本發(fā)明涉及遙感技術(shù)領(lǐng)域,更具體地,涉及一種遙感影像地物分類基準(zhǔn)庫的構(gòu)建方法及裝置。
背景技術(shù):
隨著遙感技術(shù)的發(fā)展,越來越多的場合需要通過構(gòu)建遙感影像地物分類基準(zhǔn)庫,來對(duì)地物影像信息進(jìn)行分析。受到遙感影像自身地物復(fù)雜性,影像來源限制及缺乏地物位置等諸多因素影響,構(gòu)建遙感影像地物分類基準(zhǔn)庫較為困難。因此,如何有效地構(gòu)建遙感影像地物分類基準(zhǔn)庫是個(gè)關(guān)鍵問題?,F(xiàn)有的遙感影像地物分類基準(zhǔn)庫的構(gòu)建方法主要是通過人工選擇的方式,從遙感圖像中挑選出若干影像塊,并確定挑選出來的影像塊對(duì)應(yīng)的地物類型,從而實(shí)現(xiàn)對(duì)遙感影像地物分類基準(zhǔn)庫的構(gòu)建。
在實(shí)現(xiàn)本發(fā)明的過程中,發(fā)現(xiàn)現(xiàn)有技術(shù)至少存在以下問題:由于人工選擇方式在構(gòu)建遙感影像地物分類數(shù)據(jù)庫時(shí),存在地物的選取具有較大盲目性且人工搜索效率較低等問題,從而使得遙感影像地物分類基準(zhǔn)庫中影像數(shù)量及地物類型相對(duì)較少,選取的地物類型缺乏代表性及參考價(jià)值。另外,基準(zhǔn)庫的構(gòu)建效率較低。
技術(shù)實(shí)現(xiàn)要素:
本發(fā)明提供一種克服上述問題或者至少部分地解決上述問題的方法。
根據(jù)本發(fā)明的一方面,提供了一種遙感影像地物分類基準(zhǔn)庫的構(gòu)建方法,該方法包括:
獲取預(yù)設(shè)數(shù)量個(gè)興趣點(diǎn),每個(gè)興趣點(diǎn)包括地物名稱及地理坐標(biāo)信息;
根據(jù)土地分類標(biāo)準(zhǔn)及所有興趣點(diǎn)的地物類型,對(duì)所有興趣點(diǎn)進(jìn)行篩選;
基于篩選后每個(gè)興趣點(diǎn)的地理坐標(biāo)信息,以篩選后的每個(gè)興趣點(diǎn)為中心,從遙感圖像中截取預(yù)設(shè)大小的影像塊;
基于篩選后每個(gè)興趣點(diǎn)對(duì)應(yīng)的影像塊及地物類型,確定入庫的影像塊及地物類型。
根據(jù)本發(fā)明的另一方面,提供了一種遙感影像地物分類基準(zhǔn)庫的構(gòu)建裝置,該裝置包括:
獲取模塊,用于獲取預(yù)設(shè)數(shù)量個(gè)興趣點(diǎn),每個(gè)興趣點(diǎn)至少包括地物類型及地理坐標(biāo)信息;
篩選模塊,用于根據(jù)土地分類標(biāo)準(zhǔn)及所有興趣點(diǎn)的地物類型,對(duì)所有興趣點(diǎn)進(jìn)行篩選;
截取模塊,用于基于篩選后每個(gè)興趣點(diǎn)的地理坐標(biāo)信息,以篩選后的每個(gè)興趣點(diǎn)為中心,從遙感圖像中截取預(yù)設(shè)大小的影像塊;
確定模塊,用于基于篩選后每個(gè)興趣點(diǎn)對(duì)應(yīng)的影像塊及地物類型,確定入庫的影像塊及地物類型。
本申請(qǐng)?zhí)岢龅募夹g(shù)方案帶來的有益效果是:
通過獲取預(yù)設(shè)數(shù)量個(gè)興趣點(diǎn),根據(jù)土地分類標(biāo)準(zhǔn)及所有興趣點(diǎn)的地物類型,對(duì)所有興趣點(diǎn)進(jìn)行篩選?;诤Y選后每個(gè)興趣點(diǎn)的地理坐標(biāo)信息,以篩選后的每個(gè)興趣點(diǎn)為中心,從遙感圖像中截取預(yù)設(shè)大小的影像塊。基于篩選后每個(gè)興趣點(diǎn)對(duì)應(yīng)的影像塊及地物類型,確定入庫的影像塊及地物類型。由于可根據(jù)大量具有不同地物類型的興趣點(diǎn)來截取影像塊,從而能得到較多的影像數(shù)量及地物類型,整體構(gòu)建效率較高。另外,由于借鑒了土地分類標(biāo)準(zhǔn)的地物分層機(jī)制,從而使得每一地物類型有嚴(yán)格的等級(jí)劃分,并形成樹形建庫模式,進(jìn)而能進(jìn)一步地滿足后續(xù)構(gòu)建基準(zhǔn)庫時(shí)地物類型的多樣性、層次性及全面性的要求。同時(shí),也使得后續(xù)構(gòu)建基準(zhǔn)庫時(shí)的地物分類具有較大的實(shí)際意義及可研究價(jià)值。
