本發(fā)明涉及一種二維等間距投影圖的數(shù)字化方法。

背景技術(shù)：

近幾十年以來，海洋觀測技術(shù)發(fā)展迅速，特別是隨著衛(wèi)星技術(shù)的成熟，海洋數(shù)據(jù)大量增加，極大的推動(dòng)了研究工作的進(jìn)展。很多類型的海洋數(shù)據(jù)可以通過網(wǎng)絡(luò)或其他方式直接獲取，但同時(shí)，還有一部分?jǐn)?shù)據(jù)只以圖像的形式向外發(fā)布，很難直接獲得原始數(shù)據(jù)，比如不公開算法的衛(wèi)星反演的圖像、人工繪制的歷史圖像等等。此類圖像大都具有非常重要的研究價(jià)值，但因其數(shù)據(jù)獲取的難度給科研工作帶來了極大的不便，因此發(fā)展一種圖像數(shù)字化的方法，特別是難度較大的二維圖像，就顯得格外重要。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明要解決的技術(shù)問題是提供一種二維等間距投影圖的數(shù)字化方法。

為了解決上述技術(shù)問題，本發(fā)明采用的技術(shù)方案是，二維等間距投影圖的數(shù)字化方法，包括以下步驟：

(1)色標(biāo)的確定

將圖像的色標(biāo)讀入，讀入的數(shù)據(jù)為RGB值，以三維矩陣儲存；色標(biāo)以黑線為外邊框，黑色的RGB值都為0，故以此為指標(biāo)，剔除邊框及以外的部分，只留下色標(biāo)內(nèi)部數(shù)據(jù)；

(2)待提取數(shù)據(jù)圖像的處理

(3)數(shù)據(jù)提取

(4)數(shù)據(jù)提取優(yōu)化

(5)確定坐標(biāo)

由于是二維等間距投影圖，得到數(shù)據(jù)矩陣的行列像素點(diǎn)個(gè)數(shù)后，將全球的橫縱坐標(biāo)均勻分配即可得到各點(diǎn)的坐標(biāo)值。

作為優(yōu)選，步驟(1)中所述色標(biāo)的確定包括以下步驟：

a)統(tǒng)計(jì)出每行RGB值為0的點(diǎn)的個(gè)數(shù)記為row(i)，i為圖像像素點(diǎn)的行數(shù)；

b)將統(tǒng)計(jì)的相鄰兩行相減：delt(n)＝row(n+1)-row(n),n＝1,2,…,i-1，得到相鄰兩行黑點(diǎn)個(gè)數(shù)的變化情況；

c)將delt(n)均分為上下兩部分，從上部分找到delt(n)最小的行數(shù)，即相鄰兩行是從黑點(diǎn)較多的邊框轉(zhuǎn)變?yōu)楹邳c(diǎn)較少的非邊框部分，即色標(biāo)的上邊界；從下部分找到delt(n)最大的行數(shù)，即相鄰兩行是從非邊框轉(zhuǎn)變?yōu)檫吙虿糠郑瓷珮?biāo)的下邊界；

d)同理統(tǒng)計(jì)出每列RGB值為0的個(gè)數(shù)記為column(j)，j為圖像像素點(diǎn)的列數(shù)；并將相鄰兩列相減：delt(m)＝column(m+1)-column(m),m＝1,2…,j-1，得到相鄰兩列黑點(diǎn)個(gè)數(shù)的變化情況；將delt(m)均分為左右兩部分，從左部分找到delt(m)最小的列數(shù)，為色標(biāo)的左邊界；從右部分找到delt(m)最大的列數(shù)，為色標(biāo)的右邊界；

e)選取剔除后區(qū)域的中間一行的RGB數(shù)據(jù)，并通過色標(biāo)的下標(biāo)將每個(gè)RGB值與數(shù)據(jù)值建立對應(yīng)關(guān)系，建立對應(yīng)關(guān)系數(shù)組，儲存第一部分為RGB值，第二部分對應(yīng)的數(shù)據(jù)值。

