專利名稱：多源異構(gòu)遙感影像控制點(diǎn)自動(dòng)采集方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種遙感影像控制點(diǎn)采集方法，更具體而言涉及一種多源異構(gòu)遙感影像控制點(diǎn)自動(dòng)采集方法。
背景技術(shù)：
隨 著遙感技術(shù)的發(fā)展，特別是遙感傳感器技術(shù)的不斷發(fā)展，通過(guò)遙感技術(shù)所獲得的遙感影像或數(shù)據(jù)的用途越來(lái)越廣。目前，遙感數(shù)據(jù)的應(yīng)用范圍已經(jīng)擴(kuò)展到社會(huì)信息服務(wù)領(lǐng)域，例如，廣泛應(yīng)用于測(cè)繪、農(nóng)業(yè)、林業(yè)、地質(zhì)礦產(chǎn)、水文與水資源、環(huán)境監(jiān)測(cè)、自然災(zāi)害、區(qū)域分析與規(guī)劃、軍事、土地利用等方面。具有精確地理編碼的遙感影像可以為土地、規(guī)劃、環(huán)保、農(nóng)業(yè)、林業(yè)、海洋等不同的領(lǐng)域提供各自需要的地物特征和信息。在通過(guò)衛(wèi)星或航空平臺(tái)等飛行平臺(tái)獲取遙感圖像數(shù)據(jù)或其他數(shù)據(jù)時(shí)，會(huì)受到天氣、日光、遮擋等外在因素的影響，同時(shí)，在數(shù)據(jù)采集時(shí)飛行平臺(tái)的高度、姿態(tài)會(huì)發(fā)生變化，因此，在進(jìn)行遙感圖像拍攝時(shí)往往會(huì)造成圖像平移、旋轉(zhuǎn)、縮放等問(wèn)題。此外，根據(jù)光學(xué)成像原理，相機(jī)成像時(shí)是按照中心投影方式成像的，因此地面上的高低起伏在成像時(shí)就會(huì)導(dǎo)致投影差的存在。上述因素綜合，會(huì)造成遙感影像的誤差，例如傾斜誤差、投影誤差等。因此，在使用這些遙感影像/數(shù)據(jù)之前需要對(duì)所獲得的原始遙感影像進(jìn)行正射糾正。傳統(tǒng)的遙感影像正射糾正一般包括:首先通過(guò)外業(yè)測(cè)量或者從已有的地形圖資料采集地面控制點(diǎn)(Ground Control Point, GCP)及數(shù)字高程模型(Digital ElevationModel, DEM)信息；然后將這些信息導(dǎo)入專業(yè)的遙感或者數(shù)字?jǐn)z影測(cè)量系統(tǒng)；接下來(lái)由加載了 GCP和DEM信息的系統(tǒng)對(duì)遙感影像進(jìn)行正射糾正。所謂正射糾正，就是基于GCP及DEM信息，對(duì)在進(jìn)行航天、航空攝影時(shí)，由于無(wú)法保證攝影瞬間航攝像機(jī)的絕對(duì)水平，得到的影像是一個(gè)傾斜投影的像片，像片各個(gè)部分的比例尺不一致問(wèn)題進(jìn)行影像傾斜糾正，同時(shí)對(duì)光學(xué)成像相機(jī)中心投影成像的方式，由地面的高低起伏在像片上形成投影差的問(wèn)題進(jìn)行投影差的改正，消除各種變形的糾正過(guò)程。在遙感影像正射糾正系統(tǒng)的構(gòu)建中，GCP的獲取是最關(guān)鍵的步驟，GCP的精度直接影響校正后結(jié)果的幾何精度。傳統(tǒng)的攝影測(cè)量中，GCP的獲取是很麻煩的:在像片上選擇明顯的地物點(diǎn)，再到野外通過(guò)三角測(cè)量或其它大地測(cè)量方法來(lái)獲取這些點(diǎn)的精確空間位置，由此得到一組控制點(diǎn)對(duì)。這種傳統(tǒng)的GCP采集方法，雖然精度較高，但是采集周期長(zhǎng)，作業(yè)成本高。此外，目前，一些遙感圖像處理軟件，在滿足一定精度的應(yīng)用要求下，可以從相應(yīng)比例尺的地圖上量取控制點(diǎn)。但是，通過(guò)地形圖資料獲取的GCP存在地形圖現(xiàn)勢(shì)性、人工判讀誤差等問(wèn)題。

發(fā)明內(nèi)容