附圖說明
圖1為本發(fā)明實(shí)施例的一種遙感影像地物分類基準(zhǔn)庫的構(gòu)建方法的流程示意圖;
圖2為本發(fā)明實(shí)施例的一種遙感影像地物分類基準(zhǔn)庫的構(gòu)建方法的流程示意圖;
圖3為本發(fā)明實(shí)施例的一種地物類型的影像塊集合示意圖;
圖4為本發(fā)明實(shí)施例的一種地物類型的影像塊集合示意圖;
圖5為本發(fā)明實(shí)施例的一種地物類型的影像塊集合示意圖;
圖6為本發(fā)明實(shí)施例的一種地物類型的影像塊集合示意圖;
圖7為本發(fā)明實(shí)施例的一種遙感影像地物分類基準(zhǔn)庫的構(gòu)建裝置的結(jié)構(gòu)示意圖;
圖8為本發(fā)明實(shí)施例的一種確定模塊的結(jié)構(gòu)示意圖。
具體實(shí)施方式
下面結(jié)合附圖和實(shí)施例,對(duì)本發(fā)明的具體實(shí)施方式作進(jìn)一步詳細(xì)描述。以下實(shí)施例用于說明本發(fā)明,但不用來限制本發(fā)明的范圍。
隨著遙感技術(shù)的發(fā)展,越來越多的場合需要通過構(gòu)建遙感影像地物分類基準(zhǔn)庫,來對(duì)地物影像信息進(jìn)行分析。受到遙感影像自身地物復(fù)雜性,影像來源限制及缺乏地物位置等諸多因素影響,構(gòu)建遙感影像地物分類基準(zhǔn)庫較為困難。目前研究階段遙感影像基準(zhǔn)庫相對(duì)缺乏,而用于遙感影像分類的遙感影像地物分類基準(zhǔn)庫則更加缺乏。因此,如何構(gòu)建遙感影像地物分類基準(zhǔn)庫是個(gè)關(guān)鍵問題。
現(xiàn)有的遙感影像地物分類基準(zhǔn)庫的構(gòu)建方法主要是通過人工選擇的方式,從遙感圖像中挑選出若干影像塊,并確定挑選出來的影像塊對(duì)應(yīng)的地物類別,從而實(shí)現(xiàn)對(duì)遙感影像地物分類基準(zhǔn)庫的構(gòu)建。由于人工選擇方式在構(gòu)建遙感影像地物分類數(shù)據(jù)庫時(shí),存在地物的選取具有較大盲目性且人工搜索效率較低等問題,從而使得遙感影像地物分類基準(zhǔn)庫中影像數(shù)量及地物類型相對(duì)較少,選取的地物類型缺乏代表性及參考價(jià)值。另外,基準(zhǔn)庫的構(gòu)建效率較低。
例如,目前普遍用于遙感影像分類的基準(zhǔn)庫UC-Merced,其構(gòu)建方式主要是從USGS(United States Geological Survey,美國地質(zhì)勘探局)國家地圖的城市區(qū)域,采集了空間分辨率為0.3米,僅包含21種地物類型,共計(jì)2100幅大小為256×256的土地利用分類遙感影像。該基準(zhǔn)庫中遙感影像的地物類型較少,影像的數(shù)量也較少。
針對(duì)現(xiàn)有技術(shù)中的問題,本實(shí)施例提供了一種遙感影像地物分類基準(zhǔn)庫的構(gòu)建方法。需要說明的是,本實(shí)施例與后續(xù)實(shí)施例在構(gòu)建遙感影像地物分類基準(zhǔn)庫時(shí)所使用的遙感影像主要來源于眾源OSM(Open Street Map)地理數(shù)據(jù)。其中,眾源地理數(shù)據(jù)產(chǎn)生并發(fā)展于眾源的思想與傳統(tǒng)數(shù)據(jù)的結(jié)合。眾源地理數(shù)據(jù)是由非專業(yè)人員志愿獲取,并通過互聯(lián)網(wǎng)向大眾或相關(guān)機(jī)構(gòu)提供的一種開放地理空間數(shù)據(jù)。