本发明涉及遥感影像测绘技术领域，具体涉及一种地理信息数据脱密方法。
背景技术：
目前，国家电网公司电网环境保护工作存在部分问题，一定程度上制约了输变电工程的可研、环评、核准、竣工验收的快速推进，并对工程建成后的环保、水保验收等方面产生了较大影响，由于缺乏环境敏感区域分布有关数据，在输变电工程选址选线和建设阶段，部分工程在环境敏感区域避让方面采取的措施和管理支撑手段不足；输变电工程环境影响预测技术在自动化、信息化程度方面不高，在选址选线阶段和路径调整时无法快速、及时和准确评估输变电工程对环境敏感点的影响。
在输变电工程规划、科研以及环评等前期工作中，进行环境敏感区识别，判断项目可能存在的环境风险时，主要通过现场搜索、踏勘等手段进行，个别重大项目，会采用遥感、航拍手段进行校核，但由于缺乏敏感区边界信息，识别中仍存在易遗漏、识别不全的问题。
随着信息技术的快速发展，信息安全形势更不容忽视，以智能终端、web2.0、物联网和云计算为代表的新技术，一方面带来了生活和工作的便利性，另一方面，这些技术的普遍应用同时也带来了更多的安全风险。
测绘地理数据是当今社会化地理数据的基础来源，随着gis等技术手段的应用和互联网的发展，地图和地理信息服务等测绘成果被大众广泛熟知和应用。如何既有效的满足社会对于测绘数据和地理数据的需要，又能保证国家保密数据的安全性，是现在测绘面临的问题之一。公众版地图是指在国家基本比例尺地图基础上经过面向国家安全和公众使用双重需求的整合处理而形成的，它主要供国民经济建设各部门进行规划、设计、科研等使用，亦可作为社会公众从事与地理信息有关活动的基础底图。公众版地图具有公开性、可用性、权威性等特性。
由于地图公开和电网地理信息保密的双重需求，需要对电网地理信息进行脱密处理。输变电工程点多面广，线路涉及重要及敏感区域广阔，有水系的天然水体和水库等人工附属结构；陆地交通、水上交通、航空运输等交通设施；各种起着基础和主导作用的地形要素及地貌；涉及到国防工程和军事设施的三角点、独立天文点、发电厂、油、气井、变电所、油库、煤气库等，以及军事基地等保密单位。电网线路以及重要敏感区域必须进行脱密技术处理，才能保障电网地理信息及线路涉及敏感区域的信息安全。
技术实现要素：
为保障电网地理信息及线路涉及敏感区域的信息安全，本发明提供了一种地理信息数据脱密方法，包括如下步骤：
步骤s1：获取目标区域的基准遥感影像；
步骤s2：获取目标区域的多个子遥感影像；
步骤s3：获取目标区域的矢量数据；
步骤s4：通过坐标平移变换，对基准遥感影像进行数据脱密处理，实现基准遥感影像的位置脱密；
步骤s5：利用多个子遥感影像上的控制点以及基准遥感影像上的同名控制点，将多个子遥感影像进行配准，完成每个子遥感影像的数据脱密；
步骤s6：利用脱密后的子遥感影像的控制点以及步骤s3中矢量数据上的同名控制点将矢量数据进行空间变换，进而完成矢量数据的空间位置脱密。
其中，还包括：
步骤s7：对矢量数据进行几何形状脱密；
步骤s8：删除矢量数据中的涉密属性信息。
其中，所述步骤s7中，对矢量数据进行的几何形状脱密包括面平滑处理及面简化处理；
所述步骤s8中，所删除的涉密属性信息包括军事设施、天然水体、人工附属结构、交通枢纽、变电站以及换流站。
其中，所述步骤s7中，进行面平滑处理及面简化处理时，依据地理信息数据脱密原则，对矢量属性表中的重点地物及敏感地物进行处理。
其中，所述步骤s5中，所选择的控制点及同名控制点选自房屋拐角、道路交叉口或河流交叉口，每个子遥感影像中选取至少6个控制点，并均匀分布；
所述步骤s6中，所选择的控制点及同名控制点同样选自房屋拐角、道路交叉口或河流交叉口，并均匀分布。
其中，所述步骤s5中，通过三阶多项式函数或样条曲线函数实现子遥感影像的数据脱密。
其中，所述三阶多项式函数的变换方法为：
其中，aij，bij为多项式系数，n为多项式次数，x、y以及x、y分别为脱密后及脱密前的影像坐标。
其中，所述步骤s5还包括：对每个子遥感图像进行重采样，并且，重采样的方法采用三次卷积内插法。
