CN117520581A - 一种土地测绘信息管理方法、系统、设备及介质 - Google Patents
一种土地测绘信息管理方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN117520581A CN117520581A CN202311508645.1A CN202311508645A CN117520581A CN 117520581 A CN117520581 A CN 117520581A CN 202311508645 A CN202311508645 A CN 202311508645A CN 117520581 A CN117520581 A CN 117520581A
- Authority
- CN
- China
- Prior art keywords
- target
- mapping
- image
- definition
- determining
- 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
- 238000013507 mapping Methods 0.000 title claims abstract description 260
- 238000007726 management method Methods 0.000 title claims description 27
- 238000001514 detection method Methods 0.000 claims abstract description 137
- 238000000034 method Methods 0.000 claims abstract description 29
- 238000004590 computer program Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000012545 processing Methods 0.000 abstract description 6
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012876 topography Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- 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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Library & Information Science (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本申请涉及土地测绘技术领域,尤其涉及一种土地测绘信息管理方法、系统、设备及介质。该方法包括:获取目标区域的多个测绘图像;对目标测绘图像进行特征识别,得到目标测绘图像的多个图像特征各自对应的图像特征值,根据多个图像特征值,从各个图像特征对应的清晰度检测算法中确定目标清晰度检测算法;根据目标清晰度检测算法,确定多个测绘图像各自对应的清晰度值;基于多个测绘图像各自对应的清晰度值,从多个测绘图像中确定目标测绘图像,并将目标测绘图像存储到土地测绘信息库中。本申请能够节约存储空间,且存储的测绘图像最清晰,包含的土地信息最全面,减少了后续图像数据的处理量。
Description
技术领域
本申请涉及土地测绘技术领域,尤其是涉及一种土地测绘信息管理方法、系统、设备及介质。
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、遥感、地理信息系统为技术核心,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。
在进行土地测绘过程中,通过遥感和卫星图像技术对待测绘土地进行多次拍摄,能够得到多个测绘图像,对测绘图像进行处理和分析能够得到各类土地信息,包括地形、地貌、土地利用、建筑物等。
相关技术中,将土地测绘图像进行存储的方式为将多个图像同时存储在信息库中,但多个测绘图像占据数据库的存储空间较大,影响数据库中对其他土地测绘数据的存储和管理,甚至会导致数据溢出。
发明内容
为了解决现有技术不能从多个测绘图像中选择清晰度最高的测绘图像的问题,本申请提供一种土地测绘信息管理方法、系统、设备及介质。
第一方面,本申请提供了一种土地测绘信息管理方法,采用如下技术方案:
一种土地测绘信息管理方法,包括:
通过采用上述技术方案,获取目标区域对应的多个测绘图像,确定目标测绘图像的多个图像特征各自对应的图像特征值,能够根据图像特征值判断目标测绘图像中的图像特征的突出程度;根据多个图像特征值能够精准确定目标测绘图像适用的目标清晰度检测算法;根据目标清晰度检测算法能够精准确定多个图像各自对应的清晰度值,从目标区域对应的多个测绘图像中精准确定目标测绘图像,将目标测绘图像存储到土地测绘信息库中,选取目标的一张测绘图像进行存储,能够节约存储空间,且存储的测绘图像最清晰,包含的土地信息最全面,减少了后续图像数据的处理量。
