本發(fā)明涉及圖像處理領(lǐng)域，特別涉及遙感影像快速拼接或土地調(diào)查中利用無人機(jī)影像快速發(fā)現(xiàn)變化用地的技術(shù)。

背景技術(shù)：

近年來，無人機(jī)遙感以低成本、機(jī)動(dòng)靈活、快速響應(yīng)等優(yōu)勢，在土地監(jiān)測監(jiān)察領(lǐng)域顯示出了廣闊的應(yīng)用前景。目前，在區(qū)域尺度上利用低空遙感影像快速檢測土地變化信息，已成為一種新型的國土資源動(dòng)態(tài)監(jiān)測技術(shù)手段。宋丹妮等在“基于遙感影像的單縣土地利用動(dòng)態(tài)變化分析”中通過2000年和2009年兩期遙感影像的配準(zhǔn)、裁剪、監(jiān)督分類等操作對(duì)單縣的土地動(dòng)態(tài)變化進(jìn)行分析。付蕭等在“利用無人機(jī)影像進(jìn)行山區(qū)土地利用信息動(dòng)態(tài)監(jiān)測”中通過彭州兩期無人機(jī)遙感影像采用面向?qū)ο蟮姆治黾夹g(shù)獲取土地利用信息的變化量。這些方法都需要獲得監(jiān)察區(qū)的完整遙感影像。

現(xiàn)行無人機(jī)遙感影像拼接檢測技術(shù)一般都需要空中飛行、地面布控和室內(nèi)成圖三個(gè)步驟，才可能應(yīng)用于國土資源管理，其中地面布控需要大量專業(yè)人員使用專業(yè)的測量儀器到現(xiàn)場實(shí)測，在山區(qū)、河流、森林等地面特征不明顯區(qū)域，人員無法到達(dá)或精確定位，地面控制點(diǎn)的獲取往往存在困難或根本不可能，費(fèi)時(shí)費(fèi)力成效甚微。

技術(shù)實(shí)現(xiàn)要素：

為解決上述問題，本發(fā)明公開了一種大尺度遙感影像特征點(diǎn)庫的構(gòu)建方法，該方法把舊時(shí)相遙感影像的特征點(diǎn)檢測作為預(yù)處理，在檢測土地變化信息或遙感影像快速拼接時(shí)，避免對(duì)舊時(shí)相影像特征點(diǎn)的反復(fù)提取，將新時(shí)相影像與舊時(shí)相影像之間的對(duì)比，轉(zhuǎn)變?yōu)榕c特征點(diǎn)數(shù)據(jù)的對(duì)比，從而大幅提高處理效率。

為達(dá)到上述目的，本發(fā)明的技術(shù)方案如下：

一種大尺度遙感影像特征點(diǎn)庫的構(gòu)建方法，包括以下步驟：

步驟1，結(jié)合舊時(shí)相遙感影像的分辨率，確定所分割瓦片的尺寸及數(shù)量，對(duì)舊時(shí)相遙感影像進(jìn)行重疊網(wǎng)格劃分；

步驟2，分割舊時(shí)相遙感影像；

步驟3，通過特征點(diǎn)檢測算法提取每塊瓦片的特征點(diǎn)數(shù)據(jù)；

步驟4，將特征點(diǎn)對(duì)應(yīng)坐標(biāo)信息及描述子數(shù)據(jù)用r*樹作索引存入空間數(shù)據(jù)庫；

作為本發(fā)明的優(yōu)選方案，所述步驟2包括如下步驟：

a，由于特征點(diǎn)描述子數(shù)據(jù)受到其周圍像素的影響，因此為保證從每一張瓦片中提取的特征數(shù)據(jù)與原影像相同，在分割時(shí)應(yīng)根據(jù)特征點(diǎn)檢測算法原理，對(duì)每塊瓦片設(shè)置相應(yīng)數(shù)量像素的余量；

b，按一定邏輯順序讀取舊時(shí)相遙感影像數(shù)據(jù)并將相應(yīng)數(shù)據(jù)寫入對(duì)應(yīng)大小的瓦片。

作為本發(fā)明的優(yōu)選方案，所述步驟3包括如下步驟：

a，根據(jù)每塊瓦片所設(shè)置的余量，即與相鄰?fù)咂闹丿B部分，計(jì)算出從瓦片中檢測到的特征點(diǎn)描述子數(shù)據(jù)與原影像相同的分界線，一般為重疊部分相應(yīng)方向的中線；

b，根據(jù)特征點(diǎn)檢測算法提取每塊瓦片中的特征點(diǎn)數(shù)據(jù)并計(jì)算其描述子數(shù)據(jù)，中線以內(nèi)部分為該瓦片有效數(shù)據(jù)。