其中，所述步骤s6中，通过射影变换函数完成多个子遥感图像与矢量数据的融合。
其中，所述步骤s5中，子遥感影像脱密后的位置偏移中误差大于50；同样的，所述步骤s6中，矢量数据脱密后的位置偏移中误差也大于50。
本发明提供的地理信息数据脱密方法，以基准遥感影像脱密、子遥感影像脱密以及矢量数据脱密展开，提高了脱密精度，且同时实现了脱密后的影像拼接、影像平移以及敏感数据的删除。
附图说明
图1：基准遥感影像坐标平移原理图；
图2：基准遥感影像平移实施例图；
图3：一阶多项式变换rms表；
图4：二阶多项式变换rms表；
图5：三阶多项式变换rms表；
图6：样条函数变换rms表；
图7：待脱密的矢量数据与脱密后的子遥感影像的位置关系图；
图8：矢量数据控制点的全局图；
图9：矢量数据控制点的局部图；
图10：仿射变换rms表；
图11：射影变换rms表；
图12：相似变换rms表；
图13：校正后的矢量数据图；
图14：矢量数据待平滑处理的区域要素图；
图15：矢量数据面平滑处理结果对比图；
图16：矢量数据面简化前的区域图；
图17：矢量数据面简化后的局部放大图。
具体实施方式
为了对本发明的技术方案及有益效果有更进一步的了解，下面结合附图详细说明本发明的技术方案及其产生的有益效果。
一、基准遥感影像的脱密
对基准遥感影像的脱密通过坐标平移变换进行，如图1所示，坐标系xoy与坐标系x’o’y’相应的坐标轴彼此平行，并且具有相同的正向。坐标系x’o’y’是由坐标系xoy平行移动而得到的。设p点在坐标系xoy中的坐标为(x,y)，在x’o’y’中坐标为(x’,y’)，而(a，b)是o’在坐标系xoy中的坐标，于是：x＝x’+a,y＝y’+a，即为坐标系平移后坐标关系式。
图2为本发明的基准遥感影像平移实施例图，本发明中，选用北京市主城区为研究区，通过对基准遥感影像进行平移，实现对基准遥感影像脱密处理。
二、子遥感影像的脱密
本发明的一较佳实施例中，生成了四个子遥感图像，通过将每个子遥感图像以及平移后的基准遥感影像加载到gis软件中，选择二者的同名控制点点进行地理配准，地理配准提供了多种影像变换方法，本发明通过对多种方法的误差进行对比，选择了脱密程度最好的三阶多项式函数或样条曲线函数。
1、子遥感影像空间脱密(配准)方法
(1)多项式变换
在数学方法上,对于不同二维笛卡儿坐标系统间的空间转换,通常采用的是二元n次多项式,多项式数学表达式为：
式中：aij，bij为多项式系数，n为多项式次数。
二元n次多项式将不同坐标系统下的对应点坐标联系起来，(x,y)和(x,y)分别对应不同坐标系统中的像元坐标。这是一种多项式数字模拟坐标变换的方法，一旦有了该多项式，就可以从一个坐标系统推算出另一个坐标系统中的对应点坐标。
不同的二元n次多项式，反映了几何畸变的遥感图像与无几何畸变的遥感图像间的像元坐标的对应关系，其中哪种多项式是最佳的空间变换模拟式，能达到图像间坐标的完全配准，是需要考虑和分析的。在二元n次多项式数字模拟中，从提高几何校正精度的角度考虑，需要兼顾的因素主要有引起几何畸变的原因和产生数学运算误差因素。
多项式中n值的选择与几何畸变的复杂程度密切相关。
当n＝1，上述的坐标空间变换成为二元一次多项式，可以进行线性的坐标变换，解决比例尺、中心移动、歪斜等方面的几何畸变，适用于第2级别以上的遥感数据。n值的不同选择，可以得到不同的空间变换式。
当n≥2，上述的坐标空间变换成为二元非线性多项式，解决遥感器偏航、俯仰、滚动等因素引起的几何畸变。从理论上讲，n值越大，越能校正复杂的几何畸变，但计算量也相对要大。实际应用中n值通常取小于等于3。
最后是控制点gcp数目的确定，从数学运算上来说，一次多项式变换，存在6个系数要计算，需要gcp的最少数目是3。二次多项式变换，有12个系数需要计算，gcp最少数目是6。n次多项式，gcp的最小数目为(n+1)(n+2)/2。但在实际应用中，采用最小gcp数目几何校正效果往往不好。
(2)样条曲线函数变换