它有數(shù)據(jù)量大、信息豐富、成本低廉及現(xiàn)勢性強(qiáng)等優(yōu)點(diǎn)。相比于傳統(tǒng)地理數(shù)據(jù)有巨大優(yōu)勢,從而蘊(yùn)含著極大的發(fā)展?jié)摿εc應(yīng)用價(jià)值。參見圖1,該遙感影像地物分類基準(zhǔn)庫的構(gòu)建方法流程包括:101、獲取預(yù)設(shè)數(shù)量個(gè)興趣點(diǎn);102、根據(jù)土地分類標(biāo)準(zhǔn)及所有興趣點(diǎn)的地物類型,對(duì)所有興趣點(diǎn)進(jìn)行篩選;103、基于篩選后每個(gè)興趣點(diǎn)的地理坐標(biāo)信息,以篩選后的每個(gè)興趣點(diǎn)為中心,從遙感圖像中截取預(yù)設(shè)大小的影像塊;104、基于篩選后每個(gè)興趣點(diǎn)對(duì)應(yīng)的影像塊及地物類型,確定入庫的影像塊及地物類型。其中,上述步驟101中每個(gè)興趣點(diǎn)至少包括地物類型及地理坐標(biāo)信息,本實(shí)施例對(duì)此不作具體限定。
本發(fā)明實(shí)施例提供的方法,通過獲取預(yù)設(shè)數(shù)量個(gè)興趣點(diǎn),根據(jù)土地分類標(biāo)準(zhǔn)及所有興趣點(diǎn)的地物類型,對(duì)所有興趣點(diǎn)進(jìn)行篩選?;诤Y選后每個(gè)興趣點(diǎn)的地理坐標(biāo)信息,以篩選后的每個(gè)興趣點(diǎn)為中心,從遙感圖像中截取預(yù)設(shè)大小的影像塊?;诤Y選后每個(gè)興趣點(diǎn)對(duì)應(yīng)的影像塊及地物類型,確定入庫的影像塊及地物類型。由于可根據(jù)大量具有不同地物類型的興趣點(diǎn)來截取影像塊,從而能得到較多的影像數(shù)量及地物類型,整體構(gòu)建效率較高。另外,由于借鑒了土地分類標(biāo)準(zhǔn)的地物分層機(jī)制,從而使得每一地物類型有嚴(yán)格的等級(jí)劃分,并形成樹形建庫模式,進(jìn)而能進(jìn)一步地滿足后續(xù)構(gòu)建基準(zhǔn)庫時(shí)地物類型的多樣性、層次性及全面性的要求。同時(shí),也使得后續(xù)構(gòu)建基準(zhǔn)庫時(shí)的地物分類具有較大的實(shí)際意義及可研究價(jià)值。
作為一種可選實(shí)施例,根據(jù)土地分類標(biāo)準(zhǔn)及所有興趣點(diǎn)的地物類型,對(duì)所有興趣點(diǎn)進(jìn)行篩選,包括:
確定土地分類標(biāo)準(zhǔn)的地物類型與所有興趣點(diǎn)的地物類型之間重疊的地物類型;
將重疊的地物類型對(duì)應(yīng)的興趣點(diǎn)作為篩選后的興趣點(diǎn)。
作為一種可選實(shí)施例,基于篩選后每個(gè)興趣點(diǎn)對(duì)應(yīng)的影像塊及地物類型,確定入庫的影像塊及地物類型,包括:
對(duì)于篩選后的任一興趣點(diǎn)及任一興趣點(diǎn)對(duì)應(yīng)的任一影像塊,將任一興趣點(diǎn)的地物類型與任一影像塊中的實(shí)際地物進(jìn)行匹配;
當(dāng)兩者相匹配時(shí),根據(jù)任一影像塊中每個(gè)興趣點(diǎn)的地物類型,確定任一影像塊對(duì)應(yīng)的地物類型;
根據(jù)任一影像塊對(duì)應(yīng)的地物類型,對(duì)任一影像塊進(jìn)行分類入庫。
作為一種可選實(shí)施例,根據(jù)任一影像塊中每個(gè)興趣點(diǎn)的地物類型,確定任一影像塊對(duì)應(yīng)的地物類型,包括:
確定任一影像塊中每個(gè)興趣點(diǎn)的地物類型所對(duì)應(yīng)的地物主體;
確定所有地物主體中識(shí)別度最高的地物主體;
將識(shí)別度最高的地物主體對(duì)應(yīng)的地物類型作為任一影像塊對(duì)應(yīng)的地物類型。
作為一種可選實(shí)施例,確定所有地物主體中識(shí)別度最高的地物主體,包括:
根據(jù)每個(gè)地物主體的地物主體面積確定最大地物主體面積,將最大地物主體面積對(duì)應(yīng)的地物主體作為識(shí)別度最高的地物主體;
或者,根據(jù)每個(gè)地物主體在任一影像塊中的跨度范圍,確定跨度范圍最大的地物主體,并作為識(shí)別度最高的地物主體。
上述所有可選技術(shù)方案,可以采用任意結(jié)合形成本發(fā)明的可選實(shí)施例,在此不再一一贅述。
基于上述圖1對(duì)應(yīng)的實(shí)施例所提供的內(nèi)容,本發(fā)明實(shí)施例提供了一種遙感影像地物分類基準(zhǔn)庫的構(gòu)建方法。參見圖2,本實(shí)施例提供的方法流程包括:201、獲取預(yù)設(shè)數(shù)量個(gè)興趣點(diǎn);202、確定土地分類標(biāo)準(zhǔn)的地物類型與所有興趣點(diǎn)的地物類型之間重疊的地物類型;203、將重疊的地物類型對(duì)應(yīng)的興趣點(diǎn)作為篩選后的興趣點(diǎn);204、基于篩選后每個(gè)興趣點(diǎn)的地理坐標(biāo)信息,以篩選后的每個(gè)興趣點(diǎn)為中心,從遙感圖像中截取預(yù)設(shè)大小的影像塊;205、基于篩選后每個(gè)興趣點(diǎn)對(duì)應(yīng)的影像塊及地物類型,確定入庫的影像塊及地物類型。
其中,201、獲取預(yù)設(shè)數(shù)量個(gè)興趣點(diǎn)。
由于在構(gòu)建遙感影像地物分類基準(zhǔn)庫時(shí),需從遙感影像中截取影像塊,從而在構(gòu)建基準(zhǔn)庫之前,可獲取預(yù)設(shè)數(shù)量個(gè)興趣點(diǎn)。依據(jù)獲取到的興趣點(diǎn),對(duì)遙感圖像進(jìn)行截取??紤]到興趣點(diǎn)在全球的數(shù)量分布,標(biāo)注的活躍程度以及遙感影像的分辨率高低,本實(shí)施例在獲取興趣點(diǎn)時(shí),獲取的興趣點(diǎn)主要位于中國北京、上海、香港、廣州、海南及福建等省份;美國紐約、華盛頓、洛杉磯、芝加哥等城市;日本東京、大阪、神戶等城市;法國巴黎、尼斯等城市;加拿大渥太華、多倫多等城市;俄羅斯莫斯科、圣彼得堡等城市以及其他國家及其地區(qū)。當(dāng)然,在獲取興趣點(diǎn)時(shí)也可以根據(jù)實(shí)際需求進(jìn)行獲取,本實(shí)施例對(duì)此不作具體限定。
其中,興趣點(diǎn)可以至少包括地物類型及地理坐標(biāo)。地物類型指的是按照土地用途、土地上植被形態(tài)等因素,對(duì)土地劃分出的類型。每劃分出一個(gè)大的地物類型下可以包含很多子地物類型,本實(shí)施例對(duì)此不作具體限定。例如,按照土地用途可以劃分出地物類型“交通”,“交通”下可細(xì)分為“十字路口”、“高速公路”、“快速通道”、“港口”、“立交橋”及“河橋”等。按照土地上植被形態(tài)可以劃分出地物類型“林地”,“林地”下可細(xì)分為“森林”、“幼苗”、“護(hù)河林”、“疏林地”及“灌木林”等。另外,興趣點(diǎn)中的地理坐標(biāo)信息為興趣點(diǎn)的經(jīng)緯度值,本實(shí)施例對(duì)此不作具體限定。預(yù)設(shè)數(shù)量可根據(jù)實(shí)際需求進(jìn)行設(shè)置,本實(shí)施例對(duì)此不作具體限定。
其中,202、確定土地分類標(biāo)準(zhǔn)的地物類型與所有興趣點(diǎn)的地物類型之間重疊的地物類型。
通過上述步驟201,在獲取大量的興趣點(diǎn)后,為了得到更有參考價(jià)值的興趣點(diǎn),可對(duì)獲取到的興趣點(diǎn)進(jìn)行篩選,本實(shí)施例對(duì)此不作具體限定。本步驟202及下面步驟203主要是根據(jù)土地分類標(biāo)準(zhǔn)及所有興趣點(diǎn)的地物類型,對(duì)所有興趣點(diǎn)進(jìn)行篩選的詳細(xì)過程。當(dāng)然,在對(duì)興趣點(diǎn)進(jìn)行篩選的過程中還可以采用其它篩選方式,本實(shí)施例對(duì)此不作具體限定。