本申请在一较佳示例中可以进一步配置为:根据所述多个图像特征值,从各个图像特征对应的清晰度检测算法中确定目标清晰度检测算法,包括:
计算所述多个图像特征值与各自对应的预设图像特征阈值的比值;
从多个比值中确定目标比值;
根据所述目标比值,从各个图像特征对应的清晰度检测算法中确定目标清晰度检测算法。
通过采用上述技术方案,计算各个图像特征值与对应的预设图像特征阈值的比值,能够根据预设图像阈值从多个比值中确定目标比值,基于目标比值,能够确定目标清晰度检测算法,提高了目标清晰度检测算法的准确度。
本申请在一较佳示例中可以进一步配置为:所述从多个比值中确定目标比值,包括:
确定不小于预设比值阈值的比值的数量;
若不小于预设比值阈值的比值的数量为零,则将所述多个比值中数值最大的比值作为目标比值;
若不小于预设比值阈值的比值的数量不为零,则将所述多个比值中不小于所述预设比值阈值的比值作为目标比值。
通过采用上述技术方案,比值大于预设比值阈值,表示比值对应的图像特征明显,通过预设比值阈值,能够从多个比值中精准确定对应的图像特征明显的目标比值。
本申请在一较佳示例中可以进一步配置为:若所述不小于预设比值阈值的比值的数量不为零,
根据所述目标比值,从各个图像特征对应的清晰度检测算法中确定目标清晰度检测算法,包括:
确定所述目标比值的数量;
若所述目标比值的数量为一,则确定所述目标比值对应的清晰度检测算法为目标清晰度检测算法;
若所述目标比值的数量大于一,则确定所述目标比值各自对应的清晰度检测算法为目标清晰度检测算法。
通过采用上述技术方案,根据目标比值的数量确定目标比值对应的目标清晰度检测算法,将目标数量分为一和大于一两种情况,提高了目标清晰度检测算法确定的精准性。
本申请在一较佳示例中可以进一步配置为:若所述目标比值的数量大于一,
根据所述目标清晰度检测算法,确定所述多个测绘图像各自对应的清晰度值,包括:
根据各个目标清晰度检测算法,分别对初始测绘图像进行清晰度检测,得到所述初始测绘图像对应的多个清晰度值,所述初始测绘图像为所述多个测绘图像中的任一个;
根据所述目标清晰度检测算法各自对应的权重以及所述多个清晰度值,确定所述初始测绘图像对应的清晰度值。
通过采用上述技术方案,根据各个目标清晰度检测算法,对初始测绘图像进行清晰度检测,根据多个清晰度值以及各个目标清晰度检测算法各自对应的权重,能够得到初始测绘图像爱那个的清晰度值,提高了确定初始测绘图像清晰度值的精准度。
本申请在一较佳示例中可以进一步配置为:所述获取目标区域的多个测绘图像,包括:
获取待测绘土地的面积,判断所述面积是否大于预设面积阈值;
若所述面积不大于所述预设面积阈值,则获取所述待测绘土地的多个测绘图像,作为目标区域的多个测绘图像;
若所述面积大于所述预设面积阈值,则将所述待测绘土地划分为多个区域;
获取目标区域的多个测绘图像,所述目标区域为所述多个区域中的任一个。
通过采用上述技术方案,将待测绘土地的面积与预设面积阈值进行比对,若待测绘土地的面积大于预设面积阈值,则将待测绘土地划分为多个区域,针对每一区域获取多个测绘图像,能够避免待测绘土地的面积过大无法得到细节信息的情况,使得得到的测绘图像中包含全面的测绘信息。
第二方面,本申请提供一种土地测绘信息管理系统,采用如下的技术方案:
一种土地测绘信息管理系统,包括:
获取模块,用于获取目标区域的多个测绘图像,所述多个测绘图像的拍摄角度和拍摄范围一致;
识别模块,用于对目标测绘图像进行特征识别,得到所述目标测绘图像的多个图像特征各自对应的图像特征值,根据所述多个图像特征值,从各个图像特征对应的清晰度检测算法中确定目标清晰度检测算法,其中,所述目标测绘图像为所述多个测绘图像中的一个测绘图像;
确定模块,用于根据所述目标清晰度检测算法,确定所述多个测绘图像各自对应的清晰度值;
存储模块,用于基于所述多个测绘图像各自对应的清晰度值,从所述多个测绘图像中确定目标测绘图像,并将所述目标测绘图像存储到土地测绘信息库中。
本申请在一较佳示例中可以进一步配置为:所述识别模块在执行根据所述多个图像特征值,从各个图像特征对应的清晰度检测算法中确定目标清晰度检测算法时,具体用于:
计算所述多个图像特征值与各自对应的预设图像特征阈值的比值;
从多个比值中确定目标比值;
根据所述目标比值,从各个图像特征对应的清晰度检测算法中确定目标清晰度检测算法。
第三方面,本申请提供一种电子设备,采用如下的技术方案:
一个或多个处理器;
存储器;
一个或多个应用程序,其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序配置用于:执行如第一方面任一项所述的土地测绘信息管理方法。
第四方面,本申请提供一种计算机可读存储介质,采用如下的技术方案:
一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序在计算机中执行时,令所述计算机执行如第一方面任一项所述的土地测绘信息管理方法。