作為另外一個(gè)優(yōu)選，步驟(2)中所述待提取數(shù)據(jù)圖像的處理包括以下步驟：

f)讀入圖像后，剔除邊框以及邊框外部分，方法同色標(biāo)的剔除過程，剔除后得到只包含數(shù)據(jù)點(diǎn)的最小矩陣；

g)在得到數(shù)據(jù)區(qū)域后，需給定陸地點(diǎn)的RGB值；包括以下兩種實(shí)現(xiàn)方法：第一種，直接輸入給定陸地點(diǎn)的RGB值；第二種，從原圖像中截取只含陸地區(qū)域部分，并將該圖像讀入后就可提取出RGB值。若原圖像中不存在陸地點(diǎn)則可直接輸入白點(diǎn)的RGB值，代表無陸地點(diǎn)；

h)區(qū)分有數(shù)據(jù)點(diǎn)和無數(shù)據(jù)點(diǎn)；定義矩陣mask，矩陣大小等同數(shù)據(jù)區(qū)域。若原數(shù)據(jù)區(qū)域中某點(diǎn)的RGB值都為255，即無數(shù)據(jù)點(diǎn)，或等于陸地點(diǎn)的RGB值，則對應(yīng)mask在該點(diǎn)上的值為0，其余存在數(shù)據(jù)的點(diǎn)，mask對應(yīng)點(diǎn)的值為1。

還有一個(gè)優(yōu)選是，步驟(3)中所述數(shù)據(jù)提取包括以下步驟：

i)定義矩陣result，矩陣大小等同數(shù)據(jù)區(qū)域，初始值都賦為無效值，默認(rèn)無效值設(shè)為32767，可按使用需要進(jìn)行更改；

j)以mask各點(diǎn)的值為依據(jù)，若mask(i,j)＝1，則該點(diǎn)為有數(shù)據(jù)點(diǎn)，將該點(diǎn)的RGB值與cell數(shù)組cb中第一維儲存的RGB值進(jìn)行匹配，并將該點(diǎn)賦值為對應(yīng)的數(shù)據(jù)值；若mask(i,j)＝0，即該點(diǎn)為無數(shù)據(jù)點(diǎn)，則自動(dòng)跳過，不進(jìn)行匹配，該點(diǎn)的值仍為無效值。

另一個(gè)優(yōu)選是，步驟(4)中所述數(shù)據(jù)提取優(yōu)化包括以下步驟：

經(jīng)過執(zhí)行步驟(3)，大部分點(diǎn)的數(shù)據(jù)提取已基本完成，有一部分的點(diǎn)仍為無效值，原因在于數(shù)字化所用的圖像大多是從文獻(xiàn)或網(wǎng)頁上獲得，部分點(diǎn)的RGB值由于圖像截取或在圖像保存過程中發(fā)生了些許變化，無法與從色標(biāo)中提取的RGB值相匹配；另外，若圖像產(chǎn)生的年份較早，在經(jīng)幾次轉(zhuǎn)載復(fù)制之后圖像的RGB值也會發(fā)生一定的變化，造成無法匹配的現(xiàn)象；為解決上述問題，采用插值的方法將原本有數(shù)據(jù)，但又無法匹配賦值的點(diǎn)進(jìn)行補(bǔ)全。

本發(fā)明的有益效果是：

本方法可以應(yīng)用于多個(gè)專業(yè)領(lǐng)域，將二維等間距投影圖像數(shù)字化，提取圖像中的數(shù)據(jù)。

1)可以應(yīng)用于衛(wèi)星圖像的數(shù)據(jù)提取。文章或網(wǎng)上發(fā)布的衛(wèi)星圖像大都不公開其衛(wèi)星算法，很難獲得圖像中的原始數(shù)據(jù)；

