遥感影像与地理信息数据的配准方法技术

一种遥感影像与地理信息数据的配准方法，所述方法包括：确定几何变换参数；获取地理信息数据中的多边形；预测所述地理信息数据中的多边形在遥感图像上的同名点的位置；基于所述遥感图像上的同名点提取同名多边形特征；获取相似特征量；判断所述地理信息数据中的多边形与所述同名多边形是否相似，若是，则提取所述地理信息数据中的多边形的重心作为控制点。本发明专利技术技术方案具有遥感影像与地理信息数据的配准精度高，计算量小的优势。

【技术实现步骤摘要】

本专利技术涉及地理信息数据处理领域，特别涉及一种。
技术介绍
卫星遥感影像几何纠正是遥感应用中的一个基础处理步骤。在遥感影像几何纠正过程中，地面控制点的选取是一项非常耗时的步骤。现有的获取地面控制点的方式主要包括如下几种从数字地形图上选取；从已有的正射影像图上获取；利用全球定位系统或传统的野外测量方法获取。随着地理信息数据库的建设，从数字地形图中获取地面控制点已经逐渐成为趋势。从数字地形图中获取地面控制点主要分为人工提取同名控制点和通过自动匹配寻找待纠正图像和参考基准图像之间的同名点两种。但是，人工对照遥感影像和数字地形图而选取同名控制点的费时、费力，且由于操作者经验不同，容易导致遥感影像几何纠正结果误差。对于第二种方法，即通过自动匹配寻找待纠正图像和参考基准图像之间的同名点，具体而言可以分为两大类(1)基于一定大小局部区域灰度相关技术的方法，该方法有时为了增加匹配的可靠性，在处理过程中加入几何约束条件；(2)基于特征的匹配方法，即从遥感影像中提取一些特征替代影像灰度来确定同名点。现有基于特征匹配的提取方法大多是基于特征点或特征线，这就导致完成整个遥感图像特征提取需要巨大的计算量。更多关于遥感影像几何纠正的技术方案可以参考公开号为CN 101685539的中国专利。
技术实现思路
本专利技术解决的是现有技术中遥感图像和地理信息数据匹配计算量大的问题。为了解决上述问题，本专利技术技术方案提供一种，所述方法包括确定几何变换参数；获取地理信息数据中的多边形；预测所述地理信息数据中的多边形在遥感图像上的同名点的位置；基于所述遥感图像上的同名点提取同名多边形特征；获取相似特征量；判断所述地理信息数据中的多边形与所述同名多边形是否相似，若是，则提取所述地理信息数据中的多边形的重心作为控制点。所述还包括在所述确定几何变化参数之前，预处理所述地理信息数据。所述预处理所述地理信息数据包括从所述地理信息数据中选取面状地物，提取表达所述面状地物的几何形状的多边形；对所述多边形进行筛选；获取筛选后的所述多边形的相似特征量；确定所述多边形的标识点。所述相似特征量包括所述多边形最小外接矩形的面积、所述多边形最小外接矩形的宽和高、所述多边形的面积、所述多边形的周长和/或所述多边形的形状。所述的还包括提供误差阈值；获取所述控制点的误差；若所述控制点误差超出所述误差阈值，则剔除所述控制点。与现有技术相比，本专利技术技术方案具有遥感影像与地理信息数据的配准精度高，计算量小的优势。附图说明图1是本专利技术实施方式的的流程图。具体实施例方式为使本专利技术的上述目的、特征和优点能够更为明显易懂，下面结合附图对本专利技术的具体实施方式做详细的说明。在以下描述中阐述了具体细节以便于充分理解本专利技术。但是本专利技术能够以多种不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本专利技术内涵的情况下做类似推广。因此本专利技术不受下面公开的具体实施方式的限制。本专利技术技术方案提供一种。参阅图1，图1是本专利技术实施方式的的流程图。所述包括 SlO :确定几何变换参数； S20 :获取地理信息数据中的多边形； S30 :预测所述地理信息数据中的多边形在遥感图像上的同名点的位置； S40 :基于所述遥感图像上的同名点提取同名多边形特征； S50 :获取相似特征量； S60 :判断所述地理信息数据中的多边形与所述同名多边形是否相似，若是，则提取所述地理信息数据中的多边形的重心作为控制点。所述还包括在所述确定几何变化参数之前，预处理所述地理信息数据。具体而言，所述预处理所述地理信息数据包括 从所述地理信息数据中选取面状地物，提取表达所述面状地物的几何形状的多边形。区域是图像上具有灰度强相关性的像素集合，区域内的像素具有某一个相似属性，如灰度值、文库等。区域把图像分割成一些具有明显特征的不同部分，相对点特征和线特征而言，区域特征具有更明显区别于周围像素的特征，包含更丰富的特征信息。本领域技术人员知晓，给定一个生长的种子点，预定一个灰度一致性阈值，当种子点的灰度值差异小于所述阈值，则认为该像素与种子点属于同类地物，反之则属于不同类地物。对所述多边形进行筛选。获取筛选后的所述多边形的相似特征量。所述相似特征量包括所述多边形最小外接矩形的面积、所述多边形最小外接矩形的宽和高、所述多边形的面积、所述多边形的周长和/或所述多边形的形状。上述相似特征量组成了由粗到细的相似特征量集合，虽然单就每个相似特征量而言不能唯一确定同名多边形，但一组相似特征量就可以尽可能缩小特征范围，上述缩小后的特征范围与步骤SlO中确定几何变换参数结合，即可唯一确定同名多边形。确定所述多边形的标识点。所述的还包括提供误差阈值；获取所述控制点的误差；若所述控制点误差超出所述误差阈值，则剔除所述控制点。以上公开了本专利技术的多个方面和实施方式，本领域的技术人员会明白本专利技术的其它方面和实施方式。本专利技术中公开的多个方面和实施方式只是用于举例说明，并非是对本专利技术的限定，本专利技术的真正保护范围和精神应当以权利要求书为准。本文档来自技高网...

【技术保护点】
一种遥感影像与地理信息数据的配准方法，其特征在于，所述方法包括：?确定几何变换参数；获取地理信息数据中的多边形；预测所述地理信息数据中的多边形在遥感图像上的同名点的位置；基于所述遥感图像上的同名点提取同名多边形特征；获取相似特征量；判断所述地理信息数据中的多边形与所述同名多边形是否相似，若是，则提取所述地理信息数据中的多边形的重心作为控制点。

【技术特征摘要】
1.一种遥感影像与地理信息数据的配准方法，其特征在于，所述方法包括确定几何变换参数；获取地理信息数据中的多边形；预测所述地理信息数据中的多边形在遥感图像上的同名点的位置；基于所述遥感图像上的同名点提取同名多边形特征；获取相似特征量；判断所述地理信息数据中的多边形与所述同名多边形是否相似，若是，则提取所述地理信息数据中的多边形的重心作为控制点。2.如权利要求1所述的遥感影像与地理信息数据的配准方法，其特征在于，所述方法还包括在所述确定几何变化参数之前，预处理所述地理信息数据。3.如权利要求2所述的遥感影像与地理信息数据的配准方法，其特征在于，所述预处...

【专利技术属性】
技术研发人员：王腾，唐小晨，
申请(专利权)人：青岛盛嘉信息科技有限公司，
类型：发明
国别省市：