基于Voronoi圖的影像配準(zhǔn)控制點(diǎn)自動(dòng)搜索方法

逯躍鋒1，常希芝2，孔維華1，吳建華3

(1.山東理工大學(xué) 建筑工程學(xué)院，山東 淄博 255049；

2.山東理工大學(xué) 材料科學(xué)與工程學(xué)院，山東 淄博 255049；

3.江西師范大學(xué) 地理與環(huán)境學(xué)院，江西 南昌 330022)

摘要：提出一種矢量圖形邊界特征點(diǎn)自動(dòng)搜索方法，并在此基礎(chǔ)上利用Voronoi圖的點(diǎn)影響范圍特性提出了一種基于Voronoi圖的影像配準(zhǔn)控制點(diǎn)自動(dòng)搜索方法.將該方法所搜索到的特征點(diǎn)作為控制點(diǎn)，可以保證控制點(diǎn)獲取的數(shù)量和分布均勻性.通過(guò)在矢量數(shù)據(jù)與影像數(shù)據(jù)配準(zhǔn)應(yīng)用及精度分析表明，提出的控制點(diǎn)自動(dòng)搜索方法是有效可行的.

關(guān)鍵詞：矢量圖形；Voronoi圖；控制點(diǎn)；自動(dòng)搜索；幾何糾正

中圖分類(lèi)號(hào)：TP208 文獻(xiàn)標(biāo)志碼：A

收稿日期：2014-11-18

作者簡(jiǎn)介：成樞，男，1334508055@qq.com; 通信作者： 李強(qiáng)，男，liqiangxin2014@163.com

文章編號(hào)：1672-6197(2015)05-0021-04

收稿日期：2014-12-06

基金項(xiàng)目：國(guó)家自然科學(xué)基金資助項(xiàng)目(61370207)

作者簡(jiǎn)介：林曉雪，女， linxiaoxue129@126.com; 通信作者： 趙茂先，男,sdzmx66@163.com

文章編號(hào)：1672-6197(2015)05-0016-05

Anautomaticsearchmethodforgroundcontrol

pointofimageregistrationbasedonvoronoidiagram

LUYue-feng1,CHANGXi-zhi2,KONGWei-hua1,WUJian-hua3

(1.SchoolofCivilandArchitecturalEngineering,ShandongUniversityofTechnology,Zibo255049,China;

2.SchoolofMaterialsScienceandEngineering,ShandongUniversityofTechnology,Zibo255049,China;

3.SchoolofGeographyandEnvironment,JiangxiNormalUniversity,Nanchang330022,China)

Abstract:In this paper, we present a method for automatically searching vector graphics boundary feature points, and on the basis of the use of point impact characteristics of Voronoi diagram, the automatic search method of vector graphics boundary feature points is proposed. We used the feature points as the control points, which could guarantee the quantity and distribution uniformity of control points. The application in the registrations between vector data and image data and the precision analysis showed that the proposed automatic search method for the ground control points was effective and feasible.

Keywords:vectordata;Voronoidiagram;groundcontrolpoint;automaticsearch;geometriccorrection

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[1].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，通常的是采用人工選擇控制點(diǎn)的方法，選取的控制點(diǎn)常常受到人為因素很大的影響，如選取經(jīng)驗(yàn)、工作態(tài)度、判讀能力、綜合反應(yīng)能力等[2].在控制點(diǎn)選取方法上，一些學(xué)者對(duì)此開(kāi)展了許多研究，提出了一些較好的方法，如基于檢測(cè)模板的控制點(diǎn)搜索方法[3]、基于特征角點(diǎn)的控制點(diǎn)選取[4-5]、利用線(xiàn)特征的幾何屬性構(gòu)造控制點(diǎn)[6]、建立控制點(diǎn)數(shù)據(jù)庫(kù)[5，7-11]等，但是控制點(diǎn)選取的數(shù)量和分布直接影響到影像糾正的精度，如何自動(dòng)的選取盡可能多的、有效的且分布均勻的控制點(diǎn)就顯得非常重要.因此，本文提出一種基于Voronoi圖的影像配準(zhǔn)控制點(diǎn)自動(dòng)搜索方法，首先通過(guò)矢量圖形邊界特征點(diǎn)自動(dòng)搜索方法選取足夠的控制點(diǎn)數(shù)量，然后用Voronoi圖的點(diǎn)影響范圍特性使所選取的控制點(diǎn)達(dá)到均勻分布.

1顧及分布均勻的矢量圖形控制點(diǎn)自動(dòng)選取方法

1.1　矢量圖形邊界特征點(diǎn)自動(dòng)搜索

設(shè)A為矢量數(shù)據(jù)中的任意一個(gè)要素實(shí)體，它的邊界為EA，周長(zhǎng)為lA，幾何中心點(diǎn)為OA.

定義1將實(shí)體邊界線(xiàn)上任一點(diǎn)pi到幾何中心點(diǎn)O的距離稱(chēng)為邊界線(xiàn)在該點(diǎn)的中心距離(也稱(chēng)為半徑)，記為ri，則有

邊界上控制點(diǎn)選取方法為對(duì)于實(shí)體邊界EA，任選邊界上一點(diǎn)作為起始點(diǎn)，記為p0，將邊界周長(zhǎng)歸一化為1，若選取n個(gè)控制點(diǎn)，則按順時(shí)針?lè)较?或逆時(shí)針?lè)较?每隔1/n個(gè)周長(zhǎng)距離將整個(gè)邊界劃分為n個(gè)子段，在每一個(gè)子段內(nèi)選取一個(gè)特征點(diǎn)作為控制點(diǎn).

在每一個(gè)子段中通過(guò)下面方法選取特征點(diǎn)：根據(jù)定義1，通過(guò)比較該子段上所有邊界點(diǎn)的半徑大小，取其中半徑最大值(或最小值)所處位置的邊界點(diǎn)為特征點(diǎn)，若最大值(或最小值)不唯一，則按子段劃分方向選取第一個(gè)最值.

由于單個(gè)實(shí)體邊界上控制點(diǎn)的選擇因起始點(diǎn)的不同而不同，且匹配的實(shí)體對(duì)所選擇的起始點(diǎn)相對(duì)于整個(gè)邊界上所處的位置應(yīng)是相似或相近點(diǎn)，只有這樣在實(shí)體邊界上所選取的一系列控制點(diǎn)才有意義，所以必須考慮起始點(diǎn)的選擇.

應(yīng)用子段中選取控制點(diǎn)方法，通過(guò)比較實(shí)體邊界上所有點(diǎn)的半徑大小，取其中半徑最大值(或最小值)所處位置的點(diǎn)為起始點(diǎn)，則可以解決實(shí)體起始點(diǎn)選擇問(wèn)題，示意圖如圖1所示.

圖1　自動(dòng)搜索邊界特征點(diǎn)作為控制點(diǎn)示意圖

對(duì)于規(guī)則面狀地物，特別是圓形面狀地物，如圓形工廠(chǎng)設(shè)施等，通常無(wú)法獲取其邊界上的特征點(diǎn)，而其幾何中心點(diǎn)能夠準(zhǔn)確的表達(dá)面狀地物邊界所包含的整個(gè)地區(qū)區(qū)域，其具有旋轉(zhuǎn)、平移和縮放的不變性，也稱(chēng)之為幾何形狀中心點(diǎn)，所以幾何中心點(diǎn)完全可以作為影像在這些地物上的控制點(diǎn).

1.2　顧及分布均勻的邊界特征點(diǎn)自動(dòng)搜索

控制點(diǎn)選取的基本原則之一就是要使控制點(diǎn)分布盡量均勻，為了滿(mǎn)足這一原則，可以通過(guò)每個(gè)控制點(diǎn)的影響范圍來(lái)進(jìn)行評(píng)價(jià)，若各個(gè)控制點(diǎn)的影響范圍相同或相近，則認(rèn)為所選取的控制點(diǎn)分布均勻，否則，認(rèn)為所選取的控制點(diǎn)分布不均勻[12].因此，利用Voronoi圖的點(diǎn)影響范圍特性[13]，提出一種顧及分布均勻的矢量圖形邊界特征點(diǎn)自動(dòng)搜索方法.

根據(jù)Voronoi圖中點(diǎn)的影響范圍特性，利用上節(jié)初始選取的控制點(diǎn)所形成的Voronoi圖中各個(gè)子區(qū)域面積的離散程度來(lái)判斷所選取的控制點(diǎn)是否均勻分布.選取控制點(diǎn)步驟如下：

1)利用邊界特征點(diǎn)自動(dòng)搜索方法，選擇實(shí)體中一定數(shù)量的邊界特征點(diǎn)，將這些特征點(diǎn)作為初始控制點(diǎn).

2)以這些控制點(diǎn)為基點(diǎn)生成Voronoi圖，判斷圖中各個(gè)子區(qū)域面積Si大小，選擇面積最小的子區(qū)域Smin，其它各子單元均與Smin相比較，若比值r=Si/Smin大于一定閾值Th，則根據(jù)比值，在此子區(qū)域增加相應(yīng)個(gè)數(shù)的控制點(diǎn).其中，增加控制點(diǎn)的方法采用上小節(jié)所述的邊界特征點(diǎn)法，根據(jù)個(gè)數(shù)需要依次選取增加的控制點(diǎn)數(shù).

