基于遥感的矢量电子地图质量提升自动化方法技术

本发明专利技术公开了一种基于遥感的矢量电子地图质量提升自动化方法，涉及空间数据处理技术领域。所述方法：获取原始影像和精度提升后影像自动匹配同名点；在匹配后的同名点的基础上建立模型，设置阈值进行错误点剔除；变换同名点坐标系，并将任意一个区域的多个同名点文件合并为一个文件A；用文件A对矢量电子地图进行纠正，得到质量提升后的矢量电子地图，并与精度提升后的影像套和，完成基于遥感的矢量电子地图质量提升。本发明专利技术克服现有方法的人工操作，效率低下的问题，无需任何附加信息和人工干预，自动化程度高，且套和精度满足效果。

Automatic method for improving quality of vector electronic map based on Remote Sensing

The invention discloses an automatic method for improving the quality of a vector electronic map based on remote sensing, which relates to the technical field of spatial data processing. The method to obtain the original image and the accuracy of image matching feature points automatically after lifting; the model built on the basis of point matching then, setting the threshold for error elimination; transform the same point coordinates, and a number of points in a region of arbitrary files into one file A to correct; vector electronic map with A files, get to enhance the quality of the vector electronic map, and enhance the accuracy after image registration and complete the vector electronic map based on remote sensing quality improvement. The invention overcomes the problem that the manual operation of the prior art has low efficiency, needs no additional information and manual intervention, and has high automation, and the sleeve and the accuracy satisfy the effect.

【技术实现步骤摘要】
基于遥感的矢量电子地图质量提升自动化方法
本专利技术涉及空间数据处理
，尤其涉及一种基于遥感的矢量电子地图质量提升自动化方法。
技术介绍
GIS地理空间数据是空间信息服务平台的基石，其数据质量直接影响用户对空间信息服务平台的使用感受。每年更新数据与原始数据间存在一定误差偏移，导致已有底图数据与更新电子地图数据存在不匹配，直接影响行业生产和业务应用。因此提升数据质量是GIS地理空间数据的基础业务。现有的矢量电子地图质量提升技术路线，基于空间精度提升的影像进行矢量数据分区域的空间精度提升。当矢量数据与遥感影像数据不完全套和时，纠偏流程：首先在已有影像和精度提升后的影像上手工选取同名点，生成已有矢量数据与精度提升后影像数据同名点的误差连线；然后根据误差连线计算误差距离和误差方向，基于误差距离和误差方向进行空间聚类形成误差均质区域；对不同区域，根据误差连线进行几何纠正。传统的矢量影像套和方法在ARCGIS软件中处理，人工操作重复导入影像，凭视觉经验手工选取同名点，然后利用空间纠正功能对矢量数据进行纠偏。显然现有方法存在着自动化程度低，人工干预多，人为干扰因素大等缺陷，很难提高生产效率。
技术实现思路
本专利技术的目的在于提供一种基于遥感的矢量电子地图质量提升自动化方法，从而解决现有技术中存在的前述问题。为了实现上述目的，本专利技术所述基于遥感的矢量电子地图质量提升自动化方法，所述方法包括：S1，获取原始影像和精度提升后影像自动匹配同名点；S2，在匹配后的同名点的基础上建立模型，设置阈值进行错误点剔除；S3，变换同名点坐标系，并将任意一个区域的多个同名点文件合并为一个文件A；S4，用文件A对矢量电子地图进行纠正，得到质量提升后的矢量电子地图，并与精度提升后的影像套和，完成基于遥感的矢量电子地图质量提升。优选地，步骤S1，采用基于区域灰度匹配方法自动产生匹配点，具体为：比较原始影像和精度提升后影像相同局部区域的灰度值，判断灰度值相似程度是否符合预先设置的阈值，如果是，则得到匹配点，继续比较下一个局部区域；如果否，则为找到匹配点，继续比较下一个局部区域，最终得到多对同名点对。优选地，步骤S1，具体按照下述步骤实现：S11，将原始影像和精度提升后影像一个作为左影像，另一个作为右影像；S12，在所述左影像中选定任意一个待定点W作为目标点，以目标点为终点，选取灰度阵列作为目标区域；S13，在右影像上建立一个大于所述目标区域的灰度阵列作为搜索区；然后依次在搜索区中选取与所述目标区域等大的灰度阵列作为搜索窗口，计算所述搜索窗口与所述目标区域的相似性测度，当相似性测度A为所有相似性测度中的最大值时，与所述相似性测度A对应的搜索窗口A的中心像素作为待定点W的同名点。更优选地，相似性测度的度量方法采为相关系数法。优选地，步骤S1中，进行自动匹配同名点涉及到的参数包括：匹配方法、同名点个数的阈值、最小相关系数、移动窗口大小和搜索窗口大小。优选地，步骤S2，具体按照下述步骤实现：S21，建立原始影像和精度提升后影像之间的变换模型，在同名点的基础上，采用最小二乘多项式，使用矩阵反演计算模型系数；具体流程：将原始影像和精度提升后影像一个作为左影像，另一个作为右影像，左、右两幅影像的同名点对分别表示为(x,y)、(x’,y’)，根据最小二乘多项式为式(1)，使用矩阵反演计算模型系数：a1，b1，c1，a2，b2，c2均为变换模型的变形系数；S22，由变换模型计算预测点位置，即根据计算出的变换模型的变形系数a1，b1，c1，a2，b2，c2，并结合公式(2)，将左方影像同名点坐标(x,y)变换至右方影像，即为预测点位置(x0,y0)；S23，采用欧氏距离公式(3)计算预测点(x0,y0)和实际匹配同名点(x’,y’)的误差距离dij；S24，设定误差距离的阈值，当某对同名点对计算得到的误差距离大于预先阈值时，去除该对同名点；剩下的同名点集合即为所求的同名点集。优选地，步骤S3，具体按照下述步骤实现：S31，同名点坐标系转换，将同名点的像素平面坐标转化为同名点的经纬度的大地坐标系；S32，多个同名点文件拼接为一个全区域的同名点文件，具体为：编程实现打开多个同名点文件，逐一读取文件内容，并将读取内容写入到一个新建的文件中。优选地，步骤S4，用文件A用空间校正中的橡皮拉伸方法配准矢量数据坐标和调整形状采对矢量电子地图进行纠正，使纠正后的矢量电子地图与精度提升的影像套和一致。优选地，所述矢量电子地图比例尺不设限。本专利技术的有益效果是：本专利技术提出一种针对矢量电子地图和影像套和的电子地图质量提升的自动化方法，整套生产工艺流程采用编程实现，克服现有方法的人工操作，效率低下的问题，无需任何附加信息和人工干预，自动化程度高，且套和精度满足效果，其结果直接面向应用。附图说明图1是基于遥感的矢量电子地图质量提升自动化方法的流程示意图一；图2是基于遥感的矢量电子地图质量提升自动化方法的流程示意图二。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本专利技术，并不用于限定本专利技术。本实施例所述基于遥感的矢量电子地图质量提升自动化方法，所述方法包括：S1，原始影像和精度提升后影像自动匹配同名点；采用基于区域灰度匹配方法自动产生匹配点，具体为：比较原始影像和精度提升后影像相同局部区域的灰度值，判断灰度值相似程度是否符合预先设置的阈值，如果是，则得到匹配点，继续比较下一个局部区域；如果否，则为找到匹配点，继续比较下一个局部区域，最终得到多对同名点对。S2，在匹配后的同名点的基础上建立模型，设置阈值进行错误点剔除；S3，变换同名点坐标系，并将任意一个区域的多个同名点文件合并为一个文件A；S4，用文件A对矢量电子地图进行纠正，得到质量提升后的矢量电子地图，并与精度提升后的影像套和，完成基于遥感的矢量电子地图质量提升。更详细的解释说明为：(一)步骤S1，具体按照下述步骤实现：S11，将原始影像和精度提升后影像一个作为左影像，另一个作为右影像；S12，在所述左影像中选定任意一个待定点W作为目标点，以目标点为终点，选取灰度阵列作为目标区域；S13，在右影像上建立一个大于所述目标区域的灰度阵列作为搜索区；然后依次在搜索区中选取与所述目标区域等大的灰度阵列作为搜索窗口，计算所述搜索窗口与所述目标区域的相似性测度，当相似性测度A为所有相似性测度中的最大值时，与所述相似性测度A对应的搜索窗口A的中心像素作为待定点W的同名点。相似性测度的度量方法采为相关系数法，即：其中在公式(1)的基础上导出了归一化标准相关系数公式(2)：式(2)中的和分别表示矢量x和y的均值。步骤S1中，进行自动匹配同名点涉及到的参数包括：匹配方法、同名点个数的阈值、最小相关系数、移动窗口大小和搜素窗口大小。(二)步骤S2，具体按照下述步骤实现：S21，建立原始影像和精度提升后影像之间的变换模型，在同名点的基础上，采用最小二乘多项式，使用矩阵反演计算模型系数；具体流程：将原始影像和精度提升后影像一个作为左影像，另一个作为右影像，左、右两幅影像的同名点对分别表示为(x,y)、(x’,y’)，根据最小二乘多项式为式(3)，使用矩阵反本文档来自技高网...

【技术保护点】
一种基于遥感的矢量电子地图质量提升自动化方法，其特征在于，所述方法包括：S1，获取原始影像和精度提升后影像自动匹配同名点；S2，在匹配后的同名点的基础上建立模型，设置阈值进行错误点剔除；S3，变换同名点坐标系，并将任意一个区域的多个同名点文件合并为一个文件A；S4，用文件A对矢量电子地图进行纠正，得到质量提升后的矢量电子地图，并与精度提升后的影像套和，完成基于遥感的矢量电子地图质量提升。

【技术特征摘要】
1.一种基于遥感的矢量电子地图质量提升自动化方法，其特征在于，所述方法包括：S1，获取原始影像和精度提升后影像自动匹配同名点；S2，在匹配后的同名点的基础上建立模型，设置阈值进行错误点剔除；S3，变换同名点坐标系，并将任意一个区域的多个同名点文件合并为一个文件A；S4，用文件A对矢量电子地图进行纠正，得到质量提升后的矢量电子地图，并与精度提升后的影像套和，完成基于遥感的矢量电子地图质量提升。2.根据权利要求1所述基于遥感的矢量电子地图质量提升自动化方法，其特征在于，步骤S1，采用基于区域灰度匹配方法自动产生匹配点，具体为：比较原始影像和精度提升后影像相同局部区域的灰度值，判断灰度值相似程度是否符合预先设置的阈值，如果是，则得到匹配点，继续比较下一个局部区域；如果否，则为找到匹配点，继续比较下一个局部区域，最终得到多对同名点对。3.根据权利要求1所述基于遥感的矢量电子地图质量提升自动化方法，其特征在于，步骤S1，具体按照下述步骤实现：S11，将原始影像和精度提升后影像一个作为左影像，另一个作为右影像；S12，在所述左影像中选定任意一个待定点W作为目标点，以目标点为终点，选取灰度阵列作为目标区域；S13，在右影像上建立一个大于所述目标区域的灰度阵列作为搜索区；然后依次在搜索区中选取与所述目标区域等大的灰度阵列作为搜索窗口，计算所述搜索窗口与所述目标区域的相似性测度，当相似性测度A为所有相似性测度中的最大值时，与所述相似性测度A对应的搜索窗口A的中心像素作为待定点W的同名点。4.根据权利要求3所述基于遥感的矢量电子地图质量提升自动化方法，其特征在于，相似性测度的度量方法采为相关系数法。5.根据权利要求1所述基于遥感的矢量电子地图质量提升自动化方法，其特征在于，步骤S1中，进行自动匹配同名点涉及到的参数包括：匹配方法、同名点个数的阈值、最小相关系数、移动窗口大小和搜索窗口大小。6.根据权利要求1所述基于遥感的矢量电子地图质量提升自动化方法，其特征在于，步骤S2，具体按照下述步骤实现：S21，建立原始影像和精度提...

【专利技术属性】
技术研发人员：李先怡，孔祥军，李月华，胡磊，
申请(专利权)人：中科宇图科技股份有限公司，
类型：发明
国别省市：北京,11