逯躍鋒

山東理工大學(xué)建筑工程學(xué)院,山東淄博 255049

基于形狀特征的矢量數(shù)據(jù)與影像數(shù)據(jù)配準(zhǔn)方法研究

逯躍鋒

山東理工大學(xué)建筑工程學(xué)院,山東淄博 255049

當(dāng)前遙感技術(shù)的快速發(fā)展使遙感影像數(shù)據(jù)的獲取更加快捷和方便,為地理空間數(shù)據(jù)的持續(xù)更新提供了強(qiáng)大的動(dòng)力。相應(yīng)的,對(duì)地理空間數(shù)據(jù)間自動(dòng)匹配的要求也越來(lái)越高,特別是在新獲取的遙感影像與現(xiàn)有矢量空間數(shù)據(jù)之間的配準(zhǔn)方面,如在土地調(diào)查、變化檢測(cè)等應(yīng)用中,常常需要將新獲取的遙感影像和現(xiàn)有的矢量數(shù)據(jù)進(jìn)行配準(zhǔn)等預(yù)處理。在遙感影像預(yù)處理中,關(guān)鍵步驟是對(duì)遙感影像的幾何糾正。而在幾何糾正中,目前通常采用人工選擇控制點(diǎn)的方法,這樣影像糾正的精度必然受到人為因素的影響。因此,如何實(shí)現(xiàn)無(wú)控制點(diǎn)情況下遙感影像數(shù)據(jù)與矢量數(shù)據(jù)的配準(zhǔn)具有重要應(yīng)用意義。

本文主要思路是通過(guò)對(duì)影像數(shù)據(jù)進(jìn)行基于形狀特征的提取及矢量化,然后利用矢量空間數(shù)據(jù)間匹配方法對(duì)矢量化后數(shù)據(jù)和現(xiàn)有矢量空間數(shù)據(jù)進(jìn)行匹配,獲取匹配實(shí)體對(duì);在獲取的匹配實(shí)體對(duì)中選取控制點(diǎn)對(duì),在矢量化后數(shù)據(jù)中選取控制點(diǎn),將所選取的控制點(diǎn)反饋到原始遙感影像上進(jìn)而獲得控制點(diǎn)相應(yīng)的像元坐標(biāo);最后應(yīng)用矢量化后數(shù)據(jù)中控制點(diǎn)的像元坐標(biāo)數(shù)據(jù)和現(xiàn)有矢量空間數(shù)據(jù)中對(duì)應(yīng)的同名點(diǎn)坐標(biāo)數(shù)據(jù)對(duì)原始影像進(jìn)行幾何糾正,從而實(shí)現(xiàn)矢量空間數(shù)據(jù)和影像數(shù)據(jù)的配準(zhǔn)。本文的主要工作可以概括為以下幾點(diǎn):

(1)分析了地理空間數(shù)據(jù)匹配在各種應(yīng)用中的重要性,總結(jié)了矢量空間數(shù)據(jù)間匹配和矢量空間數(shù)據(jù)與影像數(shù)據(jù)間匹配的研究現(xiàn)狀,提出了將矢量空間數(shù)據(jù)與影像數(shù)據(jù)間的配準(zhǔn)轉(zhuǎn)換到矢量空間數(shù)據(jù)間匹配的思路。

(2)分析了數(shù)學(xué)形態(tài)學(xué)理論,在此基礎(chǔ)上,提出了一種影像噪聲抑制方法——顧及對(duì)稱保持的綜合形態(tài)學(xué)混合濾波器,并采用了多個(gè)抑制影像噪聲效果衡量指標(biāo)對(duì)所提濾波器濾波效果進(jìn)行了評(píng)價(jià);分析了當(dāng)前常用的邊緣檢測(cè)方法和Beamlet變換理論,提出了基于Beamlet變換和Canny算子的特征提取模型并進(jìn)行了試驗(yàn)和比較分析。