作為本發(fā)明的優(yōu)選方案，所述步驟4包括如下步驟：

a，分離出從每塊瓦片中提取的每個(gè)特征點(diǎn)坐標(biāo)信息及描述子數(shù)據(jù)，順序存入數(shù)據(jù)庫；

b，利用r樹空間分割的理念，將每個(gè)特征點(diǎn)界定在一定大小的矩形區(qū)域內(nèi)；

c，對(duì)數(shù)據(jù)庫中的特征點(diǎn)數(shù)據(jù)寫入r*樹索引。

本發(fā)明的有益效果是：

本發(fā)明所述的一種大尺度遙感影像特征點(diǎn)庫的構(gòu)建方法，通過對(duì)大尺度舊時(shí)相遙感影像進(jìn)行分割，同時(shí)設(shè)置好分割余量以確保對(duì)每塊瓦片提取的特征點(diǎn)及描述子數(shù)據(jù)與原影像效果相同，并將特征點(diǎn)對(duì)應(yīng)坐標(biāo)信息及描述子用r*樹作索引存入空間數(shù)據(jù)庫。針對(duì)傳統(tǒng)技術(shù)在快速發(fā)現(xiàn)變化土地信息時(shí)將兩期遙感影像的對(duì)比，以及遙感影像快速拼接時(shí)的大量地面布控，本發(fā)明將舊時(shí)相遙感影像的特征點(diǎn)提取作為預(yù)處理，在檢測目標(biāo)區(qū)域土地變化信息或遙感影像快速拼接時(shí)，避免了特征點(diǎn)的重復(fù)提取，有效的提高了處理效率。

附圖說明

圖1為本發(fā)明所述的構(gòu)建方法的流程示意圖；

圖2為影像分割方法示意圖（影像左上角九塊瓦片）；

圖3為每塊瓦片重疊部分特征點(diǎn)有效區(qū)域示意圖。

具體實(shí)施方式

下面將結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步描述。

如圖1所示，一種大尺度遙感影像特征點(diǎn)庫的構(gòu)建方法，包括以下步驟：

步驟1，通過開源類庫gdal獲取舊時(shí)相遙感影像的分辨率。gdal(geospatialdataabstractionlibrary)是一個(gè)在x/mit許可協(xié)議下的開源柵格空間數(shù)據(jù)轉(zhuǎn)換庫。其中，舊時(shí)相遙感影像如存檔在國土局中的測區(qū)地圖、衛(wèi)星影像圖、無人機(jī)影像圖等相關(guān)的舊時(shí)相影像。

步驟2，基于遙感影像的分辨率，以便于特征點(diǎn)檢測算法提取特征點(diǎn)數(shù)據(jù)為準(zhǔn)則，確定舊時(shí)相遙感影像所分割瓦片的尺寸及數(shù)量，從而實(shí)現(xiàn)對(duì)舊時(shí)相遙感影像的重疊網(wǎng)格劃分。分割影像時(shí)，從影像左上角開始，按一定邏輯（如橫向或縱向），通過開源類庫gdal順序讀取影像數(shù)據(jù)并將數(shù)據(jù)寫入對(duì)應(yīng)大小的瓦片中。根據(jù)特征點(diǎn)檢測算法surf的原理，surf特征點(diǎn)描述子數(shù)據(jù)受到特征點(diǎn)周圍個(gè)像素的影響，因此在分割時(shí)每塊瓦片的邊界都應(yīng)設(shè)置20個(gè)像素的余量，以確保從每塊瓦片中提取的特征數(shù)據(jù)與原影像效果相同，如圖2所示。

步驟3，基于surf算法提取每塊瓦片的特征數(shù)據(jù)。由于surf特征點(diǎn)描述子數(shù)據(jù)受到關(guān)鍵點(diǎn)周圍個(gè)像素影響，因此對(duì)于每塊瓦片的重疊部分，應(yīng)舍去距邊界10個(gè)像素的特征點(diǎn)，如圖3所示。

步驟4，分離出從每塊瓦片中提取到的每個(gè)關(guān)鍵點(diǎn)的特征數(shù)據(jù)，順序存入依托開源類庫sqlite構(gòu)建遙感影像的特征點(diǎn)數(shù)據(jù)庫中，sqlite是一個(gè)進(jìn)程內(nèi)的、自給自足的、無服務(wù)器的、零配置的、事務(wù)性的sql數(shù)據(jù)庫。

步驟5，基于r樹空間分割的理念，將每個(gè)關(guān)鍵點(diǎn)的特征數(shù)據(jù)界定在一定的矩形區(qū)域內(nèi)，對(duì)特征庫中的數(shù)據(jù)建立r*樹索引。

以上所述僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進(jìn)和潤色，這些改進(jìn)和潤色也應(yīng)視為本發(fā)明的保護(hù)范圍。

技術(shù)特征：

技術(shù)總結(jié)
本發(fā)明提供了一種大尺度遙感影像特征點(diǎn)庫的構(gòu)建方法，首先確定瓦片的尺寸，結(jié)合遙感影像的分辨率信息對(duì)其進(jìn)行重疊網(wǎng)格劃分，從而實(shí)現(xiàn)遙感影像的分割，通過SIFT/SURF等特征點(diǎn)檢測算法提取每塊瓦片的特征點(diǎn)及描述子數(shù)據(jù)，并將特征點(diǎn)對(duì)應(yīng)坐標(biāo)信息及描述子用R*樹作索引存入空間數(shù)據(jù)庫。本專利生成的特征點(diǎn)空間數(shù)據(jù)庫可用于遙感影像快速拼接模板或變化快速發(fā)現(xiàn)檢測，相較于傳統(tǒng)技術(shù)，該方法將特征點(diǎn)檢測作為預(yù)處理，避免重復(fù)檢測，可提高處理效率。

技術(shù)研發(fā)人員：張小國;韋國鈞;何榮開;黃鴻飛;王慶
受保護(hù)的技術(shù)使用者：東南大學(xué)
技術(shù)研發(fā)日：2017.05.31
技術(shù)公布日：2017.09.05