一种基于遥感影像的网格可视化定义与智能特征分析方法与流程

本发明涉及遥感影像信息技术处理、提取与特征分析技术领域，具体为一种基于遥感影像的网格可视化定义与智能特征分析方法。

背景技术：

随着社会信息化建设的快速推进，在促进经济发展的同时，使得地理空间格局日益复杂，而一些户籍信息、土地信息、人口信息数据等更是错综复杂。若是想要实现在地图上对特定户籍或者某一块田地的查找或者定点标记，依靠现有卫星天地影像图直接搜索，势必无法完成。遥感影像技术具有观测范围广，信息量大，节省人力物力和人为干扰因素少等诸多优势，但数据类型的多样，范围大等特点，使得在地图中无法实现小信息的高精度信息提取与定位。

针对如何在保证实现高精度定位和信息可视化的情况下又能够对特定社区范围内的信息进行可视化集中显示这一诉求，我们提出一种基于遥感影像的网格可视化定义与智能特征分析方法。

技术实现要素：

本发明的目的在于提供一种基于遥感影像的网格可视化定义与智能特征分析方法，以解决上述背景技术提出的目前遥感影像技术数据类型的多样，范围大等特点，使得在地图中无法实现小信息的高精度信息提取与定位的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于遥感影像的网格可视化定义与智能特征分析方法，包括数据采集部分所集成的若干可并行的数据采集方案，用于针对各种数据源进行数据采集并进行网格判断、分析的方法，具体步骤如下：

s1：数据采集部分：信息采集员进行社区走访数据采集，可以采用基于数据库同步和基于日志的数据库增量抽取及人工导入等方式，从各行业部门海量多源数据的mysql关系型数据库中抽取数据；

s2：户籍地理信息打点：地图坐标系采用2000国家大地坐标系，一组cgcs2020坐标必然是itrf97框架、2000历元的同框架同历元坐标，同框架同历元坐标组成的点坐标是瞬时的，永远不会变化，并且点坐标是静态的，通过地图框架实，根据指定行政区规划缩小检索范围，最终精准定位致户籍地理位置坐标；

当打点时，地图上已经存在众多划分好的网格区域，则需对当前点做所属区域判断，若当前打点位置包含在某个网格区域，则需自动化关联进对应的网格区域，否则将点设置成散落的点；

s3：规划网格区域范围，地图实时绘制网格，自定义显示样式：网格绘制可在地图上进行任意坐标点打点后，按绘制顺序进行点与点连线生成网格；

s4：将采集信息点关联网格区域：社区网格化管理服务，利用互联网信息技术，运用移动智能终端搭建“街道/镇-社区/村-网格”三级网格体系的信息化平台，将管辖地域划分成若干网格状的单元，把“人、地、物、事、组织”等全部纳入网格管理，针对政务村务、利民便民方面，强化城乡社区自治和服务功能，健全新型社区管理和服务体系；

s5：网格数据智能分析：经过前面四个步骤，网格区域与户籍信息点产生关联关系之后，系统将采用智能分析算法，对网格内的户籍数据进行数据分析、深度挖掘，从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息，尽可能地将有关联价值的数据进行捆绑。

优选的，所述步骤s1中海量多源异构数据存储数据仓库主要由“当前应用”和“历史归档”两个独立集群构成，“历史归档”用于保存过期的归档历史数据，“当前应用”用于保存当前大数据分析应用的有效数据，包括数据交换缓存区、社区户籍信息、社区户籍土地信息等各大数据区域，通过构建支持非结构的数据仓库，使平台具备超大规模数据的多维分析(olap)能力，能够从海量数据中生成立方体，并且可进行切片、切块、旋转和旋转等操作。

优选的，所述步骤s2中要确定点是否在面上，需要进行如下算法进行判断：获取有效范围区域内的不规则网格，从确定的范围里先取出尽量少的网格区域，再对网格数组进行循环遍历处理。

