CN115265489B - 一种动态遥感监测的国土测绘方法及其系统 - Google Patents
一种动态遥感监测的国土测绘方法及其系统 Download PDFInfo
- Publication number
- CN115265489B CN115265489B CN202211154708.3A CN202211154708A CN115265489B CN 115265489 B CN115265489 B CN 115265489B CN 202211154708 A CN202211154708 A CN 202211154708A CN 115265489 B CN115265489 B CN 115265489B
- Authority
- CN
- China
- Prior art keywords
- remote sensing
- monitoring
- areas
- sensing image
- cutting
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C39/00—Aircraft not otherwise provided for
- B64C39/02—Aircraft not otherwise provided for characterised by special use
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
- G01C11/06—Interpretation of pictures by comparison of two or more pictures of the same area
- G01C11/08—Interpretation of pictures by comparison of two or more pictures of the same area the pictures not being supported in the same relative position as when they were taken
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/16—Image acquisition using multiple overlapping images; Image stitching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/243—Aligning, centring, orientation detection or correction of the image by compensating for image skew or non-uniform image deformations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
- G06V10/803—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of input or preprocessed data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/17—Terrestrial scenes taken from planes or by drones
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N2021/1793—Remote sensing
Abstract
本发明公开了一种动态遥感监测的国土测绘方法及其系统,其中方法包括:控制无人机根据规划航线采集多个监测区域的遥感影像;将遥感影像输入至预设纠正模型进行几何纠正,并通过基础底图和高程数据进行配准;将纠正配准后的遥感影像进行融合、匀色和镶嵌;根据多个预设裁切区域,对镶嵌后的遥感影像进行首次裁切,获得多个监测区域的第一正射遥感影像;根据确定的裁切边界线对第一正射遥感影像进行二次裁切,获得第二正射遥感影像;对第二正射遥感影像的边缘进行优化处理,输出目标正射遥感影像;从目标正射遥感影像中提取土地变化信息,并输出相应的土地监测结果。本发明确保对遥感影像的裁切精确,避免后续土地分析过程出现较大偏差。
Description
技术领域
本发明涉及测绘技术领域,尤其是涉及一种动态遥感监测的国土测绘方法及其系统。
背景技术
土地测绘是指使用以计算机技术、光电技术、网络通讯技术、空间科学、信息科学为基础,以全球定位系统(Global Positioning System, GPS)、遥感(Remote Sensing,RS)、地理信息系统(Geographic Information Systems, GIS)为技术核心,将地面已有的特征点和界线,通过测量手段获得反映地面现状的图形和位置信息,供工程建设的规划设计和行政管理之用。
其中,遥感动态监测技术是从不同时间或在不同条件下通过航空或卫星等获取的同一地区的遥感影像中,识别和量化地表类型的变化、空间分布状况和变化量。然而,在利用地面已有的特征点和界线对同一地区的遥感影像进行裁切时,若地面已有的特征点和界线等相关数据未作及时更新,则会出现与之相关的预设裁切区域不准确,导致对遥感影像的裁切不精确,进而导致后续土地分析过程出现较大偏差。
发明内容