2)可以應(yīng)用于文獻(xiàn)中圖像的數(shù)據(jù)提取。發(fā)布在文獻(xiàn)中的圖像基本都不提供原始數(shù)據(jù)；

3)可以應(yīng)用于較早圖像的數(shù)據(jù)重現(xiàn)。部分圖像產(chǎn)生年代較早，其原始數(shù)據(jù)已丟失或難以重新計(jì)算得到。

從以上三點(diǎn)來看，本方法的應(yīng)用可以得到大量原本難以得到但又有很高實(shí)用價(jià)值的數(shù)據(jù)，且根據(jù)專業(yè)的不同還存在大量的應(yīng)用空間。因此本方法的實(shí)現(xiàn)有非常大的實(shí)用價(jià)值。

附圖說明

下面結(jié)合附圖和具體實(shí)施方式對本發(fā)明作進(jìn)一步詳細(xì)的說明。

圖1是本發(fā)明二維等間距投影圖的數(shù)字化方法的流程圖。

圖2是本發(fā)明二維等間距投影圖的數(shù)字化方法實(shí)施例的Levitus全球海表溫度圖。

圖3是本發(fā)明二維等間距投影圖的數(shù)字化方法實(shí)施例的數(shù)字化結(jié)果再現(xiàn)圖。

圖4是本發(fā)明二維等間距投影圖的數(shù)字化方法實(shí)施例的Levitus原始數(shù)據(jù)與數(shù)字化結(jié)果的散點(diǎn)對比圖。

圖5左列是本發(fā)明二維等間距投影圖的數(shù)字化方法實(shí)施例的由衛(wèi)星數(shù)據(jù)反演得到的2001年2、5、8、11月全球月平均白冠覆蓋率圖像，右列是數(shù)字化再現(xiàn)的2001年2、5、8、11月全球月平均白冠覆蓋率圖像。

具體實(shí)施方式

1圖片數(shù)字化方法

該方法的流程如圖1所示。

1.1數(shù)據(jù)介紹

Levitus是由美國國家海洋數(shù)據(jù)中心(NODC)的海洋氣候?qū)嶒?yàn)室制作的氣候態(tài)海洋數(shù)據(jù)，是目前國際上比較常用的氣候態(tài)溫鹽資料。具有年平均、季節(jié)平均和月平均三種不同時(shí)間尺度，空間分辨率為1°，經(jīng)度范圍從0.5°E到0.5°W，緯度范圍從89.5°S到89.5°N，垂直方向分為33層。如圖2是一月份月平均的全球海表溫度資料。

1.2方法介紹

讀取圖像，可直接獲得圖像RGB值，但如果要獲取各RGB值對應(yīng)的數(shù)據(jù)值，則應(yīng)確定RGB顏色值與數(shù)據(jù)值的對應(yīng)關(guān)系，通常這些關(guān)系包含在色標(biāo)的內(nèi)容中。本部分內(nèi)容以Levitus的全球海表溫度為例，先將Levitus原始數(shù)據(jù)圖像化，得到RGB圖像，再從RGB顏色值與溫度數(shù)據(jù)值中找到一一對應(yīng)關(guān)系，重現(xiàn)圖像的數(shù)據(jù)。將重現(xiàn)數(shù)據(jù)與原始數(shù)據(jù)做了誤差分析，得到了可靠的圖像信息。具體過程如下：

(1)讀取色標(biāo)圖像

欲將圖像轉(zhuǎn)化為數(shù)據(jù)，需要知道每種顏色所對應(yīng)的數(shù)據(jù)值的大小。所以，首先讀入色標(biāo)圖像，從色標(biāo)中依次提取各個(gè)顏色值，再根據(jù)色標(biāo)的下標(biāo)確定每種顏色對應(yīng)的數(shù)據(jù)值，得到顏色值和數(shù)據(jù)值的一一對應(yīng)關(guān)系。所需輸入?yún)?shù)包括：色標(biāo)圖像名、起始顏色所對應(yīng)的數(shù)據(jù)值和色標(biāo)下標(biāo)數(shù)據(jù)值的間隔。運(yùn)算后輸出一矩陣，包括色標(biāo)中各個(gè)顏色值和每個(gè)顏色值相對應(yīng)的數(shù)據(jù)值，建立顏色值與數(shù)據(jù)值之間的一一對應(yīng)關(guān)系。