考慮到我國地物類型的參考價(jià)值,土地分類標(biāo)準(zhǔn)可以為我國土地的分類機(jī)制,即根據(jù)土地用途等因素將我國土地劃分為若干個(gè)地物類型。例如,可劃分為“住宅”、“商業(yè)購物”、“工業(yè)制造業(yè)”、“社會(huì)團(tuán)體基礎(chǔ)設(shè)施相關(guān)”、“旅行出行”、“空閑”、“自然資源相關(guān)”、“無人活動(dòng)或未分類”及“大規(guī)模人群集會(huì)”等。相應(yīng)地,興趣點(diǎn)的地物類型可包括:“便利設(shè)施”、“障礙區(qū)域用地”、“建筑用地”、“緊急需要用地”、“公路”、“歷史用地”、“土地利用”、“空閑用地”、“人工區(qū)域”、“自然區(qū)域”、“辦公”、“公共交通”、“鐵路”、“商店”、“運(yùn)動(dòng)場所”及“旅游用地”。
由于興趣點(diǎn)與土地分類標(biāo)準(zhǔn)劃分地物類型時(shí)的標(biāo)準(zhǔn)不同,從而使得劃分出的地物類型在字面上不同,但實(shí)際上有很多大地物類型或大地物類型下的子地物類型是重疊的。例如,土地分類標(biāo)準(zhǔn)中的地物類型“空閑”與興趣點(diǎn)地物類型中的“空閑”重疊,兩者都指的是空閑用地,且兩者都是大地物類型。土地分類標(biāo)準(zhǔn)中的大地物類型“便利設(shè)施”與興趣點(diǎn)地物類型中的“商業(yè)購物”重疊,因?yàn)椤氨憷O(shè)施”下的子地物類型可以包括“商場”、“超市”及“商店”等,而“商業(yè)購物”下的子地物類型同樣可以包括“商場”、“超市”及“商店”等,即兩者的子地物類型重疊。
基于上述內(nèi)容,土地分類標(biāo)準(zhǔn)的地物類型與所有興趣點(diǎn)的地物類型之間重疊的地物類型可參考如下表(1):
表(1)
在上表(1)每一行與每一列對(duì)應(yīng)的表項(xiàng)中,若表項(xiàng)內(nèi)容為空,則表示地物類型不重疊。若表示內(nèi)容為勾,則表示地物類型重疊。需要說明的是,由于受到表內(nèi)容篇幅限制,還可能有許多重疊的地物類型,本實(shí)施例對(duì)此不作具體限定。
其中,203、將重疊的地物類型對(duì)應(yīng)的興趣點(diǎn)作為篩選后的興趣點(diǎn)。
通過上述步驟202,可得到重疊的地物類型。例如,上表(1)中重疊的大地物類型“空閑用地”。另外,還有些字面上不重疊,其包含的子地物類型重疊的大地物類型,如土地分類標(biāo)準(zhǔn)的大地物類型“自然資源相關(guān)”與興趣點(diǎn)的大地物類型“旅游用地”。
依據(jù)重疊的地物類型及每個(gè)興趣點(diǎn)的地物類型,可以反過來對(duì)興趣點(diǎn)進(jìn)行篩選,得到篩選后的興趣點(diǎn)。通過上述步驟202及本步驟203,由于借鑒了土地分類標(biāo)準(zhǔn)的地物分層機(jī)制,從而使得每一地物類型有嚴(yán)格的等級(jí)劃分,并形成樹形建庫模式,進(jìn)而能進(jìn)一步地滿足后續(xù)構(gòu)建基準(zhǔn)庫時(shí)地物類型的多樣性、層次性及全面性要求。另外,由于后續(xù)建立基準(zhǔn)庫時(shí)的地物類型取決于上述重疊的地物類型,從而使得后續(xù)構(gòu)建基準(zhǔn)庫時(shí)的地物分類具有較大的實(shí)際意義及可研究價(jià)值。
其中,204、基于篩選后每個(gè)興趣點(diǎn)的地理坐標(biāo)信息,以篩選后的每個(gè)興趣點(diǎn)為中心,從遙感圖像中截取預(yù)設(shè)大小的影像塊。