优选的，对网格数组进行循环遍历处理包括两种方法：其一，对定位的坐标点，做上下左右的延伸线，当延伸线与邻近的网格区域边界相交时，记录好当前网格，再对剩余方向的延伸线做同样的相交记录，如果4个方向的延伸线都相交于同一个网格区域，则可以初步判断点是包含于网格内，否则定位的坐标点是属于散点；其二，循环遍历网格区域数组，用定位点与各个网格区域进行“夹角之和检验法”算法逐个网格作判断，直到循环结束也未能确定点，则代表该点是散落点。

优选的，所述步骤s3中网格生成包括网格区域不可重叠和计算网格区域重心，并显示网格名称，网格多边形区域重叠分为顶点包含于其他的区域面内，则必定是重叠区域，判断点在区域内可采用“夹角之和检验法”做判断，以及零件重叠，零件重叠可用零件分离的反面来论证。

与现有技术相比，本发明的有益效果是：

本发明通过在工作中，实现在地图上对一定区域的特定户的户籍信息、家庭信息、土地信息等进行精确的坐标打点标记，方便在地图上直接对特定户或特定人员的位置显示和信息的详情查看，实现在地图上进行自定义影像图网格的绘制，可进行信息的汇总和归纳，通过对网格的绘制调整，同时将特定人员信息存在同一区域范围内的影像图网格中。

附图说明

图1为本发明的延伸线与网格区域相交点示意图。

图2为本发明的相交点都发生在区域的边界上示意图。

图3为本发明循环遍历网格区域数组的算法流程图。

图4为本发明的夹角之和检验法示意图。

图5为本发明的两个零件相交判定示意图。

图6为本发明的多边形的重心坐标g(x2,y2)中y2示意图。

图7为本发明的多边形的重心坐标g(x2,y2)中x2示意图。

图8为本发明遍历绘制的区域临界点依次连线做区域切割后的区域点数据示意图。

图9为本发明经过顶点边连线切割出来的区域示意图。

图10为本发明的网格数据对区域做顶点做外闭包运算的算法分析图。

图11为本发明是实施例一的案例图。

图12为本发明应用示例的数据采集案例图。

图13为本发明应用示例的数据采集案例图。

图14为本发明应用示例的数据采集案例图。

图15为本发明应用示例的定位信息关联网格场景图。

图16为本发明应用示例的的村内概况数据呈现图。

图17为本发明应用示例的村内详情信息数据呈现图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一机构实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例一

请参阅图1-图11，本发明提供一种技术方案：一种基于遥感影像的网格可视化定义与智能特征分析方法，包括数据采集部分所集成的若干可并行的数据采集方案，用于针对各种数据源进行数据采集并进行网格判断、分析的方法，具体步骤如下：

s1：数据采集部分：信息采集员进行社区走访数据采集，可以采用基于数据库同步和基于日志的数据库增量抽取及人工导入等方式，从各行业部门海量多源数据的mysql关系型数据库中抽取数据。

海量多源异构数据存储数据仓库主要由“当前应用”和“历史归档”两个独立集群构成，“历史归档”用于保存过期的归档历史数据，“当前应用”用于保存当前大数据分析应用的有效数据，包括数据交换缓存区、社区户籍信息、社区户籍土地信息等各大数据区域。通过构建支持非结构的数据仓库，使平台具备超大规模数据的多维分析(olap)能力，能够从海量数据中生成立方体，并且可进行切片、切块、旋转和旋转等操作。

s2：户籍地理信息打点：地图坐标系采用2000国家大地坐标系，一组cgcs2020坐标必然是itrf97框架、2000历元的同框架同历元坐标，同框架同历元坐标组成的点坐标是瞬时的，永远不会变化，并且点坐标是静态的。通过地图框架实，根据指定行政区规划缩小检索范围，最终精准定位致户籍地理位置坐标。

当打点时，地图上已经存在众多划分好的网格区域，则需对当前点做所属区域判断，若当前打点位置包含在某个网格区域，则需自动化关联进对应的网格区域，否则将点设置成散落的点，要确定点是否在面上，需要进行如下算法进行判断：

