專利名稱：一種柵格影像與矢量電子地圖的自動配準(zhǔn)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及影像變化處理方法，特別是涉及一種柵格影像與矢量電子地圖的自動 配準(zhǔn)方法。
背景技術(shù)：
在影像變化檢測的各種應(yīng)用中，利用已有的GIS信息是一個很好的途徑，GIS數(shù)據(jù) 能夠?qū)b感影像的配準(zhǔn)和糾正提供控制數(shù)據(jù)，使得影像的配準(zhǔn)與糾正能夠快速、高效地完 成，其關(guān)鍵問題是控制點的選擇。一般來說，控制點的選擇是通過矢量與影像匹配的方法來 完成的，然而矢量與影像是兩種不同類型的數(shù)字信息，兩者的匹配面臨諸多困難，這主要是 由于影像邊緣特征與矢量信息的不一致性造成的①矢量信息是經(jīng)過編輯、綜合、取舍而形 成的規(guī)格化的點、線、面數(shù)據(jù)，而影像是灰度連續(xù)的全要素信息，經(jīng)過特征提取所得到的邊 緣對于矢量信息來說存在很大的冗余，這種不一致性給匹配帶來了困難。②GIS的部分地 物圖層(主要公路、大面積水體等)是以邊緣線表達(dá)的(雙線)；而有些地物圖層(如道路、 支線河流等)一般是以中心線表達(dá)的，在提取特征與匹配時，同時顧及兩種情況，也是一個 難題，這在影像特征提取時需要分別處理。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種 柵格影像與矢量電子地圖的自動配準(zhǔn)方法。本發(fā)明的目的可以通過以下技術(shù)方案來實現(xiàn)一種柵格影像與矢量電子地圖的自 動配準(zhǔn)方法，其特征在于，包括以下步驟1)檢測柵格影像的特征類型；2)根據(jù)柵格影像的特征類型，進(jìn)行邊緣提取，得到邊緣圖像；3)將邊緣圖像與作為基準(zhǔn)圖的矢量電子地圖進(jìn)行匹配。所述的柵格影像的特征類型為雙線型或中心線型。所述的步驟2)通過基于小波變換的邊緣檢測對雙線型柵格影像進(jìn)行邊緣提取， 其包括21)對雙線型柵格影像進(jìn)行小波變換，得到影像特征點梯度的強(qiáng)度與相角的表達(dá) 式
M2Jf{x,y) = 4\dj'h I2+I^ I2'2 卜 A2Jix, y) = arg tan(i/7>v / dJ'h)在柵格影像的每一個象素點上，沿著相角方向求得強(qiáng)度的局部極大值，作為邊緣 提取的結(jié)果；22)進(jìn)行邊緣細(xì)化，得到僅具有一個象素寬度的邊緣特征；23)搜索最具影像特征點梯度的點，剔除其余點。
所述的步驟2)通過以下步驟對中心線型柵格影像進(jìn)行邊緣提取2Γ)通過最大類間方差分類對中心線型柵格影像進(jìn)行分割；22")對分割后的圖像進(jìn)行數(shù)學(xué)形態(tài)學(xué)細(xì)化，確定中心線。所述的步驟3)通過線矩不變量的匹配算法對邊緣圖像與矢量電子地圖進(jìn)行匹 配。與現(xiàn)有技術(shù)相比，本發(fā)明具有以下優(yōu)點1)現(xiàn)有配準(zhǔn)方法大多要求數(shù)據(jù)源一致，本方法能夠?qū)崿F(xiàn)柵格數(shù)據(jù)和矢量數(shù)據(jù)的配 準(zhǔn)； 2)利用兩種不同的特征提取方法能夠適應(yīng)邊緣線和中心線的處理。


圖1為本發(fā)明的基于小波變換的邊緣檢測的示意圖。