3)增加控制點(diǎn)后，將新增控制點(diǎn)作為基點(diǎn)，重新生成Voronoi圖，重新執(zhí)行步驟(2)，直至各個(gè)子區(qū)域面積與Smin比值小于設(shè)定閾值Th為止.

選取實(shí)體中一定數(shù)量的邊界特征點(diǎn)為初始控制點(diǎn)，并以它們?yōu)榛c(diǎn)生成的Voronoi圖，如圖2所示，圖中填充面狀為所選取的實(shí)體，圓點(diǎn)為選擇的初始控制點(diǎn).

圖2　選擇的初始控制點(diǎn)及生成的Voronoi圖

圖3　增加控制點(diǎn)及重新生成的Voronoi圖

Voronoi圖中各個(gè)子區(qū)域面積及相對(duì)于最小面積子區(qū)域的比值見(jiàn)表1.

表1　 Voronoi圖各子區(qū)域面積及比值

注：表1和表2中面積比值為各區(qū)域面積與最小區(qū)域面積之比.

本文選取閾值Th為7，從圖2及表1中可以看出，初始控制點(diǎn)作為基點(diǎn)生成的Voronoi圖中，ID為10009這個(gè)基點(diǎn)所在多邊形面積較大，需要進(jìn)一步增加控制點(diǎn).在該基點(diǎn)所在的實(shí)體邊界上，通過(guò)增加邊界特征點(diǎn)作為新的控制點(diǎn)(圖3中右下角的點(diǎn))，并重新生成Voronoi圖，如圖3所示.從中可以看出，原來(lái)的多邊形10009被分割為兩個(gè)子多邊形，即新10009和10015，從而使控制點(diǎn)的分布達(dá)到了進(jìn)一步均勻化分布.表2為增加控制點(diǎn)后重新生成Voronoi圖后的子區(qū)域面積及面積比值.

表2　 Voronoi圖各子區(qū)域面積及比值

從表2中可以看出，增加控制點(diǎn)10015后，各個(gè)基點(diǎn)所在子區(qū)域面積的比值均小于閾值，所以可以不需要再增加控制點(diǎn).

2實(shí)驗(yàn)與分析

影像數(shù)據(jù)為采集自2006年的SPOT5影像，數(shù)據(jù)空間分辨率為2.5m，對(duì)應(yīng)矢量數(shù)據(jù)為同一地區(qū)部分水系圖層，實(shí)驗(yàn)數(shù)據(jù)大小為2087×1765px，如圖4和圖5所示.

圖4　影像數(shù)據(jù)(2006年SPOT5)

圖5　矢量化后數(shù)據(jù)及現(xiàn)有矢量數(shù)據(jù)

圖6　矢量與影像配準(zhǔn)結(jié)果1

圖7　矢量與影像配準(zhǔn)結(jié)果2

圖8　矢量與影像配準(zhǔn)結(jié)果2(局部放大)

2.1　控制點(diǎn)選取及配準(zhǔn)實(shí)驗(yàn)

首先利用文獻(xiàn)[14]方法獲取匹配實(shí)體對(duì)，然后利用1.1方法選取控制點(diǎn)，并將矢量化后數(shù)據(jù)控制點(diǎn)坐標(biāo)反饋到原始影像上，得到控制點(diǎn)在原始影像上的像元坐標(biāo)，最終的控制點(diǎn)對(duì)坐標(biāo)見(jiàn)表3.

表3　控制點(diǎn)對(duì)坐標(biāo)

對(duì)原始影像進(jìn)行幾何糾正，糾正后結(jié)果如圖6所示.從實(shí)驗(yàn)結(jié)果可以看出，矢量和影像配準(zhǔn)基本重疊，但是還有局部不能完全重疊，主要原因是現(xiàn)有矢量地物圖形過(guò)碎，與矢量化后數(shù)據(jù)實(shí)體邊緣特征可匹配的實(shí)體對(duì)不多，可選控制點(diǎn)對(duì)較少且分布不均.

根據(jù)1.2所述方法，根據(jù)Voronoi圖對(duì)所選控制點(diǎn)分布均勻性分析，新增邊界特征點(diǎn)控制點(diǎn)對(duì)見(jiàn)表4，并再次對(duì)原始影像進(jìn)行糾正.糾正后結(jié)果如圖7和圖8所示，其中圖8為局部放大圖.

表4　新增控制點(diǎn)對(duì)坐標(biāo)

2.2　誤差精度分析

表5為選取6個(gè)檢查點(diǎn)對(duì)矢量與影像配準(zhǔn)結(jié)果1的誤差分析.

表6為選取10個(gè)檢查點(diǎn)對(duì)矢量與影像配準(zhǔn)結(jié)果2的誤差分析.

表5　矢量與影像配準(zhǔn)結(jié)果1誤差分析　 px

表6　矢量與影像配準(zhǔn)結(jié)果2誤差分析　px

從配準(zhǔn)結(jié)果及結(jié)果誤差分析中可以看出，得到總的RMSError為0.527 2，小于一個(gè)像元，說(shuō)明所選控制點(diǎn)精度總體上得到了較大提高.

3結(jié)束語(yǔ)

本文提出了顧及分布均勻的矢量圖形控制點(diǎn)自動(dòng)搜索新方法，利用該方法獲取了實(shí)驗(yàn)數(shù)據(jù)上的控制點(diǎn)對(duì)，對(duì)原始影像進(jìn)行了幾何糾正，最終實(shí)現(xiàn)現(xiàn)有矢量數(shù)據(jù)與影像數(shù)據(jù)的配準(zhǔn).通過(guò)誤差精度分析，說(shuō)明該方法在精度上滿(mǎn)足了影像糾正的要求,是可行有效的.

參考文獻(xiàn):

[1]宋偉東,王偉璽.遙感影像幾何糾正與三維重建[M].北京：測(cè)繪出版社,2011.

[2]黃健.遙感影像糾正的地面控制點(diǎn)選取[J]. 現(xiàn)代測(cè)繪, 2005, S1： 208-209,212.

[3]楊小岡,繆棟,付光遠(yuǎn),等.圖像幾何校正控制點(diǎn)的自動(dòng)確定方法[J].紅外與激光工程,2002,31(3)：194-198.

[4]鄧小煉,王長(zhǎng)耀,亢慶，等.一種基于角點(diǎn)提取的遙感影像地面控制點(diǎn)自適應(yīng)匹配算法[J].宇航學(xué)報(bào),2006,27(1)：45-50,88.

[5]李超.基于控制點(diǎn)影像數(shù)據(jù)庫(kù)的遙感衛(wèi)星影像幾何矯正和半自動(dòng)配準(zhǔn)[D].杭州：浙江大學(xué),2006.

[6]李映,崔楊楊,韓曉宇.基于線(xiàn)特征和控制點(diǎn)的可見(jiàn)光和SAR圖像配準(zhǔn)[J].自動(dòng)化學(xué)報(bào),2012,38(12)：1 968-1 974.

[7]朱彩英,李新慧,楊培章,等.圖像控制點(diǎn)數(shù)據(jù)庫(kù)的設(shè)計(jì)與實(shí)現(xiàn)[J].測(cè)繪學(xué)院學(xué)報(bào),2004,21(4)：282-285.

[8]蘇小霞,李英成,薛艷麗,等.全國(guó)多級(jí)、多分辨率圖形圖像控制點(diǎn)數(shù)據(jù)庫(kù)建立及應(yīng)用展望[J].遙感技術(shù)與應(yīng)用,2006,21(3)：265-270.

[9]王琰,舒寧.控制點(diǎn)自動(dòng)更新方法研究[J].地理空間信息,2007,5(4)：54-56.

[10]莫華,董成松,秦志遠(yuǎn).遙感影像糾正中控制點(diǎn)庫(kù)建立相關(guān)技術(shù)[J].測(cè)繪科學(xué)技術(shù)學(xué)報(bào),2007,24(1)：70-72,75.

[11]王貴滿(mǎn).影像控制點(diǎn)數(shù)據(jù)庫(kù)建立與應(yīng)用[D].長(zhǎng)沙：中南大學(xué),2008.

[12]周家香, 朱曉東, 周曉光. 基于Voronoi圖的遙感影像校正地面控制點(diǎn)選取[J]. 地理信息世界, 2007, 02： 67-70.

[13]de Berg M,Otfried Cheongo, van Kreveld M,etal.計(jì)算幾何：算法與應(yīng)用[M].鄧俊輝，譯.3版.北京：清華大學(xué)出版社,2009.

[14]付仲良, 逯躍鋒. 利用彎曲度半徑復(fù)函數(shù)構(gòu)建綜合面實(shí)體相似度模型[J]. 測(cè)繪學(xué)報(bào), 2013, 42(1)： 145-151.

(編輯：劉寶江)