為了應(yīng)對(duì)常規(guī)控制點(diǎn)獲取技術(shù)中周期長(zhǎng)、應(yīng)用效率低、可重復(fù)利用率低的缺點(diǎn)，本發(fā)明提供了一種多源異構(gòu)遙感影像控制點(diǎn)自動(dòng)采集方法，該方法包括:從經(jīng)過(guò)幾何精糾正處理的多個(gè)數(shù)據(jù)源獲取遙感影像；對(duì)所述獲取的遙感影像進(jìn)行分析歸納，統(tǒng)計(jì)并分析其屬性信息，該屬性信息包括影像格式、影像分辨率、坐標(biāo)系統(tǒng)、成圖比例尺、影像時(shí)相；對(duì)所述獲取的遙感影像進(jìn)行優(yōu)化格網(wǎng)設(shè)計(jì)，根據(jù)影像分辨率、幅寬將影像分為不同尺寸的格網(wǎng)；利用Wallis變換對(duì)每一個(gè)格網(wǎng)內(nèi)的影像進(jìn)行預(yù)處理；對(duì)經(jīng)Wallis變換處理后的影像進(jìn)行增強(qiáng)，綜合運(yùn)用Moravec算子、Harris算子、Forstner算子、SUSAN算子、尺度不變特征及最穩(wěn)定極值區(qū)域檢測(cè)算法提取特征點(diǎn)；以控制點(diǎn)影像片采集窗口來(lái)遍歷統(tǒng)計(jì)特征點(diǎn)的個(gè)數(shù)，選擇特征點(diǎn)數(shù)量最大的窗口為采集區(qū)域；針對(duì)所述選擇的采集區(qū)域進(jìn)行遙感控制點(diǎn)影像片的裁切保存，同時(shí)獲取其對(duì)應(yīng)區(qū)域的數(shù)字高程模型數(shù)據(jù)。通過(guò)該方法能夠從多源異構(gòu)影像自動(dòng)提取遙感控制影像點(diǎn)，提高了控制數(shù)據(jù)獲取的效率和精度，為遙感影像的自動(dòng)化、智能化處理提供了基礎(chǔ)資料。


為了更清楚地說(shuō)明本發(fā)明實(shí)施例的技術(shù)方案，下面將對(duì)實(shí)施例的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅涉及本發(fā)明的一些實(shí)施例，而非對(duì)本發(fā)明的限制。圖1是根據(jù)本發(fā)明實(shí)施例的遙感影像控制點(diǎn)自動(dòng)采集方法的流程圖；圖2a和圖2b分別示出了 Wallis變換前的影像和Wallis變換后的影像；圖3是Moravec算子的·示意圖；圖4是尺度空間生成的示意圖；圖5是空間極值點(diǎn)檢測(cè)的不意圖；圖6是特征描述符生成的示意圖；圖7示意性地示出了在極值區(qū)域ε的MSER檢測(cè)中擬合的橢圓區(qū)域；圖8示出了對(duì)于示例性圖像的SIFT特征點(diǎn)描述。
具體實(shí)施例方式為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本發(fā)明實(shí)施例的附圖，對(duì)本發(fā)明實(shí)施例的技術(shù)方案進(jìn)行清楚、完整地描述。顯然，所描述的實(shí)施例是本發(fā)明的一部分實(shí)施例，而不是全部的實(shí)施例?；谒枋龅谋景l(fā)明的實(shí)施例，本領(lǐng)域普通技術(shù)人員在無(wú)需創(chuàng)造性勞動(dòng)的前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。除非另作定義，此處使用的技術(shù)術(shù)語(yǔ)或者科學(xué)術(shù)語(yǔ)應(yīng)當(dāng)為本發(fā)明所屬領(lǐng)域內(nèi)具有一般技能的人士所理解的通常意義。本發(fā)明專利申請(qǐng)說(shuō)明書(shū)以及權(quán)利要求書(shū)中使用的“第一”、“第二”以及類似的詞語(yǔ)并不表示任何順序、數(shù)量或者重要性，而只是用來(lái)區(qū)分不同的組成部分。同樣，“一個(gè)”或者“一”等類似詞語(yǔ)也不表示數(shù)量限制，而是表示存在至少一個(gè)。根據(jù)本發(fā)明的實(shí)施例，提供了一種多源異構(gòu)遙感控制點(diǎn)影像片自動(dòng)采集方法。