获取有效范围区域内的不规则网格：其实想在众多的网格里，判断一个地理位置坐标点坐落在哪块区域里，是很难计算的，因为多边形的个数有不确定性、以及计算不规则区域里的任意点都很难实现，因此这里需要转变思路，从确定的范围里先取出尽量少的网格区域，再对网格数组进行循环遍历处理，这里提供两种方案解决该问题：

方案一：对定位的坐标点，做上下左右的延伸线，当延伸线与邻近的网格区域边界相交时，记录好当前网格，再对剩余方向的延伸线做同样的相交记录，如果4个方向的延伸线都相交于同一个网格区域，则可以初步判断点是包含于网格内，否则定位的坐标点是属于散点。

如图1所示，外侧点代表延伸线与网格区域相交点，point左和point右两个相交点已经很明显不属于同一个区域，因此可以判断该点必定为散落点。

如图2所示，外侧的4个相交点均属于同一个网格区域边界上，因此可以初步判定为点包含在某个网格内。

因为相交点都发生在区域的边界上，根据直线公式ax+by+c＝0,将定位坐标点point(x,y)代入，可以算得4个相交点，进而推算出是坐落于哪个网格区域。

方案二：循环遍历网格区域数组，用定位点与各个网格区域进行“夹角之和检验法”算法逐个网格作判断，直到循环结束也未能确定点，则代表该点是散落点，算法流程图如图3所示：

方案二效率其实是远大于方案一的，因为取出网格区域对象时，关系型数据库只存储了该网格的顺序顶点集合，若要用方案一，还需将顺序点集合依次生成边界向量v点1点2、v点1点2、……v点n-1点n，当网格区域的顶点数较多时，遍历区域顶点生成向量就会很耗时，并且还要根据边信息从数据库查出所在对应网格区域，这些都是很吃服务器资源的运算。而方案二只需对区域列表做一次单循环，遍历网格对象做“点包含”判断即可。

s3：规划网格区域范围，地图实时绘制网格，自定义显示样式：网格绘制可在地图上进行任意坐标点打点后，按绘制顺序进行点与点连线生成网格。网格生成包含以下内容：

1.网格区域不可重叠，多边形区域重叠分两种情况进行算法分析：

其一，顶点包含于其他的区域面内，则必定是重叠区域，判断点在区域内可采用“夹角之和检验法”做判断。

假设有顶点p0，p0与另一个区域的顶点pi构成夹角αi,如图1，若则点是在区域外,图4中(a)所示；则点是坐落于区域外，如图4中(b)所示。

其二，区域重叠还有一种情况是零件重叠，零件重叠可用零件分离的反面来论证。基本判据有两点分别为：判据1，零件a所有顶点都在零件b之外，且b所有顶点也都在a之外；判据2，a的每条边都不与b的边相交。需要注意的是：

如果仅仅是a所有顶点都在b之外，还不能说a、b分离，a有可能包含b，如图5中(a)所示。

零件a、b仅仅满足判据1，还不能保证两者一定分离，如图5中(b)所示，因此还需要引入判据2。

在很多情况下，靠接零件与“被靠接”零件的距离是比较远的，可以通过两个零件的包围盒对两个零件的相对位置进行快速判定。

2.计算网格区域重心，并显示网格名称：

离散数据点所围多变形的一般重心公式：以ai(xiyi)(i＝1,2,3…,n)为顶点的任意n变形a1a2…an，将它划分成n-2个三角形，如图,1所示，每个三角形的重心gi(xiyi),那么多边形的重心坐标g(x2,y2)如图6和图7所示。

s4：将采集信息点关联网格区域：社区网格化管理服务，利用互联网信息技术，运用移动智能终端搭建“街道/镇-社区/村-网格”三级网格体系的信息化平台，将管辖地域划分成若干网格状的单元，把“人、地、物、事、组织”等全部纳入网格管理，针对政务村务、利民便民方面，强化城乡社区自治和服务功能，健全新型社区管理和服务体系。