综上所述,本申请包括以下有益技术效果:
本申请通过获取目标区域对应的多个测绘图像,确定目标测绘图像的多个图像特征各自对应的图像特征值,能够根据图像特征值判断目标测绘图像中的图像特征的突出程度;根据多个图像特征值能够精准确定目标测绘图像适用的目标清晰度检测算法;根据目标清晰度检测算法能够精准确定多个图像各自对应的清晰度值,从目标区域对应的多个测绘图像中精准确定目标测绘图像,将目标测绘图像存储到土地测绘信息库中,选取目标的一张测绘图像进行存储,能够节约存储空间,且存储的测绘图像最清晰,包含的土地信息最全面,减少了后续图像数据的处理量。
附图说明
图1是本申请实施例提供的一种土地测绘信息管理方法的流程示意图;
图2是本申请实施例提供的一种土地测绘信息管理系统的结构示意图;
图3是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
以下结合附图1-3对本申请作进一步详细说明。
本具体实施例仅仅是对本申请的解释,其并不是对本申请的限制,本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改,但只要在本申请的权利要求范围内都受到专利法的保护。
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
另外,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,如无特殊说明,一般表示前后关联对象是一种“或”的关系。
本申请实施例提供一种土地测绘信息管理方法,如图1所示,在本申请实施例中提供的方法可以由电子设备执行,该电子设备可以为服务器也可以为终端设备,其中,该服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云计算服务的云服务器。终端设备可以是智能手机、平板电脑、笔记本电脑、台式计算机等,但并不局限于此,该终端设备以及服务器可以通过有线或无线通信方式进行直接或间接地连接,本申请实施例在此不做限制,该方法包括步骤S101-步骤S104,其中:
S101、获取目标区域的多个测绘图像,多个测绘图像的拍摄角度和拍摄范围一致。
在获取测绘图像前,可以对目标区域进行了解和研究,以了解目标区域的地形、地貌、建筑物等特征,以及这些特征的分布和排列。拍摄角度对测绘图像的准确性有很大影响,例如,从低角度拍摄可以更好地展现地形起伏,而从高角度拍摄可以更好地展现地貌和建筑物分布。因此,可以根据目标区域的特点和实际需要,选择合适的拍摄角度。拍摄范围的大小和形状对测绘图像的准确性也有很大影响,如果拍摄范围过大,可能会导致图像中的特征不清晰;如果拍摄范围过小,可能会导致重要的特征被忽略,因此,可以根据目标区域的特点和实际需要,选择合适的拍摄范围。
对目标区域拍摄测绘图像的方式有很多,可选的,可以采用遥感相机、航空摄影机、遥感卫星,还可以通过无人机搭载高精度的相机和图像传输系统,相机可在无人机飞行过程中拍摄高清晰度的测绘图像,图像传输系统可以将拍摄的图像实时传输至地面。
S102、对目标测绘图像进行特征识别,得到目标测绘图像的多个图像特征各自对应的图像特征值,根据多个图像特征值,从各个图像特征对应的清晰度检测算法中确定目标清晰度检测算法,其中,目标测绘图像为多个测绘图像中的一个测绘图像。
在本实施例中,从目标区域对应的多个测绘图像中选取一个测绘图像作为目标测绘图像。在一种可能的情况下,可以从多个测绘图像中随机选取一个测绘图像作为目标测绘图像。在另一种可能的情况下,可以通过识别算法,如SIFT(Scale-invariant featuretransform,尺度不变特征转换)算法或SURF(Speeded Up Robust Features,加速稳健特征)算法,分别对每一测绘图像进行特征提取;在提取出测绘图像的特征后,针对每两个测绘图像,计算测绘图像的特征之间的相似程度,相似性度量方法可以基于欧氏距离、余弦相似度、皮尔逊相关系数等,这些相似性度量方法可以量化两个测绘图像的特征的相似程度;从多个测绘图像中,选择相似程度差异最小的两个测绘图像,像素值越高,图像的对比度和明亮度就越好,从而特征更明显,因此可以从相似程度差异最小的两个测绘图像中,选择平均像素值大的测绘图像作为目标测绘图像。确定目标测绘图像后,根据预设特征对目标测绘图像进行特征识别,预设特征的数量为多个,每一预设特征对应一个针对图像的清晰度检测算法,预设特征以及对应的清晰度检测算法可以根据实际经验设置。
在一种可实现的方式中,预设特征可以包括颜色、纹理、边缘,得到的目标测绘图像的多个特征各自对应的图像特征值分别为颜色特征值、纹理特征值、边缘特征值。
其中,基于颜色的清晰度检测算法可以为方差算法,图像越清晰,图像的像素值变化越大,因此具有较大的方差。