在執(zhí)行本步驟之前,可基于興趣點(diǎn)的地理坐標(biāo)及遙感影像的地理坐標(biāo)信息,將興趣點(diǎn)與遙感影像進(jìn)行疊加,使得興趣點(diǎn)落入遙感影像中某一距離位置。以上述內(nèi)容為基礎(chǔ),可再以每個(gè)興趣點(diǎn)的地理坐標(biāo)為中心,從遙感圖像中截取預(yù)設(shè)大小的影像塊。關(guān)于預(yù)設(shè)大小影像塊對(duì)應(yīng)的面積,本實(shí)施例對(duì)此不作具體限定。另外,影像塊可以為正方形,本實(shí)施例不對(duì)影像塊的形狀作具體限定。
其中,205、基于篩選后每個(gè)興趣點(diǎn)對(duì)應(yīng)的影像塊及地物類型,確定入庫的影像塊及地物類型。
由于上述步驟204中會(huì)得到大量興趣點(diǎn)對(duì)應(yīng)的影像塊,為了便于說明,現(xiàn)以篩選后的任一興趣點(diǎn)及任一興趣點(diǎn)對(duì)應(yīng)的任一影像塊為例,對(duì)本步驟的過程進(jìn)行說明。本實(shí)施例不對(duì)基于篩選后每個(gè)興趣點(diǎn)對(duì)應(yīng)的影像塊及地物類型,確定入庫的影像塊及地物類型的方式作具體限定,包括但不限于:將任一興趣點(diǎn)的地物類型與任一影像塊的所屬地物類型進(jìn)行匹配;當(dāng)兩者相匹配時(shí),根據(jù)任一影像塊中每個(gè)興趣點(diǎn)的地物類型,確定任一影像塊對(duì)應(yīng)的地物類型;根據(jù)任一影像塊對(duì)應(yīng)的地物類型,對(duì)任一影像塊進(jìn)行分類入庫。
由于興趣點(diǎn)的地物類型可能會(huì)存在出錯(cuò)的情形,從而可先將任一興趣點(diǎn)的地物類型與任一影像塊的所屬地物類型進(jìn)行匹配,本實(shí)施例對(duì)此不作具體限定。例如,若興趣點(diǎn)的地物類型為“停車場”,而依據(jù)影像塊中圖像內(nèi)容得到影像塊的所屬地物類型為“草坪”,從而可確定興趣點(diǎn)的地物類型與影像塊的所屬地物類型不匹配。若興趣點(diǎn)的地物類型為“公路”,而依據(jù)影像塊中圖像內(nèi)容得到影像塊的所屬地物類型也為“公路”,從而可確定興趣點(diǎn)的地物類型與影像塊的所屬地物類型匹配。
需要說明的是,當(dāng)兩者不匹配時(shí),則說明對(duì)應(yīng)的影像塊及地物類型是不精準(zhǔn)的。因此,可將該影像塊直接刪除,本實(shí)施例對(duì)此不作具體限定。通過匹配結(jié)果刪除不滿足條件的影像塊,能保證影像數(shù)據(jù)的準(zhǔn)確性與可靠性。
當(dāng)兩者匹配時(shí),由于不同的地物類型可能會(huì)集中出現(xiàn),從而在步驟201中獲取興趣點(diǎn)時(shí),興趣點(diǎn)之間的距離可能會(huì)非常近。因此,步驟204中截取的影像塊中除了中心興趣點(diǎn)外,可能還會(huì)包含其它的興趣點(diǎn)。對(duì)于影像塊來說,中心興趣點(diǎn)的地物類型不一定是與影像塊匹配度最高的地物類型。因此,需要根據(jù)影像塊中每個(gè)興趣點(diǎn)的地物類型,確定影像塊對(duì)應(yīng)的地物類型。
本實(shí)施例不對(duì)根據(jù)任一影像塊中每個(gè)興趣點(diǎn)的地物類型,確定任一影像塊對(duì)應(yīng)的地物類型的方式作具體限定,包括但不限于:確定任一影像塊中每個(gè)興趣點(diǎn)的地物類型所對(duì)應(yīng)的地物主體;確定所有地物主體中識(shí)別度最高的地物主體;將識(shí)別度最高的地物主體對(duì)應(yīng)的地物類型作為任一影像塊對(duì)應(yīng)的地物類型。
其中,在確定所有地物主體中識(shí)別度最高的地物主體時(shí),可包括但不限于如下兩個(gè)方式:
方式一:根據(jù)每個(gè)地物主體的地物主體面積確定最大地物主體面積,將最大地物主體面積對(duì)應(yīng)的地物主體作為識(shí)別度最高的地物主體。