本发明实施例的目的是提供一种动态遥感监测的国土测绘方法及其系统,以解决现有的预设裁切区域不准确,导致对遥感影像的裁切不精确,进而导致后续土地分析过程出现较大偏差的问题。
为了解决上述技术问题,本发明实施例提供了一种动态遥感监测的国土测绘方法,包括:
控制无人机根据规划航线飞行,以采集多个监测区域的遥感影像;其中,多个所述监测区域中至少两个监测区域相邻;
将多个所述监测区域的遥感影像输入至预设的纠正模型进行几何纠正,并通过基础底图和高程数据对多个所述监测区域纠正后的遥感影像进行配准;
将多个所述监测区域纠正配准后的遥感影像进行融合和匀色;
将多个所述监测区域融合匀色后的遥感影像进行镶嵌;
根据多个预设裁切区域,对多个所述监测区域镶嵌后的遥感影像进行首次裁切,获得多个所述监测区域的第一正射遥感影像;
确定每个所述监测区域的裁切边界线,并根据每个所述监测区域的裁切边界线对多个所述监测区域的第一正射遥感影像进行二次裁切,获得每个所述监测区域的第二正射遥感影像;
分别对每个所述监测区域的第二正射遥感影像的边缘进行优化处理,输出每个所述监测区域的目标正射遥感影像;
从每个所述监测区域的目标正射遥感影像中提取土地变化信息,并输出相应的土地监测结果。
作为其中一种优选方案,所述将多个所述监测区域的遥感影像输入至预设的纠正模型进行几何纠正,并通过基础底图和高程数据对多个所述监测区域纠正后的遥感影像进行配准,包括:
将多个所述监测区域的遥感影像输入至预设的纠正模型进行几何纠正;
在所述基础底图和所述高程数据的基础上,选取多个分布均匀的纠正控制点;
根据多个分布均匀的纠正控制点,对多个所述监测区域纠正后的遥感影像进行配准,获得多个所述监测区域纠正配准后的遥感影像。
作为其中一种优选方案,所述将多个所述监测区域纠正配准后的遥感影像进行融合和匀色,包括:
基于主成分变换方法把多个所述监测区域纠正配准后的遥感影像中进行融合,获得多个所述监测区域融合匀色后的遥感影像。
作为其中一种优选方案,所述将多个所述监测区域融合匀色后的遥感影像进行镶嵌,包括:
基于A*算法对多个所述监测区域融合匀色后的遥感影像进行镶嵌,获得多个所述监测区域镶嵌后的遥感影像。
作为其中一种优选方案,所述根据多个预设裁切区域,对多个所述监测区域镶嵌后的遥感影像进行首次裁切,获得多个所述监测区域的第一正射遥感影像,包括:
在多个所述监测区域镶嵌后的遥感影像上叠加显示多个预设裁切区域;其中,多个预设裁切区域与多个所述监测区域镶嵌后的遥感影像一一对应;
确认所有所述预设裁切区域是否覆盖所有所述监测区域镶嵌后的遥感影像;
若是,则根据所述预设裁切区域对相应的所述监测区域镶嵌后的遥感影像进行首次裁切,获得多个所述监测区域的第一正射遥感影像;
若否,则重新确定多个预设裁切区域,并根据重新确定的所述预设裁切区域对相应的所述监测区域镶嵌后的遥感影像进行首次裁切,获得多个所述监测区域的第一正射遥感影像。
作为其中一种优选方案,所述确定每个所述监测区域的裁切边界线,包括:
确定每个所述监测区域的第一正射遥感影像中位于相应所述预设裁切区域边界处的多个像素;
判断每个所述像素与临近像素的灰度值变化率是否大于预设变化率;
若是,则将灰度值变化率大于所述预设变化率的像素确定为当前所述监测区域的裁切边界线像素;
若否,则将灰度值变化率小于等于所述预设变化率的像素不归为当前所述监测区域的裁切边界线像素;
对已确定的当前所述监测区域的裁切边界线像素进行封闭处理,形成当前所述监测区域的裁切边界线。
作为其中一种优选方案,所述分别对每个所述监测区域的第二正射遥感影像的边缘进行优化处理,输出每个所述监测区域的目标正射遥感影像,包括:
分别对每个所述监测区域的第二正射遥感影像的“欠剪裁边缘”或“过剪裁边缘”进行优化处理,输出每个所述监测区域的目标正射遥感影像。
作为其中一种优选方案,所述从每个所述监测区域的目标正射遥感影像中提取土地变化信息,并输出相应的土地监测结果,包括:
获取不同时相每个所述监测区域的目标正射遥感影像;
确定不同时相下,对应所述监测区域的目标正射遥感影像的灰度值相似度;
判断不同时相下,对应所述监测区域的目标正射遥感影像的灰度值相似度是否大于预设相似度;
若是,则提取所述监测区域的目标正射遥感影像中灰度值相似度大于预设相似度的像素,以确定土地变化信息;
输出包含土地变化信息和相应提示的土地监测结果。
本发明实施例还提供了一种动态遥感监测的国土测绘系统,应用于如上述实施例所述的动态遥感监测的国土测绘方法,所述系统包括:
无人机,用于根据规划航线飞行,以采集多个监测区域的遥感影像;其中,多个所述监测区域中至少两个监测区域相邻;
与所述无人机通讯连接的数据处理中心,包括:
纠正模块,用于将多个所述监测区域的遥感影像输入至预设的纠正模型进行几何纠正,并通过基础底图和高程数据对多个所述监测区域纠正后的遥感影像进行配准;
融合模块,用于将多个所述监测区域纠正配准后的遥感影像进行融合和匀色;
镶嵌模块,用于将多个所述监测区域融合匀色后的遥感影像进行镶嵌;
裁切模块,用于:
根据多个预设裁切区域,对多个所述监测区域镶嵌后的遥感影像进行首次裁切,获得多个所述监测区域的第一正射遥感影像;
确定每个所述监测区域的裁切边界线,并根据每个所述监测区域的裁切边界线对多个所述监测区域的第一正射遥感影像进行二次裁切,获得每个所述监测区域的第二正射遥感影像;
分别对每个所述监测区域的第二正射遥感影像的边缘进行优化处理,输出每个所述监测区域的目标正射遥感影像;
提取模块,用于从每个所述监测区域的目标正射遥感影像中提取土地变化信息,并输出相应的土地监测结果。
作为其中一种优选方案,所述裁切模块具体用于:
在多个所述监测区域镶嵌后的遥感影像上叠加显示多个预设裁切区域;其中,多个预设裁切区域与多个所述监测区域镶嵌后的遥感影像一一对应;
确认所有所述预设裁切区域是否覆盖所有所述监测区域镶嵌后的遥感影像;
若是,则根据所述预设裁切区域对相应的所述监测区域镶嵌后的遥感影像进行首次裁切,获得多个所述监测区域的第一正射遥感影像;
若否,则重新确定多个预设裁切区域,并根据重新确定的所述预设裁切区域对相应的所述监测区域镶嵌后的遥感影像进行首次裁切,获得多个所述监测区域的第一正射遥感影像。
相比于现有技术,本发明实施例的有益效果在于以下中的至少一点:
本发明的动态遥感监测的国土测绘方法,在对多个监测区域进行几何纠正、配准、融合、匀色和镶嵌后,通过根据多个预设裁切区域,对多个所述监测区域镶嵌后的遥感影像进行首次裁切,获得多个所述监测区域的第一正射遥感影像,即获得多个监测区域的初步正射遥感影像;然后确定每个所述监测区域的裁切边界线,并根据每个所述监测区域的裁切边界线对多个所述监测区域的第一正射遥感影像进行二次裁切,获得每个所述监测区域的第二正射遥感影像,如此通过二次裁切操作,以进一步提高裁切精度;再接着分别对每个所述监测区域的第二正射遥感影像的边缘进行优化处理,输出每个所述监测区域的目标正射遥感影像,从而能够对每个监测区域的第二正射遥感影像的“欠剪裁边缘”或“过剪裁边缘”进行优化处理,输出裁切精度更高的目标正射遥感影像。基于以上操作,本发明确保了对遥感影像的裁切精确,避免后续土地分析过程出现较大偏差。相应地,本发明还提供一种动态遥感监测的国土测绘系统。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施方式中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施方式,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的附图。
图1是本发明一实施例中一种动态遥感监测的国土测绘方法的流程示意图;
图2是本发明一实施例中一种动态遥感监测的国土测绘系统的结构示意图;
图3是本发明一实施例数据处理中心的结构示意图。
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。
在本发明描述中,术语“第一”、“第二”、“第三”等仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”、“第三”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
在本发明的描述中,需要说明的是,除非另有定义,本发明所使用的所有的技术和科学术语与属于本的技术领域的技术人员通常理解的含义相同。本发明中说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明,对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
本发明实施例提供了一种动态遥感监测的国土测绘方法,请参阅图1,图1是本发明一实施例动态遥感监测的国土测绘方法的流程示意图,在本实施例中,动态遥感监测的国土测绘方法可以包括步骤S110~S180,各步骤具体如下:
S110:控制无人机根据规划航线飞行,以采集多个监测区域的遥感影像;其中,多个所述监测区域中至少两个监测区域相邻。
在本实施例中,多个监测区域中存在至少两个监测区域相邻,通过无人机采集多个监测区域的遥感影像。
具体的,利用地面站根据航线规划控制无人机飞行,无人机依次途径多个监测区域,从而采集多个监测区域的遥感影像。对应的,在下一次采样时间时,无人机按照同一规划航线飞行,从而采集多个监测区域不同时相的遥感影像。
S120:将多个所述监测区域的遥感影像输入至预设的纠正模型进行几何纠正,并通过基础底图和高程数据对多个所述监测区域纠正后的遥感影像进行配准。
纠正模型能够分别对输入的多个监测区域的遥感影像进行几何纠正,以消除每个监测区域遥感影像的几何畸变,同时也便于通过基础底图和高程数据,对多个监测区域纠正后的遥感影像进行严格配准。
在某一个具体实施例中,所述步骤S120,包括以下子步骤:
将多个所述监测区域的遥感影像输入至预设的纠正模型进行几何纠正;
在所述基础底图和所述高程数据的基础上,选取多个分布均匀的纠正控制点;
根据多个分布均匀的纠正控制点,对多个所述监测区域纠正后的遥感影像进行配准,获得多个所述监测区域纠正配准后的遥感影像。
在本实施例中,选取合适的纠正模型,例如有理函数纠正模型(RationalFunction Model - RFM)和几何多项式模型等,分别对输入的多个监测区域的遥感影像进行几何纠正。以有理函数纠正模型为例,有理函数纠正模型是将像点坐标(r, c)表示为以相应地面点空间(X, Y, Z)为自变量的多项式的比值,通过计算函数多项式里的系数,从而构造大地坐标与遥感影像坐标之间的关系,其中多项式的项数越多,拟合的精度越高,之后用该多项式对遥感影像进行纠正。
然后在基础底图和高程数据的基础上,根据选取的多个不同数量且分布均匀的纠正控制点,对多个监测区域纠正后的遥感影像进行配准,以确保每个监测区域的遥感影像纠正精度满足测绘要求。
S130:将多个所述监测区域纠正配准后的遥感影像进行融合和匀色。
为增强遥感影像的清晰度和对比度,需对每个监测区域纠正配准后的遥感影像进行融合和匀色。
在某一个具体实施例中,所述步骤S130,包括以下子步骤:
基于主成分变换方法把多个所述监测区域纠正配准后的遥感影像中进行融合,获得多个所述监测区域融合匀色后的遥感影像。
其中,主成分变换方法(Principal Component Analysis,PCA变换),又称霍特林变换或K-L变换,是一种基于信息量的正交线性变换。该变换主要是采用线性投影的方法将数据投影到新的坐标空间中,从而使得新的成分按信息量分布,第一主成分包含的信息量最大,变换后各主成分分量彼此不相关,且随着主成分编号的增加该分量包含的信息量减小。在本实施例中,PCA变换首先对多光谱遥感影像进行主成分变换,然后用拉伸的高空间分辨率遥感影像代替第一主分量进行逆主分量变换,得到融合的遥感影像。因此,PCA变换后遥感影像的信息主要集中在前几个主成分分量中,在变换域中丢弃信息量小的主成分分量,将原始的海量高光谱数据变换为少量的几个成分,在降低数据维数的同时,最大限度地保持了原始数据的信息。
S140:将多个所述监测区域融合匀色后的遥感影像进行镶嵌。
为获取更大范围的地面图像,遥感影像的镶嵌就是把多个监测区域的多幅遥感影像拼接成一幅全区的遥感影像。
在某一个具体实施例中,所述步骤S140,包括以下子步骤:
基于A*算法对多个所述监测区域融合匀色后的遥感影像进行镶嵌,获得多个所述监测区域镶嵌后的遥感影像。
其中,A*(A-Star)算法是一种静态路网中求解最短路径最有效的直接搜索方法,也是解决许多搜索问题的有效算法。本实施例通过A*算法确定每个监测区域融合匀色后的遥感影像的最短镶嵌线,使镶嵌线避开建筑物或者高程变化较大的区域,然后根据构建的最短镶嵌线,对每个监测区域融合匀色后的遥感影像进行分块镶嵌处理。
S150:根据多个预设裁切区域,对多个所述监测区域镶嵌后的遥感影像进行首次裁切,获得多个所述监测区域的第一正射遥感影像。
通过对多个监测区域镶嵌后的遥感影像进行初次裁切,可以获得多个监测区域的初步正射遥感影像,即第一正射遥感影像。
具体的,预设裁切区域对应于行政区域,通过多个预设裁切区域对多个监测区域镶嵌后的遥感影像进行首次裁切,即为对多个监测区域镶嵌后的遥感影像进行行政划分,例如将整个广州的遥感影像划分为天河区、越秀区、海珠区、黄埔区等多个区域。
在某一个具体实施例中,所述步骤S150,包括以下子步骤:
在多个所述监测区域镶嵌后的遥感影像上叠加显示多个预设裁切区域;其中,多个预设裁切区域与多个所述监测区域镶嵌后的遥感影像一一对应;
确认所有所述预设裁切区域是否覆盖所有所述监测区域镶嵌后的遥感影像;
若是,则根据所述预设裁切区域对相应的所述监测区域镶嵌后的遥感影像进行首次裁切,获得多个所述监测区域的第一正射遥感影像;
若否,则重新确定多个预设裁切区域,并根据重新确定的所述预设裁切区域对相应的所述监测区域镶嵌后的遥感影像进行首次裁切,获得多个所述监测区域的第一正射遥感影像。
在本实施例中,每个预设裁切区域可对应一个监测区域。一般而言,预设裁切区域存储于数据库,若未作及时更新,则会出现所有预设裁切区域与所有实际监测区域不对应,导致裁切不精确。因此在首次裁切前,还需确认所有预设裁切区域是否覆盖所有监测区域镶嵌后的遥感影像,以确保不会对实际监测区域有遗漏。若所有预设裁切区域覆盖整体监测区域镶嵌后的遥感影像,则可进行首次裁切操作;若所有预设裁切区域未覆盖整体监测区域镶嵌后的遥感影像,则需重新确定多个预设裁切区域。在一个实施例中,可联网获取最新的预设裁切区域,以便对相应的监测区域镶嵌后的遥感影像进行首次裁切。
S160:确定每个所述监测区域的裁切边界线,并根据每个所述监测区域的裁切边界线对多个所述监测区域的第一正射遥感影像进行二次裁切,获得每个所述监测区域的第二正射遥感影像。
本实施例根据每个监测区域的裁切边界线,对多个监测区域的第一正射遥感影像进行二次裁切,以进一步提高裁切精度。
在某一个具体实施例中,所述步骤S160中确定每个所述监测区域的裁切边界线,包括:
确定每个所述监测区域的第一正射遥感影像中位于相应所述预设裁切区域边界处的多个像素;
判断每个所述像素与临近像素的灰度值变化率是否大于预设变化率;
若是,则将灰度值变化率大于所述预设变化率的像素确定为当前所述监测区域的裁切边界线像素;
若否,则将灰度值变化率小于等于所述预设变化率的像素不归为当前所述监测区域的裁切边界线像素;
对已确定的当前所述监测区域的裁切边界线像素进行封闭处理,形成当前所述监测区域的裁切边界线。
在本实施例中,通过预设裁切区域确定每个监测区域的初始裁切边界线,由此可确定每个监测区域的第一正射遥感影像中位于相应所述预设裁切区域边界处的多个像素。可以理解,与监测区域裁切边界线内的第一正射遥感影像的像素相比,裁切边界线处的像素与区域里面的像素灰度值变化率较小,而裁切边界线处的像素与区域外面的像素灰度值变化率较大,因此,可通过判断裁切边界线处的像素与临近像素的灰度值变化率是否满足标准,从而精确确定裁切边界线。
具体的,当裁切边界线处的像素与临近像素的灰度值变化率大于预设变化率时,则将该像素确定为当前监测区域的裁切边界线像素,反之,则不归入当前监测区域的裁切边界线像素。在历经所有预设裁切区域边界处的像素判断后,所确定的当前监测区域的裁切边界线像素有可能形成封闭区域,也有可能缺失部分像素,为此,可对已确定的当前监测区域的裁切边界线像素进行封闭处理,形成当前监测区域的裁切边界线。
S170:分别对每个所述监测区域的第二正射遥感影像的边缘进行优化处理,输出每个所述监测区域的目标正射遥感影像。
在某一个具体实施例中,所述步骤S170,包括以下子步骤:
分别对每个所述监测区域的第二正射遥感影像的“欠剪裁边缘”或“过剪裁边缘”进行优化处理,输出每个所述监测区域的目标正射遥感影像。