具体的,将得到的目标测绘图像转化为灰度图像,可以采用颜色空间转换方法,如RGB到灰度值的转换,将每个像素点的颜色值转换为一个灰度值;根据目标测绘图像中各个像素点对应的灰度值,计算目标测绘图像各个像素点的方差;为了消除图像大小对方的影响,可以将计算得到的方差进行归一化处理,将方差除以整个目标测绘图像的像素点个数,得到归一化后的方差;通过归一化后的方差,可以得到目标测绘图像的纹理信息,方差越大,表示目标测绘图像的纹理越清晰。
基于纹理的清晰度检测算法可以为局部二值模式(Local Binary Patterns,LBP)算法,LBP的基本思想是比较每个像素点与其邻域像素值的相对大小。
具体的,将目标测绘图像转换为灰度图,在灰度图像中,针对任一像素点,将该像素点作为中心像素,确定中心像素周围的邻域像素,邻域像素是中心像素在水平和垂直方向上的8个相邻像素,8个方向包括左上、左中、左下、右上、上、下、右下和右。对于中心像素,将中心像素的灰度值与中心像素的每一邻域像素进行比较,若中心像素不小于邻域像素的灰度值,则将该邻域像素的位置对应的二进制值设置为1,否则设置为0,根据比较结果,将每个邻域像素位置的二进制值连接起来,形成一个八位的二进制序列,这个二进制序列就是中心像素的局部二值模式表示。
对整个目标测绘图像转换为的灰度图中的每个像素进行上述操作,得到整个灰度图中每一像素点的局部二值模式表示。然后,统计每个局部二值模式出现的概率,形成一个局部二值模式的直方图,这个直方图反映了图像中局部二值模式的分布情况。计算局部二值模式的直方图中每一数据与其对应的频率的乘积,将直方图中各个数据各自对应的乘积相加,得到目标测绘图像对应的纹理特征值,纹理特征值越大,表示纹理在目标测绘图像中越明显。
基于边缘的清晰度检测算法可以为梯度算法,梯度算法通过计算图像的梯度值来评估图像的清晰度。
具体的,可以通过像素点周围像素的强度变化来检测边缘,将目标测绘图像转换为灰度图,在灰度图像中,针对任一像素点,可以计算该像素点在水平方向和垂直方向上的强度变化,得到梯度的水平分量和垂直分量,水平分量和垂直分量的值越大,该像素点处的边缘越清晰。可选的,针对任一像素点,可以采用多元逼近法计算该像素点的梯度值,将该像素点上下两个相邻像素的平均像素值作为垂直分量,将该像素点左右两个相邻像素的平均像素值作为水平分量,水平分量和垂直分量的和为该像素点的梯度值。
计算整个目标测绘图像中各个像素点的梯度值的平均值或加权平均值,作为目标测绘图像的边缘特征值,以通过边缘特征值评估目标测绘图像的清晰度,边缘特征值越大,目标测绘图像的清晰度越高。
S103、根据目标清晰度检测算法,确定多个测绘图像各自对应的清晰度值。
在一种可能的情况中,目标清晰度检测算法为一种清晰度检测算法,根据目标清晰度检测算法分别对多个测绘图像各自的清晰度进行检测,得到多个测绘图像各自对应的清晰度值。
在另一种可能的情况中,目标清晰度检测算法为多种清晰度检测算法,假设多种清晰度检测算法的数量为第一数量,则针对多个测绘图像中的任一测绘图像,采用第一数量的清晰度检测算法分别对该测绘图像进行清晰度检测,得到该测绘图像对应的第一数量的清晰度值,根据第一数量的清晰度值,以及第一数量的清晰度检测算法各自对应的预设权重,计算该测绘图像对应的清晰度值,从而得到多个测绘图像各自对应的清晰度值。
S104、基于多个测绘图像各自对应的清晰度值,从多个测绘图像中确定目标测绘图像,并将目标测绘图像存储到土地测绘信息库中。
对多个测绘图像各自对应的清晰度值进行比较,从中选择清晰度值最大的测绘图像作为目标测绘图像。
本申请实施例通过获取目标区域对应的多个测绘图像,确定目标测绘图像的多个图像特征各自对应的图像特征值,能够根据图像特征值判断目标测绘图像中的图像特征的突出程度;根据多个图像特征值能够精准确定目标测绘图像适用的目标清晰度检测算法;根据目标清晰度检测算法能够精准确定多个图像各自对应的清晰度值,从目标区域对应的多个测绘图像中精准确定目标测绘图像,将目标测绘图像存储到土地测绘信息库中,选取目标的一张测绘图像进行存储,能够节约存储空间,且存储的测绘图像最清晰,包含的土地信息最全面,减少了后续图像数据的处理量。
本申请实施例的一种可能的实现方式,根据多个图像特征值,从各个图像特征对应的清晰度检测算法中确定目标清晰度检测算法,包括:
计算多个图像特征值与各自对应的预设图像特征阈值的比值;
从多个比值中确定目标比值;
根据目标比值,从各个图像特征对应的清晰度检测算法中确定目标清晰度检测算法。
在本实施例中,预设图像特征阈值可以根据实际经验人为设置,表示图像特征处于预设图像特征阈值时,测绘图像足够清晰,以使技术人员能从测绘图像中获得所需的测绘信息。预设图像特征阈值还可以通过实验获得,可以通过不同的设备获得多张清晰度不同的图像,分别对多张图像进行特征提取,并确定多张图像各自对应的特征值,从多张图像中确定能够基于得到的图像特征进行数据分析,以获得完整所需图像信息的若干图像,将若干图像中对应的若干特征值的中值作为预设图像特征阈值,若若干图像为一张,则将该图像的特征值作为预设退图像特征阈值。其中,提取的特征可以为颜色、纹理、边缘中的一种。