通過(guò)多源異構(gòu)遙感影像的數(shù)據(jù)源分析，綜合影像格式、影像分辨率、坐標(biāo)系統(tǒng)、成圖比例尺等屬性信息，構(gòu)建遙感影像特征點(diǎn)自動(dòng)提取和描述算法，利用關(guān)鍵點(diǎn)的鄰域像素的梯度模值和方向分布特性，自動(dòng)采集遙感影像控制點(diǎn)，以解決遙感影像控制點(diǎn)人工采集費(fèi)時(shí)費(fèi)力、特征不適合機(jī)器匹配且實(shí)時(shí)性差的問(wèn)題。根據(jù)本發(fā)明的技術(shù)方案，多源指數(shù)據(jù)來(lái)源于不同的飛行平臺(tái)和傳感器；異構(gòu)指不同的成像方式，如框幅式單中心投影、推掃式多中心投影、雷達(dá)成像等；控制點(diǎn)影像片，是指為了滿足多源遙感影像的幾何糾正處理，通過(guò)機(jī)器自動(dòng)匹配或者輔之以人工選擇，按照相應(yīng)的規(guī)范要求，從已經(jīng)經(jīng)過(guò)精確幾何糾正處理的正射影像上裁剪的具有地理坐標(biāo)信息、紋理信息的影像塊，該影像塊的每個(gè)像素都具有地理坐標(biāo)，都可以作為控制點(diǎn)使用。圖1示出了根據(jù)本發(fā)明實(shí)施例的遙感圖像控制點(diǎn)采集方法的流程。如圖1所示，在 步驟SOI，獲取遙感圖像采集數(shù)據(jù)，該數(shù)據(jù)來(lái)自于經(jīng)過(guò)幾何精糾正處理的多個(gè)數(shù)據(jù)源，這些數(shù)據(jù)源例如，航空影像、資源系列衛(wèi)星影像、SPOT系列衛(wèi)星影像、雷達(dá)衛(wèi)星影像等。在步驟S02，對(duì)在步驟SOl獲取的遙感影像進(jìn)行分析歸納，統(tǒng)計(jì)其影像格式、影像分辨率、坐標(biāo)系統(tǒng)、成圖比例尺、影像時(shí)相等屬性信息，從而對(duì)原始采集數(shù)據(jù)(原始影像)進(jìn)行綜合信息分析具體而言，盡管如前所述用于遙感影像控制點(diǎn)采集的經(jīng)糾正影像是具有地理坐標(biāo)的影像，但是，由于生產(chǎn)單位不同、數(shù)據(jù)源不同(傳感器不同)、時(shí)相不同、坐標(biāo)系信息不同，需要對(duì)這些屬性信息進(jìn)行歸納，并在采集的過(guò)程中將這些信息與所采集的控制點(diǎn)影像片相關(guān)聯(lián)，以便于輸入和更新控制點(diǎn)影像數(shù)據(jù)庫(kù)。在步驟S03，進(jìn)行優(yōu)化格網(wǎng)設(shè)計(jì)，根據(jù)影像的分辨率、幅寬等信息將影像分為不同尺寸的格網(wǎng)，例如，3X3、5X5或7X7等,從而可以提聞所提取的遙感影像控制點(diǎn)的空間分布的合理性。網(wǎng)格的設(shè)計(jì)尺寸主要是由具體應(yīng)用的需求所確定的，一般按照理論要求一般選擇3X3的既可以滿足需求，但是根據(jù)測(cè)繪數(shù)據(jù)處理的要求一般會(huì)選擇冗余條件，以便于檢核，如有相關(guān)要求即需要選擇大的格網(wǎng)；同時(shí)航空影像和航天影像也有不同的要求，一般航空影像處理需要的控制點(diǎn)較多。在步驟S04，利用Wallis變換對(duì)每一個(gè)格網(wǎng)內(nèi)的影像進(jìn)行預(yù)處理。Wallis濾波器在計(jì)算影像的局部灰度方差和均值時(shí)使用平滑算子，所以其可以在增強(qiáng)影像有用信息的同時(shí)抑制噪聲，提高影像的信噪比，使影像中存在的模糊的紋理模式得到增強(qiáng)，有利于特征提取。Wallis變換可以表示為:
權(quán)利要求