在经过首次裁切和二次裁切后,所获得的每个监测区域的第二正射遥感影像的边缘可能存在欠剪裁或过剪裁。因此,本实施例还能对每个监测区域的第二正射遥感影像的“欠剪裁边缘”或“过剪裁边缘”进行优化处理,输出每个监测区域裁切精度更高的目标正射遥感影像。
在一个实施例中,可定义参照目标正射遥感影像,然后计算每个监测区域二次裁切后的目标正射遥感影像与参照目标正射遥感影像的过分割率或欠分割率,若过分割率或欠分割率均偏离相应的预设值,则可判断第二正射遥感影像存在过分割或欠分割。
S180:从每个所述监测区域的目标正射遥感影像中提取土地变化信息,并输出相应的土地监测结果。
在某一个具体实施例中,所述步骤S180,包括以下子步骤:
获取不同时相每个所述监测区域的目标正射遥感影像;
确定不同时相下,对应所述监测区域的目标正射遥感影像的灰度值相似度;
判断不同时相下,对应所述监测区域的目标正射遥感影像的灰度值相似度是否大于预设相似度;
若是,则提取所述监测区域的目标正射遥感影像中灰度值相似度大于预设相似度的像素,以确定土地变化信息;
输出包含土地变化信息和相应提示的土地监测结果。
在本实施例中,通过对比每个监测区域不同采样时间的目标正射遥感影像,可以获得土地变化信息。
具体的,由于未发生变化土地在目标正射遥感影像上的灰度值差异较小,对应的灰度值相似度较高,而发生变化土地在目标正射遥感影像上的灰度值差异较大,对应的灰度值相似度较低。当监测区域的目标正射遥感影像中灰度值相似度大于预设相似度时,对应的像素信息包含土地变化信息,提取这些像素信息,可获得土地变化信息,从而输出土地变化信息和相应提示的土地监测结果。当监测区域的目标正射遥感影像中灰度值相似度小于等于预设相似度时,对应的像素信息不包含土地变化信息,则无需提取这些像素信息。
综上,本发明的动态遥感监测的国土测绘方法,在对多个监测区域进行几何纠正、配准、融合、匀色和镶嵌后,通过根据多个预设裁切区域,对多个所述监测区域镶嵌后的遥感影像进行首次裁切,获得多个所述监测区域的第一正射遥感影像,即获得多个监测区域的初步正射遥感影像;然后确定每个所述监测区域的裁切边界线,并根据每个所述监测区域的裁切边界线对多个所述监测区域的第一正射遥感影像进行二次裁切,获得每个所述监测区域的第二正射遥感影像,如此通过二次裁切操作,以进一步提高裁切精度;再接着分别对每个所述监测区域的第二正射遥感影像的边缘进行优化处理,输出每个所述监测区域的目标正射遥感影像,从而能够对每个监测区域的第二正射遥感影像的“欠剪裁边缘”或“过剪裁边缘”进行优化处理,输出裁切精度更高的目标正射遥感影像。基于以上操作,本发明确保了对遥感影像的裁切精确,避免后续土地分析过程出现较大偏差。
本发明另一实施例提供了一种动态遥感监测的国土测绘系统100,请参阅图2,图2是本发明一实施例中一种动态遥感监测的国土测绘系统100的结构示意图,在本实施例中,动态遥感监测的国土测绘系统100可以包括:
无人机10,用于根据规划航线飞行,以采集多个监测区域的遥感影像;其中,多个所述监测区域中至少两个监测区域相邻;
与所述无人机10通讯连接的数据处理中心20,包括:
纠正模块201,用于将多个所述监测区域的遥感影像输入至预设的纠正模型进行几何纠正,并通过基础底图和高程数据对多个所述监测区域纠正后的遥感影像进行配准;
融合模块202,用于将多个所述监测区域纠正配准后的遥感影像进行融合和匀色;
镶嵌模块203,用于将多个所述监测区域融合匀色后的遥感影像进行镶嵌;
裁切模块204,用于:
根据多个预设裁切区域,对多个所述监测区域镶嵌后的遥感影像进行首次裁切,获得多个所述监测区域的第一正射遥感影像;
确定每个所述监测区域的裁切边界线,并根据每个所述监测区域的裁切边界线对多个所述监测区域的第一正射遥感影像进行二次裁切,获得每个所述监测区域的第二正射遥感影像;
分别对每个所述监测区域的第二正射遥感影像的边缘进行优化处理,输出每个所述监测区域的目标正射遥感影像;
提取模块205,用于从每个所述监测区域的目标正射遥感影像中提取土地变化信息,并输出相应的土地监测结果。
在某一个具体实施例中,所述裁切模块204具体用于:
在多个所述监测区域镶嵌后的遥感影像上叠加显示多个预设裁切区域;其中,多个预设裁切区域与多个所述监测区域镶嵌后的遥感影像一一对应;
确认所有所述预设裁切区域是否覆盖所有所述监测区域镶嵌后的遥感影像;
若是,则根据所述预设裁切区域对相应的所述监测区域镶嵌后的遥感影像进行首次裁切,获得多个所述监测区域的第一正射遥感影像;
若否,则重新确定多个预设裁切区域,并根据重新确定的所述预设裁切区域对相应的所述监测区域镶嵌后的遥感影像进行首次裁切,获得多个所述监测区域的第一正射遥感影像。
请参阅图3,图3是本发明一实施例数据处理中心20的结构示意图。数据处理中心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。数据处理中心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,示意图仅仅是终端设备的示例,并不构成对数据处理中心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,例如数据处理中心20还可以包括输入输出设备、网络接入设备、总线等。
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,处理器21是数据处理中心20的控制中心,利用各种接口和线路连接整个数据处理中心20的各个部分。