本申请实施例通过计算各个图像特征值与对应的预设图像特征阈值的比值,能够根据预设图像阈值从多个比值中确定目标比值,基于目标比值,能够确定目标清晰度检测算法,提高了目标清晰度检测算法的准确度。
本申请实施例的一种可能的实现方式,从多个比值中确定目标比值,包括:
确定不小于预设比值阈值的比值的数量;
若不小于预设比值阈值的比值的数量为零,则将多个比值中数值最大的比值作为目标比值;
若不小于预设比值阈值的比值的数量不为零,则将多个比值中不小于预设比值阈值的比值作为目标比值。
在本实施例中,预设比值阈值可以根据实际经验人为设置,可选的,阈值比值阈值可以设置为85%,表示当图像特征值与对应的预设图像特征阈值的比值不小于预设比值阈值时,对应的图像特征较为明显,能够采用图像特征对应的清晰度检测算法对测绘图像进行清晰度检测。
将不小于预设比值阈值的比值的数量作为第二数量,若第二数量为零,则表示多个图像特征值与各自对应的预设图像特征阈值的比值均小于预设比值阈值,可以从多个比值中选择比值数值最大的作为目标比值。若第二数量不为零,则将多个比值中不小于预设比值阈值的比值作为目标比值,目标比值的数量为第二数量。
在本申请实施例中,比值大于预设比值阈值,表示比值对应的图像特征明显,通过预设比值阈值,能够从多个比值中精准确定对应的图像特征明显的目标比值。
本申请实施例的一种可能的实现方式,若不小于预设比值阈值的比值的数量不为零,
根据目标比值,从各个图像特征对应的清晰度检测算法中确定目标清晰度检测算法,包括:
确定目标比值的数量;
若目标比值的数量为一,则确定目标比值对应的清晰度检测算法为目标清晰度检测算法;
若目标比值的数量大于一,则确定目标比值各自对应的清晰度检测算法为目标清晰度检测算法。
在本实施例中,目标比值的数量为第二数量,若第二数量为一,则确定第二数量的目标比值对应的图像特征,将该图像特征对应的清晰度检测算法作为目标清晰度检测算法。若第二数量不为一,则确定目标比值对应的第二数量的比值各自对应的清晰度检测算法,并将得到的第二数量的清晰度检测算法作为目标清晰度检测算法。
本申请实施例根据目标比值的数量确定目标比值对应的目标清晰度检测算法,将目标数量分为一和大于一两种情况,提高了目标清晰度检测算法确定的精准性。
本申请实施例的一种可能的实现方式,若目标比值的数量大于一,
根据目标清晰度检测算法,确定多个测绘图像各自对应的清晰度值,包括:
根据各个目标清晰度检测算法,分别对初始测绘图像进行清晰度检测,得到初始测绘图像对应的多个清晰度值,初始测绘图像为多个测绘图像中的任一个;
根据目标清晰度检测算法各自对应的权重以及多个清晰度值,确定初始测绘图像对应的清晰度值。
在本实施例中,若目标比值的数量即第二数量大于一,目标清晰度检测算法为第二数量的清晰度检测算法,针对初始测绘图像,根据第二数量的清晰度检测算法分别对初始测绘图像进行清晰度检测,得到第二数量的清晰度值。
目标清晰度检测算法各自对应的权重是根据目标比值确定的,具体的,目标比值中第二数量的比值和目标检测算法中第二数量的清晰度检测算法一一对应,将第二数量中任一比值在第二数量的比值和中的占比,作为该比值对应的清晰度检测算法的权重。示例性的,若第二数量的比值分别为0.9、0.95,则比值0.9对应的清晰度检测算法的权重为0.9/(0.9+0.95)=0.486,比值0.95对应的清晰度检测算法的权重为0.95/(0.9+0.95)=0.514。
本申请实施例通过各个目标清晰度检测算法,对初始测绘图像进行清晰度检测,根据多个清晰度值以及各个目标清晰度检测算法各自对应的权重,能够得到初始测绘图像爱那个的清晰度值,提高了确定初始测绘图像清晰度值的精准度。
本申请实施例的一种可能的实现方式,获取目标区域的多个测绘图像,包括:
获取待测绘土地的面积,判断面积是否大于预设面积阈值;
若面积不大于预设面积阈值,则获取待测绘土地的多个测绘图像,作为目标区域的多个测绘图像;
若面积大于预设面积阈值,则将待测绘土地划分为多个区域;
获取目标区域的多个测绘图像,目标区域为多个区域中的任一个。
在本实施例中,可以通过卫星图像、航拍图像、地图数据等方式获得待测绘土地的边界,然后通过GIS软件将其数字化,即转化为计算机可以理解的坐标数据。根据待测绘土地的边界坐标,GIS软件可以通过计算边界坐标所围成的多边形的面积来得到待测绘土地的面积。预设面积阈值可以根据实际经验设置,以使预设面积阈值大小的图像获得细节信息满足专业人员的测绘需求。
若待测绘土地的面积大于预设面积阈值,可以在确定每一区域对应的目标测绘图像后,将各个测绘图像进行拼合,组合为待测绘土地对应的土地测绘图像,将组合后的土地测绘图像存储到土地测绘信息库中。
本申请实施例通过将待测绘土地的面积与预设面积阈值进行比对,若待测绘土地的面积大于预设面积阈值,则将待测绘土地划分为多个区域,针对每一区域获取多个测绘图像,能够避免待测绘土地的面积过大无法得到细节信息的情况,使得得到的测绘图像中包含全面的测绘信息。
上述实施例从方法流程的角度介绍一种土地测绘信息管理方法,下述实施例从虚拟模块或者虚拟单元的角度介绍了一种土地测绘信息管理系统,具体详见下述实施例。