1.一種多源異構(gòu)遙感影像控制點(diǎn)自動(dòng)采集方法，其特征在于，包括: 從經(jīng)過(guò)幾何精糾正處理的多個(gè)數(shù)據(jù)源獲取遙感影像； 對(duì)所述獲取的遙感影像進(jìn)行分析歸納，統(tǒng)計(jì)并分析其屬性信息，該屬性信息包括影像格式、影像分辨率、坐標(biāo)系統(tǒng)、成圖比例尺、影像時(shí)相； 對(duì)所述獲取的遙感影像進(jìn)行優(yōu)化格網(wǎng)設(shè)計(jì)，根據(jù)影像分辨率、幅寬將影像分為不同尺寸的格網(wǎng)； 利用Wallis變換對(duì)每一個(gè)格網(wǎng)內(nèi)的影像進(jìn)行預(yù)處理； 對(duì)經(jīng)Wallis變換處理后的影像進(jìn)行增強(qiáng)，綜合運(yùn)用Moravec算子、Harris算子、Forstner算子、SUSAN算子、尺度不變特征及最穩(wěn)定極值區(qū)域檢測(cè)算法提取特征點(diǎn)； 以控制點(diǎn)影像片采集窗口來(lái)遍歷統(tǒng)計(jì)所述特征點(diǎn)的個(gè)數(shù)，選擇特征點(diǎn)數(shù)量最大的窗口為采集區(qū)域； 針對(duì)所述選擇的采集區(qū)域進(jìn)行遙感控制點(diǎn)影像片的裁切保存，同時(shí)獲取其對(duì)應(yīng)區(qū)域的數(shù)字高程模型數(shù)據(jù)。
2.根據(jù)權(quán)利要求1所述的影像控制點(diǎn)自動(dòng)采集方法，其特征在于，所述數(shù)據(jù)源包括航空影像、資源系列衛(wèi)星影像、SPOT系列衛(wèi)星影像、雷達(dá)衛(wèi)星影像中的一個(gè)或多個(gè)。
3.根據(jù)權(quán)利要 求1所述的影像控制點(diǎn)自動(dòng)采集方法，其特征在于，所述Wallis變換包括:將數(shù)字圖像分為互不重疊矩形區(qū)域，每區(qū)域的尺度對(duì)應(yīng)于要增強(qiáng)的紋理模式的尺度； 計(jì)算每一塊區(qū)域的灰度均值和方差； 將灰度均值和方差的目標(biāo)值分別設(shè)定為127和40-70之間的數(shù)值； 計(jì)算出每一塊所述區(qū)域的Wallis變換的乘性常數(shù)和加性常數(shù)； 由雙線性內(nèi)插計(jì)算所述數(shù)字圖像的任一像素的系數(shù)，并計(jì)算變換后的灰度值。
4.根據(jù)權(quán)利要求1所述的影像控制點(diǎn)自動(dòng)采集方法，其特征在于，所述對(duì)經(jīng)Wallis變換處理后的影像進(jìn)行增強(qiáng)包括:先利用Moravec算子、Harris算子、Forstner算子、SUSAN算子提取特征點(diǎn)，然后利用尺度不變特征變換及最穩(wěn)定極值區(qū)域算法來(lái)檢測(cè)所提取到的特征點(diǎn)，記錄特征點(diǎn)個(gè)數(shù)，并且利用描述算法對(duì)提取出的特征點(diǎn)進(jìn)行具體描述。
5.根據(jù)權(quán)利要求4所述的影像控制點(diǎn)自動(dòng)采集方法，其特征在于，所述Moravec算子的計(jì)算包括: 計(jì)算各格網(wǎng)區(qū)域影像的興趣值； 給定一個(gè)閾值，將所述計(jì)算的興趣值大于該閾值的點(diǎn)作為候選點(diǎn)； 選取所述候選點(diǎn)中的極值點(diǎn)作為特征點(diǎn)。
6.根據(jù)權(quán)利要求4所述的影像控制點(diǎn)自動(dòng)采集方法，其特征在于，所述Harris算子的計(jì)算包括: 求出影像上所有像素點(diǎn)的梯度，即對(duì)每個(gè)像素點(diǎn)的灰度值進(jìn)行一階差分運(yùn)算； 確定一個(gè)nXn大小的窗口，生成nXn大小的高斯卷積模板,其中，高斯模板的σ取.0.3-0.9之間的值； 利用生成的高斯模板對(duì)所述梯度值進(jìn)行高斯濾波，并計(jì)算強(qiáng)度值； 選取所述強(qiáng)度值的局部極值點(diǎn)為特征點(diǎn)，如果所述強(qiáng)度值大于閾值0.6，則將該點(diǎn)取為特征點(diǎn)，并且進(jìn)行排序保存。
7.根據(jù)權(quán)利要求4所述的影像控制點(diǎn)自動(dòng)采集方法，其特征在于，所述Forstner算子的計(jì)算包括: 計(jì)算各像素的Robert梯度； 根據(jù)所計(jì)算的Robert梯度值來(lái)計(jì)算I X I窗口中灰度的協(xié)方差矩陣； 利用所計(jì)算的協(xié)方差矩陣來(lái)計(jì)算興趣值； 確定特征點(diǎn)，其中，如果興趣值大于給定的閾值，則該像素為特征點(diǎn)。