存储器22可用于存储计算机程序和/或模块,处理器21通过运行或执行存储在存储器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,实现数据处理中心20的各种功能。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,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(FlashCard)、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,数据处理中心20集成的模块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,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执行时,可实现上述各个方法实施例的步骤。其中,计算机程序包括计算机程序代码,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。计算机可读介质可以包括:能够携带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 AccessMemory)、电载波信号、电信信号以及软件分发介质等。
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,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,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 Access Memory,RAM)等。
相应地,本发明实施例提供一种计算机可读存储介质,计算机可读存储介质包括存储的计算机程序,其中,在计算机程序运行时控制计算机可读存储介质所在设备执行如上述实施例的动态遥感监测的国土测绘方法中的步骤,例如图1中的步骤S110~S180。
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)
1.一种动态遥感监测的国土测绘方法,其特征在于,包括:
控制无人机根据规划航线飞行,以采集多个监测区域的遥感影像;其中,多个所述监测区域中至少两个监测区域相邻;
将多个所述监测区域的遥感影像输入至预设的纠正模型进行几何纠正,并通过基础底图和高程数据对多个所述监测区域纠正后的遥感影像进行配准;
将多个所述监测区域纠正配准后的遥感影像进行融合和匀色;
将多个所述监测区域融合匀色后的遥感影像进行镶嵌;
根据多个预设裁切区域,对多个所述监测区域镶嵌后的遥感影像进行首次裁切,获得多个所述监测区域的第一正射遥感影像;
确定每个所述监测区域的裁切边界线,并根据每个所述监测区域的裁切边界线对多个所述监测区域的第一正射遥感影像进行二次裁切,获得每个所述监测区域的第二正射遥感影像;
分别对每个所述监测区域的第二正射遥感影像的边缘进行优化处理,输出每个所述监测区域的目标正射遥感影像;
从每个所述监测区域的目标正射遥感影像中提取土地变化信息,并输出相应的土地监测结果。
2.根据权利要求1所述的动态遥感监测的国土测绘方法,其特征在于,所述将多个所述监测区域的遥感影像输入至预设的纠正模型进行几何纠正,并通过基础底图和高程数据对多个所述监测区域纠正后的遥感影像进行配准,包括:
将多个所述监测区域的遥感影像输入至预设的纠正模型进行几何纠正;
在所述基础底图和所述高程数据的基础上,选取多个分布均匀的纠正控制点;
根据多个分布均匀的纠正控制点,对多个所述监测区域纠正后的遥感影像进行配准,获得多个所述监测区域纠正配准后的遥感影像。
3.根据权利要求1所述的动态遥感监测的国土测绘方法,其特征在于,所述将多个所述监测区域纠正配准后的遥感影像进行融合和匀色,包括:
基于主成分变换方法把多个所述监测区域纠正配准后的遥感影像中进行融合,获得多个所述监测区域融合匀色后的遥感影像。
4.根据权利要求1所述的动态遥感监测的国土测绘方法,其特征在于,所述将多个所述监测区域融合匀色后的遥感影像进行镶嵌,包括:
基于A*算法对多个所述监测区域融合匀色后的遥感影像进行镶嵌,获得多个所述监测区域镶嵌后的遥感影像。
5.根据权利要求3所述的动态遥感监测的国土测绘方法,其特征在于,所述根据多个预设裁切区域,对多个所述监测区域镶嵌后的遥感影像进行首次裁切,获得多个所述监测区域的第一正射遥感影像,包括:
在多个所述监测区域镶嵌后的遥感影像上叠加显示多个预设裁切区域;其中,多个预设裁切区域与多个所述监测区域镶嵌后的遥感影像一一对应;
确认所有所述预设裁切区域是否覆盖所有所述监测区域镶嵌后的遥感影像;
若是,则根据所述预设裁切区域对相应的所述监测区域镶嵌后的遥感影像进行首次裁切,获得多个所述监测区域的第一正射遥感影像;
若否,则重新确定多个预设裁切区域,并根据重新确定的所述预设裁切区域对相应的所述监测区域镶嵌后的遥感影像进行首次裁切,获得多个所述监测区域的第一正射遥感影像。
6.根据权利要求5所述的动态遥感监测的国土测绘方法,其特征在于,所述确定每个所述监测区域的裁切边界线,包括:
确定每个所述监测区域的第一正射遥感影像中位于相应所述预设裁切区域边界处的多个像素;
判断每个所述像素与临近像素的灰度值变化率是否大于预设变化率;
若是,则将灰度值变化率大于所述预设变化率的像素确定为当前所述监测区域的裁切边界线像素;