該方式主要依據(jù)占據(jù)的圖幅面積來確定識(shí)別度最高的地物主體,即確定影像塊中哪個(gè)地物主體占據(jù)的圖幅面積最大,將占據(jù)圖幅面積最大的地物主體作為識(shí)別度最高的地物主體。例如,若在一個(gè)影像塊中有兩個(gè)地物主體,一個(gè)為“公路”,另一個(gè)為“公交站”。若在圖中“公路”比“公交站”占據(jù)的圖幅面積大,則識(shí)別度最高的地物主體為“公路”。
方式二:根據(jù)每個(gè)地物主體在任一影像塊中的跨度范圍,確定跨度范圍最大的地物主體,并作為識(shí)別度最高的地物主體。
上述方式一在判斷識(shí)別度最高的地物主體時(shí),存在多個(gè)地物主體占據(jù)的圖幅面積均差距不大的可能性。針對(duì)這種情況,可采樣方式二來確定識(shí)別度最高的地物主體。例如,若在一個(gè)影像塊中有兩個(gè)地物主體,分別“橋”及“歌劇院”,且“橋”與“歌劇院”在影像塊中占據(jù)的圖幅面積差不多大。其中,“歌劇院”位于影像塊中的一個(gè)角落且只露出建筑體的一部分,跨度范圍很小。“橋”位于橫跨影像塊的上端至下端且橋身都在影像塊中,跨度范圍很大。因此,可確定影像塊中識(shí)別度最高的地物主體為“橋”。
在確定所有地物主體中識(shí)別度最高的地物主體后,可將識(shí)別度最高的地物主體對(duì)應(yīng)的地物類型作為影像塊對(duì)應(yīng)的地物類型。例如,上述例子中“橋”可作為影像塊對(duì)應(yīng)的地物類型。通過上述兩種方式確定影像塊的地物類型,能夠進(jìn)一步地保證影像數(shù)據(jù)的可靠性及準(zhǔn)確性。
在確定每個(gè)影像塊的地物類型后,可根據(jù)影像塊的地物類型,將影像塊進(jìn)行分類入庫。例如,分類入庫部分結(jié)果可如圖3至圖6所示。圖3為地物類型“水壩”對(duì)應(yīng)的影像塊集合,圖4為地物類型“飛機(jī)跑道”對(duì)應(yīng)的影像塊集合,圖5為地物類型“城市建筑”對(duì)應(yīng)的影像塊集合,圖6為地物類型“城市路”對(duì)應(yīng)的影像塊集合。
本發(fā)明實(shí)施例提供的方法,通過獲取預(yù)設(shè)數(shù)量個(gè)興趣點(diǎn),根據(jù)土地分類標(biāo)準(zhǔn)及所有興趣點(diǎn)的地物類型,對(duì)所有興趣點(diǎn)進(jìn)行篩選?;诤Y選后每個(gè)興趣點(diǎn)的地理坐標(biāo)信息,以篩選后的每個(gè)興趣點(diǎn)為中心,從遙感圖像中截取預(yù)設(shè)大小的影像塊?;诤Y選后每個(gè)興趣點(diǎn)對(duì)應(yīng)的影像塊及地物類型,確定入庫的影像塊及地物類型。由于可根據(jù)大量具有不同地物類型的興趣點(diǎn)來截取影像塊,從而能得到較多的影像數(shù)量及地物類型,整體構(gòu)建效率較高。另外,由于借鑒了土地分類標(biāo)準(zhǔn)的地物分層機(jī)制,從而使得每一地物類型有嚴(yán)格的等級(jí)劃分,并形成樹形建庫模式,進(jìn)而能進(jìn)一步地滿足后續(xù)構(gòu)建基準(zhǔn)庫時(shí)地物類型的多樣性、層次性及全面性的要求。同時(shí),也使得后續(xù)構(gòu)建基準(zhǔn)庫時(shí)的地物分類具有較大的實(shí)際意義及可研究價(jià)值。
最后,由于可將興趣點(diǎn)的地物類型與影像塊中的實(shí)際地物進(jìn)行匹配,將不匹配的影像塊進(jìn)行刪除,從而能保證遙感影像地物分類基準(zhǔn)庫中數(shù)據(jù)的準(zhǔn)確性與可靠性。另外,由于可根據(jù)影像塊中識(shí)別度最高的地物主體,確定影像的塊地物類型,從而能夠進(jìn)一步地提高遙感影像地物分類基準(zhǔn)庫中數(shù)據(jù)的可靠性及準(zhǔn)確性。
本發(fā)明實(shí)施例提供了一種遙感影像地物分類基準(zhǔn)庫的構(gòu)建裝置,該裝置用于執(zhí)行上述圖1或圖2對(duì)應(yīng)的實(shí)施例中所提供的遙感影像地物分類基準(zhǔn)庫的構(gòu)建方法。參見圖7,該裝置包括:
獲取模塊701,用于獲取預(yù)設(shè)數(shù)量個(gè)興趣點(diǎn),每個(gè)興趣點(diǎn)至少包括地物類型及地理坐標(biāo);
篩選模塊702,用于根據(jù)土地分類標(biāo)準(zhǔn)及所有興趣點(diǎn)的地物類型,對(duì)所有興趣點(diǎn)進(jìn)行篩選;
截取模塊703,用于基于篩選后每個(gè)興趣點(diǎn)的地理坐標(biāo)信息,以篩選后的每個(gè)興趣點(diǎn)為中心,從遙感圖像中截取預(yù)設(shè)大小的影像塊;
確定模塊704,用于基于篩選后每個(gè)興趣點(diǎn)對(duì)應(yīng)的影像塊及地物類型,確定入庫的影像塊及地物類型。
作為一種可選實(shí)施例,篩選模塊702,用于確定土地分類標(biāo)準(zhǔn)的地物類型與所有興趣點(diǎn)的地物類型之間重疊的地物類型;將重疊的地物類型對(duì)應(yīng)的興趣點(diǎn)作為篩選后的興趣點(diǎn)。
作為一種可選實(shí)施例,參見圖8,確定模塊704,包括:
匹配單元7041,用于對(duì)于篩選后的任一興趣點(diǎn)及任一興趣點(diǎn)對(duì)應(yīng)的任一影像塊,將任一興趣點(diǎn)的地物類型與任一影像塊中的實(shí)際地物進(jìn)行匹配;
確定單元7042,用于當(dāng)兩者相匹配時(shí),根據(jù)任一影像塊中每個(gè)興趣點(diǎn)的地物類型,確定任一影像塊對(duì)應(yīng)的地物類型;
入庫單元7043,用于根據(jù)任一影像塊對(duì)應(yīng)的地物類型,對(duì)任一影像塊進(jìn)行分類入庫。
作為一種可選實(shí)施例,確定單元7042,包括:
第一確定子單元,用于確定任一影像塊中每個(gè)興趣點(diǎn)的地物類型所對(duì)應(yīng)的地物主體;
第二確定子單元,用于確定所有地物主體中識(shí)別度最高的地物主體;
第三確定子單元,用于將識(shí)別度最高的地物主體對(duì)應(yīng)的地物類型作為任一影像塊對(duì)應(yīng)的地物類型。
作為一種可選實(shí)施例,第二確定子單元,用于根據(jù)每個(gè)地物主體的地物主體面積確定最大地物主體面積,將最大地物主體面積對(duì)應(yīng)的地物主體作為識(shí)別度最高的地物主體;或者,根據(jù)每個(gè)地物主體在任一影像塊中的跨度范圍,確定跨度范圍最大的地物主體,并作為識(shí)別度最高的地物主體。
本發(fā)明實(shí)施例提供的裝置,通過獲取預(yù)設(shè)數(shù)量個(gè)興趣點(diǎn),根據(jù)土地分類標(biāo)準(zhǔn)及所有興趣點(diǎn)的地物類型,對(duì)所有興趣點(diǎn)進(jìn)行篩選?;诤Y選后每個(gè)興趣點(diǎn)的地理坐標(biāo)信息,以篩選后的每個(gè)興趣點(diǎn)為中心,從遙感圖像中截取預(yù)設(shè)大小的影像塊?;诤Y選后每個(gè)興趣點(diǎn)對(duì)應(yīng)的影像塊及地物類型,確定入庫的影像塊及地物類型。由于可根據(jù)大量具有不同地物類型的興趣點(diǎn)來截取影像塊,從而能得到較多的影像數(shù)量及地物類型,整體構(gòu)建效率較高。另外,由于借鑒了土地分類標(biāo)準(zhǔn)的地物分層機(jī)制,從而使得每一地物類型有嚴(yán)格的等級(jí)劃分,并形成樹形建庫模式,進(jìn)而能進(jìn)一步地滿足后續(xù)構(gòu)建基準(zhǔn)庫時(shí)地物類型的多樣性、層次性及全面性的要求。同時(shí),也使得后續(xù)構(gòu)建基準(zhǔn)庫時(shí)的地物分類具有較大的實(shí)際意義及可研究價(jià)值。
最后,本申請(qǐng)的方法僅為較佳的實(shí)施方案,并非用于限定本發(fā)明的保護(hù)范圍。凡在本發(fā)明的精神和原則之內(nèi),所作的任何修改、等同替換、改進(jìn)等,均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。