具體實施例方式下面結(jié)合附圖對本發(fā)明作進(jìn)一步說明。一種柵格影像與矢量電子地圖的自動配準(zhǔn)方法，包括以下步驟1)檢測柵格影像的特征類型，如果是雙線特征利用小波變換的邊緣檢測；如果是 中心線特征利用最大類間方差加數(shù)學(xué)形態(tài)學(xué)方法提取；2)根據(jù)柵格影像的特征類型，進(jìn)行邊緣提取，得到邊緣圖像；3)將邊緣圖像與作為基準(zhǔn)圖的矢量電子地圖進(jìn)行匹配。所述的柵格影像的特征類型為雙線型或中心線型。所述的步驟2)通過基于小波變換的邊緣檢測對雙線型柵格影像進(jìn)行邊緣提取， 其包括21)如圖1，對雙線型柵格影像進(jìn)行小波變換，根據(jù)小波理論，對一個影像函數(shù) f (χ，y)來說，序列函數(shù)Wf是它的多尺度描述，(^)和< (U)分別是f (x, y)的水平方 向和垂直方向的特征，因此可得得到影像特征點梯度的強(qiáng)度與相角的表達(dá)式2, A2J f (x, y) = arg tan(f / dj'h)在柵格影像的每一個象素點上，沿著相角方向求得強(qiáng)度的局部極大值，作為邊緣 提取的結(jié)果；22)進(jìn)行邊緣細(xì)化，得到僅具有一個象素寬度的邊緣特征，以便于用線特征參數(shù)描 述和匹配；23)在跟蹤過程中，搜索最具影像特征點梯度的點，剔除其余點。所述的步驟2)通過以下步驟對中心線型柵格影像進(jìn)行邊緣提取2Γ)通過最大類間方差分類對中心線型柵格影像進(jìn)行分割；最大類間方差法的基本思想是利用圖像的灰度直方圖，以目標(biāo)和背景的方差最大 來動態(tài)地確定圖像的分割閾值。其基本原理如下現(xiàn)設(shè)f(x，y)為MXN的圖像，其灰度級為 L，其直方圖為p(i)，i = 1,2, ... , L-1，設(shè)圖像分為高灰度(A)和低灰度(B)兩個部分，分割閾值為T，則有A組影像灰度概率火
權(quán)利要求
一種柵格影像與矢量電子地圖的自動配準(zhǔn)方法，其特征在于，包括以下步驟1)檢測柵格影像的特征類型；2)根據(jù)柵格影像的特征類型，進(jìn)行邊緣提取，得到邊緣圖像；3)將邊緣圖像與作為基準(zhǔn)圖的矢量電子地圖進(jìn)行匹配。
2.根據(jù)權(quán)利要求1所述的一種柵格影像與矢量電子地圖的自動配準(zhǔn)方法，其特征在 于，所述的柵格影像的特征類型為雙線型或中心線型。
3.根據(jù)權(quán)利要求2所述的一種柵格影像與矢量電子地圖的自動配準(zhǔn)方法，其特征在 于，所述的步驟2)通過基于小波變換的邊緣檢測對雙線型柵格影像進(jìn)行邊緣提取，其包 括21)對雙線型柵格影像進(jìn)行小波變換，得到影像特征點梯度的強(qiáng)度與相角的表達(dá)式
4.根據(jù)權(quán)利要求2所述的一種柵格影像與矢量電子地圖的自動配準(zhǔn)方法，其特征在 于，所述的步驟2)通過以下步驟對中心線型柵格影像進(jìn)行邊緣提取2Γ)通過最大類間方差分類對中心線型柵格影像進(jìn)行分割；22")對分割后的圖像進(jìn)行數(shù)學(xué)形態(tài)學(xué)細(xì)化，確定中心線。
5.根據(jù)權(quán)利要求3或4所述的一種柵格影像與矢量電子地圖的自動配準(zhǔn)方法，其特征 在于，所述的步驟3)通過線矩不變量的匹配算法對邊緣圖像與矢量電子地圖進(jìn)行匹配。
全文摘要
本發(fā)明涉及一種柵格影像與矢量電子地圖的自動配準(zhǔn)方法，包括以下步驟檢測柵格影像的特征類型；根據(jù)柵格影像的特征類型，進(jìn)行邊緣提取，得到邊緣圖像；將邊緣圖像與作為基準(zhǔn)圖的矢量電子地圖進(jìn)行匹配。與現(xiàn)有技術(shù)相比，本發(fā)明具有以下優(yōu)點現(xiàn)有配準(zhǔn)方法大多要求數(shù)據(jù)源一致，本發(fā)明能夠?qū)崿F(xiàn)柵格數(shù)據(jù)和矢量數(shù)據(jù)的配準(zhǔn)；利用兩種不同的特征提取方法能夠適應(yīng)邊緣線和中心線的處理。
文檔編號G01S7/48GK101957987SQ20091005504
公開日2011年1月26日 申請日期2009年7月17日 優(yōu)先權(quán)日2009年7月17日
發(fā)明者張紹明, 林怡, 陳映鷹 申請人:同濟(jì)大學(xué)