本申请实施例提供一种土地测绘信息管理系统,如图2所示,该系统可以包括:
获取模块201,用于获取目标区域的多个测绘图像,多个测绘图像的拍摄角度和拍摄范围一致;
识别模块202,用于对目标测绘图像进行特征识别,得到目标测绘图像的多个图像特征各自对应的图像特征值,根据多个图像特征值,从各个图像特征对应的清晰度检测算法中确定目标清晰度检测算法,其中,目标测绘图像为多个测绘图像中的一个测绘图像;
确定模块203,用于根据目标清晰度检测算法,确定多个测绘图像各自对应的清晰度值;
存储模块204,用于基于多个测绘图像各自对应的清晰度值,从多个测绘图像中确定目标测绘图像,并将目标测绘图像存储到土地测绘信息库中。
本申请在一较佳示例中可以进一步配置为:识别模块202在执行根据多个图像特征值,从各个图像特征对应的清晰度检测算法中确定目标清晰度检测算法时,具体用于:
计算多个图像特征值与各自对应的预设图像特征阈值的比值;
从多个比值中确定目标比值;
根据目标比值,从各个图像特征对应的清晰度检测算法中确定目标清晰度检测算法。
本申请在一较佳示例中可以进一步配置为:识别模块202在执行从多个比值中确定目标比值时,具体用于:
确定不小于预设比值阈值的比值的数量;
若不小于预设比值阈值的比值的数量为零,则将多个比值中数值最大的比值作为目标比值;
若不小于预设比值阈值的比值的数量不为零,则将多个比值中不小于预设比值阈值的比值作为目标比值。
本申请在一较佳示例中可以进一步配置为:识别模块202在执行根据目标比值,从各个图像特征对应的清晰度检测算法中确定目标清晰度检测算法时,具体用于:
确定目标比值的数量;
若目标比值的数量为一,则确定目标比值对应的清晰度检测算法为目标清晰度检测算法;
若目标比值的数量大于一,则确定目标比值各自对应的清晰度检测算法为目标清晰度检测算法。
本申请在一较佳示例中可以进一步配置为:确定模块203在执行根据目标清晰度检测算法,确定多个测绘图像各自对应的清晰度值时,具体用于:
根据各个目标清晰度检测算法,分别对初始测绘图像进行清晰度检测,得到初始测绘图像对应的多个清晰度值,初始测绘图像为多个测绘图像中的任一个;
根据目标清晰度检测算法各自对应的权重以及多个清晰度值,确定初始测绘图像对应的清晰度值。
本申请在一较佳示例中可以进一步配置为:获取模块201在执行获取目标区域的多个测绘图像时,具体用于:
获取待测绘土地的面积,判断面积是否大于预设面积阈值;
若面积不大于预设面积阈值,则获取待测绘土地的多个测绘图像,作为目标区域的多个测绘图像;
若面积大于预设面积阈值,则将待测绘土地划分为多个区域;
获取目标区域的多个测绘图像,目标区域为多个区域中的任一个。
本申请实施例提供的一种土地测绘信息管理系统适用于上述方法实施例,在此不再赘述。
本申请实施例中提供了一种电子设备,如图3所示,图3所示的电子设备300包括:处理器301和存储器303。其中,处理器301和存储器303相连,如通过总线302相连。可选地,电子设备300还可以包括收发器304。需要说明的是,实际应用中收发器304不限于一个,该电子设备300的结构并不构成对本申请实施例的限定。
处理器301可以是CPU(Central Processing Unit,中央处理器),通用处理器,DSP(Digital Signal Processor,数据信号处理器),ASIC(Application SpecificIntegrated Circuit,专用集成电路),FPGA(Field Programmable Gate Array,现场可编程门阵列)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器301也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等。
总线302可包括一通路,在上述组件之间传送信息。总线302可以是PCI(Peripheral Component Interconnect,外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture,扩展工业标准结构)总线等。总线302可以分为地址总线、数据总线、控制总线等。为便于表示,图3中仅用一条粗线表示,但并不表示仅有一根总线或一型的总线。
存储器303可以是ROM(Read Only Memory,只读存储器)或可存储静态信息和指令的其他类型的静态存储设备,RAM(Random Access Memory,随机存取存储器)或者可存储信息和指令的其他类型的动态存储设备,也可以是EEPROM(Electrically ErasableProgrammable Read Only Memory,电可擦可编程只读存储器)、CD-ROM(Compact DiscRead Only Memory,只读光盘)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
存储器303用于存储执行本申请方案的应用程序代码,并由处理器301来控制执行。处理器301用于执行存储器303中存储的应用程序代码,以实现前述用于土地测绘信息管理方法实施例所示的内容。
