圖像處理算法在衛(wèi)星圖像自動提取與劃定地籍特征上的應用.pdf

1、高分辨率多光譜衛(wèi)星圖像不論是在軍事方面還是在民用方面，都得到了政府機構和私人機構的廣泛應用。在其他方面，衛(wèi)星圖像在特征提取方面應用廣泛，尤其在攝影測量、水道、地圖和遠程遙控方面。計算機視覺應用中，衛(wèi)星圖像可以提取一些直線特征，例如公路、鐵路、河流等。直線和界限特征的提取可以界定土地范圍、土地覆蓋或者其它一些在地籍測量中較重要的地形特征。然而，高分辨率多光譜衛(wèi)星圖像在地籍測量工程中劃分地塊邊界的研究較少。因此，需要更進一步的探討。

2、　　地籍測量是地籍系統(tǒng)的基石。任何地籍測量都利用平面測量的二維平面這一原則。平面測量技術可以確定邊界，也可以利用它特有的功能確定土地范圍。此外，平面勘測可以用來申訴，以阻止一些危害人類生命和財產的事件的發(fā)生。管理人員和一些專業(yè)人員都用土地測量、平面測量技術獲取和解決土地范圍和價值的問題，進而達到他們的目的。地籍測量可以給一些領域內的土地價值提供一些合理的措施，也可以讓其它方面的專業(yè)人士估計某些特定用途的土地需求。在發(fā)展中國家，多種測量方

3、法應用于這一領域。平面測量這一方法應用于土地賠償勘測。作為描繪和勾畫平面特征的一部分，二維平面測量可以勾畫和修正出直線的邊緣和拐角。這使得地籍平面技術適用于二維圖像。二維地籍圖或者平面是描繪二維圖像地籍和幾何信息的重要模型。高分辨率多光譜衛(wèi)星圖像處理算法測量和提取地籍特征的地籍測量（包括平面測量）的使用是我們研究的重點。
　　從技術上來說，賠償檢測可分為土地賠償和樹木賠償兩部分。土地賠償可以用平面表的方法，把地表面假想為一個二維平

4、面。把地表面假定為直線的方法將土地相鄰的直線視為界線。如果土地測量面積小于250 km2，大多數二維測量將土地視為地平面。根據不同界線，被測土地可以繪成不同幾何形狀。因此，私人土地面積會近一步演繹成地籍定量測定。此方法的主要目的是確定土地問題中的曲直程度，地籍邊緣和土地界線。然而，這種方法不但操作復雜和浪費時間，而且還有其它方面的缺點。針對以上問題，本文重點研究集成圖像處理算法和高分辨率衛(wèi)星圖像在這方面的應用。
　　高分辨率圖像在

5、地籍測量中應用非常有意義。傳統(tǒng)地籍測量和土地登記系統(tǒng)在全球范圍內發(fā)生巨大的改變。有地籍研究者發(fā)現(xiàn)2米以上的高分辨率衛(wèi)星圖像可以應用到地籍測量中。高分辨率衛(wèi)星圖像的使用，可以精確繪制比例為1∶10，000的地圖，也可以界定一些潛在的與聯(lián)合國地籍要求相一致的土地邊界。
　　與此同時，計算機視覺和圖形處理模式能處理邊框和表格。特別是對那些處于兩個不同區(qū)域之間的邊界。視覺上來看，他們形成了某個圖形的輪廓，邊界其實就是圖形及其背景的界限，專

6、業(yè)性地講，如果圖形邊界能從算法上被識別并準確檢測，那么所有圖形就能定位，其他的基本幾何性質（如面積、邊長和形狀）也能確定。簡而言之，這些邊界和圖形就是地籍測量的一部分以及包裝，而且它能利用他們來獲得幾何價值，因此為地籍圖描述和繪制地籍圖形提供了依據。在這個研究中提出了新的計算機視圖算法，這個算法中用衛(wèi)星映像檢測、提取和界定地籍圖形，同時用精確圖形處理過程來區(qū)分圖形從而達到法定地籍目標。
　　本研究的主要目的是使用高分辨率衛(wèi)星圖像高