8.根據(jù)權(quán)利要求4所述的影像控制點(diǎn)自動(dòng)采集方法，其特征在于，所述SUSAN算子的計(jì)算包括: 用SUSAN模板在圖像上滑動(dòng)，將模板內(nèi)部每個(gè)圖像像素點(diǎn)的灰度值分別與模板中心像素的灰度值作比較，計(jì)算模板中各點(diǎn)的相似度； 基于所計(jì)算的相似度來(lái)計(jì)算圖像中每一點(diǎn)的USAN區(qū)域大??； 基于所計(jì)算的USAN區(qū)域大小，用角點(diǎn)響應(yīng)函數(shù)來(lái)計(jì)算角點(diǎn)初始響應(yīng)； 通過(guò)所述USAN區(qū)域的質(zhì)心與所述模板中心的距離去除偽角點(diǎn)； 在去除偽角點(diǎn)后，在通過(guò)非極大值抑制來(lái)尋找角點(diǎn)。
9.根據(jù)權(quán)利要求4所述的影像控制點(diǎn)自動(dòng)采集方法，其特征在于，所述尺度不變特征變換包括: 建立尺度空間； 檢測(cè)空間極值點(diǎn)作為候選點(diǎn)； 確定關(guān)鍵點(diǎn)位置； 去除邊緣響應(yīng)，刪除不穩(wěn)定點(diǎn)； 計(jì)算所述關(guān)鍵點(diǎn)的梯度模及方向；以及 生成特征描述符來(lái)描述所述關(guān)鍵點(diǎn)。
10.根據(jù)權(quán)利要求4所述的影像控制點(diǎn)自動(dòng)采集方法，其特征在于，所述最穩(wěn)定極值區(qū)域檢測(cè)包括: 檢測(cè)圖像中所有的極值區(qū)域ε，其中，將所有的像素點(diǎn)按照灰度值進(jìn)行排列，在將所有像素點(diǎn)排序以后，按照升序或者降序?qū)⑦@些像素點(diǎn)在圖像中標(biāo)記出來(lái)，在標(biāo)記的過(guò)程中，使用union-find算法將一系列不斷增大或者出現(xiàn)的連通區(qū)域和它們的面積保存下來(lái)，這樣的一系列連通區(qū)域就是所述極值區(qū)域ε ； 檢測(cè)出所述極值區(qū)域后，進(jìn)行擬合將其擬合為一個(gè)近似的橢圓區(qū)域，然后確定擬合的橢圓區(qū)域的重心； 以所述重心的坐標(biāo)作為虛擬特征點(diǎn)，利用尺度不變特征變換算法中的描述方法進(jìn)行特征點(diǎn)描述。
全文摘要
一種多源異構(gòu)遙感影像控制點(diǎn)自動(dòng)采集方法，包括從經(jīng)過(guò)幾何精糾正處理的多個(gè)數(shù)據(jù)源獲取遙感影像；對(duì)所述獲取的遙感影像進(jìn)行分析歸納，統(tǒng)計(jì)并分析其屬性信息；對(duì)所述獲取的遙感影像進(jìn)行優(yōu)化格網(wǎng)設(shè)計(jì)，根據(jù)影像分辨率、幅寬將影像分為不同尺寸的格網(wǎng)；利用Wallis變換對(duì)每一個(gè)格網(wǎng)內(nèi)的影像進(jìn)行預(yù)處理；對(duì)經(jīng)Wallis變換處理后的影像進(jìn)行增強(qiáng)，綜合運(yùn)用Moravec算子、Harris算子、Forstner算子、SUSAN算子、尺度不變特征及最穩(wěn)定極值區(qū)域檢測(cè)算法提取特征點(diǎn)；以控制點(diǎn)影像片采集窗口來(lái)遍歷統(tǒng)計(jì)特征點(diǎn)的個(gè)數(shù)，選擇特征點(diǎn)數(shù)量最大的窗口為采集區(qū)域；針對(duì)所述選擇的采集區(qū)域進(jìn)行遙感控制點(diǎn)影像片的裁切保存，同時(shí)獲取其對(duì)應(yīng)區(qū)域的數(shù)字高程模型數(shù)據(jù)。
文檔編號(hào)G06T5/00GK103218787SQ201310143369
公開(kāi)日2013年7月24日 申請(qǐng)日期2013年4月23日 優(yōu)先權(quán)日2013年4月23日
發(fā)明者唐新明, 王光輝, 王伶俐, 王華斌, 李參海, 樊文峰 申請(qǐng)人:國(guó)家測(cè)繪地理信息局衛(wèi)星測(cè)繪應(yīng)用中心