样条曲线函数变换实际上是一种橡皮页变换方法，并对局部精度(而非全局精度)进行优化。它基于样条函数-一种可维护相邻多项式之间的连续性和平滑度的分段多项式
其中：
j＝1，2，…，n；
n为点数。
δj是通过求解线性方程组而获得的系数；
rj是点(x,y)到第j点之间的距离；
t(x,y)＝a1+a2x+a3y；
其中：
ai是通过求解线性方程组而获得的系数。
其中：
r是点与样本之间的距离；
τ2是权重参数；
ko是修正贝塞尔函数；
c是大小等于0.577215的常数。
出于计算目的，输出栅格的整个空间被划分为大小相等的块或区域。x方向和y方向上的区域数相等，并且这些区域的形状均为矩形。将输入点数据集中的总点数除以指定的点数值可以确定区域数。如果数据的分布不太均匀，则这些区域包含的点数可能会明显不同，而点数值只是粗略的平均值。如果任何一个区域中的点数小于八，则该区域将会扩大到至少包含八个点。
样条曲线函数可将源控制点准确地变换至目标控制点；但不能保证距控制点的像素距离是准确的。当控制点很重要并且需要进行精确配准的时候就会用到此变换。添加更多的控制点会提高样条函数变换的总体精度。样条函数至少需要10个控制点。
(3)变换误差
影像分辨率控制点不可能是绝对同一位置，有的控制点选择误差较大不但不会提高校正精度，反而会降低影像校正质量，因此要求出所有地面控制点的均方根误差(rms),rms值越大，控制点误差越大，则该控制点需要剔除。通过调节控制点的位置和数目，多项式系数值和控制点的rms都在变化，通常当rms值小于1时，精度控制在一个像元大小，控制点精度较高。控制点均方根误差数学表达式为：
式中：x，y是地面控制点在原影像上的坐标，x’，y’是变换后影像控制点坐标。
2、选择控制点
本发明中，利用gis软件，加载待变换的覆盖实验区4景融合后子遥感影像(由多光谱影像和全色影像融合生成)。
对4个子遥感影像进行地理配准，首先在待配准影像上选择明显的房屋拐角、道路交叉口或河流交叉口作为控制点，然后选择基准遥感影像同名点为控制点进行连接。一般每个待配准的遥感影像选择6个以上控制点，并均匀分布。
3、分析不同变换函数影像配准残差和rms误差对比
遥感影像配准最重要的过程是变换函数算法选择，分析不同变换函数对配准效果影响，以便于选择最合适的变换函数算法。变换函数可利用一阶多项式、二阶多项式、三阶多项式和样条函数。图3-图6分别是一阶多项式变换rms表、二阶多项式变换rms表、三阶多项式变换rms表和样条函数变换rms表。通过对比一阶多项式、二阶多项式、三阶多项式和样条函数rms误差表，发现一阶多项式残差最大16.96，最小1.15，总误差9.55，二阶多项式残差最大14.53，最小0.88，总误差8.28，三阶多项式残差最大5.18，最小0.07，总误差2.90，样条函数统计为残差和总误差都为0。残差和rms总误差三阶多项式变换和样条函数变换较小，说明利用三阶多项式变换和样条曲线变换配准更加准确。
4、选择变换函数
变换函数越复杂，脱密程度就越高。考虑到脱密效果和配准精度，样条函数变换和多项式变换中三阶多项式变换函数已经比较复杂，且配准精度较高，能够满足空间位置脱密后无缝衔接，变换函数选择样条函数和三阶多项式。
5、重采样
重采样有三种算法，分别为最近邻、双线性和双三次卷积。最近邻法计算简单、运算量小，且不破坏原始影像的灰度信息，但是视觉效应差，几何精度只能达到±0.5个像元，采样后图像的不连续性较突出；双线性内插法克服了最近邻法使图像不连续的缺点，计算较三次卷积内插法简单，不足的是图像边缘受到平滑作用，会出现轮廓模糊现象；三次卷积内插法会使图像边缘增强，但是计算量太大，适合高精度的影像处理要求，因此，本发明采用三次卷积内插法作为重采样方法。
重复步骤2-5，对每个子遥感影像执行配准，完成子遥感影像的位置脱密。
6、子遥感影像脱密精度计算
子遥感影像数据进行脱密处理后，利用gis中的测量功能和excel计算功能计算数据脱密是否满足国家规定的地图公开脱密位置精度要求。