若否,则将灰度值变化率小于等于所述预设变化率的像素不归为当前所述监测区域的裁切边界线像素;
对已确定的当前所述监测区域的裁切边界线像素进行封闭处理,形成当前所述监测区域的裁切边界线。
7.根据权利要求6所述的动态遥感监测的国土测绘方法,其特征在于,所述分别对每个所述监测区域的第二正射遥感影像的边缘进行优化处理,输出每个所述监测区域的目标正射遥感影像,包括:
分别对每个所述监测区域的第二正射遥感影像的“欠剪裁边缘”或“过剪裁边缘”进行优化处理,输出每个所述监测区域的目标正射遥感影像。
8.根据权利要求1所述的动态遥感监测的国土测绘方法,其特征在于,所述从每个所述监测区域的目标正射遥感影像中提取土地变化信息,并输出相应的土地监测结果,包括:
获取不同时相每个所述监测区域的目标正射遥感影像;
确定不同时相下,对应所述监测区域的目标正射遥感影像的灰度值相似度;
判断不同时相下,对应所述监测区域的目标正射遥感影像的灰度值相似度是否大于预设相似度;
若是,则提取所述监测区域的目标正射遥感影像中灰度值相似度大于预设相似度的像素,以确定土地变化信息;
输出包含土地变化信息和相应提示的土地监测结果。
9.一种动态遥感监测的国土测绘系统,其特征在于,应用于如权利要求1-8任一项所述的动态遥感监测的国土测绘方法,所述系统包括:
无人机,用于根据规划航线飞行,以采集多个监测区域的遥感影像;其中,多个所述监测区域中至少两个监测区域相邻;
与所述无人机通讯连接的数据处理中心,包括:
纠正模块,用于将多个所述监测区域的遥感影像输入至预设的纠正模型进行几何纠正,并通过基础底图和高程数据对多个所述监测区域纠正后的遥感影像进行配准;
融合模块,用于将多个所述监测区域纠正配准后的遥感影像进行融合和匀色;
镶嵌模块,用于将多个所述监测区域融合匀色后的遥感影像进行镶嵌;
裁切模块,用于:
根据多个预设裁切区域,对多个所述监测区域镶嵌后的遥感影像进行首次裁切,获得多个所述监测区域的第一正射遥感影像;
确定每个所述监测区域的裁切边界线,并根据每个所述监测区域的裁切边界线对多个所述监测区域的第一正射遥感影像进行二次裁切,获得每个所述监测区域的第二正射遥感影像;
分别对每个所述监测区域的第二正射遥感影像的边缘进行优化处理,输出每个所述监测区域的目标正射遥感影像;
提取模块,用于从每个所述监测区域的目标正射遥感影像中提取土地变化信息,并输出相应的土地监测结果。
10.根据权利要求9所述的动态遥感监测的国土测绘系统,其特征在于,所述裁切模块具体用于:
在多个所述监测区域镶嵌后的遥感影像上叠加显示多个预设裁切区域;其中,多个预设裁切区域与多个所述监测区域镶嵌后的遥感影像一一对应;
确认所有所述预设裁切区域是否覆盖所有所述监测区域镶嵌后的遥感影像;
若是,则根据所述预设裁切区域对相应的所述监测区域镶嵌后的遥感影像进行首次裁切,获得多个所述监测区域的第一正射遥感影像;
若否,则重新确定多个预设裁切区域,并根据重新确定的所述预设裁切区域对相应的所述监测区域镶嵌后的遥感影像进行首次裁切,获得多个所述监测区域的第一正射遥感影像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211154708.3A CN115265489B (zh) | 2022-09-22 | 2022-09-22 | 一种动态遥感监测的国土测绘方法及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211154708.3A CN115265489B (zh) | 2022-09-22 | 2022-09-22 | 一种动态遥感监测的国土测绘方法及其系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115265489A CN115265489A (zh) | 2022-11-01 |
CN115265489B true CN115265489B (zh) | 2022-12-20 |
Family
ID=83758007
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211154708.3A Active CN115265489B (zh) | 2022-09-22 | 2022-09-22 | 一种动态遥感监测的国土测绘方法及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115265489B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116205975B (zh) * | 2023-02-01 | 2023-09-19 | 广东国地规划科技股份有限公司 | 一种像控点数据采集方法及无人机测绘方法 |
CN116703681B (zh) * | 2023-07-25 | 2024-02-20 | 南京智绘星图信息科技有限公司 | 一种基于数据分析的土地使用管控系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7366323B1 (en) * | 2004-02-19 | 2008-04-29 | Research Foundation Of State University Of New York | Hierarchical static shadow detection method |
