[发明专利]遥感影像控制点数据智能检索方法

说明书

技术领域

本发明涉及一种数据检索方法，更具体而言，涉及一种遥感影像控制点数据的智能检索方法。

背景技术

随着遥感技术的发展，特别是遥感传感器技术的不断发展，通过遥感技术所获得的遥感影像或数据的用途越来越广。目前，遥感数据的应用范围已经扩展到社会信息服务领域，例如，广泛应用于测绘、农业、林业、地质矿产、水文与水资源、环境监测、自然灾害、区域分析与规划、军事、土地利用等方面。具有精确地理编码的遥感影像可以为土地、规划、环保、农业、林业、海洋等不同的领域提供各自需要的地物特征和信息。

在通过卫星或航空平台等飞行平台获取遥感图像数据或其他数据时，会受到天气、日光、遮挡等外在因素的影响，同时，在数据采集时飞行平台的高度、姿态会发生变化，因此，在进行遥感图像拍摄时往往会造成图像平移、旋转、缩放等问题。此外，根据光学成像原理，相机成像时是按照中心投影方式成像的，因此地面上的高低起伏在成像时就会导致投影差的存在。上述因素综合，会造成遥感影像的误差，例如倾斜误差、投影误差等。因此，在使用这些遥感影像/数据之前需要对所获得的原始遥感影像进行正射纠正。

传统的遥感影像正射纠正一般包括：首先通过外业测量或者从已有的地形图资料采集地面控制点（Ground Control Point，GCP）及数字高程模型（Digital Elevation Model，DEM）信息；然后将这些信息导入专业的遥感或者数字摄影测量系统；接下来由加载了GCP和DEM信息的系统对遥感影像进行正射纠正。

地面控制点GCP(Ground Control Points)是卫星遥感影像几何纠正和地理定位时重要的基准数据源。在遥感影像几何纠正处理过程中，为达到一定的纠正精度，一定数量的地面控制点是必不可少的，通过控制点的物方坐标和相应的像点坐标构建影像成像模型并求解模型参数或对已有成像模型进行优化补偿求解补偿参数，最终建立成像过程中物方与像方的正确转换关系。

传统作业过程中的控制点一般采用全野外测量的模式，需要经过“收集已有控制资料、测区踏勘、选点埋石、外业测量、内业整理”等一系列复杂的工序，虽然随着GPS-RTK等先进测量技术的发展，外业测量的工作量和复杂度大大减少，但必要的控制点野外测量工作仍不可避免。

此外，由于卫星遥感影像覆盖范围大（以资源三号卫星为例，覆盖范围为50公里×50公里），要想获得均匀分布的地面控制点，通常需要在几百公里乃至上千平方公里的范围内施测，其外业工作量之大、耗费人力和物力之巨是不言而喻的。此外，在地震、洪水、泥石流等自然灾害多发区域或原始森林、沼泽、沙漠等人迹罕至地区，测量人员常常无法进入实地进行测量。

即使控制点是通过人工选取遥感影像和地形图同名点来获得，也存在效率低下、精度难以保障等问题。而对同一地区的不同时相或不同传感器影像进行纠正，又会出现重复选点的情况。

此外，即使能够构建控制点数据库，如何从中检索出用于待纠正图像纠正的控制点也是遥感图像正射纠正的一个难题。

发明内容

根据本发明的实施例，提供了一种遥感影像控制点数据检索方法，包括：基于待纠正影像的空间初始范围信息概略检索控制点影像片；根据所述待纠正图像的属性信息设置初始检索权重，对所述概略检索到的控制点影像片进行筛选；对所述筛选后的控制点影像片进行基于内容的分析和评价，包括颜色特征分析、纹理特征分析以及基于尺度不变特征变换算法的评价；根据所述分析和评价的结果来判断所述控制点影像片是否符合评价标准，如果检索的结果符合该评价标准，则输出符合评价标准的控制点影像片，如果检索的结果未符合所述评价标准，则修改该评价标准或改变所述初始检索权重，然后再次进行是否符合评价标准的判断或者基于改变的初始检索权重重新进行筛选。

根据本发明的数据检索方法，实现了遥感影像颜色、纹理特征、形状及特征描述信息的自动提取和测度评价，保证了检索影像的准确性。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例的附图作简单地介绍，显而易见地，下面描述中的附图仅仅涉及本发明的一些实施例，而非对本发明的限制。

图1a-1c是示例性的控制点影像片与资源三号卫星影像的对比图；

图2是控制点影像片检索的一种示意性流程图；

图3是检索范围的网格划分的示意图；

图4是点与点之间的8邻区域的示意图；

图5示出了不同尺度空间下的二维影像的一组例子；

图6示出了高斯差分尺度空间（DoG）影像的一组例子；