本发明通过在脱密前后的子遥感影像中选择若干在整个项目区域特征明显同名点位置，测出脱密前后的位置偏移距离，计算出上述4个子遥感影像的偏移距离中误差分别为2217.6m、2211.0m、2238.5m以及2207.7m，满足国家对公共版地图的上线脱密要求。
三、矢量数据的脱密
本发明中，同样将已脱密的子遥感图像及矢量数据加载到gis软件中，选择二者的同名控制点进行空间校正(脱密)，空间校正提供了多种方法，本发明通过对多种方法的误差进行对比，选择了脱密效果最好的射影变换函数。
1、矢量数据的脱密方法
对矢量数据采用空间变换法进行位置脱密。矢量数据的空间变换法常用的变换方法有仿射变换、相似变换和射影变换。其中，仿射变换可对图层坐标进行缩放、倾斜、旋转和平移；相似变换可以缩放、旋转和平移数据，但不会单独对轴进行缩放，也不会产生任何倾斜，可使变换后的要素保持原有的横纵比，保持要素的相对形状；射影变换基于更加复杂的公式，对图层坐标的变换形式更全面。
(1)仿射变换
仿射变换由它对仿射坐标系的作用所完全决定。因为仿射坐标系由原点和各坐标轴上的单位点所决定，所以一个平面的仿射变换由不共线的三点和它们的对应点所完全决定。借助于仿射变换对于仿射坐标系的作用，得到仿射变换的坐标表示。在定义仿射变换时，采用的是纯几何的方式，直到研究了仿射变换的简单性质以后，才导出了仿射变换的坐标表示。正交变换和相似变换也是这样处理的。其实，也可以从仿射变换的坐标表示出发，定义仿射变换，即仿射变换是由下列公式定义的：
其中，
相似变换可以分解为放缩、平移、旋转和翻转变换的复合。相似变换是仿射变换的一种特殊情况，也就是在仿射变换中去除错位变换这个因子后的结果。
(2)射影变换
由有限次中心射影的积定义的两条直线间的一一对应变换称为一维射影变换。由有限次中心射影的积定义的两个平面之间的一一对应变换称为二维射影变换。
在射影变换方法中，设在点场π与π，上各建立了齐次射影坐标系，x＝(x1,x2,x3)，x’＝(x’1,x’2,x’3)分别是其上点的射影坐标，如果映射
φ:π→π’可以表示成如下公式：
|a|＝|aij|≠0,ρ≠0
则称φ是π到π’的二维射影对应；特别地，若π＝π’，则称φ是π上的二维射影变换。
均方根误差(root-mean-squareerror)亦称标准误差，其定义为
公式中，n为测量次数；d为一组测量值与平均值的偏差。
2、选择控制点
本发明中，同于子遥感影像的脱密，对矢量数据与子遥感影像进行配准时，同样于矢量数据及子遥感影像上选择同样位置的明显的房屋拐角、道路交叉口或河流交叉口作为控制点，一般每个待配准的子遥感影像选择6个以上控制点，并均匀分布。图7所示为待脱密的矢量数据与脱密后的子遥感影像的位置关系图，图8及图9分别为矢量数据控制点的全局图和局部图。
3、分析不同变换函数矢量配准残差和rms误差对比
变换函数可利用仿射变换、射影变换和相似变换。图10-图12分别是仿射变换rms表、射影变换rms表和相似变换rms表。通过对比仿射变换、射影变换和相似变换函数rms误差表，从三种变换方法rms误差表中可知，仿射变换rms误差为2.058，射影变换rms误差为1.985，相似变换rms误差为2.316,射影变换rms误差最小。
4、选择变换函数
仿射变换、射影变换和相似变换三种变换方法中，射影变换函数相对于仿射变换和相似变换更复杂，脱密程度最高。在配准精度方面，射影变换也高于仿射变换和相似变换，能够满足空间位置脱密后无缝衔接，故本发明中，变换函数选择射影变换函数。
如图13所示，为本发明校正后的矢量数据图，采用射影变换函数对矢量数据进行校正，既实现了位置脱密，又能较好的与遥感影像契合。
5、矢量数据脱密精度计算
矢量数据脱密处理之后，利用gis中的测量功能和excel计算功能计算数据脱密是否满足国家规定地图公开脱密位置精度要求。
(1)分别通过在脱密前后的矢量数据中选择若干在整个项目区域特征明显同名点位置(如道路交叉口，河流交叉口等)，用gis中的测量功能测量出脱密前后同名点位置偏移距离；
(2)将统计的偏移距离利用excel按照中误差计算公式：