7、效提取地籍邊界信息且達到最小的人為干涉。因此，我們可以有效利用集成計算機視覺和圖像處理方法提取地籍特征。
　　我們的工作用的是高分辨率的衛(wèi)星映像，利用計算機視覺和圖形處理的觀點為地籍功能檢測、提煉以及界定提出了新穎的綜合性算法。利用4x4結構元素為特性的劃分和界限的界定，特別地提出了Canny和形態(tài)學算法的應用。另外為地籍功能的直線邊界劃定在由此產生的劃分結果的基礎上提出了Hough變換的應用。基于我們的意向，給地籍功能的劃分提出

8、了離散小波變換和K色均值聚類算法的應用。再此之前，我們提出了整改處理的應用，對于圖像處理有必要假設一個平面，然后為衛(wèi)星映像處理提出的質量評估方法會用于定量地籍分析.因此，確定新穎的綜合性方法應該用圖形處理方式而不是傳統(tǒng)的磁場定位技術。當然，在應用邊界檢測方法之前，衛(wèi)星映像應該進行預處理。首先應該要改進因此以正確的導向和空間定位為更多的地籍圖形分析構建這個方法
　　本研究中使用的衛(wèi)星圖像需要預處理，確定正確的方向和空間位置后再用于地

9、籍圖像分析。計算機視覺中視覺特征質量的保證對定量地籍分析衛(wèi)星圖片至關重要。此外，衛(wèi)星圖像要達到一定的質量標準，以確保其數量和質量。然而，有些圖像囊括許多多余信息，用離散小波變換的方法使圖像降維，以獲取地籍分析中所需的有用信息。用簡單的邊緣檢測技術和形態(tài)運算以及K-均值聚類算法分割色彩圖像，再從圖像中獲得精確的地籍邊界。用K-均值聚類算法將圖像分為總體精確度為88.89％的四種不同顏色的區(qū)域。起初，衛(wèi)星圖像要通過Sobel和Canny算子

10、邊緣檢測，以獲得地圖的圖像邊緣。此外，我們將形態(tài)運算應用到Canny邊緣圖像上，以消除操作過程中產生的人為因素。最終，我們獲得部分想要的圖像特征:農業(yè)用地、白色背景上的黑色物體的圖像。研究表明，用分割算法獲取的農用地發(fā)現(xiàn)率和質量百分比分別為87.18％和73.91％。檢測和提取的圖像邊緣用霍夫變換使其矢量化后可以精確檢測直線邊界。作為測量衛(wèi)星圖像上農田邊界中的直線邊緣的有利工具，霍夫變換描繪的衛(wèi)星圖像邊界的精確度高達73.33％。同樣的

11、，為了獲取圖像中農用土地的邊界，要用Canny邊緣方法重新檢測。
　　為評估方法的一般性能，我們比較了我們的研究和另外一個研究（其研究目的是測試利用傳統(tǒng)軟件的高分辨率衛(wèi)星映像的特性提取和劃分能力）。空間軟件運用了基于特性抽象劃分的范圍以及基于利用衛(wèi)星映像的地籍特性劃分方式的目標。這種方式雖然能達到其目的，但它僅僅是基于現(xiàn)有軟件的應用（沒有嚴謹的分析算法），其最大的缺點是它沒有以我們能接受的方式劃定相應的界限。通過比較，我們發(fā)現(xiàn)利用

12、新的綜合算法的圖像處理技術和基于技術的軟件一樣有好的效果，其準確的范圍在地籍抽象和劃分的接受范圍之內。
　　本文的研究目的是在降低人為因素干擾的前提條件下，運用衛(wèi)星圖像處理算法來解決農用土地邊界檢測和提取中的地籍問題。這個新穎的方法與傳統(tǒng)的地籍檢測方法相比，不但快捷、高效地確定地籍，而且能彌補傳統(tǒng)方法的各種缺點。此外，它還可用于基礎設施建設、可持續(xù)發(fā)展和環(huán)境管理等方面。隨著地籍科學的發(fā)展，高分辨率衛(wèi)星圖像和計算機視覺算法在地籍測量