(3)在分析了當(dāng)前所用矢量空間數(shù)據(jù)匹配方法優(yōu)缺點(diǎn)后,對(duì)傅里葉變換及傅里葉形狀描述子進(jìn)行了詳細(xì)的探討分析。地理實(shí)體的凸凹幾何形狀往往對(duì)其外形特征有著決定性作用,而面實(shí)體的邊界線在某點(diǎn)兩側(cè)割線的夾角和拱高正是對(duì)邊界線在該點(diǎn)的彎曲程度和凸凹性的反映,利用這一特性,提出了基于彎曲度半徑復(fù)函數(shù)的傅里葉形狀描述子和基于拱高半徑復(fù)函數(shù)的傅里葉形狀描述子。然后分別應(yīng)用這兩個(gè)形狀描述子構(gòu)建了綜合空間相似度度量模型,利用這些模型進(jìn)行了匹配試驗(yàn),并應(yīng)用所提出的匹配算法性能評(píng)估指標(biāo)對(duì)匹配試驗(yàn)結(jié)果進(jìn)行了比較分析,驗(yàn)證了所提算法的有效性。

(4)在矢量空間數(shù)據(jù)與影像數(shù)據(jù)間配準(zhǔn)方面,研究了基于面狀特征的矢量空間數(shù)據(jù)與影像數(shù)據(jù)間的配準(zhǔn)。在矢量與影像配準(zhǔn)這一環(huán)節(jié)中,首先將影像通過(guò)噪聲去除、影像分類、特征提取等步驟進(jìn)行矢量化,然后對(duì)矢量化后的數(shù)據(jù)與現(xiàn)有矢量空間數(shù)據(jù)進(jìn)行匹配,匹配方法采用前面所提出的矢量空間數(shù)據(jù)間匹配方法。提出了兩種新的影像控制點(diǎn)獲取方法,即邊界特征點(diǎn)法和邊界特征點(diǎn)擴(kuò)展法,利用所提出的方法在上述矢量間匹配所獲取的匹配成功的實(shí)體中進(jìn)行控制點(diǎn)的選取,應(yīng)用所選取的控制點(diǎn)對(duì)影像進(jìn)行幾何糾正,實(shí)現(xiàn)了矢量空間數(shù)據(jù)與影像數(shù)據(jù)的配準(zhǔn),并對(duì)所選取的控制點(diǎn)進(jìn)行了精度評(píng)價(jià)分析。

(5)針對(duì)基于形狀特征的矢量數(shù)據(jù)與影像數(shù)據(jù)配準(zhǔn)研究所涉及的影像去噪、特征提取、影像矢量化和影像控制點(diǎn)的自動(dòng)選取等算法,開發(fā)了一套原型系統(tǒng)。利用該系統(tǒng)進(jìn)行了不同地區(qū)不同類型影像數(shù)據(jù)矢量化后數(shù)據(jù)和現(xiàn)有矢量空間數(shù)據(jù)的匹配試驗(yàn),并利用試驗(yàn)結(jié)果及所選取的控制點(diǎn)對(duì)原始影像進(jìn)行了幾何糾正試驗(yàn)。試驗(yàn)結(jié)果表明本文提出的矢量數(shù)據(jù)與影像數(shù)據(jù)配準(zhǔn)方法是合理且有效的。

Research on Registration Method between Vector Data and Image Data Based on Shape Feature

LU Yuefeng

School of Architecture and Engineering,Shandong University of Technology,Zibo 255049,China

Yue feng(1982—),male,

his doctorate in cartography and geographic information engineering from Wuhan University in June 2013,majors in geographical spatial data matching,and geographic information system theory and its engineering applications．

P208

D

1001-1595(2014)08-0879-01

山東省自然科學(xué)基金(ZR2012DL06)

2014-05-02

逯躍鋒(1982—),男,2013年6月獲武漢大學(xué)地圖制圖學(xué)與地理信息工程專業(yè)博士學(xué)位(指導(dǎo)教師:付仲良教授),研究方向?yàn)榈乩砜臻g數(shù)據(jù)匹配、地理信息系統(tǒng)理論及工程應(yīng)用等方面研究。

LU Yuefeng．Research on Registration Method between Vector Data and Image Data Based on Shape Feature[J]．Acta Geodaetica et Cartographica Sinica,2014,43(8):879．(逯躍鋒．基于形狀特征的矢量數(shù)據(jù)與影像數(shù)據(jù)配準(zhǔn)方法研究[J]．測(cè)繪學(xué)報(bào),2014,43(8): 879．)

10．13485/j．cnki．11-2089．2014．0108

E-mail:yflu＠sdut．edu．cn