JP2015207235A (ja) * | 2014-04-23 | 2015-11-19 | 日本電気株式会社 | データ融合装置、土地被覆分類システム、方法およびプログラム |
CN114518104A (zh) * | 2022-03-14 | 2022-05-20 | 山东三津房地产评估有限公司 | 基于动态遥感监测技术的国土测绘方法、系统及存储介质 |
-
2022
- 2022-09-22 CN CN202211154708.3A patent/CN115265489B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7366323B1 (en) * | 2004-02-19 | 2008-04-29 | Research Foundation Of State University Of New York | Hierarchical static shadow detection method |
JP2015207235A (ja) * | 2014-04-23 | 2015-11-19 | 日本電気株式会社 | データ融合装置、土地被覆分類システム、方法およびプログラム |
CN114518104A (zh) * | 2022-03-14 | 2022-05-20 | 山东三津房地产评估有限公司 | 基于动态遥感监测技术的国土测绘方法、系统及存储介质 |
Non-Patent Citations (1)
Title |
---|
"基于PSPNet的遥感影像城市建成区提取及其优化方法";刘钊;《国土资源遥感》;20201231;第32卷(第4期);第84-89页 * |
Also Published As
Publication number | Publication date |
---|---|
CN115265489A (zh) | 2022-11-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115265489B (zh) | 一种动态遥感监测的国土测绘方法及其系统 | |
JP6862409B2 (ja) | 地図生成及び移動主体の位置決めの方法及び装置 | |
JP6771059B2 (ja) | 3次元シーンを再構成するための方法、装置、機器及びコンピュータ可読記憶媒体 | |
US11506795B2 (en) | Accounting for atmospheric and terrestrial obstacles in geographic positioning | |
CN106776996B (zh) | 用于测试高精度地图的准确性的方法和装置 | |
CN113341397A (zh) | 反射值地图构建方法和装置 | |
CN112598762A (zh) | 三维车道线信息生成方法、装置、电子设备和介质 | |
CN112086010B (zh) | 地图生成方法、装置、设备及存储介质 | |
CN109863547B (zh) | 用于使用机器学习和图像处理来构建地图的设备 | |
CN110926475B (zh) | 一种无人机航点生成方法、装置及电子设备 | |
CN114459471B (zh) | 定位信息确定方法、装置、电子设备及存储介质 | |
US20230042968A1 (en) | High-definition map creation method and device, and electronic device | |
CN111750838B (zh) | 农业用地规划图的生成方法、装置、设备及存储介质 | |
US20220351413A1 (en) | Target detection method, computer device and non-transitory readable storage medium | |
CN113393519B (zh) | 激光点云数据处理方法、装置及设备 | |
CN111651547B (zh) | 高精度地图数据的获取方法、装置及可读存储介质 | |
CN113804100B (zh) | 确定目标对象的空间坐标的方法、装置、设备和存储介质 | |
CN110569546B (zh) | 交通小区的划分方法及装置 | |
US20220268962A1 (en) | A floor determination method for terminal devices | |
CN114443679A (zh) | 一种地图数据更新方法、装置、设备以及存储介质 | |
Baltsavias et al. | Automated road extraction and updating using the ATOMI system performance comparison between aerial film, ADS40, Ikonos and Quickbird orthoimagery | |
CN112800163A (zh) | 地图界面展示方法、装置、计算机设备及存储介质 | |
CN113390425A (zh) | 地图数据处理方法、装置、设备和存储介质 | |
CN106443732B (zh) | 一种基于gps的路径图绘制方法和系统 | |
CN116295444B (zh) | 野外作业导航方法、系统、终端及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |