面向高分辨率遥感影像的多人在线协同快速矢量化方法
【专利摘要】本发明公开了一种面向高分辨率遥感影像的多人在线协同快速矢量化方法，包括：选择矢量化的遥感影像区域；对该显示范围内的影像像素值进行统计初始化，计算标准差；选择矢量化的地物类别，并在遥感影像上单击属于该地物的任意一点；以单击点为种子像素，向周围像素扩散，完成相同类别的像素邻域的扩散；对相同类别的像素邻域进行边界提取，生成包括边界坐标串的矢量图斑，并存入协同矢量化数据库。本发明以种子像素为基础，并根据像素差值和由当前范围影像的标准差构成的阀值作为判断依据扩散提取同类区域，具有同类区域提取稳健性，可适应单波段灰度及多波段彩色遥感影像，支持多用户同时登陆在线协同矢量化数据库，进行协同快速矢量化作业。
【专利说明】面向高分辨率遥感影像的多人在线协同快速矢量化方法
【技术领域】
[0001] 本发明涉及地球科学测绘制图领域，特别是涉及一种面向高分辨率遥感影像的多 人在线协同快速矢量化方法。
【背景技术】
[0002] 随着遥感和地理信息系统的发展，遥感数据成为地理信息系统（GIS)最重要的数 据来源之一。然而，遥感数据和用于GIS空间分析的矢量数据却采用了不同数据存储结构。 遥感影像数据以像元为基础，属于栅格数据，不直接包含要素、要素类型、要素大小、形状 等，而GIS主要管理矢量格式的信息，它具有数据存储量小、可执行邻接分析、连通分析、叠 加分析、统计分析等各种空间分析运算，并将空间分析的结果直接应用于国土、规划、资源 调查、环境监测等各个领域。现实的情况是，GIS没有直接的数据来源，而遥感数据则随着各 国资源卫星的不断发射，产生着越来越多的数据源。然而，由于遥感数据结构复杂、规律性 差、信息量大等特点，很难直接应用于GIS的分析处理，要想让遥感数据的信息用于GIS的 空间分析，必须对遥感数据进行专题提取并矢量化后才可作为GIS数据存储与应用。因此 实现快速高效的遥感影像栅格数据向GIS矢量数据转换具有重要意义，也是GIS研究的重 要方向。
[0003] 国外对矢量化技术的研究开始于上个世纪70年代，国外一些大学和公司投入了 相当多的人力、物力来研究矢量化技术，但是由于当时理论和实现条件的不成熟，研究工作 进展缓慢，图形识别的准确率很低，而且识别速度很慢。上世纪90年代以来，计算机处理能 力得到飞速发展，计算机图形图像理论进一步完善，模式识别技术引起广泛重视，这些都为 建立在计算机基础之上的图像快速矢量化成为可能。并随着产生了一系列矢量化方法和软 件，但是根据美国《CADALYST》杂志曾对市场上较为流行的矢量化专业软件产品做出评测， 结果显示还没有一个软件达到实用的程度。目前，国内也有一些机构开发出了矢量化软件， 但综观这些软件识别后的结果，普遍存在着畸变、误识别严重，以及理解深度不够等情况。 国内外现有的矢量化软件的普遍缺点是抗噪声性差、矢量化的精度和速度都不高，识别层 次较低，离实用化还有很大的距离。
[0004] 纵观这几十年来的图像矢量化算法的研究成果，常见的图像矢量化算法有以下几 种：基于细化的方法、基于轮廓线的方法、基于Hough变换的方法、正交方向搜索法（OZZ)、 基于网格模式的方法、基于游码的方法和基于稀疏像素的方法等，包括一些基于这些方法 的改进方法等。
[0005] 纵观这些方法的特点，同时结合遥感影像，尤其是高分辨率遥感影像，结构复杂、 规律性差、信息量大等特点，可以说仍没有一种方法可以实现自动对遥感图像进行矢量化， 这将是一项长期而艰巨的任务。目前对遥感影像进行矢量化，可以实际应用的主要有两种， 一种是通过人眼判别，手工沿着地物轮廓进行勾绘，这是最准确，应用最广，但同时也是最 耗时的方法，在精度要求较高时只能采用此种方法；二是对遥感图像进行计算机自动分类， 然后对分类的结果进行矢量化转换，但是矢量化的结果受分类精度的影响较大，一般准确 度在75%左右，这种方法一般适用于对精度没有高要求或者大面积区域的矢量化工作。
【发明内容】
[0006] 本发明的目的在于克服现有技术的缺点与不足，提供一种面向高分辨率遥感影像 的多人在线协同快速矢量化方法，用于解决当前高分辨率遥感影像人工矢量化效率低、自 动矢量化不准确的问题。
[0007] 本发明进一步解决了，针对高分辨率遥感影像，可以通过网络实现多人在线协同、 同步快速矢量化的问题。
[0008] 本发明进一步解决了，针对高分辨率遥感影像，可以针对不同地物类型进行分类 提取的问题。
[0009] 本发明的目的通过下述技术方案实现：
[0010] 一种面向高分辨率遥感影像的多人在线协同快速矢量化方法，具有面向高分辨率 遥感影像、多人协同、在线作业的特点，具体包括以下步骤：
[0011] 将被等待矢量化的遥感影像发布为影像地图，其中所述影像地图支持影像地图服 务丽S标准或者影像瓦片地图服务WMTS标准；
[0012] 选择并调阅当前屏幕显示范围内要被矢量化的所述影像地图，并对当前屏幕显示 范围内的所述影像地图的像素值进行统计初始化，计算所述影像地图像素的标准差；
[0013] 选择将被矢量化的地物类别；
[0014] 在所述影像地图上单击该已选地物类别的地物，以当前单击位置的像素为种子 像素，然后计算与所述种子像素具有相同类别的像素邻域，完成相同类别的像素邻域的扩 散；
[0015] 对所述相同类别的像素邻域进行边界提取，生成包括边界坐标串的矢量图斑，并 存入协同矢量化数据库，完成当前单击点的地物矢量化。
[0016] 进一步的，通过GeoServer服务器或者ArcGIS Server服务器将所述被等待矢量 化的遥感影像发布为影像地图，并生成地图服务URL，然后将所述URL及其地图服务信息添 加到协同矢量化数据库。
[0017] 进一步的，对当前屏幕显示范围内的所述影像地图的像素值进行统计初始化之 前，首先要判断当前屏幕显示范围内的所述影像地图是灰度图像还是彩色图像，如果是灰 度图像则只计算单个波段的像素标准差，否则分别计算红、绿、蓝三个波段的像素标准差。
[0018] 进一步的，所述单个波段的像素值标准差的具体计算过程为：
[0019] 提取当前屏幕显示范围内的所述影像地图中每个像素的像素值，并计算其均值；
[0020] 计算所述影像地图像素的方差；
[0021] 依据所述影像地图像素的方差，计算所述影像地图像素的标准方差。
[0022] 进一步的，在选择将被矢量化的地物类别之前，还包括地物类别的设置步骤，该步 骤当地物类别选择列表中没有合适的类别时，可以自定义物类别并添加到所述协同矢量化 数据库中，具体为：
[0023] 填写新的地物类别；
[0024] 将所述新的地物类别添加到所述协同矢量化数据库。
[0025] 进一步的，所述相同类别的像素邻域的扩散过程具体为：
[0026] 以所述种子像素的上、下、左、右四个邻域为搜索范围，分别计算周围相邻四个像 素与所述种子像素的差值；
[0027] 分别将所述差值与判断阀值进行判断比较，若小于所述判断阀值，则该相邻像素 与所述种子像素合并归为相同类别的像素；
[0028] 将上述步骤中被判断为相同类别的邻域像素作为新的种子像素继续以上、下、左、 右四个邻域为搜索范围进行搜索，直至所有小于所述判断阀值的邻域像素搜索完毕则退出 所述相同类别的像素邻域的扩散过程。
[0029] 进一步的，所述判断阀值为所述影像地图像素的标准差的0. 5倍。
[0030] 进一步的，在将被等待矢量化的遥感影像发布为影像地图之前，还包括对所述遥 感影像进行投影检查与转换的过程，具体为：
[0031] 对所述遥感影像是否为WGS-84投影坐标系进行检查，如果检查结果是非WGS-84 投影坐标系的遥感影像，则将其转换为WGS-84投影坐标系的遥感影像。
[0032] 进一步的，将所述矢量图斑存入协同矢量化数据库之前，还包括所述矢量图斑的 属性定义过程，其中所述矢量图斑的属性包括所述矢量图斑的地物类型、提取用户id、所述 矢量图斑的来源影像服务。
[0033] 本发明相对于现有技术具有如下的优点及效果：
[0034] (1)本发明通过对显示范围内高分辨率遥感影像的均值、方差和标准差的计算，给 单击点像素地物邻域的提取提供了一种稳健比较的方法，可以快速生成邻域。
[0035] (2)本发明通过将高分辨率遥感影像发布为网络地图服务，并在网络地图服务的 基础进行基于标准差邻域稳健提取的方法，实现了多人同步登陆系统，同步进行矢量化的 快速提取方案。
[0036] (3)本发明是对目前高分辨率遥感影像以手工矢量化和单机独立分散矢量化方法 的重大推动。
【专利附图】
【附图说明】
[0037] 图1是本发明中面向高分辨率遥感影像的多人在线协同快速矢量化方法流程图；
[0038] 图2是本发明实施例中将高分辨率遥感影像发布为影像地图服务示意图；
[0039] 图3是本发明实施例中对矢量化的影像区域进行统计初始化的流程示意图；
[0040] 图4是本发明实施例中对高分辨率遥感影像进行协同快速矢量化的流程示意图；
[0041] 图5是本发明实施例中地物类别的设置添加的流程示意图；
[0042] 图6是本发明实施例中基于种子像素相同类别的地物邻域扩散的流程图；
[0043] 图7是本发明实施例中基于种子像素扩散的地物邻域提取的流程示意图。
【具体实施方式】
[0044] 为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，以下参照 附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以 解释本发明，并不用于限定本发明。
[0045] 实施例一
[0046] 本发明提供的是面向高分辨率遥感影像的多人在线协同快速矢量化方法，其特点 是可以多人同时在线协同矢量化处理。要实现这一目的，首先，需要将待矢量化的遥感影像 发布为影像地图服务，这样多个人才可以同时通过网页进行访问该影像；其次，是对要矢量 化的遥感影像范围进行统计初始化；再次，是选择要矢量化的地物类型，自动生成该类地物 的邻域；最后，对生成的地物邻域进行边界提取，并存入协同矢量化数据库。下面分别用图 2、图3、图4、图5结合文字说明阐述本发明的具体操作步骤。
[0047] 图2展示了将高分辨率遥感影像发布为影像地图服务示意图。
[0048] 第一步是判断当前高分辨率遥感影像的投影方式是否为WGS-84投影坐标系。 WGS-84投影坐标系是国际上采用的地心坐标系，将高分辨率遥感影像的投影坐标统一转换 为WGS-84坐标，不但有利于遥感影像的网络查看，而且有利于多人协同矢量化后地物图斑 的拼接和组合，有利于矢量化结果导出为其它形式的数据格式；
[0049] 第二步是对于非WGS-84投影坐标的高分辨率遥感影像进行WGS-84投影坐标转 换；
[0050] 第三步是将预处理为WGS-84投影坐标的高分辨率遥感影像发布为地图服务。发 布为地图服务可以借助于第三方的服务软件，比如ArcGIS Server或者GeoServer等。本 发明所涉及的处理只针对符合WGS-84投影坐标标准的影像地图服务。
[0051] 第四步是将上一步生成的影像地图服务URL及其地图服务信息添加到协同矢量 化数据库。
[0052] 图3展示了对要矢量化的影像区域进行统计初始化的过程，本过程实施的前提是 参与矢量化的用户可以在线登录协同矢量化数据库，实现库中地图服务信息的共享。
[0053] 第一步，选择要矢量化的遥感影像地图服务，确定要矢量化的区域范围，等待遥感 影像显示完毕；
[0054] 第二步，影像显示完毕后，对当前显示范围内的影像进行统计初始化。统计初始化 是本方法的关键步骤，统计初始化所得到的标准差是后面地物图斑邻域提取的判断依据。 当前，像素邻域提取的方法通常是通过手动设置阈值，查看效果再调整阈值的操作方法，这 种方法受人为的主观因素影响较大，即随意性大，不同的人有不同的判断标准。为此，本方 法通过稳健统计的先验知识，基于稳健统计的标准差进行邻域判断，在邻域识别上减少了 人为影响因素，稳健性强。本步骤统计初始化的方法计算过程如下：
[0055] (1)统计当前显示范围内的影像像素均值，计算公式如下：
【权利要求】
1. 一种面向高分辨率遥感影像的多人在线协同快速矢量化方法，其特征在于，包括下 列步骤： 将被等待矢量化的遥感影像发布为影像地图，其中所述影像地图支持影像地图服务 丽S标准或者影像瓦片地图服务WMTS标准； 选择并调阅当前屏幕显示范围内要被矢量化的所述影像地图，并对当前屏幕显示范围 内的所述影像地图的像素值进行统计初始化，计算所述影像地图像素的标准差； 选择将被矢量化的地物类别； 在所述影像地图上单击该已选地物类别的地物，W当前单击位置的像素为种子像素， 然后计算与所述种子像素具有相同类别的像素邻域，完成相同类别的像素邻域的扩散； 对所述相同类别的像素邻域进行边界提取，生成包括边界坐标串的矢量图斑，并存入 协同矢量化数据库，完成当前单击点的地物矢量化。
2. 根据权利要求1所述的面向高分辨率遥感影像的多人在线协同快速矢量化方法，其 特征在于， 通过GeoServer服务器或者ArcGIS Server服务器将所述被等待矢量化的遥感影像发 布为影像地图，并生成地图服务U化，然后将所述U化及其地图服务信息添加到协同矢量化 数据库。
3. 根据权利要求1所述的面向高分辨率遥感影像的多人在线协同快速矢量化方法，其 特征在于，对当前屏幕显示范围内的所述影像地图的像素值进行统计初始化之前，首先要 判断当前屏幕显示范围内的所述影像地图是灰度图像还是彩色图像，如果是灰度图像则只 计算单个波段的像素标准差，否则分别计算红、绿、蓝H个波段的像素标准差。
4. 根据权利要求3所述的面向高分辨率遥感影像的多人在线协同快速矢量化方法，其 特征在于，所述单个波段的像素值标准差的具体计算过程为： 提取当前屏幕显示范围内的所述影像地图中每个像素的像素值，并计算其均值； 计算所述影像地图像素的方差； 依据所述影像地图像素的方差，计算所述影像地图像素的标准方差。
5. 根据权利要求1所述的面向高分辨率遥感影像的多人在线协同快速矢量化方法， 其特征在于，在选择将被矢量化的地物类别之前，还包括地物类别的设置步骤，该步骤当地 物类别选择列表中没有合适的类别时，可W自定义物类别并添加到所述协同矢量化数据库 中，具体为： 填写新的地物类别； 将所述新的地物类别添加到所述协同矢量化数据库。
6. 根据权利要求1所述的面向高分辨率遥感影像的多人在线协同快速矢量化方法，其 特征在于，所述相同类别的像素邻域的扩散过程具体为： W所述种子像素的上、下、左、右四个邻域为搜索范围，分别计算周围相邻四个像素与 所述种子像素的差值； 分别将所述差值与判断阀值进行判断比较，若小于所述判断阀值，则该相邻像素与所 述种子像素合并归为相同类别的像素； 将上述步骤中被判断为相同类别的邻域像素作为新的种子像素继续W上、下、左、右四 个邻域为搜索范围进行搜索，直至所有小于所述判断阀值的邻域像素搜索完毕则退出所述 相同类别的像素邻域的扩散过程。
7. 根据权利要求1所述的面向高分辨率遥感影像的多人在线协同快速矢量化方法，其 特征在于，所述判断阀值为所述影像地图像素的标准差的0. 5倍。
8. 根据权利要求1至7任一所述的面向高分辨率遥感影像的多人在线协同快速矢量化 方法，其特征在于，在将被等待矢量化的遥感影像发布为影像地图之前，还包括对所述遥感 影像进行投影检查与转换的过程，具体为： 对所述遥感影像是否为WGS-84投影坐标系进行检查，如果检查结果是非WGS-84投影 坐标系的遥感影像，则将其转换为WGS-84投影坐标系的遥感影像。
9. 根据权利要求1至7任一所述的面向高分辨率遥感影像的多人在线协同快速矢量化 方法，其特征在于， 将所述矢量图斑存入协同矢量化数据库之前，还包括所述矢量图斑的属性定义过程， 其中所述矢量图斑的属性包括所述矢量图斑的地物类型、提取用户id、所述矢量图斑的来 源影像服务。
【文档编号】G06K9/62GK104462526SQ201410811278
【公开日】2015年3月25日 申请日期:2014年12月19日 优先权日:2014年12月19日
【发明者】张金区, 曹阳, 李慧 申请人:华南师范大学