经过步骤三生成的不规则网格区域，然后通过以下算法计算出闭包在内的所有坐标点。

1.计算出当前屏幕显示范围内的所有打点信息坐标点。获取当前屏幕显示范围的边界坐标值(x左y上x右y下)，通过关系型数据库mysql的条件构造器检索出符合边界范围内的point对象。sql条件：

point.x>＝x左andpoint.x<＝x右andpoint.y<＝point.y>＝y下，这样的好处可以极大程度上优化了过滤无用点步骤。

2.经过算法1过滤的户籍点还存在很大的优化问题。比如当前屏幕显示范围已经拉伸至全图，则算法1就已经失去过滤点的意义，因为范围内的点即是全部点了，因此这里还需做第二部过滤点算法优化：

遍历绘制的区域所有顶点，分别查出最左点，最上点，最右点，最下点，将这些临界点依次连线做区域切割后，只保留切割后的区域点数据，如图8所示。

经过顶点边连线切割出来的区域，可以再次缩小检索点范围区域，但是这样会产生一种劣质情况，假设区域呈倾斜状，则这样获取顶点连线后的边界范围，过滤区域比有效区域还多，如图9所示。

但是结合实际业务场景，该情况出现概率不高，并且根据顶点连线区域获取的范围，对于数据库检索取点的性能优化已经足够，若是对不规则图形进行详细的算法分析，再重新计算有效区域，计算量过大，影响程序处理速度，这样反而会得不偿失。

s5：网格数据智能分析：经过前面四个步骤，网格区域与户籍信息点产生关联关系之后，系统将采用智能分析算法，对网格内的户籍数据进行数据分析、深度挖掘，从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息，尽可能地将有关联价值的数据进行捆绑，以下是智能分析产生结果集的例子：

假设相邻的3个网格区域，经常收到同样的社区问题民情反馈，但是再相邻的网格区域却没有上报过类似问题，大致上可以确定产生问题的范围，对区域做顶点做外闭包运算，算法分析(如图10所示)：

1.分别获取

网格1的最大边界点：p1、p2、p7、p8；

网格2的最大边界点：p3、p4、p10、p9；

网格3的最大边界点：p11、p5、p6、p12；

2.选出外闭包点

由图10可得出，p2、p3、p11是三个图形的最左方向顶点，但是网格2的最右顶点p10的x坐标<网格3的最左顶点p11，因此p11将不能作为外闭包区域顶点。重复上述思路，依次算出最上方顶点、最下方顶点、最右方顶点，将顶点连线后即可得出所求区域。

将出现问题的大致范围计算出来之后，可将新的范围区域推送至平台管理员、网格管理员，然后由上至下安排相应工作人员作调查分析，以提供高效、优质的解决方案，实现智能化管理社区。

以下结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

以下是利用本发明技术的应用示例:

应用到了系统中，实现达到数据采集:如参照图12，图13，图14所示，信息采集员输入户主姓名加身份证号之后，可以根据海量数据做自动检索、分析，将基础数据进行自动化关联填写。

输入户主姓名“陈xx”和身份证号“4509021996081xxxxx”，系统将关联相应基础数据，自动完善户主“陈xx”的家庭信息、成员信息、住房信息等，大幅度提高数据采集员的采集效率。

定位信息关联网格

参照图15所示，信息采集员对户籍信息打点之后，可根据定位信息做相应的范围检索，查询出合理的网格集合，根据定位点做范围延伸有两种情景：

情景1：地图缩放过远时，包含的网格数量也许会非常大量，这不利于程序计算，并且也加大了信息采集员的筛选困难程度。因此需要对网格进行行政村的筛选，细分至村级网格后，需要遍历的数据可大程度减少；

情景2：地图缩放过小时，可依据定位点做中心点，以2公里为半径画圆，以方圆2公里为目标查询出所有的网格，并遍历出网格，根据点包含多边形算法最终获取点所在网格。

网格化管理具体呈现

如图16，图17所示，户籍信息与网格管理后，可进行智能化数据分析，经过美术包装，将数据进行可视化大屏呈现，提供给用户清晰的数据汇报展示。

尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中机构技术特征进行等同替换，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。