[发明专利]基于遥感影像和GIS数据的面状地物变化检测方法

摘要

本发明涉及一种基于遥感影像和GIS数据的面状地物变化检测方法，包括：一、对GIS数据预处理；二、对遥感影像预处理；三、计算面状地物的Label点；四、预测GIS面状地物Label点对应的遥感影像同名点；五、定义一组由粗到细的相似特征量；六、根据相似特征量迭代提取影像上的同名面状地物；七、根据预先定义的相似特征量阈值判断地物是否发生变化，如果发生了变化，则标记该地物，否则计算该地物多边形的重心坐标作为控制点，返回第四步。本发明对感兴趣地物的GIS数据进行上述操作，可以检测出变化地物，对于没有变化的地物，可以获得控制点，利用这些控制点可以实现影像与GIS数据的自动配准。

主权项

1.一种基于遥感影像和GIS数据的面状地物变化检测方法，其特征是：包括以下步骤一、对GIS数据预处理；I.从GIS数据中选取按实际成图比例表达的面状地物，并提取表达其几何形状的多边形；II.计算I中每一个多边形的以下相似特征量：多边形最小外接矩形的面积；多边形最小外接矩形的宽和高；多边形的面积；多边形的周长；多边形的形状编码；III.按下述步骤确定I中的多边形的“Label”点：1)根据每个多边形的坐标进行栅格化，生成多边形外接矩形大小的图像；2)用腐蚀运算对1)中的图像进行腐蚀处理至凸多边形图像变成一条直线；凹多边形图形变成一条或多条联通的曲线；3)对2)生成的结果，从这些直线或者曲线中，选取一个中间点，作为Label点；或者继续利用腐蚀运算，对得到的线图像进行运算，直到线变成一个点，最后得到的这个点作为图像的Label点；二、对遥感影像预处理；处理步骤如下：1)初始化i＝0，输入原始图像fi(x，y)；2)用二维卷积算子h(x，y)与图像fi(x，y)进行卷积，得到fi+1(x，y)：其中$h(x,y)=\left[\begin{array}{ccccc}\frac{1}{256}& \frac{1}{64}& \frac{1}{128}& \frac{1}{64}& \frac{1}{256}\\ \frac{1}{64}& \frac{1}{16}& \frac{3}{32}& \frac{1}{16}& \frac{1}{64}\\ \frac{3}{128}& \frac{3}{32}& \frac{9}{64}& \frac{3}{32}& \frac{3}{128}\\ \frac{1}{64}& \frac{1}{16}& \frac{3}{32}& \frac{1}{16}& \frac{1}{64}\\ \frac{1}{256}& \frac{1}{64}& \frac{1}{128}& \frac{1}{64}& \frac{1}{256}\end{array}\right]$ 3)计算第一个小波系数：wi+1(x，y)＝fi(x，y)-fi+1(x，y)；4)如果i＜n，其中n为给定的分解次数，i＝i+1，返回2)；5)重复2)，3)，4)直至i＝n；6)选取1-3个小波面作为遥感影像预处理结果；对遥感影像边界的处理采用镜像对称的方法，即：行向：f(-i，j)＝f(i，j)； f(i+k，j)＝f(i-k，j)其中i＜＝N，k＝1，2，…，N为图像的总的行数；列向：f(i，-j) ＝f(i，j)； f(i，j+k)＝f(i，j-k)其中j＜＝N，k＝1，2，…，N为图像的总的列数；三、根据确定的控制点，通过最小二乘法计算遥感影像与GIS数据之间的几何变换模型参数；四、采取自适应迭代区域生长方法提取遥感影像上的面状地物多边形特征；遥感影像上区域生长的种子点由GIS多边形的Label点对应的几何变换结果给出，灰度一致性的阈值从零开始随着迭代次数增加逐步增大，对每次提取的多边形计算最小外接矩形面积，计算遥感影像上提取的多边形与GIS多边形最小外接矩形面积之间的差异，直到满足预定阈值条件；记录下每个满足阈值的多边形，作为GIS中多边形的候选同名多边形；五、面状地物的变化检测：1)计算候选同名多边形的相似特征量：多边形最小外接矩形的宽和高；多边形的面积；多边形的周长；多边形的形状编码；2)以多边形最小外接矩形宽和高为相似特征量，从1)结果中选择特征相似的多边形；3)以多边形的面积为相似度特征量，从2)结果中选择特征相似的多边形；4)以多边形的周长为相似度特征量，从3)结果中选择特征相似的多边形；5)以多边形的形状编码为相似度特征量，从4)结果中选择特征相似的多边形；选择形状编码的相似性最大的多边形为同名特征；6)如果5)中的结果不满足预先设定的阈值，就认为该面状地物发生了变化；否则该面状地物没有发生变化，取该多边形及遥感影像上的同名多边形的重心为控制点，参与下一个面状地物变化检测；六、对步骤一I中提取的每个待检测的GIS多边形按照步骤三至五进行迭代处理。