对所述数字正射影像图中所述待更新地块的作物类别进行更新。
9.一种地块信息更新装置,其特征在于,所述装置包括:
获取模块,用于获取待更新地块的数字正射影像图及无人机图像,其中,所述数字正射影像图包括所述待更新地块在所述数字正射影像图中的第一边界;
确定模块,用于确定所述第一边界的外接图形内的参考特征点及所述无人机图像中与所述参考特征点对应的配准特征点;
更新模块,用于根据所述参考特征点和所述配准特征点,对所述数字正射影像图中待更新地块的地块信息进行更新。
10.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1-8中任一项所述的地块信息更新方法。
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1-8中任一项所述的地块信息更新方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210306798.7A CN114723792A (zh) | 2022-03-25 | 2022-03-25 | 地块信息更新方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210306798.7A CN114723792A (zh) | 2022-03-25 | 2022-03-25 | 地块信息更新方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114723792A true CN114723792A (zh) | 2022-07-08 |
Family
ID=82239442
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210306798.7A Pending CN114723792A (zh) | 2022-03-25 | 2022-03-25 | 地块信息更新方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114723792A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115292342A (zh) * | 2022-10-09 | 2022-11-04 | 湖北省国土测绘院 | 一种基于poi数据更新城市用地现状图的方法、系统及设备 |
-
2022
- 2022-03-25 CN CN202210306798.7A patent/CN114723792A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115292342A (zh) * | 2022-10-09 | 2022-11-04 | 湖北省国土测绘院 | 一种基于poi数据更新城市用地现状图的方法、系统及设备 |
CN115292342B (zh) * | 2022-10-09 | 2022-12-20 | 湖北省国土测绘院 | 一种基于poi数据更新城市用地现状图的方法、系统及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110348297B (zh) | 一种用于识别立体停车库的检测方法、系统、终端和存储介质 | |
CN107944450B (zh) | 一种车牌识别方法及装置 | |
CN110781756A (zh) | 基于遥感图像的城市道路提取方法及装置 | |
CN112581629A (zh) | 增强现实显示方法、装置、电子设备及存储介质 | |
CN109271842B (zh) | 一种基于关键点回归的通用物体检测方法、系统、终端和存储介质 | |
CN107545223B (zh) | 图像识别方法及电子设备 | |
CN110751682A (zh) | 一种提取和标识图像的方法、装置、终端设备及存储介质 | |
WO2021115061A1 (zh) | 图像分割方法、装置及服务器 | |
CN115359239A (zh) | 风电叶片缺陷检测定位方法、装置、存储介质和电子设备 | |
JP6982242B2 (ja) | 学習データ生成装置、変化領域検出方法及びコンピュータプログラム | |
CN108256520B (zh) | 一种识别硬币年份的方法、终端设备及计算机可读存储介质 | |
CN111260564A (zh) | 一种图像处理方法和装置及计算机存储介质 | |
CN114611635B (zh) | 一种对象的识别方法、装置、存储介质及电子装置 | |
CN111126211B (zh) | 标牌识别方法和装置、电子设备 | |
CN114723792A (zh) | 地块信息更新方法、装置、电子设备及存储介质 | |
CN112435274A (zh) | 一种基于面向对象分割的遥感影像面状地物提取方法 | |
CN117315046A (zh) | 一种环视相机标定方法、装置、电子设备及存储介质 | |
CN115841558B (zh) | 城市道路建模的方法、装置、电子设备和存储介质 | |
CN116309943A (zh) | 一种停车场语义地图路网构建方法、装置及电子设备 | |
CN116823966A (zh) | 相机的内参标定方法、装置、计算机设备和存储介质 | |
Widyaningrum et al. | Extraction of building roof edges from LiDAR data to optimize the digital surface model for true orthophoto generation | |
CN115908729A (zh) | 三维实景构建方法、装置、设备及计算机可读存储介质 | |
CN115830073A (zh) | 地图要素重建方法、装置、计算机设备和存储介质 | |
CN112435344B (zh) | 一种点云数据处理方法、装置及终端设备 | |
CN114913105A (zh) | 激光点云融合方法、装置、服务器及计算机可读存储介质 |
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 |