图3示出的电子设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,当其在计算机上运行时,使得计算机可以执行前述方法实施例中相应内容。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上仅是本申请的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (10)
1.一种土地测绘信息管理方法,其特征在于,包括:
获取目标区域的多个测绘图像,所述多个测绘图像的拍摄角度和拍摄范围一致;
对目标测绘图像进行特征识别,得到所述目标测绘图像的多个图像特征各自对应的图像特征值,根据所述多个图像特征值,从各个图像特征对应的清晰度检测算法中确定目标清晰度检测算法,其中,所述目标测绘图像为所述多个测绘图像中的一个测绘图像;
根据所述目标清晰度检测算法,确定所述多个测绘图像各自对应的清晰度值;
基于所述多个测绘图像各自对应的清晰度值,从所述多个测绘图像中确定目标测绘图像,并将所述目标测绘图像存储到土地测绘信息库中。
2.根据权利要求1所述的土地测绘信息管理方法,其特征在于,根据所述多个图像特征值,从各个图像特征对应的清晰度检测算法中确定目标清晰度检测算法,包括:
计算所述多个图像特征值与各自对应的预设图像特征阈值的比值;
从多个比值中确定目标比值;
根据所述目标比值,从各个图像特征对应的清晰度检测算法中确定目标清晰度检测算法。
3.根据权利要求2所述的土地测绘信息管理方法,其特征在于,所述从多个比值中确定目标比值,包括:
确定不小于预设比值阈值的比值的数量;
若不小于预设比值阈值的比值的数量为零,则将所述多个比值中数值最大的比值作为目标比值;
若不小于预设比值阈值的比值的数量不为零,则将所述多个比值中不小于所述预设比值阈值的比值作为目标比值。
4.根据权利要求3所述的土地测绘信息管理方法,其特征在于,若所述不小于预设比值阈值的比值的数量不为零,
根据所述目标比值,从各个图像特征对应的清晰度检测算法中确定目标清晰度检测算法,包括:
确定所述目标比值的数量;
若所述目标比值的数量为一,则确定所述目标比值对应的清晰度检测算法为目标清晰度检测算法;
若所述目标比值的数量大于一,则确定所述目标比值各自对应的清晰度检测算法为目标清晰度检测算法。
5.根据权利要求4所述的土地测绘信息管理方法,其特征在于,若所述目标比值的数量大于一,
根据所述目标清晰度检测算法,确定所述多个测绘图像各自对应的清晰度值,包括:
根据各个目标清晰度检测算法,分别对初始测绘图像进行清晰度检测,得到所述初始测绘图像对应的多个清晰度值,所述初始测绘图像为所述多个测绘图像中的任一个;
根据所述目标清晰度检测算法各自对应的权重以及所述多个清晰度值,确定所述初始测绘图像对应的清晰度值。
6.根据权利要求1所述的土地测绘信息管理方法,其特征在于,所述获取目标区域的多个测绘图像,包括:
获取待测绘土地的面积,判断所述面积是否大于预设面积阈值;
若所述面积不大于所述预设面积阈值,则获取所述待测绘土地的多个测绘图像,作为目标区域的多个测绘图像;
若所述面积大于所述预设面积阈值,则将所述待测绘土地划分为多个区域;
获取目标区域的多个测绘图像,所述目标区域为所述多个区域中的任一个。
7.一种土地测绘信息管理系统,其特征在于,包括:
获取模块,用于获取目标区域的多个测绘图像,所述多个测绘图像的拍摄角度和拍摄范围一致;
识别模块,用于对目标测绘图像进行特征识别,得到所述目标测绘图像的多个图像特征各自对应的图像特征值,根据所述多个图像特征值,从各个图像特征对应的清晰度检测算法中确定目标清晰度检测算法,其中,所述目标测绘图像为所述多个测绘图像中的一个测绘图像;
确定模块,用于根据所述目标清晰度检测算法,确定所述多个测绘图像各自对应的清晰度值;
存储模块,用于基于所述多个测绘图像各自对应的清晰度值,从所述多个测绘图像中确定目标测绘图像,并将所述目标测绘图像存储到土地测绘信息库中。
8.根据权利要求7所述的土地测绘信息管理系统,其特征在于,所述识别模块在执行根据所述多个图像特征值,从各个图像特征对应的清晰度检测算法中确定目标清晰度检测算法时,具体用于:
计算所述多个图像特征值与各自对应的预设图像特征阈值的比值;
从多个比值中确定目标比值;
根据所述目标比值,从各个图像特征对应的清晰度检测算法中确定目标清晰度检测算法。
9.一种电子设备,其特征在于,包括:
至少一个处理器;
存储器;
至少一个应用程序,其中至少一个应用程序被存储在存储器中并被配置为由至少一个处理器执行,所述至少一个应用程序配置用于:执行权利要求1-6任一项所述的土地测绘信息管理方法。