6、矢量数据局部要素脱密实施方案
对矢量数据的地理信息数据进行了空间位置脱密后，矢量数据中的重要地物和敏感地物还需要进行几何形状脱密，本发明中，通过对局部地物数据进行平滑、简化等处理，以对图形特征进行钝化，降低重点和敏感地理数据的几何精度。
(1)面平滑实施方法
依据地理信息数据脱密原则，根据矢量属性表，找出重点地物和敏感地物，如水库、变电所、油库、煤气库、涉及国防工程和军事设施等，选择这些需要平滑处理的区域要素，如图14所示。
可利用arcgis软件中面平滑工具进行处理，得到处理结果，如图15所示。
(2)面简化实施方法
与面平滑处理类似，依据地理信息数据脱密原则，根据矢量属性表，找出重点地物和敏感地物，选择这些需要简化处理的区域要素。
可利用arcgis软件中面平滑工具进行处理。简化容差中，最大允许偏移量可以根据需要进行调整，本发明中设置为10米，最小面积根据需要进行设置，这里设置为100平方米。如图16及图17所示，分别为面简化前的区域图以及面简化后的局部放大图。
7、矢量数据属性脱密实施方案
根据公开地图要求，矢量数据牵涉到保密信息的需要删除，防止信息泄露，本发明中，通过在矢量属性表中查询有军事设施、天然水体、人工附属结构、交通枢纽、变电站、换流站等需要删除的属性信息，可利用gis软件、编写程序等方法将涉密属性信息删除，
8、地理信息数据脱密原则
完全删除地理数据中含有涉密的地理要素或像素及其他属性信息。
(1)水系的天然水体和人工附属结构都是涉密的重要信息，因此应删除水库库容和大坝的高度、河宽、水深、流速、底质和岸质属性等。
(2)居民地是重要的地物要素，从涉密角度看，保密单位的地理位置、分布特征、编制及部署均应进行保密处理，按不依比例尺的居民地符号式样表示或不表示。
(3)交通运输条件是涉密重要组成部分。陆地交通、水上交通、航空运输详细信息对其影响非常重要，应删除交通枢纽的地理位置、分布和特征，桥梁、隧道的位置、长度、宽度、高度、性质、载重量、运输能力、周围地形状况等不易表达的信息。
(4)在任何形态的地形中，起着基础和主导作用的地形要素是地貌。地形景观与特征、图幅的最高点、主要山峰等制高点的地理位置及高程、冲沟比高、陡崖比高等影响较大的地貌信息应删除。
(5)对潜力目标进行定位和破坏，已成为现代战争的一个重要特点。总体而言，国防工程中的地理位置、分布特征等属性，均不得在公开地图产品上表示。如三角点、独立天文点不表示，发电厂按不依比例尺的居民地符号表示，油、气井、变电所、油库、煤气库、涉及国防工程和军事设施的山洞不表示，高压输电线、油气管道不表示等。
本发明的地理信息数据脱密方法，以基准遥感影像脱密、子遥感影像脱密以及矢量数据脱密展开，其有益效果如下：
(1)通过平移方法将基准遥感影像进行平移，使其平移距离远远大于国家规定对公众版上线地图数据精度要求，为待脱密遥感影像位置脱密奠定了精度要求。
(2)通过采用地理配准的方法对待脱密子遥感影像进行配准，既保障了待脱密子遥感影像无缝拼接问题，又实现了脱密。通过对比不同影像配准算法，根据算法越复杂，脱密越安全的原则，选择了相对其它变换方法更复杂的三次多项式变换方法和样条函数变换方法，提高了配准影像精度。
(3)通过以脱密后的子遥感影像为基准进行矢量数据脱密，采用空间校正方法对矢量进行校正，既实现了矢量脱密，又能保障与脱密后子遥感影像较好的契合。通过选择校正误差更小的射影变换函数，提高了矢量数据的脱密程度。
(4)通过利用平滑和简化方法对矢量要素中的重点区域或地物进行几何精度处理，使其几何形状发生畸变，从而达到矢量数据局部要素脱密的目的。
(5)通过删除敏感地物要素属性，从而实现矢量数据属性脱密，结合使用降低敏感地物几何形状方法，能够达到更好的脱密效果。
虽然本发明已利用上述较佳实施例进行说明，然其并非用以限定本发明的保护范围，任何本领域技术人员在不脱离本发明的精神和范围之内，相对上述实施例进行各种变动与修改仍属本发明所保护的范围，因此本发明的保护范围以权利要求书所界定的为准。