(2)進(jìn)行顏色值到數(shù)據(jù)值的轉(zhuǎn)換

確定顏色值和數(shù)據(jù)值的關(guān)系后，為將圖像中的顏色值轉(zhuǎn)換到數(shù)據(jù)值做好了準(zhǔn)備。首先讀入原始圖像，并將圖像的邊框及以外部分剔除，即只保留含有數(shù)據(jù)的最小矩形區(qū)域。值得注意的是，由于海洋和大氣數(shù)據(jù)圖像往往存在陸地區(qū)域，因此需從原始圖像中截取陸地區(qū)域圖像，同樣讀入代表陸地的顏色值，這樣在數(shù)字化的過程中可以剔除陸地的像素點(diǎn)，只對海水點(diǎn)進(jìn)行處理。完成了數(shù)據(jù)區(qū)域選取的處理，之后，就可以將原始圖像中含有數(shù)據(jù)的像素點(diǎn)，通過顏色值和數(shù)據(jù)值的一一對應(yīng)關(guān)系，將原始圖片的顏色值轉(zhuǎn)換為數(shù)據(jù)值。同時(shí)因圖像本身原因或圖像采集過程，某些點(diǎn)的RGB值發(fā)生些許變化，無法與原色標(biāo)中的RGB值相匹配，產(chǎn)生轉(zhuǎn)換不成功現(xiàn)象。為此采用插值進(jìn)行轉(zhuǎn)換失敗點(diǎn)的數(shù)據(jù)補(bǔ)全。最后通過給定的橫縱坐標(biāo)范圍確定每個(gè)像素點(diǎn)的坐標(biāo)值。

所需輸入?yún)?shù)包括待提取數(shù)據(jù)圖像的圖像名，顏色值與數(shù)據(jù)值的對應(yīng)關(guān)系矩陣，數(shù)據(jù)的坐標(biāo)范圍，可選輸入?yún)?shù)可以是陸地圖像或陸地顏色的RPG值。經(jīng)運(yùn)算后，輸出量包括圖像各像素點(diǎn)的數(shù)據(jù)值，若值為32767，則該點(diǎn)為陸地點(diǎn)或無數(shù)據(jù)點(diǎn)；各像素點(diǎn)的水陸判別信息，1代表水點(diǎn)，0代表陸地點(diǎn)；橫向各個(gè)像素點(diǎn)的坐標(biāo)值，縱向各個(gè)像素點(diǎn)的坐標(biāo)值。

圖3是將數(shù)字化的數(shù)據(jù)結(jié)果進(jìn)行作圖再現(xiàn)，通過對原始圖像進(jìn)行數(shù)字化處理，提取出其中的數(shù)據(jù)后，將得到的數(shù)據(jù)重新作圖，與原始圖像進(jìn)行直觀的對比。

1.3圖像數(shù)字化模型檢驗(yàn)

圖4為原始數(shù)據(jù)與數(shù)字化結(jié)果的散點(diǎn)對比圖?？梢钥闯鰯?shù)字化的提取結(jié)果與原始數(shù)據(jù)具有較好的一致性，經(jīng)計(jì)算，原始數(shù)據(jù)與再現(xiàn)數(shù)據(jù)平均誤差(ME)為0.14679℃，絕對平均誤差(MAE)為0.21501℃，均方根誤差(RMSE)為0.27504℃，相關(guān)系數(shù)(R)為0.99986，結(jié)果良好。故總體而言，通過本實(shí)施例的數(shù)字化方法提取的數(shù)據(jù)是可信的，可以運(yùn)用到進(jìn)一步的研究工作中。