10.一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,当所述计算机程序在计算机中执行时,令所述计算机执行权利要求1-6任一项所述的土地测绘信息管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311508645.1A CN117520581A (zh) | 2023-11-13 | 2023-11-13 | 一种土地测绘信息管理方法、系统、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311508645.1A CN117520581A (zh) | 2023-11-13 | 2023-11-13 | 一种土地测绘信息管理方法、系统、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117520581A true CN117520581A (zh) | 2024-02-06 |
Family
ID=89750824
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311508645.1A Pending CN117520581A (zh) | 2023-11-13 | 2023-11-13 | 一种土地测绘信息管理方法、系统、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117520581A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118011405A (zh) * | 2024-04-08 | 2024-05-10 | 厦门印海途海洋科技有限公司 | 海底地质成像方法、装置、设备及介质 |
-
2023
- 2023-11-13 CN CN202311508645.1A patent/CN117520581A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118011405A (zh) * | 2024-04-08 | 2024-05-10 | 厦门印海途海洋科技有限公司 | 海底地质成像方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5261501B2 (ja) | 不変の視覚場面及び物体の認識 | |
CN108986152B (zh) | 一种基于差分图像的异物检测方法及装置 | |
CN110197185B (zh) | 一种基于尺度不变特征变换算法监测桥下空间的方法和系统 | |
CN117520581A (zh) | 一种土地测绘信息管理方法、系统、设备及介质 | |
CN112529827A (zh) | 遥感图像融合模型的训练方法及装置 | |
CN110942473A (zh) | 一种基于特征点网格化匹配的运动目标跟踪检测方法 | |
CN111383254A (zh) | 一种深度信息获取方法、系统及终端设备 | |
CN111695373A (zh) | 斑马线的定位方法、系统、介质及设备 | |
CN115533902A (zh) | 一种基于视觉引导的拆垛方法、装置、电子设备及系统 | |
CN115272691A (zh) | 一种钢筋绑扎状态检测模型的训练方法、识别方法及设备 | |
KR20210058882A (ko) | 안면 인식 방법 및 디바이스 | |
CN112150522A (zh) | 遥感图像的配准方法、装置、设备、存储介质及系统 | |
CN114092850A (zh) | 重识别方法、装置、计算机设备和存储介质 | |
CN111582013A (zh) | 一种基于灰度共生矩阵特征船只检索方法及装置 | |
CN112785651A (zh) | 用于确定相对位姿参数的方法和装置 | |
CN111062984A (zh) | 视频图像区域面积的测量方法、装置、设备及存储介质 | |
Wu et al. | An accurate feature point matching algorithm for automatic remote sensing image registration | |
CN112233042B (zh) | 一种含非合作目标的大场景sar图像快速生成方法 | |
CN113643369A (zh) | 针对遥感影像的定位信息校正方法 | |
KR101741761B1 (ko) | 멀티 프레임 기반 건물 인식을 위한 특징점 분류 방법 | |
CN111767757B (zh) | 身份信息确定方法及装置 | |
CN113487634A (zh) | 关联建筑物高度与面积的方法及装置 | |
CN112785550A (zh) | 图像质量值确定方法、装置、存储介质及电子装置 | |
CN115423855B (zh) | 图像的模板匹配方法、装置、设备及介质 | |
CN116645661B (zh) | 一种防重码检测方法及系统 |
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 |