2圖片數(shù)字化方法實(shí)際應(yīng)用

將該方法應(yīng)用到2001年2、5、8、11月全球月平均白冠覆蓋率圖像，如圖5左列的(a)～(d)，圖像原始數(shù)據(jù)是從衛(wèi)星資料反演得到，其中包括SSM/I的海表面亮溫(TB)、大氣柱水汽含量(V)、云中液態(tài)水含量(L)數(shù)據(jù)、AVHRR的海表面溫度(TS)數(shù)據(jù)、WOA05的海表面鹽度(S)數(shù)據(jù)和QuikSCAT的海面10米風(fēng)場(U10)數(shù)據(jù)等。該反演方法較復(fù)雜，對于物理模型的驗(yàn)證來說非常的耗時(shí)。

按照上一部分中圖片的數(shù)字化方法，經(jīng)過選取色標(biāo)顏色值，建立顏色值與數(shù)據(jù)值對應(yīng)關(guān)系，選取數(shù)據(jù)矩形區(qū)域，剔除陸地點(diǎn)，顏色值與數(shù)據(jù)值的轉(zhuǎn)換，經(jīng)緯度的確定等一系列處理，最終從圖像中提取出數(shù)據(jù)，圖5右列的(e)～(h)即為將提取的數(shù)據(jù)重新作圖的結(jié)果。從圖中可以發(fā)現(xiàn)，數(shù)字化再現(xiàn)圖像與原圖像的空間布局基本一致，數(shù)據(jù)大小基本吻合，數(shù)字化提取結(jié)果較為滿意，實(shí)現(xiàn)了快速獲取圖像信息的功能。

3結(jié)語

本數(shù)字化方法能夠很方便的對圖像進(jìn)行有效的數(shù)據(jù)提取。該數(shù)字化方法應(yīng)用于等間距投影的二維圖像，并且主要針對因某些原因只向外提供圖像但沒有原始數(shù)據(jù)的情況，如原始數(shù)據(jù)具有較高研究價(jià)值的衛(wèi)星圖像，繪制時(shí)間較早且原始數(shù)據(jù)丟失的圖像，人工繪制的歷史圖像等。

上述圖像數(shù)字化方法可為此類無法直接獲取的數(shù)據(jù)提供便捷的數(shù)字化，相對于圖像，數(shù)字化后得到的數(shù)據(jù)更具有靈活性。并且，若進(jìn)行數(shù)字化的圖像包含的數(shù)據(jù)范圍較大，如全球范圍的數(shù)據(jù)，其原始數(shù)據(jù)的分辨率一般較低，而數(shù)字化過程中將數(shù)據(jù)范圍均勻分配到各個(gè)像素點(diǎn)上，對于一般分辨率的圖像，橫縱像素點(diǎn)個(gè)數(shù)相對較大，因此最后提取得到的數(shù)據(jù)分辨率相對與原始數(shù)據(jù)有所提高，而對于包含較小數(shù)據(jù)區(qū)域的圖像，原始數(shù)據(jù)分辨率相對較高，通過數(shù)字化提取的數(shù)據(jù)也能保持相當(dāng)?shù)姆直媛省?/p>

同時(shí)對數(shù)字化提取結(jié)果的有效性進(jìn)行了檢驗(yàn)，原始數(shù)據(jù)與再現(xiàn)數(shù)據(jù)平均誤差為0.14679℃，絕對平均誤差為0.21501℃，均方根誤差為0.27504℃，相關(guān)系數(shù)為0.99986，檢驗(yàn)結(jié)果較為滿意，可將數(shù)據(jù)運(yùn)用到進(jìn)一步的研究工作中以供后續(xù)使用。

目前上述提出的方法僅僅適用于空間等間距投影圖像，對于那些空間非等間距投影的圖像暫時(shí)無法取得令人滿意的結(jié)果，有必要對該類問題做進(jìn)一步的研究。

以上所述的本發(fā)明實(shí)施方式，并不構(gòu)成對本發(fā)明保護(hù)范圍的限定。任何在本發(fā)明的精神和原則之內(nèi)所作的修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的權(quán)利要求保護(hù)范圍之內(nèi)。